【中國智能制造網 行業精英】Renaud Laplanche應該不會忘記那些閃閃發光的日子。今年4月舊金山Lendit大會，他被數千人矚目，在大屏幕舞臺上，身穿一件印有“LendingClub”字樣的紅色背心，作為這家P2P鼻祖的，他發表了一場激昂的開場演說。萬豪酒店的會議廳人滿為患，待演講結束，追隨者們蜂擁著他離場。
Lending Club董事長兼 CEO Renaud Laplanche
1個月后，LendingClub爆出內幕交易丑聞，董事長兼CEO Renaud Laplanche引咎辭職，LendingClub股價一度跌去接近50%，引發行業動蕩，包括OnDeckCapital、Prosper在內的其它幾大P2P平臺，股價都不同程度下跌。輿論紛紛質疑，P2P寒冬是否已經到來？
Fintech行業智庫Lendit的總裁Jason Jones依然樂觀，他告訴記者：“這對行業來說是一個很好的警示，P2P這個行業已經越過了過去發展的時代，現在是處于被大眾批評的谷底時期，未來會回到一個大眾逐漸接受的穩定狀態。”
的確，有人持他同樣的觀點。根據Lending Club5月24日遞交美國證交委員會SEC的文件顯示，盛大董事長陳天橋已持有LendingClub11.7%股份，加上1570萬股期權，行權之后的股比將達到15%左右，成為大股東，盛大在RenaudLaplanche辭職后，大量增持LendingClub股票，持續賣出看跌期權，并買入看漲期權。盛大在聲明中表示堅信LendingClub的商業模式，相信它將不斷進步并優化業務。
曾經很熱的“互聯網金融”一詞，正在被Fintech（金融科技，Finance和Technology的合成詞）代替，這意味著這一領域正在回歸技術的位置。實際上，根據cbinsights的細分行業統計，Fintech是2015年吸金的領域，VC融資總額過85億美元，其他如健康、商務智能等。
LendingClub所從事的P2P借貸業務，只是Fintech的眾多應用場景中的一個。根據PWC的分類，Fintech的行業布局主要包含了6塊：零售銀行、支付和轉賬、借款和理財、金融財富管理、保險、區塊鏈。
早年在華爾街工作的JasonJones，做過風投、投行、對沖基金，近年來投資科技企業。他近奔波在北京上海的金融科技公司之間，對比中美情況，他說，目前放貸、支付是Fintech領域的兩大主要業務，網貸填補了市場空白，區塊鏈、財富管理和互聯網保險也勢頭日盛，互聯網保險在資本市場、承銷、客戶開發這幾方面提供了顛覆性的機會。
從初貨幣的出現到銀行的運作，再到近幾十年來ATM、信用卡、Pose機的出現，創新一直在推動金融產業不斷前進。而這一輪Fintech浪潮，則是以數據和技術為核心驅動力，結合了互聯網和創業的外部視角，重新梳理金融行業的業務，用創新的方法和模式改善用戶體驗提高服務效率。
例如螞蟻金服就是一家典型的Fintech公司，它不僅可以方便地提供支付、理財等服務，還在增加社交功能，使好友間可以透明、快速、方便地轉賬，完全把銀行隱藏在了后臺。而在美國，不僅僅各種像LendingClub、Square、Venmo這樣的Fintech創業公司紛紛涌現，包括高盛、摩根士丹利、富達在內的全球金融機構和投資機構，也都在積極向數據科技為核心的目標轉型。
隨著人工智能技術以及區塊鏈技術的日漸成熟，Fintech也正在向更廣闊乃至傳統的領域蔓延開去。例如機器學習和人工智能，能解決信用欺詐的問題；數字廣告能低成本拓展金融業務，幫助機構以比較低的成本獲得借貸者；區塊鏈技術幫助交易者在供應鏈上完成支付，幫助商品生產者追蹤貨品流向，起到打假的意義。
