区块链视角下的保险架构研究——基于自适应神经网络算法优化分析

王海巍

(东北财经大学 金融学院，辽宁 大连 116025)

一、问题的提出

区块链技术作为新兴的互联网领域技术，以其特有的共识机制、兼容加密算法等特征，已逐渐引起各领域的关注。对于保险业而言，区块链技术存在较好应用前景。中国一直强调科技兴邦是中华民族实现伟大复兴任务之一，2015年7月《国务院关于积极推进“互联网+”行动的指导意见》中提出“传统企业运用互联网的意识和能力不足、互联网企业对传统产业理解不够深入、新业态发展面临体制机制障碍、跨界融合型人才严重匮乏等问题，亟待加以解决”。2016年1月在瑞士达沃斯举行的主题为“掌控第四次工业革命”的2016世界经济论坛年会将全球增长“新常态”、中国经济转型、科技进步和第四次工业革命等列为重点议题，足见在全球范围内对于科技助力经济发展已经形成共识。经过几十年的长足发展，人工智能等计算机科学领域已经表现出与新兴前沿学科广泛的交叉融合发展。姚庆海和许闲[1]认为保险业作为经济社会发展的重要支柱，各市场主体有必要在科技创新运用领域发挥积极作用。本文利用207家机构主体通过各类媒体、平台公开发布的数据信息，基于Python进行综合整理、挖掘、分析研究。

许闲[2]认为金融科技创新应用已经受到国内外的高度关注并呈现跨越式成长。2005年全球仅有1 600家企业以数据分析为主营业务，总融资额仅70亿美元。截至2016年7月，则达到近8 000家企业，总融资额839亿美元。呈现出集支付结算、保险、借贷、众筹、区块链、交易投资、数据分析及信息安全等多元化格局。在实践中发现保险业的科技创新应用已经落后于银行业等其他金融行业，Rizzo[3]的研究认为科技引入有助于经济活动效率的提升。近年的研究和经济发展表明，技术应用创新急需迎头赶上。Melanie[4]认为这也或将成为保险业未来新的增长点。金融科技以前常被动侧重用于优化金融服务企业以抗衡市场竞争对手。而当前，金融科技则更应尝试主动服务金融创新。近来颇受关注的阿尔法围棋(AlphaGo)与人类的博弈对局及完胜结果已给保险业带来启示——科技创新是真实而强大的。关于金融科技的重要分支——保险科技，本文重点结合区块链在保险领域的创新研究应用进行探讨。

二、研究综述

通常意义上讲，金融科技涉及人工智能(AI)、大数据。Dwyer[5]提出底层数据结构概念；Shin[6]提出互联技术——移动互联网和物联网、分布式技术——云计算和区块链；Sunnarborg[7]详细阐述了信息安全——信息识别、加密、解密原理等方面。其中，区块链*区块链：狭义上讲是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本。广义上讲是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算范式。的概念是2008年由日本的中本聪首次提出。此后基于共识机制，Matthew[8]于2014年提出数学加密算法，此概念曾被应用于电子货币计算机挖掘领域，而后被纳为比特币的重要概念。人工智能概念于1956年由Hugo等人在计算机学科分支——自动控制领域首次提出。特别是2010年以来，区块链技术在金融领域的研究得到了快速发展和应用，本文重点关注于区块链应用的发展。

