作者：谷来丰,赵国玉,等
出版社：电子工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
智能金融：人工智能在金融科技领域的13大应用场景试读：
智能金融 人工智能在金融科技领域的13大应用场景谷来丰 赵国玉 邓伦胜 著未经许可，不得以任何方式复制或抄袭本书之部分或全部内容。
版权所有，侵权必究。
图书在版编目（CIP）数据
智能金融：人工智能在金融科技领域的13大应用场景/谷来丰，赵国玉，邓伦胜著.--北京：电子工业出版社，2019.11
ISBN 978-7-121-37265-0
I.①智… II.①谷…②赵…③邓… III.①智能技术-应用-金融 IV.①F830.49
中国版本图书馆CIP数据核字（2019）第179257号
责任编辑：胡 南
印 刷：
装 订：
出版发行：电子工业出版社
北京市海淀区万寿路173信箱 邮编 100036
开 本：720×1000 1/16 印张：19.5 字数：185千字
版 次：2019年11月第1版
印 次：2019年11月第1次印刷
定 价：78.00元
凡所购买电子工业出版社图书有缺损问题，请向购买书店调换。若书店售缺，请与本社发行部联系，联系及邮购电话：（010）88254888，88258888。
质量投诉请发邮件至zlts@phei.com.cn，盗版侵权举报请发邮件至dbqq@phei.com.cn。
本书咨询联系方式：010-88254210，influence@phei.com.cn，微信号：yingxianglibook。楔 子
2019年春节前夕，一则《真的靠“脸”吃饭！温州五马街成全[1]国首条刷脸支付商业街》的新闻，让拥有百年历史的五马街再次火了起来。据报道，该项目系由温州市政府携手阿里巴巴、蚂蚁金服联合打造，消费者在五马街首批20家试点优质商户店内结账时，只需将面部对准一台iPad大小的刷脸设备“蜻蜓”，就能快速完成刷脸支付，整个过程不超过10秒，不仅能够大大缓解高峰时期收银压力，而且相比于密码支付方式来说，“刷脸”支付更加便捷，也更加安全。不仅如此，蚂蚁金服还与当地政府共同成立了“金融科技创新实验室”，依托人工智能、云计算、区块链等领先科技手段融合金融监管实践的智能监管科技系统—“蚂蚁风险大脑”，开发出了温州市金融信用信息评价系统，针对温州中小企业的经营情况，智能化判断相适应的金融创新和服务产品，比如经营状况优良的商家，就能优先获得来自银行的贷款、支付宝的营销活动补贴等各类优惠政策及服务。
一石激起千层浪，一条短短的新闻透露出以人工智能为首的金融科技（FinTech）快速发展给金融业及相关领域带来的巨大变化：
一是金融科技（FinTech）的快速发展助推了智能生活时代的到来。近年来，随着智能手机的普及和电商的迅猛发展，移动支付、大数据征信等金融科技手段的应用在国内已逐渐普及，而以面部识别、语音语义识别、智能投顾等形式的人工智能技术在金融科技领域的应用场景正初步展现优势，并将随着技术的逐步成熟进一步从金融服务领域延伸至其他生活场景，比如在温州五马街购物的消费者们将会发现，未来智能生活时代已悄然来临。[2]
二是“AI+金融”的应用加速了传统金融业及监管机构与科技的融合。人工智能技术不仅限于上述初级形式，更重要的是，随着互联网技术的全面无死角覆盖和渗透，人工智能、大数据、云计算、区块链技术的逐步普及，传统金融体系的基本要素如货币、支付、账户、存款、贷款和信用系统等，将会面临着被解构和重组，原有的部分要素可能会消失，新的基本要素也可能会产生。面对人工智能技术的迅猛发展和其在金融领域的广泛应用，传统金融机构和监管机构也积极响应，通过自主开发或加强与金融科技巨头间的合作，开发更多的人工智能应用场景，比如开篇新闻报道中提到的蚂蚁金服与温州市金融办联合开发的温州市金融信用信息评价系统，正逐步提升中小企业金融服务成效。
三是“AI+金融”将重构金融业人才体系。一方面，既懂人工智能又懂金融运作流程的人才目前非常难找，其薪水一度出现上不封顶的局面。另一方面，随着人工智能技术的发展和应用，传统金融机构中的部分岗位如信用分析、风险控制、贷款审批、投资顾问、公司估值等岗位将逐步被替代，比如：2000年，高盛现金股票交易柜台拥有交易员600名，到2017年，仅剩下2名；德国商业银行预计，到2020年将裁掉9600名员工；荷兰ING银行2016年发布“数字转换”计划，裁员5800人；花旗银行也曾发布数据预测：2015—2025年欧美[3]银行将裁员30%，约170万人。传统金融机构想要真正拥抱人工智能，需要进行深层次的组织和文化变革，金融业人才体系正在逐步被解构，人工智能和金融科技工程师将成为金融业中的紧缺人才。
笔者所供职十余载的上海交通大学海外教育学院是国内最早开展金融类人才培养的专业机构之一，自2003年起，系统地开发了国际银行家课程、银行中层领导力课程、互联网金融课程、金融科技与科技金融课程、房地产金融课程、私募股权总裁课程、保险公估师课程、金融工程师课程及财富管理课程等系列金融专业公开课；并为工行、农行、中行、建行、交行等国有大银行及股份制银行、城商行、农商行提供了大量定制课程。基于对金融行业及其人才体系持续多年的关注，我们发现，无论是历次的金融危机，还是互联网金融的发展，都没有像人工智能技术的应用给金融业带来如此巨大的变化，对金融业人才体系带来如此颠覆性的影响。有感于此，我们决定开始本书的写作，目的是帮助那些正在从事或有志于进入金融和金融科技行业的读者们，系统了解人工智能在金融领域应用的昨天、今天和明天，主动适应人工智能技术的应用所需要的知识结构更新和能力提升要求，更好地将人工智能技术应用在金融服务创新领域，共同推动智能金融的发展……
本书共有五章，分为三个层次，其中第一章（金融科技发展盘点）和第二章（人工智能的兴起与发展）是第一个层次，主要介绍金融科技（FinTech）和人工智能兴起的背景和关键技术；第三章（人工智能在金融科技领域的应用一）和第四章（人工智能在金融科技领域的应用二）是第二个层次，集中介绍了智能金融的13大应用场景；第五章（人工智能在金融科技领域的未来展望）和第六章（得人才者得天下）则是本书的第三个层次，对智能金融的未来，特别是对“AI+金融”人才体系的重构与应对进行了深度思考并给出建议。