[MTpage]
“哪怕我們都死了，它也會繼續交易”
人工智能正在改變股票交易。今年1月Aidyia公司啟動了一支對沖基金，其背后的系統借助了多種形式的人工智能技術，對各種數據進行分析，這些數據包括市場價格、成交量，以及宏觀經濟數據、企業會計憑證，然后系統自主做出市場預測，以“投票”的方式選出佳行動步驟。
“哪怕我們都死了，它也會繼續交易。”Aidyia科學家BenGoertzel在接受采訪時說。
智能投顧，英文名是Robo-advisor，又被稱為“機器人理財”、“智能理財”，是把基礎的Markowitz資產組合理論和其衍生模型們應用到產品中，在云端低成本、快速、批量化地解決各種數據運算，再結合投資者風險偏好、財務狀況與理財目標，通過后臺算法為用戶提供資產配置建議。這被認為是AlphaGo在Fintech領域的延伸。
智能投顧是一片藍海市場。知名咨詢公司A.T.Kearney預測，美國智能投顧行業的資產管理規模將從2016年的3000億美元增長至2020年的2.2萬億美元，在國外市場，目前比較活躍的有Betterment、wealthfront、SIGFIG、Hedgeable、CASHBOARD等公司。
全球智能理財領域大的公司Betterment，近日宣布其完成1億美元E輪融資，估值已經高達7億美元，管理資產規模達到39億美元，服務客戶超過15萬人。
在Betterment平臺上，用戶回答一系列關于投資目標的問題，然后平臺根據回答做分析，給出相應的投資組合建議，并且完成投資。它的優勢在于：通過服務將用戶的所有賬戶以電子賬戶的形式連接起來，用戶可以快速、簡單地在不同賬戶之間轉移資金，整個過程都是實時操作的，沒有滯后。
在另一家智能投顧平臺Wealthfront上，投資組合包括兩大類：需要納稅的投資組合和退休金投資組合。前者適合個人賬戶、聯合賬戶、信托賬戶，后者適用于傳統IRAs賬戶、RothIRAs賬戶、SEPIRAs賬戶，等等。
其資產類別包括美股、海外股票、新興市場股票、股利股票、美國國債、新興市場債券、美國通脹指數化證券、自然資源、房產、公司債券、市政債券。投資組合的載體為指數基金（ETF），依據平臺用戶風險容忍度的不同，向投資者推薦的投資計劃可能只包括部分類別的資產。在盈利模式方面，智能投顧平臺還在探究，目前主要以咨詢費、年費為主。
智能投顧改變了傳統客戶和經理面對面的服務模式，在美國，智能投顧更多用來進行客戶開發的工作，以比較低的服務費用吸引到投資者。智能投顧的優勢在于成本低，容易操作，可以避免投資人情緒化的影響，分散投資風險，信息相對透明。
在傳統金融機構看來，機器人投顧可以開發比較年輕的的小白客戶市場。
“對于投資環境內部的人來講，很多術語可以講得很專業，然后由基金顧問翻譯成簡單的話語，再告訴每一個客戶怎么匹配；而智能投顧是直接面對個人客戶的，它必須知道這個用戶的行為方式是什么，有什么需求，然后把市場中和客戶匹配的趨勢挑出來，推送一些方案出來。”一位知名投行高管告訴記者。
不過傳統金融機構還處于嘗試階段，并沒有大規模使用智能投顧。“如果我們大家都是用模型來做的話，模型100%可靠，那么市場上大家要買全買、要賣全部賣，就不可能有市場了。所以其中還是需要人的判斷，才會有人買、有人賣。”上述人士表示。
人工智能在初級階段是對簡單勞動的替代，第二階段則是對復雜勞動的替代。
JasonJones認為，用智能算法把一筆資金分散投資到若干個基金，這是一個操作簡單但不可持續的商業模式。他說：
“智能投顧要真正從產品發展成一種業務，就應該提供更多增值服務，比如找到更多種類的資產，同時收取更高的費用，這樣才能有比較高的率。”
