第四节　金融科技

金融科技（Fintech）通常是指大数据、区块链、云计算、人工智能等新兴前沿技术在金融产品、金融服务、金融市场运行等方面的应用，以提高金融市场运行效率、降低运营成本。金融科技是最近十几年备受关注的话题，也是各个金融监管机构和市场参与者努力寻求突破、提升核心竞争力的重要领域。我国在金融科技领域进行了有益的探索，取得了长足进步，并处于国际领先地位，对创新金融服务方式、提升金融市场运行效率起到了重要作用。

一、移动支付的快速发展

（一）移动支付的含义与方式

1.移动支付的含义。与现金、银行卡或支票支付不同，移动支付是以互联网为基础、利用手机等移动终端设备进行款项支付的新兴方式。使用该方式，不仅可以进行购买商品或服务的货币支付，还可以缴纳话费、燃气、水电、餐饮等各种生活费用。

移动支付过程涉及消费者（商品或服务的买家）、商家（商品或服务的提供者、卖家）、银行等金融机构以及作为第三方支付平台的移动运营商，其中移动运营商的支付管理系统起着核心纽带作用。移动支付是通过第三方支付平台提供的账户完成款项支付的，款项支付过程使用的是电子货币。

移动支付作为一种新的支付方式，其主要表现形式为手机支付，利用一部手机，下载一个软件，只要简单操作就可完成支付，不再使用现金、银行卡或支票，简便、安全、快捷，一经推出就很快得以普及。目前已经成为深受社会欢迎的重要的支付方式。中国银联与17家全国性商业银行、18家支付机构发布的联合调查报告（2021年4月发布的《2020移动支付安全大调查报告》）显示，2019年中国居民平均每人每天使用移动支付3.25次，98%的受访者选择把移动支付作为最常用的支付方式。

2.移动支付方式。按照不同标准，可以将移动支付划分为不同方式。根据支付金额的大小，可以将移动支付分为小额支付和大额支付。小额支付业务通常指移动运营商与银行合作，建立预存费用的账户，用户通过移动通信的平台发出划账指令支付或代缴费用。大额支付则需要把用户的银行账户和手机号码进行绑定后方可进行支付操作。

根据支付时付款方与收款方是否在同一现场，可以将移动支付分为远程支付和现场支付。消费者通过手机在网络上采购商品或服务就是远程支付，消费者在商场或超市购买商品，使用手机在商场柜台支付或在自动售货机上购买商品则是现场支付。

根据支付信息采集技术的不同，可以将移动支付分为近场感应支付（NFC）、二维码支付和生物识别支付（包括指纹支付以及人脸识别）等。

（二）我国移动支付的发展现状与成因

根据中国人民银行的统计，2020年，银行共处理电子支付业务2352.25亿笔，金额2711.81万亿元。其中，网上支付业务879.31亿笔，金额2174.54万亿元，同比分别增长12.46%和1.86%；移动支付业务1232.2亿笔，金额432.16万亿元，同比分别增长21.48%和24.5%；电话支付业务2.34亿笔，金额12.73万亿元，同比分别增长33.06%和31.69%。非银行支付机构处理网络支付业务8272.97亿笔，金额294.56万亿元，同比分别增长14.9%和17.88%。很显然，不论是支付笔数还是支付金额，移动支付在国内商业银行处理的电子支付业务中都是增长最快的，已经成为我国居民支付的主要方式，在全球领先优势明显。

相较之下，现金、银行卡等支付方式在欧美等发达地区仍然占主要地位，移动支付总体覆盖范围有限。部分发展中国家移动支付的推广受参与方较少、基础设施不完备等条件的限制，市场份额也较小。其中，英国的银行卡在所有支付方式中的占比为65%（线上）和72%（线下），美国分别为71%（线上）和79%（线下）。印度、巴西、马来西亚等地的电子钱包在所有支付方式中的占比分别为26%、13%、7%（线上）和6%、3%、1%（线下）。

我国移动支付发展之所以取得如此成就，得益于以下几个因素。一是互联网基础设施日益完善，为移动支付构建了良好基础。据统计，截至2019年末，国内移动互联网用户规模达13.19亿，占全球网民总规模的32.17%，4G基站总规模达到544万个，占全球4G基站总量一半以上。二是金融科技与移动支付的深度融合推动支付产业变革。金融科技的加速发展意味着所有具备加密安全环境的设备均可承载账户信息，NFC、二维码、生物识别等新型支付信息采集技术不断成熟，应用这些技术的移动产品已取得规模化应用。三是良好政策环境推动移动支付蓬勃健康发展。国务院先后多次将“大力发展移动支付”作为促进信息消费、扩大内需的重要举措，对发展移动金融提出要求。中国人民银行会同工业和信息化部、国家标准化管理委员会等部门于2012年12月发布《中国金融移动支付系列技术标准》，引导和规范我国移动支付业务发展，实现资源共享和有效配置。此外，中国人民银行统筹指导银行机构、非银行支付机构、中国银联等产业各方，组织开展移动支付便民工程建设，推动构建多层次、多元化的移动支付供给体系。移动支付经过近十年的发展，应用场景日益丰富，便利度大大提升，用户群体不断扩大，深刻地重塑了人们的支付行为和习惯。

银行机构和非银行支付机构等支付服务主体作为移动支付服务供给的前端，通过金融科技创新，为用户提供了多样化的支付服务选择，推动了移动支付业务的迅速发展。

（三）移动支付未来发展展望

在数字经济时代下，经济社会加速从信息化向智能化转移，大数据、人工智能、生物识别、物联网等新兴技术广泛应用于经济和社会生活各领域，将为移动支付带来更广阔的前景。

1.移动支付的载体更加多元化。5G、云计算等技术创新，进一步催生基于数据的智能服务需求，带来新的数字化商业生态。特别是在疫情影响下，线上线下消费场景加速融合，无接触经济加快发展，进一步推动了移动支付与新零售模式的融合。

2.统一二维码支付标准将成为移动支付发展趋势。一些境外国家和地区（如新加坡和印尼）已经率先推出了统一二维码支付平台，加纳和斯里兰卡开始应用全国统一的二维码支付标准，日本、巴西、缅甸、沙特阿拉伯、尼日利亚等国也表示将建设全国性的二维码支付平台，等等。2019年，中国人民银行印发《金融科技（FinTech）发展规划（2019—2021年）》，明确提出“推动条码支付互联互通，研究制定条码支付互联互通技术标准”；2020年，部分地区启动了互联互通技术验证工作。

3.监管部门将加强推动金融科技创新的合规发展。一方面，数据管理及个人隐私保护日益受到重点关注。欧盟已经发布《通用数据保护条例》与App数据保护协议标准指南，英国金融行为监管局、英国央行与汇丰银行等7家企业在统一公用数据标准、探索技术解决方案、制定相关法律法规等方面展开协作。我国的《个人信息保护法（草案）》已于2020年10月提交全国人大常委会委员长会议审议。另一方面，风险管理是永恒的主题，监管机构将持续出台政策，加强对移动支付服务主体在跨境资金转移、反洗钱、反恐怖融资等方面的监管，并对违法违规行为从严处置，维护金融市场秩序。

二、区块链在金融领域的运用

习近平总书记在中央政治局第十八次学习时强调，区块链技术的集成应用在新的技术革新和产业变革中起着重要作用。我们要把区块链作为核心技术自主创新的重要突破口，明确主攻方向，加大投入力度，着力攻克一批关键核心技术，加快推动区块链技术和产业创新发展。