本书的观点和看法，均为作者个人多年行业观察与思考的成果，不代表所在单位的观点。本书在成文过程中，吸收、借鉴并援引了大量专家、学者及研究机构的观点和研究成果，所引用文字均已标明出处，在此一并表示感谢；限于专业水平，若有错误、纰漏、片面之处，敬请读者朋友们批评指正，不吝赐教。谷来丰2019年3月于上海[1]http://wzrbw.cmstop.cn/p/92047.html[2]AI：人工智能（Artificial Intelligence），英文缩写为AI[3]鲸准研究院：智能投研行业研究报告自 序
人类描述自己的智能，并且用机器或者数学算法来模仿人的智能已经有相当长的时间了。在古希腊、中世纪的意大利、工业革命以后的英国，都有人一直在进行着这个方面的猜想和探索。但是我们不能把这些早期的研究归类为人工智能的开始，因为早期对智能的探索，不但什么都没有做出来，连人工智能的概念也没有提出来。今天大家讨论得热火朝天的人工智能的起源，要从1956年的达特茅斯学院夏季研讨会开始算起。为了这次研讨会，约翰·麦卡锡提早一年就完成了那篇著名的研究计划，四处找资助，最后还是洛克菲勒家族给了钱，才让达特茅斯学院夏季研讨会如期进行。真的是“钱不是万能的，没有钱万万不能”。
约翰·麦卡锡起草的那篇著名的研究计划中有一段话是这样写的：“研究旨在这样的猜想基础上进行，智能的学习或其他任何特征的所有方面原则上可被精确描述，以致可被机器模拟。这项研究将试图发现如何使机器使用语言、形成抽象和概念、求解目前专由人类智能解决的各种问题并予以改进。”伟人就是伟人，不是因为他们的名字伟大，而是因为他们的预见性。60多年过去了，今天的人们在研究人工智能时，依然沿着约翰·麦卡锡的思路前进。
人工智能作为一种关键共性前沿科学，应用场景几乎涵盖所有行业、生活与工作场景，其任何进步都对人类社会整体发展有着巨大的促进作用，因此十分重要。
人工智能和金融行业有着天然的结合关系，这是由于金融本身是信用中介和信息中介，数据对于金融最为关键，而人工智能在处理复杂数据方面有着超强的本领。最近这些年，在金融领域的讨论中有很多关于金融科技的内容，人工智能在金融科技领域占有核心地位，与其他技术都有融合。本书列举的13个应用场景，是智能金融的主要应用场景，每个场景如果进行细分，还可以有更多的子场景。为什么我们没有沿着技术线路去描述人工智能在金融领域的应用，而是以场景为“线路”，展示各种技术的集成？原因在于我们的首要读者——金融业的从业人员对于人工智能的技术线路不太理解，但是对于金融场景他们了然于心。以读者熟悉的线索，讲述读者不熟悉的知识，对读者便利。
人工智能发展十分迅速，应用场景也十分丰富，并且不断在增加和更新，也许3年以后，这本书中的场景更改了一半，我们这些人还要再“点灯熬油耗心血”修订第二版。与时俱进很累人，但是也总让我们处于追求新发现之中，永远没有枯燥感。
感谢所有领导、老师给我们的指导和帮助！同时也感谢工行、农行、中行、建行四大行给我们安排的调研、讨论会。这些内容对于我们了解人工智能在银行中的应用有着很大的帮助。推荐序
赵国玉老师邀请我为她与谷来丰老师、邓伦胜老师合著的新书《智能金融：人工智能在金融科技领域的13大应用场景》做序，我欣然应允。一方面，我和谷来丰老师是多年的朋友。最关键的是我曾为赵国玉老师牵头设计的“金融科技与科技金融”“金融业数字化转型”等课程的研发及授课有过多次愉快的合作。另一方面，我也很欣赏他们三人在相关领域的研究视角。和他们的最初接触是因为我曾担任会长的香港金融工程师学会与上海交通大学海外教育学院有专业方面的深度合作；后来他们在开发国际银行家课程的时候，我又担任了顾问，多次推荐金融界的资深从业者和研究人员成为他们的师资力量。上海交通大学海外教育学院由于地处国际金融中心上海，现任上海交通大学总经济师、上海交通大学海外教育学院刘牧群院长及团队老师很多曾是金融从业人员，所以，他们开办了大量的金融类高级培训课程，包括国际银行家高级课程、金融工程师、地产金融、风险投资师、私募股权总裁班、国际理财与财富管理、银行中层管理课程、保险公估师课程、互联网金融、人工智能与金融课程、金融科技与科技金融、金融行业数字化转型及证券中层管理课程等，从某种程度上讲，上海交通大学海外教育学院就是一个集金融与实战经验于一体的国内优秀的商学院。很多课程我都会帮忙审阅简章、推荐师资。长期的接触让我很欣赏他们学习新知识的迅速，并且以很快的速度了解行业全貌，理出课程的架构，推出简章后快速迭代。
谷来丰老师喜欢研究新东西，他曾在2015年写的一篇网络文章《硅谷归来》受到读者喜爱。由于业务需要，2018年初他开始进行人工智能和金融科技方面的学习与研究，并且在学院内参与配合国际中心设计了金融科技等课程。
赵国玉老师也是我很欣赏的一位卓越、专业、敬业且专注投入金融科技领域的老师。2017年初她结合“金融科技引领未来”战略，携国内外金融与科技专家团队，在国内院校率先进行了一系列“金融科技与科技金融”“金融行业数字化转型”“金融科技产业应用”“银行业务案例分析”等相关的课程设计开发与实施，并创造上海交通大学海外教育学院15年以来金融科技与创新课程最佳业绩。她曾被中国农业银行等国有金融机构作为首选合作人选。赵国玉老师不仅是上海交通大学海外金融科技产业应用研究院副秘书长，又是上海交通大学海外教育学院国际教育中心的主任，也是新西兰著名的奥塔哥大学工商管理博士班的2016级首期学生及副班长。她连续多年承接了国有银行及其他金融机构的教育培训项目，累计培养了中国农业银行的中层以上干部达2500多人。她曾组织各级行长同学做每个班级的分享汇报，创建小组PK教学新模式，对数百名金融业中层干部进行专业访谈，收集了国有大型银行及商业银行在数字化转型过程中的第一手资料。在国玉老师的很多项目中，我也是核心导师之一。《智能金融：人工智能在金融科技领域的13大应用场景》专著，就是受到听课学员的启发，为银行在数字化转型过程中如何使用人工智能技术专门做的一本工具书。同时也是作者团队的研究成果。
