近期kbw纳斯达克金融科技指数公布了，kbw投资银行、stifel金融公司和纳斯达克共同发布了kbw纳斯达克金融科技指数（kbw nasdaq financial technology index,kftx）。按照他们的定义，指数中的49家成份股是正宗的“金融科技概念股”。因为市场限制，有些金融科技巨头没有被纳入其中，但这49家公司作为金融科技企业代表，依然值得关注。

那么其中包括哪些企业？它们分别都是干什么业务的？是不是有“钱途”？

49家金融科技概念股覆盖多个行业，有一个共通的特点是成长过程中有多次兼并和收购，业务多元化，成为横跨多个领域的综合型金融信息服务机构，难以精确归类。

粗看下来，数量最多的是金融业务服务机构（14家），比如说做金融it外包、风险评估、交易支持等等。

其次是各类支付公司（12家），比如预付卡，电子汇款，细分领域的电子支付等等。

再其次是金融信息服务机构（8家），比如市场研究，咨询公司和资讯公司等等。

从市值上来说，三大信用卡公司、三家评级机构、五家交易平台占了大头。

网络借贷、高频交易、网络银行这类比较前沿的金融科技公司占比极低，只有一两家进入（新兴金融科技创业公司挂牌的数量稀少）。

综合来说，这个指数并不是反应金融科技创新创业方面的情况；而是围绕金融服务、信息服务的一些传统大公司、成熟巨头的指数。

相信基金公司不久之后会推出追踪指数的产品。回溯历史，它过去一年的回报11.7%，三年回报27%，五年回报21.8%。

哪些公司最赚钱？

看营业收入和净利润的绝对值，几家信用卡巨头和分离出来的第一数据等老牌公司毫无悬念的占据了收入榜的前几名。汤森路透和paypal等公司的收入和利润情况也相当不错。

所有49家公司最近一期年报营收共计1745亿美元。美国运通、visa、汤森路透、第一数据、万事达、paypal、繁德信息、联合数据前8家公司的营收加起来占了1000亿美元。

49家公司最近一财年总共赚了300亿美元的利润，三家信用卡巨头就赚了153亿。典型的互联网金融概念公司paypal赚了12.28亿。

用资产回报率（roa）来衡量获利能力的话，除了一看便知的几家大牌企业，还有盛研究系统fds（咨询研究，信息服务），marketaxess控股（债券和固定收益产品交易平台），sei投资（资产管理与托管银行），verisk analytecs（调查咨询，风险评估），布罗德里奇（交易后处理，投资人沟通），杰克亨利（社区银行金融服务）的roa都超过10%。

哪些公司不赚钱？

指数中有18家公司的利润不足1亿美元，四家公司亏损。做细分领域支付服务的公司资产回报率则比较低。比如说做预付卡和消费信贷的green dot，还有做礼品卡的黑鹰网络控股等，这些公司已经处于微利状态。

另外，信息资讯公司如果没有做到市场领先，也不能赚钱。比如说国内分公司刚刚关门的银率网（bankrate），它就陷于连年亏损。envestnet专门做金融资讯的系统服务，收入和利润情况堪忧。

网络借贷和新兴的网络银行因为正处于生命周期的早期阶段，盈利状况在49家公司中处于落后的位置。不过这些公司会有股票行权成本什么的拉低利润，还有大量市场推广的成本，报表上的利润比不过“现金牛”类的公司也很正常。

总体表现是大众夕阳行业不如掌握新兴技术的；拥有核心竞争力的不如有垄断地位的。行业壁垒越高越赚钱。

近期，上海市政府办公厅正式印发《发挥上海自贸试验区制度创新优势开展综合监管试点探索功能监管实施细则》（简称《实施细则》），将所有的金融服务业均纳入监管，实现金融监管的全覆盖。

上海立信会计金融学院自贸区研究院副院长肖本华在接受《证券日报》记者采访时表示，《实施细则》的重点和亮点主要有两个，一是根据功能监管和综合监管的理念实现对市场监管的全覆盖，尤其是加强对一些交叉和监管真空的金融领域监管；二是以信息共享和加强协调为保障推进金融综合监管，并且两者都有具体的抓手。

p2p综合监管

上海开展金融综合监管试点，探索功能监管，有利于发挥自贸区制度创新优势，为国家层面金融监管探索路径、积累经验；有利于促进金融监管与金融创新的良性互动，推进自贸区金融开放创新；有利于健全完善金融风险防范体系，守住不发生区域性金融风险的底线。

