科技项目落地_科技落地生金价值分析

1.解读《关于推动金融服务科技创新发展的工作方案》

2.黄金有什么用途为什么那么贵

3.农银同心灵动360天科技创新怎么样分析如下

4.保险科技行业现状及趋势分析

5.金融科技专业毕业生的就业方向有哪些？

6.金融的价值是什么意思

1. 大数据兴起预示“信息时代”进入新阶段

（1） 看待大数据要有历史性的眼光

信息时代是相对于农业和工业时代而言的一段相当长的时间。不同时代的生产要素和社会发展驱动力有明显差别。信息时代的标志性技术发明是数字计算机、集成电路、光纤通信和互联网（万维网）。尽管媒体上大量出现“大数据时代”的说法，但大数据、云计算等新技术目前还没有出现与上述划时代的技术发明可媲美的技术突破，难以构成一个超越信息时代的新时代。信息时代可以分成若干阶段，大数据等新技术的应用标志着信息社会将进入一个新阶段。

考察分析100年以上的历史长河可以发现，信息时代与工业时代的发展规律有许多相似之处。电气化时代与信息时代生产率的提高过程惊人地相似。都是经过20~30年扩散储备之后才有明显提高，分界线分别是1915年和1995年。笔者猜想，信息技术经过几十年的扩散储备后，21世纪的前30年可能是信息技术提高生产率的黄金时期。

（2） 从“信息时代新阶段”的高度认识“大数据”

中国已开始进入信息时代，但许多人的思想还停留在工业时代。经济和科技工作中出现的许多问题，其根源是对时代的认识不到位。18-19世纪中国落后挨打，根源是满清政府没有认识到时代变了，我们不能重犯历史性的错误。

中央提出中国进入经济“新常态”以后，媒体上有很多讨论，但多数是为经济增速降低做解释，很少有从时代改变的角度论述“新常态”的文章。笔者认为，经济新常态意味着中国进入了以信息化带动新型工业化、城镇化和农业现代化的新阶段，是经济和社会管理的跃迁，不是权宜之计，更不是倒退。

大数据、移动互联网、社交网络、云计算、物联网等新一代信息技术构成的IT架构“第三平台”是信息社会进入新阶段的标志，对整个经济的转型有引领和带动作用。媒体上经常出现的互联网、创客、“第二次机器革命”、“工业4.0”等都与大数据和云计算有关。大数据和云计算是新常态下提高生产率的新杠杆，所谓创新驱动发展就是主要依靠信息技术促进生产率的提高。

（3）大数据可能是中国信息产业从跟踪走向引领的突破口

中国的大数据企业已经有相当好的基础。全球十大互联网服务企业中国占有4席（阿里巴巴、腾讯、百度和京东），其他6个Top10 互联网服务企业全部是美国企业，欧洲和日本没有互联网企业进入Top10。这说明中国企业在基于大数据的互联网服务业务上已处于世界前列。在发展大数据技术上，我国有可能改变过去30年技术受制于人的局面，在大数据应用上中国有可能在全世界起到引领作用。

但是，企业的规模走在世界前列并不表示我国在大数据技术上领先。实际上，国际上目前流行的大数据主流技术没有一项是我国开创的。开源社区和众包是发展大数据技术和产业的重要途径，但我们对开源社区的贡献很小，在全球近万名社区核心志愿者中，我国可能不到200名。我们要吸取过去基础研究为企业提供核心技术不够的教训，加强大数据基础研究和前瞻技术研究，努力攻克大数据核心和关键技术。

2. 理解大数据需要上升到文化和认识论的高度

（1） 数据文化是一种先进文化

数据文化的本质是尊重客观世界的实事求是精神，数据就是事实。重视数据就是强调用事实说话、按理性思维的科学精神。中国人的传统习惯是定性思维而不是定量思维。目前许多城市在开展政府数据开放共享工作，但是发现多数老百姓对政府要开放的数据并不感兴趣。要让大数据走上健康的发展轨道，首先要大力弘扬数据文化。本文讲的数据文化不只是大数据用于文艺、出版等文化产业，而是指全民的数据意识。全社会应认识到：信息化的核心是数据，只有政府和大众都关注数据时，才能真正理解信息化的实质；数据是一种新的生产要素，大数据的利用可以改变资本和土地等传统要素在经济中的权重。

有人将“上帝与数据共舞”归纳为美国文化的特点之一，说的是美国人既有对神的诚意，又有通过数据求真的理性。美国从镀金时代到进步主义时期完成了数据文化的思维转变，南北战争之后人口普查的方法被应用到很多领域，形成了数据预测分析的思维方式。近百年来美国和西方各国的现代化与数据文化的传播渗透有密切关系，我国要实现现代化也必须强调数据文化。

提高数据意识的关键是要理解大数据的战略意义。数据是与物质、能源一样重要的战略资源，数据的采集和分析涉及每一个行业，是带有全局性和战略性的技术。从硬技术到软技术的转变是当今全球性的技术发展趋势，而从数据中发现价值的技术正是最有活力的软技术，数据技术与数据产业的落后将使我们像错过工业革命机会一样延误一个时代。

（2）理解大数据需要有正确的认识论

历史上科学研究是从逻辑演绎开始的，欧几里得几何的所有定理可从几条公理推导出来。从伽利略和牛顿开始，科学研究更加重视自然观察和实验观察，在观察基础上通过归纳方法提炼出科学理论，“科学始于观察”成为科学研究和认识论的主流。经验论和唯理论这两大流派都对科学的发展做出过重大贡献，但也暴露出明显的问题，甚至走入极端。理性主义走向极端就成为康德所批判的独断主义，经验主义走入极端就变成怀疑论和不可知论。

20世纪30年代，德国哲学家波普尔提出了被后人称为“证伪主义”的认识论观点，他认为科学理论不能用归纳法证实，只能被试验发现的反例“证伪”，因而他否定科学始于观察，提出“科学始于问题”的著名观点[3]。证伪主义有其局限性，如果严格遵守证伪法则，万有引力定律、原子论等重要理论都可能被早期的所谓反例扼杀。但“科学始于问题”的观点对当前大数据技术的发展有指导意义。

大数据的兴起引发了新的科学研究模式：“科学始于数据”。从认识论的角度看，大数据分析方法与“科学始于观察”的经验论较为接近，但我们要牢记历史的教训，避免滑入否定理论作用的经验主义泥坑。在强调“相关性”的时候不要怀疑“因果性”的存在；在宣称大数据的客观性、中立性的时候，不要忘了不管数据的规模如何，大数据总会受制于自身的局限性和人的偏见。不要相信这样的预言：“采用大数据挖掘，你不需要对数据提出任何问题，数据就会自动产生知识”。面对像大海一样的巨量数据，从事数据挖掘的科技人员最大的困惑是，我们想捞的“针”是什么？这海里究竟有没有“针”？也就是说，我们需要知道要解决的问题是什么。从这个意义上讲，“科学始于数据”与“科学始于问题”应有机地结合起来。

对“原因”的追求是科学发展的永恒动力。但是，原因是追求不完的，人类在有限的时间内不可能找到“终极真理”。在科学的探索途中，人们往往用“这是客观规律”解释世界，并不立即追问为什么有这样的客观规律。也就是说，传统科学并非只追寻因果性，也可以用客观规律作为结论。大数据研究的结果多半是一些新的知识或新的模型，这些知识和模型也可以用来预测未来，可以认为是一类局部性的客观规律。科学史上通过小数据模型发现一般性规律的例子不少，比如开普勒归纳的天体运动规律等；而大数据模型多半是发现一些特殊性的规律。物理学中的定律一般具有必然性，但大数据模型不一定具有必然性，也不一定具有可演绎性。大数据研究的对象往往是人的心理和社会，在知识阶梯上位于较高层，其自然边界是模糊的，但有更多的实践特征。大数据研究者更重视知行合一，相信实践论。大数据认识论有许多与传统认识论不同的特点，我们不能因其特点不同就否定大数据方法的科学性。大数据研究挑战了传统认识论对因果性的偏爱，用数据规律补充了单一的因果规律，实现了唯理论和经验论的数据化统一，一种全新的大数据认识论正在形成。