本书首先将金融科技这个技术集成进行了整体概括，然后就聚焦机器视觉、自然语言处理、人机交互、大数据深度学习、机器人这五个技术维度形成的13个典型场景中，包括智能营销、智能投顾、智能客服、智能交易等。总体来说，这本书相当聚焦，是一本非常好的工具书。
中国目前走在世界人工智能研究和实践的前列，如果抓住这个机遇，中国就会在新一轮战略竞争中胜出。《智能金融：人工智能在金融科技领域的13大应用场景》从实践角度，给以银行为代表的中国金融业很多启示。很多案例、经验，对银行更大范围地采用人工智能、提高效益和顾客满意度很有帮助，也为银行数字化转型提供了大量的可借鉴的经验。v第一章 金融科技（FinTech）发展盘点
FinTech是Finance和Technology的合成词，中文译为“金融科技”。作为一种交叉技术和新兴产业，驱动金融科技（FinTech）快速发展的核心要素包括了人工智能、区块链、云计算、大数据和互联网等五大要素。相应的，金融科技（FinTech）的主要参与者包括了传统金融机构、新兴金融科技公司、互联网巨头和监管机构等。第一节 金融科技（FinTech）的兴起与发展
近年来，科技与行业的结合催生出了一系列新的复合词，比如教育科技（EduTech）、保险科技（InsurTech）、监管科技（RegTech）等，而金融科技（FinTech）则是其中发展最为迅猛、点击率最为高频者之一。一、金融科技（FinTech）的兴起
维基百科将金融科技（FinTech）定义为由一群通过科技让金融[1]更高效的企业构建的经济产业和技术集成。这个定义虽然来自并不学术化的网上资料，但是我们采纳这个定义的原因是，该定义很好地揭示了金融科技的二重性：金融科技既是从事金融运作的经济产业，又是各类高新技术的集成。
在国际层面，金融稳定理事会（FSB）作为全球金融治理的核心机构，在2016年3月首次发布的金融科技专题报告中，将金融科技（FinTech）初步定义为由技术带来的金融创新，它能创造新的业务模式、应用、流程或产品，从而对金融市场、金融机构或金融服务的提[2]供方式造成重大影响。这个定义虽然有些晦涩，但是更加强调金融科技应用的范畴包括了业务模式、应用、流程或产品。本书对于金融科技均采用此定义。
关于金融科技（FinTech）概念的起源，目前产业界和学术界尚无统一的说法。有学者从词源组合和语义分析的角度指出FinTech来源于20世纪90年代花旗银行在美国发起的一个发展项目“金融服务技术联盟”（Financial Services Technology Consortium），后被简称[3]为Financial Technology，即FinTech。
需要注意的是，金融科技（FinTech）和科技金融（Technology Finance）是完全不同的两个概念。我们经常见到一些很著名的人物也把这两个概念搞混，以为两个概念就如同“互联网+”和“+互联网”这样的区别，这是大错特错。科技金融（Technology Finance）这个词被学者“提前占用”了，它通常是指科技创业机构通过政策和金融工具获得金融支持的几种操作方法，比如说一个基因检测技术公司，通过政府资助补贴、银行科技贷款、担保、租赁、保险等，获得更多的钱，这个过程就是科技金融。本书的重点不是研究科技金融，如果读者想了解科技金融，可以去了解一下硅谷银行的模式。二、金融科技（FinTech）的发展演进
尽管金融科技（FinTech）概念的出现只有不到30年的时间，但是，科技与金融结合并推动金融不断创新发展，却已经历了一个漫长的过程。国内外不少学者和研究机构都对科技发展推动金融行业变革的历史进行了梳理和总结，比如：Arner、Barberis和Buckley认为，1866年—1986年是金融科技1.0时代，以电报电话为代表的技术促进了金融全球化；1987年—2008年是金融科技2.0时代，电子化技术为金融机构广泛应用，金融服务效率大幅提高；2009年至今是金融科技3.0时代，以信息技术，特别是移动通信技术与金融服务的联姻为
[4]标志。
国内学者谢平、邹传伟等也对金融科技发展历程做出了类似的划分。他们认为：从1866年到1967年是信息革命时代，电报、电话、广播等信息技术作为通信工具出现，逐渐取代了传统通信方式，极大地促进了金融业的发展，此阶段称之为FinTech1.0。从1967年到2008年，随着数字技术的不断发展，金融逐渐从模拟工业转化为数字产业，这个时期的FinTech主业由传统金融机构来主导，它们利用科技提供金融产品服务，这一阶段称之为FinTech2.0，其开始的标志是1967年计算器和ATM的出现。2008年国际金融危机之后，新兴科技（大数据、云计算、人工智能和区块链等）的进步将数字革命、通信革命和金融革命结合起来，给金融创新提供了新动力，从商业模式、业务模式、运作模式全面变革金融业，掀起了金融业新一轮的创新浪潮。此时，互联网巨头和金融科技初创公司强势崛起，传统金融机构主导优势渐失，两者从竞争颠覆中走向协同合作，金融服务的边界日益模糊，[5]此阶段称之为FinTech3.0。
达沃斯世界经济论坛全球金融体系理事会也将全球金融科技发展分为三个阶段，其中2008年国际金融危机前为起步阶段；2008年—2016年为快速发展阶段，主要是由于移动互联技术的普遍使用推动；2016年开始的未来几十年则为长期挑战和影响阶段，金融科技[6]（FinTech）将会重塑客户行为、商业模式和金融服务业的结构。
也有学者和研究机构进一步从互联网金融到金融科技（FinTech）发展演进的维度对金融科技（FinTech）的发展进行了梳理。比如：宜人智库在系统梳理我国互联网金融到数据金融产业发展演进的基础上，将金融科技（FinTech）的发展划分为三个阶段，即从20世纪70年代中后期开始为金融信息化起步阶段，这一阶段以早期的计算机及局域网络为主，计算机逐步代替手工操作，并实现全流程的电子化；从20世纪90年代中后期开始进入互联网金融阶段，这一阶段互联网开始在全球兴起，金融信息化、互联网金融的时代随之到来，主要体现为渠道信息化；从2010年后则开始进入到数据金融、机器辅助决策阶段，这一阶段随着移动互联网时代的到来，推动了大数据、云计算技术的迅速铺开，此时，信息技术正在逐步渗透到金融业务核心部门，机器成为金融决策的重要辅助，而距离机器实现[7]绝大部分自主决策的智慧金融阶段也为之不远。
