金融科技的概念范文篇1
2016年3月，在全世界超过一亿观众的关注下，AlphaGo战胜围棋世界冠军李世石，这场赛事是人工智能领域一个重要的里程碑，同时也让人工智能广受社会关注。金融业作为数据高度集中的行业，在人工智能快速发展的时代，也在经历着深刻的变革。
二、人工智能相关概念及发展现状
人工智能（ArtificialIntelligence）简称AI。有着人工智能之父之称的约翰?麦卡锡最早提出过关于人工智能的概念，他将其描述为“结合科学技术和机械手段制造出智能机器的过程。”这个概念被沿用至今。我国《人工智能辞典》将人工智能定义为“使计算机系统模拟人类的智能活动，完成人用智能才能完成的任务。”此外，人工智能是计算机学科的一个分支，它是人们运用计算机编程技术实现机器自主学习的过程，从而模仿人类做出决策的一种技术。
从1956年约翰?麦卡锡首次提出人工智能的概念以来，人工智能已经取得了很多的发展成就，除了前文提到的进行棋类对弈，还有自动驾驶汽车，大数据挖掘，生物识别技术以及对金融业影响深刻的各种基于人工智能算法的交易系统。
三、人工智能在金融业的应用现状
（一）金融服务的变革
人工智能的出现虽说没有颠覆传统的金融业的服务，但对于诸如银行业前端业务、证券投资顾问业务、企业和个人的信贷业务都产生了深刻的影响。2015年交通银行推出的智能网点机器人，是国内采用人工智能技术进行金融服务的先导之一，其利用人脸识别、声音识别技术，针对用户需求进行业务引导，甚至可以判断客户的情绪进行工作；国内外很多证券公司都推出了自己的智能投顾，基于对数据的统计分析由计算机系统进行投资组合的管理；很多金融机构的信贷业务办理也可以由客户与智能客服的交互去完成。
（二）风险控制的应用
风险控制作为金融业一个至关重要的环节，也随着人工智能的发展出现了很多新的变化。蚂蚁金服通过分析用户的网购记录数据，针对用户进行信用评级对客户进行授信管理，不论从覆盖范围还是处理效率都远高于人工。京东白条基于高纬的数据模型为依据，应用超过500个消费金融系统中的风控模型，用到超过4万个风控目标，从而判断风险进行授信。这些海量数据靠人工显然是不现实的，但是人工智能的应用很好的解决了这些问题。
针对海量的金融?稻荩?具有深度学习能力的人工智能程序从金融历史数据中自行发现潜在的风险点，如分析信用交易数据，识别欺诈交易，并总结相关经验预测交易变化的趋势，提前进行风险防控。大数据的挖掘还可以应用在与金融业相关的上下游产业分析中，多维度针对具体行业、项目进行风险控制。
（三）资产管理另辟蹊径
人工智能在资产管理中的作用也愈发受到行业重视，深度的机器学习可以分析海量的金融交易数据，并24小时不间断的进行工作，完成高频的投资操作。花旗银行近期就研究报告，从2012年至2015年底，人工智能管理的资产规模从0升至290亿美元，未来管理资产的规模更是有望呈几何级增长，预计会达到5万亿美元。欧美等发达经济体已经有在市场中成熟运行的人工智能资金服务管理机构，Wealthfront和Betterment两家公司就是通过人工智能对资产进行管理，截至2016年2月Wealthfront已经管理了近30亿美元的资产。量化对冲基金的出现也为投资者提供更加多元化的选择，虽然其实际盈利能力还未经过很长时间的考验，但未来量化基金发展、增加已经成为行业趋势。
（四）金融业生物识别技术的应用
从最早的指纹识别开始，人们就在不断探索便捷的身份认证方式。人工智能学科的发展，为生物识别技术带来了前所未有的革新。金融作为私人信息、财富信息密集的行业，更是对客户、机构的身份认证有迫切的需求。面部识别、声音识别、虹膜识别等都是基于复杂的算法对目标进行身份识别管理，通过这些技术的应用大大提高了金融机构管理的安全性，同时也为客户办理业务节省了时间成本。互联网科技的普及为人工智能大展手脚已经奠定了一定的基础，人们可以通过面部识别体统进行取款，登录金融机构的交易软件，完成交易操作，这些应用对于防范金融犯罪有很好的作用。现在各类金融机构都在推出自己的人工智能产品，很多银行已经开始部署智能银行网点，客户进入网点后，通过人机交互即可完成各类业务的办理。对于金融机构来说，可以节省成本并且提供全天候的服务。对于客户来说，可以安全高效的办理业务。
四、存在的风险及展望
人工智能作为一个新生事物，对于金融有着很多积极的影响，但其和任何事物一样都存在着两面性，所以对于人工智能潜在的风险我们也要给予高度的重视。
（一）系统性风险
如果较多市场主体采用了相同或者类似的算法，其“协同”效应将被放大，在交易进行中基于同样的因素采取了相同大量的交易操作，这就有可能导致市场偏离正轨。除此之外，所使用的程序也容易成为被攻击的对象，程序、设备的故障也会增加整个系统的风险。
（二）信息安全风险
人工智能需要对大量的数据进行分析、学习，而这些信息的获取本身就可能成为一种风险。对交易数据、用户信息的深度挖掘，若不是建立在用户授权的情况下，信息来源主体的利益就会受到潜在的威胁。这其中往往包含了很多个人的隐私信息，所以对于信息源头的甄别、管理是人工智能技术能否真的造福客户的一个关键因素。
（三）监管难度的增加
人工智能是计算机通过分析自主决策，所以对于权责主体的界定不是非常清晰，监管所面临的复杂性也随之提高。这就要求监管层面也要根据技术的发展提出应对措施，比如对于交易规则的建立，开发人员的责任划分，操作过程的监控，都是值得思考的。
金融科技的概念范文篇2
以有效市场假说（EfficientMarketHypothesis，EMH）和理性预期（RationalExpectationHypothesis，REH））为特征的主流金融理论在金融领域中一直占据着统治地位。但大量的实证研究和观察结果表明，人们并不总是以理性态度做出决策，在现实中存在诸多的认知偏差，这些偏差不可避免地要影响到人们的金融投资行为，进而影响到资产定价，主流金融学有着无法克服的缺陷。RichardH.Thaler（1999）具体指出了在以下五个方面标准金融模型与实际不符：关于交易量的预测；关于波动性的预测；关于股票红利无关性；关于股票投资溢价；关于有效市场上证券价格的不可预测性。
1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金（LTCM）的破产保护、老虎基金的倒闭等，也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中，正有越来越多的人认识到，人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。
正是对主流金融理论的质疑，促使了金融研究范式的转换，极大地促进了新的理论和方法的产生和发展。近二十年来，金融学研究呈现出新的特点和趋势，这些特点和趋势可以概括为：从原来线性的、完全理性的观点到非线性、有限理性的转变；从市场宏观层面的研究到微观结构的研究；计算机技术的发展促进了实验金融学的产生和发展。
一、从完全理性到有限理性——行为金融学
在传统的经济、金融学研究中，现实的人被简化为一个简单的理性人，即假定人们能掌握处理所有有用信息，总是能最大化其预期效用，显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的，也无法观察现实人的经济行为。
对完全理性的质疑，促使人们尝试用心理学方法来研究经济、金融问题，并试图以此来修正和检验经济、金融学的基本假设，于是便应运诞生了一门新学科——行为金融学。目前，对“行为金融学”一词还没有正式规范的定义，它主要从实证的角度研究人们如何理解和利用信息，并做出正式的投资决策，以及在此过程中，人的行为认知偏差对决策的影响。田宏伟（2001）认为构成行为金融学定义的内容有三个方面：行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起；行为金融学力图解释是什么造成了股票／证券价格的异常现象，这种异常已被众多的研究证明是广泛存在的；行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性（不完全理性）的科学。
事实上，正是因为投资者会产生系统的认知偏差或不完全理性，才导致证券价格出现各种异常。至于到底有哪些价格异常现象，它们又是由什么样的不完全理造成的，如何确定价格异常出现的市场条件，正是行为金融学的研究内容所在。从总体上看，现有行为金融学的研究是在两个方向上展开的：一是对主流金融理论缺陷的实证分析，研究在金融市场上发现的人们的诸多行为认知偏差；二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。
·噪声交易理论
FischerBlack（1986）首次提出关于噪声交易的概念，他的论文是噪声交易理论以及行为金融学研究的奠基性文章，是许多随后研究的出发点。Black指出，噪声的概念与信息的概念相对应，一直存在于金融市场中，而股价则综合反映了噪声与信息的影响。股票投资者也被分为噪声交易者和信息交易者。噪声交易理论近年来取得了很大进展，已成为行为金融学的重要工具。
J.BradfordDeLong，AndreiShleifer，LawrenceH.SummersandRobertJ.Waldmann（1990）研究了金融市场上的噪声交易者风险，得到的结论是噪声交易者通过承担更多的由他们自己创造的风险（噪声交易者风险），可以比厌恶风险的理性套利者获得更高的回报。
LawrenceH.Summers（1986）的研究也认为，股票的市场价格会对非理性投资者的投资行为更敏感，因为当理性投资者接受市场价格是其基本价值的体现，并且不以自己对价值的判断作为交易的依据时，非理性投资者则相反，他们按自己对价值的（错误）判断作为交易的依据，这时市场价格就会对非理性投资者更敏感。
·期望理论
在行为金融学模型中，由卡尼曼（DanielKahneman）和已故的特韦尔斯基（AmosTver-sky）提出并发展起来的期望理论无疑是影响最为深远的一个（DanielKahneman，andAmosTversky（1979，1992）），它向传统的预期效用理论提出了强有力的挑战。DanielKahneman因此获得了2002年诺贝尔经济学奖。