3. 正确认识大数据的价值和效益

（1）大数据的价值主要体现为它的驱动效应

人们总是期望从大数据中挖掘出意想不到的“大价值”。实际上大数据的价值主要体现在它的驱动效应，即带动有关的科研和产业发展，提高各行各业通过数据分析解决困难问题和增值的能力。大数据对经济的贡献并不完全反映在大数据公司的直接收入上，应考虑对其他行业效率和质量提高的贡献。大数据是典型的通用技术，理解通用技术要采用“蜜蜂模型”：蜜蜂的效益主要不是自己酿的蜂蜜，而是蜜蜂传粉对农业的贡献。

电子计算机的创始人之一冯·诺依曼曾指出：“在每一门科学中，当通过研究那些与终极目标相比颇为朴实的问题，发展出一些可以不断加以推广的方法时，这门学科就得到了巨大的进展。”我们不必天天期盼奇迹出现，多做一些“颇为朴实”的事情，实际的进步就在扎扎实实的努力之中。媒体喜欢宣传一些令人惊奇的大数据成功案例，对这些案例我们应保持清醒的头脑。据Intel中国研究院首席工程师吴甘沙在一次报告中透露，所谓“啤酒加尿布”的数据挖掘经典案例，其实是Teradata公司一位经理编出来的“故事”，历史上并没有发生过[4]。即使有这个案例，也不说明大数据分析本身有什么神奇，大数据中看起来毫不相关的两件事同时或相继出现的现象比比皆是，关键是人的分析推理找出为什么两件事物同时或相继出现，找对了理由才是新知识或新发现的规律，相关性本身并没有多大价值。

有一个家喻户晓的寓言可以从一个角度说明大数据的价值：一位老农民临终前告诉他的3个儿子，他在他家的地中埋藏了一罐金子，但没有讲埋在哪里。

他的儿子们把他家所有的地都深挖了一遍，没有挖到金子，但由于深挖了土地，从此庄稼收成特别好。数据收集、分析的能力提高了，即使没有发现什么普适的规律或令人完全想不到的新知识，大数据的价值也已逐步体现。

（2）大数据的力量来自“大成智慧”

每一种数据来源都有一定的局限性和片面性，只有融合、集成各方面的原始数据，才能反映事物的全貌。事物的本质和规律隐藏在各种原始数据的相互关联之中。不同的数据可能描述同一实体，但角度不同。对同一个问题，不同的数据能提供互补信息，可对问题有更深入的理解。因此在大数据分析中，汇集尽量多种来源的数据是关键。

数据科学是数学（统计、代数、拓扑等）、计算机科学、基础科学和各种应用科学融合的科学，类似钱学森先生提出的“大成智慧学”[5]。钱老指出：“必集大成，才能得智慧”。大数据能不能出智慧，关键在于对多种数据源的集成和融合。IEEE计算机学会最近发布了2014年的计算机技术发展趋势预测报告，重点强调“无缝智慧（seamless intelligence）”。发展大数据的目标就是要获得协同融合的“无缝智慧”。单靠一种数据源，即使数据规模很大，也可能出现“瞎子摸象”一样的片面性。数据的开放共享不是锦上添花的工作，而是决定大数据成败的必要前提。

大数据研究和应用要改变过去各部门和各学科相互分割、独立发展的传统思路，重点不是支持单项技术和单个方法的发展，而是强调不同部门、不同学科的协作。数据科学不是垂直的“烟囱”，而是像环境、能源科学一样的横向集成科学。

（3）大数据远景灿烂，但近期不能期望太高

交流电问世时主要用作照明，根本想象不到今天无处不在的应用。大数据技术也一样，将来一定会产生许多现在想不到的应用。我们不必担心大数据的未来，但近期要非常务实地工作。人们往往对近期的发展估计过高，而对长期的发展估计不足。Gartner公司预测，大数据技术要在5~10年后才会成为较普遍采用的主流技术，对发展大数据技术要有足够的耐心。

大数据与其他信息技术一样，在一段时间内遵循指数发展规律。指数发展的特点是，从一段历史时期衡量（至少30年），前期发展比较慢，经过相当长时间（可能需要20年以上）的积累，会出现一个拐点，过了拐点以后，就会出现爆炸式的增长。但任何技术都不会永远保持“指数性”增长，一般而言，高技术发展遵循Gartner公司描述的技术成熟度曲线（hype cycle），最后可能进入良性发展的稳定状态或者走向消亡。

需要采用大数据技术来解决的问题往往都是十分复杂的问题，比如社会计算、生命科学、脑科学等，这些问题绝不是几代人的努力就可以解决的。宇宙经过百亿年的演化，才出现生物和人类，其复杂和巧妙堪称绝伦，不要指望在我们这一代人手中就能彻底揭开其奥妙。展望数百万年甚至更长远的未来，大数据技术只是科学技术发展长河中的一朵浪花，对10~20年大数据研究可能取得的科学成就不能抱有不切实际的幻想。

?4 .从复杂性的角度看大数据研究和应用面临的挑战

大数据技术和人类探索复杂性的努力有密切关系。20世纪70年代，新三论（耗散结构论、协同论、突变论）的兴起对几百年来贯穿科学技术研究的还原论发起了挑战。年盖尔曼等3位诺贝尔奖得主成立以研究复杂性为主的圣菲研究所，提出超越还原论的口号，在科技界掀起了一场复杂性科学运动。虽然雷声很大，但30年来并未取得预期的效果，其原因之一可能是当时还没有出现解决复杂性的技术。

集成电路、计算机与通信技术的发展大大增强了人类研究和处理复杂问题的能力。大数据技术将复杂性科学的新思想发扬光大，可能使复杂性科学得以落地。复杂性科学是大数据技术的科学基础，大数据方法可以看作复杂性科学的技术实现。大数据方法为还原论与整体论的辩证统一提供了技术实现途径。大数据研究要从复杂性研究中吸取营养，从事数据科学研究的学者不但要了解20世纪的“新三论”，可能还要学习与超循环、混沌、分形和元胞自动机等理论有关的知识，扩大自己的视野，加深对大数据机理的理解。

大数据技术还不成熟，面对海量、异构、动态变化的数据，传统的数据处理和分析技术难以应对，现有的数据处理系统实现大数据应用的效率较低，成本和能耗较大，而且难以扩展。这些挑战大多来自数据本身的复杂性、计算的复杂性和信息系统的复杂性。

（1）数据复杂性引起的挑战

图文检索、主题发现、语义分析、情感分析等数据分析工作十分困难，其原因是大数据涉及复杂的类型、复杂的结构和复杂的模式，数据本身具有很高的复杂性。目前，人们对大数据背后的物理意义缺乏理解，对数据之间的关联规律认识不足，对大数据的复杂性和计算复杂性的内在联系也缺乏深刻理解，领域知识的缺乏制约了人们对大数据模型的发现和高效计算方法的设计。形式化或定量化地描述大数据复杂性的本质特征及度量指标，需要深入研究数据复杂性的内在机理。人脑的复杂性主要体现在千万亿级的树突和轴突的链接，大数据的复杂性主要也体现在数据之间的相互关联。理解数据之间关联的奥秘可能是揭示微观到宏观“涌现”规律的突破口。大数据复杂性规律的研究有助于理解大数据复杂模式的本质特征和生成机理，从而简化大数据的表征，获取更好的知识抽象。为此，需要建立多模态关联关系下的数据分布理论和模型，理清数据复杂度和计算复杂度之间的内在联系，奠定大数据计算的理论基础。

（2） 计算复杂性引起的挑战

大数据计算不能像处理小样本数据集那样做全局数据的统计分析和迭代计算，在分析大数据时，需要重新审视和研究它的可计算性、计算复杂性和求解算法。大数据样本量巨大，内在关联密切而复杂，价值密度分布极不均衡，这些特征对建立大数据计算范式提出了挑战。对于PB级的数据，即使只有线性复杂性的计算也难以实现，而且，由于数据分布的稀疏性，可能做了许多无效计算。