又如，巴曙松在2017年亚洲金融论坛上发表的演讲中，同样把金融科技（FinTech）的发展划分为三个阶段：第一个阶段是金融IT阶段，或者说是金融科技1.0阶段。在这个阶段，金融行业通过传统IT的软硬件的应用来实现办公和业务的电子化、自动化，从而提高业务效率。这时候IT公司通常并没有直接参与公司的业务环节，IT系统在金融体系内部是一个很典型的成本部门，现在银行等机构中还经常会讨论的核心系统、信贷系统、清算系统等，就是这个阶段的代表。第二个阶段为互联网金融阶段，或者叫金融科技2.0阶段。在这个阶段，主要是金融业搭建在线业务平台，利用互联网或者移动终端的渠道来汇集海量的用户和信息，实现金融业务中的资产端、交易端、支付端、资金端的任意组合的互联互通，本质上是对传统金融渠道的变革，实现信息共享和业务融合，其中最具代表性的包括互联网的基金销售、P2P网络借贷、互联网保险。第三个阶段是金融科技阶段，或者叫金融科技3.0阶段。在这个阶段，金融业通过大数据、云计算、人工智能、区块链这些新的IT技术来改变传统的金融信息采集来源、风险定价模型、投资决策过程、信用中介角色，因此可以大幅提升传统金融的效率，解决传统金融的痛点，代表技术就是大数据征信、智[8]能投顾、供应链金融。
综合分析上述专家学者的观点，结合笔者多年来对科技与金融的[9]融合，在互联网金融发展研究的基础上，笔者认为金融科技（FinTech）发展到现在，按照基础技术与金融的融合变迁，可以划分为三个阶段：其中2013年以前是FinTech1.0阶段，这一阶段的主导者是传统金融机构，IT技术还只是用于提升金融机构办公和服务效率，并没有参与到金融业务本身环节，本阶段的发展特征可以概括为“IT+金融”阶段；2013—2018年是FinTech2.0阶段，这一阶段可以概括为“互联网+金融”阶段，最典型的特征是互联网金融中的P2P和众筹项目从野蛮增长到严格监管。互联网金融被定义为传统金融机构与互联网利用互联网技术和信息通信技术实现资金融通、支付、投资和[10]信息中介服务的新型金融业务模式。从本质上来说，互联网金融是对传统金融渠道的变革和拓宽，并没有改变金融的本质。从2018年起，进入了FinTech3.0阶段，这一阶段的典型趋势是智慧金融逐渐成为可能，其核心是以人工智能技术的广泛应用为代表，尝试重构金融业务体系、商业模式和风险防控体系，传统金融机构与金融科技公司间逐渐走向深度融合，从而大大提升金融服务效率，推动了普惠金融[11]发展，因此可以暂时概括为“AI+金融”阶段。
目前来看，我们所处的FinTech3.0阶段可能会持续十年甚至更长的时间，其发展周期取决于技术自身的发展、传统金融机构与金融科技公司的融合和金融科技人才的培育等三方面的因素。一是人工智能、云计算、大数据和区块链等技术自身的发展能否实现快速突破，比如人工智能是否真的能够实现自我学习（无监督学习）？二是传统金融机构与金融科技公司间的边界日益模糊，传统金融机构无论是在自主开发、技术合作还是并购上，都已展示出传统金融机构对于技术创新的主动适应，而科技公司由于政策和监管，也需要与持牌机构进行合作才能够开展金融业务。双方能否实现深度融合，这是二者在未来将面临的问题。三是金融科技人才的培育相对滞后，目前在国内高校本科教育中，仅上海立信会计学院于2018年3月获教育部批准，可开设[12]金融科技专业，其他高校本科阶段尚未开设金融科技专业，相关领域的专业人才培养也将在一定程度上制约金融科技的发展。上海交通大学海外学院在这个方面走在前列，如在过去的2018年，该校仅为中国农业银行总行就培养了1000多名金融科技人才，2019年将有另外1000名金融从业人员接受培训；同时，该校为建设银行、平安银行、交通银行、工商银行、兴业证券等大型金融机构安排的金融科技培训内容也非常多，并且取得了良好的效果。第二节 金融科技（FinTech）ABCDI五大要素
从技术集成的角度考虑，很多专家都认为金融科技核心的驱动技术包括ABCD，即：AI（人工智能）、Blockchain（区块链）、Cloud Computing（云计算）和Big Data（大数据）。我们在综合各家观点和前期开展的互联网金融研究的基础上，认为驱动金融科技（FinTech）的核心要素还应包括互联网（Internet），联合前面四种技术总结为ABCDI五大要素。
增加互联网金融，并不是让互联网金融穿上金融科技的马甲合理化，而是认为互联网金融本就应该成为金融科技的一部分。第一，我们在国外做过很多考察，英国、新加坡、瑞士的学者从来没有把互联网金融从金融科技中划分出去；第二，我们在国内对银行做调研时，每次谈及金融科技，银行或者证券公司的资深经理总是举支付工具、线上存贷App与ABCD相结合的例子。所以金融科技的家族中，没有互联网金融是不行的。一、金融云的快速部署
基于云的软件的兴起为各行各业的公司带来了诸多好处。即使是个人使用，Google Drive或Dropbox等平台也变得非常受欢迎。使用来自任何设备的软件，无论是通过本机应用程序还是来自任何位置的浏览器，现在都是无缝链接。由于云技术的发展，在所有主要行业中，银行业一直是最受益的行业之一。云计算在金融科技（FinTech）领域的一些知名企业有：
1.亚马逊网络服务
2.谷歌虚拟云
3.Microsoft Azure
4.阿里云
5.IBM Bluemix（一）什么是云计算？
云计算，听起来像黑科技，其实并没有那么难懂。简单来说，云计算就是通过互联网存储、访问、处理数据和程序，而不是通过计算机的硬盘驱动器。“云”只是互联网的一个隐喻。它是一种混合技术，可通过互联网计算服务器、软件、网络、存储、数据库、分析等各种服务。云计算是通过互联网（“云”）提供计算服务——服务器、存储、数据库、网络、软件、分析等。提供这些计算服务的公司称为云提供商，通常根据使用情况收取云计算服务的费用，类似于您在家中支付水费或电费的方式。云服务通过互联网按需提供，并按现收现付价格收费。
