物联网被称为继计算机和互联网之后的第三次信息技术浪潮。物联网金融通过对实体世界有组织的感知与互动，可从时间和空间两个维度上全面感知实体行为、识别实体价值，以促进金融服务实体经济，提升金融风险防范水平，同时也可为百姓提供更加便捷的金融服务。
物联网概述
物联网的实践最早可以追溯到1990年施乐公司的网络可乐贩售机，1999年美国麻省理工学院的凯文·艾希顿（Kevin Ashton）教授首次提出物联网的概念。物联网即“万物相连的互联网”（The Internet of Things，IoT），是指运用各种装置和技术实时采集需要监控、连接、互动的物体信息及过程，采集的信息既包括自身信息和运行信息，也可包括声、光、热、电、位置等环境信息，这些信息通过各类网络接入互联网；同时，物联网也反向将连接至互联网的设备（如电脑、手机等）延伸至所有物联网上连接的物品。这使得物联网一方面可提升对物品的智能化感知、识别和管理，另一方面也将深刻地改变人与物、物与物乃至人与人之间的关系和联系。概括来说，物联网的终极目标是实现“四个任何”——任何人在任何时间和任何地点都有能力与任何物理设备进行通信。
目前，一般将物联网组织架构分为四层：感知层、网络层、平台层和应用层。
感知层负责采集数据。人通过视觉、听觉、味觉和触觉来感知世界，物联网则通过感知层的各类传感器来识别和感知物体。传感器采集物体自身与周围的各类信息并将这些数据上传。很多传感器在感知能力上远超人类，更重要的是其采集结果一般是数字化的，可以直接进行信息化处理。
网络层负责信息传输。人通过神经网络来传输生物电信号，物联网则通过各种网络传输协议将感知层收集的数据传送汇总到平台层。传输协议具备的不同特性使其适用于不同环境：为人熟知的WiFi、蓝牙、ZigBee等协议适用于室内的近距离传输，eMTC、NB-IoT、SigFox和LoRa等协议则适用于户外远距离传输。平台层类似于人的大脑，对物联网中收到的海量数据进行汇总和处理。
平台层应能够支撑对海量数据的智能化处理，因此一般使用云平台。应用层可看作是物联网的“社会分工”。物联网覆盖了可穿戴设备、车联网、智能家居、智慧城市以及工业互联等各类垂直应用领域，针对不同的领域和实际使用场景，其应用也不尽相同。
例如，近年来流行的智能腕带和手表，可以监控身体状况以及定位，是物联网在可穿戴设备领域的应用；而新款汽车则多包含通信导航、信息共享、远程操控和声音控制等功能，这就是物联网技术在车联网领域的应用。
物联网金融应用
2017年下半年，经历了消沉期的物联网再度引发各界关注。Gartner近期公布了2018年将对大部分企业机构产生显著影响的十大科技，其中前三项分别为人工智能基础、智能应用与分析、智能物件，它们皆属于人工智能范畴，物联网则是人工智能感知世界的最佳方式之一。
2017年11月底，中共中央办公厅、国务院办公厅印发了《推进互联网协议第六版（IPv6）规模部署行动计划》，该计划的推出，不但可显著提升我国互联网的承载能力和服务水平，同时也将从基础设施层面高效支撑物联网的快速发展。
2017年12月8日，习近平总书记在中共中央政治局就实施国家大数据战略进行第二次集体学习时强调，要“审时度势、精心谋划、超前布局、力争主动，推动实施国家大数据战略”，这无疑为我国加快物联网建设提供了宝贵机遇。
物联网将对现实世界进一步实现数字化，并为各类物品赋予信息化属性，当这一特征与信息化程度一直处在领先地位的金融相遇时，将产生极大的“化学效应”，一方面提升金融感知现实世界的能力，另一方面大大推动物品实体属性与价值属性的融合。从促进金融服务实体经济的角度来看，物联网金融将有效拓展各金融机构掌握和了解实体运行的情况的能力，以进行精准金融服务，更好地服务实体经济。
在供应链金融场景下，核心企业一般只掌握其直接上下游企业的相关经营数据，如果整条产业链上各参与主体都加入基于物联网的数据平台，则可使其获得更多的大量的真实交易数据和实体行为，方便其对产业链条上各环节主体的信用状况进行全面客观评估。比如，徐工集团不仅利用物联网技术进行企业生产经营管理，而且还借此实现了对全球设备的识别、定位、跟踪、监控和诊断处理；其下属的徐工工程机械租赁有限公司则基于物联网开展供应链金融服务，以徐工集团主机制造企业为核心企业，为其上下游供应商、经销商和用户等提供金融、资产运作、经营租赁等综合型支持服务，并施行信用销售整体风险控制。
物联网也将成为商业银行授信的依据之一，为商业银行更好地服务中小微企业提供支撑。银行可运用物联网实时掌握其授信企业的采购渠道、原料库存、生产过程、成品积压、销售情况以及用户的使用情况，可按需贷款、按进度放款。物联网还可帮助银行开展贷前调查、贷中管理、贷后预警，预防欺诈违约案件。