機器人做預測，會不會涉及隱私侵入的問題？其實機器學習的概念多少有些被誤解，機器學習只是個模型，像人類一樣，機器學習是不斷對數據進行學習，利用先進的數學計算，去分析消費者的風險，就是數學模型，至于能不能得到數據，還取決于人類愿不愿意給。
[MTpage]
智能投顧在中國
智能投顧的中國本土化改造正在進行。智能投顧的背后是Markowitz理論，即現代投資組合理論（MPT，ModernPortfolioTheory），由諾貝爾經濟學獎得主Markowitz創造，主張通過分散的投資組合降低風險，將資金分散在股票、債券、房地產等多方面，并且不降低預期收益率。
鄭毓棟正著手一場改造。“用純Markowitz理論，會使用戶大部分資產都投在海外市場，這顯然是中國本土不太能夠接受的，所以我們做一些調整，讓本土投資品種更豐富，在大資產和本土投資上的比重更大一些。”積木盒子智能投顧產品負責人鄭毓棟向記者說。
按照Wealthfront、Betterment這些投資機構做出來的資產配置來看，中國公司的組合占了10%都不到，鄭毓棟和團隊進行調整后，中國大概占到五成至六成的規模。
積木盒子旗下一家公司爭取到持牌的基金銷售資質，已經跟近60家主流的公募基金公司簽約，把產品引到平臺。鄭毓棟和團隊從公募基金中選出10個資產類型，涵蓋1500多種產品，包括國內的大盤股、中小創、高收益、債券、現金、黃金等等。
他也在對機器學習進行改進：把所有重要的經濟指標輸入系統，系統不斷進行學習，觀察各組經濟指標的狀態下，市場的發展狀態，經過長時間的學習和訓練以后，系統可以地調整算法模型。
比如機器學習的一個模型把針對黃金的經濟指標因子調得很高，這個指標影響美元指數，當美元指數走弱的時候，系統就增加了黃金的配置，但美元指數不是永遠對黃金都有太大的影響，所以機器學習會根據市場的變化來判斷，調整因子，之后系統再回顧、調整筆記。
“經濟是一個非常復雜的事情，很多指標不是永遠有效的，所以不能量化來做，比如說通脹，早期可能是個好事，到了末期的時候可能就變成了跟數字相反的事，如果模型很機械，就不能涵蓋所有經濟周期。”鄭毓棟說。
開發中產階級客戶、完善全球資產配置，是智能投顧的另外兩個優勢。
宜信以往的財富管理產品，針對可投資資產300萬以上的的投資者，其近推出的投米RA，相當于一個補充品，首先針對資產在30萬~300萬之間的客戶，以往人工投顧的成本太高，不適合這部分人群，投米RA幫助宜信教育中產市場。
接下來投米RA會面向更多人群，包括資產在300萬以上的用戶。其實美國智能投顧Wealthfront服務的客戶，很大一部分都是硅谷的新貴，這些人都在一些上市公司擁有股份，是高凈值客戶。CharlesSchwab是美國一個比較大的券商，他們孵化了一個智能理財，Schwabintelligentportfolio，據其披露，此款RA上線一年多，15%的客戶在他們平臺上開戶的資產超過100萬美元。投米RA的CTO胡金輝說；
“機器人的優勢之一是可以處理海量的信息，其次是快速應對時勢。一個勤奮的投資者，如果一天要看300~500篇跟投資相關的文章，大部分普通人是做不到的，但是機器可以在一秒鐘之內抓取成千上萬篇文章，然后通過智能的算法、在幾分鐘之內把這些海量的信息處理完，從中提取有用的信息，幫助用戶形成好的投資策略。”
投米RA階段主要是配置美元資產，通過美元ETF來做，投資發達國家股票市場、發展中國家投資股票市場、美國債券市場、國際國債市場，地產市場、中國大盤股市場等等。
這是因為美元ETF目前資產規模大概有2萬億，美國的金融數據在過去百年的發展過程中積累較多，更容易做量化分析。