云计算已成为与任何信息相关的所有问题的一站式解决方案。在银行和金融方面，部门云计算使互操作性、安全存储、24×7正常运行时间等方面变得更加容易。信息技术领域的这种进步导致了信息处理方式的许多重大变化。许多新技术，如大数据、机器学习、人工智能及物联网等，都不必使用传统的信息存储方式，而是通过互联网直接存储和操作信息。根据福布斯的预测，云计算的价值预计将从2015年的67亿美元增长到2020年的162亿美元，确保复合年增长率（CAGR）达到19%。（二）云计算的三种类型
云计算有三种主要类型，通常称为基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。这些有时被称为云计算堆栈，因为它们构建在彼此之上。
1.软件即服务（SaaS）
软件即服务（SaaS）是一种通过因特网，按需提供软件应用程序的方法，通常是在订阅的基础上提供。SaaS为您提供由服务提供商运行和管理的完整产品。在大多数情况下，引用软件即服务的人指的是最终用户应用程序。SaaS许可证通常通过按需付费模式提供。
SaaS应用程序的一个常见示例是基于Web的电子邮件，您可以在其中发送和接收电子邮件，而无需管理电子邮件产品的功能添加或维护运行电子邮件程序的服务器和操作系统。SaaS现在很流行，企业可以使用此模型提供大量的服务，如会计、企业资源规划（ERP）、客户关系管理（CRM）、人力资源管理、发票、服务台管理和内容管理软件等。
2.基础设施即服务（IaaS）
IaaS是云IT的基本构建块，通常提供对网络功能，计算机（虚拟或专用硬件）和数据存储空间的访问。通过IaaS，您可以基于IP的连接租用IT基础架构服务器和虚拟机（VM）、存储、网络、操作系统，作为按需服务的一部分。
3.平台即服务（PaaS）
PaaS是云计算服务，为开发、测试、交付和管理软件应用程序提供按需环境。PaaS消除了组织管理底层基础架构（通常是硬件和操作系统）的需要，使您可以专注于应用程序的部署和管理。
在三层基于云的计算中，PaaS被认为是最复杂的。PaaS与SaaS有一些相似之处，二者的主要区别在于，PaaS不是在线交付软件，而是一个创建通过互联网提供的软件的平台。（三）金融云的应用
1.云计算提高了行业效率。云技术的使用是银行和金融部门的另一个优势。数字化服务将使银行和金融机构建立基础设施，为客户提供最佳和适当的服务。
2.数据中心通常会经历黑客地攻击，这些攻击会导致银行中非常重要的信息丢失。通过云计算，银行系统可以在数据中心中通过各种验证，消除此类攻击。使用混合云计算技术存储的每个数据都是安全的。例如，亚马逊网络服务和微软的Azure是为这些公司提供混合云计算服务器的云提供商。获得混合云计算服务器可为存储在云中的信息提供端到端保护。云计算通过互联网确保信息的机密性、完整性和可用性。
3.云计算可确保银行的交易安全和顺畅的客户体验。借助网络应用程序托管互联网可确保为用户提供更好的服务和更快的交易速度。支付网关、数字钱包、在线资金转账和安全在线支付是云计算服务的最佳范例。云可确保安全、统一的客户体验。通过云计算更新付款非常容易。
4.企业资源规划（ERP）和客户关系（CRM）软件是最受欢迎的云计算软件。该软件允许银行和金融机构保护数据，并为客户提供更好的支持。该软件还允许用户远程访问信息。
5.云计算在银行中的应用前景广阔。首先，云计算为银行提供了直接与其用户建立联系的机会。数字服务可以通过云计算随时随地维护客户关系。在互联网的帮助下，银行和消费者对信息的存储，管理和访问等许多服务变得更加容易。云计算是一种简单的技术，可以部署和集成银行系统的所有服务，从而减少用户的时间和精力。其次，云计算的发展使银行能够更专注于以客户为中心的模式，并将交易和财富数字化。云计算在服务的各个方面与客户建立了多渠道关系，它有助于存储、备份和恢复公司的大量数据。通过云计算技术，不仅可以实现存储数据、提供软件、传输数据、更新和恢复数据等各种服务，还可以通过整合经济高效的云解决方案来增加银行的营业额。再次，云计算正在改变消费者与银行互动的方式。银行业需要满足不断增长的数据输入需求，需要探索不依赖于系统迁移的系统，以便在不中断的情况下修改基础架构。由于对可靠性、监管和安全风险存在担忧，银行在采用云计算方面进展缓慢。但慢慢地，云计算正在改变消费者与银行互动的方式。金融科技（FinTech）降低了CAPEX（资金和固定资产投入）和OPEX（运营投入）预算，增加了服务组合和用户体验。最后，云计算最重要的方面是减少与数据中心及其基础设施相关的风险因素。使用云计算服务后，机密数据将完全受到保护。它还有助于业务风险分析，因此主要关注的是业务而非保护关键信息。（四）金融云的优势与应用价值
1.经济性，有效降本增效。云计算降低了在数据中心购买和设置硬件及软件的所有资本支出，这使得金融机构更加关注金融服务业务。
2.可靠性，有效保障金融机构服务运行。云计算为信息提供完整的数据备份，还可以非常轻松地在多个冗余站点访问数据，也可以通过数据多副本容错、计算节点同构可互换等措施，有效保障金融企业服务的可靠性，而混合云模型则为数据提供了最大的安全性。
3.实用性，运维自动化大大提高工作效率。一方面，云计算消除了金融机构数据存储和堆叠的所有不必要时间，从而提高了工作效率。未来，金融业中与信息相关的每项任务都将由软件通过云计算来处理。另一方面，云计算操作系统通过统一的平台管理金融企业内的服务器、存储和网络设备。通过设备的集中管控，可以显著提升企业对IT设备的管理能力，有助于实现精益管理。此外，通过标签技术可以精准定位出现故障的物理设备，再通过现场设备更换就可以快速排除故障。在传统金融架构下，若设备发生故障，企业几乎每次都需要联系厂家进行维修，缺少自主维护能力，而标签技术则可以解决这一问题。二、区块链为金融业带来深刻变革（一）什么是区块链？
1.区块链的起源。2008年，一个化名中本聪（Satoshi Nakamoto）的人公开发表了一篇论文——《比特币：一个点对点数字货币系统》（Bitcoin：A Peer-to-Peer Electronic Cash System），区块链和数字货币出现。
