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！