第二階段，投米RA會發展國內市場，目前開發團隊正在篩選國內合作伙伴、資產類別，找到流動性比較好、能夠代表這個市場特點、費用比較低、能將客戶利益大化的資產類別。
京東金融在做的智能投顧，目前落地在長期財富管理領域。“我們認為，中國的居民在長期財富管理上還需要更多的市場教育。目前市場中給用戶提供的更多的是短期理財產品，實際上消費者在財富管理上更加需要能夠帶來長期財富增值的產品。我們通過逐步打造量化投資平臺、智能機器人投資顧問平臺等，為用戶做長期資產配置方面的服務。”京東金融CEO陳生強說。
[MTpage]
大數據商業化：中國開始領先全球
金融大數據的競爭，主要集中在幾家大鱷之間——基于過去多年業務，他們積累了更豐富全面的數據。
“中國實際上領先著互聯網金融業，只是世界還不知道。”JasonJones表示。目前螞蟻金服、陸金所、眾安保險、京東金融估值領先全球Fintech公司，他認為這些高估值是供求關系的自然選擇。
基于大數據的應用已經越來越多。蟻盾是螞蟻金服新推出的一款利用大數據技術為金融機構和各類互聯網商戶提供反黃牛、反作弊、反欺詐服務的產品。致力于賦能更多生態合作伙伴安全服務防控的能力，目前已經在金融、手機3C產品網絡直銷平臺、O2O、出行、團購等行業廣泛應用，幫助金融機構和互聯網商戶發現用戶的欺詐行為，更好的進行風險管理。
芝麻信用的數據來源即包含阿里系的電商、支付等數據，也包括外部的數據，以及各種用戶自主遞交的信息等。這些數據的廣泛性給到了芝麻信用有效的信用判定基礎。螞蟻金服工作人員說：
“作為螞蟻金服旗下獨立的第三方征信機構，芝麻信用通過云計算、機器學習等技術科學、客觀、公正的呈現個人和企業的信用狀況，已經形成芝麻信用評分、芝麻信用元素表、行業關注名單、反欺詐等全產品線。從信用卡、消費金融、融資租賃、抵押貸款，到酒店、租房、租車、分類信息、學生服務、公共事業服務等，芝麻信用已經在上百個場景為用戶、商戶提供信用服務，眾多用戶享受到了信用的便利。”
可以看出，螞蟻金服集團基于云計算跟大數據，通過信用體系跟風控體系，支撐征信、保險、理財平臺、支付平臺的業務。在螞蟻金服的6000多名員工中，從事安全風控的員工，就有1500多人。
大數據終產生商業價值，要經過一個很長的鏈路。
我們容易看到的是底層的原始數據層，比如電商的交易數據、CRM客戶的信息管理系統、一些外部數據，這些原始數據本身并不能直接產生商業價值。它們要經過中間層的轉化，進行大量匯總，將主題數據、地址庫、商品庫分門別類，形成衍生指標，比如說一個客戶在過去的幾個月里完成幾筆交易，類似這樣指標才能被模型使用。
然而從數據到由數據支撐的業務，還有很長的路要走。當數據形成指標，或者分數，抑或“用戶畫像”時，還不能直接支撐業務。在簡單的指標之外，還需要復雜的業務數據策略。
“以貸款業務為例，真正要把這些數據拿來做融資或者貸款，還要做一系列的配套的業務數據策略，包括身份識別、授信準入、風險定價，這些是風險端的策略；在營銷端，則是客戶需求分析，客戶獲取、促銷、優惠、流失、挽留等策略；在安全方面，會有反欺詐、反洗錢、反套現的策略。”網商銀行風控總監盛子夏介紹。
從數據形成指標，加之業務數據策略，再成為有效的實時的系統，才能支撐業務。
而大數據的能力，是建立在云上的，一方面是數據放在云存儲平臺上，另一方面是建立云的決策系統。這一套流程構成了大數據的應用全景圖。
當我們越來越依賴手機進行支付、理財和貸款，每個移動端用戶的數據安全，也愈發重要。對于螞蟻金服，數據安全主要體現在使用環節和流轉環節。
首先，螞蟻金服內部所有數據權限都是按需申請的，并且小授權，這意味著只提供使用者在業務開展過程中需要的核心的數據，在各個審批環節，部門都有相關負責人控制數據的節點，以此防止內部數據的泄露，以及濫用的風險。