区块链技术起源于2008年化名为中本聪的学者在密码学邮件组发表的一篇论文《比特币：一种点对点电子现金系统》，是一种新型的价值交换技术，也被视为一种新型分布式数据库，被称为分布式账本。其利用块链式数据结构验证与存储数据，采用共识算法生成和更新数据，借助密码学保证数据和权属安全，并通过可编程脚本代码实现数据的协同计算。

（一）区块链的技术特点

1.主要优势。一是业务数据可信化。与传统分布式数据库有所不同，区块链引入了“人人记账”的理念，每个参与主体都有权记账，各自保存最新账本和所有历史记录。这种数据高度冗余的存储方式，可提升不互信主体之间的信息透明度，实现账本数据不可篡改和全程留痕，进而促进多方信息共享和协同操作。在实际业务中，通过业务数据上链，可实现纸质单据的电子化和电子信息的可信化，降低多主体之间不信任的摩擦成本，解决耗费大量人力物力进行单据、票据真实性审核的问题，也便于金融机构实施风险管控。

二是参与主体对等化。当跨部门共建信息化系统时，最大的难题在于，集中存储的数据由哪个机构或部门管理。区块链的统一分布式账本技术，天然解决了“业务主权”问题，有效实现了每个参与主体的身份对等、权力对等、责任对等、利益对等，并在所有参与主体之间实现数据的实时同步更新，使合作更加方便快捷，合作方的积极性得以提升。

三是监管手段多维化。监管部门可在区块链平台上增加监管节点，及时获取监管数据，并灵活定制金融监管的统计口径、监管数据颗粒度等，实现快速分析。同时，采用智能合约等可编程脚本，增加相应的监管规则，监管重点从金融机构的合规审查和风险管控，逐步上升至对系统性风险的识别监控，实现事前、事中、事后全过程的监管体系，有效防范金融风险，维护金融稳定。

2.主要不足。性能方面，区块链的性能和可扩展性尚有限。区块链只能排队按序处理交易，所有交易结果和支付记录都要同步到全网节点，这严重影响了系统处理性能。随着参与节点数量的增加，数据同步、验证的开销增多，系统的性能会进一步降低，从而影响区块链的可扩展性。

存储方面，全量备份的存储机制容易遇到存储瓶颈。区块链的每个节点需存储完整的历史交易信息，当将区块链用于零售支付系统时，节点存储量将瞬时巨量膨胀，一些简易设备无法满足节点的存储需求。

交互方面，不同区块链系统的交互性问题难以解决。目前，相同类型的区块链之间依托定制的通信协议，实现数据的相互读取、验证和操作。但是，不同类型的区块链由于编程语言、数据字典、系统接口、智能合约等不一致，跨链数据难互通，容易导致业务割裂。

合规方面，区块链无法保证结算最终性。由于存在51%攻击等问题，基于区块链的支付系统无法保证结算最终性。基于区块链构建支付系统，需考虑是否满足《金融市场基础设施原则》（FMI原则）的要求，以免产生法律风险。

隐私保护有待加强。在传统上，数据被保存在中心服务器上，由系统运营方保护数据隐私。但在公有链中，没有中心化的运营方，每一个参与者都能够获得完整的数据备份，这也意味着公有链的数据库是透明的。比特币对隐私保护的解决思路是，通过隔断交易地址和地址持有人真实身份的关联，达到匿名的效果。所以，虽然能够看到每一笔转账记录的发送方和接受方的地址，但无法对应到现实世界中的具体某个人。对比特币而言，这样的解决方案也许够用。但如果区块链需要承载更多业务（比如实名资产，或者通过智能合约实现具体的借款合同等，这些合同信息如何保存在区块链上，验证节点在不知晓具体合同信息的情况下如何执行合同），就需要关注同态加密、零知识证明等新型密码学方案在区块链问题上的应用进展。此外，通过合理设计系统上链的数据，安排链外信息交换通道等机制，也可以规避一些隐私保护的难点。

区块链升级修复机制有待探索。与中心化系统的升级方式不同，在公有链中，节点数量庞大，参与者身份匿名，因此不可能关闭系统、集中升级。在具体实践中，公有链社区摸索出了“硬分叉”和“软分叉”等升级机制，但遗留问题有待观察。此外，由于公有链不能“关停”，其错误修复也异常棘手，因此，一旦出现问题，尤其是安全漏洞，就是非常致命的。通过放松去中心化这个限制条件，很多问题都能找到解决方案。比如，在联盟链这样的多中心系统中，通过关闭系统来升级区块链底层、紧急干预、回滚数据等等，必要时都是可用的手段，这些手段有助于控制风险、纠正错误。而对常规代码升级，通过分离代码和数据，结合多层智能合约结构，可以实现可控的智能合约更替。

（二）区块链在金融领域的创新应用

区块链以大量冗余数据的同步存储和共同计算为代价，牺牲了系统处理效能和部分隐私，尚不适合传统零售支付等高并发场景。但是，在对信息可信共享要求较高、对并发量要求较低的领域，如交易结算、贸易金融、产权转让等领域，区块链已经有广泛应用。

1.贸易金融区块链平台。中国人民银行贸易金融区块链平台基于数研所自主研发的区块链底层技术，于2018年9月正式上线，其以共建、共管、共治模式打造了一个集开放贸易金融生态、可穿透式监管、有公信力的金融基础设施，并已陆续开展了供应链应收账款多级融资、对外支付税务备案、再贴现快速通道和国际贸易账款监管等多项业务。该平台利用区块链提供的对等性互联、包容性对接、可控性共享三大能力，进一步厘清数据的权属关系，降低数据获取门槛，在一定程度上实现了多部委之间“总对总”的数据共享，并通过区块链技术实现全流程完整追溯和信息不可篡改，极大地提高了交易环节的安全性，降低了信用风险。作为监管科技的实践运用，监管部门也可通过贸金平台对贸易金融全流程、全生命周期进行穿透式监管。

目前，贸易金融平台正面向境内、境外两个市场，积极拓展应用场景。在境内，积极与政府部门、金融机构等各种信息化系统进行对接，打通数据和信息壁垒，推进北京、上海、深圳等地试点工作，服务小微企业和实体经济发展。在境外，与香港贸易融资平台有限公司签署合作备忘录，已完成贸金平台与香港贸易联动平台一期对接项目，首次实现内地与香港贸易金融区块链平台之间的互联互通。同时，与WeTrade、Contour等全球同类贸易金融平台加强对接，为不同经济体的贸易主体架设数字化贸易融资桥梁，提高跨境贸易融资互信与便利化水平。

2.数字票据交易平台。2017年，上海票交所和数研所共同牵头开展了建设基于区块链技术的数字票据交易平台的相关工作。该平台于2018年1月25日在实验性生产系统成功上线试运行，顺利完成基于区块链技术的数字票据签发、承兑、贴现和转贴现业务，是我国将区块链技术运用到票据业务真实生产环境的首次实践。

