从互联网金融到数字金融：发展态势、特征与理念

丁晓蔚

(南京大学 信息管理学院， 南京 210023)

近年来，随着大数据、人工智能、区块链等先进技术日甚一日地融入金融领域，科技对金融的影响与日俱增，数字金融风生水起。数字金融是相对于传统金融而言的，它的兴起和发展经历了一个过程：先是出现了包括(移动)互联网金融在内的“广义数字金融”(1)很多文献对互联网金融和数字金融未加区分，本文为与那些文献的提法兼容，将互联网金融和数字金融统称为“广义数字金融”。。同一时间段内，“狭义数字金融”也发展起来了。中本聪于2008年10月31日首次公开发表比特币白皮书Bitcoin:APeer-to-PeerElectronicCashSystem；2009年1月3日挖出了比特币的第一个区块——创世区块，并获得50比特币的奖励。本文将中本聪发明比特币而后兴起的区块链作为狭义数字金融的发轫。狭义数字金融在一段时间内是与互联网金融重合的。虽然近年来数字金融已经成为研究热点，但是关于数字金融的概念，研究者们的认知差异较大，中外学者尚未就此达成共识。此外，对于下一代数字金融还很少有人研究。本文一方面对数字金融概念及其内涵进行探讨，以揭示数字金融与互联网金融之间的区别；另一方面对下一代数字金融的技术特征、设计理念、监管风控等进行探讨。

一、数字金融与互联网金融的联系与区别

(一)从互联网金融到数字金融

互联网引发金融业革命性变革。互联网金融是移动互联+金融业务形成的结果，它属于广义数字金融范畴。邹静、张宇认为，我国的数字金融发展起始点可从 2004 年支付宝体系上线算起，但业界通常将2013年余额宝开张视为中国数字金融发展元年(2)邹静、张宇：《数字金融的研究现状、热点与前沿——基于 Cite Space 的可视化分析》，《产业经济评论》2021年第5期。。在数字金融始于何年的问题上，学界和业界人士存在不同意见。笔者认为，支付宝体系上线，表明已具备广义数字金融形成的基本条件(以数字化技术作为金融业务的重要内核和技术手段)，以此作为广义数字金融的起始点大致是合理的。

随着金融产品和服务在全球范围内实现大规模的数字化、电子化，金融监管对象也逐渐从有形的实物转向了无形的数据，金融活动的内容和形式也都实现了这种转向。数据和数字化在金融业中的重要性凸显，为严格意义上的数字金融的形成提供了必不可少的条件。前所未有的新的金融业态，使“越来越多的学者意识到，不管是互联网金融还是科技金融都不足以概括金融数字化的发展现实，数字金融的提法逐渐得到学界和民间的认可”(3)傅昌銮、王玉龙：《数字金融的涵义、特征及发展趋势探析》，《产业创新研究》2020年第3期。。对此种金融业态固然可称之为数字金融，严格意义上的能够与互联网金融清晰区分的数字金融，应在如下环节即“数字身份→数字货币→数字资产→数字金融→数字经济→数字社会→数字中国→数字星球→数字世界(元宇宙)”中起承上启下、关键支撑的作用。这些概念在本质内涵上要能够逻辑自洽、一脉相承、统一贯通。

(二)智能合约与代码治理：基于区块链思维与“人性+科技”融合创新的数字金融

当前，在国际上数字金融包含了传统金融拥抱新金融的创新探索和独立发展甚至与传统金融对立的新金融(比特币、以太坊、Libra/Diem、DeFi、NFT等)创新探索两大板块；在国内，传统金融在拥抱新金融方面进行了创新探索。区块链、大数据、人工智能等先进信息技术深度融入金融，并已形成对金融业发生了深刻影响的金融科技，使金融实现了颠覆式创新。这些先进技术融合创新，使金融服务达到先前不可能有的深度和广度，提高了自动化和智能化程度，开拓了创新的模式和业态，最终指向提升效率和效果。其中，区块链技术触动了金融的根本即信任和信用。倘说互联网传输的是信息和数据的话，那么，区块链网络传输的则是信任和价值。