据悉，上海自贸区去年10月30日印发金融改革40条，提出加强自贸区金融监管协调，探索功能监管。国家“十三五”规划中同时明确，要健全符合我国国情和国际标准的监管规则，实现金融风险监管全覆盖。

据了解，《实施细则》就金融监管全覆盖方面提出，将全面覆盖经营机构、全面覆盖金融产品、全面理顺监管分工。重点监测金融行为清单列出包括p2p网络借贷、股权众筹融资、私募股权投资或私募证券投资、通过互联网开展资产管理和跨界从事金融业务等活动、以投资理财名义从事金融活动、非融资性担保以及其他疑似金融活动。此外，将结合上海实际，构建以“一个平台、两份清单、三类数据库、四种信息源”为框架的信息共享机制。

上海市委副书记、市长杨雄表示，将进一步示范引领全市改革开放各项工作，继续完善负面清单管理模式，不断提升贸易便利化水平，积极稳妥推进金融开放创新，加快建立事中、事后综合监管体系。

“上海自贸区金融改革只有管得住，才能放得开。因此，金融综合监管改革将为进一步加大上海自贸区金融改革力度创造条件。”肖本华告诉记者，上海自贸区金融综合监管改革，尤其是针对p2p等互联网金融监管的改革，可为全国规范发展互联网金融提供可复制、可推广经验。

华东政法大学教授曾大鹏在接受《证券日报》记者采访时表示，《实施细则》在一行三会机构监管、分业监管的基础上，强化功能监管和综合监管，更大限度地发挥自贸区制度创新优势，促进自贸区金融开放创新、健全金融风险防控体系。

嘘！融资攻略问答频道与大家正式见面了，专业的信贷经理随时解答你的疑问，欢迎大家随时提问，提问请戳>>>>我要提问

郑州市房管局近日发布《关于填报<郑州市房地产中介机构互联网金融风险自查表>的通知》,为扎实做好全市房地产领域互联网金融风险专项整治全面摸底排查工作，市房地产中介机构开始进行互联网金融风险自查。

按照要求，全市房地产中介机构自查内容为：

是否具有相关金融资质；

是否开设或利用p2p网络借贷平台开展相关业务；

是否开设和利用股权众筹平台开展业务；

是否开展“众筹买房”业务，或以“众筹买房”名义从事互联网金融活动；

是否为客户提供“首付贷”业务；

是否发布互联网广告以投资理财名义从事金融活动。

4月27日，15部委召开处理非法集资部级联席会议，住建部将“在项目取得商品房预售许可证前，甚至是项目还没开发建设，房企就以内部认购，发放vip卡等形式，变相金融融资”的行为列入非法集资。

对于房地产预售，郑州市房管局此前也曾专门发文规范，郑州市房管局《关于继续做好商品房预（销）售行为规范工作的通知》中表示，房地产开发企业取得《商品房预售许可证》后，应当严格按照预售方案组织销售，在规定时间内一次性公开全部房源，明码标价、公开对外销售，不得以各种借口分批、分次销售，不得通过散布虚假信息等手段误导消费者。尚未取得商品房预售许可的项目，房地产开发企业不得违规组织预售，也不得以认购（包括认定、认筹、登记、选号等）等其他方式进行变相预售。

同时，郑州市房管局公布了截至5月18日2016年度郑州市备案房地产经纪机构名单，包括郑州住房置业担保有限责任公司、河南易居房地产顾问有限公司、郑州市房地产抵押服务中心等总共483家房地产经纪机构。

曾几何时，我们总是感到是电影在指导生活，艺术高于生活，其实，很多时候，也是计划改变艺术！那种只存在于大片之中的支付技术，如今已悄然进入我们的生活。今天，融小妹想要和您分享的是：支付领域的新秀：虹膜识别！

