金融科技：一個懷疑論者的觀察
時為1967 年，人人都在談論荷里活電影《畢業生》，特別是以下這段對話：
麥奎爾先生：你在聽嗎？
本傑明：是，我在聽。
麥奎爾先生：塑膠。
本傑明：你的意思是？
麥奎爾先生：塑膠的前景大好，想想吧。你會考慮嗎？
50 年後的今天 ── 2017 年，我們都有後見之明，知道塑膠行業沒有前景。不過，現今人人都在談論的是：
炒作人士：你在聽嗎？
Utpal：是，我在聽。
炒作人士：金融科技。
Utpal：你的意思是？
炒作人士：金融科技的前景大好，想想吧。你會考慮嗎？
最近我一直在思考金融科技這個課題。為甚麼呢？因為我是一名財務學教授。有人告訴我，不接納這項新科技，就會被時代淘汰。害怕被淘汰所產生的動力當真非同小可，可是要思考某件事物時，總要先給它下個定義。我問過多位「專家」究竟甚麼是「金融科技」，結果沒用，因為不同專家所下的定義各不相同。因此，我拜讀了香港特區政府2015 年4 月成立的「金融科技督導小組」發表的報告：「金融科技泛指利用資訊及通訊科技提供金融服務，包括數碼支付和匯款、金融產品投資和發行平台、個人對個人 ( Peer-to-peer ) 的融資平台、網絡安全和數據安全技術、大數據 ( Big data ) 和數據分析，以及分佈式分類賬 ( Distributed edgers ) 在新資產類別和流程的應用。」
身為金融學教授，我要解答的問題是以上所講的到底是金融成分多一些，還是科技成分多一些。對於上述各個領域，我的回答如下：
1) 數碼支付和匯款(Digital payment and remittance)：全屬科技，沒有金融。數碼支付不是甚麼新事物。信用卡早於1946 年問世 ( 參閱John Biggins 於1946年美國出版的《Charg-It》)。到了1998 年，PayPal出現，但必須要以信用卡擔保才能付款。接著，Vodafone 流動電話公司2007 年在肯尼亞成立，通話分鐘數變成現金，兼可轉移。時至今日，有了新科技和智能手機，可利用矩陣式條碼 ( 即行動條碼，QR codes ) 辨識買賣雙方，交易時自動在他們的銀行戶口扣款或存款。要論這方面發展之快，中國可謂無出其右 ( 微信、支付寶就是明顯例子 )，原因是中國的傳統銀行體系未能為顧客提供盡善盡美的服務。即銀行有些功能日後將告消失。
2) 金融產品投資(Financial product investment)：絕大部分是科技，沒有多少金融在內。現代金融始於1952年馬克維茲 ( Harry Markowitz ) 提出的模型 ( 及其後陸續改良的版本 )，內容是建議考慮相關風險後如何投資以獲得最高的預期回報。不過，在現實世界裡，要做到這一點談何容易。第一，該模型需要運用資產過去表現的大量資料，以預測未來回報和風險。第二，該模型需要真實的資料，進行複雜的實時運算；第三，該模型需要我們展現理性，這是最重要也是最困難的一環。理財顧問機械人能解決其中部分問題，方法是使用一組複雜的演算程式，與金融市場的實時輸入資料、人口資料及投資建議對象的偏好相互連結，如獲投資建議對象授權，還包括由機械人進行算法交易，以重新平衡動態投資組合。若是如此，未來財務顧問和財富管理專家可能會失業。
3) 個人對個人的融資平台(Peer to peer financing platform/crowdfunding)：絕大部分是科技，沒有多少金融在內。自有人類出現以來，就開始有借貸行為。借貸最根本的問題就是「信用」：貸款人能否取回借出去的錢？最好連本帶利，賺點利息。 由於具公信力的中介機構 ( 如銀行 ) 的增加，這個問題已得到改善；可是，銀行本身也有問題。個人對個人的融資，目的就是要摒除銀行，借款人到一個平台發佈借款需求、個人資訊及借款用途，有時更須提供信貸評分，然後由平台訂定利率，將貸款放上平台以供瀏覽。如有貸款人感興趣，可以自行決定借出多少錢。有些貸款可供認購，有些不可。違約情況相當普遍，但更重要的是，這些平台每年在中國如雨後春筍般湧現，欺詐個案亦相應上升。要完全摒棄銀行，恐怕知易行難。因此，一如前文所述，銀行有些功能日後或將消失。
4) 網絡安全和數據安全技術(Cybersecurity and data security)：全是科技，無關金融。這個領域前景看俏，但是我們這些教財務的沒有甚麼可以出力。