Fujiki和Tanaka[9]在2014年对应用于数据货币领域的区块链关联概念进行阐述。英国目前已经把区块链及相关技术上升到了国家高度。2015年9月巴克莱银行(Barclays Bank)成为英国第一家接受数字货币的银行。2015年12月，美国NASDAQ交易所在其Linq系统基于区块链完成首笔证券交易。Rizzo[10]认为区块链在国际主流金融交易体系得到了应用。2016年4月，德勤(Deloitte Touche Tohmatsu)宣布与爱尔兰银行系统就区块链展开合作，通过识别客户行为提供相关投行服务。药晓东和冯科[11]的研究指出，目前已有分布在诸如比特币探矿、大数据、金融交易、认证、投票、博弈、博彩等行业及领域的全球数千家创业公司投资人开始关注区块链，相关行业的监管机构也表现出极大的兴趣。同时，各大布局新科技企业都相继宣布了基于区块链的研究和解决方案。Tapscott和Tapscott[12]于2016年对此进行了归纳和研究。IBM推出BLOCKCHAIN-AS-A-SERVICE的区块链系列服务。英特尔(Intel)宣布将在游戏研发中尝试引入区块链技术。Wenker[13]在2014年提出核心规则更迭等概念。微软推出“区块链即服务”的企业解决方案。美国大宗商品行业组织——期货交易委员会(CFTC)已尝试将区块链技术应用于票据单证系统。普华永道、SWIFT、德勤也陆续发布区块链的相关专题研究报告。

在国内，相关研究起步相对滞后，但发展势头良好。区块链已引起中国央行的关注，2016年1月，中国人民银行曾举行区块链专题研讨，积极倡导依托区块链底层技术探索发行数字货币。程华和杨云志[14]于2016年对区块链技术应用发展趋势进行规纳总结，并对于商业银行应用这一技术提出策略性建议。在国内保险经营领域,阳光保险集团率先运用区块链技术，并于2016年3月和7月推出基于区块链底层架构的“阳光贝”积分活动和基于微信的 “飞常惠”航空意外保险产品。2016年11月，众安在线成立了以区块链技术为主营业务之一的子公司。2017年2月，泰康在线以区块链为底层技术的积分管理平台投入使用。2017年3月，上海保险交易所股份有限公司联合9家保险机构顺利完成基于区块链技术的交易平台系统测试。2017年5月，众安科技上线“安链云”，标志着基于区块链的云服务平台投入运营。由此不难看到，区块链的研究应用将有着极大的实践空间。鉴于当前基于保险业具体的可实施的区块链算法模型及应用并不多见，本文主要针对区块链相关算法和实践方向进行探讨。

三、理论框架

伴随金融科技的重要分支——保险科技产学研融合发展，国内外更为关切学术研究与产业对接的实际应用价值，区块链(Block Chain)和人工智能(AI)便是其中的重要课题。由于区块链基于信息理论密码学算法基本原理，底层基于数据分布式总账技术，使用对等网络验证并记录确凿交易的分散式账目，可以有效解决系统信息非对称性，具有去中介化、去中心化、可追溯性、高可信性和脚本代码化等特征。

(一)区块链及相关技术底层架构模型及优势解析

袁勇和王飞跃[15]认为区块链架构可以在全球范围内通过对等的计算机网络运营，在此网络中每个IP主机均包含一份持续更新的数据库副本，可以实现永久安全地存储数据，并带有高可信的时间戳，保证授权方拥有控制权，完成脚本代码的执行。其中的优势在于其易于改造，能够以数字签名形式签署交易，可用于全天候服务领域，并可以避免任何单结点故障，不会存在黑客入侵风险及中心管理员人为事故，不会受制于人为规定和规则私自修改。

(二)区块链响应系统部署原理

系统架构部署于Web服务器、Cloud云存储、VPN虚拟专用网络等基础软硬件平台，以及封装操作系统、函数例库、数据库等海量基础软硬件资源的综合管理系统响应平台。该操作系统的优势凸显在三个方面：一是高效，可运维海量服务器、存储等基础硬件；二是稳定，可提供统一、标准化的接口；三是可并行处理多线程任务及资源自适应协调，保证接入端和响应端之间的信息无噪传输。囊括用户安全、全局化动态营销、信息接入验证。

(三)区块链及人工智能实践应用

从全球范围看，张健[16]认为区块链技术应用领域已呈现多元化的发展格局。目前已涉及数字货币、支付和结算、智能合约、基础设施和代码开源、资产与身份管理，未来有望进一步延伸至保险领域。

