该报告讨论了人工智能、机器学习或另类数据对信用评分系统、网络借贷以及数字银行和投资服务的作用。信用评分，例如FICO®或VantageScore，已成为信用决策的主要因素，但对于无银行账户的群体而言，由于信用记录不足无法有效估计消费者违约率，但使用人工智能、机器学习或另类数据可以通过复杂的统计方法进行估计，克服传统模型和数据在评估借款人的信用风险及其偿还贷款能力方面的局限性。零售银行服务创新主要依靠技术进步，例如更快的网络访问和改进的支付流程，研究表明网上银行可以降低银行运营成本并提高其盈利能力。

该报告讨论了金融科技在数字支付（例如电子钱包）中发挥的关键作用，以及如何让世界上大量无银行账户的群体首次获得金融服务。金融科技有助于缓解信贷市场中的本地信贷供应摩擦，并将信贷可用性扩充到信用评分较低的小型企业。网上银行让银行能够向缺乏分支机构、声誉、员工或当地专业知识的地区的客户提供抵押贷款。

该报告介绍了区块链、分布式账本技术（DLT）和智能合约的作用，这些基础技术有助于改善当前支付系统（特别是跨境支付）摩擦。同时，报告着重分析了中央银行发行央行数字货币（CBDC）的潜力，以及其在设计、实施过中的潜在不利影响。

该报告讨论了金融科技在证券交易、投资顾问、财富管理、保险中的作用，例如使用大数据和机器学习算法提供卓越性能的高频交易或程序交易。目前已经有更多的计算机资源、大数据和统计工具（如人工智能、机器学习算法）已被应用到投资中，对冲基金和其他投资者利用这些工具改善其信息优势，但将这些工具应用到金融投资领域具有局限性。

该报告讨论了金融科技在网络安全方面的影响，另外新的、快速的数字化转型的金融形势，需要现有法规及时适应、调整。先进的金融技术也增加了网络风险，例如与数据共享过程相关的网络风险，即通过开放式API进行数据聚合，第三方供应商可以访问消费者数据，增加了泄露风险。

该报告讨论了科技巨头（BigTech）和云计算在金融服务中发挥的重要作用，它们在一定程度上影响着金融机构之间的互联互通以及未来相关服务的发展，但目前这些机构不受银行监管机构的监管，这是新的金融科技监管框架中需要解决的利益冲突。监管科技（RegTech）已使用自然语言编程（NLP）和机器学习等技术协助监管机构进行监管合规性检查。

发布机构：费城联邦储备银行Federal Reserve Bank of Philadelphia

来源：未央数据库

*文章来源：互联网金融实验室

*侵权必删