不可否认，预期效用理论至今仍是现代经济理论的重要支柱之一，它给出了不确定性条件下的理的简单精确描述。然而，正如前文所述，实际情况下人的行为并不总是理性的，这使得效用理论在应用中会产生矛盾现象，最著名的当属阿莱悖论。Kahneman—Tversky的期望理论的提出，改进了预期效用理论的不足。在期望理论中，投资者的效用（价值）不再是财富的函数，而是获利与损失的函数；投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用／价值函数。
可以看出，与标准效用函数相比，期望理论的效用函数呈“S”型——在获利区间凹，在损失区间凸，这与对人们风险偏好的实际观察结果是一致的（即损失厌恶）。
通过引入价值函数、概率评价函数、参考点等概念，期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释，如阿莱悖论、证券溢价之谜、期权微笑现象等。
·过分自信理论
人们往往过于相信自己的判断能力，高估自己成功的机会，我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象，如过度反应与反应不足。
W.M.DeBondt，RichardH.Thaler（1986）的文章“股票市场过分反应了吗？”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的，并指出过度反应与反应不足的原因都在于投资者的过分自信。
TerranceOdean（1998）对过分自信理论进行了详细综述和研究，并建立了过分自信的行为金融模型。由于过分自信，投资者有时会高估某些信息，有时又会低估，过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。
首先，两个前提假设是：过分自信意味着交易者认为后验信息更准确（比实际上的准确性更高）；交易者认为自己的私有信息比别人的私有信息更加可靠。
通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信，TerranceOdean分析了金融市场存在信息成本时的过分自信效应。在各种情形下，过分自信都会增大成交量和市场深度，同时降低投资者的预期效应。但是，对价格波动性和价格内在性质（以价格与基本价值差额的方差来衡量）的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性，做市商过分自信会减少波动性。
·主观概率理论
主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。
传统概率论以及在此基础上发展起来的Bayesian决策准则所关注的都是事件发生的频率，其前提是事件能够反复发生。而对于一次性事件的概率估计，它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明，人们在做出这类评估时，由于受到自身条件和知识能力的限制，无法得到最优结果，只能在一定程度上得到满意解，这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点，促使科学家从行为认知的角度来研究决策过程，AmosTversky和DanielKahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究，期望理论其实是主观概率理论中的一种。
二、从线性到非线性——非线性科学的应用
在人类的认识上，首先是用相对简单的线性关系（线性模型）来刻画线性问题的定量关系，对于那些非线性因素不能忽略的情况，则往往采取线性近似或线性迭代的方法来处理，这样处理有时也能得到较好的结果，但这种情况一般只出现在比较“简单的”非线性问题中，或者只是研究系统的一些“常规”行为特征。随着人们对社会、自然认识的不断深化，人们越来越不敢“小看”非线性问题了。首先，就其本质而言，自然界是非线性的。其次，许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法（包括线性近似）来刻画。第三，即使是一些表面看上去很简单的系统，也可能表现出令人惊异的复杂性（如确定性的随机性），于是，人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究，并由此而诞生了非线性科学。
最早将非线性科学用于经济学研究的是美国经济学家斯徒泽（Stuzer），他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”，将李—约克（Li—York）定理和分岔技术应用于哈维尔默（Havelmo）增长模型，找到了该模型出现混沌的条件。之后，越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。
分形学的创始人，著名的数学家BenoitB.Mandelbrot（1997）将其研究成果应用到金融市场价格变动的研究中，价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形（多分形）的目的并不是要确切地预测未来，但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状，其特点是可以分为若干部分，而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中，这一概念并不是无根据的抽象，而是对一种简单明了的市场常识从理论的高度上重新进行表述。
埃德加·E·彼得斯（Peters.E.E，1996）的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的，而是受到某种确定性趋势的作用，并具有对初始波动的高度敏感性，换言之，股价运动具有混沌性质。据此，彼得斯（1994）提出了分形市场假说，认为：（1）市场是由很多具有不同投资预期的投资者组成的；（2）与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构，并且没有特征时间标度，市场就会保持稳定。当市场的投资预期变得一致时，市场就会变得不稳定，因为每个人都基于同样的信息集进行交易（Peters，1994）。
近年来，非线性动力学在证券市场研究领域的应用主要集中在两个方向上，一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究，在证券市场应用混沌分形理论的前提是数据是否具有混沌性质，这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括：长记忆与R／S分析、BDS检验、Lyapunov指数检验等。
另一个方向便是建立非线性动力学模型来描述股价的动态行为，探寻证券市场价格波动行为的形成机理。最近几年，不少学者进行了大量研究，如Arthur、Holland、LeBaron、Palmer和Taler（1997），Brock（1993，1997），BrockandHommes（1997，1998），BrockandLeBaron（1996），Chiarella（1992），ChiarellaandHe（2000），Gaunersdorfer（2001），GaunersdorferandHommes（2000），Lux（1995），TaiseiKaizoji（2000）等等。这些模型都是基于异质投资者上的，即投资者是有限理性的，他们之间是有差别的，而非传统的金融研究将投资者简化为典型的理性人。
Brock和Hommes（1997，1998）（简称BH）提出了一个信念自适应系统（AdaptiveBeliefSystem简称ABS）的理论框架，其基本思想是：市场上的投资者是千差万别（投资者的异质性），其对未来的信念也是各不相同（信念的异质性），为适应环境，投资者的信念是变化的。人们通过不断的学习，选择业绩好的预测规则（信念），以适应不断变化的复杂的环境，这样就导致了不同类型的投资者比例的变化，进而影响着资产价格的变动，而价格的变化反过来影响投资者对预测规则的选择，形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架，而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源，即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象，如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展，Brock、Hommes和Wagener（2001）又提出了LargeTypeLimit（LTL）的概念来描述有多种类型投资者的适应性进化系统的平均行为。ChiarellaandHe（1999，2000）也对ABS系统进行了一定程度的扩展。
Lux（1995）模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象，描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为，模型刻画了投机者之间的相互模仿传染（递）的过程。模型通过投资者的态度（即买入和卖出）的变化来描述市场供需状况，而供需状况进而影响价格的变化，投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为，能很好地解释股市泡沫的形成、破灭（过度波动）和均值回复。Kaizoii（1998）模型与Lux模型相似，区别在于后者为微分方程，而前者为差分方程。TaiseiKaizoji（2000）又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。
