Fintech核心技術(shù)及其在資本市場中的應(yīng)用

大數(shù)據(jù)

基本定義

大數(shù)據(jù)指的是一種規(guī)模大到在獲取完沪、存儲、管理婆排、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合项滑，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)鸳址、多樣的數(shù)據(jù)類型和價值密度低四大特征棚贾。大數(shù)據(jù)通過對海量數(shù)據(jù)的收集、處理和展示咱扣，使人類第一次可以無限接近真實地了解自然和社會，從而揭示規(guī)律碘橘，預(yù)測未來。大數(shù)據(jù)能夠幫助各行各業(yè)的企業(yè)從原本毫無價值的海量數(shù)據(jù)中挖掘出用戶的需求堕伪，使數(shù)據(jù)能夠從量變到質(zhì)變富俄，真正產(chǎn)生價值馍驯。近年來劳秋，經(jīng)過多年的發(fā)展和積累驰弄，在互聯(lián)網(wǎng)及智能硬件快速普及的當下麻汰，數(shù)據(jù)以爆炸方式增長，數(shù)據(jù)無論是在數(shù)量戚篙、速度還是種類上都發(fā)生了顯著的變化五鲫。

資料來源：36Kr

技術(shù)構(gòu)成

大數(shù)據(jù)技術(shù)，就是從各種類型的數(shù)據(jù)中快速獲得有價值信息的技術(shù)岔擂。大數(shù)據(jù)領(lǐng)域已經(jīng)涌現(xiàn)出了大量新的技術(shù)位喂，從數(shù)據(jù)處理流程來看，大數(shù)據(jù)技術(shù)可以分為5個部分：數(shù)據(jù)采集乱灵，數(shù)據(jù)存儲塑崖，數(shù)據(jù)清洗，數(shù)據(jù)挖掘痛倚，數(shù)據(jù)可視化规婆。數(shù)據(jù)采集有硬件采集，如RFID射頻數(shù)據(jù)、傳感器數(shù)據(jù)抒蚜，有軟件采集掘鄙，如社交網(wǎng)絡(luò)交互數(shù)據(jù)及移動互聯(lián)網(wǎng)數(shù)據(jù)。數(shù)據(jù)存儲就包括NoSQL嗡髓，Hadoop等等操漠。數(shù)據(jù)清洗包括語義分析，流媒體格式化等等饿这。數(shù)據(jù)挖掘包括關(guān)聯(lián)分析浊伙，回歸分析，聚類分析等等蛹稍。數(shù)據(jù)可視化包括Web可視化等等吧黄。

資料來源：作者

從大數(shù)據(jù)產(chǎn)業(yè)鏈來看，從底層架構(gòu)到上層應(yīng)用唆姐，基本上整個產(chǎn)業(yè)鏈是按照數(shù)據(jù)處理流程所需的大數(shù)據(jù)技術(shù)進行布局的拗慨。首先從數(shù)據(jù)源獲取海量數(shù)據(jù)，然后經(jīng)過有效的分析處理從而可以支撐大數(shù)據(jù)應(yīng)用奉芦，完成“數(shù)據(jù)→信息→知識→決策”的一整套數(shù)據(jù)到應(yīng)用變現(xiàn)鏈條赵抢。大數(shù)據(jù)挖掘、強化声功、分析這些中間技術(shù)環(huán)節(jié)構(gòu)成了整個大數(shù)據(jù)產(chǎn)業(yè)的必要工具烦却。過去幾年對大數(shù)據(jù)挖掘、強化先巴、分析的投資與建設(shè)已經(jīng)幫助大數(shù)據(jù)工具在2015年基本成型其爵，大數(shù)據(jù)工具走向成熟，開始能有效伸蚯、及時摩渺、深入地處理、分析大數(shù)據(jù)源提供的海量數(shù)據(jù)剂邮，挖掘其中的價值從而支撐大數(shù)據(jù)應(yīng)用摇幻。2015年是大數(shù)據(jù)應(yīng)用元年也是大數(shù)據(jù)走向落地的關(guān)鍵年。