传统的计算复杂度是指某个问题求解时需要的时间空间与问题规模的函数关系，所谓具有多项式复杂性的算法是指当问题的规模增大时，计算时间和空间的增长速度在可容忍的范围内。传统科学计算关注的重点是，针对给定规模的问题，如何“算得快”。而在大数据应用中，尤其是流式计算中，往往对数据处理和分析的时间、空间有明确限制，比如网络服务如果回应时间超过几秒甚至几毫秒，就会丢失许多用户。大数据应用本质上是在给定的时间、空间限制下，如何“算得多”。从“算得快”到“算得多”，考虑计算复杂性的思维逻辑有很大的转变。所谓“算得多”并不是计算的数据量越大越好，需要探索从足够多的数据，到刚刚好的数据，再到有价值的数据的按需约简方法。

基于大数据求解困难问题的一条思路是放弃通用解，针对特殊的限制条件求具体问题的解。人类的认知问题一般都是NP难问题，但只要数据充分多，在限制条件下可以找到十分满意的解，近几年自动驾驶汽车取得重大进展就是很好的案例。为了降低计算量，需要研究基于自举和采样的局部计算和近似方法，提出不依赖于全量数据的新型算法理论，研究适应大数据的非确定性算法等理论。

（3）系统复杂性引起的挑战

大数据对计算机系统的运行效率和能耗提出了苛刻要求，大数据处理系统的效能评价与优化问题具有挑战性，不但要求理清大数据的计算复杂性与系统效率、能耗间的关系，还要综合度量系统的吞吐率、并行处理能力、作业计算精度、作业单位能耗等多种效能因素。针对大数据的价值稀疏性和访问弱局部性的特点，需要研究大数据的分布式存储和处理架构。

大数据应用涉及几乎所有的领域，大数据的优势是能在长尾应用中发现稀疏而珍贵的价值，但一种优化的计算机系统结构很难适应各种不同的需求，碎片化的应用大大增加了信息系统的复杂性，像昆虫种类一样多（500多万种）的大数据和物联网应用如何形成手机一样的巨大市场，这就是所谓“昆虫纲悖论”[6]。为了化解计算机系统的复杂性，需要研究异构计算系统和可塑计算技术。

大数据应用中，计算机系统的负载发生了本质性变化，计算机系统结构需要革命性的重构。信息系统需要从数据围着处理器转改变为处理能力围着数据转，关注的重点不是数据加工，而是数据的搬运；系统结构设计的出发点要从重视单任务的完成时间转变到提高系统吞吐率和并行处理能力，并发执行的规模要提高到10亿级以上。构建以数据为中心的计算系统的基本思路是从根本上消除不必要的数据流动，必要的数据搬运也应由“大象搬木头”转变为“蚂蚁搬大米”。

?5 .发展大数据应避免的误区

（1） 不要一味追求“数据规模大”

大数据主要难点不是数据量大，而是数据类型多样、要求及时回应和原始数据真假难辨。现有数据库软件解决不了非结构化数据，要重视数据融合、数据格式的标准化和数据的互操作。采集的数据往往质量不高是大数据的特点之一，但尽可能提高原始数据的质量仍然值得重视。脑科学研究的最大问题就是采集的数据可信度差，基于可信度很差的数据难以分析出有价值的结果。

一味追求数据规模大不仅会造成浪费，而且效果未必很好。多个来源的小数据的集成融合可能挖掘出单一来源大数据得不到的大价值。应多在数据的融合技术上下功夫，重视数据的开放与共享。所谓数据规模大与应用领域有密切关系，有些领域几个PB的数据未必算大，有些领域可能几十TB已经是很大的规模。

发展大数据不能无止境地追求“更大、更多、更快”，要走低成本、低能耗、惠及大众、公正法治的良性发展道路，要像现在治理环境污染一样，及早关注大数据可能带来的“污染”和侵犯隐私等各种弊端。

（2） 不要“技术驱动”，要“应用为先”

新的信息技术层出不穷，信息领域不断冒出新概念、新名词，估计继“大数据”以后，“认知计算”、“可穿戴设备”、“机器人”等新技术又会进入炒作高峰。我们习惯于跟随国外的热潮，往往不自觉地跟着技术潮流走，最容易走上“技术驱动”的道路。实际上发展信息技术的目的是为人服务，检验一切技术的唯一标准是应用。我国发展大数据产业一定要坚持“应用为先”的发展战略，坚持应用牵引的技术路线。技术有限，应用无限。各地发展云计算和大数据，一定要通过政策和各种措施调动应用部门和创新企业的积极性，通过跨界的组合创新开拓新的应用，从应用中找出路。

（3） 不能抛弃“小数据”方法

流行的“大数据”定义是：无法通过目前主流软件工具在合理时间内采集、存储、处理的数据集。这是用不能胜任的技术定义问题，可能导致认识的误区。按照这种定义，人们可能只会重视目前解决不了的问题，如同走路的人想踩着自己身前的影子。其实，目前各行各业碰到的数据处理多数还是“小数据”问题。我们应重视实际碰到的问题，不管是大数据还是小数据。

统计学家们花了200多年，总结出认知数据过程中的种种陷阱，这些陷阱不会随着数据量的增大而自动填平。大数据中有大量的小数据问题，大数据采集同样会犯小数据采集一样的统计偏差。Google公司的流感预测这两年失灵，就是由于搜索推荐等人为的干预造成统计误差。

大数据界流行一种看法：大数据不需要分析因果关系、不需要采样、不需要精确数据。这种观念不能绝对化，实际工作中要逻辑演绎和归纳相结合、白盒与黑盒研究相结合、大数据方法与小数据方法相结合。

（4） 要高度关注构建大数据平台的成本

目前全国各地都在建设大数据中心，吕梁山下都建立了容量达2 PB以上的数据处理中心，许多城市公安部门要求存储3个月以上的高清监控录像。这些系统的成本都非常高。数据挖掘的价值是用成本换来的，不能不计成本，盲目建设大数据系统。什么数据需要保存，要保存多少时间，应当根据可能的价值和所需的成本来决定。大数据系统技术还在研究之中，美国的E级超级计算机系统要求能耗降低1 000倍，计划到2024年才能研制出来，用现在的技术构建的巨型系统能耗极高。

我们不要攀比大数据系统的规模，而是要比实际应用效果，比完成同样的事消耗更少的资源和能量。先抓老百姓最需要的大数据应用，因地制宜发展大数据。发展大数据与实现信息化的策略一样：目标要远大、起步要精准、发展要快速。

解读《关于推动金融服务科技创新发展的工作方案》

供应链金融（Supply Chain Finance）来源于供应链管理，是金融直接服务实体经济的重要模式，其定义虽然因为视角不同有差异，但并无实质性区别，例如采用描述的方式这样定义供应链金融：银行围绕核心企业，管理上下游中小企业的资金流、物流和信息流，并把单个企业的不可控风险转变为供应链企业整体的可控风险，通过立体获取各类信息，将风险控制在最低的金融服务。 本文从供应链金融主要要素出发，先从技术角度引出目前很热门的供应链金融 科技 ，指出其本质；然后从价值角度出发，阐述供应链金融布局和价值模式构建。

这里需要明确几个关键要素以抓住供应链金融本质，并将其与金融 科技 融合：

第一个要素是目标：作为金融的细分领域，其目标是“风险可控“——将风险控制在最低（或较低，对第一段描述性定义的拓展）的水平。也就是说其核心价值和主要任务都与金融相同，但增加了新的目标。

第二个要素是对象：即金融的主要任务的承担者以及目标的实现者是什么？金融的主要任务承担者不同形成了不同的金融分支，供应链金融则聚焦于供应链企业的整体，即由供应链形成的生产聚类，金融或其他企业（不仅仅局限于银行，对第一段描述性定义的拓展）通过措施管理优化达到供应链金融的特有目标。

第三个要素是隐含在在描述中，是供应链金融的本质，即供应链金融本质上是关系的金融，供应链是生产形成的关系，供应链金融是在这种关系上形成的金融服务。关系金融与传统金融最大的不同是把金融的核心要素的承载从对象（如企业贷款，核心要素是信用，承载对象是企业/未来现金流）扩展在对象之间的关系，这种拓展使得核心要素要重新表示、量化和预测，其中表示和量化组成了金融的一个主要任务“定价”。