T.Vaga（1991，1999）提出的协同市场假定认为，市场价格的概率分布是基于以下两类因素在时间上的变化：基本的或经济的环境；市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组合的变化，市场状态也变化，可以达到四个不同的相：随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之，把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验，但对市场价格变化具有很好的描述能力。
三、从宏观到微观——市场微观结构理论
市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制，它对于全面深入了解证券市场交易过程，制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制，它可以被用来建立技术分析的理论基础，为股票价格预测服务。AnanthMadhavan（2000）把市场微观结构理论研究内容归纳为四个方面：（1）价格形成，包括价格吸收信息的动态过程；（2）市场结构与设计，包括价格形成与交易规则之间的关系；（3）市场透明度，市场参与者观察交易过程信息的能力；（4）其他金融领域应用，包括资产定价、国际金融、公司财务。
金融市场微观结构理论与以前的金融理论相比，有两个特点：一是以前的金融理论注重的是宏观分析和总量的分析，而市场微观结构理论注重微观分析和变量分析；二是以前的金融理论多用演绎法，而市场微观结构理论则主要运用计量经济模型来进行实证分析，同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究，这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等，都着重突出了对人的理和非理的发生及其原因的分析，从而使得对市场上的价格变动的分析更加深入。
四、计算机技术的应用——实验金融学
随着计算机技术，特别是人工智能技术的飞速发展，对金融市场的定量仿真与实验成为了可能，于是一门新的分支学科——实验金融学便产生了。
SantaFeInstitute（SPl）研究人员Authur，W.B.，J.H.Holland，B.LeBaron，R.G.Palmer，P.J.Taylor使用基于Agent的计算机模型来研究资本市场，建立人造股票市场ASM（ArtificialStockMarket），本质上开了实验金融学的先河。他们从1990年开始到1997年论文“AssetPricingUnderEndogenousExpectationsinanArtificialStockMarket”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。
实验金融学是指应用计算机技术来模拟实际金融市场，如股票市场、外汇市场、期货市场等，在既定的市场结构下，通过研究市场微观层次Agent（投资者）的行为来揭示市场宏观特性形成原因的一门金融学分支。
金融科技的概念范文篇3
在位于北京望京的豆蔓理财研发中心，技术人员正在对RS智能配资系统做升级优化。该系统的设计初衷就是帮助人们科学高效地配置资产，从而将所有个人闲置资产实时匹配给有需求的融资方，并以秒为单位结算利息。
这就是金融科技最核心的价值所在。
事实上，金融科技企业的出现并非偶然，甚至从某种意义上来说，金融服务与互联网技术天然地存在着密切联系。
金融是为提高资金融通效率而生的，最理想的状态就是将所有闲置资金盘活，让每一笔钱得到最大化利用。在传统金融服务中，金融机构主要依靠线下网点开展业务，需要投入大量成本维持各网点正常运营。对企业和个人来说，办理存贷款业务也都需要在线下网点提交资料，时间成本也非常大。但依托互联网技术，所有的业务均从线下转为线上，消除了时间上和空间上的距离，从而大幅缩减了金融机构的运营成本，增加了闲置资金被利用的周期长度。
此外，金融服务的核心是风险控制，这需要大量数据做支撑。在传统金融服务中，数据都是孤立的，金融机构之间很难实时共享所有数据，甚至同一机构的不同网点之间，也很难做到数据同步。这就造成了非常大的风险隐患，例如一人多贷、一房多抵的情况。但依托互联网技术，数据不仅能够实时共享，而且通过自动化的数据分析，能够极大提升贷款审批的效率，从而降低融资方的成本，提升资金利用率。
不得不说，互联网金融发展到今天，技术导向确实已经成为颇具共识的方向。像豆蔓理财这种规模上不能与大企业比肩的平台，如今已沿着自己的逻辑，通过技术革新营造一个个小而美的金融生态，并据此打造自身的核心竞争力。
今年，阿尔法狗战胜了李世石，彰显出人工智能领域研究的重大进展。而在互联网金融行业，金融科技企业纷纷试水智能投资顾问，将人工智能的研发成果应用到金融服务上。
豆蔓理财自主研发的RS智能配资系统，目前主要服务于资金端客户。它通过调取投资行为数据，计算出该客户的投资偏好与风险承受能力，最终匹配到资产端。
但这不是我们的终极目的。豆蔓理财希望打造一个资金融通的生态圈，将人们的每一笔收入都实时对接债权，随时可支取，但收益将根据投资期限上下浮动。这种融合了区块链、大数据分析、人工智能等技术的全自动配资工具，将在极大程度上降低资金闲置的可能性，同时通过分散投资标的，降低理财人的风险。
应该说，无论是豆蔓理财正在努力研发的新一代RS系统，还是蚂蚁金服等大型企业已经完成的业务布局，都只是金融服务与互联网技术相结合的一个缩影。但金融科技的未来却远不止于此，它所要推动的是整个金融行业的变革。
我认为，有关互联网金融公司转型做金融科技公司的说法，其实并不准确。有人甚至认为是企业把互联网金融公司改称金融科技公司，可以绕开监管。这种看法其实非常不专业。无论是金融科技公司，还是互联网金融公司，都应该在监管范围内开展业务，而且从目前的监管要求来看，金融科技公司并没有处于监管盲区。
应该说，业内主打金融科技的概念，是建立在对自身业务更加准确和明晰的认识基础上的，尤其围绕信息中介这个定位，金融科技的概念其实更加适合，因为既能彰显出企业的核心技术竞争优势，又能明示自身业务与金融业务是相辅相成、互为补充的。
我觉得，金融科技和互联网金融都还处于发展初期。金融科技的本质是利用互联网技术提升传统金融业务的质量和效率，现在各家都在沿着这个方向去研发各种各样的系统。
有人说金融科技是一个新风口，我觉得还没到那个地步，因为金融科技与互联网金融都存在非常大的发展空间，机遇也非常多，主要还是看企业自身定位是什么。
金融科技的概念范文1篇4
关键词：金融集聚区；金融商务中心区（CBD）；金融城
中图分类号：F830.9文献标识码：A
随着城市建设的不断发展，我国在金融集聚区的建设上呈现出“百家争鸣”的局面，其发展特征、业务形态及服务职能上各有异同，但对于金融集聚区各个发展形态的概念定位较为模糊，造成了彼此在发展规模、发展特征、功能定位等方面问题上的概念混淆，从而造成了在城市规划编制过程中的诸多制约与不便。对此，本文针对国内金融产业区、金融商务中心区（CBD）及金融城等相关金融集聚区发展形态的基本概念、发展概况、发展特征、发展问题与趋势进行探讨，以便解决上述问题。
一、概念辨析
（一）金融产业区与金融产业集聚区金融产业区是金融产业相对集聚发展的初级产业区，是金融产业集聚区的雏形发展形态。同时，金融产业集聚区在产业规模、功能及职能上是金融产业区的扩大与升级。
（二）金融产业集群与金融商务中心区金融产业集群是金融产业集聚区规模再扩大与产业再升级；同时，金融产业集群相对金融产业集聚区来说已经可以承担区域的金融中心职能；而金融商务中心区（CBD）作为金融产业集群的空间承载，在其产业规模及区域职能体系上可作为部级金融中心发展建设；随着发展规模及区域金融影响力的不断扩大，已经发展为国家金融中心的金融商务中心区即可发展成为国际金融中心及全球金融中心。
（三）金融城与金融商务中心区（CBD）金融城的发展概念是近些年在金融商务中心区（CBD）的发展基础上提出的，其产生过程是由金融产业集聚形成集聚区，进而扩大规模形成产业集群，最终成为金融中心承载区或CBD，再进行产业升级及健全公共服务设施配套。（见图1）。
图1金融集聚区相关概念发展解析图
二、概况分析目前我国在金融集聚区相关发展形态的建设当中呈现出“多点开花”发展局面，从金融产业集聚区到金融城等发展形态均存在相应的发展实例，且发展规模、发展定位及业态构成等方面均有差异。从经济区位角度分析，我国三大经济发展区均逐步建设金融集聚区、金融城等发展形态的金融职能区域；从金融集聚区的职能地位角度分析，从香港的国际金融中心到北京、上海的准国际金融中心，从深圳的部级金融中心到天津、成都、重庆等地的区域金融中心，各金融中心均以各自的地理空间区域进行金融职能服务；从建设类型角度分析，对于金融集聚区相关形态的建设分为扩区改造更新及新区规划建设两种途径。多数原CBD发展形态的金融中心以扩区改造的方式融入公共服务职能，如北京CBD国际金融城（见表1）。表1国内部分城市金融集聚区发展概况比较
三、特征总结
（一）金融职能体系化发展目前我国形成以香港作为全球性金融窗口；以北京、上海、深圳作为支撑性国际金融中心城市；以天津、广州、杭州、大连等城市作为区域金融中心城市；以沈阳、西安、郑州、武汉等作为专业化金融中心性城市，逐步发展国家金融城市体系。
（二）空间地理区域化发展以北京、天津、沈阳、大连为金融发展城市群，引领辐射环渤海经济区金融发展建设；以上海、杭州为金融发展城市群，引领辐射长三角经济区金融发展建设；以香港、澳门、广州、深圳为金融发展城市群，引领辐射珠三角经济区金融发展建设；以成都、重庆为金融发展城市群，引领辐射成渝经济区的金融发展建设；逐步形成区域化、集聚化、合作化的区域城市群空间发展格局。
（三）产业业态分工化发展以北京为依托发展，天津、沈阳、大连形成金融业分工化战略发展布局；以香港为发展中心，广州、深圳分工化发展，服务对接香港的金融中心发展；以澳门为发展核心，珠海逐步对接化发展。以成都为发展龙头，重庆逐步发展成为对接成都的区域金融中心性城市。
四、结语对金融集聚区相关发展形态的概念及特征的梳理总结有助于在城市规划、城市设计编制及建设过程中对其有清楚的认知，对在金融集聚区规划及建设指导作用上有着重要的意义。
参考文献：
[1]袁晓霞.金融集聚问题研究：[D].厦门：厦门大学硕士学位论文，2008.
