2022年11月24日,尊龙人生就是博中国区举办“2022数字金融新引擎”云端研讨会,现场发布与清华大学金融科技研究院联合编制的《数字经济时代下的数字金融——银行数字化转型目标、路径与举措(2022)》年度报告,以及多项重磅落地成果。清华大学金融科技研究院副院长薛正华做题为《全球金融科技发展态势与产业创新发展助力》演讲。
全球现状与趋势
先和大家分享一组金融科技投融资的数据,这是2021年全年金融科技领域全球的投融资事件以及金额数据。
2018年到2019年,数据都是逐年上升的,2020年初爆发新冠疫情,金融科技领域投融资事件以及金额在该年都出现了大幅度下滑,2021年开始逐步恢复。2021年全年全球金融科技领域的投资是在2101亿美金。整个美州(主要是美国)的趋势图和全球高度相似,2021年美洲地区金融科技投资金额是1053亿,投资额占了全球的约50%,支付及数字银行等是投资的热点。
从投资的主体来看,也出现了些有意思的变化。比如说金融科技领域的CVC投资,即由企业发起的产业资本投资上涨非常快。其他行业的CVC投资也有类似的情况,去年全球CVC的投资额的同比增长高达142%,中国也达到了137%,在经济放缓,投资收缩的大环境下,表现非常亮眼。不同于美洲的情况,亚太地区的态势跟全球的走势就很不一样了,2018、2019、2020持续走低,2021年有所恢复。嵌入式金融服务/场景式金融服务投资比较活跃,先买后付也是一个热点,基于数据价值的金融科技也出现了很多投资。
我们也可以再看看全球2021年融资额最多的十大金融科技公司都是谁?这里有汤森路透旗下做数据服务的公司,NETS是做支付的,Adenza做交易、风险管理、监管合规等技术服务,Robinhood面向普通投资者做投资服务等等。总体来看,前十名的赛道比较分散、平均,有做数据、支付、技术服务、交易、金融安全、虚拟信用卡、个人理财、企业服务等。
我也特意把2020年的前十大投资和2021年的拿出来做了一个比较。在2020年里面有一部分的企业在2021年里持续得到大额投资,仍处于融资Top10。比如Paidy 2020年融资额排第六名,2021年是第一名;Grab2020年融资额是第二名,2021年是第四。2020年,两个中国公司—— JD Digits(京东数科)和水滴上榜,但是在2021年我们在Top 10中就再没有看到中国公司的身影。
相较于全球金融科技领域的投资,中国表现有所收缩,主要有两个原因:第一,从2012年到2018年期间,在国家监管政策包容以及鼓励创新的大环境下,中国金融科技相对于欧美来说发展更快,规模快速形成,到目前,竞争格局趋于稳定态势。例如:中国的移动支付已经形成了两家独大的格局,创业公司可能很难再在此领域有所发展了,投融资事件自然也就较少出现;消费金融领域也有类似现象,只是比移动支付要略微分散些,被部分大平台以场景、流量和数据等天然优势所占据,创新企业跑出的难度较大。第二,当下全球Fintech赛道中较热门的数字货币赛道,中国采取了较为严格的监管,除了央行法定数字货币之外,其余数字货币目前是全面禁止的。需要注意的是,欧美关于数字货币投资虽然较为活跃,但是,很多国家的监管并没有明确表态,也存在较大的政策风险,也是投资机构普遍担忧和关注的问题。
中国金融科技业态
中国金融科技企业有四大类:金融机构子公司、互联网巨头子公司、传统金融科技公司、新型科技公司。金融机构子公司包括央行及各大商业银行、保险和公司成立的金融科技子公司,在做好自身服务的同时,输出科技能力,助力中小金融机构及企业端场景服务的建设;传统金融科技公司如尊龙人生就是博中国区,数十年持续为银行、、保险等金融机构提供系统开发和相关技术服务,陪伴了金融机构的信息化、数字化、智能化的转型升级发展。互联网巨头的金融科技企业包括:蚂蚁金服、京东科技、度小满、360金融、小米金融等,这类金融科技企业有的是依托电商场景,有的是基于产业供应链体系,有的依靠流量和数据资源,各自发挥自身优势,提供金融科技服务。这里列举了腾讯公司2020和2021两年的营收构成。2021年,网络游戏营收1561亿排名第一,占比32%;金融科技和企业服务营收1280.86亿排名第二,占比27%。但在2021年,金融科技和企业服务营收增长到1722亿,占比达到31%,超过了网络游戏成为第一大业务收入来源。
科技基石
为什么金融科技近年来发展迅速?其中一个很重要的原因就是科技的力量。