(四)保证业务系统运作的障碍

为保证系统运作模型*为设计具有自学习特性的保险业务运营系统，本文结合保险市场特征，考虑到系统硬件实施搭载、算法实现、数据传输协议、数据挖掘、可信度及内控合规管理可操作性等方面，布署系统总体架构。实施的可操作性和创新性，有必要基于保险业实际情况分析当前存在的问题及难点，并从机制设计上解决问题。

对于已处于市场“惯性”经营的传统保险公司而言，变革转型或现“尾大不掉”，保险公司往往受制于种种体制因素，掣肘其创新活力的释放，简要归纳分析如下：

在公司治理方面，有企业内部顾虑科技创新业务会蚕食现有核心业务或相关业务，打乱原有平衡，或因渠道或管理层级间利益博弈而选择“明哲保身”，人为设置壁垒或干扰。因此，在拓扑信息结点设计上需充分考虑赋权系统整体战略规划，规避人为干扰和信息“孤岛”。

在经营理念方面，有保险公司主体持“搭便车”心态，或坚持要求保险科技创新项目必须要立竿见影，或顾虑创新失败可能危及管理者仕途和公司未来发展而不愿投入资源支持，“舍本逐末”追逐短期利益，有保险公司主体或因日常人力等资源及经营业绩压力限制，缺乏推动创新的主动性。因此，独立于传统的操作管理模式，在系统设计中从DT战略架构全局角度引入全局变量，考虑系统内对于海量业务数据的建模处理(参数配置、脚本代码编写)、分析预测(引擎接口)功能，需针对监管及同业预留公钥与私钥水印数据交互窗口模块，提高行业市场效率。

在市场方面，有保险公司主体经营活动与创新发展理念背道而驰，并未基于行业本质推进科学创新实践。如在产品开发和投放市场等方面问题频现，新产品及新服务的研发、测试、投产生命周期过长，市场反应效率低下，仅关注监管和同业的现行做法和保险代理人的利益诉求，被动处于保险产品的限售、停售、合同条款改造、升级、附加增值服务“小修小补”等困境，而忽视市场中的消费者主体的深层次碎片场景需求，以及对保险本原的深刻认识，势必不利于践行“保险姓保”，缺乏基于差异化的根本性创新。过度依赖外部供应商(再保险公司、咨询公司等机构)，而这些供应商往往同时为多家保险公司提供服务，间接导致部分公司的战略选择“同质化”。因此，设计之初便需全面考虑脚本代码开源条件下，系统中涉及产品开发、市场动态、偿付能力风险情况、资产负债评估交互、监管专用“绿色通道”等方面硬件架设、分布式算法、搜索引擎、通信协议、AI机器学习运算功能模块的设置。

四、研究设计和检验

(一)系统算法模型设定分析

为实现前述构架模块功能，有必要选取相关模型及算法进行优化，以适应系统部署的各类开源需求。本文中系统算法、算例采用机器学习识别策略模块封装，通过自动优化的神经网络等计算机算法，基于采样源数据及经验子类库，优化计算机程序的性能标准，并进行自学习和自适应检验完善知识子类库。

为避免无监督控制网络存在噪声的弊端，在此探讨将机器学习算法和有监督算法结合，进而生成具有竞争的机器学习矢量量化网络LVQ。

矢量量化网络LVQ内封装有监督的学习规则，其中包括LVQ1和LVQ2两种。

对于LVQ1学习规则，假设输入、输出样本对为：{p1,t1}{p2,t2}…{pN,tN}，其函数表达式为式(1)：

i*IW1,1(q)=i*IW1,1(q-1)-α(p(q)-i*IW1,1(q-1))

(1)

降噪可由误差反向传播的方式对权值矩阵IW1,1的i*进行修正，从而不会对其他行带来影响。以上函数式使得竞争单元朝着目标类别的方向移动，最终落入正确分类空间。

LVQ2学习规则可应用于LVQ1之后，进而提高其第一步训练效果。

定义窗口如式(2)：

(2)