[2]淡儒勇.金融发展理论与中国金融发展[M].北京：中国经济出版社，2000．
作者简介：
金融科技的概念范文篇5
关键词：幸福导向；型企业；发展；对策
中图分类号：F016文献标识码：A
文章编号：1005-913X（2012）08-0186-01
一、“幸福导向型产业”的提出
“幸福导向型产业”作为广东省第十一次党代会报告的一大亮点，是国内首次提出的新概念。书记在报告中提出，“大力发展健康服务、节能环保、休闲旅游、文化创意等幸福导向型产业，引导转型升级的方向”。“幸福导向型产业”这个概念随之首次亮相。“幸福导向型产业”这一概念的提出是基于人类社会的必然趋势，也符合广东的发展实际。近年来，广东在经历了多年经济的快速增长之后，全省经济总量已经位居全国前列，推出的诸多“倒逼”政策，促使越来越多资本、土地、劳动力向更多附加值、更多技术含量、更高端方向聚集。今年的广东省党代会报告淡化GDP数字，消除GDP崇拜，而创造性提出要发展幸福导向型产业，体现的是在指导观念上更加重视经济发展的质量和效益，表明广东今后不仅是发展产业，还要在发展中带来物质享受，让老百姓普遍体会到幸福。正如广东省社会科学院产业经济研究所所长向晓梅所言，幸福导向型产业体系的构建，将让广东的产业转型升级“见物又见人”。
二、幸福导向型产业的内涵分析
界定幸福导向型产业内涵是研究幸福导向型产业以及制定幸福导向型产业政策的起点，既要体现幸福导向型产业的导向，也要体现幸福导向型产业的特征，更要体现幸福导向型产业的外延。幸福导向型产业的核心是“以人为本”，这使它不仅具有经济学的意义，同时还兼具社会学的意义。传统的产业转型升级“只见物不见人”，而幸福导向型产业则要求产业转型升级“既见物又见人”。它从人们现实需求出发，从最低层次的衣食住行需求到精神生活追求，淡化了GDP崇拜，更加注重追求经济发展的质量与效益，对纠正唯利是图、金钱至上等错误片面的价值观具有重要作用。具体而言，可从以下三方面来理解幸福导向型产业：
第一，幸福导向型产业必然是共享式发展。虽然短期内幸福导向型产业所贡献的GDP和财政收入增长，无法与传统的一些大型产业项目相提并论，但该产业的发展自始至终就非常注重将产业发展成果惠及绝大部分民众，所追求的不再是物质的“数量”而是生活的“质量”，而绝不是将产业发展高端化、富贵化，让普通老百姓享受不到。
第二，幸福导向型产业必然是跨越式发展。“不怕起步晚，就怕起点低”。作为欠发达地区，发展幸福导向型产业，必须摒弃以往片面追求“规模型”或“数量型”的发展思路，科学进行产业发展规划，通过广泛应用网络技术、低碳技术等高新技术，以高品质的幸福需求引领和带动“幸福导向型”产业的跨越式发展。
第三，幸福导向型产业必然是生态文明式发展。世界科技和产业革命变迁史表明，建立在旧工业文明和物质经济之上的传统经济发展模式，会使人类陷入人与自然冲突的严重生态危机。可预计，下一轮科技和产业革命的领头产业，必定是能破解这种生态危机、以追求人类幸福最大化为根本动力的一组新兴产业群。幸福导向型产业必然是一种走生态文明之路、符合可持续发展理念的新兴产业。
三、广东发展幸福导向型产业的对策建议
幸福导向型产业，既是广东瞄准全球产业革命新趋势、继续争当全国改革开放排头兵的战略举措，也是跨越“中等收入陷阱”、加快转型升级、建设“幸福广东”的必由之路。围绕幸福导向型产业的内涵和特点，结合广东产业发展实际情况，提出以下五方面的对策建议。
（一）树立正确产业发展观念
幸福导向型产业是一个全新概念，是幸福社会必不可少的、提升老百姓生活水平的产业，需要树立正确的产业发展观念。面对全球新的文明转型和产业变革调整，广东必须围绕人由“生存”到“发展”的多元幸福诉求，认真考虑人的生存快乐和内在需求，在设计新产品和开发新服务时注入更多人文理念和人文关怀，率先发展节能环保、生物医药、公共安全智能监控等与重大民生需求密切相关的“幸福导向型”新兴业态。
（二）制定一揽子政策促进产业发展
建议根据“幸福广东”建设需求，选准最迫切、最需要培育的重点产业领域，集中力量进行攻克，带动产业体系整体突围，并培育和扶持一批幸福导向型产业的重点企业和示范基地。同时，围绕健康服务、低碳环保、时尚创意、体闲旅游、数字娱乐等幸福导向型产业重点领域设立财政专项资金予以支持，重点对惠及民生的战略性新兴产业重大项目、前沿关键共性技术研发和重点产业集聚园区予以一定的税费返还和贴息资助，形成政策叠加倍增效应，推动“幸福导向型”产业成为广东经济的新增长极。目前，广东省委省政府已经做出了具体工作部署和安排，包括出台“培育幸福导向型产业体系”等八项行动计划，并将专门制定出台“幸福导向型产业”发展的五年规划。
（三）着力推进产业协同创新
以制定实施幸福导向型产业技术路线图为着力点，集中力量开展产业领域的关键共性技术和重点产品的研发攻关，实现创新链和产业链的双螺旋融合，协同推进幸福导向型产业技术创新。同时，建议广东从“民生幸福”角度出发，大力开展幸福导向型产业领域的“三部两院一省”产学研合作，实现市场需求拉动与科技创新驱动协同用力。此外，广东也要围绕“幸福导向型”产业重点领域，规划和建设一批共性和关键技术创新平台，重点规划建设民生科技成果转化公共服务平台。
（四）不断加大科技金融支持
建议广东依托已有的科技型中小企业贷款风险准备金和省市联合风险准备金，引导银行加大对幸福导向型产业信贷支持。争取设立广东“幸福导向型”产业风险投资引导基金，积极发展私募基金、产业基金等新金融业态，构建起行之有效的风险分担机制和特别融资机制。支持金融机构推出专门针对“幸福导向型”产业的金融创新产品，探索健康服务、节能环保、休闲旅游等幸福导向型产业的知识产权质押融资新模式，并推广股权质押、应收账款质押、存货质押、订单融资等创新型融资工具。
（五）规划建设幸福导向型产业集聚区
建议广东以高新区、民营科技园区、产业转移园区、现代服务业合作区以及专业镇等为载体，促进生物医药、绿色低碳、智能产业、文化创意等“幸福导向型”新兴产业的集聚发展，打造幸福导向型产业集聚区。各个集聚区要加快公共服务平台建设，构建集信息、研发、金融、培训、检测为一体的综合服务平台，为入区企业提供配套服务。广东可重点推进高端创新资源向广州中新知识城、广州科学城、国际生物岛、东莞松山湖科技园区、深圳国家高技术产业基地、顺德中国南方智谷、中国农业科技华南创新中心等创新型产业集聚区集聚。推动广州、深圳、佛山三大汽车整车产业基地，广州设计港、国家网络动漫产业基地，广东数字家庭国家产业基地的建设和发展。
参考文献：
金融科技的概念范文1篇6
1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金（LTCM）的破产保护、老虎基金的倒闭等，也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中，正有越来越多的人认识到，人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。
正是对主流金融理论的质疑，促使了金融研究范式的转换，极大地促进了新的理论和方法的产生和发展。近二十年来，金融学研究呈现出新的特点和趋势，这些特点和趋势可以概括为：从原来线性的、完全理性的观点到非线性、有限理性的转变；从市场宏观层面的研究到微观结构的研究；计算机技术的发展促进了实验金融学的产生和发展。
一、从完全理性到有限理性——行为金融学
在传统的经济、金融学研究中，现实的人被简化为一个简单的理性人，即假定人们能掌握处理所有有用信息，总是能最大化其预期效用，显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的，也无法观察现实人的经济行为。
对完全理性的质疑，促使人们尝试用心理学方法来研究经济、金融问题，并试图以此来修正和检验经济、金融学的基本假设，于是便应运诞生了一门新学科——行为金融学。目前，对“行为金融学”一词还没有正式规范的定义，它主要从实证的角度研究人们如何理解和利用信息，并做出正式的投资决策，以及在此过程中，人的行为认知偏差对决策的影响。田宏伟（2001）认为构成行为金融学定义的内容有三个方面：行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起；行为金融学力图解释是什么造成了股票／证券价格的异常现象，这种异常已被众多的研究证明是广泛存在的；行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性（不完全理性）的科学。
事实上，正是因为投资者会产生系统的认知偏差或不完全理性，才导致证券价格出现各种异常。至于到底有哪些价格异常现象，它们又是由什么样的不完全理造成的，如何确定价格异常出现的市场条件，正是行为金融学的研究内容所在。从总体上看，现有行为金融学的研究是在两个方向上展开的：一是对主流金融理论缺陷的实证分析，研究在金融市场上发现的人们的诸多行为认知偏差；二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。
·噪声交易理论
FischerBlack（1986）首次提出关于噪声交易的概念，他的论文是噪声交易理论以及行为金融学研究的奠基性文章，是许多随后研究的出发点。Black指出，噪声的概念与信息的概念相对应，一直存在于金融市场中，而股价则综合反映了噪声与信息的影响。股票投资者也被分为噪声交易者和信息交易者。噪声交易理论近年来取得了很大进展，已成为行为金融学的重要工具。
J.BradfordDeLong，AndreiShleifer，LawrenceH.SummersandRobertJ.Waldmann（1990）研究了金融市场上的噪声交易者风险，得到的结论是噪声交易者通过承担更多的由他们自己创造的风险（噪声交易者风险），可以比厌恶风险的理性套利者获得更高的回报。
LawrenceH.Summers（1986）的研究也认为，股票的市场价格会对非理性投资者的投资行为更敏感，因为当理性投资者接受市场价格是其基本价值的体现，并且不以自己对价值的判断作为交易的依据时，非理性投资者则相反，他们按自己对价值的（错误）判断作为交易的依据，这时市场价格就会对非理性投资者更敏感。
·期望理论
在行为金融学模型中，由卡尼曼（DanielKahneman）和已故的特韦尔斯基（AmosTver-sky）提出并发展起来的期望理论无疑是影响最为深远的一个（DanielKahneman，andAmosTversky（1979，1992）），它向传统的预期效用理论提出了强有力的挑战。DanielKahneman因此获得了2002年诺贝尔经济学奖。