在流轉層面，所有數據實現一個內循環。比如A業務系統只能使用A的相關數據，B業務系統則不能使用A的數據，在數據的流轉時，數據不落地，不能被下載、重新上傳。數據在系統之間直接對接，盡量減少人為干預，減少風險。
對于京東金融，大數據直接的應用，是新風控技術下的信貸，京東金融利用電商數據、物流數據、倉儲數據等，搭建了供應鏈金融體系。
京保貝將傳統銀行需要大量人力服務的業務，通多新型大數據風控以及流程優化等方法，轉變成無需人工審核的線上自動化放貸，能夠實現對客戶的三分鐘放貸。
京保貝2.0則將這種風控能力和系統搭建能力，輸出給外部核心企業，讓更多傳統企業加入金融科技。
另一個應用是消費金融，通過風險控制模型體系、量化運營模型體系、用戶洞察模型體系、大數據征信體系，實現白條在京東商城、旅游、租房、教育、裝修等多個行業的應用，并對外輸出這種科技能力。
互聯網保險也與數據息息相關。眾安保險做了一系列探索，將大數據技術運用到產品設計、自動理賠、風險管理等方面。
在核保領域，與傳統核保定價不同，眾安的數據庫是實時動態的。通過與合作方的數據對接，眾安可以針對險種及時完善風控模型，調整賠付策略，從而實現針對不同類別的物件和信用人群進行定價。
在消費金融層面，眾安保險與蘑菇街合作，推出了個人消費信用保險產品“買唄”。在數據層面，蘑菇街提供用戶的行為數據、交易數據等，眾安目前已接入央行征信數據、公安數據、前海征信、芝麻信用等數據體系。
將數據挖掘和數據分析的技術運用到產品設計、風險控制等環節。這使得眾安保險具備通過信用保證保險搭建信用賬戶體系的能力，同時也能幫助合作伙伴降低提供互聯網消費金融服務的成本和風險。
在私募資產證券化方面，眾安保險近期與分期樂等平臺合作，輸出大數據技術及消費金融資產的歸集、打包、管理能力，為的消費分期資產提供增信及資金對接服務。
眾安保險目前已與天貓、淘寶、百度、騰訊、小米等百余家互聯網公司開展了基于不同行業場景的業務合作。在向合作伙伴提供服務的同時，眾安得以不斷積累數據。通過數據挖掘、機器學習等方法，眾安保險至今已搭建起一整套適用于碎片化、分散化資產的信用評估和風險控制體系。
[MTpage]
區塊鏈應用落地
BIIntelligence在近剛發布的一份Fintech行業報告中預測，區塊鏈的運用和普及將成為2016年金融業中大的趨勢。
我們可以把區塊鏈看作一項分布式共享賬本，其中有多個節點，由去中心化的多方共同維護、有統一共識機制保障，在這個賬本上，我們不可篡改信息，不可溯源。在區塊鏈上，互相不了解的任何人之間可以借助這個公開透明的數據庫背書的信任關系，完成端到端的記賬、數據傳輸、認證或是合同執行。
作為比特幣的底層技術，區塊鏈具有去中心化、不可撤銷、可溯源的特征，是未來價值互聯網的開端，基于區塊鏈改造現有的金融系統，可以大大改善效率。而它的去中心化的特性，也為其他領域的互聯網應用打開很大的想象空間。
投資人田先生剛剛募集了一筆10億的基金，想投一些Fintech方面的早期項目，精通技術的他，在國內區塊鏈創業者之間走了一圈，發現靠譜的項目還是太少。的確，萬向此前成立了一筆5000萬美元的投資基金，專門投區塊鏈創業項目，其負責人也表示，“會將目光更多看向海外，國外區塊鏈創業團隊的落地應用更多”。
國內幾年前比特幣的那一幫玩家，紛紛做起了區塊鏈的生意，他們和一些機構談好合作，但面臨的直接問題是：畫得出餅，寫不出代碼——開發了幾個月，乃至一年，產品并沒有成功上線。因為他們用比特幣的挖礦算法來開發應用，每秒交易多達到幾十筆，這是技術上的bug。
