课程背景：
科技正在颠覆与重塑金融行业，FinTech无疑将成为互联网商业的下一个风口。
Fintech时代已经来临，技术的应用和革新已经成为金融业的核心竞争力，API经济、行为生物识别技术、区块链、数字货币、金融包容性、移动支付、可预测算法以及智能投顾等金融黑科技手段正在颠覆与重塑传统金融。
而金融机构之间、金融机构与金融科技公司之间的合作、共享和融合成为了大势所趋。
本课程主要立足于向传统金融从业管理者，普及金融科技的基础理论和知识点，介绍其应用的案例及未来的发展趋势，帮助金融从业者更好了解未来5-10年金融产业发展的趋势。
课程收益：
★ 理解新技术将对金融行业带来的巨大影响
★ 理解未来的金融行业的整体应用场景
★ 理解中国内循环将会带来的改变
★ 理解银行业未来面临的挑战与机遇
★ 帮助您从中发现经济发展的规律
★ 帮助您洞察中国经济发展的趋势
★ 让您更理解中国宏观经济的发展方向，比别人更早看到机会与挑战，从而做出更高胜算的决策。
课程时间：1天6小时
课程对象：银行/保险/证券公司的中高层管理者、金融监管部门管理者、与金融行业相关的企业高管
课程方式：主题讲授、分组PK、现场演练、案例研讨、视频欣赏
课程大纲
第一讲：什么是金融科技
一、金融科技正在垫付行业
1. 瑞银交易厅的8年变迁
2. 高盛交易员的锐减
3. 黑石400人被AI替代
4. 摩根金融软件替代律师和贷款人
二、什么是金融科技？
1. 金融科技的定义
2. 金融科技与科技金融
3. 中国金融科技的历程
第二讲：金融科技的经济背景—全球与中国当前经济形势
一、世界经济下行
1. 疫情下美国股市的4次熔断
2. 石油危机下的世界衰退与金融危机
二、中国经济下行
1. 疫情下的中国行业影响
2. 下行经济周期的经济发展困境
3. 通胀还是通缩？
4. 中央政治局经济工作会议精神解读
三、中国产业结构转型升级
1. 中央政府工作报告主旨解读
2. 中国增速换挡的逻辑
四、中美贸易战
1. 第十三次贸易谈判的解读
2. 中美贸易战一年历程回顾
第三讲：金融科技的5大技术背景
一、人工智能：让机器替代人类重复运动的创新
1. 金融领域中的人工智能关键技术
2. 知识图谱样例
二、大数据：让一切行为可见可预测的创新
1. facebook的数据估值
2. 塔吉特的少女怀孕事件
3. 阿里巴巴的大数据营销
4. 亚马逊的大数据推荐
5. 大数据思维是什么
三、云计算：海量数据的处理解决方案
1. 什么是云计算
2. 亚马逊的云服务
3. 阿里云的金融服务
四、移动互联网/物联网(IOT)：机器不仅要通电，还要通数据
1. 什么是物联网
2. 物联网应用场景
五、区块链：去中心化且不可串改的信任体系
1. 中央政治局第18次集体学习的精神解读
2. 什么是区块链
3. 区块链在金融领域的应用场景
六、技术变革对产业的变革规律解读
1. 大型计算机时代的IBM为什么成功
2. 微型计算机时代的微软英特尔为什么成功
3. 智能移动时代苹果微信为什么成功
4. 人工智能时代谁将会继续成功
第四讲：金融科技的应用
一、我国金融科技政策支持
1. 《中国银行业信息科技“十三五”发展规划指导意见（征求意见稿）》
2. 《十三五国家科技创新规划》
3. 中国人民银行成立金融科技委员会
4. 《新一代人工智能发展规划》
5. 《金融科技（FinTech）发展规划（2019-2021年）》
二、金融客户端的应用
1. 智能客服：深度学习让客服更智能
案例：工行“工小智”
2. 智能支付：“让天下不用钞票”
案例：国外智能支付
案例：支付宝刷脸支付
3. 智能营销：千人千面，如你所愿
案例：泰康在线
4. 智能征信：海量数据和现金算法降低风险
案例：芝麻信用
5. 智能保险：精准画像，精准定价
案例：蚂蚁金服“车险分”
6. 智能核保：数字化、自动化、智能化
案例：新华保险智能核保系统
7. 智能理赔：理赔不用等
案例：中国平安智能保险云“智能闪赔”
三、金融运营的应用
1. 智能安防：识别可疑行为，确保场所安全
案例：海康威视金融安全防范
2. 智能网点：推动银行网点智能化转型
案例：美国银行的robo bank
3. 人工智能压力测试：确保金融安全
4. 市场影响分析：降低交易影响
5. 智能风控：去除噪音，让数据说话
案例：蚂蚁金服蚁盾
四、交易和投资管理的应用
1. 预测市场：利用深度学习技术预测金融市场走势
2. 量化交易：未来算法自我学习、自主投资
案例：man group
3. 投资组合管理：提高组合绩效
案例：equbot人工智能ETF
4. 智能投顾：投资经理的替代者
案例：平安“智能财富管家”
五、传统金融机构发展金融科技的主要模式
1. 内部开发金融科技产品
2. 借助第三方数据公司（平台）
3. 投资、孵化金融科技创业公司
4. 并购金融科技公司
六、人工智能带来的风险
1. 人工智能本身就是系统风险的来源
2. 人工智能游离于监管之外
3. 人工智能算法难以被解释和有效理解会带来宏观风险