不可否认，预期效用理论至今仍是现代经济理论的重要支柱之一，它给出了不确定性条件下的理的简单精确描述。然而，正如前文所述，实际情况下人的行为并不总是理性的，这使得效用理论在应用中会产生矛盾现象，最著名的当属阿莱悖论。Kahneman—Tversky的期望理论的提出，改进了预期效用理论的不足。在期望理论中，投资者的效用（价值）不再是财富的函数，而是获利与损失的函数；投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用／价值函数。
可以看出，与标准效用函数相比，期望理论的效用函数呈“S”型——在获利区间凹，在损失区间凸，这与对人们风险偏好的实际观察结果是一致的（即损失厌恶）。
通过引入价值函数、概率评价函数、参考点等概念，期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释，如阿莱悖论、证券溢价之谜、期权微笑现象等。
·过分自信理论
人们往往过于相信自己的判断能力，高估自己成功的机会，我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象，如过度反应与反应不足。
W.M.DeBondt，RichardH.Thaler（1986）的文章“股票市场过分反应了吗？”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的，并指出过度反应与反应不足的原因都在于投资者的过分自信。
TerranceOdean（1998）对过分自信理论进行了详细综述和研究，并建立了过分自信的行为金融模型。由于过分自信，投资者有时会高估某些信息，有时又会低估，过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。
首先，两个前提假设是：过分自信意味着交易者认为后验信息更准确（比实际上的准确性更高）；交易者认为自己的私有信息比别人的私有信息更加可靠。
通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信，TerranceOdean分析了金融市场存在信息成本时的过分自信效应。在各种情形下，过分自信都会增大成交量和市场深度，同时降低投资者的预期效应。但是，对价格波动性和价格内在性质（以价格与基本价值差额的方差来衡量）的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性，做市商过分自信会减少波动性。
·主观概率理论
主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。
传统概率论以及在此基础上发展起来的Bayesian决策准则所关注的都是事件发生的频率，其前提是事件能够反复发生。而对于一次性事件的概率估计，它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明，人们在做出这类评估时，由于受到自身条件和知识能力的限制，无法得到最优结果，只能在一定程度上得到满意解，这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点，促使科学家从行为认知的角度来研究决策过程，AmosTversky和DanielKahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究，期望理论其实是主观概率理论中的一种。
二、从线性到非线性——非线性科学的应用
在人类的认识上，首先是用相对简单的线性关系（线性模型）来刻画线性问题的定量关系，对于那些非线性因素不能忽略的情况，则往往采取线性近似或线性迭代的方法来处理，这样处理有时也能得到较好的结果，但这种情况一般只出现在比较“简单的”非线性问题中，或者只是研究系统的一些“常规”行为特征。随着人们对社会、自然认识的不断深化，人们越来越不敢“小看”非线性问题了。首先，就其本质而言，自然界是非线性的。其次，许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法（包括线性近似）来刻画。第三，即使是一些表面看上去很简单的系统，也可能表现出令人惊异的复杂性（如确定性的随机性），于是，人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究，并由此而诞生了非线性科学。
最早将非线性科学用于经济学研究的是美国经济学家斯徒泽（Stuzer），他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”，将李—约克（Li—York）定理和分岔技术应用于哈维尔默（Havelmo）增长模型，找到了该模型出现混沌的条件。之后，越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。
分形学的创始人，著名的数学家BenoitB.Mandelbrot（1997）将其研究成果应用到金融市场价格变动的研究中，价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形（多分形）的目的并不是要确切地预测未来，但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状，其特点是可以分为若干部分，而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中，这一概念并不是无根据的抽象，而是对一种简单明了的市场常识从理论的高度上重新进行表述。
埃德加·E·彼得斯（Peters.E.E，1996）的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的，而是受到某种确定性趋势的作用，并具有对初始波动的高度敏感性，换言之，股价运动具有混沌性质。据此，彼得斯（1994）提出了分形市场假说，认为：（1）市场是由很多具有不同投资预期的投资者组成的；（2）与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构，并且没有特征时间标度，市场就会保持稳定。当市场的投资预期变得一致时，市场就会变得不稳定，因为每个人都基于同样的信息集进行交易（Peters，1994）。
近年来，非线性动力学在证券市场研究领域的应用主要集中在两个方向上，一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究，在证券市场应用混沌分形理论的前提是数据是否具有混沌性质，这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括：长记忆与R／S分析、BDS检验、Lyapunov指数检验等。
另一个方向便是建立非线性动力学模型来描述股价的动态行为，探寻证券市场价格波动行为的形成机理。最近几年，不少学者进行了大量研究，如Arthur、Holland、LeBaron、Palmer和Taler（1997），Brock（1993，1997），BrockandHommes（1997，1998），BrockandLeBaron（1996），Chiarella（1992），ChiarellaandHe（2000），Gaunersdorfer（2001），GaunersdorferandHommes（2000），Lux（1995），TaiseiKaizoji（2000）等等。这些模型都是基于异质投资者上的，即投资者是有限理性的，他们之间是有差别的，而非传统的金融研究将投资者简化为典型的理性人。
Brock和Hommes（1997，1998）（简称BH）提出了一个信念自适应系统（AdaptiveBeliefSystem简称ABS）的理论框架，其基本思想是：市场上的投资者是千差万别（投资者的异质性），其对未来的信念也是各不相同（信念的异质性），为适应环境，投资者的信念是变化的。人们通过不断的学习，选择业绩好的预测规则（信念），以适应不断变化的复杂的环境，这样就导致了不同类型的投资者比例的变化，进而影响着资产价格的变动，而价格的变化反过来影响投资者对预测规则的选择，形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架，而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源，即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象，如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展，Brock、Hommes和Wagener（2001）又提出了LargeTypeLimit（LTL）的概念来描述有多种类型投资者的适应性进化系统的平均行为。ChiarellaandHe（1999，2000）也对ABS系统进行了一定程度的扩展。
Lux（1995）模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象，描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为，模型刻画了投机者之间的相互模仿传染（递）的过程。模型通过投资者的态度（即买入和卖出）的变化来描述市场供需状况，而供需状况进而影响价格的变化，投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为，能很好地解释股市泡沫的形成、破灭（过度波动）和均值回复。Kaizoii（1998）模型与Lux模型相似，区别在于后者为微分方程，而前者为差分方程。TaiseiKaizoji（2000）又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。
T.Vaga（1991，1999）提出的协同市场假定认为，市场价格的概率分布是基于以下两类因素在时间上的变化：基本的或经济的环境；市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组合的变化，市场状态也变化，可以达到四个不同的相：随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之，把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验，但对市场价格变化具有很好的描述能力。
