“上海交通大学上海高级金融学院十周年庆典暨 2019高金（北京）论坛”于6月15日在北京举行。京东数字科技副总裁、首席经济学家沈建光出席并演讲。
沈建光介绍称，京东要把所有产品数字化，包括放款。“传统金融机构有信贷员，一笔放款一个星期，在我们这边全部是用机器走、人工智能走，给一百万个人贷款也是用机器走，没有一个贷款人，这样极大的降低了成本。而且因为有大数据，风控目前为止做得非常好，现在消费金融在线上基本坏账率1%左右，整个存贷业务做到了智能化”。
以下为演讲摘编：
沈建光：谢谢大家！非常祝贺高金十周年庆典。
因为时间关系，我主要介绍一下我们是怎么样看科技金融，然后是数字科技在金融业的服务，以及我自己加入了京东数字科技之后用大数据做的一些宏观尝试，一些大数据研究的成果跟大家分享一下。
我讲三个部分，第一部分是金融科技，我们现在确实处在第四次产业革命时期，这其实是非常有意思的一个重大变化。过去，劳动力、资本、土地是最主要的生产要素，现在，数据成为一个很重要的要素，这也是第四次工业革命，从蒸汽机革命、电气化革命、计算机通讯革命，现在是数据通讯革命，这个过程中，中国确实有机会弯道超车的原因。
其实华为在5G，我们在移动支付，各种金融科技、数字科技方面的应用，其实已经走在世界前列。可以看一下全世界的独角兽公司，包括数字科技前沿公司，不是美国的就是中国的，基本上没有欧洲公司。其实欧洲对数据保护特别严格，中国现在也在制定法律，但是我觉得千万要吸取欧洲的教训——如果把隐私保护、数据保护得太严格，企业发展的竞争力就会下降。基本上我们说的全球最顶尖的科技公司当中，现在没有欧洲的影子，这是很关键的，就是数据是重要的生产要素，一方面要保护，另一方面也要看到它的价值。
现在数字科技跟产业的结合，就是在产业数字化方面，我们现在做的尝试，产业数字化把金融先数字化，金融科技就起了很大的作用，我们现在尝试把产业和金融结合起来，因为光金融，但是没有产业的数字化，没有产业的支持，也很难服务于产业，所以我觉得现在核心的产业数字科技的作用关键还是要跟产业密切结合起来。最后的衡量标准还是要降低成本、增加效率，这个怎么实现呢？
举个例子，包括我们现在做金融科技，金融科技如何实现金融数字化发展？这是我们京东数字科技在做的尝试。第一，场景数字化，因为我们有消费场景，也有购物积累的很多数据，对一个人购物的、前期借款的信用数据，我们就可以把传统的金融场景做到线下、线上配合，实现了智能化的升级。
第二，用户数字化，每一个用户我们都可以进行数字化，有标签，一个客户的标签可以有几百个，这么多的数据来进行风险控制。
第三，我们要把所有产品全部数字化，包括放款，传统金融机构有信贷员，一笔放款一个星期，在我们这边全部是用机器走、人工智能走，给一百万个人贷款也是用机器走，没有一个贷款人，这样极大的降低了成本。而且因为有大数据，风控目前为止做得非常好，现在消费金融在线上基本坏账率1%左右，整个存贷业务做到了智能化。
最后，运营数字化，包括人工智能客服也全部进行智能化。这就是一个比较详细的，我们做金融科技分解出来，每个环节都要进行数字化，贷前、贷中、贷后，刚才几位也介绍了人工智能、大数据挖掘、区块链，这些先进技术一定要跟场景，要跟实际情况结合起来才能发挥作用，否则的话都是概论。