3.区块链技术在证券业中的应用。全球主要市场的交易所、金融市场基础设施以及市场参与机构纷纷就如何利用区块链技术与时俱进地优化现有业务流程展开积极探索。例如，纳斯达克（NASDAQ）2015年12月推出了针对一级市场的基于区块链技术的私有股权交易平台Linq，2017年1月又在爱沙尼亚纳斯达克OMX塔林证券交易所成功试验了基于DLT技术的股东投票系统，并测试了使用区块链技术开发的共同基金发行和交收系统原型。日本交易所集团（JPX）2016年12月对超级账本（Hyperledger）技术进行了概念验证测试。2018年，瑞士证券交易所（SIX）宣布其将筹建一个数字交易所SDX，基于DLT技术实现传统证券代币化。欧清集团和泛欧交易所共同成立的金融科技公司LiquidShare，在2018年12月宣布其为中小企业股票建设的基于DLT技术的交易后处理系统将在泛欧交易所进入试验阶段。澳大利亚证券交易所（ASX）则研发了使用DLT技术的新一代交易后处理系统，并在2019年4月对参与人公开测试。我国的上海证券交易所（SSE）和深圳证券交易所（SZSE）也在现货交易、数据安全和隐私保护等方面，面向区块链技术开展了研究与验证。

三、数字货币

数字货币是最近十几年社会各界高度关注的话题，各国央行、大型跨国集团和金融机构以及咨询机构纷纷投入精力开展相关探索研究，我国在此领域也取得了显著进展。

（一）加密资产和全球性稳定币发展迅速，给法定货币、货币政策和金融稳定带来挑战

比特币催生了区块链技术，并推动了各类加密资产的出现。据统计，目前加密资产种类已达8100多种，总市值超8000亿美元。这类加密资产基于去中心化思想快速发展，但由于缺乏真实资产背书、发行总量受限、价格异常波动等因素，因此不能稳定承担支付手段和价值贮藏等货币职能，且会因其匿名性等特点，为洗钱、恐怖主义融资等违法犯罪活动提供便利。针对上述加密资产价格波动的缺陷，一些商业机构推出全球性稳定币，试图通过锚定相关资产维持币值稳定。由于全球性稳定币的发行者大多为科技巨头，因此可借助巨大的网络效应，形成全产业链封闭生态，侵蚀国家主权货币地位，并对货币政策传导和金融体系稳定产生影响。此外，全球性稳定币打开了新的资本外逃、地下经济支付渠道，大幅增加了监管机构追溯交易和实施“三反”的难度，因此引发各国央行的担忧。各国监管机构和国际标准制定组织正在加强全球性稳定币的监管，并推动制定相关监管标准，以防范监管套利和不公平竞争。各种类型的加密资产和全球性稳定币并非货币，如果任其发展，就会严重扰乱法定货币流通秩序，影响金融稳定和安全。下面重点介绍Libra全球稳定币（天秤币）。

2019年6月，全球科技巨头脸书（Facebook）发布Libra白皮书，提出建立一套简单、无国界的稳定币和服务数十亿人的金融基础设施。鉴于可借助科技公司巨大的客户基础和网络效应实现迅速扩张，这类稳定币也被称为全球性稳定币。各国监管机构和国际组织均高度关注全球性稳定币相关进展，并对其可能产生的风险和挑战保持警惕。2020年4月，经过与有关央行和监管机构近10个月的博弈，Libra协会发布了新版白皮书，此后将项目名称修改为“Diem”（为保持延续性，后文仍称其为Libra），以进一步降低监管阻力，提高项目的独立性。新版白皮书主要在以下4个方面进行了修订。

1.加入单一货币稳定币安排，以打消侵蚀货币主权质疑。新方案最大的变化就是增加了单一货币稳定币，同时保留了多货币稳定币（≋LBR），并将其改成固定权重的单一货币稳定币的聚合。各国央行数字货币可以直接与天秤币网络集成，取代相应的单一货币稳定币。协会希望借此消除各国对货币政策主权旁落的担心，但能否奏效仍然存疑。

2.增强储备资产管理，加强金融稳定和消费者权益保护。一是提高投资组合要求，包括80%的短期主权债和20%的现金资产。二是优化做市安排，当指定经销商不履行做市职责时，协会以管理机构身份赎回。三是建立资本缓冲。四是设立赎回摩擦机制，包括延迟赎回和对提前赎回收费。但这些安排无法从根本上消除对金融稳定的负面影响。

3.推行合规性框架，化解监管当局对反洗钱、反恐融资等风险的担忧。措施包括：建立金融情报职能部门；建立分级合规框架，符合标准的实体不受交易和地址余额限制，而对匿名的未托管钱包进行交易和余额限制。尽管这种分级措施有助于在便利和合规之间取得平衡，但Libra仍保留了未托管钱包直接接入，只根据区块链地址和IP（国际互连协议）阻止受制裁人员实体的交易，这一漏洞可能会使相关管控措施落空。

4.放弃无许可公链的计划，改变原本的去中心化道路。为加强对区块链的管理力度，新方案放弃了无许可公链计划，维持多中心的联盟链体系，其权限可控，利于实现监管合规，也有助于满足更高性能要求。

Libra等全球性稳定币对货币主权、货币政策和金融稳定必然会产生一定的影响。

1.对货币主权和货币政策的影响。一方面，全球性稳定币会产生货币替代，侵蚀弱势货币主权，并被广泛用于价值贮藏。由于各国居民能便利地在本币和全球性稳定币之间进行转换，因此稳定币的收益率将影响本国存贷款利率。全球性稳定币替代效应的加强，会使银行零售存款规模和来源稳定下降，增加对批发性融资的依赖性，加剧融资难和融资贵问题。如代替本币进入信贷市场，实现稳定币的货币创造，利率将以稳定币标价，进一步削弱货币政策传导效果。另一方面，全球性稳定币将通过跨境支付影响本国货币政策。多币种稳定币将便利跨境资本流动，放大国外利率水平对国内利率影响，弱化本国货币政策。如其成为国际贸易记账单位，贸易条件将以其与本币的比价来计算，这将引起非篮子货币国家资本外流，抬高这些国家的市场利率，从而压低篮子货币国家利率水平，影响各国公开市场操作。

2.对金融稳定的影响。一是全球性稳定币自身存在脆弱性。全球性稳定币的储备资产存在期限、信用和流动性错配等问题，加之相关参与机构的权利义务界定不清、治理机制不健全，一旦出现风险事件，就极易引发挤兑，不仅影响稳定币币值，还会对特定资产和同业市场产生冲击。二是对金融体系的负面影响。首先，如果公众长期持有全球性稳定币，就会对商业银行存款产生挤出效应，增加银行对同业市场的依赖，抬高资金价格。其次，如果全球性稳定币占据金融交易中介市场的主要份额，就会进一步降低银行利润，迫使银行提高风险偏好，导致中小银行，尤其是非篮子货币经济体的银行资产质量大幅下降。再次，由于稳定币储备资产需要高质量流动资产，因此，在一些经济体市场，会出现优质资产荒，影响金融稳定。三是全球性稳定币相关风险可能传导至实体经济。当全球性稳定币被用作支付手段时，一旦出现系统中断，它就会导致金融市场波动并影响实体经济活动。当全球性稳定币被用作价值贮藏时，其币值下降将引起持有人（包括机构和个人）财富大幅收缩，由于没有存款保险和最后贷款人机制，当发生挤兑时，持有人将面临严重损失。此外，全球性稳定币储备资产规模庞大，如其在极端情形下被抛售，将引发金融市场剧烈波动，并对实体经济产生冲击。

