时间:2019年12月31日 作者：
非常感谢主办方的邀请，有个机会跟大家做一个分享。归根结底想跟各位交流几方面问题，一方面，当前我们讨论开放银行也好，开放金融也好，本质上来讲都是因为数字化时代带来重大的一些变革。近期我经常引用一个数据，就是联合国贸发会在9月4号发的报告里面，大家可以看到全球数字化规模在不断的提升，从全球互联网的数据流量就可以看出来，1992年和2012年比起来这个数据在不断的飙升，预计到2022年每秒在全球互联网的数据流动当中会达到每秒十五万零七百个G，这种快速变化在不断改变着原有经济社会的分工模式，也进而对金融机构、金融组织、金融业务、金融活动都带来深刻的影响，这是我们所有的讨论开放银行与开放金融的重要起点。
当然，与互联网金融时代有所不同的是，我们当前在顶层设计规划方面可能进一步清晰了，相信刚才包括杨司长其他各位专家也都谈到了这一点。众所周知，新的金融科技规划不仅仅是央行自己的规划，而是整个中国金融业在有效利用科技实现变革过程当中的一个很重要的文件。我个人觉得这样一个规划，归根结底在于推动金融机构利用新技术实现内在价值，也就是把合适的金融产品跟服务提供给合适的客户，大家都关注到了在这次规划引领下，政策层首先是关注持牌金融机构所做的金融科技创新，同时大型互联网企业依托于金融控股集团也会纳入到里面，新一代技术企业通过间接的跟有效持牌金融机构合作，也会进入到规划体系。最后涉及到互联网金融，持续做类金融业务就要持牌，并不在规划范畴内，如果转向技术服务，则作为技术企业跟持牌金融机构合作。所以整个下一步发展的思路我觉得是越来越清楚了。
在这种情况下我想引一个例子为切入点跟大家谈一些问题，过去伴随着互联网时代的到来，互联网的思路是先做后说，先创新后在考虑监管和规则的问题，当前随着遇到更多的问题和挑战，我们需要面对一个现实，一方面针对突飞猛进的实践快速发展，理论研究跟共识没有跟上，另一方面规则与监管也在不断的与其匹配和吻合，并不是说我们一定要把各种各样的理论和共识搞清楚才能做这些事，只不过由于实践跑的非常快了，我们要避免错配和风险，所以要考虑共识的问题。
以一个研究者的角度，我想以数字货币为例说明一点点问题，当然时间原因点到为止，讨论数字货币的时候大家关注的视角非常多，但是共识层面极度不足，例如，当探讨数字货币的时候，涉及到货币、账户还是支付，这个视角是截然不同的。如果基于原有的银行帐户体系下，你讨论货币、帐户跟支付的时候有两套机制，一套是M0现金，另外一套是基于银行帐户所产生的计帐货币，这些计帐货币通过帐户对应不同的支付工具，所以这背后的逻辑关系是完全不一样的，当出现token之后，原有这样一套体系又重新被改变，具体的三要素简单细分，货币与帐户之间二者的联系是非常复杂的，比如说有些人在关注M2的时候，知道居民的储蓄是放在里面，但是由于流动性不太一样，银行卡项下面的个人活期存款是放在M1下面，里面的关系不是很简单的。帐户与支付之间的关系也很复杂，不同的银行帐户对应不同的支付工具，只是因为这些年来银行帐户跟银行卡的卡号并号混在一起，很多人混为一谈，比如帐户可以对应存折，对应银行卡，未来是否可以直接对应二维码、人脸，这个背后对于整个信息交换的影响冲击是极大的。
最后，货币与支付之间也是需要甄别的。总而言之，以此为例，我们讨论数字货币的时候关注的点都不一样，有些人关注是现金M0，加上基于银行帐户的M1、M2，这就是传统的电子货币；第二是法定电子帐户DCEP，它是很独特的东西，他跟传统的不一样，跟最新的数字Token也不一样。根据Token，又是另外一类，此外还有大量的山寨家族。我们经常在讨论创新现象的时候有时候“鸡同鸭讲”，没有形成理论共识，制约了现实发展。
