日前，毕马威中国在京成功举办了“毕马威中国领先金融科技50企业（北方区）颁奖典礼暨研讨会——畅想未来万物互联时代的智能金融科技”。活动上，毕马威中国发布了2018年《中国领先金融科技50企业报告（第三届）》全文（以下简称“报告”）。报告对2018年领先金融科技企业50评选的上榜企业进行了分析和介绍。

　　“回顾今年的评选，我们关注到以智能金融为代表的新一轮金融科技创新浪潮已经在中国开启。经历了过去数年的持续推广，利用大数据和智能模型推动金融生产力的观念已经深入人心，参与金融业的各类企业都在积极投身于领先智能技术的开发、应用与提升。”毕马威亚太区主席陶匡淳表示，各家金融机构纷纷通过设立专项创新基金、与科技企业开展战略合作、创设金融科技子公司等举措持续发力金融科技创新。新一代领先智能科技正在从实验室迅速走向行业实战，促进了智能风控、智能保险、智能投研、智能客服、智能合规等各个领域科技应用的升级发展。

　　“金融科技在提升传统金融业效率和降低成本方面，都表现出了极大的优势。”天津东疆保税港区管委会副主任杨柳表示，“东疆可以利用融资租赁行业的全国领先优势，为金融科技企业提供应用场景。东疆将继续与毕马威携手，共同打造金融科技行业的‘东疆模式’。通过‘公共服务+市场服务’相结合，实现对金融科技行业的全方位支持，成为促进金融科技产业发展的沃土和培育金融科技高端人才的后花园。”

　　毕马威亚太区金融业主管合伙人李世民补充表示，金融科技加速推动了中国金融业的发展，但创新带来的挑战和机遇始终并存。2018年，中国整体金融监管环境持续趋严，将有利于发掘、促进和推动真正富有含金量的金融科技创新，严格且高质量的监管对于及时发现并有效管理创新过程中的特定风险、新型风险和系统性风险都具有重大意义。

　　报告指出，目前，我国金融科技产业在多个领域已经走在世界前列，大大推动了我国金融业转型升级和更好地服务实体经济的能力。在这一过程中，大数据是发展最为成熟、 应用最为广泛的金融科技核心技术之一。经历了数年的持续推广，利用大数据和智能模型推动金融生产力的观念，在各类金融机构都已深入人心。从发展趋势来看，金融数据与其他跨领域数据的融合应用正在不断强化，以模型驱动的金融智能正在成为金融大数据应用的新方向，金融行业数据的整合、共享和开放正在成为趋势，给金融行业带来了新的发展机遇和巨大的发展动力。

　　报告认为，大数据技术公司专业领域出现分化，分别向工具化和平台化两个方向延展。经过多年的发展和进化，金融领域的大数据技术公司开始产生产业分化和延展。虽然各类大数据技术公司都在金融智能领域持续发力，但不同类型公司的发展路径有所不同。部分大数据技术公司开始向整合平台方向发展，主要突出对于异构数据源的整合和建模能力，帮助金融机构打造基于多维数据的智能模型；另一类大数据技术公司，开始向智能工具领域发展，将传统的大数据服务工程化、产品化和工具化，从而大幅提升大数据项目的实施效率，把传统意义上需要数月才能落地的大数据应用，缩短到以周或以天计算。工具化和标准化的另外一个优点是，大幅降低大数据技术应用人才的入门门槛，实现迅速上手、快速应用的目的。

　　报告显示，基于联盟链的区块链技术已经从实验室走向应用，但是大规模实践仍存挑战。在金融领域，区块链技术的应用和探索仍处在发展期，特别是虚拟数字货币和基于价值的公有链技术，因其可靠性和价值波动性存在太多挑战，因此目前在我国仍然属于金融监管的禁区。但是，以联盟链为代表的区块链应用，已经实现了很多应用场景的具体落地，而且可以较好地促进实体经济发展。

　　报告表示，以线上及线下智慧保险销售为创新突破口，保险科技业态持续发力。作为金融科技的一个重要分支，保险科技发展已经进入一个新阶段，科技不仅仅为产品设计提供支撑，更着力于颠覆传统保险价值链，实现对保险产品设计、 市场销售、核保规则、理赔风控和投资管理全链条的颠覆性创新。2018年是中国保险科技发展的一个重要节点，与国际保险科技产业较为全面的科技创新应用相比，中国的保险科技更多发力于保险销售领域。近两年来，诸多创新型保险经纪公司正在持续探索利用金融科技手段推动保险产品销售，其中，智能客服、智能核保和智能定价等领域的一系列科技创新，正在颠覆着传统保险销售模式，网络驱动的场景化和数据驱动的智能化已经成为这一领域的突出特点。

　　报告指出，智能技术在多个金融应用领域发力迅猛。2018年是人工智能应用在产业界全面爆发的一年，从人工智能在金融领域的应用趋势来看，大数据与智能算法的结合，已经覆盖智能营销、智能识别、智能风控、智能投顾、智能投研、智能客服、智能保险、智能定价和智能合规等各个金融应用场景。各类机器学习算法，包括深度学习算法，都在上述场景中得到了较为普遍的应用。鉴于目前的人工智能仍然以数据驱动为主，金融领域的智能 技术应用仍有待于各类机构提升自身的数据治理和应用水平，更加高效的设计、获取、提炼、标注并应用各类业务和管理数据，是金融机构进一步提升智能金融服务能力的关键。