1992年,中国科技金融促进会诞生,这标志着金融科技在中国开始落地实施。
综观金融科技的发展历程,从科技推动金融变革的角度看,业界把金融科技的发展划分为三个阶段：
第一个阶段是金融科技1.0阶段（1866-1986）,可以界定为金融信息化阶段。
在这个阶段,金融行业进行初步的信息化技术积累，通过传统IT的软、硬件实现办公和业务的电子化、自动化和无纸化,从而提高业务效率、降低运营成本。此时的科技人员更多是在金融体系内部的成本部门。
第二个阶段是金融科技2.0阶段（1987-2009），可以界定为互联网金融阶段。
这是互联网大规模扩张的时代,出现了大量的信息科技公司,这些公司利用网络技术汇集海量用户和信息,实现金融业务中的资产端、交易端、支付端、资金端任意组合的互联互通,本质上是对传统金融渠道的变革,通过互联网实现信息共享和业务融合,其中最具代表性的包括P2P网络借贷、网络众筹、互联网的基金销售等。
第三个阶段是金融科技3.0阶段（2009-至今），是金融和科技深度融合阶段。
在这个阶段,大量原有的金融业务通过大数据、云计算、人工智能、区块链等新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、信用中介角色等,不仅实现提质增效，更激发出新的金融行为,例如大数据征信、智能投顾、非现场监管等。
二、金融科技应用场景
新技术推动金融业快速发展，衍生了许多的应用场景，以下通过五个典型分享：
应用场景一：智能监管
无风险不金融，防范金融风险是金融工作永恒的主题，监管则是防范风险的核心手段。为提升监管科技应用效能，监管部门打造数据驱动的智能监管体系。事前将监管政策与合规性要求转化成数字化监管协议，并搭建智能监管平台提供相关服务。事中向监管对象嵌入监管“探针”自动化采集监管数据，进而实现风险态势的动态感知与智能分析，基于神经网络等机器学习算法建立金融风险评估模型，整理和分析数据。事后进行风险处置干预、合规情况可视化展示、风险信息共享、监管模型优化等。金融监管部门根据风险评估模型对监管对象的业务流、信息流和资金流进行全方位分析，把整个业务链条穿透连接起来，透过数据分析业务本质，精准识别各类风险，利用可视化等技术将合规情况进行全方位、全要素展现。
应用场景二：数字货币
中国的央行数字货币具体称为DCEP，现阶段在功能定位上注重对实物现金M0（纸币、硬币）进行替代，它是一种基于区块链和密码技术的法定数字货币（人民币），数字货币不以实物的形式存在，而是存在于我们的手机APP里。央行数字货币对个人使用移动支付时有重要的影响，归因于它的两个突出特点：一是央行数字货币具有法偿性，只要有密码就可以兑换人民币，不会因为企业或者银行倒闭就影响兑付；二是真正的零成本，现在移动支付的成本很低，但央行数字货币可以做到零成本。
应用场景三：智能获客
通过大数据分析，结合人工智深度学习算法，实现用户画像，帮助金融机构实现精准营销和稳定获客。由于金融机构通过人工智能、大数据等技术能更加了解客户，因而能够实现差异化定价、个性化金融服务、智能化金融风控。
应用场景四：智能风控
把金融科技综合应用到风险控制，帮助金融机构实现风险管理。例如：计算机视觉和生物特征的识别等技术可以确认用户身份；利用多维度、多特征的数据预测用户的欺诈意愿和倾向；通过用户行为、征信等数据评估用户的还款意愿和能力。对于交易、社交、居住环境的稳定性等用户行为数据，运用机器学习算法进行加工处理，获取更加立体更加客观的用户数据，实现更加精准高效的风控。
应用场景五：智能客服
通过自然语言理解、知识管理、自动问答等技术整合传统金融行业的智慧，自动化、智能化处理日常客户服务，同时还能够提供精细化管理所需的统计分析信息。
未来，随着大数据、云计算、人工智能、区块链等技术的进步，金融行业将继续不断创新发展，防控中心也将与时俱进，积极探索新技术，有力协助开展地方金融风险防控，维护地方金融稳定。