3.对全球性稳定币的监管。对全球性稳定币，应当按照“相同业务，相同风险，相同监管”的原则进行监管，满足支付与市场基础设施委员会（CPMI）和国际证监会组织（IOSCO）金融市场基础设施原则、反洗钱金融行动特别工作组（FATF）关于虚拟资产的反洗钱框架等相关规定。但随着全球性稳定币生态体系建立，相关公共风险将被进一步放大，其可能会成为一个系统重要性监管对象。目前，各国监管机构和国际标准制定组织正在加强全球性稳定币的跨境、跨机构协调监管，并推动制定相关监管标准，以防范监管套利和不公平竞争。《二十国集团领导人利雅得峰会宣言》指出，在通过适当的设计并遵循适用标准充分解决所有相关法律、法规和监督要求之前，不得启动所谓“全球性稳定币”。

（二）法定货币的形态随技术和需求发展不断演进

法定货币由相关法律法规赋予法偿性，具备在一切公私债务中不可拒绝的支付效力。法定货币形态的历史演进受技术和需求驱动，从实物形态逐步向数字形态过渡。在各历史时期，生产力的发展催生新需求，而技术迭代推动货币从实物、金属、纸币等向电子和数字形态演变，以提高货币流通效率，改善消费者福利。法定数字货币即为数字形式的法定货币。

近年来，随着信息技术的不断革新，电子支付和移动支付快速发展，此类以商业银行存款为基础的支付工具逐步实现数字化和电子化，较好地满足了经济社会发展需求。但是，这类支付工具无法替代法定货币发挥价值尺度、记账单位的职能，且由于账户紧耦合，在支付效率、场景覆盖、用户隐私保护等方面也存在较大的提升空间。同时，现金使用率虽然呈现下降趋势，但是流通数量持续增长，在金融服务覆盖不足的地区对现金仍有较高的依赖度，这证明了法定货币进行数字化的必要性。

（三）各国均在加快法定数字货币的研发进度

为顺应技术演进和经济发展趋势，维护国家主权货币地位和金融体系安全稳定，各国均在加快法定数字货币的研发。近期国际清算银行（BIS）对66家央行的调查显示，约80%的央行正在研发法定数字货币，其中半数已从理论研究阶段发展到实验和试点阶段。公开资料显示，美国、英国、加拿大、瑞典、新加坡等国央行以及欧央行近年来通过高层演讲、研究报告、咨询文件等形式公布了关于法定数字货币的考虑和计划，部分国家已经开始或完成了试点测试。

（四）法定数字货币的分类

从使用对象和范围看，法定数字货币可分为零售型和批发型，前者面向全体公众、用于日常交易，后者面向批发和金融市场、用于大额结算。从运营模式看，可分为直接型、混合型、中介型和合成型。直接型指央行负责处理零售交易、维护零售交易的账本，数字货币是央行的负债。混合型是指央行负责维护零售交易的账本，数字货币是央行的负债，中介机构处理零售交易。中介型是一种类似于混合型数字货币的设计架构，央行负责维护批发交易的账本而非所有零售交易的账本，数字货币是央行的负债，中介机构负责处理交易。合成型是指中介机构可以发行与其持有的央行资金等额的数字货币，中介机构负责处理零售交易，数字货币是中介机构的负债。从设计特征看，可分为基于账户、基于准账户或基于价值。从计息规则看，可分为计息和不计息。

（五）我国法定数字货币的研发进展

1.数字人民币的定义。数字人民币是由中国人民银行发行的数字形式的法定货币。由指定运营机构参与运营并向公众兑换，以广义账户体系为基础，支持银行账户松耦合功能，与纸钞和硬币等价，具有价值特征和法偿性，支持可控匿名。

2.数字人民币的意义和优势。一是维护法定货币地位和货币发行权。随着区块链技术的发展，加密资产和全球性稳定币开始涌现，潜藏货币侵蚀、跨境资金异常流动等风险，可能对金融稳定产生冲击。数字人民币有利于抵御加密资产和全球性稳定币的侵蚀，防止数字经济时代的货币发行权旁落，确保货币发行始终服务于国家发展改革大局，保证数字人民币的币值稳定和安全性、法偿性等特征。

二是为现有电子支付体系提供补充和备份。大型科技公司已起到零售支付基础设施的作用，一旦出现经营不善等问题，就会严重影响支付系统稳定运行，甚至产生系统性风险。数字人民币作为独立于商业银行存款货币的新型零售支付手段，由于以国家主权信用为支持，因此具有安全等级高、法偿性等特征，建立使用央行货币清算的电子支付体系能对商业银行存款货币所支撑的电子支付工具形成补充和备份。

三是有效提升央行支付系统的接入范围、处理能力和效率。近年来，随着互联网和信息技术的发展，电子支付领域创新层出不穷，各国央行纷纷推出基于央行货币的快速支付系统，为用户提供全天候、实时的跨行支付清算服务，例如美国的FedNow、欧洲的TIPS。数字人民币作为未来重要的金融设施，将为社会公众提供安全、快速、便利的零售支付服务，提升支付系统的安全性和稳健性，确保支付市场平稳运行。

四是有助于提升普惠金融服务水平。社会公众可在不持有银行账户的情况下开立数字人民币钱包，享受创新、安全、便利的支付服务。对传统账户服务难以触及的偏远地区，以及高铁、飞机等通信网络覆盖不佳的消费场景，公众可以依托双离线功能，实现随时随地的便捷支付体验，并享受基础性的金融服务，从而大幅提高普惠金融服务水平。

3.数字人民币近期工作进展。中国人民银行以长期演进理念贯穿数字人民币顶层设计和项目研发流程，经历开发测试、内部封闭验证和外部可控试点三大阶段，坚持场景创新、技术创新和联合创新三大发展方向，打造和完善数字人民币App。目前，数字人民币体系已基本完成顶层设计、标准制定、功能研发和联调测试等工作，并先行在深圳、苏州、雄安、成都等城市以及未来的冬奥会场景进行试点测试。截至2020年12月初，共落地试点场景近5万个，覆盖生活缴费、餐饮服务、交通出行、购物消费、政务服务等领域，支持条码支付、刷脸支付和碰一碰等多元支付方式。

前期在深圳地区试点过程中，为了向在新冠疫情防控中做出重要贡献的医护工作者致敬，积累试点推广经验，并促进消费需求、提振消费信心，中国人民银行联合深圳市罗湖区开展了两轮数字人民币红包试点，取得了较好效果。此外，还与相关手机制造商合作，共同开展基于安全单元的数字人民币硬件钱包标准规范制定和产品研发，为用户带来包括双离线交易等创新功能在内的移动支付新体验。

四、大数据在金融领域的应用

大数据开启了人类社会一次重大的时代转型，从科学研究到医疗保险，从银行业到互联网，各个领域的数据量都呈爆发式增长态势，全球数据量每两年就可以翻一番。中国作为全球数据生产大国，预计到2025年，中国的数据量占全球比重将达到30%，成为世界之最。

（一）大数据的内涵与特征

1.大数据的内涵。全球知名的咨询机构麦肯锡全球研究所将大数据定义为一种规模大到在获取、存储、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。国际最具权威性的IT研究与顾问咨询公司高德纳认为，大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。业界通常将大数据理解为无法在一定时间范围内用常规软件工具进行捕捉、管理和处理、规模庞大的数据集合或信息资产。

2.大数据的特征。业界普遍认为，大数据主要有以下5个特点（通常所说的“5 v”特点）：一是数据体量巨大（volume），至少达到PB级的海量数据处理规模，难以使用传统技术进行集中存储和计算；二是数据类型多样（variety），除了传统结构化的数据，更多的是文本、图片、视频、音频、地理位置等半结构化或非结构化的数据；三是数据处理速度快（velocity），数据处理遵循“1秒定律”，包括流模式、实时、准实时和批量，可从各种类型的数据中快速获得高价值的信息；四是低价值密度（value），数据高价值、低密度、碎片化，以监控视频为例，在一小时不间断的监控视频中，有用的可能只有一两秒；五是真实性（veracity），大数据所包含的信息都是真实发生的事实，大数据的真实性是指数据的准确度和可信赖度，代表数据的质量。

