一场源自北美的金融危机迅速席卷全球，遭受重创之后的全球经济走上了萧条之路，即使距离现在已有十年的时间，现在想起来依然令人心有余悸。然而，危机往往总是与机遇结伴而行。细数全球历次重大金融危机，要么是导致新的货币制度、汇率体系在阵痛中“分娩”，要么是全球国际贸易、分工格局都发生巨大变化，从而改变了世界经济格局。大冲击往往带来大变革，这次也不例外。

在经历了2008年的全球金融海啸和随之而出现的全球众多国家经济大衰退之后，金融行业也步入了一个崭新的时代。从管理风险到利用风险，从金融科技到金融监管，我们能否找到一片新蓝海？ 

“科技金融”与“金融科技”

FFR：哪些因素促成了 “金融”与“科技”的交融？

黎子良：金融科技的相关实践最早出现在摩根大通、摩根士丹利、高盛等金融机构。在中国，金融与科技相融合的落地应用其实大多为“科技金融”（TechFin）而非“金融科技”（FinTech），例如蚂蚁金服和腾讯目前正在运行的一些业务。这些公司自身也更愿意确立 “科技”的属性，利用互联网技术做平台，升级传统金融技术。

其实，在经历了2008年的全球金融海啸以及由此而导致的2009年全球众多国家经济大衰退之后，金融行业已经进入了一个全新的时代。这个时代的开启以两项改变人们生活和商业模式的“革命”为标志：一项革命为面向金融服务的“金融科技革命”，另一项革命被称为“大数据革命”。

2014年8月，联合国秘书长任命了一个独立顾问团就“发起可持续发展的数据革命”提出建议。《哈佛商业评论》2012年10月刊发了一篇题为《大数据：管理改革》的文章。2015年8月20日，中国国务院总理李克强要求不同的政府部门共享数据并执行大数据操作计划。紧接着中国国务院又于2015年9月5日发布了在经济规划、金融、国土安全、交通、农业、环境和医疗等领域发展和推广大数据应用的行动计划。 

从管理风险到利用风险

FFR：您在相关研究和教学中是否能够体会到这一变革？

黎子良：全新的金融时代和技术革命让很多学生与金融从业人士深深着迷，量化投资和高频交易吸引了很多投资者和研究人员。在这方面，我有一个非常有意思的亲身经历，这就要提到我写的一本书了。在最初写作这本书的时候，我将这本书命名为《积极的金融市场风险管理》（Active Risk Management in Financial Market），书中对“华尔街改革”做了相关阐述——美国联邦政府为了应对2008年肇始于美国并迅速席卷全球的金融风暴而制定的一部大规模的金融改革法案。

 “幸运”的是，这本初稿从未发表。后来，书更名为《财务和保险领域的数据分析和风险管理》（Data Analytics and Risk Management in Finance and Insurance ）。之所以更名，很大程度上源于我的亲身教学体验。我在斯坦福大学讲授过很多课程。曾经有一个学期，我讲授“风险管理”（Risk Management）这门课。但授课的过程当中，我发现了学生们尤其是即将毕业的学生并不是很想做风险管理，相反他们对对冲基金相当感兴趣。因此，我在2014年开设了一门新的课程： “量化交易”——从风险管理过渡到如何有效地利用风险，立即成为了斯坦福的热门课程。 

FFR：您为何将此书的侧重点设为保险科技（InsurTech）？

黎子良：因为在保险体系中，发生问题的点往往在于无法建模。比如关于债务抵押债券（Collateralized Debt Obligation），究竟要怎样对信用违约进行建模呢？保险业应该应用怎样的模型呢？这些就是属于保险科技的范畴了。

如今，大数据分析和人工智能技术已经开始并越来越广泛地应用于保险领域。可以发现，保险公司可以通过所获得的数据的数量和种类来增加收入、控制成本并应对可能的竞争威胁。同时，人口统计、心理统计、索赔趋势和产品相关信息等海量数据可以帮助我们更有效地评估和管理风险，从而形成更加合理的新产品策略以及更加高效的索赔处理方式。在保险领域，大数据分析的实际用例主要包括：风险规避、产品个性化、交叉销售和追加销售、欺诈检测、灾难规划、客户需求分析。 

FFR：要进入量化交易与区块链的相关研究与实践，对知识体系有哪些要求？

黎子良：量化交易成为这个新时代中动态优化、金融科技和风险管控的缩影，它涵盖了从投资组合和财富管理到订单安排和路由的所有方面。于是，我又决定联合加州大学伯克利分校金融建模方向的Coleman Fung讲席教授郭新，美国Tower Research Capital的高级量化分析师霍华·舍克和5Lattice证券有限公司的CEO和首席交易分析师黄宝诚，为相关的课程举行了客座研究和研讨会。这些日常的积极合作促成了我们共同写作另外一本关于量化交易的书籍——《量化交易:算法、分析、数据、模型、优化》（Quantitative Trading: Algorithms, Analytics, Data, Models, Optimization）。 

相关的课程设置紧随大数据时代和金融科技的热点。同时，这本书从多学科角度对于量化交易进行了综合阐述，为学术研究和金融实务搭建了桥梁。我们在书中强调了算法交易和量化投资策略开发和执行的跨学科方法。该方法横跨计算机科学与工程、金融与经济、数学与统计、法律法规等多个学科。该特征不仅反映在伯克利的金融工程和斯坦福的金融数学（最近已变成更广泛的数学和计算金融项目）项目所提供的课程中，以进一步强调数据科学、统计建模、高级编程、高速计算，还体现在斯坦福新成立的金融与风险建模研究研究院（Financial and Risk Modelling Institute，FARM）所开展的研究活动中，除了这个跨学科的方法之外，本书也弥合学术研究和教育与金融实务之间的差距。