供应链金融第三个要素导引出了关系金融，也使得供应链金融从一开始就与金融 科技 容易，其原因在于，传统金融分析的主要工作是在普通的实数上进行计算，通过定义测度，使得概率论和数理统计、随机过程可以充分支撑金融分析任务，如果考虑大数据的情景（高频数据是大数据的一种）机器学习人工智能使得这种分析更“精准”和更“泛化”；但关系金融需要金融分析从实数范围拓展到“图数据”上——所谓图数据，即

定义在图数据上的金融（分析）为关系金融（分析）。关系金融具体的实践场景很多，甚至可以把大多金融泛化为关系金融，例如国际金融等，但是最典型的关系金融就是供应链金融，主要因为其包含了上述三个主要要素外还具有这样支撑实践应用的两个特点：

第一是具有清晰的、稳定的基础关系，这使得金融要素例如信用的定义是明确的；

第二是具有有限的服务方（金融机构），这使得金融的核心特征能够被一致化，结论合规且可操作。

从金融的本质来说，供应链金融实际上是金融三维特征的综合体现，其物流、信息流、资金流的协同和优化是同时涉及到金融三个特征维度（保险涉及到2个），实际上其基础的模式结构是物流、信息流、资金流通过金融“要素流“来进行匹配协同优化控制，要素流受制于金融机构的目标、监管限制以及协同的资源，这个过程实际上是一个多尺度图上的”操作“，当然可以以不同主题考虑某一个视角的问题，例如用图数据分析来优化资金流，用大数据5G等构建信息流效率，用金融自动化流程来完成资金流的追踪和处理等，这都是供应链金融比较成熟的模式，也可以算作供应链金融 科技 在业务上的体现。 但实际上供应链金融还需要涉及到这种“关系”变化的特征以及趋势，例如诸多银行最早建立的供应链金融的雏形“存货融资“业务，使得这种关系变化可以拓展到信用的二次抵押和流转，新的金融机构和供应链厂家的金融服务机构可以加入进来，当我们对信用进行多次流转的同时，也意味着分担机制的形成，这也是为什么说供应链金融具有”风险分担机制“的原因，这其中，金融 科技 可以发挥更加明确的作用，那就风险分担的合理机制，多了合理，意味着可以在信用去中心化（所谓的区块链支撑的供应链金融）、可以在关系信用的复制（所谓的特定领域的平台企业构建的专业行业供应链金融）、可以在丰富风险承担机制（所谓的主动引入合规金融模式）等发挥作用。 具体的应用已经体现在许多研究供应链金融中金融 科技 应用的案例中了，这里不重复叙述。

以上是从技术角度对供应链金融做了更深入剖析，接下来本文从技术过度到“价值“来从金融的本源出发来考虑供应链金融。从研究角度可以考虑技术的无限可能，考虑供应链金融的万般变化，但供应链金融的各种定义都忽略了一件事情，那就是作为一个应用的金融领域，供应链金融的生命力在于”价值“，金融存在的价值是明确的，供应链金融当然也具有同样的价值，但也有它独有的价值所在，即：借助于关系构建的不确定性的降低和消除（金融的三个关键特征维度上）。所以它的价值核心是未来供应链的多重现金流在当前合理化的信用优化，虽然很简单，但是有了这个高度就可以更好的从总体把握供应链金融的架构、调整、创造价值的方式和方向，进而借助供应链金融优化整个供应链，最终服务于实体经济。

基于以上价值模式，可以大体上把供应链金融划分为：单价值模式、寡头价值模式以及多价值模式，但要注意，并不意味着多价值模式更先进，这与供应链所处的实体经济行业以及监管环境有关系；同时基于金融的维度特征和关系也可以把供应链金融划分为3*3一共9种模式。

笔者出版过一本关于产业集群的专著，调研研究过“国内十三个行业的供应链金融模式“，有些模式还形成研究生的教学指导案例，这些模式成功的要诀在于价值的分享，但价值的分享常常被误会为现金流（钱），实际上供应链金融前面的介绍已经说明其要素的价值是通过不同阶段体现的，在没有到达“现金流”的时候做出了错误判断，所以本文划分了三个要素，并强调其金融的三个维度特征，以及关系金融的重要性。具体来说，一个是山东某市的锂电（新能源电源），一个是西南某省推广的“汽配产业链金融”。正好是两个对比的例子。我们认为当前多数行业的供应链金融适合的模式是：单价值模式（地理维度聚集）和多价值模式（非地理纬度聚集）；在9种模式中更多的是构建关系信用复制和丰富风险承担以；在考虑价值创造上，选择金融价值延长的策略。

（作者 张宁，博士，教授，博士生导师，中央 财经 大学中国金融 科技 研究中心主任，生命质量研究会理事长，家办发展与合作组织理事会主席兼首席经济学家）

黄金有什么用途为什么那么贵

近日，为充分发挥财政 科技 资金引导作用，强化政策支持，推动金融机构服务 科技 创新，河北省 科技 厅印发了《关于推动金融服务 科技 创新发展的工作方案》（以下简称《工作方案》，着重通过强化 科技 资金引导作用，加大 科技 金融政策宣传和落地实施，优化金融支持创新服务体系，谋划开展系列专题活动，吸引各类 社会 资本服务 科技 创新，形成 科技 、产业、金融互动新格局。

科技 金融是 科技 与金融结合的产物，为创新驱动实践发展和相关理论提供了有力支撑。《工作方案》旨在引导更多金融资本投向 科技 创新，促进 科技 、产业、金融融合发展，通过完善 科技 金融服务体系，不断创新 科技 金融产品和工具，持续改善 科技 金融服务环境。

一、《工作方案》制定的背景

深入实施创新驱动发展战略，加快建设创新型省份和 科技 强省，是《河北省 科技 创新“十四五”规划》的 重要内容，“创新驱动， 科技 强省”是明确的目标，而 科技 与金融的结合，既是实施创新驱动发展战略的重要内容，也是因应 建设创新型省份和 科技 强省 的一个崭新命题。

近年来，河北省的 科技 金融在政府的强有力支持和对创新的重视下快速发展，其作为金融体系创新的重要组成部分,在引领我省经济高质量发展和建设创新型省份方面都具有不可替代的重要意义。我省积极完善 科技 企业融资环境，深化 科技 金融融合，加强金融、企业对接，深入推进 科技 型企业高质量发展，全省 科技 企业融资环境明显改善，中小企业贷款额明显增加。

尽管 科技 型中小企业融资环境较以往有了改善，但仍存在融资困难。首先， 科技 企业尤其是初创期， 科技 企业和 科技 创业企业资产规模普遍较小、经营体制不健全、盈利能力波动较大，面临着产品研发失败的技术风险和新产品接受程度低的市场风险；同时又缺乏土地、厂房、设备等硬资产作抵押，银行传统的信贷模式难以满足 科技 企业的信贷需求。其次，由于 科技 小企业融资量小面广，特别是贷款利率定价无法完全覆盖风险损失，导致银行缺乏为 科技 型中小企业服务的动力。第三，由于银行的差异化程度不高，专门为小企业服务的中小银行机构数量有限，导致对 科技 小企业融资服务供应不足。第四，缺少针对 科技 型中小企业的金融产品，银行过分强调企业抵押资产和担保。第五，对 科技 企业的风险投资、私募股权投资都倾向于投资上市前项目。由于我国目前并购市场并不发达，多层次资本市场仍不完善，风险投资、私募股权投资退出渠道往往限于企业上市后在二级市场转让股权。一般来说， 科技 企业从研发到上市基本都在8年以上，而目前多数VC、PE基金年限大多在6年左右。因此，VC、PE都倾向于投资上市前项目，而相对不太愿意投资早中期项目。

针对上述 科技 企业经营体制不健全、缺乏抵押资产，以及金融机构服务 科技 企业动力不足和金融产品创新不足的问题，为深入贯彻落实中央全面深化改革委员会第二十五次会议和省委全面深化改革委员会第二十二次会议精神，河北省 科技 厅出台了《工作方案》，旨在着重通过政策引导推动金融机构完善 科技 金融服务体系，不断创新 科技 金融产品和工具，持续改善 科技 金融服务环境。