（二）大数据在金融领域的应用实践

大数据与云计算、物联网、移动互联网等新一代信息技术深度交叉融合，在金融业催生了许多新业态、新模式，同时促进了许多传统金融业务转型升级，培育了新的增长点。各国纷纷加快关键技术研发，围绕数据科学理论体系、大数据计算系统与分析、大数据应用模型等领域进行布局，将5G、人工智能、区块链、虚拟现实（VR）、增强现实（AR）技术融入大数据技术研发与应用。金融行业在日常运行中，积累了大量的基础数据，数据正在变得比以往任何时候都更加重要。随着大数据技术的逐步成熟，大数据在金融行业的应用也日渐广泛，在风控管理、精准营销、股价预测、智能投顾、风险定价、骗保识别等涉及银行、证券、保险的业务中已经有很多落地的实践。大数据应用水平正在成为金融机构竞争的核心要素之一。

1.银行业大数据应用。大数据分析是银行推动产品创新、重塑业务流程、支持科学决策、精准选择客户、规避经营风险的关键，是金融机构竞争的重要战场。因此，提升大数据分析的深度和广度，拓展大数据应用场景非常重要。目前来看，大数据在银行业的应用主要在征信、风控、消费金融、供应链金融和财富管理5个领域。

大数据在银行业务经营管理过程中发挥作用，需要全方位提升大数据应用能力。通过建立不同的数据模型、提供各类数据服务，让数据在产品管理、营销支持、产品运营、业务支持、风险管控以及报告与决策等领域发挥作用，提升全价值链业务处理的智能化水平。（1）产品管理方面，基于大数据的智能化产品评价和多维度灵活产品定价的应用，实现产品管理的智能化。（2）营销支持方面，基于大数据计算的多层级定价模型，支持客户差异化定价，基于客户行为大数据，分析挖掘潜在客户，提升营销精准度，利用大数据事件驱动架构能力提升对公客户关系管理水平，基于企业级对公客户特征库进行商机挖掘，通过对客户的差异化服务和商机挖掘实现智能营销支持。（3）产品运营方面，基于大数据应用统一额度监控预警，基于信用卡影子额度大数据计算支持信用卡实时调额，基于大数据的智能化稽核监测分析模型支持员工渠道交易风险全预警，通过大数据计算支持产品运营过程中的灵活调整以实现运营智能化。（4）业务支持方面，通过大数据实现组件与会计引擎账务流水核对提升业务能力，通过录音、文本等非结构数据分析提升客户服务水平，基于海量数据归档支持历史数据查询服务，多渠道办公经营指标直观表达，通过数据的存储和应用支持业务应用智能化。（5）风险管控方面，全面统一的风险视图支持全行业组合风险预警，利用大数据实现市场风险和交易的公允估值，利用大数据提升反洗钱能力和可疑交易检测能力，通过数据统一视图实现银行风险智能预警。（6）报告与决策方面，基于大数据分析应用实现员工绩效智能测算，基于大数据全面提升机构盈利成本计算，建立完整指标体系，全面提升内部管理决策科学化水平。

2.证券业大数据应用。伴随大数据技术应用边界的不断拓展，其对证券业商业模式变革、市场格局演化产生了重要而深远的影响，促使业内充分认识到大数据技术在业务发展中的重要价值。从目前看，大数据技术对证券业的影响主要体现在以下几个方面。（1）大数据有利于对客户进行精准画像。券商基于其掌握的带有个人标签的数据（手机号码、家庭住址、用户资产、收益、交易频率等），与外部场景数据（电商消费记录、社交账号记录）等进行连通，可以形成更完整的“全方位、多角度、立体化”的客户画像，更准确地把握客户风险投资偏好和交易习惯，提供个性化的精准营销策略，降低券商客户营销成本，提高销售效果。（2）大数据有利于提高投资效率，优化投资决策。量化投资在证券交易中扮演着越来越重要的角色，大数据为优化量化投资提供了“天然工具”。特别是大数据对非结构化信息的收集整理，更是弥补了传统量化策略中单一聚焦于结构化信息的缺憾。从文本、图片、音视频等素材中挖掘出结构化、量化的信息，将非结构化数据转化为结构化数据，从而使数据的标准化程度更高、可计算性更强，大大提高了量化投资策略的有效性。（3）大数据有利于构建全生命周期的客户管理。利用大数据技术，能够从客户开户的那一刻起，对客户资产均值、交易频率、交易品种、换手率、仓位、成交量、持股时间、投资收益等数据进行实时跟踪，更准确地判断客户投资能力、交易模式类型和风险偏好，进一步实行对客户的细分管理，实施差异化的服务策略，挖掘潜在的高价值客户。

3.保险业大数据应用。作为数据信息高度密集的行业，保险业的海量大数据是构成人工智能、云计算、区块链等科技应用的重要前提和行业发展的基础设施。当前，大数据在我国保险业的主要应用，包括险种创新、基于客户画像的精准营销、健康长期的客户服务管理体系、大数据智能风控等。（1）大数据有利于保险产品创新。保险公司利用大数据加强风险预测，可以开发基于不同场景的创新型险种，实现产品的个性化定制，如互联网场景下的航班延误险、酒店退订险、退货运费险、宠物责任险以及一些机构推出的基于运动步数的健康险产品。此外，保险公司利用大数据技术分析全量数据，可以打破原有的基于抽样分析的传统定价，实现更准确的产品定价，开发出更符合市场需要的保险产品和保险费率。（2）大数据有利于保险公司精准营销。保险公司大数据构建立体化的客户画像，通过对客户身份、生理自然信息、社会关系信息、特征偏好信息等海量行为数据进行建模分析，设计各群体差异化的保险产品，推出个性化推荐、精准营销和精准服务。基于数据分析，可以有效挖潜客户的交叉销售需求，如针对车险用户进行健康险、个贷险等非车险的交叉销售。（3）大数据有利于做好客户服务管理。保险公司基于大数据展开分群经营，可以高效触达具有不同特征和需求的客户，可以使保险公司有充足的数据支持对客户的知识图谱构建、健康状况管理分析等，从短期的售前咨询向长期的客户管理转变，形成更健康、可持续的发展模式。（4）大数据有利于开展智能风控。保险业大数据风控应用主要体现在投保前的风险排查、承保中的风险管控、理赔时的风险识别和反欺诈上。在投保环节，保险公司可以利用大数据筛查较高风险客户，采取拒保或提高保费等方式区别对待。在承保运营环节，保险公司可以对承保中的客户信息进行追踪，更新风险指数。在理赔环节，保险公司可以先筛查出疑似欺诈的高风险案件，再人工介入进行重点审核，提高勘查效率。互联网场景下的健康险、意外险产品容易出现投保人逆向选择及欺诈风险，大数据风控模型可以减少欺诈行为发生。在车险领域，通过增加车、人、驾驶行为、位置轨迹等定价因子，可以实现更精准的风险定价，并在理赔端结合维修、保养等行业数据进行反作弊分析。

