第一节 数字金融的含义

数字金融是与传统金融相对应的。按照金融学的传统理论，对于金融的定义有不同的表述。有观点认为，金融是货币流通和信用活动以及与之相联系的经济活动的总称；广义的金融泛指一切与信用货币的发行、保管、兑换、结算、融通有关的经济活动，甚至包括金银的买卖；狭义的金融专指信用货币的融通。还有观点认为，金融的核心是跨时间、跨空间的价值交换，所有涉及价值或者收入在不同时间、不同空间之间进行配置的交易都是金融交易，金融学就是研究跨时间、跨空间的价值交换为什么会出现、如何发生、怎样发展^[4]。

无论是哪个观点，其核心都包含着对价值的分配、安排和交易，作为支撑，法律认可的合同体系就成了金融的基本载体。所以，在传统金融中，充斥着各种各样的合同、登记表、申请表、产品说明书等纸质文件。事实上，我们到银行办理业务过程中，往往需要根据银行的风控及业务流程要求，在柜面签署大量的签名。数字金融重要的外在体现之一，就是用计算机信息系统中的数据交互和数码记录来替换纸质记录，用虚拟世界的电子签名来替代实体空间的签字盖章。

一、数字金融的概念和特征

数字金融是运用现代信息技术对金融进行改造的产物，通过现代的计算机信息技术、通信技术、人工智能技术等手段，将金融活动的用户获取、用户识别、交易行为、交易记录、风险控制、信用评价、信用交换，甚至是争议解决，以数字化的方式予以实现。

从上述定义的基础上，我们可以看出，数字金融是以数字化的方式覆盖金融的部分流程或环节。按照数字化的原理，数字金融就是将金融活动中复杂多变的信息转变为可以度量的数字、数据，通过二进制代码，引入计算机内部，再设置合理的量化维度，将这些数字、数据建立起适当的数字化模型，在计算机系统内进行统一处理，最终达到金融各个要素的功能实现。

我们以远程终端的客户识别为例，识别你的客户，这是金融活动的基本要素，也是法律和监管规则的基本要求。在传统金融中，识别客户是一个人体感官的直观过程。身份证或者其他身份识别证件，以其负载的户籍信息、身份信息，首先将持有人的姓名、性别、年龄、住所等基本信息展现给金融机构的柜面人员。如果上述证件上带有照片，将照片信息与证件持有人的人脸特征做比对，工作人员通常的识别能力将会给出“相同”或“不同”的判断。如果比对结果是“相同”，则会将其纳入合格客户，并办理相应的业务，复印证件并存入客户档案库；如果比对结果是“不同”，则会拒绝为其办理业务。所有的过程，是人脑意识中的模拟判断，过程无法量化、标准化。

在数字化金融远程客户识别过程中，所有的动作是以数据化的方式完成的。看似简单的活动，其背后都蕴含着数据模型和算法。首先是客户基本信息的采集和比对，在这一过程中，客户以手工输入、语音输入或者调用在第三方处存储的信息，完成身份基本信息的输入，金融机构通过调取公安人口信息数据库或调取自身数据库的方式，完成身份的基本信息比对。其次是对身份信息的提供者或者注册者的身份实施验证，在这一环节中，常见的验证方式包括数字证书验证、基于NFC电子身份证验证、生物特征识别。无论是上述哪一种验证方式，背后都隐藏着身份验证的数据库。从上述对客户识别的分析可以看出，数字化金融中的客户识别，已经脱离了人脑的感知能力，而转化为数据的收集和比对。

因此，我们认为，数字金融的主要特征包括：

第一，远程化。

由于人类感知能力的局限，客户识别、交易文本、信用风险审核等环节，必须以面对面的方式完成。数字金融最突出的特征就是金融活动的远程化，金融不再依赖面对面方式，突破了金融业务的地域局限。

第二，场景化。

传统金融与实体经济的交易环节相互独立甚至脱节，随着金融活动的日益虚拟化，大量的金融行为已经完全脱离实体经济，甚至反作用于社会经济的稳定，20世纪发生的金融危机已经体现出这一特征，即实体经济稳定但金融出现危机。实体经济的金融需求，传导给金融机构，由于信息不对称、信息传递效率等因素，两者并不能形成有效的对应机制。而数字金融诞生于电子商务、互联网供应链管理等网络领域，实体经济的需求信息与金融产品的提供者可以实现高效率的信息传递，金融活动高度场景化。

第三，便捷化。

通过数据化，金融所需要的各个环节被完美地整合在数据的采集、加工、传输、分析中，由于现代计算机系统拥有强大的运算能力，金融活动的各个环节具备在“秒级”甚至“毫秒级”时间内完成的可能性。而脱离了人工制表、人工填写合同、人工信用审核之后，金融的效率将得到史无前例的提升，这是传统金融所无法想象的。

第四，抽象化。

金融活动从人脑的形象化认知，转化为数据的抽象化分析。传统人脑分析中的人体外表、谈话语调、谈话内容等形象化的内容，被维度更加丰富的数据分析所替代，分析更为精准，金融的标准更为精确、细致。