权值调整表达式为式(3)：

i*IW1,1(q)=i*IW1,1(q-1)-α(p(q)-i*IW1,1(q-1))j*IW1,1(q)=j*IW1,1(q-1)+α(p(q)-j*IW1,1(q-1))

(3)

当两权值向量与输入变量接近时，其中一个向量归入错误类别，另一个向量归入正确类别，而输入变量又落入中位面窗口函数之内，则两向量须重新调整。这样的训练过程可使经LVQ1训练初步分类处理的权值向量进行更为细致调整，使得训练结果更加稳健。

鉴于上述，采用神经网络进行模型预测控制，其选用基理为水平后退方法。当神经网络接到输入信源后，在预设时间内得出脉冲响应模型预测。该过程采用数字最优程序控制信号，将其函数定义如下式(4)：

-u(t+j-2))2

(4)

其中，N1,N2,…,Nu是计算跟踪误差和控制增益的范围，yr是期望响应，ym是网络模型响应，变量u为实验控制输入，ρ是控制增益平方和分布的因子。

通过预测受控对象在一定范围内的未来响应，其函数如下式(5)：

y(t+j|t),j=N1,N1+1,…,Nmax

(5)

其中，N1、Nmax分别作为输出预测的最小及最大极值。如果在t+j时刻系统的预测误差定义为式(6)：

e(t+j)=r(t+j)-y(t+j|t)

(6)

则非线性优化将选择信号u(t)，进而使系统的二次性能判决函数J达到最小，如式(7)：

(7)

对于非线性信息传输系统按照“能量传递”方式反向推导，直至系统稳定。选取李雅普诺夫函数优选定义,如式(8)：

(8)

基于上式wij为i、j神经元的相关权值赋能，在满足以上各式参数要求前提下，将上述函数式中的噪声在网络运行中通过阈值不断降噪，最终过滤扰动实现系统自适应均衡。

从t时刻至t+1时刻，神经元能量变化表达式为式(9)：

ΔEi=Ei(t+1)-Ei(t)

wijvi(t)vj-bivi(t)

(9)

(二)Matlab系统仿真检验

基于某数据集合*此数据集合为调研实验样本，因涉及某全国性保险公司商业敏感信息，在此不具名，特此说明。考量及基于保险合同数据样本集合中属性聚类分析(性别、年龄、险种、保额、地域、保障范围、理赔、人口学特征等)、综合费用成本、退保情况、投资收益及偿付能力等指标，导入预定模型算法进行系统仿真分析，并检验偏离度，在综合费用成本、退保情况、投资收益匹配及偿付能力等综合仿真分析检验中，各预设核心区块内部因素(人口学特征、消费特征)的偏离度误差可实现有效识别，并可识别出集合保险消费人口特征和保障范围间的区别和联系。

通过相关性检验及降噪处理发现，本系统算法较为稳定，可以较完整地实现机器学习自修正和均衡，精细化分析各区块间的异同，对于本集合内定义区块间底层数据结构差异化分析可以通过聚类偏离度分析检验各区块底层数据间的联系与区别，在定义关键需求时可以实现精准分析，如基于某集合内的地理信息、人口信息、历史市场消费场景信息等综合分析，基于此实现自适应的可视化结论并进行实时检验，此结果可清晰地表明各信噪比的峰值和谷值均在预设的误差区间内，可视化分析结果显示平滑可信。这对于保险公司精确了解自身及市场运行情况，进行非人工的差异化的产品定位分析及服务策略调整可提供客观参考依据，而非采用传统精算技术中计算均值的经验假设认定。

五、系统算法模型在监管市场风险监测及评价管理工作中的运用

(一)应用于保险监管和公司治理

运用新的业务逻辑和技术手段提升管理效率。探讨应用于偿付能力监管、保险公司内部审计及合规风险管理科技应用，实现全天候平台预警、运维及灾备。

(二)投资于保险科技创业公司

保险公司主体可以联合或并购保险科技初创公司，参与投资经营以区块链为底层技术的专业比价或中介信用平台，疏散保险公司IT战略规划执行、架构管理、安全管理及应用程序开发管理等职能。