二、《工作方案》主要内容

《工作方案》明确了四方面重点任务。

（一）强化政策激励，支持企业 科技 创新。

河北省 科技 厅把2022年确定为“河北 科技 政策落实年”，充分发挥 科技 金融政策的引导带动作用，广泛开展政策宣传，推动政策落实落地，通过企业创新积分、贷款风险补偿、股权投资奖励等措施，打好“增信、分险、奖励”政策组合拳，支持企业科研攻关和成果转化，强化企业创新主体地位。

1.落实贷款风险补偿和保费补贴。鼓励银行、金融机构加大 科技 企业支持力度，对合作银行向符合条件企业发放的贷款，按照有关规定给予奖励和风险补偿。鼓励我省装备制造企业自主创新，对纳入《河北省重点领域首台(套)重大技术装备产品公告目录》的产品，投保经银保监会备案的首台(套)重大技术装备综合保险，按不高于3%的费率上限及实际投保年度保费的80%给予投保企业补贴。

2.实施定向贷款贴息。对成立时间不超过10年、获得过私募投资尚未上市且估值5亿美元以上的“独角兽”“潜在独角兽”企业，按其新增中长期贷款合同签订日LPR的30%给予一年期贴息，每年最高不超过3000万元。

3.鼓励 科技 企业上市融资。对在“新三板”基础层、创新层挂牌的企业，给予一次性前期费用补助10万元，实现首次股权融资的再给予融资额1%且不超过50万元的补助。对在河北股权交易所主板挂牌的高新技术企业、 科技 型中小企业或脱贫县注册的制造业企业，给予一次性前期费用补助5万元。

4.加大股权投资基金奖励。鼓励各类投资基金采用股权方式投资省内企业，对投资规模达到3000万元、期限满两年(含)以上的，按不超过其实际投资额1%的比例给予一次性奖励(扣除政府引导基金)，奖励金额最高不超过2000万元。

5.推动 科技 保险补偿。支持保险机构为 科技 企业提供风险保障，鼓励开展 科技 保险业务的保险公司在我省设立 科技 保险服务试点。鼓励保险机构在我省广泛投放关键研发设备保险、产品质量保证保险、关键研发人员团体意外伤害保险等 科技 保险险种，丰富 科技 保险产品种类。优化我省 科技 企业保险服务相关政策，分险种提出补偿措施。

（二）完善投融资体系，服务产业高质量发展。

以河北主导产业为重点支持方向，构建从天使基金支持项目落地、银行信贷支持 科技 创新创业、风险投资支持高速成长到资本市场助力壮大腾飞的 科技 金融服务体系。到2023年，河北省新增 科技 引导基金子基金3-6支，全省 科技 企业获得银行、金融机构直接投融资超过10万次。

1. 探索 建立早期研发项目概念验证种子基金。依托省内外知名高校院所，建设概念验证中心， 探索 设立河北省概念验证种子基金，筛选支持一批具有引领性、颠覆性、高商业价值潜力的早期原发创意项目，给予一定的资金支持，填补早期研发资金缺口，打开高校院所基础研究成果走向市场的关键通道。

对概念验证种子基金支持的项目，项目成熟后，定向推送给天使投资引导子基金，将概念验证种子基金的股权以市场化的方式，转让给天使投资引导子基金，形成科研项目全链条闭环支持。

2.引导设立天使投资子基金。鼓励 科技 投资引导基金与多方共建天使投资子基金，对投资我省天使期、早中期 科技 型企业的收益部分，向天使基金管理机构和其他 社会 出资人进行让利。对投资在河北省境内的天使期企业产生的收益中归属于 科技 投资引导基金部分的40%进行让利。对投资在河北省境内的早中期 科技 企业产生的收益中归属于 科技 投资引导基金部分的30%进行让利。

对天使投资子基金投资成长性好的 科技 企业，分行业、分领域推送 科技 投资基金，将天使投资子基金的股权以市场化的方式，转让给 科技 投资引导基金，形成 科技 引导基金全程跟踪支持。

3.合作共建 科技 投资子基金。发挥 科技 投资引导基金作用，围绕我省12个主导产业和107个县域特色产业，积极推进与地方政府、高新区管委会合作共建子基金，以地方特色产业为主要投资方向，广泛吸收上市龙头企业、链主企业、头部投资机构的 社会 资本，形成资金合力。围绕产业链上下游配套，发现一批、投资一批、落户一批 科技 属性强、成长性好的优质企业，引领产业高质量发展。

在 科技 投资引导基金投资的企业中，筛选组织架构清晰、盈利能力强、财务状况良好、具备一定科创属性的企业，开展上市培育专项辅导，组织专家、证券公司、第三方中介机构进行精准对接，争取资本市场助力。

4. 探索 “投贷联动”机制。与银行金融机构洽谈合作共建子基金事宜，并由银行金融机构旗下的基金管理公司作为子基金管理机构，发挥银行内部风险防控、信用体系一致的优势，在依法合规、风险可控的前提下， 探索 先投后贷联动机制，对子基金管理机构投资认定的 科技 企业纳入所在行优质客户名单，获得银行一定授信额度，快速获得无抵押贷款。

5.创新 科技 信贷产品。鼓励金融机构结合 科技 企业特点，运用增信工具，创新 科技 贷、科创贷、知识产权质押贷等信用类金融产品，支持企业 科技 创新。支持金融机构、供应链核心企业和融资担保机构等开展合作，形成产业链优化提升联动机制，开发供应链金融产品，提升供应链融资效能。

6.利用评估评价推动落实“企业创新积分制”。省产业技术研究院组织对企业的科研项目产业化交付物和关键技术成熟程度进行定量评价，准确表征项目的技术先进性、技术成熟度和市场价值等，将项目评估评价情况推送银行、金融机构，优化“企业创新积分制”指标体系，开发“ 科技 企业创新积分贷”专属产品，精准支持创新能力突出的 科技 企业，形成支持积分企业的专属政策、专项信贷、专业服务体系。

（三）开展专题活动，营造 科技 金融融合良好氛围。

打造 科技 金融系列品牌活动，推动河北省 科技 企业与省内外金融机构对接，与各有关商业银行开展 科技 金融深度合作，通过创新金融产品、建立绿色通道、实施优惠利率、配置信贷规模等，解决 科技 企业“融资难”“融资贵”问题。到2023年，向银行、金融机构、创投引导基金推送评估评价的优质 科技 项目和成果1000项以上，全省新增 科技 企业贷款累计超过2000亿元。全省 科技 企业、银行、金融机构融合发展氛围日益浓厚。

1.举办“政银联动助力 科技 园区”专题活动。深化与建设银行河北省分行合作，充分发挥地方 科技 主管部门和建设银行分支行各自在 科技 创新、金融服务方面优势，联动组成工作小组，为32家省级以上高新区和京南 科技 成果转移转化示范区开展科研攻关、成果转化和重点项目建设提供一站式服务。省 科技 厅与省建行联合启动专题活动，各地 科技 管理部门与建行分支行结对服务，建立绿色通道，对 科技 企业优先受理、优先放行、应批尽批。 科技 园区内重点项目采取一事一议方式，定制“债权+股权”的一体化融资方案，对于紧急需求随时开展上门服务，开绿灯、保时效。对2022年在建省重点项目、 科技 企业执行差别化优惠利率，优先配置信贷规模。对受疫情影响的 科技 企业提供贷款延期服务，不盲目抽贷、断贷、压贷。通过政银联动专题活动，省建行安排400亿元信贷规模赋能 科技 园区创新发展。

2.实施 科技 金融服务“十百千万”专项行动。加强与工商银行河北省分行联动，与省工行联合开展我省 科技 金融服务“十百千万”专项行动，遴选推荐10家 科技 领军企业、100项重大 科技 成果、1000家高新技术企业、10000家 科技 型中小企业纳入重点支持范围。一是遴选重点支持对象纳入工商银行新动能客户名单。利用火炬中心、工商银行合作建立的“企业创新积分制”等工具和专属信贷产品，为新动能客户提供定制化融资产品和各类增值服务，精准支持 科技 企业融资。二是建立重大 科技 成果转化项目与金融服务精准对接机制。省 科技 厅向工商银行河北省分行推荐重大 科技 成果转化项目，符合条件的可纳入工商银行重大 科技 创新项目专项金融服务。三是以“金融服务+”为核心，为新动能客户提供差异化服务产品和配套资源，完善 科技 政策办理、 科技 企业辅导、资源整合对接等服务。四是支持石家庄高新区作为 科技 部火炬中心 科技 金融创新服务“十百千万”专项行动试点地区，加快培育创建 科技 金融创新服务中心，加强资源配置，加大创新力度，加快落地实施。