区块链思维是比互联网思维更高层级的思维。如果说第一次工业革命的蒸汽时代将人类手工劳动层面的部分工作转交给机器完成，人工智能将人类智能层面的部分工作转交给机器完成，那么区块链则将属于人性层面的部分内容转交给了机器。原先需要人际信任(如建立在面对面基础上的信任)或借助第三方中介增信才能进行的交易，现在两个从未谋面、完全无信任基础的陌生人之间即可进行。智能合约倡导“Code is the LAW”，即从靠人治理到用代码治理，从而将人类情绪、心理、意愿等不稳定、不易预测、不易控制的可能干扰合约履行的因素强行抑制。有时道德制约失灵，而法律惩戒又成本太高、效率太低，那么将共识、契约、法规、制度、流程等写入智能合约代码令公众遵行，或许是一条可取(至少是值得探索)的新进路。

数字金融时代是先进技术融合创新的时代，其中区块链的介入及其所引发的范式革命是使数字金融和互联网金融区分度最大、显示度最高的本质特征(在这里，区块链指区块链技术和区块链思维及区块链精神)。区块链的介入指将区块链技术、思维、精神完整或部分地、直接或间接或改进地应用于解决方案中。其中一种情形可以是受区块链发明精髓启迪但并非直接、显式地应用区块链技术。如中国数字人民币e-CNY即属这种情况。原因如下：其一，数字金融的基石和前序应是数字货币。数字金融的整个逻辑脉络应是前文已指出的“数字身份→数字货币→数字资产→数字金融→数字经济→数字社会→数字中国→数字星球→数字世界(元宇宙)”。比特币是区块链技术迄今为止最成功和最广泛的落地应用。而比特币又引发或启发虚拟货币、加密货币、数字货币、法定数字货币(例如中国数字人民币)等先后问世。数字身份、数字资产等方面的创新也紧随其后。可以说，区块链技术建立了从数字身份到数字金融再到数字世界的内在联系。其二，区块链的技术特征，在从数据生产和存证、数据确权和鉴权、数据定价和流通，到数据交易和风险对冲、数据安全和隐私保护、数据消费和增值、数据分析和处理，再到数据治理和监管的过程中，都发挥了巨大作用。所以区块链是数据成为第五大生产要素和全新生产力的基石，也是数字金融这样一种特别重视数据、由数据驱动的金融的基石。其三，从比特币的成功所体现出来的“人性+技术”联动并举的区块链思维和区块链精神，促进了数字金融创新，它们都体现了金融系统(包括金融业务、模式、产品、流程、机制、监管等；它们与人性相关)和信息系统(与技术相关)的联合设计、联合创新、联合优化的核心理念。其四，从金融风险角度看，区块链网络是传递信用、信任和价值的网络，其内嵌算法和机器信用，无需人类信用，将信用风险和部分操作风险等金融风险转化为算法和技术风险。其五，进而言之，区块链赋能可信大数据和可信人工智能。区块链比大数据和人工智能更底层、更基础。区块链与大数据和人工智能融合创新，构成新的基础设施。基于区块链可信大数据可信人工智能的下一代数字金融(数字金融2.0)信息基础设施、体系架构、计算范式，将给金融带来革命性变革。

综上，严格意义上的数字金融，是由金融系统和信息系统联合设计、联合优化和联合创新而成的、体现了数字化表征的新金融，其在“数字身份→数字货币→数字资产→数字金融→数字经济→数字社会→数字中国→数字星球→数字世界(元宇宙)”中起承上启下、关键支撑的作用，并使这些概念在本质内涵上逻辑自洽、一脉相承、统一贯通，同时充分体现“数据资产化”的数据驱动金融特征和“资产数字化”的数字化特征，是未来数字星球和平行(元)宇宙的前奏和先导。而那些没有区块链思维和区块链精神，既没有考虑“人性+科技”联合解决痛点难题，也没有将更新、改进或优化过的金融业务模式流程与先进信息技术相融合，更没有就信用风险等金融风险与算法模型等技术风险进行联合设计和优化，而只是简单地将传统金融业务直接移植和嫁接到移动互联网载体上的金融创新，则只能称之为互联网金融，并不是本文要分析的数字金融。

