大数据风控、区块链技术、智能投顾...一文看懂所有专业名词｜FinTech行业报告
文 | 孔德云
金融是在不确定的环境中进行资源跨界的最优配置决策行为，其本质是价值流通。在目前阶段，科技的介入可以加速解决传统金融的信息采集、风险定价模型、投资决策、信用中介等行业痛点，大数据、云计算、人工智能、区块链等均是FinTech重要的技术维度驱动力。本报告中，我们将FinTech划分为大数据风控、区块链技术和智能投顾三大部分，主要探讨了行业现状、竞争格局、市场规模、主要玩家分析、挑战与机遇等问题。
在于加速「价值」金融的流通能力
金融是在不确定的环境中进行资源跨期的最优配置决策行为，其本质是价值流通。从此角度看，科技与金融的融合动力主要体现在其对价值流通的加速能力以及流通过程中产生的风险控制作用。目前为止，金融与科技融合主要经历了三大发展阶段：金融IT阶段、互联网金融阶段、金融科技阶段。
金融科技即是我们通常所说的FinTech（Financial Technology），其与前两阶段最大的不同之处在于，金融IT和互联网金融阶段是金融业内部的变革，主要作用在于提高业务效率，而FinTech则主要是由外部科技公司对传统金融行业所提供的产品及服务进行革新，可以解决传统金融的信息采集、风险定价模型、投资决策、信用中介等痛点，大数据、云计算、人工智能、区块链等均是FinTech的重要技术推动力。
拨开迷雾，发现市场真相
金融是个强数据导向的行业，大数据技术的发展极大地促进了金融行业的发展，其在金融行业的应用目前主要包括了风险控制、风险定价、舆情分析和精准营销等领域。我们认为，大数据对金融行业最根本的推动作用在于其可以帮助金融企业发现市场真相，进而能够更好地进行资源的优化配置。
目前大数据在金融行业首要落地场景便是大数据风控。我们整理历史投资事件中发现，金融大数据融资数量整体均高于其他细分领域。并且，在2015年Q2时，融资数量达到一个峰值，其中3/4为大数据风控公司。在经过2015年Q3到2017年Q1的低潮后，融资数量如今再次达到历史新高。
我国大数据风控产业链条可分为数据生产主体、数据供应方、数据加工方和数据使用方四部分。
在风控产业链中，数据加工方需要应对的风险主要包括欺诈风险和信用风险。欺诈风险具有主观性，是客户主动带来的风险，在发起请求时即无还款意愿；信用风险具有客观性，指的是借款人因由未能及时、足额偿还债务而违约。总体而言，欺诈是信用的基石，是贷前风控的首要步骤。
相应地，反欺诈产业链也较为健全，主要参与者有上游数据供应商、中游第三方反欺诈机构和下游反欺诈使用方。
除欺诈风险之外，风险控制还包括了大量的信用风险。我国征信体系建设以掌握信用强相关数据的央行为主导，以利用具备网络效应的数据源来探索信用评断依据的其他公司、机构为辅，我们将后者定义为大数据征信公司。
截至2016年，央行共记录了8.8亿人的个人金融数据，但有信贷数据的仅有3.8亿，覆盖率仅占28%。随着普惠金融和消费金融的普及，越来越多的人具备信贷需求，央行数据难以支撑，在此背景之下，大数据征信企业开始蓬勃发展发展。以下将以芝麻信用和腾讯信用为代表进行说明。
征信归根结底是对人的研究，基于用户画像，我们认为，征信的商业价值除了应用于泛信贷行业做风险控制之外，对于更广泛的行业，其商业价值则在于精准营销。相对于利润较低的风控行业，显然帮助客户精准营销拥有更高的利润空间，而且应用渠道也得到了极大的拓展，同时也避免了信用数据相关性低、”牌照生意“等短板，精准营销将是征信行业未来最重要的衍生方向之一。
除人工智能和大数据外，区块链是我们认识驱动金融科技的第三个重要因素。
区块链技术可以理解为是一种基于P2P网络协议1的分布式数据库，完全冗余2，解决的是价值传输的问题。其最重要的特点是去中心化、强调序列化、非安全环境：P2P网络在端对端实现信息共享，不需要第三方参与；区块严格按照时间次序排列；环境开放、规则透明，任何人都可加入。
区块链建立在多规则之上，参与者达成的共识主要有：
1. 信息传输基于非对称加密技术，主要是为了加强安全性和进行身份确认；
2. 采用共识算法（哈希算法）作为工作量证明；
3. 上一个哈希值是得到下一个哈希值的充分不必要条件，基于此共识，区块链得以不断延续。
4. 最长链共识，即长链覆盖短链区块，每个新区块链优先以最长的链尾作为新区块头部，区块链得以从最长端不断延续；
5. 少数服从多数原则，即多节点覆盖少数节点日志，前提是正确节点为大多数，理论上达成51%算力可篡改任意交易数据；
6. 逐利共识，每块新区块的产生，系统自动奖励该矿池25个比特币。以此激励制度，不断激励矿工进行区块的挖掘，保证系统运转。