（三）大数据金融应用面临的挑战

数据作为一种资源，其发挥价值的机制在于不断打通各个场景、产业、政企、地域以至国家的边界藩篱，通过汇聚、连接、融合，放大叠加效应，实现共用共享。金融大数据应用市场发展最重要的前提是数据资产的隐私保护和数据要素的开放共享。综观国内外金融市场，在大数据技术的实践应用中，隐私泄露、数据孤岛、数据垄断等问题越发突出，降低了数据资源的优化配置效率，从顶层设计的角度看，以政府为主导的数据治理体系将是构建可持续发展的平衡数据资产生态的关键。

（四）大数据金融应用展望

1.隐私计算推动数据安全利用。随着上述数据价值挖掘与数据隐私保护之间的矛盾越发凸显，隐私计算技术得到迅速发展，为解决上述难题提供了新的途径。

2.万物互联推动数据跨界融合。随着5G、物联网等技术在各行业应用加速，预计金融可用的数据广度、深度和鲜活度还将大幅提升，金融行业也将成为各行业数据进入社会化大生产的关键入口。未来基于场景的金融在信息整合、特征关联和业务洞察方面，将逐步演变为利用多场景、网络化、图谱化的高价值数据。

3.开放生态推动数据金融创新。当下数据管理主要在各机构内部进行，对外则注重数据所有权的保留，忽略数据使用权的开放。未来，在技术保障数据安全、报酬保障数据利用的前提下，数据管理将主要以数据要素市场那只“看不见的手”进行。数据要素将成为金融业未来最大、最重要的新资产类别，数据金融将作为一种新的金融业态应运而生，它是金融业对数据要素提供的开创性金融服务。

五、人工智能在金融领域的应用

2017年7月，党中央、国务院决定实施《新一代人工智能发展规划》，十九大报告明确提出，要“推动互联网、大数据、人工智能和实体经济深度融合”。人工智能将成为经济形态和社会生产力快速发展的重要突破口。

（一）人工智能的含义、技术脉络与特点

1.人工智能的含义。人工智能是“人工”与“智能”的融合，是通过机器代替人类实现认知、识别、分析与决策的理论、方法、技术以及应用系统等，涉及算法模型、感知、认知和控制等多方面技术，以实现计算机等机器设备具备视（看）、听、说、学（学习）、思（思考）、行（行动）等人类能力。人工智能和基因工程、纳米科学等是被公认的21世纪三大尖端技术。

业界普遍认为，人工智能有三大核心要素和三个主要部分。三大核心要素分别是数据、算法和计算能力，其中数据是人工智能的基础，算法是人工智能最核心的要素，是决定人工智能水平的关键，计算能力是人工智能的技能保障，是使算法实现的路径支持。三个主要部分是神经网络、机器学习和深度学习，其中神经网络（通常被称为人工神经网络）基本上通过“并行地建模和处理输入和输出之间的非线性关系”来模拟生物神经网络，机器学习通常使用统计和数据来帮助改进机器功能，而深度学习则计算多层神经网络以进行更高级的学习。

从应用范围角度看，可将人工智能分为专用人工智能和通用人工智能。专用人工智能面向特定任务（比如承担特定工作或下棋等），因其应用需求明确、相对简单，所以已在不少领域实现单点突破，比如人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到了专业医生水平。1997年5月，IBM（国际商业机器公司）研制的深蓝（Deep Blue）计算机战胜了国际象棋大师卡斯帕罗夫；2016年3月，谷歌公司研发的具有深度学习功能的阿尔法围棋（AlphaGo）在围棋比赛中战胜韩国棋手李世石，又于2017年5月战胜中国棋手柯洁等世界顶级高手。这说明专用人工智能已经取得重大突破，在局部智能水平方面已经超越人类智能。目前，人工智能领域的研究也主要集中在专用智能领域。

真正意义上完备的人工智能系统应该是一个通用的智能系统。人的大脑是一个可以自动处理视听、判断推理、学习思考、规划设计等各类问题的综合通用系统，即所谓的“一脑万用”。目前，通用人工智能处于起步阶段。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法围棋系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。从专用智能向通用智能发展是人工智能发展的必然趋势，当然也是研究与应用领域的重大挑战。

国际四大会计师事务所之一德勤按照人工智能所具备的能力是否能够达到或超过人类的智慧和能力，将人工智能技术大致分为弱人类级人工智能、强人类级人工智能和超越人类级人工智能。弱人类级人工智能技术可以理解为那些可部分替代人类行为的人工智能，不具有全方位思维和意识能力。强人类级人工智能是指在各方面都能和人类比肩的人工智能，能够思考、计划、解决问题、运用抽象思维、理解复杂理念、快速学习和从经验中学习，且不仅限于某一领域，让机器人全方位实现类人的能力。而超越人类级的人工智能是最高级别的人工智能，可以全面超越人类的指挥能力。德勤会计师事务所认为，像深蓝和阿尔法围棋这样的人工智能技术是具有超越人类级人工智能的技术，未来10年人工智能可以达到人类智慧平均水平，而2099年人类社会可能会进入强人工智能时代。

2.人工智能技术脉络。从1956年美国约翰·麦卡锡为首的年轻科学家在达特茅斯会议上正式提出人工智能起，人工智能至今已有近70年的研究和发展历史，不同学科背景的学者对人工智能提出不同研究观点，由此产生了多种学术流派，主要包括符号主义（决策树、知识图谱等）、贝叶斯派（贝叶斯网络、隐马尔可夫模型）、联结主义（人工神经网络、深度学习）、进化主义（遗传算法）、行为类比主义（支持向量机）等。

根据清华大学张钹院士的研究，人工智能经历了三代发展。第一代人工智能主要是基于知识和经验的推理模型，用这个模型来模拟人类的理性智能行为，如推理、规划、决策等，可以理解为计算智能。第二代人工智能，就是大家非常熟悉的深度学习。通过深度神经网络的模型模拟人类的感知，譬如视觉、听觉、触觉，可以被认为是感知智能。第三代人工智能将把第一代知识驱动的方法和第二代数据驱动的方法结合起来，充分利用知识、数据、算法和算力等要素，以解决不完全信息、不确定性环境和动态变化环境下的问题，可以被理解为认知智能。

业界普遍认为，目前的人工智能处于第二代的感知智能阶段。该阶段最为核心的技术是语音识别和视觉识别。随着互联网、大数据以及计算处理能力的迅猛发展，人工智能在感知智能上将实现巨大突破。

3.人工智能技术特点。人工智能在发展跨越过程中，逐渐呈现出深度学习、跨媒体感知、人机协同、群体智能、自主操控等新特征。（1）从机器学习到深度学习的跨越。机器学习是通过算法解析数据，用大量数据进行模型训练来辅助人类在真实世界中做出决策和预测。而深度学习本身也是实现机器学习的一种技术，是通过有监督和无监督的学习方法来训练深度神经网络，并不断通过优化神经元的连接方法和激活函数来训练神经网络模型。（2）从多媒体数据的分类处理到跨媒体感知计算的跨越。多媒体数据的分类处理是对结构化数据和非结构化的文本、图形、图像、动画、音频、视频等媒体数据进行分类解析分析。而跨媒体感知计算通过智能感知、复杂场景主动感知、自然环境听觉与言语感知、多媒体自主学习、关联分析和一致性表示对跨平台、跨模态、跨维度的数据进行处理分析和计算。（3）从拟人机器人到人机协同的智能机器人的跨越。拟人机器人是一个可计算编程的机器，模仿人类自动执行一系列复杂的动作。而智能机器人是基于大规模协作的知识资源与开放共享技术，建立群智知识表示框架，具有自主感知、规划和协同能力的自动化机器人。通过混合增强智能，实现人机协同共融的情境理解与决策学习、直觉推理与因果模型、记忆与知识演化，使智能机器人具备学习与思考接近或超过人类的智能水平。（4）从个人智能到群体智能的跨越。突破个体固化的机械化和自动化能力，群体智能通过感知和算法驱动，将数万亿的个体智能终端和传感器链接，形成自组织的去中心化、规模化的网络协同效应。（5）从知识感知到知识认知的自主决策的跨越。在通过语音识别、人脸识别、图像和视频处理技术对不同形态数据进行处理和解析的知识感知计算的基础上，建立数据驱动和以自然语言处理、虚拟现实和增强现实技术、知识理解和知识关联图谱为核心的认知计算模型，形成从大数据到知识、从知识到决策的能力，并重点突破“面向自主无人系统的协同感知与交互、自主协同控制与优化决策、知识驱动的人机物三元协同与互操作”。