支付的发展大约是经过了三个阶段：第一个阶段是现金，第二个阶段是信用卡，第三个阶段是移动支付或者叫电子支付模式。我们今天要探讨的支付其实并不仅限于我们日常生活的消费行为，还包括所有跟现金或者相应的泛支付概念相关的一些个人行为，比如说转帐、存取款，都可以认为是一种变种的支付行为。

我们日常生活当中所接触到的支付服务商，银行是最大的一类。2015年以来支付商实际上迎来了爆发式的增长，比较大的有支付宝、微信钱包、银联等。

生物特征识别技术在身份认证中的优势

事实上今天的支付有很大一部分是在移动平台上所完成的。根据艾瑞咨询2015年11月份发布的统计数据，2015年q3中国第三方移动支付交易市场的规模达到24204.9亿元，环比上涨了5.4%，同比上涨了64.3%.这是非常惊人的一个数据。

随着移动金融的快速增长，用户其实也越来越在意移动设备本身性能是否足够强大，速度是否够快，外观是否符合审美，以及支付是否足够安全。在安全方面，确认发起支付行为的人是谁，这是保证支付行为被正常处理以及最终完成的最基本也最重要的步奏。

身份认证技术的发展经历了三个阶段：

早期互联网金融采用的基本是密码进行认证；

现代互联网金融采用了包括数字证书、密码、otp、硬件key（比如u盾）等方式；

未来，随着我们对安全和便捷的进一步追求，生物特征识别技术、大数据以及人工智能将更多应用在身份认证中。

与其他几种身份认证技术手段相比，生物特征识别技术具有一些优势。比如传统的用户名和密码非常容易被其他人破解掉，采用偷窥和猜测的方式，导致它的安全等级实际上是比较低。而u盾是一种硬件产品形态，非常不方便携带，而且它和我们的人本身是没有任何绑定关系的，如果丢失是非常麻烦的。所以，越来越多的设备厂商开始将生物特征识别技术集成到支付设备当中。

虹膜相比其他生物特征具有优势

所谓的生物特征识别技术，一般包括指纹、人脸、虹膜、声音、掌型、掌纹、步态等，在我们日常生活当中直观可见或者设备能采集到的人本身的生理特性。

下面是几种常见的生物特征的横向比较：

我们可以发现，在这几个维度当中，无论是准确性、防伪性、稳定性还是特征多样性，虹膜相对于其他几种生物特征都具有优势。具体来说：

准确性方面，虹膜是目前学术界和产业界公认的准确性最高的生物特征识别技术。以聚虹光电公司的虹膜核心算法为例，现在所能达到的far（错识率）可以做到千万分之一，同时它的frr（错误拒绝率）也达到千分之一，远远超过指纹或者是人脸生物特征所能达到的水准。

虹膜终生不变特征，是因为婴儿后6到8个月的时间，虹膜就已经发育完全，并且终生不变。这种终生不变并不仅仅是不随着年龄产生变化，几乎没有疾病能够影响虹膜的纹理，无论是近视眼手术、视网膜色素性变、白内障青光眼，虹膜都不会受到这些疾病的影响。

虹膜无法伪造，是最安全的。目前，无论采用录像、照片、假眼还是在隐形眼镜上打印的方式，都无法攻破虹膜识别算法。而且虹膜有一些特殊的活体动态特性，使它的伪造难度变得非常的高，比如说我们瞳孔在下意识的情况下可以做振颤缩放的，也就是瞳孔在你无法控制的情况下自己会改变它的直径，不停地放大或者缩小，这种特性其实是很难用人造的手段来模拟的。通过抓取这样的瞳孔振颤特性我们能够判断，目前进行采集的虹膜是不是真实的人的活体虹膜。

虹膜还是非接触采集，最卫生。指纹是最典型的接触式识别，这种接触式的识别能带来健康方面的风险。如果我们每天都要接触五千到一万人摸过的指纹传感器，会非常容易暴露在病毒的攻击之下。而虹膜识别在30到40厘米远的距离范围内就可以完成。

聚虹光电对于虹膜识别的研究成果

目前虹膜识别需要解决的关键技术包括：

1.特征提取技术：它解决的是虹膜识别的精度问题。虽然聚虹光电目前在far（错识率）可以做到千万分之一，但事实上仍然还有巨大的提升空间。聚虹光电目前基于机器学习的方式期望far能够达到亿分之一。