近几年大火的比特币是目前基于区块链技术最成功的应用，区块链技术也得益于比特币得到了更深层次的拓展。比特币作为区块挖掘成功后对矿工的奖励，每10分钟发行25BTC（比特币），并以四年减半的速度一直发行至2140年，届时全网比特币总量将达到2100万。当前，成功挖得区块的矿工将获得12.5 BTC的奖励。正是由于这种激励结构，成千上万的矿工不断地帮助比特币用户们来处理交易，以确保区块链始终处于最新状态。
根据开放程度不同，区块链可分为公开链、广义私有链（包括协作链和私有链）。其最大不同之处在于可否自由访问。与公开链相比，协作链实时性更高、运维成本更低，但限制了参与节点。我们认为，需要依靠网络传播效应的环境可利用公开链，如资产证券化、记录存证、跨境支付等。而需要限定节点参与的环境则是协作链很好的应用场景，如物联网、供应链金融、智能合约等。目前大部分金融相关机构如Hyperledger、德勤等会计所在正在尝试利用协作链进行协同审计。
来自鲸准的数据显示，早在2014年，区块链领域创业已出现一波高峰，2016年区块链概念逐步在大众普及，搜索数量激增。
从融资角度看，91%的国内区块链公司处于A轮及之前，仍处于早期阶段；从项目成立构成角度看，2014年及之前，区块链新成立公司大多聚焦于数字货币项目，2015年及之后，逐渐呈现数字货币、企服和金融三足鼎立之势。另，在区块链领域，相较于底层平台，国人更倾向于做行业应用创业。
据CB Insights数据显示，全球投资区块链机构活跃度Top10和创业公司累积融资额Top10中，中国机构和企业各有一家
区块链创业公司全景图：
互联网解决的是信息传输去中心化的问题，区块链解决的是价值传输去中心化的问题，其发展脉络可以类比互联网，私有链/协作链作为局域网，公有链作为广域网，基于Internet的Finance-Internet概念正在建立，基于数字资产（Digital Asset）的智能化金融世界正在形成。
数字货币之后，我们将迈向数字公证和数字资产时代，数字资产指一切以电子数据形式存在的资产。基于数字资产，进一步会出现去中心化的数字交易所，而且同时会衍生数字身份认证行业，作为数字资产与现实身份的映射证明。伴随交易过程中纠纷的不断出现，将促进仲裁即去中心化投票和智能合约行业的繁荣。最终，社会将产生去中心化组织，届时，生产力中心例如企业、机构等将不复存在，所有人都将是独立的生产力个体。
帮你找到最优资产组合唯一解
人工投顾主要基于顾问的个人经验和预判能力来衡量投资水平。相对而言，智能投顾基于Markowitz理论，理论认为给定投资者的风险偏好和相关资产的收益与方差，最优投资组合有唯一解。可见该理论的已知条件主要涉及投资者和市场，可以认为只要用户和市场两大维度的数据足够详实、计算模型足够合理，就可以找到针对当前市场和该投资者的投资组合唯一最优解，并且根据数据动态变化持续提供再平衡建议。
依据上述理论和架构发展起来的智能投顾，与人工投顾相比主要存在三大优势：受众范围广、费率低、避免非理性因素。
来源：理财魔方
基于以上优势，智能投顾在中国市场也逐渐开始遍地生花。从公司成立数量来看，2015年热度最高，截至目前，国内超过78%的智能投顾企业还处于A轮以前，整体行业还存在巨大发展空间。
除上述优势之外， 智能投顾还可进行税收损失收割，即卖出亏损资产可抵消资本利得税，同时挑选与卖出ETF高度相关的资产组合作为替代。在美国市场，智能投顾主要通过税收收割和再平衡等增值服务来提供超额收益。然而，在中国市场下却不可如此操作，下面我们将具体阐述中美资本市场的不同之处。从标准普尔500和沪深300近5年表现来看，美国市场和中国市场最大的不同是有效性不同，美国市场有效性较强，“被动长期跑赢主动”。基于此根本原因，ETF等被动基金在中国市场不是主流，数目和金额方面美国远超中国。
从中国和全球资管市场不同资产类型规模以及美国和亚太投资资产净流入分布图交差验证可以得到，与美国相比，中国被动投资标的少且金额占比小。
提到智能投顾，通常会提到智能投顾关注的是β收益，更适应被动投资1，而中国市场基于被动投资标的少、用户教育匮乏等原因，智能投顾不适用。我们认为此问题的根本原因主要是由于目前阶段，人工智能的发展水平难以实现对各个不同标的短期收益率进行精准预测，只能退而求其次在长期时间范围内进行预测，且美国市场较稳定，长期呈稳定增长趋势，故智能投顾目前在美国发展态势良好。而中国市场波动性大、有效性不足；用户以散户居多、换手率高且投机心理重、普遍追求α2收益。若以目前只具备预测β收益能力的智能投顾去追寻α收益，则准确率会大大下降。故在我国，不可照搬美国产品，只能开发适应中国市场特色的智能投顾产品，尽量兼顾α和β双重收益，技术难度将远超美国。