資料來源：中銀國際

在資本市場的應(yīng)用模式

資本市場方面挥萌，大數(shù)據(jù)金融價值凸顯绰姻，營銷、風控領(lǐng)域先行發(fā)力引瀑。資本市場對數(shù)據(jù)的依賴性極高狂芋，超8成大數(shù)據(jù)交易集中在銀行、證券憨栽、保險領(lǐng)域帜矾。據(jù)統(tǒng)計辆影，中國商業(yè)銀行和保險公司數(shù)據(jù)量積累已達到100TB以上級別。大數(shù)據(jù)金融的出現(xiàn)黍特，降低了資本市場融資成本和財務(wù)費用，提高了資本市場金融產(chǎn)品營銷準確性锯蛀，以此來實現(xiàn)全生命周期的風險防控灭衷，因此應(yīng)用價值十分明顯。預(yù)計在2020年旁涤，我國資本市場的金融大數(shù)據(jù)應(yīng)用將達到450億人民幣翔曲。大數(shù)據(jù)在資本市場的商業(yè)模式按照是否有獨特外部數(shù)據(jù)的所有權(quán)可以分為TAAS模式、分成模式和內(nèi)部生態(tài)模式劈愚。TAAS（Testing as a Service）模式瞳遍，又稱測試即服務(wù)模式，利用內(nèi)部數(shù)據(jù)（可以結(jié)合第三方數(shù)據(jù)）為用戶提供大數(shù)據(jù)服務(wù)菌羽；分成模式掠械，指的是同時擁有自身獨特數(shù)據(jù)以及外部獨特數(shù)據(jù)，為用戶提供大數(shù)據(jù)服務(wù)注祖；內(nèi)部生態(tài)模式猾蒂，指的是擁有自身獨特數(shù)據(jù)，同時為自身的其他業(yè)務(wù)發(fā)展提供大數(shù)據(jù)服務(wù)是晨。

資料來源：東北證券

在應(yīng)用場景方面肚菠，由于資本市場對數(shù)據(jù)依賴性極強，而經(jīng)過整合罩缴、分析蚊逢、處理的大數(shù)據(jù)對業(yè)務(wù)蘊含價值更高，金融大數(shù)據(jù)的發(fā)展將為大數(shù)據(jù)的應(yīng)用提供深厚的數(shù)據(jù)基礎(chǔ)◇镎拢現(xiàn)階段的應(yīng)用場景主要基于個人或企業(yè)精準畫像的構(gòu)建烙荷，已經(jīng)實現(xiàn)在風控、定價炉抒、營銷奢讨、征信、評級等多個場景的應(yīng)用焰薄。

資料來源：東北證券

資料來源：作者

云計算

基本定義

云計算是指一種按使用量付費的模式拿诸，這種模式提供可用的、便捷的塞茅、按需的網(wǎng)絡(luò)訪問亩码，進入可配置的計算資源共享池（資源包括網(wǎng)絡(luò)、服務(wù)器野瘦、存儲描沟、應(yīng)用軟件飒泻、服務(wù)），這些資源能夠被快速提供吏廉，而只需投入很少的管理工作泞遗，或與服務(wù)供應(yīng)商進行很少的交互。

資料來源：廣證恒生

云計算有3種服務(wù)模式：IaaS席覆、PaaS及SaaS史辙，這其實就是云計算的三個分層∨迳耍基礎(chǔ)設(shè)施在最下端聊倔，平臺在中間，軟件在頂端生巡，分別是Infrastructure-as-a-Service(IaaS)耙蔑，Platform-as-a-Service(PaaS)，Software-as-a-Service(SaaS)孤荣，區(qū)別在于云端提供服務(wù)種類不同甸陌。IaaS公司會提供場外服務(wù)器，存儲和網(wǎng)絡(luò)硬件盐股，用戶可以租用邀层，從而節(jié)省了維護成本和辦公場地。PaaS公司在網(wǎng)上提供各種開發(fā)和分發(fā)應(yīng)用的解決方案遂庄，比如虛擬服務(wù)器和操作系統(tǒng)寥院，這讓分散的工作團隊之間的合作變得更加容易。SaaS與用戶的接觸更廣泛涛目，任何一個遠程服務(wù)器上的應(yīng)用都可以通過網(wǎng)絡(luò)來運行秸谢，這些都可以稱作SaaS。

云計算有4種部署模式：公有云霹肝、私有云、社區(qū)云沫换、混合云臭蚁，區(qū)別在于受眾范圍不同。公有云一般是由云服務(wù)運營商搭建讯赏，面向公眾的云計算類型垮兑；私有云是部署在企業(yè)內(nèi)部，服務(wù)于內(nèi)部用戶的云計算類型漱挎；社區(qū)云是由數(shù)個有共同利益關(guān)系或目標的企業(yè)和組織共同構(gòu)建的云計算業(yè)務(wù)系枪，其服務(wù)面向這幾個組織的內(nèi)部人員；混合云則是包含了兩種以上類型的云計算形式磕谅。

資料來源：廣證恒生

技術(shù)構(gòu)成

云計算一共有6大核心技術(shù)私爷，除了構(gòu)成基礎(chǔ)設(shè)施的IaaS硬件層以外雾棺，還有編程模型、海量數(shù)據(jù)分布式存儲技術(shù)衬浑、海量數(shù)據(jù)管理技術(shù)捌浩、虛擬化技術(shù)以及云平臺管理技術(shù)。而且云計算的每種技術(shù)都有相應(yīng)的開源程序工秩。