中本聪的论文讲的是怎样建立一个没有主权信用背书的电子货币，这篇论文当时在互联网上散布，得到技术社区非常多人的关注。有60个程序员读了这篇论文之后，就动手写代码，写成软件放在社区里面分发，比特币就这样诞生了。区块链其实是比特币背后的技术。
到了2017年下半年，比特币系统已运行了9年，非常稳定和安全，从来没出现过宕机现象。这个系统这么多年从来没有休息过，比特币的公有链上也没有出现过被盗的情况。所以它是一个非常安全非常稳定的系统，这个系统已经足以证明其背后区块链技术的可靠性。2018年比特币经过一轮疯狂的炒作以后，从每个币2万多美元，跌到了5000美元以下，一些炒币者曾经大呼上当。如今，比特币价格又慢慢恢复上去了，说明比特币背后的数字加密货币的神话基础依然牢固。判断一种金融资产是否有价值有三个基本方面，第一是有交易的流动性，第二是获得这个资产要付出成本，第三是有一定数量的人相信它的价值。比特币具备以上全部特征。经过几轮涨跌，越来越多的人关注区块链技术，区块链才逐渐从幕后走到台前。
区块链是比特币的底层技术，是在公共或私人计算网络上共享的分布式账本或数据库。网络中的每个节点上都储存着账本的副本，因此可以避免单点故障造成的损失。每条信息都经过数学加密，并作为新的“块”被添加到原有的“链”中。新的“块”要让其他参与者通过多种共识协议加以验证后，才能被添加到“链”中。这样就无需中心化机构，也可以实现防止欺诈或重复计数。账本还可以通过“智能合约”进行编程，在区块链上记录一组条件，当条件满足时就自动触发交易。
在中国，区块链还处于早期发展阶段，大多数人只是闻其名而不知其实。从用户感知层面来看，区块链与云计算类似，都是用户很难理解并感受到的。
大家都知道在比特币里面有挖矿的概念，其实挖矿就是记账，记账的目的就是把每一笔交易做公证，记录下来。如果你抢到这个交易的作证资格，你就可以获得一个比特币，或者零点几个比特币。在某一个节点记账之后，它就会把这个节点公布到其他所有节点上。从步骤上来讲，当有一个交易发生的时候，这个新的交易就会把交易的需求广播到所有节点，这样所有的节点都知道有一个交易正在发生。
在比特币的区块里面可以有几亿个节点。某个节点把这个交易收集到区块之中，不断生成一个随机字符串（哈希值），那么在这个系统里面就有一个指定的随机数，与这个答案去匹配。所有的节点都在计算这个哈希值，直到有一个节点计算出的哈希值和指定的规律是匹配的，那么计算出这个正确的哈希值的节点就开始把“我已经找到节点”的消息广播到其他节点，这样其他节点知道了有一个节点已经把结果算出来了，它已经胜出了，所有节点就会停止计算这个哈希值，那就相当于这个节点抢到了这个记账的权利。
2.区块链的特点。区块链具有去中心化、时序数据、集体维护、可编程、不可篡改和加密等特点。
去中心化：区块链数据的验证、记账、存储、维护和传输等过程均是基于分布式系统结构，采用纯数学方法而不是中心机构来建立分布式节点间的信任关系，从而形成去中心化的可信任的分布式系统；
时序数据：区块链采用带有时间戳的链式区块结构存储数据，从而为数据增加了时间维度，具有极强的可验证性和可追溯性；
集体维护：区块链系统采用特定的经济激励机制来保证分布式系统中所有节点均可参与数据区块的验证过程，并通过共识算法来选择特定的节点将新区块添加到区块链；
可编程：区块链技术可提供灵活的脚本代码系统，支持用户创建高级的智能合约、货币或其他去中心化应用；
不可篡改：凡是懂会计的人都知道什么是复式记账法。简单来说，复式记账法就是，假如你的公司有一笔收入的话，另外一边就一定有一个支出，在支出那边有个账本，在收入这边也有个账本。通过这两个账本对比是可以发现造假的，当然如果两边串通起来也是可以造假的。而在比特币交易中，区块链的节点众多，全球一共有3亿台4G赫兹的电脑在运行，你很难把50%的节点买通，进行交易造假；
加密：Hash，一般翻译做“散列”，也有直接音译为“哈希”的，就是把任意长度的输入（又叫预映射pre-image）通过散列算法变换成固定长度的输出，该输出就是散列值，也叫哈希值。简单的说就是一种将任意长度的消息压缩成某一固定长度的消息摘要的函数。假设一个网站被攻破，黑客获得了哈希值，但只有哈希值还不能登录网站，他必须算出相应的账号密码。计算密码的工作量是非常庞大且繁琐的，严格来讲，密码是有可能被破译的，但破译成本太高，被成功破译的几率很小，所以基本是不用担心密码泄露的。（二）区块链的两种主张和三种形态
目前，区块链可以分为两种主张和三种形态，分别是：
1.完全去中心化：区块链上的验证机可以任意加入，不受限制。每台验证机享有平等的权利，参与全网的工作验证和收益获得的分配。其主要特点是机机平等、所有节点平等、人人平等。优点就是保证公平，其缺点则是无法保证效率。比特币、以太坊是公有链的常见技术表现形态。完全去中心化的目标是绝对的自由、绝对的隐私。但从现实来看，这只是一个理想、一个目标。纯粹的自由不一定好，全民的选择也不一定是最优的。而有效或有限去中心化是牺牲一部分绝对自由平等来获取一定的益处。比如不用那么多挖矿机，既可以节约成本，也可以避免挖矿的能源浪费；比如可以从一个行业开始，首先做到行业内互联，其次扩大到各行业互联，最后做到万物互联，其循序渐进的节奏更具有商业可行性；比如还可以用选择性的决策来避免群体性的失误等。
2.有效或有限去中心化：区块链上的验证机受管理机构的限制，只有通过授权的节点才能加入。授权后的节点享有同样的权益。其主要特点是以相对的平等换取一定的效率。其优点是效率较高、更易商业化，其缺点则是不能保证绝对的公平。技术表现形态多为私有链、联盟链。
随着区块链技术的发展，出现了不同的区块链技术形态：私有链、公链、联盟链。（三）区块链在金融科技（FinTech）领域的应用
1.区块链发票
2018年8月10日，深圳国贸旋转餐厅的员工开出了全国第一张基于区块链技术的电子发票。这是腾讯基于区块链技术的又一个场景落地，由FIT（支付基础平台与金融应用线）主导，提供底层技术和能力。