三、从宏观到微观——市场微观结构理论
市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制，它对于全面深入了解证券市场交易过程，制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制，它可以被用来建立技术分析的理论基础，为股票价格预测服务。AnanthMadhavan（2000）把市场微观结构理论研究内容归纳为四个方面：（1）价格形成，包括价格吸收信息的动态过程；（2）市场结构与设计，包括价格形成与交易规则之间的关系；（3）市场透明度，市场参与者观察交易过程信息的能力；（4）其他金融领域应用，包括资产定价、国际金融、公司财务。
金融市场微观结构理论与以前的金融理论相比，有两个特点：一是以前的金融理论注重的是宏观分析和总量的分析，而市场微观结构理论注重微观分析和变量分析；二是以前的金融理论多用演绎法，而市场微观结构理论则主要运用计量经济模型来进行实证分析，同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究，这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等，都着重突出了对人的理和非理的发生及其原因的分析，从而使得对市场上的价格变动的分析更加深入。
四、计算机技术的应用——实验金融学
随着计算机技术，特别是人工智能技术的飞速发展，对金融市场的定量仿真与实验成为了可能，于是一门新的分支学科——实验金融学便产生了。
SantaFeInstitute（SPl）研究人员Authur，W.B.，J.H.Holland，B.LeBaron，R.G.Palmer，P.J.Taylor使用基于Agent的计算机模型来研究资本市场，建立人造股票市场ASM（ArtificialStockMarket），本质上开了实验金融学的先河。他们从1990年开始到1997年论文“AssetPricingUnderEndogenousExpectationsinanArtificialStockMarket”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。
实验金融学是指应用计算机技术来模拟实际金融市场，如股票市场、外汇市场、期货市场等，在既定的市场结构下，通过研究市场微观层次Agent（投资者）的行为来揭示市场宏观特性形成原因的一门金融学分支。
金融科技的概念范文篇7
关于应用型财务管理本科人才培养目标有几种不同的观点。第一种观点从市场需求角度进行论述，如葛文雷、吴丽贤、常珊珊认为财务管理专业人才培养目标最终取决于人才市场对财务管理专业毕业生的需求。第二种观点从就业领域和工作类别的角度进行阐述，如崔莉认为应用型财务管理本科专业毕业生毕业后在政府机关、企事业单位从事投资、评估、企业理财、金融投资、财产保险、建筑工程造价、财务分析方面、财务会计等方面的工作；吕立伟、张周等认为应用型本科财务管理专业人才是能在事业单位及政府部门从事财务管理相关工作的“应用型、复合型、创新型、国际化”的专门人才。第三种观点则从能力角度进行阐述，如朱开悉认为财务管理专业建设目标是具备“宽、厚、强、高、熟”，专业能力素质要求高的财务管理专业的执业人才。第四种观点从工作性质等角度进行论述，2012年教育部高等教育司公布的《普通高等学校本科专业目录和专业介绍》提出财务管理本科专业的人才培养目标为“培养适应现代市场经济需要，具备人文精神、科学素养和诚信品质，具备经济、管理、法律和财务管理等方面的知识和能力，培养能在营利性和非营利性机构从事财务管理以及教学、科研方面工作的应用型、复合型人才。我国学者对应用型本科人才培养目标定位的认识都有一定的道理，但也存在各自的不足。如第一种观点提出了符合市场需求的本质要求，但缺乏市场具体形态的描述，不便操作；第二种观点提出了具体工作类别，但提出的国际化等要求过高，难以实现；第三种观点抓住了能力这一要点，但“宽、厚、强、高”很难做到；第四种观点综合了市场要求，素质、知识和能力及工作性质等，较为全面，但提出的能从事教学、科研工作的目标超越了应用型本科学生的能力，不切实际。我们认为，应用型财务管理专业毕业生的市场需求其实质就是来源于财务管理相关工作岗位对人才的需求。这些可能的就业及发展岗位有出纳、核算会计、总账会计、财务经理、财务总监、投资部经理、投资部助理、理财部经理、理财部助理、融资部经理、融资助理等工作岗位。人才培养目标就是培养满足这些工作岗位需要的人才。
2根据工作岗位要求确定能力结构和知识结构
2.1能力结构
关于财务管理工作岗位所需要具备的工作能力有几种具有代表性的观点。杨克泉认为财务管理人才应具有娴熟的会计核算、财务管理等业务操作技能,并且精通企业理财之道,具有全面的谋划运筹能力[7]。葛文雷,吴丽贤,常珊珊认为财务管理专业人才应具有掌握语言表达能力、财经写作能力、经济分析能力、会计核算能力、纳税筹划能力、财务分析能力、资本运作能力等专业技能。朱传华认为财务管理应用型人才应有一定的沟通能力、分析能力、谋划能力、业务能力、决策能力等[8]。李文静则认为财务管理岗位应该具备一定的语言文字表达、人际沟通、计算机操作、信息获取及分析、财务处理、金融管理等能力。刘其冰认为中小企业财务管理专业人才应具备会计核算、税务筹划以及实践应用等业务技能。以上学者都从不同的角度阐述了财务管理工作岗位应该具备的工作能力要求。但是都是比较宽泛、抽象的概述，没有进行概括和总结，缺乏层次感，不便指导课程体系的设置。综合以上各个学者的观点以及结合具体的工作岗位要求。可以将财务管理工作岗位所需具备的能力划分为三种能力：技术技能、人际技能和概念技能。技术技能是指使用信息化等技术按照企业财务各个工作岗位的工作程序、工作方法、工作标准等完成财务工作的能力。人际技能是指与财务工作相关的处理人际关系的能力，包括与上下级及税务部门、银行、客户、证券等沟通和协调的能力。概念技能是指能洞察企业内外环境及经营状况,从而合理调整财务资源、制订财务管理制度，并及时发现问题，提出对策建议或作出决策的能力。不同的工作岗位要求具备不同的技术技能、人际技能和概念技能。除财务经理、财务总监、投资部经理、理财部经理、融资部经理等领导岗位外，其他工作岗位都是毕业生可能的选择，而从事领导工作也必须掌握其他岗位的技术技能。因此技术技能是所有工作岗位都必须具备的能力，也就成为应用型本科学生必须具备的基本能力。人际技能对于所有的工作岗位都非常需要，也是做好每一个岗位具体工作的技能之一。概念技能是财务工作领导岗位必须具备的能力。也是学生毕业后持续发展必须具备的能力。因此人际技能和概念技能也成为本专业所需要掌握的能力。对于大学生而言，这三种能力都需要培养，但重点应注重技能的培养。
2.2知识结构
应用型财务管理专业学生所要求的技术技能、概念技能和人际技能，决定了学生必须具备相关的知识结构。技术技能所应具备的知识结构。技术技能要求应用型财务管理专业毕业生具备的知识机构包括账务处理方面的知识、财务分析方面的知识、融资方面的知识、投资方面的知识、全面预算等管理会计方面的知识、成本计算等成本会计方面的知识、公司战略与风险方面的知识、税收筹划等税务方面的知识、财务软件等方面的知识等。概念技能所应具备的知识结构。概念技能要求应用型财务管理专业毕业生所需要具备的知识是在掌握技术技能所需要的知识的基础上，还需要熟悉国家的有关方针、政策、法律法规、经济分析、企业管理理论、经济法、财经写作知识、风险管理等知识及其收集与分析方法。人际技能所应具备的知识。人际技能要求应用型财务管理专业毕业生所需要具备的知识至少包括语言表达、逻辑思维、行为科学、激励等方面的知识。
3现有课程体系存在的问题和对策
3.1课程体系存在的问题
很多院校财务管理专业是会计专业的简单复制。许多应用型本科院校开设财务管理专业目的只是为了招生人数，其开设的课程基本是会计专业的课程，再增加几门会计专业没有的课程。比如是针对财务管理课程用双语教学等等。有学者通过实地调研发现，大多数珠三角地区独立院校的实践课程设置始终在会计学专业框架下；大多数财务管理专业只有一些会计专业的实验室，如专业会计综合实训室，会计信息化实务实验室等，并没有针对财务管理专业的投资、融资等建设实验室及实训课程。课程设置针对性不强，理论色彩太浓。现有开设财务管理专业的高校虽然定位于应用型本科，但是开设的课程体系中没有针对财务管理专业毕业生的就业需求。如融资是财务管理专业毕业生的重要就业岗位之一，但是经过网上对开设财务管理专业的150多所高校进行调研，发现还没有一所高校开设企业融资理论与实务课程；又如应用型财务管理专业学生需要掌握经济学的一些基本的思想、理论和方法，不需要掌握每一个理论的推导过程，而几乎所有开设财务管理本科专业的大学都开设了微观经济学和宏观经济学，理论性色彩太浓；再如，很多高校在财务管理本科专业开设管理学课程，传授管理历史、理论和规律，而对财务管理工作直接相关的企业管理内容很少涉猎。课程内容交叉重复。现有课程体系系统性、科学性、合理性不够，课程之间存在交叉重复。如《财务管理》课程中财务管理的价值观念、投资的基本理论、项目投资、证券投资、现金管理、存货管理、利润分配、财务分析、财务预算、杠杆原理、资金需要量的预测等内容与《管理会计》《、证券投资学》、《财务会计》《、财务分析学》等课程重复。课程设置操作性不强。首先没有针对“应用型”设置专门的实训课程，如没有针对基础会计学开设基础会计实训。其次每一门课程内容的设置主要侧重于对概念、作用、原理以及决策工具和分析工具等知识的介绍，对于实际工作的流程、方式方法则一笔带过，没有对实际工作过程中的重点、要点、难点及注意事项等知识进行介绍，更没有完整的实际案例让学生了解实际工作的流程，也不能帮助学生掌握理论与实际结合的要领，学生学完一门课程以后也就很难动手操作。区域性、行业性没有妥善解决。现有的应用型本科财务管理专业的专业课程体系没有体现行业性和区域性特征，没有针对该高校所在地区的经济特色设置有特色的课程。
3.2课程体系设置原则