資料來源：廣證恒生

在資本市場的應(yīng)用模式

云計算與資本市場結(jié)合嘉栓，產(chǎn)生了為金融機構(gòu)提供基于云的基礎(chǔ)IT構(gòu)架服務(wù)的金融云公司，幫助金融企業(yè)將業(yè)務(wù)遷移到云端拓诸，降低IT采購成本，實現(xiàn)彈性的麻昼、可快速實現(xiàn)和交付的IT環(huán)境奠支。例如阿里金融云、騰訊金融云等抚芦，不僅為自身的金融業(yè)務(wù)提供云服務(wù)支持倍谜，也已經(jīng)服務(wù)大量傳統(tǒng)金融客戶，開始構(gòu)建基于云服務(wù)的生態(tài)叉抡。從實施效果來看尔崔，云計算可以降低金融公司的運營成本或者滿足復(fù)雜運算分析需求。

資料來源：作者

對于資本市場而言褥民，云計算能基本覆蓋任何投資標的季春，包括股票/基金、固定收益消返、場內(nèi)衍生品交易（ETD）载弄、外匯/商品期貨、場外衍生品交易（OTC）以及結(jié)構(gòu)化產(chǎn)品撵颊。云計算在資本市場的商業(yè)模式主要分為前端模式宇攻、中端模式和后端模式。前端模式覆蓋銷售倡勇、交易前事務(wù)逞刷、交易中事務(wù)等環(huán)節(jié)；中端模式覆蓋交易服務(wù)和交易進程處理妻熊；后端模式負責清算/結(jié)算以及結(jié)算后的事務(wù)夸浅。應(yīng)用場景主要有公司活動、投資管理扔役、合規(guī)報告题篷、CRM甩苛、市場數(shù)據(jù)平臺撤防、分析猴仑。重要的應(yīng)用場景是數(shù)據(jù)管理和合規(guī)&控制村砂。在資本市場上，云計算通過三種服務(wù)模式和四種部署模式葫笼，分發(fā)資源給用戶的筆記本深啤、臺式機、手機和平板電腦予以執(zhí)行路星，主要服務(wù)于理財/基金經(jīng)理溯街、散戶、機構(gòu)投資者洋丐、交易所呈昔、券商經(jīng)紀等用戶。

資料來源：Infosys友绝、作者

資料來源：作者

資料來源：Infosys堤尾、作者

區(qū)塊鏈

基本定義

區(qū)塊鏈（Block Chain）是基于分布式記賬原理，使用去中心化共識機制維護一個完整的迁客、分布式的郭宝、不可篡改的賬本數(shù)據(jù)庫，類似于一個公共掷漱、透明粘室、海量的記賬簿。區(qū)塊鏈起初是比特幣的一種底層技術(shù)卜范，實現(xiàn)比特幣交易的自動記錄衔统，且環(huán)環(huán)相扣、不可修改海雪、不可刪除缰冤，每筆記錄交易信息公開且準確無誤。

資料來源：EY

技術(shù)構(gòu)成

核心技術(shù)

區(qū)塊鏈是一個開放式的不受單一組織控制（由整個分布式網(wǎng)絡(luò)維護）的分布式“賬本”（分布式數(shù)據(jù)結(jié)構(gòu)）喳魏。該技術(shù)融合了P2P網(wǎng)絡(luò)棉浸、密碼學和共識機制三類成熟技術(shù)，實現(xiàn)了去中心化交易過程中節(jié)點之間信息可靠傳遞刺彩、交易賬戶安全和節(jié)點之間傳遞的信息不會被修改（可靠的交易系統(tǒng)必須保證交易者賬戶安全以及交易不被篡改）迷郑。

資料來源：方正證券

共識機制

共識機制是區(qū)塊鏈技術(shù)的核心，目前常見的共識機制除運用于比特幣的 POW（Proof of Work创倔，工作量證明）外嗡害，還有 POS（Proof of Stake，權(quán)益證明）畦攘， DPOS（Delegate Proof of Stake霸妹，股份授權(quán)證明）等。

POW：POW 機制是首個區(qū)塊鏈應(yīng)用比特幣采用的共識機制知押，基于非對稱加密原理叹螟，節(jié)點需要花費很大的算力解決一個數(shù)學難題（每個節(jié)點解決的數(shù)學難題的初始條件不同鹃骂，但難度相同）才獲得記賬權(quán)限，而且其他節(jié)點可以很輕松地驗證試圖記賬的節(jié)點的答案是否正確（POW 機制解決的數(shù)學難題具有難求解罢绽、易驗證的特點）畏线。此外，算法會評估每個節(jié)點的算力良价，并根據(jù)算力分配投票權(quán)限寝殴，某節(jié)點想要作弊時，必須獲得系統(tǒng)51%票數(shù)明垢，因此需要有系統(tǒng)51%算力蚣常，因而需要花費極高的成本。