（三）人工智能在金融业的应用

人工智能技术及其产业在最近20年得到蓬勃发展，对社会经济发展起到了巨大推动作用。2016年9月，国际著名咨询公司埃森哲发布报告称，人工智能技术的应用可在现有基础上将劳动生产率提高40%。到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。麦肯锡咨询公司调研结果表明，人工智能最为广泛和领先的应用领域是汽车/组装、金融、电信等高科技领域，可以说人工智能落地金融应用方兴未艾。

金融业以广大人民群众为服务对象，对使用机器替代人工以承担大量重复性、流程化的工作具有天然的诉求。人工智能技术在发展过程中很快与金融服务结合，在金融服务渠道、交互方式、授信融资、投资决策、风险管理等领域产生创新驱动作用，在智能投顾、客户画像、信用评级、量化交易、舆情分析等场景中迎来了爆发式增长，凸显了其社会效益和商业价值。

1.智慧网点。金融机构基于智能终端、生物识别等新技术的支撑，建设智慧网点，在客户识别、服务、营销、评价等各方面的网点经营管理中实现全流程高效数字化，进而提升客户体验，增加客户黏性，重新发挥物理网点的优势。

2.智能交互。智能交互主要基于语音识别技术、自然语言处理技术以及知识图谱技术得以实现。智能交互能有效降低金融机构的人力资源成本，可在金融机构内部广泛应用，也能帮助客户更好地识别自己的需求和问题，实现金融机构和客户的双赢。譬如，应用语音识别技术将客户的语音转换为文字，免除了客户手动输入问题的烦琐。应用自然语言处理技术对客户的话语进行分析，提取其中的关键需求，并利用知识图谱技术定位针对客户话语最合适的回答，提升智能客服应答准确性。随着相关技术的快速发展，智能交互正在朝着精准、快速、人性化的方向不断发展。

3.智慧流程。以机器人流程自动化（RPA）为代表的超级自动化技术，有助于将金融机构全生命周期的业务流程线上智能化处理，提升销售、客服、财务、风控等业务的处理效率。RPA能够代替人工处理复杂、烦琐以及大量的事务，实现智能信采、智能表单、智能审批，从而大量减少企业的人力成本，提升整体工作效率，甚至能够辅助发现工作流程中不必要的环节，实现流程优化。

4.智能投顾。智能投顾又称机器人顾问，一般指基于不同用户的收益预期、风险偏好和流动性需求，通过自动化方式为用户推荐投资组合，提供个性化的理财服务，其目的是分散投资风险，实现全球资产配置，追求长期、稳定收益。智能投顾近几年已成为金融投资的新兴热点，是大资管时代极具特色的投资管理服务模式，拥有巨大的市场潜力。

5.智慧资讯。智慧资讯一般包括金融主体识别、事件要素抽取、事件情感标注、事件关联分析等环节。金融主体识别是从金融新闻中抽取实体机构信息，并与知识库中的机构信息建立链接，准确关联新闻描述的具体公司。事件要素抽取是针对公告内容，检测关注的事件类型，并针对不同事件抽取相应的要素，如主体、客体、时间等。事件情感标注是通过金融新闻文本的分析，解析出该新闻对某个具体实体的情感导向，将其分为正面情感、负面情感以及中性情感。事件关联分析是通过对事件关键词和摘要的提取，分析出事件与历史上或当前发生的其他事件之间的关联。

6.智能风控。随着人工智能的迅速发展，智能风控在金融业也逐渐普及。人工智能技术可以将历史数据中客户几百维甚至几千维的数据结合在一起进行分析，更加科学地形成风险客户、风险交易的识别规则。同时，这些识别规则一般比较复杂，可以利用客户十几维甚至几十维数据对风险进行识别，破解难度较大。

近两年，国家大力支持普惠金融发展，智能风控也有利于解决小微企业信贷表现不足、无法从金融机构获取有效贷款的问题。运用人工智能技术可以对小微企业的工商注册信息、税务数据、上下游交易情况等进行分析，识别出好客户并进行授信，扶持小微企业发展。

（四）金融业发展人工智能的着力点

1.算法安全方面。监管部门应出台人工智能金融应用监管规则，建立智能算法评价备案机制，强化标准符合与安全管理，提高算法的安全性。金融机构应紧跟科技前沿，不断更新人工智能算法，提升算法智能化水平，并采取安全加固措施增强算法可靠性，利用全局或局部代理模型提升算法可解释性。

2.协同发展方面。加快建设面向金融业的人工智能开放创新平台、协同发展与研究平台，促进人工智能研究机构、金融机构、高等院校和高新技术企业间的生态合作。

3.智能应用方面。促进人工智能为用户提供定制化金融服务，解决更多复杂智能化的金融问题，引导人工智能从感知智能发展到认知智能，打造共享复用、高效敏捷、深度交互的智能中台，构建数据驱动、人机协同、跨界融合、共创分享的智慧金融应用生态。

4.流程再造方面。将人工智能优质模型、工具与系统贯穿应用于投顾、营销、风控、运营等全流程，打通部门之间的业务隔阂与流程断点，推动服务体系向主动化、个性化、精细化方向发展，提升客户体验和运营效率，打造“非接触式服务、远程式办理、浸入式体验”的金融业新模式。

六、云计算在金融领域的应用

云计算是金融科技的几大关键技术里面发展较为成熟的一种，可以为大数据、人工智能、区块链、数据库、中间件等技术提供基础支撑，作为企业数字化的重要基础设施，它使得创新和变革变得更加容易和便捷，带来了信息资源的集约化管理。

（一）云计算的概念和类型

国家推荐标准《信息技术云计算概览与词汇》（GB/T 32400—2015）将云计算定义为一种通过网络将可伸缩、弹性的共享物理和虚拟资源池以按需自服务的方式供应和管理的模式。美国国家标准与技术研究院（NIST）将云计算定义为一种按使用量付费的模式，通过云计算，用户可以随时随地按需从可配臵的计算资源共享池中获取网络、服务器、存储、应用程序等资源。

根据使用云计算平台用户范围的不同以及云资源归属和控制方的不同，云计算一般分为私有云、公有云、行业云和混合云四种部署模型。私有云指仅被一个云服务使用者使用，且资源被该云服务使用者控制的一种云部署模式。公有云是可被任意云服务使用者使用，且资源被云服务提供者控制的一种云部署模式。行业云是由一组特定的云服务使用者使用和共享，且资源被云服务提供者或使用者控制的一种云部署模式，云服务提供者和使用者在监管政策、安全要求等方面相同或高度相似。混合云是包含两种及以上部署模式的云部署模式。

