9月24日-26日，由上海市政府指导、蚂蚁集团和支付宝主办的顶级金融科技大会“外滩大会”在上海黄浦世博园区举行。

作为国际金融中心的上海为何要大力发展金融科技？发展金融科技的关键点又在哪里？就此，上海交通大学高级金融学院教授李峰就此接受了观察者网的采访，提出了自己的见解。

“金融的未来一定是科技化的金融，科技一定会对金融产生翻天覆地的影响和变化。”

在李峰看来，未来上海国际金融中心建设的核心就是金融科技的建设，而金融人才的培养又是其中的重中之重。

为什么需要金融科技人才

华为一直有个口号叫“知本主义”，不是资本主义，不仅是华为，现在很多新兴经济公司都是强调人力资本，就是“知本主义”。换句话说，金融科技行业跟很多新兴经济行业一样，人是最重要的，资本或者说是出资方反而不是最重要的。

这个“知本”包括很多东西，比如数据就是一个知识性的无形资源，但是人是更重要的一块。

人才培养，金融科技人才一定是复合型的背景，这跟传统的金融人才和科技人才的培养都不一样。而金融科技领域作为一个复合领域有以下几个特点。

第一是涉及到的知识要素特别多，并且特别广，金融科技里人工智能、大数据、云计算等的构成其实非常广，很少有人能够在每个领域都是专家。

第二是涉及到它的产品和服务形态特别多样化。一个传统的工程师比如说汽车工程师岗位它是非常清晰的，但是金融科技差很远。有些岗位是偏技术背景的，比如保险业的智能定损，车子撞了之后能够自动识别损失，给出理赔金额。但是有些岗位可能偏金融，比如量化投资的从业人员，他需要对传统的财务，资本市场的流动性东西，量价指标懂非常多，同时也能建模。

第三，涉及到的机构也是千差万别。金融科技企业其实很难给它一个精确的画像，比如说外滩大会的主办方阿里巴巴、蚂蚁和支付宝，这是科技类公司往金融在渗透。

另外一方面，传统的大的金融机构，我们上海的浦发、国泰君安、太平洋保险等他们都在纷纷树立金融科技子公司，所以这些是传统的金融机构在往科技方向努力。

因此，金融科技人才的培养是一个特别重要的事情，也是特别难的一件事情。

如何培养金融科技人才

在金融科技人才培养的过程当中有几个问题要注意。

第一，金融科技人才的培养不是把金融和科技两个领域的内容知识设计或者传授好就结束。而是要在金融授课时把科技场景化，科技授课的时候把它跟金融结合起来。

比如，我们学Python编程，金融科技人才培养学习Python编程的过程当中，要把金融场景给嵌合进来，比如银行的风控，比如支付宝类似的大数据建模结合到Python编程里面。

所以金融科技人才的培养在它的课程设计、人才培养的方式上一定要融合，而不能把金融和科技作为两张皮，就像水和油一样它融不起来，这是一个很大的挑战。

另一个挑战是金融科技领域发展非常快，我们传统大学的授课是跟不上的，很多的领域可能最近两年、三年才发展起来，还没有沉淀到可以出版一本教科书，或者是作为一种正式的考试大纲这种形式出现，所以在金融科技人才培养方面，培养的形式上一定要多样化。

第二，金融科技人才培养应用属性特别强，所以在这个领域光有传统学术内容不够，我们很推崇的金融科技认证项目CGFT（特许全球金融科技师）的课程项目里面就除了传统的课程之外，叠加了应用模块，也就是说每个垂直领域请到应用专家实操的业界领军人才来跟学生分享。它的特点是不能只看基础的、传统的教学内容，一定要紧跟着前沿运维加很多应用型的模块。

中国金融科技的优势与劣势

科技企业从事金融方面，中国可能可以说处于领先地位，至少完全不比国际最好的差。这个原因有多方面的，包括阿里、包括腾讯很多金融机构其实都是非常优秀的，在金融方面做了很多探索。

中国的人口基数也是优势之一。为什么欧洲国家做互联网或者金融科技方面完全不可能？因为国家太小，创新试错的基数不够，所以这几个方面决定了科技企业做金融，中国是领先世界的。

但是在持牌金融机构的科技化或者持牌金融机构做金融科技方面，中国还是有差距的，原因是一是中国的持牌金融机构基本上以国有为主。国有当然有它的优势，但国有金融机构决策机制在试错上则是劣势，金融科技行业是需要试错的。

第二方面还是人才问题。国内大型金融机构一年大概投资金融科技预为40-50个亿，跟国际头部金融机构相比，差距仍然巨大。JP摩根IT投入一年是110亿美元，不包括人工，仅仅是系统的投入。我们的传统金融机构能不能做到？可能很难做到。

看一下阿里集团年报，每年给员工的股份支付换成人民币大概是30万，这个是平均的，我相信核心的人员远超过这个数，我们的传统金融机构能不能做到？每年给金融科技的核心人员几十万、几百万的股份？

政府、学术界、业界三方的角色

在金融科技中心的建设中，政府、学术界、业界三方各有角色。政府的角色很清楚，需要发挥协调功能，自上而下高效率地使用数据资产，并充分发挥监管作用。

数据资产的特点是非常分散的，数据资产非常分散的过程中怎么样能够高效率的使用数据资产？只有政府能做到这一点，并且只有中国政府才能做到这一点。

学术界可以在金融科技行业发展方面做政策性、智库性的研究，提供一些国际经验和教训，在技术性研究上与业界一起探索。

业界就是市场化的行为，不同主体之间形成合作关系。传统金融机构和互联网企业的竞争肯定是有的，阿里或者蚂蚁把支付宝数据授权给传统的金融机构像银行来做风控，这既是合作也是竞争。合作指的是双方是客户和供应商的关系；另外一方面，传统金融行业也很担心，比如不甘心支付这么多的费用。

但从长期来看，这种合作非常重要。原因是什么？数据资产有个特点，1+1>2。全世界的人每个人掌握的数据都是整个大象的一部分。

换句话说，政府有它的数据，机构有它的数据，银行其实也有数据，蚂蚁也有数据。如果你把单个数据拿来建模做投资、做风控，它有用。但是把它合在一起形成一个整体画像，它的作用是更大的。

新经济尤其像金融科技的很多领域，信息处理的核心是数据。金融很大一部分是解决信息不对称的问题，信息不对称的解决也依赖于数据，但数据又并不掌握在某一家机构手里，长期来看合作非常有潜力。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。