POS：該機制背后的思想是痊银，系統(tǒng)出問題時抵蚊，持幣越多的人面臨的潛在損失越大，因而持幣越多作弊的動機越小曼验，從而給與其更多的記賬機會，但在每一次記賬后則減小其相應(yīng)的下次記賬概率粘姜，一段時間沒有記賬則增加其記賬概率鬓照。

DPOS：在POS 機制基礎(chǔ)上向前一步， 首先是投票選出一批代表性的節(jié)點（如101 個）孤紧，然后這些代表性的節(jié)點再選出一個節(jié)點負責記錄豺裆，其他節(jié)點核對記錄，更大程度提高記賬的效率号显。

資料來源：長江證券

基礎(chǔ)架構(gòu)

區(qū)塊鏈的基礎(chǔ)架構(gòu)包括區(qū)塊臭猜、區(qū)塊頭、創(chuàng)始區(qū)塊及區(qū)塊鏈分叉押蚤。區(qū)塊用于記錄數(shù)據(jù)蔑歌，一旦書寫就很難修改或移除；區(qū)塊頭由三組區(qū)塊元數(shù)據(jù)組成揽碘，第一組鏈接前一區(qū)塊次屠，第二組即難度、時間戳和nonce雳刺，與挖礦競爭相頭劫灶，第三組是merkle樹根，是用來總結(jié)區(qū)塊中所有交易的數(shù)據(jù)結(jié)構(gòu)掖桦；創(chuàng)始區(qū)塊是區(qū)塊鏈的第一個區(qū)塊本昏，沿任一區(qū)塊循鏈向后回溯，最終都將到達創(chuàng)始區(qū)塊枪汪；從創(chuàng)始區(qū)塊開始即會出現(xiàn)分叉涌穆，當創(chuàng)建兩個區(qū)塊的時間僅差幾秒時怔昨，就會出現(xiàn)一個分叉區(qū)塊，從而區(qū)塊鏈的長度被拉長蒲犬。

資料來源：方正證券

從技術(shù)角度理解朱监，區(qū)塊就是一種可檢索、不能篡改的數(shù)據(jù)結(jié)構(gòu)原叮，它是前十位數(shù)字為 0 的超長隨機數(shù)密碼赫编，必須指定上一區(qū)塊，才能實現(xiàn)有序排列奋隶。而從應(yīng)用角度理解擂送，區(qū)塊是定時記錄一部分交易數(shù)據(jù)的全網(wǎng)公開并保護每個人交易穩(wěn)私的賬單。傳統(tǒng)賬單的頁碼是連續(xù)的數(shù)字唯欣，而區(qū)塊鏈賬單的頁碼是還需要指定上一頁的頁碼嘹吨，才能將賬單有序排列。

網(wǎng)絡(luò)架構(gòu)

區(qū)塊鏈的網(wǎng)絡(luò)架構(gòu)非常靈活境氢，按照節(jié)點授權(quán)方式可分為：公共區(qū)塊鏈蟀拷、聯(lián)盟區(qū)塊鏈和私有區(qū)塊鏈。

資料來源：36Kr

公共區(qū)塊鏈（公有鏈萍聊，Public Blockchain）：公共區(qū)塊鏈是指全世界任何人都可讀取的问芬、任何人都能發(fā)送交易且交易能獲得有效確認的、任何人都能參與其中共識過程的區(qū)塊鏈寿桨。公共區(qū)塊鏈的安全由“加密數(shù)字經(jīng)濟”維護——“加密數(shù)字經(jīng)濟”采取工作量證明機制或權(quán)益證明機制等方式此衅，將經(jīng)濟獎勵和加密數(shù)字驗證結(jié)合了起來，并遵循著一般原則：每個人從中可獲得的經(jīng)濟獎勵亭螟，與對共識過程作出的貢獻成正比挡鞍。這些區(qū)塊鏈通常被認為是“完全去中心化”的。

聯(lián)盟區(qū)塊鏈（聯(lián)盟鏈预烙，F(xiàn)ederated Blockchain）：聯(lián)盟區(qū)塊鏈是指其共識過程受到預(yù)選節(jié)點控制的區(qū)塊鏈墨微。區(qū)塊鏈或許允許每個人都可讀取，或者只受限于參與者扁掸，或走混合型路線欢嘿。這些區(qū)塊鏈可視為“部分去中心化”。 如R3 CEV銀行聯(lián)盟也糊。