目前智能投顾行业的主要玩家可以分为三类：第三方科技公司、互联网金融业务创新的智能投顾平台、传统金融机构推出的智能化投资服务。在都采用被动投资策略的情况下，收益率差异化并不明显，因此我们认为，拥有存量用户和相关资质的互联网金融机构或将脱颖而出，除非科技公司能以高收益率吸引客户，但跟上页提到的一样，技术难度很高。而传统金融机构推出智能化投资服务，我们认为更多地只是占位作用，重视程度有待考量，而且从中国高净值人群的财富分布我们可以看到，富人仍然会把资产交给银行管理，在很长的时期内，富人仍将是银行的主要服务对象。换个角度讲，智能投顾只是利用差异化定位挖掘专业投顾所应顾不暇的长尾市场，跟人工投顾不存在直接竞争关系，二者是补充而非取代。
图示：2017年中国高净值人群财富分布
数据来自BCG和兴业银行
监管方面，在美国，成为SEC的注册投资顾问即可进行投资顾问和证券资产管理，而在中国投资顾问和资管管理是完全分开的，需要取得证券投资咨询业务资格和账户管理资质，即兼具两个牌照才可直接帮助客户进行资产管理。
关于智能投顾，我国2013年立法明确规定“荐股软件”属于从事证券投资咨询业务，应当经中国证监会许可，取得证券投资咨询业务资格。但目前尚未发现有智能投顾平台获得证监会颁发的业务牌照，绝大部分会选择和持销售牌照的基金销售机构合作，但其有无投资咨询牌照尚未可知。
智能投顾产业链分析：
关于国内智能投顾市场存在问题，除却共性的黑箱问题不提，国内智能投顾目前主要存在两大问题：
1. 盈利模式不清晰。据中国证券业协会信息披露，目前有智能投顾业务线的公司中，只有同花顺一家具备证券投资咨询资格。对于国内大部分企业来说，模仿Wealthfront等公司收取管理费难以合规，尤其是直接2C的公司。理财魔方作为2C公司，与基金销售代理机构盈米财富合作，起到引流客户的作用，但由于盈米财富和理财魔方都不具备投资咨询资格，理财魔方目前现金流入只有同盈米瓜分有限的基金购买和换仓手续费这一单一来源。
2. 利益冲突问题。由于前一问题存在，大部分智能投顾公司必须与基金代销机构合作，投顾公司只能推荐该代销机构销售的基金标的且代销机构标的池选择性有限，难以真正给到用户全局最优解。另外，投顾与基金代销机构这种深度绑定方式，也难以界定双方定位，参与基金购买手续费分成这一模式也更加难以说服用户其是站在买方角度进行基金推介。
由于稳定性需求，金融行业的创新步履维艰，但还是存在着大量的无论是从外部试图以科技手段对行业进行变革，还是内部自我进化、革新，从未停止。正式如此，金融服务开始逐步由20%人群向更多样人群蔓延，普惠大众的同时也反向给金融行业带来了新的发展契机。
数据、区块链、人工智能技术的进步分别拓展了金融+科技的三大新风向：大数据风控、数字货币和智能投顾。其中，无论从投资轮次还是落地场景来看，大数据风控是三者中发展最快速的方向。整体来看，我国大数据风控目前正处于跑马圈地时代，占据数据流量入口将持续成为未来几年巨头投资、并购的重要主题之一。此外，关于大数据风控产业链条中数据生产主体、数据供应方、数据加工方和数据使用方四大部分，相关法律法规也会逐步加快建设进程，随着牌照监管束紧，行业进入壁垒将逐步加固。另一方面，技术壁垒会逐步减弱，单一提供风控模型的公司估值前景不佳，投资机会更大可能性地存在于那些拥有独特数据维度的大数据公司。
基于区块链技术发展起来的数字货币，在国内目前还处于作为货币进行交易的阶段，由此产生了大量交易平台例如火币网、OKCoin等。但我们认为创企作为交易平台的竞争力正在逐步流失，比特币的真正价值不在于储蓄升值，其未来一定会逐步从单一的货币形式转型作为其他金融服务的基石。而作为比特币的底层技术——区块链，其应用场景将更加宏大，例如物联网、跨境支付等等。新技术、新工具的发现除了解决旧问题之外，一定会衍生出更多新的商业模式，需要打开思维、进行更多尝试。区块链的发明能解决价值传输问题，潜在市场价值不逊色与互联网，但目前还处于过于早期阶段，政策信息尚不明朗，我们认为现今还非入场最佳时机。
2015年是国内智能投顾元年，目前超过78%还处于A轮以前，整体行业还存在巨大发展空间。我们认为，现在入场或许时机刚刚好。现阶段，科技公司、互联网金融公司、传统金融机构都在初步布局阶段，寻找持牌机构合作也并没有那么困难，而且随着中产阶级崛起、大众金融需求升级等因素，更多金钱的去处需要Ai帮我们处理。虽然市场有效性和参与者特性等特征导致我国投顾行业步履维艰，但大趋势已然十分显著，更好的投资标的我们认为存在于那些金融和科技双属性都很明显的互联网金融公司当中。
感谢以上企业对本报告的支持
（按企业调研先后顺序）
推荐阅读
点击下方图片即可阅读