当中国金融科技行业在监管完善中逐渐低调，巨头格局也已初步形成时，证券公司在这场变革中的金融科技逻辑和路径究竟是什么？以笔者多年的经验和观察来说，倒是认为证券行业将是金融科技的下一个主战场，这里自有其发展规律和技术进步给予的逻辑和机遇。

应对金融严管的产物

目前全球范围内对金融科技都没有完整统一的定义。公众比较认同的是沃顿商学院的提法，即“用技术改进金融体系效率的经济行业”。据此可以理解，金融科技的出现其实是通过技术手段以及技术进步，改变金融业务组织和运作，提升效率、降低成本的过程。

需要指出的是，当前金融科技的多种分类也存在谬误，有的其实混淆了业务场景和创新技术，例如把支付与区块链并列，笔者就不太认同。

中国金融科技大潮是从互联网巨头开始，初期多是电商思路，以阿里巴巴和京东为例，两者进入该领域，以余额宝和京东白条两个产品，先后革了银行的命。

梳理阿里巴巴和京东金融科技路径可以观察到，互联网巨头是以平台聚流量起家，但开展的金融业务本质上更像是从技术创新入手，通过技术手段绕过合规。呈现的典型特征是门槛低、体验好、态度好，当然有补贴时价格也好。

其打法有效的原因主要是用了更互联网的方式，去服务银行不愿意服务的中小微客户，迅速吸引用户、集聚流量，最大化放大了互联网平台优势。

以笔者的观察来看，金融科技实质是应对金融严格管制的产物，在中国更像是一种监管套利指导思想下的技术改良主义。当前更多金融科技公司已开始将之前的技术投入更多的基础设施化，通过技术输出服务获取收入。

证券业始终是金融科技重要应用领域

从笔者20多年从业经历看，证券行业始终是金融科技的重要应用领域。近些年来，互联网公司用电商打法进入金融领域，并取得一定成效。而作为财富管理核心战场的证券行业以及背后的投融资，价值更加高端，竞争打法也有特色。

其实要论金融科技，证券行业最有发言权。回顾中国证券市场20多年的发展，技术提升效率、降低成本是一条主线。在1990年中国证券市场建立之初，确定的市场组织基本特征就是典型金融科技的应用场景。比如上交所开业就选择了电子化交易系统撮合。

从技术实力上来讲，这些年证券行业在云计算、大数据领域也开展了大量前沿探索和应用。比如，阿里、腾讯所强调的大型分布式系统，沪深交易所分别于2009年、2016年完成系统分布式架构迁徙；交易所、登记公司更是早在10多年前就构建了企业级数据仓库，技术挑战丝毫不亚于任何互联网公司。

既然如此，为何感觉证券行业在科技之路上一直没有互联网公司先进、进取，甚至落后？

这既要正视证券行业经营机构和互联网巨头以及新兴公司，在机制、技术、文化团队等方面的差距；又要从实际出发，分析差距产生的原因和背后的差异。

一是外部约束和文化差异。证券经营机构多为国有背景，且在监管之下开展业务运行和信息系统建设。面对新技术，往往只能在测试环境低调试错；二是切入点效果不佳造成。这几年证券行业有很多创新，例如网上商城、理财超市，但没有流量撑不起台面。原因是过分模仿和依托电商打法；三是总体力量薄弱且分散。创新力量集中在交易所和大券商，投入比不上互联网公司，而小券商、基金公司技术更是基本靠外包。

证券业须加大技术投入

笔者认为，证券行业会是金融科技的下一个主战场，而且必须加大技术投入，否则重新洗牌、不进则退。

伴随这两年股市的调整，证券行业的业务和技术都面临新的挑战和转型。与公众日益熟悉的移动互联网时代的生活工具相比，证券行业的现代化程度没有想象的那么高，很多业务电子化程度都很低；整个证券经营机构的业务大多围绕经纪功能设计，面向财富管理和全能型投资银行的差距很大，都有一次业务重构需求，这恰恰是发挥金融科技手段后发优势的一次良好机遇。而证券行业位于整个金融产业价值链的核心枢纽，也有自身的业务逻辑优势。

观察互联网公司的金融业务发展，其重点多放在销售、渠道，技术路径重点也都在相关业务链上，比如基于大数据的征信、反欺诈、精准营销等。但是，公众接受证券业服务的首要目的是财富管理，是希望获得投资收益，或者提高投资决策效率和收益。

在直接的金融收益驱动下，对创新技术和科技手段的重大突破和应用首先也更容易集中在投资管理领域，这是证券行业独到的优势和魅力所在，也决定了证券行业金融科技的实践会成为下一个焦点。

按照业务场景，或按照人工智能、区块链、大数据等不同新技术划分，金融科技在证券行业的应用将会出现很多条线。不过，从成熟度模型和驱动力分析来看，投资管理领域会成为金融科技应用的重点场景。

无论公募还是私募投资管理机构，都开始越来越多的增加依靠科技手段的投资管理配置，提高绝对收益，增加收益的稳定性；同时也只有丰富的投资风格才能在市场中生存下去。

以量化交易为例，伴随金融科技的应用，其风格和类型已经开始多元化演进。可以看出，从最初的程序化交易应用算法，开始扩展到了人工智能（AI）的全部武器（机器学习、自然语言处理NLP、知识图谱等），并都有了用武之地。而挑战也从面对结构化数据的证券价格、行情，开始要面对非结构化的文本信息，包括中文本身语义处理的挑战，同时处理速度从离线、历史数据回测，逐步提高到实时抓取、实时分析计算、实时下单。

未来有多个方向值得探索

在笔者看来，未来有几个方向可以值得探索，比如上市公司公告优化，无论是投行首发（IPO）阶段还是上市后持续信息披露阶段，现状都是大量投行、中介机构手工、半手工的粘贴文档；公告后无法真正电子化，反复更正，源头不准。在这方面，通过模板化起步，逐步实现智能校验、智能公告，这不是梦想，已有原型。

在登记、估值、结算领域也可以优化。这些领域一直是基于多方合作制衡的业务设计机制，但对业务实时性能要求不高，所以区块链技术可以在提高效率中发挥非常重要的作用。当然在这个过程中，其底层技术基础和数据完善性才是关键，这方面的成熟度将直接决定服务的质量和满意度。

从上述行业发展、业务逻辑和技术应用场景讨论来看，中国证券行业技术显然有大量的发挥空间，但要有的放矢，有的可为，愿意承担试错成本，路长且艰。

注：本文作者系东吴在线（苏州）金融科技服务公司董事长