3.推进“一体两翼”提升行动。推进与中国银行河北省分行的合作。落实 科技 部火炬中心、中国银行 科技 金融“一体两翼”助力企业创新能力提升行动，与省中行合作打造“四重四新”合作框架，围绕重点客户、重点区域、重点园区、重点产业，创新服务机构、创新评价体系、创新特色产品、创新数字平台，以企业金融需求为导向， 探索 政银合作新机制新模式。一是助力 科技 企业“出海”。征集有“出海”需求的 科技 企业向省中行推送，发挥中国银行全球化优势，为企业提供海外项目融资、跨境结算、跨境 科技 项目等全方位金融支持。二是支持 科技 企业精准融资。利用中国银行“中银创新积分贷”，筛选推荐我省创新能力突出的 科技 企业，积极争取积分制 科技 企业的专属政策、专项信贷、专业服务体系。三是支持 科技 创新创业。优选推荐国家级 科技 企业孵化器、众创空间、新型研发机构等平台与中国银行分支机构建立常态化对接服务机制，精准发现成长潜力大、创新能力强的 科技 初创企业，为企业优先提供股权投资、普惠贷款、项目融资、设备租赁、个人金融等综合服务。

4.打造“冀创会”系列活动品牌。将河北 科技 创新与投资大会（简称“冀创会”）打造成我省展示 科技 力量、推动 科技 与资本融合发展的舞台和窗口，深入开展 科技 企业与全国知名创投机构深度对接，推动域外创新团队和科创企业落地河北，打造具有全国影响力的 科技 金融服务品牌。一是举办投融资洽谈会、高新区 科技 招商对接等活动，邀请国内知名创投基金代表参会，遴选优质企业进行融资路演。二是举办第二届河北 科技 创新与投资大会暨第六届京津冀创业投资高峰论坛，邀请国内知名专家学者作为特邀嘉宾，全国知名创投机构和 科技 领军企业共同参与。三是持续举行“全球百佳技术转移案例重点推介及优秀国际创新创业项目路演”“创新需求揭榜挂帅”等活动。

（四）多部门协同，完善 科技 金融联动机制。

强化省直各有关部门协调联动，按照各自职能，促进“ 科技 ”+“金融”双轮驱动，通过省、市、县三级协同，推进各项 科技 政策、金融产品快速落地见效。省 科技 厅主动对接金融机构，全力构建内外协调、上下联动的工作机制。与省直有关部门、地方政府、金融机构等广泛合作，共建 科技 信息共享、 科技 金融培训、科创上市辅导、 科技 资源对接等长效工作机制。到2023年，覆盖 科技 创新链条的金融服务体系更加完善。

1.合力推动 科技 企业上市培育。筛选优质科创企业，建立 科技 企业上市培育库，发挥“上海证券交易所资本市场服务河北基地”作用，开展上市培训和路演，指导企业完善内部管理制度、梳理企业财税体系、制定上市培育方案等。联合省直有关部门组织权威专家对进入上市辅导期的企业进行对接帮扶，建立审前咨询机制，帮助解决难点问题。

2.完善跨行业、跨领域、跨层级的信息共享长效机制。支持银行、金融机构依托全国融资信用服务平台省级节点，共享我省 科技 企业、重点研发平台、 科技 计划项目等信息，对银行、金融机构开放 科技 企业数据端口，推动商业银行加快信贷融资模式创新、信用服务产品创新，支持各银行深入分析 科技 企业，对未开户或开户未开展贷款业务的企业进行精准服务，大幅度提高 科技 企业首贷率、获贷率、信用贷款率，降低贷款利率，合理控制不良贷款率。

3.建立“ 科技 金融特派员”制度。立足 科技 企业融资需求，协同高校院所、银行等服务机构，遴选 科技 金融服务人员，培养建立懂 科技 、悉金融、熟政策的专业化、高素质 科技 金融特派员队伍，形成 科技 金融联动服务。 科技 金融特派员深入一线及时跟踪了解 科技 企业需求，开展 科技 金融政策宣讲、业务辅导培训、投融资对接等服务，为企业融资发展提供个性化解决方案。

4.联合开展 科技 企业金融培训。省 科技 厅、省金融局在 科技 创新、高新技术企业、 科技 型中小企业、重点产业链保障等方面，摸排有关项目和企业具体融资需求，持续开展 科技 企业金融培训服务，组织线上线下形式多样的融资对接活动。

三、《工作方案》出台意义

深化 科技 金融双向融合发展，是我省加快建设创新型河北、加快构建现代化经济体系、加快打造新发展格局的重要手段，《工作计划》明确了通过省、市、县三级多部门协调联动，促进“ 科技 ”+“金融”双轮驱动，推进各项 科技 政策、金融产品快速落地见效。《工作计划》聚焦关键核心技术攻关、 科技 成果转化、 科技 型和创新型中小企业、高新技术企业等重点领域，充分发挥财政 科技 资金引导作用，强化政策支持，推动金融机构服务 科技 创新，构建多层次资本市场、多样化融资渠道、多元化金融产品、多系列宣介活动的 科技 金融服务体系，不断优化 科技 创新生态，激发市场活力和发展内生动力。全省 科技 企业、银行、金融机构融合发展氛围日益浓厚，覆盖 科技 创新链条的金融服务体系更加完善，对促进资本市场更好服务于河北实体经济具有重要意义。

农银同心灵动360天科技创新怎么样分析如下

黄金贵的原因是稳定、熔点高、稀少，黄金可以用于首饰，科技，航天业等。

1、黄金是一种稀有金属，是金（Au）单质状态，其物理性质比较稳定，比如熔点高，有良好的导电以及导热性能。

2、最重要的一点是物以“稀”为贵。

3、除此之外，黄金还不易与化学物质起反应，除了王水，很难溶解在各种酸性溶液中，这也是黄金被用于制作首饰的一个原因之一。

黄金用途：

1、黄金最大的用途是珠宝首饰。

2、科技生产中黄金也有大用途。

3、黄金还可以制牙。

4、黄金还可应用在宇宙航天业。

5、黄金可以作为典当的质押物。

黄金是硬通货，是好的避险工具：

黄金是一种天然货币，在没有纸币前，人类就有一个历史时期使用黄金作为“货币”，即便现在黄金退出了流动货币市场，但它依然是硬货币，常用于国际储备，属于国际结算五大货币之一，是极好的避险工具。

比如，现在全球经济衰退，美元信用下降，各大央行都可以囤积黄金。

保险科技行业现状及趋势分析

众所周知参与个人养老金制度之后缴费的资金是可以通过个人养老金资金账户来购买理财产品，主要用来投资专属个人养老金理财产品的。农业银行旗下的农银同心灵动360天科技创新人民币理财产品是市场首批发售的个人养老金理财产品。那么农银同心灵动360天科技创新怎么样?一起来了解一下。

农银同心灵动360天科技创新怎么样?