满足工作岗位需要。满足工作需要即将满足财务管理工作岗位需要作为人才培养目标，同时，根据工作岗位需要确定学生的能力结构和知识，并据以确定课程体系。融资是财务管理专业毕业生的重要岗位之一，要求学生掌握融资的基本理论、方法、程序等，相应地需要开设企业融资理论与实务、投资学等课程。课程内容有效衔接，避免不必要的交叉重复。如开设中级财务会计课程之前，首先要开设基础会计学，让学生掌握会计的理论与方法、程序后，然后在中级财务会计课程学习如何运用这些理论与方法解决企业日常的财务问题，从而使课程之间有效的衔接。为了提高教学的效率，必须避免课程之间不必要的交叉重复。如现金流量表的编制放在中级财务会计课程，所得税会计可以放在高级财务会计课程。课程设置要具有可操作性。可操作性原则体现在两个方面。第一，开设操作性的课程。对于一些课程而言，在课堂上无法有效的实现实践内容，就可以在该课程结束后，设置实践周，由实训指导老师提供真实的财务等资料按企业实际运行要求进行演练，从而提高学生的实际操作能力。例如在基础会计学课程的结束后开设基础会计实训实践周，让学生模拟企业做一套简单的账。从而提高学生的动手能力、分析问题和解决问题的能力。第二，专业课程内容要兼具理论性和操作性，在课程内容、结构安排上可以理论作为先导，将实际操作流程为主线，并以实际案例及评析为支撑，以能力拓展训练作为巩固与扩展。兼顾地区特点和行业特点。由于应用型本科一般是为地区或行业经济服务，所以在开设课程的时候可以结合高校所在地区或行业经济的特点来开设一些选修课程。比如在以服务业和旅游业为主的城市，开设一些旅游会计和酒店会计之类的选修课以及所在地区的经济历史、人文等课程，供学生根据可能的就业岗位进行选修。
3.3课程体系具体内容
金融科技的概念范文
[关键词]复杂金融产品设计方法仿真技术
一、复杂非实体产品的定义
根据现代营销学之父——菲利普·科特勒(philipkotler)的观点,产品是市场上任何可以让人注意、获取、使用、或能够满足某种消费需求和欲望的东西。它既包括具有物质形态的产品实体,又包括非物质形态的利益。现代市场营销理论认为,产品可分成有形产品(实体产品)和无形产品(非实体产品)两类。
现代产品具有客户需求复杂、产品组成复杂、产品技术复杂、制造过程复杂、项目管理复杂的特性,可称为复杂产品。
现代金融服务业如保险、证券和银行等相关企业提供的产品一般也具有组成复杂、功能复杂和行为复杂的特性,但以服务契约形式而非实体形式,可以定义为复杂非实体产品。
产品设计的最终目标是面对客户的选择性市场需求,将基于市场细分的需求概念转化为高质量或低风险的产品,最大限度地满足客户持续变化的需求。复杂实体产品的设计要求产品是在满足功能需求的基础上,要求以最快的上市时间、最好的质量、最低的成本、最好的服务、产品创新和最佳的环境保护。
金融服务产品是非实体产品,其最重要的问题是产品的风险性。与实体产品的质量类似,控制产品的风险也就控制了产品的质量。复杂金融产品的特性主要表现在其风险的复杂性,所以其设计和仿真方法也就具有复杂性。
二、金融产品设计涉及的技术和设计过程
1.金融产品设计涉及的技术。在实体产品的设计中,提出了生命周期的概念,其目的是研究产品的市场战略和设计,涉及的内容涵盖市场分析和设计开发。包含从产品的需求分析、概要设计、详细设计、制造、销售、售后服务、直到产品报废回收的全过程。软件产品也不例外,软件生存周期涉及的内容也包括从问题定义、可行性研究、需求分析、软件设计(概要设计和详细设计)、编码、调试和维护。
与复杂实体产品类似,复杂非实体产品的生命周期涵盖产品的需求分析、概要设计、详细设计、售前服务、销售、售后服务和产品终止等阶段和相应指标。其管理技术也是为满足产品上述指标发展起来的。
2.设计过程。金融业是百业之首,金融领域的产品涉及到银行、证券和保险等方面。需求分析是复杂金融产品设计的第一步。
(1)需求分析阶段。需求分析阶段要解决的问题,是让用户和金融机构共同明确将要开发的是一个什么样的系统,其过程包括:
①详细听取客户的反映,确定产品需求,是需求获取的第一步;
②市场研究,包括市场规模调研,确定市场需求并听取分销渠道的反映;
③相关产品跟踪调查,确定产品的竞争力因素,是需求提炼的过程。
(2)概要设计阶段。需求分析阶段以后,进行产品的概要设计。这一阶段有两项关键活动,即预测产品的风险和全面可行性分析。
风险来自两个方面。首先是金融产品和服务本身所包含的风险,其次为控制和转移风险的方法。前者是从金融产品(服务)的风险需要出发,从产品交易双方进行分析。后者是分析如何控制、转移风险。
(3)详细设计阶段。详细设计是制定完整详细项目计划、细化产品原型、定义产品详细特征、产品对系统和管理的影响以及培训方案。
详细设计的主要内容是产品定价。产品定价是概要设计的继续,包括定价原则;定价前提的假设条件和经营管理成本对产品成本的定价三个方面。
(4)销售和售后服务阶段。这一阶段的主要工作是业务的风险评估和控制。相当于软件生命周期中的维护阶段,其目的是使金融产品在整个生存周期内保证满足用户的需求和延长产品使用寿命。
这一阶段中的业务监管过程是基于事后的经验。将既成事件作为历史或经验数据,建立监管模型,或对原有的模型做出调整,从而达到监管的目的。
3.复杂金融产品设计的仿真技术。目前,仿真科学与技术在经历了上个世纪后50年的飞速发展后,已成功地应用于航空航天、信息、生物、材料、能源、先进制造等高新技术和工业、农业、商业、教育、军事、交通、经济、社会、医学、生命、娱乐、生活服务等众多领域。由于计算机技术的高速发展,科学计算和计算机仿真已经成为科学研究中除理论研究和科学实验以外的第三种方法。现在,建模与仿真技术和高性能计算技术相结合,正成为继理论研究和实验研究之后的第三种认识和改造客观世界的重要方法。仿真技术毫无例外地可用于复杂金融产品设计中。
(1)建模:仿真的意义在于模型的有效性,因此用仿真的方法来研究复杂系统,首要问题是对研究的目标对象建立合理的仿真模型,即建模,它是仿真中最基本的工作,数学模型的建立必须有数学知识的支持。将研究对象符号化、公式化,形成理想化的数学方程式或具体的计算公式,然后在数学语言的规范内进行逻辑推导、运算、演算和量的分析,形成数学模型,从而对研究对象形成数学解释和预测。其次,各类仿真算法也需要数学方法作为基础。
因此,仿真科学与技术的进一步发展离不开数学模型和数学工具,特别是复杂产品的仿真,更依赖于petri网络,神经网络,混沌理论,模糊理论等新的数学理论。随着数学的发展,能够更好地为仿真所用,强有力支持仿真科学与技术。
模型的建立还依赖于丰富的数据资源,数据仓库(datawarehouse,dw)的方法就为建模和仿真提供了一个有效的环境。我国金融企业经过10多年的信息化建设,建立并积累了大量的数据资源,基于数据仓库的建模和仿真是一个个值得注意的研究领域。
(2)选择合理的仿真算法:犹如算法是计算机程序设计的核心一样,仿真算法同样是仿真过程的关键。以金融领域为例,现代金融工程的技术内容主要是基于信息系统的分析和综合对象的建模和仿真分析,其方法在股票、期权、外汇和期货等领域得到了广泛的应用。例如,对非实体产品具有风险的复杂不确定性的特点,用确定性方法给出近似解十分困难。擅长对随机问题进行仿真的montecarlo方法,就是解决这类问题的一种特殊数值方法
(3)仿真优化:分析金融产品的数学模型的性质可知,在同一个问题中经常会出现非线性、不确定性和最优化问题。因此,优化的核心问题也是最大限度地降低产品的风险,优化风险结构,达到控制风险的目的。近年来,随着计算机技术的发展,涌现了各类仿真优化理论和算法。例如,模拟自然界进化过程的进化算法、遗传算法和蚁群优化算法都已成为解决复杂优化问题的重要方法。
参考文献:
金融科技的概念范文篇9
一年多后，5月10日，欧盟达成了史无前例的7500亿欧元（约近1万亿美元）紧急救援计划，甚至推出购买欧洲国债的措施。这让人们似乎回到了当时的光景。
受此消息的刺激，道琼斯指数在经历了一轮调整后于5月10~12日累计大涨近5%，欧洲三大股指涨幅更大，其中法国CAC40指数涨幅超过10%。
在美股大幅走高的背景下，标普500指数成份股超九成上涨，纳斯达克指数成份股也接近九成上涨。而美国市场上的中国概念股，上涨比例达85%。
欧美股市大涨
欧洲救援计划，终于以积极的姿态出现。
5月10日凌晨，欧盟成员国财政部长达成共识，通过一项高达1万亿美元的救援计划，并取消各种流动性刺激计划的退出，以遏制债务危机的蔓延。此外，日本央行也宣布向市场注入216亿美元资金，以应对希腊债务危机对日本金融系统的影响。这些消息极大缓解了投资者的忧虑，推动了海外股市的走高。5月10日，道琼斯指数大涨3.9%，纳斯达克指数和标普500指数涨4%以上，均获得今年以来最大涨幅。而作为直接受益地区，欧洲的三大指数涨幅更大，其中伦敦金融时报100指数及德国DAX指数均涨5%以上，法国CAC40指数飙升近10%。
5月11日，海外市场多在大涨后回调。5月12日，数据显示德国及欧元区一季度GDP增幅均高于市场预期，这正是投资者所希望的。加上IBM等科技企业公布乐观的盈利预期，投资者对经济复苏的信心进一步提高，海外市场再次走高。此外，西班牙采取财政紧缩措施，也安抚了市场情绪。当日美国三大股指上涨1.3%~2%不等，德国DAX指数上涨3.41%，伦敦金融时报100指数和法国CAC40指数上涨1%左右。
综合5月10~12日的走势来看，美国三大股指中纳斯达克指数的累计涨幅最大，超过7%。道琼斯指数上涨近5%，标普500指数上涨近5.5%。欧洲三大股指中法国CAC40指数涨幅最大，超过10%。相比之下，亚太地区股指涨幅相对较小，其中日经225指数只涨了0.28%。
AvalonPartners机构首席市场策略师PeterCardillo表示，市场对欧洲债务危机的担忧已有所降低，但他提醒投资者，欧元区国家的财政赤字仍然很高，需警惕还会可能出现财政问题。
对于欧洲股市，摩根士丹利的分析师表示，虽然市场调整可能还未彻底结束，但很多股票已跌出价值。
标普500成份股超九成上涨
从个股方面来看，5月10~12日，标普500指数的500只成份股中，上涨的共有486只，其中涨幅超过10%的共有75只。
瑞士信贷银行分析师指出，欧洲央行的救援措施足以解决银行所有近期流动性的问题，金融类个股表现突出。在标普500指数涨幅排名前10的成份股中，包括了美盛集团、太阳信托以及GENWORTH金融这3只金融股，其中美盛集团涨幅居首，3个交易日累计上涨超23%；太阳信托涨幅位列第7，上涨16%；GENWORTH金融位列第10，上涨超14%。
除了美盛集团外，还有两只标普500成份股涨幅超过20%，分别是METROPCS通信和捷迪讯光电。为中小企业提供金融服务的多元产业个股德事隆上涨18.2%，位列第4。晟碟、福陆涨幅均在16%以上，分列第5、6位。而涨幅位列第8、9位的分别是伊士曼柯达和康明斯。
下跌的标普500成份股只有14只，跌幅最大的为迪安食品。此外，盛美家食品、泰森食品这两只食品类股也在下跌行列中。
在科技股市场上，纳斯达克指数成份股近九成上涨，超三成个股涨幅在10%以上。其中涨幅最大的是INFOLOGIXINC，涨幅近80%。
85%中国概念股上涨