要解决这个问题就需要从学科与人才两个方面着手，大家可以看到我列了金融科技创新的十个必备要素，人才、技术、数据、场景、资本、产业、监管、政策、文化，尤其是金融科技的后工业时代更需要体系化的培养，培养人才之前首先要考虑学科怎么样来把握，当然在学科建设过程当中有不同的视角，是着眼于理论，着眼于智库还是着眼于应用？这是不同的视角，会延伸出你学科建设的角度。着眼于学历与非学历也是一个角度，无论是金融科技创新本身、学科建设还是人才培养，我觉得最怕焦虑速成求快，急功近利。
学科建设方面简单提一点观念，学科建设的角度有一些重点跟难点，归根结底当我们讨论学科建设在金融科技领域就是两个交叉视角，一个是从金融领域交叉到金融之外的学科领域，另外一个是从金融之外的学科领域交叉到金融领域。比如说在传统的金融的主流的交叉学科领域有三大领域特别值得关注，一个是金融学跟生物学、心理学等等交叉形成的演化金融学或者行为金融学，另外金融学跟数学统计工程学的交叉还形成了金融工程学。金融与法学交叉形成了法与金融学，在这样一些交叉活动当中技术已经在突飞猛进的得以应用，大数据、人工智能、分布式技术等等都贯穿在全新的一些金融学的分析方法当中。
在这些成熟的学科之外还有一些比较前沿的学科，比如金融物理学、金融地理学、神经金融学，尤其神经金融学是国际上比较前沿的，为什么？在过去微观分析中很难把人在社会范围内可实验化，由此导致在行为金融学分析中很难到主流范式，神经金融学就是在看人在选择的时候他的大脑信息发生什么样的生物信息变化，这样一些分析如果未来有更有效的突破，我觉得承载于其上的，无论是风险定价、金融产品、设计将会带来非常深远的影响，所以这是一个从金融角度的交叉。反过来，大数据、人工智能、分布式技术、互联技术、安全技术也纷纷从它的技术视角来交叉到金融领域，所以未来所有创新、人才培养，归根结底要对于学科交叉有一些更稳定的思路跟框架，而过去的痛点也就是因为学科交叉有时候不稳定，找不到合适的切入轨道。比如像金融地理学，现在随着很多人喊地理已死，这样一个学科也遭遇重大挑战，所以这样一些东西都是我们未来在推动创新，在推动人才建设底层方面必须得以充分关注的点。
最后，谈一下对于金融科技人才的理解。金融科技人才现在大家都说我们急需也非常的缺乏，但是现实当中需要对金融科技人才有一点点更细致的甄别。比如说人才的特性，我这里面分为科研性、教学性、应用性、管理性、技术性、业务性是不一样的。人才类型你是行业型，还是所有行业通用的技术或业务支撑人才，还是辅助型人才，这个角度也是不一样的。人才分层是中端高端还是普通不一样的；人才素质还要强调社会责任、道德伦理跟职业精神。人才的能力，我列了专业性、实战性、国际性、开放性、敏捷性、可塑性和合作性。这里面我特别强调两，一点，我们现在都希望推动复合型人才建设，但是在金融科技时代，可能更需要的不是复合型人才，因为真正复合型人才跨界是很难的，真正需要在原有专业化水平上进行提升。我举个例子，比如AI+金融，AI最大的在金融领域面临的问题是深度学习是一个黑箱，你要把金融的拟合结果可解释、可验证，需要AI来说人话，这个过程当中短期内很多不是技术能够解决的，而是利用人的专业性能够弥补跟解决的，这就避免了人才简单的会被AI所替代，这是一个对专业性的考量。另外一个，这个强调人才的社会责任、道德伦理、职业精神，这个也是非常重要的，否则正如科技既可以向恶又可以向善一样，如果这个过程当中我们对金融科技人才的快速培养，如果更多的引来机会主义人才，引来更多的利用所谓金融科技创新手段来扭曲社会价值的一些创新，这个从根本上我觉得不是一个合理化、常态化的现象。
总而言之，我认为当前金融科技的创新未来是大势所趋，开放金融的建设也是大势所趋，除了面对令人眼花缭乱的市场现象之外，我们同步也需要各方在理论共识方面做更多的一些工作。有时候稍微慢一点比过于求快反而会最终达到最优的效果。