该产品是属于混合类，即非保本浮动收益型的理财产品，只有开立了个人养老金资金账户的用户才可以购买。该理财产品的起购金额为1元，最短持有期限为360天，风险等级是中等，主要是投资货币市场工具、债券等。业绩比较基数年化4.05%，在投资债券的情况下，还会根据市场情况配置权益、衍生资产等。

从投资门槛来看：该理财产品的投资门槛是很低的，1元就就可以购买投资，也就是说只要是开通了个人养老金资金账户的用户，基本上都是可以投资的。

从风险来看：该理财产品的风险一般，因为其投资标的主要是风险比较低的货币市场工具和债券，并且该理财产品成立近两年的时间，存续规模超过了百亿，在收益上也有不错的反馈。

从流动性看：这类理财产品的流动性较差，有一个最短持有期限的限制，至少也要持有360天才可以赎回。当然本身存入到个人养老金账户的钱没有特殊情况是不可以取出来的，因此流动性的影响并不算大。

金融科技专业毕业生的就业方向有哪些？

中国作为可发展体量最大的国家，保险行业一直在有序向上的发展，在去年疫情的大环境下，人们对于健康的意识明显加强，与健康相关的保险有着显著的增长。

而保险于中国在过去的发展中属于粗放式经营，也就导致了乱象丛生，尤其是车险尤为突出。因此去年银保监会对车险市场进行了综合的改革，双增双降让整个车险的保费收入明显减少，因此财险公司对于非车险业务的依赖空前的高，尤其是健康险，在疫情的大环境下成为了非车险之王，同时对于很多保险公司来说，大力发展网销成了一个突破口，比如众安财险是属于走在数字化前端的保司，也占了网销市场的大部分份额。

对于保险中介来说，今年在银保监对于中介信息化合规的要求下，呈两极分化的态势，头部公司占有市场优势，但同时也在寻求转型，而小型中介可能就会面临生存的挑战。与车险息息相关的经销商们，也在力求保证合规运营业务的同时，寻求新的利润来源，这也就助推了诸如评驾科技这样的保险科技公司的快速发展，凭借对于平台的搭建与数据的分析应用能力，为行业赋予全新的竞争优势。

中国的保险市场还有绝对的挖掘潜力，整体上的人均参保率和保费其实还与发达国家差的很远，虽然近期对于整个保险市场，监管部门连续的进行干预和调整，我认为这只是暂时性的起伏，是为了将来行业可以良性发展所必然经历的阵痛。相信在不久的将来，保险行业就会进入科技阶段，在AI、大数据、智能化、可视化等技术的协助中迅猛的发展。

金融的价值是什么意思

金融科技（FinTech）是一个新兴的领域，它结合了金融和科技两个行业。随着科技的发展，金融科技专业毕业生的就业方向也在不断扩展。以下是一些主要的就业方向：

1.金融分析师：金融分析师负责研究和分析金融市场，为投资决策提供依据。他们需要具备扎实的金融理论知识和数据分析能力。

2.风险管理师：风险管理师负责评估和管理金融机构的风险。他们需要熟悉各种风险管理工具和方法，并能够运用数据分析技术进行风险评估。

3.数据科学家：数据科学家负责收集、处理和分析大量数据，以支持金融决策。他们需要掌握统计学、机器学习和编程等技能。

4.量化交易员：量化交易员利用数学模型和计算机程序进行交易决策。他们需要具备深厚的数学功底和编程能力。

5.产品经理：产品经理负责规划和管理金融科技产品的研发过程。他们需要了解市场需求，并能够协调各个部门的工作。

6.软件工程师：软件工程师负责开发和维护金融科技系统。他们需要熟练掌握编程语言和软件开发工具。

《金融的价值》是一本由著作，出版的图书，本书定价：，页数：，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　 《金融的价值》读后感(一)：了解和读透金融领域的调整逻辑和价值所在，这才是生存所必须

　在当今人们的社会生活中，金融的影响力无处不在，同时，金融和经济又是密不可分的关系，可以说，和每个人的一生都息息相关的金融领域，工资、存款、理财、消费等都是人们时刻关注的方方面面。

　虽然，每个人能够感受到的金融氛围仅仅是一个局限的认知，但实际上，整个金融领域是一个庞大的管理体系，从宏观看趋势，从微观看逻辑，每一个调整都是有的放矢，每一个动作都有其具体的含义，这是一个严谨、重要的领域，彰显金融的价值。

　由北京大学教授黄益平著作的《金融的价值：改革、创新、监管与我们的未来》是一本在细致研究金融系统的趋势、体系、创新、监管以及风险等方面以后写就的金融经济类专业读物。了解一定的金融知识，对我们的生活能够带来巨大的益处。

　从工业革命到信息化时代，再到即将而来的全方位数字化进程，人类文明的发展已然进入新的阶段，相对应的，金融领域的政策调整亦在同步进行。人类社会是一个复杂多变的体系，关联到方方面面，金融的价值体现，重点在于是否契合当下的社会形态和发展趋势，毫不夸张的说，金融领域的一举一动，都值得我们更加关注。

　数字金融、创新金融、科技金融是时下非常流行的术语，代表了金融领域向前发展的趋势和方向。但同样重要的，是金融领域的实际发展是否能当下的人们的实际生活的利益相辅相成。一个金融政策的轻微调整，可能会对某个板块产生巨大的影响，例如人民币的发行、存款利率的调整、金融支付手段的变更等等。在宏观层面，金融政策的调整是实时的，必然伴随社会的实际动态发展而改变，人们需要时刻关注，才能最大限度的适应这些调整，继而改变自己的一些思路和思维，切身利益必须重要。

　另外一个需要特别关注的点是金融领域的风险管控问题，尤其是近几年来，经济下行的风险加大，金融领域的爆雷无处不在，违约、跑路、亏空，无情的吞噬着普通民众的投资和理财资金，各类金融风险的叠加放大了这些风险和影响力，这虽然是金融体系中一个普遍的现象，但能够最大限度的避免这些风险和损失，对于人们来说是至关重要的。

　未来，金融体系的发展具备多样性的特点，社会分工越来越细，人们物质生活越来越丰富，相对应的金融的价值体现就显得尤为重要。但是，必须要了解和读透金融领域的各种调整逻辑和价值所在，这才是最重要的生存所必须。

　 《金融的价值》读后感(二)：金融是人类历史上最伟大的经济创新之一

　中央经济工作会议于2021年12月8日至10日在北京召开，会议指出，我国经济韧性强，长期向好的基本面不会改变。同时，我国经济发展面临需求收缩、供给冲击、预期转弱三重压力。世纪疫情冲击下，百年变局加速演进，外部环境更趋复杂严峻和不确定。我国经济发展遇到的新挑战交织叠加，会议明确了稳字当头、稳中求进，显示出2022年经济工作的重中之重，就是实现宏观经济大盘和社会大局“双重稳定”。为此，有必要保持政策的连续性、稳定性和可持续性。

　金融市场的稳定与发展，不仅关乎国家的兴衰成败，更与我们每一个人的日常生活息息相关，收入增长、物价水平、存款利率、投资回报、税收政策等等……金融为什么重要，它到底是以何种逻辑运行，又是如何影响国家和社会并产生作用的？

　由北大国发院金光讲席教授、北大数字金融研究中心主任、中国金融四十人论坛学术委员会主席黄益平的新作《金融的价值》将为读者解答以上问题。书中深入剖析金融之于国家、社会与个人的价值，阐述金融体系的改革、创新、风险把控与监管，分析金融的未来发展趋势，让我们在金融大潮越来越风高浪急的时代，更好地了解现状，把握未来。

　全书共分为八个章节，第一章主要针对中国经济发展不同阶段的特点进行分析和总结；第二章则着重回顾中国金融改革与发展的历程；第三、四章，结合金融支持实体经济以及金融创新促进经济发展的方向给出作者的观点；第五、六章，讨论了数字金融与数字货币未来发展的预测；最后第七、八章，则重新回归金融监管以及金融风险的防控与历时教训。

　自1978年我国开始经济改革规划至今，四十年来我们一直试图找到最适合的金融发展模式。一方面，我们几乎白手起家，重新建立了一个庞大的金融体系，从商业银行到资本市场的逐渐建立与完善；另一方面，金融体系也在不断的市场化，从资金配置到定价，市场的作用正在变得越来越大。

　虽然外界多有改革不够彻底的评价，但从结果上看中国的金融改革总体遵循“务实”的原则。“摸着石头过河”的探索和实验，虽然可能不彻底，但符合时代和国情的需要，而且实际效果也很不错。作者从金融运行的底层逻辑和时代背景，总结了几十年来中国“双轨制”金融改革的得失，同时针对未来金融发展趋势和风险进行了大胆的预测和建议。金融可能是人类历史上最伟大的经济创新之一，它使得劳动分工、规模效益成为可能，从而大大促进了经济发展的进程。正确认知金融规则，可以让我们紧跟时代与国家发展的步伐，洞悉市场的瞬息变化，取得先发优势。