同样，区块链技术涉及了密码学和计算机科学的相关知识，这就对科研人员的知识体系提出了相当高的要求。在斯坦福大学，我们有一个关于区块链的研究中心，其中研究人员的专业背景涵盖了应用数学、统计学、密码学、计算机科学、经济学和金融学等。

我的研究合作伙伴廖世伟教授曾因对安卓平台的开发贡献而获得Google“创始人奖”，于2013年回到母校斯坦福并展开区块链与数字金融的研究，2015年率先在台湾大学开设区块链相关课程，竭力推动台湾地区区块链技术的发展。他支持区块链技术的发展，认可区块链高效、安全、资本流通成本低的多重优势。他认为，金融在过去100多年的发展都是闭合的系统，未来区块链金融也会形成一个共生的生态系统，形成像安卓那样的底层技术平台，让人们在上面提供各种区块链的创新应用与服务，并确保底层程式码免费、开源。他主张先建立一个区块链的协议（Protocol）。 

监管科技在中国探路

FFR：金融安全是金融科技发展的重要保障，监管科技为何能逐步成为金融监管的重要手段？

黎子良：监管科技（RegTech）是科技与金融监管全方位融合的产物，是金融科技的一个分支。它诞生于受到金融危机系统性冲击的英国，英国金融行为监管局（Financial Conduct Authority, FCA）是监管科技的最大推手。

金融科技的多元化发展在极大促进了金融创新的同时，其派生出的金融安全监管问题越来越多地受到政府部门和各个金融机构的重视。如何监管这些新的金融产品和模式，已经成为监管部门、金融机构以及监管科技公司多方共同关注的焦点问题。

在科技赋能并重塑金融的过程中，传统的监管措施在对金融科技的潜在风险进行防范时就显得捉襟见肘，用科技来实现金融监管和金融合规，对监管机构和金融机构都有重要的作用。为了防范潜在风险，监管机构需要对金融机构每日数百万的业务进行自动化筛查；金融机构也需要利用技术手段开展内控与合规审查。

其实，在全球金融危机之后，许多金融服务公司就开始大量投资，试图修复现有的监管问题，以跟上新的法规和监管预期，并增加合规人员。然而，尽管这些金融服务公司已经做出了相当大的投资，但是其中绝大多数仍然只能通过维持高度人工化的监管和合规流程来维持监管预期的水平。但是，这些流程缺乏有说服力的数据来显示其透明度。因此，这些过程迫切需要数字化、自动化、低成本化、商业智能、人工智能和预测能力。于是，将高科技应用于监管领域的监管科技在这样紧迫的时代召唤下应运而生。 

FFR：在中国，监管科技能否异军突起，成为金融科技最主要的分支？

黎子良：由于金融科技的潜在风险，监管科技就有很大的用武之地，这一点在中国和美国都是适用的。复旦-斯坦福中国金融科技与安全研究院的第一个科研项目也将以此为主题。我认为，监管科技类项目是可以与业界、地方政府联合的。在中国，银行更需要监管科技，我们可以先从重要的金融机构着手。关于与业界的合作，我们先从中国做起的同时，也已经联系了5家在美国的金融机构。

监管科技是金融科技发展浪潮下的必然产物。在金融科技中，传统金融所具备的信用风险、流动性风险、利率风险等依旧存在，而作用到诸如P2P网络小额信贷、互联网支付等具有网络信息技术专业性壁垒的科技金融场景下，使这些金融业务经过复杂结构化处理及技术编程后，增加了其中风险的隐蔽性。

监管科技的应用范畴和服务领域非常广泛，它可以应用于如税务、反洗钱、交易监控等方面。但是，无论应用在哪个领域、实现哪些功能，其终极目标都在于满足监管需求和提高监管效率。

中国的监管科技发展仍处于起步探索阶段。中国出现了不少金融科技类的公司和监管机构。2017年5月15日，中国人民银行成立了金融科技委员会，旨在利用大数据、人工智能、云计算等技术丰富的金融监管手段，提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力，强化监管科技应用实践。

腾讯是较早发力于监管科技相关业务的先行者。在过去几年中，腾讯连续打造了多组和监管相关的产品条线。在2017年年底，腾讯先后与北京市金融工作局和深圳市金融办签订合作协议，协议提出它们将共同打造地区性的金融安全大数据监管平台，实现对各种金融风险进行识别和监测预警，保护金融消费者合法权益，助力地方金融监管，防控金融风险。在打造这一平台的过程中，将运用到多维度金融相关数据、模型拟定、欺诈定型、监管流程管理模型等多种方法。

有人说，中国监管科技尚属于起步阶段，而监管科技业务势必将成为金融科技的下一个蓝海。对于这个观点，我是赞同的。然而，我们也要清醒地认识到，监管机构在监管现代金融机构方面面临着越来越复杂的任务，而监管科技的开发虽然将有助于清除监管机构无法跟上的人手不足和资金不足的工作量，但它所提供的解决方案并非万能药，它并不会消除政策考虑，也不会使监管决策无争议。一个成熟的监管科技部署应该有助于将监管自由裁量权和公共政策辩论集中在选择真正重要的监管要素上。对于这个领域的发展，我们拭目以待。

◥专访整理：齐超颖，采访/编辑：潘琦。 

【作者简介】

黎子良（Tze Leung Lai）

美国斯坦福大学统计系终身教授，斯坦福大学统计系前任系主任，第一位华人考普斯总统奖（COPSS Presidents' Award）获得者，美国数理统计学院院士，美国统计学会会士，斯坦福金融与风险建模研究院负责人，“中央研究院”院士。他的主要研究兴趣为随机优化、量化金融、概率理论与随机过程、计量经济学和风险管理等。