在美股大涨的背景下，美国市场上的中国概念股也有不俗表现。
在纽约证券交易所的61只中国概念股中，5月10~12日期间上涨的个股共有51只，其中涨幅超过10%的有8只。酒店类股7天连锁涨幅最大，3个交易日上涨近28%；多元印刷涨幅排行第2，涨22%；与旅游相关的旅程天下涨幅也超20%，排行第3；排行第4~10位的分别是永新视博、玉柴国际、绿色农业、华奥物种、埃尔拉多黄金、文思信息技术以及常州天合光能。在下跌的10只个股中，美东生物跌幅最大，跌8.13%；南方航空和东方航空的股价也下跌5%以上。
在137只纳斯达克中国概念股中，5月10~12日期间，近九成共119只个股上涨，涨幅超过10%的共有46只。其中西安盈丰科技位居涨幅榜首，3个交易日累计上涨37.46%；中国风力发电位居第2，上涨近32%；豪鹏科技、中国电机、百度、金鼎化工、携程以及东方信联涨幅均在20%以上，分列第3~8位；瑞立汽车、绿诺国际位列第9、10位。
金融科技的概念范文篇10
新能源汽车产业链全面爆发。在今年的新能源汽车产业链投资浪潮中，中国特斯拉汽车的杰出代表比亚迪、万向钱潮勇创历史新高，锂电池、充电桩、汽车配件、车载电子等新能源汽车产业链万马奔腾。本周市场，以上海普天为代表的充电桩概念股龙头连续7连扳，成为继锂电王者金瑞科技后新能源汽车产业链的新旗帜，统领以登云股份、松芝股份、东风科技、雁翎股份为代表的汽配概念股，以亿纬锂能、沧州明珠为代表的锂电池概念股，以华昌化工、同济科技、长城电工、鑫龙电器为代表的氢能源概念股，以盛路通讯为代表的车载电子概念股的涨停军团，构成了新能源汽车产业链完美的进攻路线图。
两会热点议题造就黑马集中营。在国企国资改革主题上，以新黄浦、新世界、棱光实业、上海九百、徐家汇为代表的上海国资概念股，以华帝股份、粤水电、佛塑科技、广弘控股为代表的广州国资改革概念股风生水起。在自贸区主题投资上，以渝开发、迪马股份、重庆港九、重庆路桥为代表的重庆自贸区概念股变现最为出彩。受互联网金融首度写入政府工作报告的驱动，以欧普钢网、物产中拓、深圳华强、上海钢联为代表互联网金融概念股，以新国都、天喻信息为代表的电子支付概念股涨停如潮。
中石化专题会引猜想，混合所有制第一单花落谁家？两会期间改革信号渐强，先有中国石化开启混合所有制第一枪，后有中石油六大业务平台开放在即，以及金融、石油、电力、铁路、资源开发、公用事业等七大领域有望引入民间资本的利好消息，发展混合所有制经济为主旋律的国资改革重头戏即将开幕，现在等待的就是中石化专题会揭开神秘的面纱了。笔者认为中石化混合所有制投资大主线的炒作或将贯穿全年，其战略意义和政治意义将超越上海自贸区。看好的依据为：第一，混合所有制是对于我国所有制经济的大胆新突破，是国企改革的核心；第二，作为混合所有制的领军者，中石化的油气改革成功示范的意义重大；第三，中石化将采取资本联合、融合、参股等形式与外资、民资携手，形成双赢的格局；第四，联姻互联网领域大佬，插上高科技的翅膀，即使与腾讯、阿里联手也不足为奇。综上所述，笔者中线看好中石化混合所有制改革红利概念股。
金融科技的概念范文篇11
【关键词】科技银行科技型中小企业融资
2009年，《国务院关于加快培育和发展战略性新兴产业的决定》中强调，要大力发展战略性新兴产业，让科技引领中国可持续发展。战略性新兴产业的载体是科技型中小企业，所以推动科技型中小企业的发展是根本。然而科技型中小企业融资难是一个一直被重视，而又一直未彻底解决的问题。在不断探索如何解决这一难题的过程中，“科技银行”一词逐渐走进大家视野，越来越多的学术研究也开始关注它。那么科技银行到底是什么呢？我们有必要对其进行定位。
一、科技银行的概念界定
科技银行是指专门为高科技型企业提供融资服务的银行。中国的科技银行是商业银行的一个分支，并不是独立的法人，如科技支行。当然这是狭义上的概念。在广义的概念上，中国的科技小额贷款公司以及中小企业科技债权融资平台也可以被称为科技银行。科技小额贷款公司是独立的法人，中小企业科技债权融资平台是虚拟的信息技术。在美国，科技银行则被称为“风险银行”。科技型中小企业具有技术含量高、投入多、成长快、风险大的特点。对科技型中小企业进行的投资多数都是风险投资。结合国内外科技银行的特点，我们可以进一步将科技银行定义为：“为科技型企业提供风险融资服务的金融机制”。
二、科技银行与传统商业银行的区别
（一）提供融资服务的条件不同
传统商业银行在给企业提供融资服务时，注重企业的成长周期、盈利能力等，更喜欢给处于成长后期、信誉好、盈利能力高的大企业授信。另外能够提供有形物质抵押、企业担保的企业也能够得到相应的融资服务。传统的商业银行吸收公众的储蓄存款，因而把安全性作为第一原则。科技型中小企业缺乏有形的抵押资产，并不能保证资金的安全性；而科技银行则不同，它更关注企业未来盈利的潜力，重点关注现金流。可见，消除科技型中小企业的融资瓶颈还是要依靠科技银行的支持。
（二）管理模式不同
传统商业银行办理贷款业务时，面对的主要是一些成熟的大企业，审批流程程式化，主要采用信贷审批的管理方式，银行行长是贷款的最后决策人，即“集权制”；而科技银行面对的主要是科技型中小企业，每个中小企业的情况有很大不同，不同的科技领域涉及的专业知识也不同，判断其是否具有盈利潜力、是否符合融资条件相当复杂。依赖主观判断，因而科技银行授予信贷员更大的权力，即“分权制”。科技型中小企业的这个特点决定了科技银行的内部管理模式，有利于科技银行优化信贷流程，提高授信效率。满足了科技型中小企业资金需求“短、小、急、频”的特点。
（三）与科技型中小企业的关联程度不同
传统商业银行把主要精力放在大型成熟企业上，科技型中小企业数量多，类型各异，需要分散很多精力，造成传统商业银行与科技型中小企业的关联程度低。而科技银行会派专业人员负责考察科技型中小企业的具体状况，所以与科技型中小企业的关联程度较高。
三、科技银行与风险投资的区别与联系
风险投资一般是以股权的形式，投资于科技型中小企业，成为被投资企业的股东，参与企业管理。企业成功上市之后，风险投资再退出。受到资本充足率监管要求较少；而科技银行则是多以债权的形式，投资于科技型中小企业，不参与管理，受到监管较多。科技银行的服务对象并不是所有的科技型中小企业，而是一些已经获得风险投资支持的科技型中小企业。这有助于科技银行降低违约风险，减少坏账。即使给不具有风险投资支持的企业提供融资服务，也要通过第三方风险投资机构对其进行评估。科技银行凭借其高新技术领域储备人才的优势，也涉足一些风险投资。有的是设立风险投资公司，直接参与风险投资，有的则是以信托方式管理风险投资资金，间接参与风险。另外，由于科技银行与风险投资公司关系密切，科技银行还为一些风险投资公司提供银行服务，起到了连通二者的关系。
在某种意义上，科技银行要优于风险投资，可以避免风险投资的一些不足。例如：科技银行的资金实力要强于风险投资。更多的资金支持能够保证科技型中小企业稳定发展。它可以给科技型中小企业提供的不仅仅是融资服务，还有许多其他的金融服务。在给科技型中小企业提供其他金融服务的同时，科技银行也可以随时掌握企业的信息，起到监督的作用。科技银行最成功案例是美国硅谷银行。硅谷银行是银行与风险投资的完美结合，把科技型中小企业与风险投资机构都作为服务对象，既可以进行债权投资，又可以进行股权投资。这是值得我们借鉴的地方。
四、科技银行中国化的基本概况
中国的科技银行主要有三种模式。一是科技支行模式。科技支行，与硅谷银行有本质的区别。科技支行不是独立的法人，是传统商业银行的下属支行，独立性不足。但因其是商业银行的一部分，所以抵御风险的能力要强于硅谷银行；二是科技小额贷款公司。相对于科技支行，其独立性大大增加。可以较好地复制硅谷银行模式。其主要出资人等都是创投机构，风险评估能力很强；三是中小企业科技债权融资平台。它没有固定的营业网点，只是一种开展科技银行业务的机制。是政府为了鼓励商业银行向科技型中小企业提供贷款，将财政嵌入金融交易，组建的一个虚拟的、集成式的科技银行。这是中国对科技银行的一种创新。中国的科技银行才刚刚开始，构建适合中国国情的科技银行还任重道远。
参考文献
[1]刘志彪.科技银行功能构建：商业银行支持战略性新兴产业发展的关键问题研究[J].南京社会科学，2011，04：1-7.
[2]谢林林，廖颖杰.科技银行与风险投资关系探讨[J].改革与战略，2011，07：77-79.
[3]朱鸿鸣，赵昌文，姚露，付剑峰.中美科技银行比较研究——兼论如何发展我国的科技银行[J].科技进步与对策，2012，10：84-90.
[4]朱鸿鸣，赵昌文，肇启伟.科技银行是什么？——兼论如何建设科技银行[J].经济体制改革，2012，03：163-167.
[5]朱鸿鸣，赵昌文.科技银行中国化与科技银行范式——兼论如何发展中国的科技银行[J].科学管理研究，2012，06：113-116.
金融科技的概念范文
在中国制造升级版主线上，主力机构在将手机游戏概念束之高阁之际，将炒作路线转向了信息消费概念股的价值洼地，柔性屏概念股和软件概念股就是主力机构挖掘的新主流热点。柔性屏产业作为智能穿戴产品的产业链，其覆盖信息产业及新材料产业领域。柔性屏是新科技革命的成果，其市场规模未来7年将扩大250倍。本周市场柔性屏概念股龙头中京电子摘得本周涨幅冠军，小米红米手机概念股龙头利亚德获得周涨幅亚军，智能手表龙头康耐特周涨幅居前。软件概念股成为信息消费概念股主战场，软件概念股成为本周TOP第一的主流热点，18只概念股掀起涨停热潮。据工信部信息，上半年我国软件产业在出口持续低迷、外包服务继续放缓的情况下却效益向好，实现软件业务收入1.39万亿元人民币，同比增长24.5%，据预计，随着国家扶持政策的落实，下半年软件产业的表现将更加出色，未来软件产业的市场空间和发展潜力巨大。中国软件、川大智胜双子星率先启动，带动了以海隆软件、久其软件、榕基软件新三剑客为龙头的软件股涨停热潮。笔者认为，软件概念股的炒作或是中线炒作的刚刚起步，中线会有更大的获利机会。
在金融创新投资主线上，主力机构继续沿着互联网金融和新金改进行炒作。货币基金抢滩新媒介，互联网金融迎来高速发展热潮，以鸿博股份为龙头的网络概念股6天5涨停，重演浙江东日去年暴龙走势；以证通电子为代表的移动支付概念股、以（收益宝）为代表的网络金融概念股、以民生投资、瑞茂通为代表的电子商务概念股，以棒杰股份为代表的义乌贸易金融概念股、以香溢融通为代表的钱荒概念股走势也不错。
中央政治局会议本周刚结束，“加快推进产业结构调整，推动传统产业转型升级，积极培育和发展战略性新兴产业，加快信息产业发展，大力发展节能环保和新能源产业，推动新兴服务业和生活业发展”的政策定调引起笔者的关注，笔者认为下半年的主题投资应会围绕上述四大板块展开炒作。