在保险领域，物联网技术将推动保险机构实施精准展业，以区别定价等方式将保险覆盖到更广泛的人群。传统上，保险产品设计主要是依照概率原理，如果投保人出事概率低、赔付总和小于投保总额，保险公司就能盈利。物联网技术将大幅提高保险业对风险的预期和预防能力，例如，利用车联网技术分析客户驾驶习惯并设计车险产品，利用智能家居技术设计财险产品，利用物联网穿戴设备设计人身险产品等。
物联网技术的定位功能和监测功能，有助于将“动产”赋予“不动产”的属性，会对保理和租赁等领域产生深刻影响，有助于拓宽实体企业融资渠道。
从提升金融风险防范水平来看，物联网的优势主要体现在革新审计实施模式、完善信用体系建设和增强风险管理能力等方面。
首先，革新审计实施机制，提升审计实施效果。
常规的财务报告审计（如企业年报审计）都是在期末进行，财务报告通常只能反映某单位特定期间或特定时点的财务数据变化情况。借助物联网技术，被审计对象的存货、固定资产和金融资产等信息都能被感知和获取，其每一笔业务都会被信息系统忠实地记录下来，发生的任何事项也会被记录在案。这样一来，计算机系统将自动对项目进行核算，实时监控并自动生成项目日志和相关账目，做到实时监控企业经济活动，给企业外部的财务信息使用者提供最新鲜的“增信服务”。
其次，促进信用体系建设更加完备。
一方面，可以利用物联网技术的泛在化和客观化特点，对企业及个人的经营、交易、消费等行为进行识别追踪，提升支撑信用体系的信息维度，从而建立覆盖面更广的信用信息数据库；另一方面，通过传感器收集的数据，金融机构可以更加深入全面地掌握企业或个人的实时资产状态、销售情况等信息，从而对客户进行实时、全面、客观的信用评估。
最后，增强金融机构风险管理能力。
一是可以更好地管控抵质押信贷业务的信用风险，如在钢铁贸易中可全过程、全环节地堵住钢贸仓单重复质押、虚假质押等问题，在汽车质押业务中解决汽车合格证重复质押贷款等难题；二是有效管控欺诈风险，如在基于手机的移动支付中，有线与无线配合使用的双重验证提升了支付安全性，降低了黑客、不良商户、钓鱼网站等非法交易发生的频率；三是有效管控案件和操作风险，如通过监控现金柜、库房、机房等重要资产设备，监控ATM等服务设施等，提高金融安防的可靠性。
此外，物联网还可以进一步改善金融服务和公共服务，为居民提供更加便捷和友好的用户体验。例如，利用物联网技术将居民家庭的水、电、气和热力表等与银行账户联网，可以实现远程查询和缴费；车联网的支付应用，使驾驶人员可以不停车缴纳高速费、停车费等，有助于缓解城市和道路拥堵问题。
物联网金融的风险与应对
物联网技术在加快金融信息化和数字化步伐的同时也会带来新的风险，需要金融机构和监管部门未雨绸缪。
一是网络攻击风险。
海量的电子传感器和智能控制设备将数以百亿计的各类设施实现网络互联互通，增大了各类网络攻击风险。非法入侵者可以利用智能设备中的软硬件漏洞渗透进网络，拦截和操纵信息，修改设备行为；也可以对金融服务网络发动攻击［如拒绝服务（DoS）攻击等］，以引发不同规模及程度的金融服务体系崩溃。金融犯罪分子利用物与物之间的连接实施金融犯罪，使得犯罪追踪变得更加困难。这就要求有关部门必须做好物联网金融安全的顶层设计规划，针对感知、网络、平台和应用各个层级，分门别类制定安全防护指引，全方位提升物联网金融产品的网络韧性，建立相关技术漏洞的行业风险提示共享机制等。
二是数据安全和隐私泄露问题。
大数据与金融业深度融合，使数据资源成为各方竞相追逐的“金矿”。随着物联网数据的应用价值日益显现，部分企业出于成为数据寡头的逐利驱动，可能借助各类传感器技术进一步收集个体隐私以创造新的商业模式，对公民个人隐私带来更大威胁。对此，管理机构应制定物联网金融数据采集和使用的各项规范和措施，提出传感设备设置规则及管理要求，明确物联网数据权属、访问权限规则和安全管控要求，建立信息应用规则和退出应用清除机制。
三是技术标准不统一问题。
统一标准是建设低成本且联网通用的金融物联网的关键所在，缺乏统一技术标准，将难以甄别物联网金融应用优劣，不利于产业规范发展。当前，物联网金融尚未铺开，相关产业仍处于探索发展阶段。有关部门应积极引导各类金融机构与物联网设备的厂商加强合作，结合产业发展需求，锁定产业急需，探索制定物联网金融相关标准，促进物联网金融产业健康发展。
四是数据歧视与数据鸿沟问题。
物联网技术大规模行业应用后，人与物的行为特征被高度的用数字表现形式予以量化。受使用行为数据所带来的利益诱导，数据歧视风险将不可避免产生。大量用户信息（如身体状况，活动特点等）被采集，使得物联网金融服务提供者有可能将用户行为模式和偏好一览无余，进而对用户进行高度针对性的营销策略，甚至对用户“下套”，例如，向遇到财务困难的客户提供不合理的高利贷服务等。与此同时，对于众多老年人或社会弱势群体而言，由于他们不会使用物联网技术，势必会丧失享受更好金融服务的机会，甚至被迫以更高昂的价格购买各类金融产品。因此，金融机构在挖掘物联网技术所带来的海量信息资源的同时，监管机构也应促使其将信息的利用控制在公共政策和法律框架允许范围内，打击数据分析和使用过程中存在的主观性、歧视性或误导性行为。