私有區(qū)塊鏈（私有鏈炼蹦，Private Blockchain）：完全私有的區(qū)塊鏈是指其寫入權(quán)限僅在一個組織手里的區(qū)塊鏈。讀取權(quán)限或者對外開放狸剃，或者被任意程度地進行了限制掐隐。如Nasdaq用的Linq。

三大網(wǎng)絡(luò)架構(gòu)都充分利用了區(qū)塊鏈技術(shù)去中心化、去中介信用虑省、數(shù)據(jù)可靠性等特點匿刮，只是在節(jié)點的接入和共識機制的建立方面存在區(qū)別。

資料來源：方正證券

主要特點

區(qū)塊鏈技術(shù)可以在互相不信任的節(jié)點之間建立去中心化的信用體系探颈。網(wǎng)絡(luò)中的節(jié)點之間可以相互不信任熟丸，各個節(jié)點只需要信任區(qū)塊鏈運行的算法本身（各節(jié)點對算法達成共識，如果某個節(jié)點對算法不信任就沒有加入網(wǎng)絡(luò)的需求）伪节，整個網(wǎng)絡(luò)就可以實現(xiàn)可靠的交易和數(shù)據(jù)存儲光羞。區(qū)塊鏈技術(shù)的主要特點是去中心化、不可篡改和加密安全性等怀大。

• 特點一：去中心化纱兑。區(qū)塊鏈的核心思想是去中心化，是分布式記錄化借、分布式儲存潜慎、分布式傳播，數(shù)據(jù)的傳輸不再依賴某個中心節(jié)點蓖康，而是 P2P 的直接傳輸铐炫。它基于密碼學原理而非信用，全網(wǎng)絡(luò)的每個節(jié)點都依據(jù)共識開源協(xié)議蒜焊，自由安全地傳輸數(shù)據(jù)倒信。所有交易記錄是對全網(wǎng)絡(luò)公開的，每個節(jié)點都負責數(shù)據(jù)的記錄山涡、儲存堤结，沒有中心化或第三方機構(gòu)負責管理唆迁，一個節(jié)點出現(xiàn)問題鸭丛，其他節(jié)點會繼續(xù)數(shù)據(jù)的更新和存儲，通過去中心化的方式唐责，維持系統(tǒng)穩(wěn)定運行鳞溉，信息完整可靠。

資料來源：華金證券

• 特點二：不可篡改鼠哥。區(qū)塊鏈的不可篡改性由工作量證明機制與共識機制共同保證熟菲，最長的鏈條才被全網(wǎng)公認。一旦被記錄朴恳，信息就不能被隨意篡改抄罕，若要篡改，鏈條會出現(xiàn)分支于颖，需要耗費大量的算力呆贿，只有當算力達到全網(wǎng)絡(luò)總和的51%時才能修改已經(jīng)被記錄的信息，這樣做的成本是巨大的，實現(xiàn)的可能性極低做入。

資料來源：方正證券

• 特點三：加密安全性冒晰。區(qū)塊鏈通過數(shù)學方法解決了信任問題，依靠非對稱加密和可靠數(shù)據(jù)庫完成了信用背書從而不需要借助第三方機構(gòu)來進行擔保驗證竟块，只需信任共同算法即可建立互信壶运。 非對稱加密是通過利用公鑰與私鑰的配合而實現(xiàn)的。每個參與者都可用公鑰來加密一段信息浪秘，而要解密時只有信息的擁有者才能用對應(yīng)的私鑰來接收蒋情。私鑰的接收使用電子簽名來驗證，確保信息為真正的持有人發(fā)出秫逝。非對稱加密將交換摩擦邊界降到最低恕出，保護個人隱私，確保加密安全违帆。 這些優(yōu)點的疊加可以解決兩個長期存在于加密數(shù)字貨幣行業(yè)問題：“雙花”問題（去中心化）和“拜占庭”將軍問題（工作量機制）浙巫。

資料來源：中信證券

在資本市場的應(yīng)用模式

區(qū)塊鏈在資本市場中的潛在應(yīng)用十分廣闊：例如其記錄功能有效降低銀行的運營成本，區(qū)塊鏈的信息透明性減少風險和工作難度刷后，去中心化的支付與清算功能效率更高的畴、速度更快，運用于交易所產(chǎn)權(quán)交易可顯著提升登記尝胆、發(fā)行丧裁、交易、轉(zhuǎn)讓含衔、交割清算效率等煎娇。雖然區(qū)塊鏈目前在全球尚處于發(fā)展初期階段，存在諸多技術(shù)贪染、應(yīng)用問題缓呛，例如記憶容量有限、對于隱私的保護杭隙、同步信息耗時過長等哟绊，但仍有眾多主流金融機構(gòu)積極探索其具體技術(shù)方案、應(yīng)用場景和商業(yè)模式等痰憎。