2.虹膜成像技术：解决的是虹膜图像有无的问题。成像技术主要和用户体验相关，比如是否可以在更远的距离比如1米到1.5米远的距离上采集到清晰明确的虹膜图像，并且不需要用户做非常严格的配合，比如在行进间，比如在正常平视前方的时候，不需要凝视某一个传感器，这些都有助于提升用户体验。

3.活体判别技术：解决虹膜图像的真假问题。可以通过判断瞳孔的缩放，光斑反射的大小，表面的一些非常特殊的在多光谱下呈现出来的灰度呈现，一次判断是否是真实的虹膜活体。

4.技术评价技术：解决的是虹膜图像的好坏问题。低质量虹膜图像的处理事实上是学术界的一个难题，因为虹膜识别传感器永远都会有包括准确度、动态模糊、聚焦清晰度等一系列硬件方面的问题，如果和虹膜识别算法做非常良好的配合，那么所有这些由于硬件缺陷导致的质量问题，其实都可以被虹膜识别算法所校正，这是一种最好的用户体验的达成方式，也就是软件与硬件相配合，双方相互向对方的方向做优化，共同达成最好的用户体验。

下面是一系列的虹膜的图像。虹膜可以呈现为蓝色、绿色、浅黄色、棕色、灰色等等一系列非常漂亮的彩色颜色，右侧是在近红外采集到的虹膜图像，所以它只能是黑白的。

虹膜识别在支付设备上的应用案例

支付设备对于生物特征识别技术的其实是有要求的，因为支付设备本身就具有多种产品形态，包括小的比如u盾，大的比如atm机，中间形态包括手机或者是平板等移动设备。这一系列的设备其实有一些共同的要求，就是希望生物特征识别技术体验好、安全性高、模块的尺寸比较小，当然也希望成本低。

下面是五种生物特征识别技术七个维度的横向评估：

从中可以看出，指纹、虹膜、人脸其实在成熟度方面是最高的。从新增硬件、成本、易用性、准确性、安全性等几个角度来考量，虹膜是全面占优的，当然人脸也表现出色。

虹膜识别集成到支付设备的经典案例包括：2015年富士通推出了全球首款虹膜识别手机，2015年聚虹光电推出了全球首款双目双摄像头个人信息安全产品虹膜酷客，2016年花旗银行与diebold合作，推出全球首台虹膜识别的云atm。

在这些实际应用过程中，我们发现在支付设备当中加入虹膜识别功能，其实还是有若干个技术难题需要解决。常见的两个难题是独立传感器、强光干扰。首先，虹膜识别所需要的传感器是非常特殊的，它不能用日常生活当中常见的彩色可见光传感器，要用独立的红外传感器，红外传感器要求在近红外波段下具有非常高的弱光的成像效果。其次是虹膜识别技术要求采集到在某一个光谱段下的虹膜图像，而这个光谱段基本上是810、850或者是940几个波谱段，这些光谱段事实上在可见光的波段当中也依然存在，所以当可见光的强光照射到传感器上的时候很容易对虹膜的传感器产生干扰，也就是在强光的照射之下虹膜识别可能会有一定的难度。

当然以上问题并不能简单的由虹膜识别的算法厂商来解决，因为它更多的和虹膜传感器以及相应的照明器件相关。事实上，设备厂商、平台厂商、生物特征识别技术的开发商三者共同合作才能打造一款相对用户体验良好、识别精度比较高的生物特征识别设备，然后这类生物特征识别设备再被支付厂商支持，经过相应的一些检测或者是认证，最终才能推向消费者。

下图显示的是聚虹光电目前面向移动式设备如手机和平板所推出的虹膜识别模组，它的体积非常小，成像效果也非常好，能够满足虹膜国际标准的iso/iec19794—6标准，是非常成熟的解决方案。

最后是聚虹光电基于虹膜识别核心技术所打造的若干款金融支付设备的产品形态：

1、基于虹膜识别的atm机。比如御银股份生产的虹膜识别atm机，全套软件、硬件、核心算法都是由聚虹光电所提供的。它目前所能提供的安全等级非常的高，可以实现无卡取款，而且可以获得更高的存取款额度，从每天两万元上升到十万元。

