金融科技（fintech）助力銀行轉型

課程背景：

科技正在顛覆與重塑金融行業，FinTech無疑將成為互聯網商業的下一個風口。

Fintech時代已經來臨，技術的應用和革新已經成為金融業的核心競爭力，API經濟、行為生物識別技術、區塊鏈、數字貨幣、金融包容性、移動支付、可預測算法以及智能投顧等金融黑科技手段正在顛覆與重塑傳統金融。

而金融機構之間、金融機構與金融科技公司之間的合作、共享和融合成為了大勢所趨。

本課程主要立足于向傳統金融從業管理者，普及金融科技的基礎理論和知識點，介紹其應用的案例及未來的發展趨勢，幫助金融從業者更好了解未來5-10年金融產業發展的趨勢。

課程收益：

★ 理解新技術將對金融行業帶來的巨大影響

★ 理解未來的金融行業的整體應用場景

★ 理解中國內循環將會帶來的改變

★ 理解銀行業未來面臨的挑戰與機遇

★ 幫助您從中發現經濟發展的規律

★ 幫助您洞察中國經濟發展的趨勢

★ 讓您更理解中國宏觀經濟的發展方向，比別人更早看到機會與挑戰，從而做出更高勝算的決策。

課程時間：1天6小時

課程對象：銀行/保險/證券公司的中高層管理者、金融監管部門管理者、與金融行業相關的企業高管

課程方式：主題講授、分組PK、現場演練、案例研討、視頻欣賞

課程大綱

第一講：什么是金融科技

一、金融科技正在墊付行業

1. 瑞銀交易廳的8年變遷

2. 高盛交易員的銳減

3. 黑石400人被AI替代

4. 摩根金融軟件替代律師和貸款人

二、什么是金融科技？

1. 金融科技的定義

2. 金融科技與科技金融

3. 中國金融科技的歷程

第二講：金融科技的經濟背景—全球與中國當前經濟形勢

一、世界經濟下行

1. 疫情下美國股市的4次熔斷

2. 石油危機下的世界衰退與金融危機

二、中國經濟下行

1. 疫情下的中國行業影響

2. 下行經濟周期的經濟發展困境

3. 通脹還是通縮？

4. 中央政治局經濟工作會議精神解讀

三、中國產業結構轉型升級

1. 中央政府工作報告主旨解讀

2. 中國增速換擋的邏輯

四、中美貿易戰

1. 第十三次貿易談判的解讀

2. 中美貿易戰一年歷程回顧

第三講：金融科技的5大技術背景

一、人工智能：讓機器替代人類重復運動的創新

1. 金融領域中的人工智能關鍵技術

2. 知識圖譜樣例

二、大數據：讓一切行為可見可預測的創新

1. facebook的數據估值

2. 塔吉特的少女懷孕事件

3. 阿里巴巴的大數據營銷

4. 亞馬遜的大數據推薦

5. 大數據思維是什么

三、云計算：海量數據的處理解決方案

1. 什么是云計算

2. 亞馬遜的云服務

3. 阿里云的金融服務

四、移動互聯網/物聯網(IOT)：機器不僅要通電，還要通數據

1. 什么是物聯網

2. 物聯網應用場景

五、區塊鏈：去中心化且不可串改的信任體系

1. 中央政治局第18次集體學習的精神解讀

2. 什么是區塊鏈

3. 區塊鏈在金融領域的應用場景

六、技術變革對產業的變革規律解讀

1. 大型計算機時代的IBM為什么成功

2. 微型計算機時代的微軟英特爾為什么成功

3. 智能移動時代蘋果微信為什么成功

4. 人工智能時代誰將會繼續成功

第四講：金融科技的應用

一、我國金融科技政策支持

1. 《中國銀行業信息科技“十三五”發展規劃指導意見（征求意見稿）》

2. 《十三五國家科技創新規劃》

3. 中國人民銀行成立金融科技委員會

4. 《新一代人工智能發展規劃》

5. 《金融科技（FinTech）發展規劃（2019-2021年）》

二、金融客戶端的應用

1. 智能客服：深度學習讓客服更智能

案例：工行“工小智”

2. 智能支付：“讓天下不用鈔票”

案例：國外智能支付

案例：支付寶刷臉支付

3. 智能營銷：千人千面，如你所愿

案例：泰康在線

4. 智能征信：海量數據和現金算法降低風險

案例：芝麻信用

5. 智能保險：精準畫像，精準定價

案例：螞蟻金服“車險分”

6. 智能核保：數字化、自動化、智能化

案例：新華保險智能核保系統

7. 智能理賠：理賠不用等

案例：中國平安智能保險云“智能閃賠”

三、金融運營的應用

1. 智能安防：識別可疑行為，確保場所安全

案例：?？低暯鹑诎踩婪?/span>

2. 智能網點：推動銀行網點智能化轉型

案例：美國銀行的robo bank

3. 人工智能壓力測試：確保金融安全

4. 市場影響分析：降低交易影響

5. 智能風控：去除噪音，讓數據說話

案例：螞蟻金服蟻盾

四、交易和投資管理的應用

1. 預測市場：利用深度學習技術預測金融市場走勢

2. 量化交易：未來算法自我學習、自主投資

案例：man group

3. 投資組合管理：提高組合績效

案例：equbot人工智能ETF

4. 智能投顧：投資經理的替代者

案例：平安“智能財富管家”

五、傳統金融機構發展金融科技的主要模式

1. 內部開發金融科技產品

2. 借助第三方數據公司（平臺）

3. 投資、孵化金融科技創業公司

4. 并購金融科技公司

六、人工智能帶來的風險

1. 人工智能本身就是系統風險的來源

2. 人工智能游離于監管之外

3. 人工智能算法難以被解釋和有效理解會帶來宏觀風險