資料來源：東吳證券

比特幣是一種全球范圍內(nèi)可交易的電子貨幣票髓，是目前區(qū)塊鏈技術(shù)最成功的應(yīng)用模式。當前銀行等機構(gòu)更多關(guān)注的也正是比特幣背后的區(qū)塊鏈技術(shù)洽沟。

資料來源：36Kr

區(qū)塊鏈另外一個最有潛力的應(yīng)用模式是智能合約。智能合約將是區(qū)塊鏈技術(shù)發(fā)展的催化劑蜗细。分布式數(shù)據(jù)可靠存儲主要由數(shù)據(jù)層裆操、網(wǎng)絡(luò)層和共識層共同完成，這三層構(gòu)筑了智能合約的基礎(chǔ)設(shè)施。區(qū)塊鏈通過對智能合約開放底層數(shù)據(jù)和共識機制等算法接口跷车，為靜態(tài)的底層區(qū)塊鏈數(shù)據(jù)賦予了靈活可編程的機制和算法棘利，推動區(qū)塊鏈的衍生應(yīng)用發(fā)展。智能合約建立在數(shù)據(jù)區(qū)塊之上的程序化規(guī)則朽缴，智能合約是部署在區(qū)塊鏈上程序代碼善玫。智能合約經(jīng)合約雙方簽署后，以程序代碼的形式附著在區(qū)塊鏈數(shù)據(jù)上密强，經(jīng)P2P網(wǎng)絡(luò)傳播和節(jié)點驗證后記入?yún)^(qū)塊鏈的特定區(qū)塊中茅郎。區(qū)塊鏈實時監(jiān)控智能合約狀態(tài)，一旦外部數(shù)據(jù)滿足智能合約的觸發(fā)條件或渤，智能合約就會執(zhí)行相應(yīng)的程序?qū)τ|發(fā)條件自動響應(yīng)系冗。

資料來源：方正證券

對于具體的商業(yè)模式而言，區(qū)塊鏈在資本市場的商業(yè)模式實現(xiàn)可以走加密電子貨幣薪鹦、傳統(tǒng)金融網(wǎng)絡(luò)掌敬、金融服務(wù)區(qū)塊鏈以及分布式總賬四條道路。

資料來源：作者

加密電子貨幣商業(yè)模式主要是基于現(xiàn)有的比特幣網(wǎng)絡(luò)池磁，實現(xiàn)電子貨幣交易確認奔害、貨幣兌換、存儲以及支付地熄。其生態(tài)中包含電子錢包华临、比特幣信用卡、比特幣ATM端考、國際匯款雅潭、商業(yè)付款處理、通用型平臺却特、交易所扶供、礦工等公司。

傳統(tǒng)金融商業(yè)模式是指各大傳統(tǒng)金融機構(gòu)在已有的基礎(chǔ)設(shè)備基礎(chǔ)上核偿，利用區(qū)塊鏈技術(shù)建立一個獨立于目前區(qū)塊鏈網(wǎng)絡(luò)的去中心化诚欠、低成本的支付結(jié)算網(wǎng)絡(luò)顽染，生態(tài)中包括零售漾岳、商業(yè)銀行，股權(quán)交易中心粉寞、匯款運營商尼荆、銀行間網(wǎng)絡(luò)、銀行卡方案等公司唧垦。

金融服務(wù)區(qū)塊鏈商業(yè)模式主要為傳統(tǒng)金融機構(gòu)提供基于區(qū)塊鏈技術(shù)的商業(yè)平臺和服務(wù)捅儒，主要包括證券&衍生工具&資產(chǎn)交易平臺、機構(gòu)投資、金融基礎(chǔ)設(shè)施&API接口巧还。

分布式總賬商業(yè)模式將區(qū)塊鏈技術(shù)拓展應(yīng)用于除了貨幣及金融領(lǐng)域的其他去中心化應(yīng)用領(lǐng)域（例如數(shù)字資產(chǎn)等領(lǐng)域）鞭莽，生態(tài)包括智能合約、彩色幣&開放式資產(chǎn)麸祷、核心區(qū)塊鏈協(xié)議澎怒。

對于具體的應(yīng)用場景而言，區(qū)塊鏈在資本市場有著豐富的應(yīng)用場景阶牍，其在非高頻交易喷面、監(jiān)管相對寬松或不明確、痛點較多的領(lǐng)域有望獲得突破走孽，如跨境支付惧辈、銀行間清算、區(qū)域股權(quán)市場等磕瓷。

