大約在20世紀的80年代,一門跨領域的新學問悄悄萌芽。當時許多大型金融機構為了因應新興的選擇權相關業務,嘗試雇用具數學、統計、物理、電腦科學背景的專業人才,開發或運用衍生性金融商品,適逢美國政府開始逐年削減國防經費預算,沒多久華爾街就充斥著所謂的「火箭科學家」。這門新學問稍後有了響亮的稱號,叫作「財務工程」。

美國不少一流大學為迎合業界需求,紛紛開設跨學系的碩士學位學程培育財務工程師,這些學程或名為「數理財務」(Mathematical Finance),或名為「財務數學」(Financial Mathematics),不論名稱為何,實質內涵並無二致,都是運用數學方法為新金融商品訂價並管理風險。於是每年有大批精於此道的新生代好手進入金融業,專職設計、組合、包裝各種號稱滿足客製化需求的新金融商品,儘管市場對這些商品並不全然了解,接受度卻越來越高。

後來發生的事情大家都知道了。有一種結構型證券化商品,簡稱CDO的「擔保債權憑證」及其近親(合成CDO、CDO平方……)大行其道。這類商品不但名稱曖昧,不知所云;它們的組成成份與訂價方式更宛如黑箱,連信用評等機構都搞不清楚,遑論持有這些商品的買家,幾乎沒有人能準確評估自己到底承擔了多少風險。太多執迷於數量方法精確理性的一面,卻對數學模型與生俱來的侷限性視而不見,結果被包裹得面目難辨的CDO成為大規模的毀滅性武器,讓原本僅發生於美國的次級房貸違約事件,其影響如野火般擴及世界各地,點燃了全球金融風暴。

重溫這段歷史,是因為現今廣受矚目的金融科技(FinTech)與財務工程之間,似乎有著奇妙的繼承與類比關係。2007年金融風暴開始顯露徵兆,而史上第一具智慧型手機就在這年現身;近來驅動人工智慧風雲再起的深度學習演算法,也大約是在這一年前後獲致重大突破。到了金融風暴攀向高峰,財務工程飽受責難的2008年,時值雷曼兄弟倒閉大約一個半月後,中本聰發表比特幣白皮書;隔年年初比特幣創世區塊問世的當天,英國政府還在認真考慮要對金融業進行第二輪紓困呢!也許可以這麼說,這一波金融科技風潮崛起之時,正是財務工程盛極而衰之日。

撇開時間上的巧合不談,金融科技與財務工程同樣都是援引傳統金融業外的專家進入金融業。引入的專業領域也十分相似,儘管比重不太相同:金融科技當然是以電腦科學為主,但也同樣包括統計(大數據分析、統計學習)、數學(密碼學)與物理(量子計算)。此外,對於金融業來說,金融科技同樣帶有「黑箱」成分。深度學習的自動化特徵提取,大概只有機器自己明白在多層次神經網絡的世界中發生什麼事;所提取的特徵,很多時候沒有人說得出來到底代表什麼意義,甚至也無法確定這些特徵是否會隨資料與時間改變,消費者或企業對於人工智慧的判斷到底應該相信到什麼程度?

至於標榜「透明」、「不可竄改」的區塊鏈,金融業對這「信任機器」的信任,說穿了僅是依賴於對「區塊鏈專家」的信任,多數金融從業人員很難真正掌握區塊鏈的運作細節,就像當年多數投資人無法了解結構型信用衍生性商品的訂價模式與風險結構一樣。

然而,金融科技與財務工程至少有一點大不相同,財務工程創造許多(也許不必要的)新商品,財務工程師也始終是金融業的一員;但金融科技一起手就是要改變現存金融服務的不便,金融科技廠商是有可能取代金融業者的。

近來,又有論者繼FinTech之後,提出TechFin的說法。從英文字面看,FinTech的本業是科技,金融只是科技應用的一個面向;而TechFin的本業是金融,將科技視為一種幫助金融本業獲益的工具。不過也有人採取不同的詮釋,認為TechFin是指科技大廠跨足金融業,提供金融服務,有些人士主張這種TechFin企業將征服傳統金融機構,成為未來金融業的霸主。

然而,當一家金融機構不斷注入科技元素,讓自己越來越像科技公司時,為什麼不能視其為「專注於金融服務的科技公司」?這中間界線何在?如同數理財務(MathFin)與財務數學(FinMath),就其實質內涵根本難以區分,事實上不管我們如何定義FinTech與TechFin,就算理論上可以明確區別兩者,落實到執行面時,也只會有一種模式,就是「金融為體,科技為用」,亦即科技業提供的技術向金融業的本質靠攏,金融業則引入新科技嘗試發展新的商業模式,唯一目的是滿足個人與企業對金融服務的需求。

#商品