5) 大數據和數據分析(Big data and data analytics)：絕大部分是科技，沒有多少金融在內。如前所述，投資融資的核心，是在考慮風險後如何投資以獲得最高的預期回報。這個模型中，輸入的是各類資產日後風險和回報的預測。如果輸入 ( 即預測 ) 水平欠佳，產出水平也不會好到哪裡去。換句話說，輸入垃圾，產出垃圾。因此，在金融領域裡，預測水平極為重要。可惜，目前科學家採用的模式檢測及其他模型在金融領域應用尚未獲得證實。今後財經分析師 ( 也就是那些專職預測公司現時及未來狀況的專家 ) 可能會消失。金融監管機構更能查找更多欺詐個案。
6) 分佈式分類帳的應用(Distributed ledger application)：科技、金融各佔一半。這個科技雖然複雜，但主要概念其實很簡單。當中最偉大的概念，真的稱得上偉大，那就是：我們再也不需要講求信任了。從前，如果甲向乙買東西，在私人分類賬中會使用複式記賬，一旦出現糾紛，就需要借助中介機構。有了這項新科技後，所有交易一概予以加密，並且聚集成區塊鏈，互相連結，所以人人都能查賬，賬簿成為共用之物。改動一項數據項，就會牽一髮動全身，整個區塊鏈亦隨之出現變化，人人都會看得出來，因此可完全避免欺詐。人人都能加入區塊鏈網絡，爭先進行內容認證，並且創造新區塊鏈，手腳最快的可獲獎賞。這些人稱為「礦工」(miners)，「礦工」就是新一代的會計師。這項新技術所造成的影響很大─核數師將被取代、主權法定貨幣可能被私人加密貨幣取代，各經濟體制定貨幣政策時必須三思後行、供應鏈的中介機構將會消失，以及營資資金這一欄可能消失等等。
7) 智能合約(Smart contracts)：科技、金融各佔一半。報告內沒有提及這項技術，但這方面的金融元素最能引起我興趣。舉例來說，現在有一家公司需要借款，我們就此草擬一份合約，約定每半年還款一次，但一旦不幸遇上颱風，還款期可自動寬限一個月，這一點目前很難辦到。如果沒有颱風，該公司也可能不會還款，那麼回本過程就會變得痛苦而漫長；如果有颱風，也很難確切界定颱風大小。在智能合約中，颱風的定義是每小時 150 公里以上的風速，而智能合約與當地氣象站及電力公司連結。如果沒有颱風，公司卻不付款，電力供應就會自動中斷；如果真有颱風，公司不付款也不會斷電。只有信用紀錄良好的借款人可以簽訂這類合約，並且享有較低利率，貸款人也可從中選擇到較高質素的借款人。即今後保險經營模式將會改變。
我今年58 歲，經歷過塑膠熱潮、人工智能熱潮、科網熱潮，現在將經歷金融科技熱潮。二十世紀九十年代的首10 年間，美國至少有485 家汽車公司開業，現在卻只剩下三家，但目前仍然僱用許多員工。2000 年代首20 年間，先後創立的金融科技公司數以千計，未來10 年左右，可能只有少數得以生存。這剩下的少數勢將改善多數人的生活。在人性未摒除貪婪和理性之前，我們教金融學的至少不至於被淘汰吧。話雖如此，金融學教授必須適應新潮流，因為學生將來從事的工作將與過去不同。其他商學院的教授恐怕也要適應這股新潮流。
機會論和懷疑論大可作為兩項指導原則。以個人對個人融資為例，對於執教銀行學的金融學教授來說，大可在這平台上以批判角度檢視逆向選擇及道德風險這兩個舊有觀念，藉此教導新的銀行模式。這些新模式應能盡量減少低質素借款人的數量，並應盡量減少借貸後承擔的風險。以分佈式分類賬的應用為例，對於執教審計學的會計學教授來說，他們真的贊同在公開平台上披露所有商業秘密嗎？以大數據為例，對於執教消費市場營銷的市場學教授來說，觀察所得的模式到底是因是果？ 以區塊鏈為例，對於執教供應鏈管理的營運研究學教授來說，有效互連的壞處是傳染風險相應增加，也就是「火燒連環船」。管理學教授大可採用智能合約，發明新的商業模式；經濟學教授也可將這些模式，按照成本效益排列出高低次序。
相若例子其實還可以繼續舉下去，只是，我內心所抱的質疑態度，是對大多數商業模式來說，金融科技無非是較好管道而已。至於我抱持的機會主義，就是可以趁機重新編寫商科課程，即使少數商業模式出現變化，我們也乘勢推出新課程。科技與商業的結合已進入一個截然不同的新階段，商學院必須教導學生如何管理這種結合，畢竟今後兩者關係將更加息息相關。
香港科技大學商學院財務學系Utpal Bhattacharya 教授