2、基于虹膜识别的自助式借贷机。中国善林金融咨询公司生产的虹膜识别自助式借贷机，所有软件、硬件、核心算法都是由聚虹光电所提供的。对于借贷者信用的评估是非常重要的，而这种信用评估是建立在对他的身份进行准确认证的基础之上，所以虹膜作为最高安全等级最高精度的生物特征在这里当仁不让作为首选的技术解决方案。

3、基于虹膜识别面向个人用户的信息安全产品。聚虹光电在2016年年初推出了全球首款双目双摄像头的个人信息安全产品虹膜酷客，无论是线上还是线下支付，它都能够在零点几秒的时间里完成操作，可以和pos机集成，实现取代之前密码认证的功能，也可以通过扫描的方式帮你登陆操作系统，帮你做操作系统内的文件加解秘或者帮你管理邮件的用户名和密码。

国际知名评级机构穆迪近日发表的报告称，fintechs（金融科技公司）的用户基础广泛、发展前景广阔且自身及其辐射的领域具有高科技化、信息化、数据化等特征，不过，这些优势尚不足以对传统银行构成致命威胁。

在这份题为《fintech正在改变竞争格局 但它们未必能取代银行的中心地位》的报告中，穆迪提到，银行最需要警惕的是那些拥有海量用户且资金、技术实力尤为雄厚的大型科技公司（即bigtechs）。因为，一旦这些巨无霸企业（报告特别提到中国的阿里巴巴控股有限公司及其金融分支机构蚂蚁金服）全力转向金融行业，叠加千禧一代人群（出生在1980年到2000年之间）逐渐成为金融消费市场的主力等因素，那些不求改变或者转型不佳的银行将被淘汰。

穆迪称，毫无疑问，面对激烈的竞争环境，传统银行的中心地位虽然能够维持一时，但明显不够扎实，要做的功课还有太多。

根据报告，fintechs包括：网络借贷平台、零售支付，智能投顾、众筹、医疗保险、个人理财以及虚拟货币等。这些fintechs之所以能成为金融行业的成功搅局者，主要有以下原因：

1、金融服务行业加速向数字化趋势转变，为fintechs的发展塑造了一个良好的成长氛围；

2、运营成本低且经营方式灵活，用户体验获得显著改善，移动金融服务尤其受到千禧一代人群的青睐，这让fintechs占据领先优势；

3、fintechs的客户主要是那些从银行手中无法获得贷款或者不能充分获得金融服务的消费者或者小型企业。也就是说，当前的fintechs的业务范围与银行没有明显的交集。处在成长阶段中的fintechs对银行客户的吸收效果并不明显，其用户大多是遭银行嫌弃的“穷人”；

4、传统银行困难重重，表现在分支结构冗余（特别是中国的主要银行，其雇员平均数量在2011年至2015年期间呈现快速上升的趋势，人力成本压力明显）、全球低利率水平使银行净利差承压、运营成本久久维持在高位、坏账持续发酵；

5、风险资本可以通过并购或者ipo实现自由进退，表明金融科技行业的发展基础正变得更加扎实。

尽管穆迪报告认为fintechs在市场竞争中攻势凌厉，但银行拥有fintechs不具备的优势：

1、庞大的客户数量和相关数据，足以帮助银行设计产品及实现精准销售；

2、信贷承销历史长、能力强；

3、拥有长期的客户粘性关系；

4、与监管机构打交道的经验丰富。

因此，穆迪认为，银行凭借自身力量将继续在未来的竞争格局中占有一席之地，与fintechs一起成为金融市场中的组成部分。

不过，穆迪指出，这些公司无论是软件还是硬件，其技术实力堪称雄厚，用户数量庞大、市场势力强大而且还不缺钱，它们唯一欠缺做的就是没有全力参与到金融行业中来或者直接收购一两个金融科技公司做做业务。说白了，这些大型科技公司的优势基本与银行一致，某些方面甚至超越银行，只不过业务内容暂时有别而已。无疑，这些公司对银行具有构成致命一击的潜在威胁。