• 數(shù)字貨幣：該領(lǐng)域區(qū)塊鏈應(yīng)用較多盒齿，一些技術(shù)創(chuàng)新和突破有可能在該領(lǐng)域發(fā)生，此外困食，從長期來看县昂，一個穩(wěn)定的非國家數(shù)字貨幣或有其存在的價值。 此外陷舅，央行也正在研發(fā)數(shù)字貨幣倒彰。

• 支付與清算：跨境支付與清算；銀行間清算莱睁；場外市場交易清算待讳。

• 金融資產(chǎn)發(fā)行與交易：區(qū)域股權(quán)市場股票發(fā)行、金融資產(chǎn)交易仰剿、票據(jù)交易创淡。

資料來源：長江證券

國內(nèi)方面，2015年7月深交所探討了區(qū)塊鏈在多層次資本市場的應(yīng)用南吮，判定標準為：1）業(yè)務(wù)存在無中心點特點琳彩；2）業(yè)務(wù)存在互聯(lián)互通的需要；3）業(yè)務(wù)存在增信的需要部凑；4）業(yè)務(wù)存在代碼化的可能露乏。根據(jù)深交所結(jié)論，國內(nèi)二級證券市場不適合構(gòu)建在區(qū)塊鏈涂邀，一級市場瘟仿、衍生品市場和區(qū)域股權(quán)市場可以構(gòu)建在區(qū)塊鏈上，應(yīng)用前景令人期待比勉。

資料來源：深交所

人工智能

基本定義

人工智能（Artificial Intelligence, AI）是研究劳较、開發(fā)用于模擬驹止、延伸和擴展人類智能的理論、方法观蜗、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學臊恋。人工智能是對人的意識、思維的信息過程的模擬墓捻，其在初級階段實現(xiàn)對簡單勞動的替代捞镰，第二階段則嘗試替代復(fù)雜勞動。目前毙替，人工智能尚在發(fā)展初期岸售，代替人腦來進行決策尚早，但至少可以做到大規(guī)模的量化厂画、替代部分人力分析的層面凸丸。

技術(shù)構(gòu)成

技術(shù)架構(gòu)

從技術(shù)分層的視角來看，人工智能可分為基礎(chǔ)層袱院、技術(shù)層和應(yīng)用層三個層面屎慢，基礎(chǔ)層最靠近“云”，應(yīng)用層最靠近“端”忽洛∧寤荩基礎(chǔ)層作為人工智能技術(shù)的技術(shù)支持，各個細分技術(shù)必不可少欲虚，如大數(shù)據(jù)集灌、云計算、智能芯片复哆、傳感器及智能硬件等欣喧，特別是大數(shù)據(jù)，其為人工智能技術(shù)層面的發(fā)展提供了數(shù)據(jù)基礎(chǔ)梯找；在技術(shù)層面唆阿，人工智能技術(shù)包括語音識別、圖像識別锈锤、生物特征識別驯鳖、機器學習、知識圖譜久免、自然語言處理等浅辙；在應(yīng)用層面，人工智能包括計算智能妄壶、感知智能和認知智能摔握，目前尚未實現(xiàn)具有完整認知功能的人工智能寄狼。

資料來源：作者

在人工智能產(chǎn)業(yè)鏈中丁寄，基礎(chǔ)層是構(gòu)建生態(tài)的基礎(chǔ)氨淌，價值最高，需要長期投入進行戰(zhàn)略布局伊磺；通用技術(shù)層是構(gòu)建技術(shù)護城河的基礎(chǔ)盛正，需要中長期進行布局；解決方案層直戳行業(yè)痛點屑埋，變現(xiàn)能力最強豪筝。

資料來源：云棲智庫

核心技術(shù)

人工智能核心技術(shù)包括語音識別、圖像識別摘能、生物特征識別续崖、機器學習、知識圖譜团搞、自然語言處理等严望。

語音識別技術(shù)就是讓機器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)。語音識別技術(shù)主要包括特征提取技術(shù)逻恐、模式匹配準則及模型訓練技術(shù)三個方面像吻。

圖像識別技術(shù)是指利用計算機對圖像進行處理、分析和理解复隆，以識別各種不同模式的目標和對象的技術(shù)拨匆。

生物特征識別技術(shù)是指利用人體生物特征進行身份認證的一種技術(shù)。更具體一點挽拂，生物特征識別技術(shù)就是通過計算機與光學惭每、聲學、生物傳感器和生物統(tǒng)計學原理等高科技手段密切結(jié)合亏栈，利用人體固有的生理特性和行為特征來進行個人身份的鑒定洪鸭。