按照交付使用方式，云计算主要分为IaaS（基础设施即服务）、PaaS（平台即服务）、SaaS（软件即服务）等类型。IaaS提供计算、存储、网络等基础资源服务。云服务使用者可通过管理平台、应用编程接口等使用、监控、管理云计算平台中的资源。PaaS提供运行在云计算基础设施上的软件开发和运行环境服务。云服务使用者可基于PaaS提供的工具及环境进行系统开发、测试、集成、部署、运行、维护等工作。SaaS提供运行在云计算基础设施上的应用软件服务。

（二）国内云计算发展现状

1.云计算技术发展迅速。一是桌面云快速兴起，传统IT办公装备由单一的PC终端向多样化、移动化、智能化方向演进，云办公场景将以桌面云为载体，构建跨操作系统、跨终端、聚合应用的统一体验的云办公平台。二是云国产化进程加速推进。国家大力提倡自主可控能力，加速推进了金融领域云技术国产化进展。当前，以鲲鹏、飞腾和麒麟芯片、UOS国产操作系统为基础的云基础技术矩阵，正在全面加速推进。另外，国产数据库的发展非常迅速，尤其是国内移动互联网的迅猛发展，给很多国产新型数据库的应用创造了全球独一无二的场景。这在很大程度上缩小了国产数据库和以Oracle为代表的传统数据库之间的差距，甚至在某些层面呈现赶超之势。三是数据迁移技术迅速发展。随着国产化浪潮的推进，从Oracle或DB2数据库将异构数据迁移至国产数据库的需求已经迫在眉睫，其中涌现了不少优秀的国产数据迁移同步工具。四是微服务中间件取得进展。

2.宏观政策环境基本形成。云计算产业发展、行业推广、应用基础、安全管理等重要环节的宏观政策环境已经基本形成。从2015年开始，国务院及工业和信息化部、人民银行等政府监管部门连续发布云计算发展鼓励政策，推进云计算在政府、互联网、制造、金融等多领域的应用，以提升政务水平与企业经营效率。

3.云计算应用日趋成熟。一是我国IaaS发展成熟，PaaS增长高速，SaaS潜力巨大。2019年，我国公有云IaaS市场规模达到453亿元，较2018年增长了67.4%，业内普遍认为IaaS市场会持续攀高；公有云PaaS市场规模为42亿元，比上年提升92.2%，在企业数字化转型需求的拉动下，未来几年企业对数据库、中间件、微服务等PaaS服务的需求将持续增长；公有云SaaS市场规模达到194亿元，比2018年增长了34.2%，增速较稳定，与全球整体市场（1095亿美元）的成熟度差距明显，发展空间大。2020年初席卷全球的新冠疫情使SaaS服务企业用户认可度得到显著提升，国内SaaS服务迎来发展新机遇。二是云计算应用度持续提升。2019年我国已经应用云计算的企业占比达到66.1%，较2018年增加了7.5%。其中，采用公有云的企业占比41.6%，较2020年提高了5.2%；私有云占比为14.7%，与2020年相比有小幅提升；还有9.8%的企业采用了混合云，与2018年相比提高了1.7%。三是云计算降本增效显著。第三方调研数据显示，95%的企业认为使用云计算可以降低企业的IT成本，其中超过10%的用户成本节省在一半以上。另外，超四成的企业表示，使用云计算提升了IT运行效率，IT运维工作量减少和安全性提升的占比分别为25.8%和24.2%。

（三）云计算在金融行业的应用

云计算在金融领域的应用价值主要有三个方面：降低金融机构的信息资源获取成本；减小金融机构的资源配臵风险；提高金融机构的IT运营效率，“可以让金融机构像使用水、电、煤一样使用IT资源”。

1.云计算的发展伴随着金融信息系统的更迭演变。作为提升商业银行经营管理效率的重要手段，国内金融信息系统至今经历了分散式架构、集中式架构、分布式架构三个阶段。各商业银行金融信息系统完成从“各省行分散部署”到“全国性数据中心”的演进、迈入集中式架构阶段后，服务器规模和机房体量快速增长的问题越来越突出，金融业基础设施又被IBM小型机、Oracle数据库、EMC磁盘阵列等国外厂商垄断。随着阿里“去IOE”（指去掉IBM的小型机、Oracle数据库、EMC存储设备，代之以自主在开源软件基础上开发的系统）的成功，金融机构开始探索基础设施转型，历经数年不断尝试，金融信息系统已逐渐转向分布式架构阶段。分布式、容器、微服务的大量使用对基础设施提出了更高要求，“一体运维、软硬兼施、以软为主”的云计算成为其技术基础。

2.运用IaaS、PaaS助力运维管理敏捷高效。随着云计算技术的不断成熟，为适应新金融形势对基础资源弹性伸缩和敏捷迭代快速部署的需求，金融机构逐渐引入更完整的IaaS解决方案，将存储和网络等硬件资源由“硬”变“软”，打通计算、存储和网络之间的界限，将计算、存储、网络资源进行统一灵活高效调度管理，构建了用户使用透明、按需供给的资源管理模式。同时，基于集群资源池化设计，实现了应用间资源共享，云上资源利用率得到有效提升。此外，多层次、高可用的特性，有效支撑了业务连续性运行。云管平台、资源调度平台等不同层级的调度策略实现了运维管理流程自动化，基础设施管理水平有了质的跨越。

在云环境选择方面，出于监管和数据机密性的考虑，银行、证券等金融机构以私有云为主，而互联网金融公司存在租用公有云的情况。公有云也主要应用于信息发布类的金融服务。

3.依托SaaS构建开放式金融生态。金融行业已经步入4.0时代，金融+场景的结合，驱动金融机构积极布局开放金融场景，构建平台和生态以创造更多的商业模式与服务模式。

（四）云计算金融应用发展趋势展望

1.云计算服务将成为金融业科技创新发展底座。数字化转型已成为金融行业的共识，构建与金融业务发展相匹配的云基础设施，将数据和应用迁移到云端，并借助云平台上的大数据、人工智能、区块链等数字化创新技术为业务赋能，成为金融行业数字化转型的必由之路。

2.自主可控云技术保障金融云可持续发展。在金融行业上云的趋势下，云计算平台已经成为金融领域的关键信息基础设施，稳步推进云计算核心技术安全、自主、可控，对防控金融风险、保障金融安全具有重要意义。

3.云应用模式从公有云、私有云向混合云发展。纯粹的公有云和私有云的云应用模式已经不能完全满足金融业务创新发展，混合云应用模式既能满足金融机构对公有云资源的使用需求，又能满足金融行业大量数据与核心应用必须集中存储的合规安全要求，满足金融机构的“安全可靠+应用创新”双重诉求，提升金融机构运行效率。

4.监管合规保驾护航金融云正向发展。国家从宏观政策与监管合规要求方面出发，将不断完善适合金融云发展的顶层设计以及相关的配置措施，保障金融云服务能力为社会发展提供良好动能，提升社会生产效率，降低成本。同时，在技术不断创新发展的基础上，金融云的IaaS、PaaS、SaaS能力服务体系也将不断完善，服务效率与质量不断提升，稳步打造一个人们在使用云服务能力时安全无忧、体验良好、服务高效的生态体系，促使金融云服务能力安全、快速发展，为社会大众提供优质服务。