　 《金融的价值》读后感(三)：因势利导，价值共生——夜读《金融的价值》

　在例行繁忙的一周后，偶然一朋友机缘，我晚上拿到了黄老的这一新书，一气读完后，却心思澄明，酣畅淋漓——这应该就是与书对话的欢快。

　如今，中国金融、经济领域的专家也许处在一个过度的“通货膨胀”之中。在知乎、B站、抖音、公众号中能够看到很多论证充分，义正词严的观点，如果我都相信，或许我认为中国要垮了，又要称霸世界了，美国要倒衰退了，又要崛起了。很多文章开头引经据典，对一个事件进行了偏颇的分析，而对于问题的结论和意见，却是陈词滥调，每一个人都有自己的道理，尽管细看，也很难增加自己的洞察。但是，许多业界大佬，对公式、模型运用得极好，可对中国问题的具体问题却缺乏清晰的见解，使人对此难以亲近。

　所以，当我读到黄益平教授的《金融的价值》时，分外惊喜。这本书刚刚出版，最核心的内容就是从改革开放以来历次金融改革与经济社会发展情况入手，探讨今天以及未来的金融改革与创新。书中以作者在年轻时在乡村参与农民粮食统销统购的感触与分析出发，分析了自历史起，中国这样一个国家，是如何通过金融、货币手段，温柔征税，实现了我们早期资本的快速积累，也塑造了中国特殊的金融发展体系。整本书以当前金融体系中不同主体比例的变化为主线，串起了改革开放以来在金融市场中种种让人无法直接理解的现象，提供了有说服力的解释框架，也能够和中国的文化和国民特点相结合。以我个人的观点来看，这种既有宏观视野、又有理论基础，更能关注现实问题的金融学读物在今天能够读到总是一种幸运，读来颇有拨云见日之感，看到貌似不合逻辑现象背后都存在着管理与发展的博弈，不得不佩服作者洞察之深刻，创新之巧思。

　在《金融的价值》的全书中，我们都可以看到黄老对当前我国数字金融发展深深的自豪感和长远的期望。今天的日本人还在用现金、美国人还在写支票、而中国人却已经在使用移动支付。为什么我们的数字金融可以得到如此跨越地发展呢？也许你看过很多作者的专业分析，而在这本书中，黄老用“修长城和蒸汽机”的例子阐述了金融模式的改革本质是经济发展增量的现实要求，这也解释了为什么作为一个长期实施金融抑制政策的大政府，一个貌似长期保守的国家，金融领域的“入门者”，在当前经济发展方式转型的过程中，能够走在世界最前沿的位置并引发深刻的社会革命，这就是因为我们的社会对新的增量具有新的增量变革需要，因此引导了新金融手段的产生，恰恰这些新的手段能够解决普惠金融落地的关键问题，即如何有效获客，并设定准确的利率，本质是风险定价的问题（正是大家耳熟能详的大数据，云计算的应用以及我们每日在网络消费的日常行为积累）。这一刹那，我感觉自己不是在看一部财经类的书，而是一部中国的《枪炮、细菌与钢铁》，它从一个金融的角度来审视中国的历史与当下。

　这本书的精彩之处，绝非只有这一点，比如对我们金融监管机构的立场研究和从机构利益出发的“政策倾向”，对数字货币的“谨慎乐观”，对“平台经济与垄断”的特性分析和建议等等文章的撰写都能引经据典，中西合璧，可以说是了解中国金融发展阶段和理解政策的佳作。

　最后，黄益平教授本人也是一个很有趣的存在，他的演讲和课程在B站上能够找到，他在课上引经据典，博古通今，甚是好看。还诚恳地提醒大家“学这个赚不了钱哦”。甚至只是为了“吐槽”一下大家人来的太多还专门讲了华尔街两次来人太多的讲座和之后的经济危机，让人甚至很难把这个课程看作是在清华大学中的严谨教学，而是像一位先生在同自己的学生们分享自己的经验与见解。谦谦君子，温润如玉。

　本人非金融专业出身，难免挂一漏万，推荐此书实在是个人畅快。本书虽行文流畅，涉及知识背景多有细致讲解，但内容上多是演讲转化，篇章间有一些重复，体系性稍弱。所幸只要深入，能知其要义。希望常读常新，强烈推荐。

　 《金融的价值》读后感(四)：什么是金融

　《金融的价值》一书围绕以回答什么是金融为引子，介绍了金融作为一个学科、作为一门现实工具的现在与未来，由此明晰了金融在当代社会生活中的地位以及可能存在问题，最终明确了金融的价值何在这个问题。全书实际上是作者不同时期演讲、评论等文章的合集，彼此之间难免有内容的重合，但重合的问题恰恰是“金融”这个主题下最为迫切也是经济生活中最棘手的问题。因此，综合而言本书对于初学者理解何为金融、对于经济生活参与者把握当代我国经济生活发展的重要领域均有裨益。

　经济和金融这两个概念，在现实生活中的关系扑朔迷离，二者究竟是并列或是从属关系呢？实际上理解这个问题在一定程度上也是理解什么是金融乃至金融价值的一个必要环节。经济研究的是如何实现资源的有效配置，而金融关注的则是如何实现资本的有效配置。从这个意义上看，金融当属于经济的分支。但是随着经济发展，最初金融服务的对象即产业资本让位于金融资本，虽然金融仍然解决资源配置的有效性问题，但是此处的资源已经由最初的产业资本变换为了自身即具有生息性质的金融资本，金融逐渐开始脱离于经济成为一个具有（甚至可以说）更具生命力的领域。这种变化其实在经济中并不鲜见，类似于金融与经济，外汇与国际贸易也经历了相似的发展，由此演变的自然是国际贸易与国际金融二者之于国际经济。回归本书，正是金融与经济间关系的这一变化，才有了本书中频繁提及的第一个问题：金融是否服务于实体经济。这个问题并不是我国经济独有的，事实上在2008年次贷危机后，全球都在反思金融与经济间关系，一时间“产业空心化”、 “脱实向虚”、“脱媒”等词语频频出现在各大媒体报端，引起了普通民众对金融讨论的热潮。但是正如本书所言，金融是否服务于实体经济，现阶段在我国可以总结为更具体的一个问题，即企业（特别是小微企业、民营企业）融资难和融资贵问题。这正是本书对理解什么是金融提出的第二重问题。

　为了理解这个问题，我们需要回溯发展中国家的金融体系，麦金农教授所提出的金融抑制问题是发展中国家金融体系的普遍问题，为了解决这一问题各发展中国家纷纷进行了以金融深化或金融发展为特征的金融自由化，我国也不例外。当然，正如本书所言，金融抑制对我国改革开放以来甚至到21世纪初经济发展所起的作用甚至利大于弊。但是金融资本先于产业资本、金融创新引导产业创新的当代经济发展规律决定了我国未来经济发展中需要金融发展、金融创新。解决企业的融资难和融资贵这两个问题正是其中关键。

　这两个问题的解决，既依赖于改革的不断深化也需要金融创新。由此本书深入到了我国现阶段金融体系深化发展的最新表现。一方面是深化金融市场化改革，另一方面则是坚持以数字金融为主的金融创新与发展。虽然这些名词似乎颇为拗口，但是它却实实在在发生于你我生活之中。这或许就是现代金融的魅力：既可以是看似遥远的而资产市场血雨腥风，也可是便捷的移动支付。当然也正是因为现代金融的如此贴近普通人，影响的规模也如此庞大，金融监管重要性日益提升。正是在金融创新和金融监管间的互动，助推着金融体系的总体发展，，二者的良性互动也正是金融体系合理发展的关键。

　至此，围绕着什么是金融特别是我国的金融体系发展历史、现状与未来，作者给我们展示全面而生动的图景。回到最初的问题，什么是金融。阅读全书，我们可以发现，诞生之初的金融体系服务于经济体系，是经济活动受限资源有效配置的关键环节；现今这一作用同样重要，但是金融本身独立性和创造性的不断加强，金融也正日趋成为一个独立的环节。从属关系到并行关系的转换，让我们更多的关注金融体系，也更关注二者之间互动对社会生活的全面影响。’