我也刚从硅谷回来，我们去了美国，第一天去了硅谷，也拜访了谷歌，后来去了亚马逊，去了西雅图，发现这些美国的高科技企业，其实也是在数字化，但是他又用的大数据研究，我待会会介绍，他只是做跟他业务有关的微观研究，但是我们中国或可以做宏观研究，我觉得跟他们交流下来，这方面中国一点不落后，其实很多方面比他们做的还很超前，包括亚马逊就比较简单，他就做购物，就是零售，再加现在云的服务，但是他的金融科技、数字科技刚刚开始，而我们因为有金融科技的尝试，现在已经从金融科技开始转到智能农牧业、城市计算，整个为城市信用、城市出行全部数字化的服务。
我觉得金融科技再延伸，不光是做金融，可以做各种各样的，包括智能农牧业，现在比较特别的猪脸识别、牛脸识别，在猪瘟特别厉害的时候，养猪场可以极大的降低猪瘟发病率，而且可以进行智能养猪。
我们现在从金融科技开始衍生到其他的领域，包括城市管理、广告行业也可以智能化，线下广告屏可以根据不同人群实时进行广告，产品根据人群来改变广告页面。
还有对防范化解重大风险，金融的精准扶贫，还有绿色金融参与污染防治，全部可以起很大作用，所以科技可以不断渗入到各个领域。其他的一些具体的前面也谈过，只有在这个过程当中，我们发现你有源源不断的动力去改造，去发明，包括人工智能生物识别，对科技的需求才能造成源源不断的科技创新，中国这块是走在世界前列。
第二，怎么用大数据研究宏观问题。
第一个报告主要是讲人口迁移，刚才蔡昉老师讲到的，用宏观来讲人口问题，我们现在研究的一个比较简单的问题，人口净流入量，我们从国家统计局的数据来看，北京、上海基本是人口净流出，只有广东、深圳是人口净流入，人口四大城市其实都已经净流出了，这个跟宏观数据不一样，不用管户籍，也不用看常驻地址，我看的是实实在在的一个人在某一个地方居住，他在那边收货，突然那个地方不收货了，到另一个地方持续收货了，说明这个人可能搬家了，户籍还在原来的地方，传统的办法可能发现不了这个人搬家了，但是我们用大数据就可以看到北京、上海、深圳、广州四大城市实际都已经出现了净流出。不仅我们知道他净流出，而且知道他流到哪里去了、从哪里流过来的，这就是大数据的力量。
我就简单汇报一下研究结果，我们看到人口主要流入城市是北京，第二位是苏州、杭州、无锡、南京，除了北京之外都是周边地区人口流入到上海。流出第一位是北京，第二、三、四位都是周边地区，其实这个也可以看到在上海的城市群现象特别明显。
广州、深圳可以看到，粤港澳大湾区已经在形成了，已经非常紧密的关系。从广州的人口来看，迁入地方，除了北京之外，第二个是深圳，所以深圳、广州其实就是一个湾区的概念。接下来，佛山、东莞、湛江，没有一个大城市，也没有其他区域。迁出人口也一样，可以看到广州对周边的辐射是特别强的。迁入人口，除了北京就是广州、东莞、惠州、武汉，迁出人口除了北京也是东莞、惠州、佛山，周边的地区，就是所谓的都市圈概念。
人口净流出并不可怕，主要是对周边的城市覆盖，对经济的辐射力越来越大。北京很有意思，区别非常明显，上海、广州、深圳，大城市的人口都流到北京去，周边城市流进来很少。北京迁出城市，除了上海、广州、深圳之外，主要是迁到廊坊去，第一是廊坊，第二是天津、保定，从这个角度也不能说北京对周边地区没有辐射，而且把全国的人才吸引到北京，人口迁出对周边的辐射力很明显，如果周边能把交通设施、各种社会能跟上，北京的都市圈也有希望形成一个新的都市圈。另一方面，北京对全国其他的三个大城市辐射力是最强的，也可以看出北京的首都功能，这是一些初步的研究。接下来我们还会研究二线、三线都市圈的概念。
谢谢大家！
