本文节选自《金融科技研究：前沿与探索》。
伴随着金融科技的迅速发展，与金融科技相关的学术研究在近十年来得到了国内外学者的广泛关注，并逐步成为热门研究领域。
一方面，金融科技的发展目前已经渗透到了金融体系的所有环节，成为金融发展和经济增长的重要引擎，因此对金融科技进行全面深入的研究，对于提升金融科技服务、促进经济增长十分必要。
另一方面，金融科技近年来在快速发展过程中也暴露出了一些风险，对于其未来的发展形成了挑战，因此对金融科技的学术研究有利于系统性地理解金融科技的价值定位，提升我们认识金融科技场景具体风险的认知，为行业发展和监管政策提供参考价值。
基于数据可获得性，针对金融科技的学术研究主要集中在以下六个领域：网络借贷、众筹、另类数据、社交媒体、数字加密货币与区块链、人工智能与机器学习。
Part 1. 金融科技学术发表动态
为了对全球金融科技的发展和风险有系统性的认识，本文对金融科技六大模块的学术研究动态与前沿，包括众筹、网络借贷、另类数据、机器学习与人工智能、数字加密货币与区块链技术、社交媒体，进行了系统性的梳理与总结，突出了金融科技在经济发展中发挥的作用，并强调了金融科技行业发展过程中的风险和监管问题。
本文对国际和国内的经济、金融、会计、管理、自然科学以及社会科学领域知名期刊的金融科技研究发表动态进行了统计与总结。
>>>> 经济类
《American Economic Review》
《Econometrica》
《Journal of Political Economy》
《Quarterly Journal of Economics》
《Review of Economic Studies》
《Journal of Monetary Economics》
>>>> 金融类
《Journal of Finance》
《Journal of Financial Economics》
《Review of Financial Studies》
《Journal of Financial and Quantitative Analysis》
>>>> 会计类
《Journal of Accounting Economics》
《The Accounting Review》
《Journal of Accounting Research》
《Review of Accounting Studies》
《Contemporary Accounting Research》
>>>> 管理类
《Management Science》
《Academy of Management Review》
《Academy of Management Journal》
《Strategic Management Journal》
《Journal of Management》
《Organization Science》
>>>> 自然科学类
《Nature》
《Science》
>>>> 其他社会科学类
《Proceedings of the National Academy of Sciences》
《Journal of Marketing Research》
《Journal of Business Venturing》
《Management Information System Quarterly》
《Information Systems Research》
《Journal of Human Resources》
>>>> 国内期刊
《中国社会科学》
《经济研究》
《金融研究》
《世界经济》
《中国工业经济》
《管理世界》
《管理科学学报》
《数量经济技术经济研究》
《会计研究》
《中国管理科学》
《清华大学学报（自然科学版）》
《清华大学学报（哲学社会科学版）》
国际期刊金融科技研究发表概况
根据统计，如下图所示，在2009至2019年间在以上知名国际期刊中发表（含录用）的金融科技类研究总共有150余篇，在2015年之前的发表数量变化较小，而在2015年之后呈现出逐年上升的趋势，在2018年和2019年尤为明显。
图一 国际知名期刊金融科技论文年份分布
对国际知名期刊中的论文类别进行统计，如图二所示，可以发现学者的研究主要集中于网络借贷、另类数据和众筹，在人工智能与机器学习、社交媒体、数字加密货币和区块链三个模块的研究相对较少。
图二 国际知名期刊金融科技论文类型分布
当对期刊发表金融科技论文数量进行统计时，如图三所示（发表数量最多的15个期刊）国际金融论文国际金融论文，发现《Management Science》、《Review of Financial Studies》、《Journal of Business Venturing》发表的金融科技类论文最多。其次是《Science》、《Journal of Financial Economics》、《Journal of Monetary Economics》等。
如果对期刊发表情况进行精细化分析，可以发现不同的期刊侧重点有所不同，例如《Journal of Business Venturing》发表的众筹类文章较多、《Science》发表的另类数据类文章较多，《Journal of Monetary Economics》发表的数字加密货币类文章较多等。
