9月24日-26日，由上海市政府指導、螞蟻集團和支付寶主辦的頂級金融科技大會“外灘大會”在上海黃浦世博園區舉行。

作為國際金融中心的上海為何要大力發展金融科技？發展金融科技的關鍵點又在哪里？就此，上海交通大學高級金融學院教授李峰就此接受了的采訪，提出了自己的見解。

“金融的未來一定是科技化的金融，科技一定會對金融產生翻天覆地的影響和變化。”

在李峰看來，未來上海國際金融中心建設的核心就是金融科技的建設，而金融人才的培養又是其中的重中之重。

為什么需要金融科技人才

華為一直有個口號叫“知本主義”，不是資本主義，不僅是華為，現在很多新興經濟公司都是強調人力資本，就是“知本主義”。換句話說，金融科技行業跟很多新興經濟行業一樣，人是最重要的，資本或者說是出資方反而不是最重要的。

這個“知本”包括很多東西，比如數據就是一個知識性的無形資源，但是人是更重要的一塊。

人才培養，金融科技人才一定是復合型的背景，這跟傳統的金融人才和科技人才的培養都不一樣。而金融科技領域作為一個復合領域有以下幾個特點。

第一是涉及到的知識要素特別多，并且特別廣，金融科技里人工智能、大數據、云計算等的構成其實非常廣，很少有人能夠在每個領域都是專家。

第二是涉及到它的產品和服務形態特別多樣化。一個傳統的工程師比如說汽車工程師崗位它是非常清晰的，但是金融科技差很遠。有些崗位是偏技術背景的，比如保險業的智能定損，車子撞了之后能夠自動識別損失，給出理賠金額。但是有些崗位可能偏金融，比如量化投資的從業人員，他需要對傳統的財務，資本市場的流動性東西，量價指標懂非常多，同時也能建模。

第三，涉及到的機構也是千差萬別。金融科技企業其實很難給它一個精確的畫像，比如說外灘大會的主辦方阿里巴巴、螞蟻和支付寶，這是科技類公司往金融在滲透。

另外一方面，傳統的大的金融機構，我們上海的浦發、國泰君安、太平洋保險等他們都在紛紛樹立金融科技子公司，所以這些是傳統的金融機構在往科技方向努力。

因此，金融科技人才的培養是一個特別重要的事情，也是特別難的一件事情。

如何培養金融科技人才

在金融科技人才培養的過程當中有幾個問題要注意。

第一，金融科技人才的培養不是把金融和科技兩個領域的內容知識設計或者傳授好就結束。而是要在金融授課時把科技場景化，科技授課的時候把它跟金融結合起來。

比如，我們學Python編程，金融科技人才培養學習Python編程的過程當中，要把金融場景給嵌合進來，比如銀行的風控，比如支付寶類似的大數據建模結合到Python編程里面。

所以金融科技人才的培養在它的課程設計、人才培養的方式上一定要融合，而不能把金融和科技作為兩張皮，就像水和油一樣它融不起來，這是一個很大的挑戰。

另一個挑戰是金融科技領域發展非常快，我們傳統大學的授課是跟不上的，很多的領域可能最近兩年、三年才發展起來，還沒有沉淀到可以出版一本教科書，或者是作為一種正式的考試大綱這種形式出現，所以在金融科技人才培養方面，培養的形式上一定要多樣化。

第二，金融科技人才培養應用屬性特別強，所以在這個領域光有傳統學術內容不夠，我們很推崇的金融科技認證項目CGFT（特許全球金融科技師）的課程項目里面就除了傳統的課程之外，疊加了應用模塊，也就是說每個垂直領域請到應用專家實操的業界領軍人才來跟學生分享。它的特點是不能只看基礎的、傳統的教學內容，一定要緊跟著前沿運維加很多應用型的模塊。

中國金融科技的優勢與劣勢

科技企業從事金融方面，中國可能可以說處于領先地位，至少完全不比國際最好的差。這個原因有多方面的，包括阿里、包括騰訊很多金融機構其實都是非常優秀的，在金融方面做了很多探索。

中國的人口基數也是優勢之一。為什么歐洲國家做互聯網或者金融科技方面完全不可能？因為國家太小，創新試錯的基數不夠，所以這幾個方面決定了科技企業做金融，中國是領先世界的。

但是在持牌金融機構的科技化或者持牌金融機構做金融科技方面，中國還是有差距的，原因是一是中國的持牌金融機構基本上以國有為主。國有當然有它的優勢，但國有金融機構決策機制在試錯上則是劣勢，金融科技行業是需要試錯的。

第二方面還是人才問題。國內大型金融機構一年大概投資金融科技預為40-50個億，跟國際頭部金融機構相比，差距仍然巨大。JP摩根IT投入一年是110億美元，不包括人工，僅僅是系統的投入。我們的傳統金融機構能不能做到？可能很難做到。

看一下阿里集團年報，每年給員工的股份支付換成人民幣大概是30萬，這個是平均的，我相信核心的人員遠超過這個數，我們的傳統金融機構能不能做到？每年給金融科技的核心人員幾十萬、幾百萬的股份？

政府、學術界、業界三方的角色

在金融科技中心的建設中，政府、學術界、業界三方各有角色。政府的角色很清楚，需要發揮協調功能，自上而下高效率地使用數據資產，并充分發揮監管作用。

數據資產的特點是非常分散的，數據資產非常分散的過程中怎么樣能夠高效率的使用數據資產？只有政府能做到這一點，并且只有中國政府才能做到這一點。

學術界可以在金融科技行業發展方面做政策性、智庫性的研究，提供一些國際經驗和教訓，在技術性研究上與業界一起探索。

業界就是市場化的行為，不同主體之間形成合作關系。傳統金融機構和互聯網企業的競爭肯定是有的，阿里或者螞蟻把支付寶數據授權給傳統的金融機構像銀行來做風控，這既是合作也是競爭。合作指的是雙方是客戶和供應商的關系；另外一方面，傳統金融行業也很擔心，比如不甘心支付這么多的費用。

但從長期來看，這種合作非常重要。原因是什么？數據資產有個特點，1+1>2。全世界的人每個人掌握的數據都是整個大象的一部分。

換句話說，政府有它的數據，機構有它的數據，銀行其實也有數據，螞蟻也有數據。如果你把單個數據拿來建模做投資、做風控，它有用。但是把它合在一起形成一個整體畫像，它的作用是更大的。

新經濟尤其像金融科技的很多領域，信息處理的核心是數據。金融很大一部分是解決信息不對稱的問題，信息不對稱的解決也依賴于數據，但數據又并不掌握在某一家機構手里，長期來看合作非常有潛力。