宜人智库-金融科技行业报告-2018.6.29-25页-2mb

金融科技行业总结

核心内容

金融科技行业正处于从互联网金融向技术驱动金融转型的关键阶段。行业整体面临监管趋严、市场环境变化、新进入者减少等挑战，但行业的发展空间依然广阔。金融科技企业正逐步从流量竞争转向技术军备竞赛，以大数据、人工智能和区块链为核心技术基础，推动金融产品与服务的创新。

主要观点

1. 赴美上市金融科技公司现状欠佳
   多数赴美上市的金融科技公司市值表现不佳，跌破发行价。只有宜人贷和乐信实现了正增长，显示出行业整体的低迷。

2. 行业新进入者和投融资事件下降
   自2014年起，金融科技行业新注册公司数量、投融资事件数量和投资金额均呈明显下降趋势。这表明行业进入门槛提高，未来竞争将更加集中于头部企业。

3. 金融科技行业仍有广阔发展空间
   中国金融科技行业在信贷、理财资管、保险等领域的线上化率均不超过10%，这意味着未来通过科技手段提升服务效率和客户体验的市场潜力巨大。

4. 金融科技走向技术军备竞赛
   随着流量红利的消退，金融科技企业将更多依赖技术创新来实现差异化竞争。人工智能、大数据和区块链将成为技术竞争的核心。

5. 三大核心技术：大数据、人工智能、区块链
   大数据用于风险控制与定价，人工智能用于决策支持，区块链用于建立“强制信任”的关系，三者相互配合，支撑金融科技的进一步发展。

关键信息

大数据

• 金融应用：主要应用于个人征信、授信、风控和保险定价。
• 发展阶段：大数据技术从数据整合到模型优化，逐步走向机器学习+大数据的融合。
• 贷前评估：依托大数据和人工智能技术，银行和小贷机构可实现更精准的信贷模型训练。
• 贷中监控：通过用户行为数据识别风险客户。
• 贷后反馈：根据贷款期间数据更新用户信用评分，动态调整信用额度。
• 保险定价：利用车载智能硬件和大数据分析，实现更精准的车险和运费险定价。

人工智能

• 核心突破：深度学习、智能分析和最终决策是AI在金融领域的主要应用方向。
• 应用场景：包括自动报告生成、量化交易、金融搜索引擎和智能投顾。
• 量化交易：机器学习可实现模型自演进，提升投资组合的优化能力。
• 自然语言处理：用于追踪市场动态，丰富模型变量，并支持智能投融资顾问助手。
• 知识图谱：帮助识别虚假关联性，降低黑天鹅事件对预测的干扰。
• 智能投顾：提供自动化资产管理服务，根据用户风险偏好推荐投资组合。

区块链

• 技术定义：区块链是一种分布式共享数据库，具备去中心化、公开透明和集体维护的特性。
• 核心应用：在支付结算、资产交易、登记确权、智能合约、快速审计、互助保险和众筹等领域，区块链能够简化流程，提高效率。
• 重塑传统互联网：区块链技术可应用于投票机制、医疗健康、认证、物联网、通讯、数据存储、云计算和数字产品管理，推动传统行业的数字化转型。
• 与AI的结合：AI与区块链相互影响，GAN模型等强AI技术可通过对抗训练实现更精准的金融决策。

总结

金融科技行业正处于由流量驱动向技术驱动的转型阶段。随着监管趋严和市场环境变化，行业竞争将更加聚焦于技术创新，尤其是大数据、人工智能和区块链三大核心技术。这些技术不仅能够提升金融产品的服务效率和客户体验，还能推动金融行业的结构性变革，形成新的竞争格局和商业模式。未来，金融科技的发展将更加依赖于技术突破和差异化能力，而非单纯的流量获取。