機器學習(Machine Learning, ML)技術(shù)是一門多領(lǐng)域交叉學科，涉及概率論仑扑、統(tǒng)計學览爵、逼近論、凸分析镇饮、算法復(fù)雜度理論等多門學科蜓竹。專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的知識或技能储藐，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能俱济。

知識圖譜技術(shù)是基于現(xiàn)有數(shù)據(jù)的再加工，包括關(guān)系數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)钙勃、文本或XML中的非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)蛛碌、客戶數(shù)據(jù)、領(lǐng)域本體知識以及外部知識辖源，通過各種數(shù)據(jù)挖掘蔚携、信息抽取和知識融合技術(shù)形成一個統(tǒng)一的全局的知識庫希太。

自然語言處理（Natural Language Processing, NLP）技術(shù)是專門研究人與計算機交互的語言問題，其大致可分為兩個層面酝蜒，一個是淺層分析誊辉，如分詞，詞性標注亡脑，這些技術(shù)一般只需對句子的局部范圍進行分析處理堕澄；另一個層面是對語言進行深層的處理，需要對句子進行全局分析霉咨。其中深層語言分析又可以分為三個層次：句法分析蛙紫、語義分析、語用分析途戒。

在資本市場的應(yīng)用模式

從商業(yè)模式來看惊来，在人工智能平臺化的趨勢下，未來在資本市場上棺滞，人工智能將呈現(xiàn)若干主導(dǎo)平臺加廣泛場景應(yīng)用的競爭格局裁蚁，主要的商業(yè)模式有生態(tài)構(gòu)建者、技術(shù)算法驅(qū)動者继准、應(yīng)用聚焦者枉证、垂直領(lǐng)域先行者和基礎(chǔ)設(shè)施提供者這五大類，其中生態(tài)構(gòu)建者將成為其中最重要的一類商業(yè)模式移必。

資料來源：作者

• 商業(yè)模式一：生態(tài)構(gòu)建者——全產(chǎn)業(yè)鏈生態(tài)+場景應(yīng)用作為突破口室谚。

關(guān)鍵成功因素：大量計算能力投入，積累海量優(yōu)質(zhì)多維數(shù)據(jù)崔泵，建立算法平臺秒赤、通用技術(shù)平臺和應(yīng)用平臺，以場景應(yīng)用為入口憎瘸，積累用戶入篮。

• 商業(yè)模式二：技術(shù)算法驅(qū)動者——技術(shù)層+場景應(yīng)用作為突破口。

關(guān)鍵成功因素：深耕量化算法/策略和通用技術(shù)幌甘，建立技術(shù)優(yōu)勢潮售，同時以場景應(yīng)用為入口，積累用戶锅风。

• 商業(yè)模式三：應(yīng)用聚焦者——場景應(yīng)用酥诽。

關(guān)鍵成功因素：掌握細分市場數(shù)據(jù)，選擇合適的場景構(gòu)建應(yīng)用皱埠，建立大量多維度的場景應(yīng)用肮帐，抓住用戶；同時边器，與互聯(lián)網(wǎng)公司合作训枢，有效結(jié)合傳統(tǒng)商業(yè)模式和人工智能托修。

• 商業(yè)模式四：垂直領(lǐng)域先行者——殺手級應(yīng)用+逐漸構(gòu)建垂直領(lǐng)域生態(tài)。

關(guān)鍵成功因素：在應(yīng)用較廣泛且有海量數(shù)據(jù)的場景能率先推出殺手級應(yīng)用肮砾，從而積累用戶诀黍，成為該金融垂直細分行業(yè)的主導(dǎo)者袋坑；通過積累海量數(shù)據(jù)仗处，逐步向應(yīng)用平臺、通用技術(shù)枣宫、基礎(chǔ)算法拓展婆誓。

商業(yè)模式五：基礎(chǔ)設(shè)施提供者——從基礎(chǔ)設(shè)施切入，并向產(chǎn)業(yè)鏈下游拓展也颤。

關(guān)鍵成功因素：開發(fā)具有智能計算能力的新型芯片蛤虐，如圖像专缠、語音識別芯片等、拓展芯片的應(yīng)用場景；在更多終端設(shè)備上廣泛集成運用柒竞，提供更加高效、低成本的運算能力膀捷、服務(wù)关噪，與金融細分行業(yè)進行深度整合。

資料來源：云棲智庫

從應(yīng)用場景來看蜕提，人工智能在資本市場上的應(yīng)用場景主要有智能投顧森书、征信、風控谎势、金融搜索引擎凛膏、身份驗證和智能客服等，采用的AI技術(shù)主要有機器學習脏榆、自然語言處理猖毫、知識圖譜和人臉識別等。

資料來源：36Kr

資料來源：36Kr