图三 国际知名期刊金融科技论文发表数量
国内期刊金融科技研究发表概况
此外，本文还对国内知名期刊的金融科技类文章进行了统计，如图四和五所示。根据统计结果，国内学者对于金融科技领域的研究在最近十年也呈现出逐年上升的趋势，也在2018年和2019年尤为明显。
图四 国内知名期刊金融科技论文年份分布
国内学者关注最多的研究领域是网络借贷，接近所有发表论文的一半。在剩下几个场景模块中，关于众筹的研究数量相对较多，其它几个场景模块的研究数量比较接近。
图五 国内知名期刊金融科技论文类型分布
Part 2. 金融科技学术研究的特征
金融科技行业的发展为经济科学研究主要提供了三个方面的特征。
>>>> “新数据”
第一个特征是“新数据”。在以往的研究中，学者最常用的数据是传统的财务数据、政府或机构的抽样调查数据等。
受益于互联网的发展，尤其是移动互联网的普及，金融科技行业在不断产生新数据。例如，另类数据具有体量大、流动速度大和种类繁多的特征。“新数据”可以为研究带来多个优势。
首先，可以利用这些全量、实时的大数据来构建更为精准和高频的宏观指标，或者对宏观指标进行预测。例如，可以利用消费大数据构建消费者物价指数、利用招聘大数据预测就业率或失业率指标、利用投资者搜索数据构建投资者情绪指标等。基于大数据的指标具有更为高频、更为及时、颗粒度更细、延展性更宽以及更具有前瞻性的特征。
其次，“新数据”可以帮助学者探讨企业和市场内部的“黑箱”，即利用搜寻和收集信息、通讯或交流信息、决策信息、微观交易信息等来进行统计学分析企业和市场的内在逻辑。
第三，“新数据”还可以用于研究一些传统的经济学问题。例如，股票市场有效性问题、信息不对称问题、利用个体层面数据检验经济学基本假设、利用个体层面数据研究行为金融学问题等。
>>>> “新方法”
金融科技研究的第二个特征是“新方法”。金融科技大数据的出现给传统的经济学实证研究方法带来了巨大挑战，体现在以下方面：
非结构化，大量的“另类数据”具有非结构化特征，例如社交网络数据、消费数据、物流数据、传感器数据等；
维度高，个体层面数据具有多个维度，数据量越大、数据来源越多，个体层面数据的数据维度也会越多；
文本数据，例如社交媒体信息、商品评价信息、项目描述内容信息等。
为了应对这些大数据带来的问题，一些金融科技研究中的“新方法”也不断发展成熟。机器学习算法在目前的研究中已经逐渐普遍，并衍生和优化出多种类型的算法。例如被应用于信贷评分领域的机器学习算法包括BP神经网络（Back Propagation Neural Network, BPNN）、K均值聚类算法（k-means clustering）、支持向量机（Support Vector Machine, SVM）、随机森林（Random Forest）、LightGBM（Light Gradient Boosting Machine）等。
针对文本数据，文本分析技术已经慢慢普及，结合文本分析和机器学习算法可以用于非结构化、大文本数据分析。机器学习算法可以将高维度数据进行有效降维，从而获得少数的关键指标，便于经济学分析。然而，机器学习算法的一个问题是难以进行因果推断。不过，利用金融科技技术和互联网的低成本优势，进行大范围的随机田野实验来研究经济学中的因果效应正在被积极运用，并将逐步完善和普及。
>>>> “新问题”
在金融科技的各个场景研究中，第三个特征是“新问题”。金融科技研究的 “新问题”包括两类，分别是新兴行业中的研究问题和传统行业中因为金融科技迅速发展而催生出来的一些问题。
在金融科技迅速发展的背景下，技术带动了金融服务创新并产生了新的商业模式、应用、流程和产品。例如，P2P网络借贷和线上众筹就是金融科技的产物。这些金融科技创新会带来相关的问题，包括P2P网络借贷是否真的对借款人有益？数字加密货币在交易过程中有没有价格操纵现象？USDT是否合法？区块链技术如何应用到各个行业并控制风险？等。
在传统行业中，金融科技的发展既可以提升其金融服务，也有可能带来新的问题。例如，在信贷逾期的催收环节，智能催收降低了成本，但是这种催收方式是否提升了效率？传统商业银行在受到金融科技的冲击之后其业务有何变化？移动支付是否需要更强的监管？等等。
在金融科技的研究中，以上三个特征往往是同时存在的。例如利用“新数据”来研究“新问题”，利用“新数据”和“新方法”研究传统金融学问题，以及同时利用“新数据”和“新方法”来研究“新问题”等。
[微风]
金融科技目前已经覆盖到金融体系和经济活动中的各个方面，因此金融科技研究既可以针对微观个体，也可以针对宏观经济。
具体而言，金融科技研究可以关注个体层面的交易活动，包括网络借贷交易中的借款人和出借人行为、众筹活动中的筹款人和支持者行为、消费者的个体行为等。
其次，金融科技研究可以针对企业层面进行分析，包括企业管理层决策、股票信息含量、产品定价、企业招聘、ICO融资等。
最后，金融科技研究可以用于分析宏观经济趋势，例如利用线上消费数据预测消费者价格指数、利用线上招聘数据预测就业率和失业率、利用另类数据预测贫穷问题等。