“金融科技的本质是金融业务，不能脱离金融监管和风险防范开展什么所谓的科技金融或者互联网金融，要用统一的监管标准来约束任何开展金融科技的机构的行为。在这样的共识之下，经过此前我国全面、深入的整顿，科技金融、互联网金融的乱象得到了根本性的遏制，也为金融科技的深入发展奠定了更加坚实的基础。”全国政协委员、中国证监会科技监管工作委员会副主任张野长期关注科技对金融与资本市场的赋能。也正因为这种视角的长期聚焦，在谈及金融科技话题时，他认为，时至今日，仍有很多理念性的问题需要进一步思考，甚至需要我们给出哲学意义上的回答。

辨别金融科技真伪，需二维坐标系

如何在抽象意义上定义金融业务的需求体系？这是张野提出的第一个问题。在他看来，应该有一个清晰的体系框架，来辨别哪些是真正的金融科技，哪些是挂羊头卖狗肉的伪科技。

“我觉得，可以把这个标准框架看成一个二维的坐标系：一维是价值维，二维是功能维。任何商业机构或者社会组织都会根据社会分工形成各自的价值取向，或者说是追求的目标。比如金融机构，无论是银行、证券还是保险公司，其最高层次的价值追求，无外乎是这么几个：获取利润、降低成本、控制风险、创新业务、社会责任。当然，不同业态的机构，其最高价值追求也不尽相同，同一业态的机构在价值重要度的先后顺序、价值体系的分解细化方面也会有所不同，但这不影响我们把价值取向作为界定金融本质的一个维度。”张野这样说。

他谈到的第二个维度有点复杂，这需要先建立一个叫“自主功能体”的概念，即一个能够自主实现某个目标的实体或者系统。

“任何自主功能体，都是一个由感知、认知、判断、决策、执行、评估、优化等基础功能组合起来的一个复合性产物，因此，我们可以把这些基础功能展开为第二个维度。在这样的坐标系下，任何金融科技活动都呈现为某个点或者某个区域。那么，判断金融科技的合法性以及合理性的标准就可以在这个基础上建立起来了：在价值维上，这个点应该明确符合价值标准并且不与其他的价值标准相冲突（比如不能为了利润忽视风控）；在功能维上，这个点应该对某个或某几个基础功能具有增强作用，并且必须与已有的基础功能无缝对接，混成一体。增强力度越大、混成效果越好，说明金融科技的水平越高。实际上，利用这个坐标体系，还可以帮助我们找到尚未发现的金融科技的应用之处。”张野这样说。

大数据=显微镜+望远镜

在此背景下，应如何理解大数据、人工智能的本质？

“原来我们都说是金融电子化或者金融信息化，大数据、人工智能兴起后，大家才改称为科技金融，说明大数据、人工智能的应用对金融业的数字化改造具有标志性的意义。大数据和人工智能在很多应用场景上已经分不开了：对大数据的处理离不开智能算法，智能算法离不开大数据的训练，所以在以下的论述中就不做严格地区分了。我非常同意我的一个同事给大数据下的一个定义：大数据等于显微镜加望远镜。由于数据的积累和算法、算力的提升，大数据拓展了我们的视野，让我们能够看到原来看不到、看到了读不懂的东西，这样就大大增强了我们对世界的认知能力。基于这样的认识，我们认为大数据应用的目的应该有两个——无中生有和有上更优。无中生有就是要能够发现未知规律，有上更优就是优化原有的规律。”张野这样说。

同时，张野提示，必须清醒地认识到大数据、人工智能技术的局限性。目前很多智能算法得出的结论还处于只知其然，不知其所以然的地步。另外，由于种种原因，数据共享难以充分实现，所以局部数据的维度还是偏小，难以得出有实际价值的结论，需要我们不懈的努力。

金融科技的“去负化处理”

那么，我们又该如何防范金融科技带来的新的风险？

“几年前，有人提出了一个理论叫作‘递弱代偿’，大概的意思是万物的演化是风险和不稳定性增加的过程，所以必须发展出有效的代偿机制控制住风险和不稳定性。金融科技也是一种进步和演化，我们在一开始就应该同时考虑它的代偿机制，考虑到它可能带来的麻烦。我们可以把这个工作叫作‘去负化处理’。‘去负化处理’应该从多个层面来考虑：技术层面的、流程层面的、机构层面的等。”在张野看来，前一段抗击疫情防控期间，大家都用手机健康码进行行为记录，但没有想到很多老年人没有智能手机或者不会使用，造成了很多不方便和安全隐患。再比如人脸识别，现在暴露出来的问题越来越多。大数据越集中，数据管理部门的道德风险就越高。我们不应该因噎废食，但不能为了技术而技术，更不能“一俊遮百丑”，必须把“丑事”在事先想全面、想清楚。