传统发票带给我们的糟糕体验被诟病已久——在完成交易后，我们需等待商家开票并填写报销单，然后经过公司内部繁琐的报销流程后才能拿到报销款。商户的体验也好不到哪去——传统发票在消费者结账后需安排专人开票，高峰期排长队拉低翻桌率，开票慢、开错票等情况又容易引发冲突，影响消费体验和口碑。
区块链电子发票将流程全部线上化，并经由微信这一超级入口把消费者的使用门槛降到最低：消费者结账后通过微信一键申请开票、存储、报销，这时候发票信息会同步至企业和税局，我们也可以实时查看报销状态，“交易即开票，开票即报销”。商户则可以利用电子发票大大节省开票成本，提高店面效率，优化消费者体验。
其中，区块链技术又使得电子发票具备了全流程完整追溯、信息不可篡改等特性，与发票逻辑吻合，能够有效规避假发票，完善发票监管流程。
2.跨境支付
2018年6月25日，蚂蚁金服宣布渣打银行成为其核心伙伴银行，支援其以区块链技术为基础的跨境汇款服务。中国香港AlipayHK及菲律宾持牌电子钱包GCash将率先分别在中国香港和菲律宾推出该服务。
渣打银行将为AlipayHK及GCash提供结算服务，并提供即时外汇汇率，保持流动性，以支援两个持牌电子钱包之间的即时款项转账，让客户以优惠的汇率和相宜的交易费，数秒间完成中国香港和菲律宾两地之间的汇款。AlipayHK用户只需要在电子钱包内做几步简单操作，款项就会在数秒内转达GCash用户的电子钱包内。在服务试行的前三个月内，还可享受免收手续费。资料显示，菲律宾2017年是全球第三大接收汇款的市场，金额高达330亿美元，汇款服务对菲律宾家庭来说非常重要。
3.区块链开放平台
腾讯公司在自主创新的基础上，打造了提供企业级服务的“腾讯区块链”解决方案。基于“开放分享”的理念，腾讯将搭建区块链基础设施，并开放内部能力，与全国企业共享，共同推动可信互联网的发展，打造区块链的共赢生态。腾讯可信区块链旨在为行业伙伴提供企业级区块链基础设施、行业解决方案，以及安全、可靠、灵活的区块链云服务。通过高性能的区块链服务，在实现安全可靠的交易对接的前提下，通过可视化的数据管理手段，有效降低企业运营综合成本，提高运营效率。在这个平台上，可以有多重应用，如服务应用可以有数字票据、数字黄金、机构清算、数字资产、鉴证服务等。
4.交易和清算
谈到区块链创业，有两个最典型的公司不得不提，一个是R3，一个叫DAH。这两个都是美国的公司。简单打个比喻来说，DAH做的是一个银行机构内部的交易和清算，比如说工商银行从总行到分行到支行的交易和清算，以及ATM的交易和清算。这个技术如果能够广泛应用的话，有可能颠覆现在IBM、微软和惠普这些公司给银行提供的中心化的交易系统。所以现在也有像IBM、微软这样的大公司开始参与到区块链的领域里来。R3做的更多的是银行和银行之间、银行和券商之间的交易和清算。R3原来的梦想是取代国际交易清算组织SWIFT。
5.智能合约
任何一个买卖行为都有一个用纸质的东西写下来的合同或者合约。其实纸质的合同存在问题，第一是因为有时候不同人对同一句话的理解可能是不一样的，这个取决于起草合同的水平。另外一个原因是当有人违约了，违约责任的执行是非常困难的，所以经常有人因为合同纠纷打官司。打官司是一个沉重的负担，耗时耗力，还有可能让没有信用的人钻了空子。智能合约恰好能解决这个问题，它相当于把合约的所有条款都用编程语言写下来，一旦用编程语言下来，就是非常精准的，不存在歧义。另外就是一旦合约写下来，就像一个应用程序一样，一点“开始执行”就会一直执行下去，永远都不会被终止，包括违约了之后也会坚决地执行下去。智能合约在金融的交易方面比较有意义有价值，因为金融的资产天然就是线上的。而传统的交易可能会涉及到很多线下的环节，这是没有办法把它转换到线上的，所以此时智能合约真正违约执行的部分很难在线上执行。
6.数字货币
目前区块链技术最广泛、最成功的运用是以比特币为代表的数字货币。近年来数字货币发展很快，由于去中心化信用和频繁交易的特点，使其具有较高交易流通价值，并能够通过开发对冲性金融衍生品作为准超主权货币，保持相对稳定的价格。数字货币建立了主权货币背书下的数字货币交易信用，交易量越大，交易越频繁，数字货币交易信用基础越牢固。一旦在全球范围实现了区块链信用体系，数字货币将成为类黄金的全球通用支付信用。
7.权益证明
区块链每个参与维护的节点都能获得一份完整的数据记录，利用区块链可靠和集体维护的特点，可对权益的所有者确权。对于存储永久性记录的需求，区块链是理想解决方案，适用于土地所有权、股权交易等场景。其中股权证明是目前尝试应用最多的领域，股权所有者凭借私钥，可证明对该股权的所有权，股权转让时通过区块链系统转让给下家，产权明晰，记录明确。整个过程无需第三方的参与。在伦敦举办的2015年欧洲卓越贸易技术金融新闻奖的主题演讲中，纳斯达克首席执行官Bob Greifeld宣布，该交易所打算使用区块链技术管理代理投票系统。代理投票本来是由一家上市交易所使用的一项重要而又费时的操作，区块链技术的应用可以让股东们不必出席公司周年大会而用自己的手机就能投票，并且永远保存投票记录。区块链技术被视为股权交易领域能够在更短时间内确保透明交易的先进技术。
8.银行征信
目前，商业银行信贷业务的开展，无论是针对企业还是个人，最基础的考量是借款主体本身所具备的金融信用。各家银行将每个借款主体的还款情况上传至央行的征信中心，需要查询时，在客户授权的前提下，再从央行征信中心下载参考。这其中存在信息不完整、数据不准确、使用效率低、使用成本高等问题。在这一领域，区块链的优势在于依靠程序算法自动记录海量信息，并存储在区块链网络的每一台计算机上，信息透明、篡改难度高、使用成本低。各商业银行以加密的形式存储并共享客户在本机构的信用状况，在客户申请贷款时不必再到央行申请查询征信。这就是去中心化，贷款机构通过调取区块链的相应信息数据即可完成全部征信工作。
总之，区块链已经成为金融业创新的热点之一。但是，作为新生技术，区块链同样也存在着相当大的风险。目前基于区块链技术的结算体系对监管风险非常敏感，如果参与者担心监管政策的不确定性，可能会导致支付体系因不稳定而崩溃。另外，由于其运营权由开发商掌握，显而易见的技术缺点在于，如果运营商本身掌握全网51%以上的算力，就能够实现双重支付，也会导致信任崩溃。这也是区块链技术在应用过程中需要解决的重要课题。（四）区块链在金融科技（FinTech）领域的应用价值