將商業應用落地的區塊鏈創業公司布比，拋棄了比特幣的挖礦算法，因為機構之間的信任不需要通過挖礦的模式去建立信任。
布比目前的算法在普通PC上（非服務器）穩定在每秒交易300筆左右，其負責人稱：“今年年底前突破每秒3000筆，性能會持續優化，如果有更高的交易量業務需求，不排除未來會和硬件廠商合作，專門提供通過硬件對于加密算法提率，或者部分程序邏輯通過FPGA來實現增加效率，性能對于布比不是瓶頸。”
近幾個月內，布比將區塊鏈技術落地應用在積分、供應鏈管理云平臺、網貸平臺等場景，幫助這些領域里的公司搭建區塊鏈底層技術，目前完成了Pre－A輪融資。
在實際應用方面，布比幫格格積分建立區塊鏈底層系統，打通不同商家的積分，登記在區塊鏈上，用戶之間可以轉贈積分，進行自由流動。
積分方面，區塊鏈可以幫助積分平臺之間共同參與交易驗證、賬本存儲、實時結算；讓商戶、積分發行方、第三方支付平臺進出更靈活；激活存量積分，滿足商圈內不同商戶的積分兌換。
區塊鏈不可篡改、溯源的特征，可以用于供應鏈管理。布比和供應鏈平臺物鏈合作，打擊供應鏈上的假貨，近他們針對內蒙古的羊肉進行區塊鏈改造：從生產開始，把商品信息制成二維碼，印刷在羊肉包裝盒上，再將這些二維碼信息登記在區塊鏈平臺上在每個運輸環節，都有相關負責方，如果出現假貨，商家可以在區塊鏈上查到商品的去處。
布比創始人兼CEO蔣海，早年畢業于中國科學院計算技術研究所，在分布式系統、復雜網絡管控、網絡內容安全、新型電子貨幣等方面，有十余年的系統開發和科學研究經驗。2012年比特幣火的時候，蔣海并沒有加入炒幣大軍，而是一直研究區塊鏈的底層技術。
區塊鏈基礎服務平臺目前的應用，主要集中在這幾個領域：快速交易驗證、賬本存取、多種資產發行、聯合簽名控制、內置智能合約、鏈上交易所。
除了大多數創業公司起步艱難、良莠不齊這個現狀，投資區塊鏈的另一個難點在于，傳統金融機構都在研發自己的區塊鏈應用，并加入區塊鏈國際組織，對創業公司來說，這儼然就是泰山壓頂般的挑戰。
平安集團近加入R3全球合作伙伴網絡，這個網絡以R3實驗與研究中心（R3LabandRe-searchCentre）為基礎，目前共有42家金融機構成為創始伙伴，包括：花旗銀行、瑞士信貸、丹麥銀行、德意志銀行、摩根大通、高盛、匯豐銀行等。核心職能是制定銀行業區塊鏈技術開發的行業標準，以及探索實踐用例，并建立銀行業的區塊鏈組織。
作為中國首家加入該聯盟的金融機構，平安接下來將與全球大的40多家金融機構合作，共同為金融服務行業開發基于分布式共享分類賬技術的開拓性商務應用。
在中國，摩根士丹利牽頭和美商會組織了一個金融科技小組，與在中國的外資金融機構一起探討未來計劃。他們的一位高層說：區塊鏈分布式賬本交易處理系統，將給金融市場帶來巨大沖擊，直接的運用就是清算業務，降低交易的復雜性，并有效監控諸如股票、債券等有價證券資產的交易過程。
區塊鏈將原本掌握在金融機構手中的“總賬”，下放到每個節點個體，由公眾共同維護，在一定程度上解放了傳統金融機構賬戶管理和清算的職能。
“摩根士丹利自身有總賬本，這個總賬本是否可以用區塊鏈的方式來做？如果要做的話，成本是更貴還是更便宜？除此之外還有什么好處，需要什么樣的輔助技術？區塊鏈本身是一個設計理念，可以用一些怎樣的現代的技術去實現它的理念？在成本收益分析方面，使用區塊鏈對公司會產生什么樣的影響？”這些都是摩根士丹利正在考慮的問題，公司內部有專業團隊，研發區塊鏈相關產品，同時也關注外界創業團隊，遇到好的產品，摩根士丹利也會入股投資。
“依照Fintech現在的發展趨勢，會在未來3~5年，會對金融市場整個部署有一個很大的沖擊。”摩根士丹利一位高管這樣說。