(三)与物联网协同创新

在物联网中通过传感器网络，可穿戴VR设备(虚拟现实PDA终端如眼镜、GPS、智能手表等)与物联网获得的大数据，进而变革以往精算技术中采用“平均值”测算的传统统计方法来设定经验保险费率的方式，转而更加关切风险“防范”的预警，创新拓展打通系统信息壁垒，应用于财产险、人身险(责任认定清晰业务)、互联网保险及再保险等领域，有必要概括本文物联网的概念，即在互联互通网络的基础上集成数字信号处理技术，将DSP传感器、收发器等模块，在人与物间建立新的联系，形成人与物、物与物互联，如车险中基于UBI区块链数据服务的实现按行驶里程或驾驶行为习惯差异化定价。

(四)建设直营平台

端对端(P2P)保险经营商业模式将会有巨大的延伸价值空间，基于区块链和人工智能，运用云端存储，通过信息去噪、脱媒，提高保险消费者的体验，提供综合服务响应平台、智能顾问，升级企业内部IT核心系统。

(五)精准定位消费人群多元化的场景保险需求

主要是满足保险消费者个性化保险保障需求的保险产品及服务，如旅游、交通、健康、财产等综合保障领域。探讨基于区块链和人工智能阈值触发，保险产品的保障期间可以随时开启或关闭，依据使用需求频度采用灵活的量化计费费率厘定模式，区块链可以助其成为现实，并有效预防道德风险，关于甄别保险公司运营中道德风险问题，王海巍[17]在Hadoop聚类分析技术模型算法研究中提出解决策略。另外，共享经济的兴起势必会出现新形态的风险保障需求，正如当初随着淘宝等互联网电商购物平台兴起而诞生的短暂性、高频次的“运费险”，潜在市场或然存在，借鉴Carmichael[18]于2016年提出的共享经济观点，提出资源共享经济模式可以极大提高经济效率，这正如当前国内兴起的共享经济生态——共享汽车、共享单车如滴滴顺风车、神州租车、ofo小黄车、摩拜单车、酷骑单车、小蓝单车等新交通出行模式(押金透明穿透式管理模式)，或将催生新的短时性、场景化、碎片化、高频次的保险保障需求，如“堵车险”、“单车骑乘意外责任险”等，第三方平台亦可以通过此新模式发掘保险业务资源优势。

(六)建立行业规范机制

将区块链技术应用到保险实操业务的各个环节，这里需要除保险公司之外的更多机构主体参与进来，其中包括政府监督监管部门、保险公司(财产险、人身险、再保险、相互保险等机构主体)、资金结算银行、医疗、专业损失鉴定机构协调配合，方能更好地发掘区块链创新应用的空间。

(七)产品及服务定制化

可以依托保险科技初创公司快速发掘推广空间，践行“人人有保险，处处有保障”的经营理念，结合社会发展热点和各行业实际需求，探索新型保险产品，如测绘用或民用无人驾驶飞机保险，无人驾驶汽车保险，网络欺凌保险(网络攻击勒索病毒)，农业、林业及渔业养殖灾害、水产养殖装备及损失监测勘察设备保险等。

(八)研发“即时投保”产品

可深挖区块链底层技术中共识层的密钥(公钥与私钥)机制，区块链技术可以有效防范道德风险发生。

(九)纵深延展业务领域

金融科技创新公司以往为商业银行等金融机构所研发的区块链应用项目，同样可以跨领域应用于保险公司，如反洗钱、识别认证技术、BI、资讯平台、CRM优质客户识别业务系统平台等建设。