1. 重构信用创造机制
区块链技术基于非对称加密算法，实现了信用创造机制的重构：在金融交易系统中，通过算法为人们创造信用，从而达成共识。交易双方无需了解对方基本信息，也无需借助第三方机构的担保，直接进行可信任的价值交换。区块链的技术特性保证了系统内部价值交换过程中的行为记录、传输、存储的结果都是可信的。区块链记录的信息一旦生成将无法篡改，除非占有全网总算力的51%以上才有可能对记录进行修改。
2. 降低金融监管成本
金融行业在防范系统性风险上，需要借助多道审计来控制金融风险，监管成本较高。特别是随着互联网金融等新兴金融服务模式的出现，金融管控的要求逐步提升，监管的难度不断增加，整个金融系统的监管成本越来越高。区块链通过分布式网络结构，将信息储存于全网中的每个节点，单个节点的信息缺失不影响其余节点正常运转。区块链技术，以其防篡改、高透明的特性，保证了每个数据节点内容的真实完整性，实现了系统的可追责性，降低了金融监管的成本。
3. 实现高效低成本的交易模式
区块链通过共识机制替代中心化的信任创造方式，实现任意两个节点在不依赖任何中心平台的情况下进行点对点交易。点对点交易模式无需第三方介入，大幅降低信息传递过程中出现错误的可能性，从而提升信息传输效率。而且，基于区块链技术的点对点交易由计算机程序自动确认执行双方交易结果，即交易确认和清算结算在同一时间完成，大幅度提高了金融交易和结算效率。
4. 实现个人隐私保护
随着金融业务与信息技术的不断融合，用户身份识别和安全认证成为一项重要问题。区块链技术通过基于节点的授权机制，将私密性和匿名性植入到用户控制的隐私权限设计中，只有授权节点才有相应权限查阅和修改有关数据信息。区块链技术对于完善用户个人信息保护制度，保证个人信息、财产状况、信用状况等私密信息安全，具有[13]重要应用价值。三、金融大数据广泛应用（一）什么是大数据？
大数据是一种处理、分析和系统地提取信息，或以其他方式处理过大或过复杂的数据集，以供处理传统数据的应用软件处理方法。有了大数据，不管是数量大还是复杂度高的数据，一旦有办法处理，都可以提供更大的统计功效，并且能够发现更多我们以往没有发现的规律。处理大数据，包括捕获数据、数据存储、数据分析、搜索、共享、传输、可视化、查询、更新等，对于喜欢处理数据的研究者来说，这些都是巨大的挑战。（二）大数据的四个层次
大数据能够提供数据集成、数据存储、数据计算、数据管理和数据分析等功能，具备随着数据规模扩大进行横向扩展的能力。从功能角度看，大数据技术主要分为数据接入、数据存储、数据计算、数据分析四层，同时具备资源管理功能。
1.数据采集。负责数据的采集、传输工作。大规模的数据经过数据采集步骤后，才能够进入大数据平台，从而进行后续处理。
2.数据存储。负责大规模数据的存储工作。主要利用分布式和多副本策略保证TB、PB量级的数据安全有效地进行存储，从而为数据分析提供底层支持。
3.数据计算。负责大规模数据的计算工作。利用分布式和规范化的编程框架，将单机难以处理的数据分散到多台机器上进行分析处理，从而使大规模数据挖掘成为可能。
4.数据分析。负责大规模数据的业务应用。与具体业务场景相结合，通过统计分析、深度学习等上层数据应用技术，将大数据转化为有价值的信息，实现业务增值。
5.资源管理。负责大数据平台的资源管理工作。利用调度队列，实时监测等机制，及时发现大数据平台中的服务器健康状况并自动化[14]调度，保证集群工作质量。（三）金融大数据的应用
在金融领域，尤其是金融服务行业，大数据正在越来越多的应用中得到运用，例如：员工监督和监督预测模型，如保险承保人可用于设定保费和贷款人员做出贷款决策的模型；开发算法来预测金融市场的方向；定价房地产等非流动资产等。
具体应用如下：
1.汽车保险
早在20世纪80年代，Progressive Insurance的创始人就期待着可以收集和分析个人保单持有人驾驶习惯的硬数据。这将为保险公司提供更准确的风险测量和风险评估，从而更精确地设置保费。到2010年，市场上已经有了必要的数据采集技术。现在有超过100万的客户同意在他们的汽车中安装黑匣子以采集数据，例如他们通常驾驶的速度和他们通常突然制动的速度。
2.消费者信贷
LendUp补充了传统的FICO信用评级和来自各种其他来源的社交网络分析，以便做出贷款决策。例如，LendUp有兴趣知道潜在的借款人是否经常更改手机号码，这可能表明其借贷风险很大。该公司还认为，人们如何与网上朋友互动，为他们作为借款人的风险评估提供了强有力的线索。那些表现出最强和最活跃的社会关系和社区关系的人似乎是最好的风险判断因素。因此，潜在的借款人被要求将他们的Facebook账户提供给公司进行分析。
与此同时，由于大数据风险分析的用处日益得到证实，信用卡巨头CapitalOne在20世纪90年代成为了大数据“玩家”。这家公司主要是通过使用先进的数据收集和分析技术来识别持卡人今后的财富变化，从而在许多更成熟的信贷市场中“偷”得先机。
3.小企业贷款
Kabbage是一家在FinTech著名企业榜上有名的公司。这家公司是典型的雇员少、技术高的技术驱动的公司，其预测模型利用社交媒体、eBay和UPS等各种来源来评估潜在借款人与其客户之间的关系质量，从而能大批量处理小企业贷款，将风险控制得很好。
4.作物保险
气候公司是一家专门吃天气饭的大数据公司，为农民承保农作物保险。该公司进行了大量的模拟，以预测长期天气模式和设定溢价。
5.抵押贷款
摩根大通正在使用大数据分析来确定因违约抵押而被收回的房屋和商业房产的可接受销售价格。根据保密消息，这个想法是为评估当地经济状况和房地产市场，以便在抵押贷款实际违约之前提出合理的销售价格。如果这些建议的销售价格能被准确设定，理论上能最大限度地减少因银行违约而收回或出售房产对当地房地产市场的干扰。此外，应尽量减少银行在进行销售前被迫持有房产的期限。与此同时，该公司为中情局提供技术专业知识，以发现可疑恐怖分子使用的虚假身份的公司已承认与摩根大通就如何将信息技术应用于信贷业务、信用评估等领域进行讨论。
试读结束[说明：试读内容隐藏了图片]