二、数字金融与传统金融的核心差异

除了上述表象的特征外，数字金融与传统金融的核心差异表现为以下两点：

第一，数字金融以数据为核心，传统金融以人脉为核心。

传统金融是一个熟人社会，金融机构之间、金融机构与主要客户之间，无不是建立在熟人社会基础之上。出于信任和信用考察的需要，传统金融的业务交流范围往往集中在一定的物理半径或者熟人圈子之内。这也是为什么金融中心的集聚效应往往比制造业中心甚至是物流中心还要突出的原因。

当今全球的前十大金融中心，包括纽约、伦敦、东京、香港、上海、新加坡、巴黎、法兰克福、北京和芝加哥。而在上述城市中，金融机构的分布同样呈现集中态势。纽约华尔街、伦敦金融城、上海陆家嘴等金融核心区，总面积均非常狭小，华尔街只有区区三分之一英里的长度，大名鼎鼎的伦敦金融城也不过几个平方英里的面积，而上海陆家嘴金融城的总面积也不过30平方千米左右。在这些金融城里，各种金融机构的办公大楼林立，其间充斥着各色高级酒店、餐厅、咖啡馆，动辄数亿甚至数十亿、百亿的项目就是在金融精英们的一次次会面中谈成的。传统金融离不开信任和信用，办公集聚有利于降低沟通成本、节约沟通时间，地域的集中在一个侧面展示了传统金融的特点。

即使是面对客户群体，大量的沟通也需要在金融机构柜面或客户的办公场地完成，交通的便捷、地域的醒目，都是金融机构在开展业务时需要考虑的。究其本质，依然是建立在熟人社会思维之上。

数字化金融则以数据为核心，不需要以熟人社会为基础。人与人之间的沟通交流往往受到各种感性因素的影响和制约，对于信用的判断也容易出现误差。以美的集团10亿元理财产品欺诈案件为例，可以对熟人社会金融的缺陷做个分析。

案例二 巨额资产被骗，面对面交易的神话不再

2017年6月29日，美的集团正式回应“遭遇10亿元理财骗局”的传闻称，公司下属合肥美的冰箱公司（合肥美的）在2016年3月购买了10亿元理财信托产品，2016年5月通过内控日常核查发现存在诈骗风险并第一时间报案。^[5]一家顶尖的制造业上市公司，拥有专业的金融中心，并且招聘了专业团队进行运作，依然马失前蹄，被骗走巨额资金。事件究竟是如何发生的？根据媒体的信息，2016年3月初，美的金融中心安徽分部的负责人李某向其大学同学透露“美的理财业务最重要的要求是要有银行兜底”。获知这一信息后几天，这位大学同学辗转通过一位证券公司的投资经理，向李某介绍了一个7亿元的理财项目。该7亿元的理财项目，投资期限2年，预期年化收益率为6.7%。美的通过认购单一资管计划投资，进而委托信托公司向农行成都武侯支行的3个“授信客户”发放委托贷款，农业银行成都武侯支行向投资人美的出具保本保收益的《承诺函》。2016年3月22日，美的一行几人，经熟人介绍到成都考察，并由一名自称为“农行成都武侯支行客户经理”的陈某接待，来到了农行成都武侯支行办公大楼。在全程并无任何人要求登记或出示证件的情况下，进入银行的副行长办公室，并与自称为黄行长的人进行会谈，在核对了所谓的银行对三家客户的“农行四川省分行授信批复资料”及三家企业的抵押质押权证原件以及抵押物的评估报告和物业照片等证明文件，且看到银行加盖了公章的《承诺函》之后，美的决定参与该笔交易。最终的结果证明，依靠熟人搭建的金融模式并不安全。^[6]

案例评述

数字金融以冰冷的数据为基础，数据是客观和中立的，建立在数据分析基础上的信用审核、交易风控、交易决策机制，能够脱离人的主观因素制约。在案例中，李某对王某的信任来自于大学同学聂某这一特殊渠道，其后对于自称是农行成都武侯支行工作人员的陈某和自称为行长的黄某的信任，多多少少也与前面的因素有关。数字金融的风控讲的是数据分析，任何一项参数无法达标，数据模型都会以清晰的方式对交易进行否定。

另外，数字金融以计算机算法为基础，传统金融以脑力为基础。

“算法”（Algorithm）是计算机科学的一个专有名词，特指计算机程序中解题方案的准确而完整的描述，是解决一系列问题的清晰指令。算法代表着用系统的方法描述解决问题的策略机制，也就是说，能够对一定规范的输入，在有限时间内从系统中获得所要求的输出。也即，对于数字化的经济领域，无论是商业还是金融、医药还是农业，解决问题的思路与传统解决方案最大的差异在于，需要给计算机软件系统一个预设的算法。如果一个算法有缺陷或不适用于某个问题，它将会失效。数字金融是依赖数据对金融活动、金融产品、金融参与者行为进行定量或定性分析的金融活动，如何构建有效的算法，在时间、空间、主体行为等多因子的复杂环境中进行有效的判断，是数字金融最为关注的问题。但是，一旦算法成立，对于同类业务将大大提高效率、增加决策的准确性，并可以避免人脑在特定情况下主观判断的风险。

传统金融模式中，从业者的脑力是业务的核心。无论是业务模式还是风控模型，其在实际操作中，难免受到金融从业者的体力、理解力、处理问题能力的制约，甚至在特定情况下，还会存在从业者的道德风险。在传统金融模式下，即使风控和业务模型再完备，因其在执行环节对于操作人员的依赖，依然可能会存在风险。