(十)跨领域、跨学科合作

以国际化视角，探讨实现资金、技术、经营模式、商业资源的快速、高效整合。中国保险消费者及市场已经日趋成熟，风险保障需求客观并大量存在，潜在市场空间巨大。区块链的引入可以从技术角度解决保险市场一定程度上存在的“信任困境”。从更深层次意义上看，如何兼容更为专业先进的经营理念、应用技术创新、转变运作模式为保险消费者提供更加便捷、科学、公正、人性化的保险保障产品及服务显得更加必要，从而在一定程度上克服当前相对粗放、低效、趋同化的产品价格战。立足宏观供给侧改革大局，坚持差异化经营理念，实践供给被保险人定制化、多元化的产品与服务，并通过物联网等新型媒介和社交平台即时发布。逐步转变当前国内保险业过度依赖销售代理人及代理机构推广的“高碳”经营模式，引领行业健康发展。这里需指明，并非前述代理主体不再重要，而是当下这一生态中的群体或组织应转而更加关注专业度的提升和商业模式转变，如代理人的专业综合素养提升，保险中介机构依托区块链技术，基于特有资源优势，研发提供更加专业化、智能化的专属服务。

六、结论与启示

本文仅以区块链保险科技跨学科研究应用创新为视角，或尚存诸多问题有待多方论证，籍此抛砖引玉探讨更多由区块链技术衍生出的深入研究及应用模式，后续将重点研究系统模型算法优化应用及可扩展接口问题，结论简要归纳如下：

区块链不仅是一种技术，更可以说是一种融合式创新服务。此服务分为对内服务(保险公司内部)和对外服务(潜在保险消费者，被保险人、监管机构等市场主体)。对内服务：区块链不仅可以用于智能合约等保险公司运营后援服务，由于其总账式分布特质，亦可探讨应用于保险公司内部直接、间接财务费用、佣金管控及审计等，可以极大地提高管理效率和规避人为干扰，提高资金运用监控的可追溯性，无论对内部稽核审计还是外部监管都有着极大的研究和应用价值。有助于合规、高效地降低保险公司经营成本，同时也有益于同步提升行业监管效率，同步提升监管并发处理能力，有助于实现全行业的数字化、智能化的实时监测管理，如可以克服因人工报送数据的效率低、误差率高、资源占用高，甚至人为干预导致数据失真等现实顽疾。多管齐下，多措并举，着实提升主动监管能力。如基于区块链技术和人工智能核心技术的风险识别预警、事中监督，将其作为落地抓手，丰富传统单一的事后惩戒监督管理方式，提升监管效率和市场有效性。

区块链和人工智能的内在融合或许可以探讨实现在“保险+跨领域”的资源共享和优势放大。同时，在进一步完善金融法律监管框架体系的基础上，可以为金融市场引入“鲶鱼效应”，从而为保险市场注入新鲜活力并实现行业反垄断，使中小商业保险公司主体同样也享有机会和主动权去参与到市场公平竞争中，在这一新市场模式下，传统的大型商业保险公司固有的规模和品牌上的靠“资产”驱动的绝对优势已不再如以往具有不可颠覆性，所有保险公司主体机会均等，在信用体系搭建完善的基础上，势必将会重塑保险消费人群的理性消费观和竞争格局，降低市场竞争中存在的信息非对称性。

技术创新的真正强大作用在于其社会价值和经济意义，保险业作为经济领域的重要分支，科技创新元素引入应当作为行业发展的重要推动力量，势必将为解决当前行业存在的“高碳”、“人海”经营方式问题提供有力支持。

保险业本身经营防范的是风险，而风险无处不在，而如何通过引入技术应用手段有效规避、化解各类风险是所有被保险人共同的追求目标——真正确保“保险姓保、保监姓监”，保险行业立身之本背后则是市场信用、信任机制问题。区块链技术的引入恰好可以从金融科技创新应用角度有力支撑这一问题，在区块链底层数据技术融合应用的背书下，将更有利于保险监管工作的开展，打通行业经营“诸侯割据”壁垒的同时，更好地提升保险市场乃至整个金融市场效率，如与商业银行(长期沉淀积累下来的优质储户资源和社会信用背书)、资管公司(专业的投资渠道和经营资质)、证券公司(不同风险偏好的个人及机构投资者主体鉴别)乃至实体(如农业、加工制造、商贸、旅游、传媒等服务业)行业领域合作共享资源、共谋发展，深挖市场空间，增加消费者对于市场的信心。在国家推行供给侧改革的大背景下，将服务实体经济落到实处，响应国家战略大局。 “一切从实际出发，理论联系实际，坚持实践是检验真理的标准” 这恰与党的思想路线精髓不谋而合，紧紧跟随。保险公司主体只有应市场之所需，想保险消费人群之所想，探求并激发保险消费群体深层次需求，将“以客户为中心”变成“衷心为客户”。对于保险公司经营只有立足保险保障之本“修炼内功”，方能“溯本清源”、“弯道超车”提升内涵价值，助力行业的可持续、健康发展。