云计算、大数据、AI、AR/VR等技术的发展以及在金融业的应用,促进了金融服务的快速发展与创新。这里面表现较为突出且应用较为广泛的两个技术是:大数据和AI技术。
大数据为什么能够被充分应用,给业务带来贡献?非常重要的一个技术应用是用户画像,无论是个人画像还是企业画像,被广泛应用在营销、客户、产品改进、体验优化等领域。除此之外,在金融领域,用户画像还被重点应用于风险管理,画像越精准对客户的风险管理就越精准,精细化的风险管理带来的都是立竿见影的利润增长。管理的资产规模越大,效果越明显。但是,随着大数据应用的不断泛化和深化,也出现了数据滥用、隐私被侵犯等问题。围绕这一点,一方面通过法律法规途径来解决,另一方面以联邦计算为代表的一些新技术,通过数据不动模型动的机制,努力实现既保障数据安全又能让用户享受到基于大数据的精准化、个性化高质量服务。
人工智能方面,除了以深度学习为代表的联结学派外,还有贝叶斯学派、进化学派、符号学派等。毫无疑问,深度学习是近年发展最快、最受瞩目的人工智能技术。受益于深度学习在图像识别与合成、语音识别与合成和语义理解等几项基础技术的重大突破,金融领域产生了众多创新应用。例如,在图像识别领域,基于卫星遥感数据和AI图像识别技术来判定农田作物种类、种植面积、农作物长势等信息,综合其他数据,开展农业信贷,具有工作效率高、风险把控准等优势。基于另类大数据以及AI图像识别技术的创新实践也正在被应用于越来越多的金融场景,例如:养殖业保险、二级市场量化投资等领域。深度学习在语音识别、合成和语义理解的技术突破同样也带来了很多金融创新应用,不一一举例。数字人是一个把深度学习在图像、语音、语义三方面能力综合应用的场景。它可以广泛应用于金融各类场景中。例如:客服数字人、营销数字人、理财规划数字人、数字培训师等。它的核心技术流包括:接收客户语音咨询、语音转文本、语义识别文本、匹配知识库、生成应答文本、语音合成文本、唇动匹配语音、数字人表情合成。这八个流程集合了深度学习的各类技术,而且要求实时完成,才能满足用户体验。近年来,清华大学金融科技研究院围绕金融服务场景,在数字人领域开展了大量金融领域知识和AI技术创新的研究。
未来趋势
未来的发展趋势是很难判断准确的,不妨研究一下驱动未来发展的动因是什么。动因搞明白了,对未来的判断可能对会相对准确一些。
很多行业的发展往往受两样东西驱动,一个是科技,一个是政策。新科技可能会带来很多领域的全面变革,或者产生出新的生产或生活方式。比如,金融科技领域,过去十年大数据和人工智能技术的快速发展,为金融领域带来了大量创新,驱动金融产业不断变革。政策方面,比如新能源政策的鼓励下,电动汽车、电池等绿色相关产业高速发展。
当下及未来很长一段时间,围绕数字经济的相关产业将会快速发展。从技术视角看,人工智能、5G、XR等数字技术发展迅猛;从政策角度看,数字经济已经上升成为国家战略。近年来,个人消费端的数字场景百花齐放,发展较快。但在产业端,数字化发展还有巨大空间。产业端数字化能力不足,也间接导致了金融服务实体经济不畅,这是因为,金融的核心是风险管理,而风险管理的基石是大数据,数字化程度不够,风险不好判断或者判断成本很高,必然导致金融服务效率低下。在产业数字化方面,我们也做了不少调研,从数字农业、数字养殖、无人零售、无人工厂,无人驾驶等生产生活场景正在不断发展、成熟,未来数字化程度会越来越高,基于大数据的智能化和金融化水平也自然会越来越高。
另外,还有一个很重要的产业发展方向可能会是虚拟数字空间的发展。在虚拟数字空间中,人、物、景的创设高效且低廉,场景要素极大丰富,而且可以超越现实更好的发挥想象力。沉浸式的数字空间将给用户带来更佳的场景体验,在数字空间中,学习、工作、生活都将产生翻天覆地的变化,金融业也会呈现全新的模式。从技术视角看,元宇宙所依赖的主要技术:5G、AI以及XR等发展较快,长期来看,能够为产业发展做好支撑。我们把目光回收到当下,元宇宙中“人”这一要素,在AI技术的发展下,已经走出实验室,开始步入市场,服务大众。金融领域是率先应用数字人的行业之一。
最后做一个总结,基于大量的调查和研究,未来产业数字化与虚拟数字空间将有可能成为两个重要的、快速的发展方向。两个方向“一实一虚”,将会产生大量高度数字化、自动化和智能化的生产和生活场景,在这些场景中,大体量、多维度的丰富数据以及自动化和智能化的流畅体验,将为金融科技的应用提供更广阔的空间,也必然会助力金融更好的服务实体经济和民生。
谢谢大家!