[1] 姚庆海,许闲.中国保险科技发展白皮书(2017)[R].上海：复旦大学中国保险科技实验室,2017.14-28.

[2] 许闲. 区块链与保险创新：机制、前景与挑战[J]. 保险研究,2017,(5):43-52.

[3] Rizzo,P.Coin Desk:Brazil’s Bank Itaú Joins R3 Blockchain Consortium [EB/OL].http://www.coindesk.com/brazils-bank-itau-blockchain-consortium-r3,2016-04-25.

[4] Melanie，S.M.Blockchain:Blueprint for a New Economy[M].Sebastopol:O’Reilly,2015.158-171.

[5] Dwyer,G.P. The Economics of Bitcoin and Similar Private Digital Currencies [J]. Journal of Financial Stability,2015,(17):81-91.

[6] Shin, L. Forbes:Republic of Georgia to Pilot Land Titling on Block Chain with Economist Hernandode Soto,BitFury[EB/OL].http://www.forbes.com/sites/laurashin/2016/04/21/republic-of-georgia-to-pilot-land-titling-on-blockchain-with-economist-hernando-de-soto- bitfury/#232556026550,2016-04-21.

[7] Sunnarborg,A.Venture Beat:The Rise of the Blockchain Asset Class[EB/OL].http://venturebeat.com/2016/04/03/the-rise-of-the-blockchain-asset-class,2016-04-03.

[8] Matthew,K.M.L. Coining Bitcoin’s Legal-Bits: Examining the Regulatory Framework for Bitcoin and Virtual Currencies[J].Harvard Journal of Law & Technology, 2014,27(2):587-608.

[9] Fujiki,H., Tanaka, M. Currency Demand, New Technology, and the Adoption of Electronic Money: Micro Evidencefrom Japan[J].Economics Letters, 2014,125(1):5-8.

[10] Rizzo,P.Nasdaq to Launch Blockchain Voting Trial for Estonian Stock Market[EB/OL].http://www.coindesk.com/nasdaq-shareholder-voting-estonia-blockchain,2016-05-15.

[11] 药晓东,冯科.关于区块链技术应用创新与其局限性思考[J].农村金融研究,2016,(12):12-17.

[12] Tapscott,D.,Tapscott,A.Fortune:How Blockchain Eechnology Can Reinvent the Power Grid[EB/OL].http://fortune.com/2016/05/15/blockchain-reinvents-power-grid,2016-05-15.

[13] Wenker,N.On Line Currencies, Real-World Chaos: The Struggle to Regulate the Rise of Bitcoin[J].Texas Review of Law & Politics, 2014,19(1):145-197.

[14] 程华,杨云志.区块链发展趋势与商业银行应对策略研究[J].金融监管研究,2016,(6):73-91.

[15] 袁勇,王飞跃. 区块链技术发展现状与展望[J].自动化学报,2016,(4):482-493.

[16] 张健. 区块链:定义未来金融与经济新格局[M].北京:机械工业出版社,2016.15-28.

[17] 王海巍.我国险企运营中道德风险甄别问题研究[J].保险研究,2016,(2):59-67.

[18] Carmichael,J.Inverse:Arcade City Is a Blockchain-Based Ride-Sharing Uber Killer[EB/OL].https://www.inverse.com/article/13500-arcade-city-is-a-blockchain-based-ride-sharing-uber-killer,2016-03-30.