二、下一代数字金融的技术特征

近些年来，从比特币、以太坊到Libra/Diem、DeFi和NFT，各种数字金融创新纷纷涌现。在国际上，一方面，部分新金融以独立于传统金融体系甚至与传统金融体系对立、挑战传统金融体系的方式存在和运行，业已形成一个蓬勃兴旺的链上新金融世界。这一新金融世界与传统金融世界同行、并存。传统金融的各种金融服务、业态和模式，在此新金融世界中几乎都有平行版本，后者的兴旺和繁荣超出人们预料。有大量项目正在进行着数字金融的各种“创新”探索。不过，创新必然伴随着风险和其他问题。事实上，区块链新金融带来的不合法合规、隐私泄露等问题时现。根据PeckShield发布的《数字货币反洗钱暨DeFi行业安全报告——2021上半年报告》披露的数据，截至2021年6月30日，2021年上半年虚拟货币行业共发生重大安全事件1 375 起，其中黑客攻击143起，诈骗事件60起，勒索攻击1 172 起。共计损失逾142.4亿美元，同比增长267%(4)《虚拟货币上半年发生1375起重大安全事件 损失142.4亿美元》，https://news.fx678. com/ 202107251035012543.shtml，访问时间：2021年10月20日。。另一方面，传统金融体系也在积极拥抱区块链等新科技。各国央行所积极推进的数字货币(CBDC)等可看作对比特币、以太币、稳定币、Libra/Diem等加密货币、虚拟货币和超主权货币等迅猛崛起的官方回应，是从国家层面重新审视和重新构建金融信息基础设施的探索。

区块链、大数据、人工智能等先进信息技术打开了新金融世界的大门，让人看到未来金融的无限可能和美好前景。本文所指出的基于区块链可信大数据可信人工智能的下一代金融(数字金融2.0)，在其所赖的金融信息基础设施架构中，区块链与大数据、人工智能融合创新有着举足轻重的地位：基于区块链的大数据方才可能是可信的大数据，基于可信大数据的人工智能方才可能是可信的人工智能，基于此的价值传输和交换方才可能是可信的价值传输和交换。由于数字金融较之传统金融和互联网金融所具有的优势，应注重其顶层设计和全局性系统性规划性发展。在顶层设计和全局规划中，下一代数字金融应实现如下六大技术特征，同时也是要大力研发的六大技术发展方向(5)丁晓蔚：《数字金融时代的金融情报学：学科状况、学科内涵和研究方向》，《情报学报》2021年第11期。。

(一)可信

可信的金融可分解为可信的(大)数据、模型、算法、计算、系统、流程、操作、管理、设计、定价、交易、对冲、风控、内控、监管等。其中可信的(大)数据和可信的模型是支撑，盖因数字金融时代，基于数据和模型的量化金融将是金融的主干。

首先，数据和信息可信。这是数字金融乃至数字时代的基石。如果没有数据信息可信，数字金融和数字时代将是沙滩上的城堡。这里的可信是指与不全面、不完整、不充分、不连通、不匹配、不(完全)正确、不(完全)真实等相反的情形，是数据和信息的一种质地优良的状态。区块链是数字时代的信任机器，带来数据和信息的可信性。利用区块链技术，可不依赖中心化第三方，通过自身分布式的链上节点进行网络数据的存储、验证、使用、传递和交流，在机器之间建立信任网络，以去中心化的方式建立信任。区块链还有智能合约、共识机制、上链信息可追溯、不可篡改、全网验证等技术特征。凡此种种，可以确保链上数据和信息的真实可信。

其次，模型和算法可信是数字金融的关键。可信(大)数据作为输入，可信模型和算法对输入数据处理后，得到可信的输出(预测或决策等)。因此区块链赋能可信(大)数据，可信(大)数据又赋能可信模型和算法，后者首先至少应是可解释的模型和算法。在中国人民银行2021年3月26日发布的《中华人民共和国金融行业标准JR/T 0221-2021：人工智能算法金融应用评价规范》中，央行将可解释性分解为建模准备阶段的特征定义可解释、特征分布可解释、特征衍生可解释、特征选择可解释，建模过程阶段的算法可解释、参数可解释、模型无关可解释、基于样本可解释，建模应用阶段的模型仓库管理、监控管理、账号和日志管理。该标准虽然尚处初级阶段(存在评价方法仍停留在人工访谈、查阅文档、查看系统等主观方法，可解释性方面的研究尚待进一步深入，提交送检的模型算法和实际生产系统中运行的模型算法可能存在偏差等问题)，但是一项很有意义的探索，有深入研究的价值。此外，可信模型和算法还应是稳定的模型、鲁棒的模型、讲求因果推理的模型等。可信的流程、可信的操作、可信的管理、可信的内控、可信的监管等方面，是传统金融中有所欠缺或较显薄弱的。基于区块链可信大数据可信人工智能的数字金融基础设施将人类信任全部或部分转化为算法/机器信任，或能成就一条新进路。

(二)安全

金融安全是国家安全的重要组成部分，又分为国际和国内两个维度。从国际来看，时值百年未有之大变局，金融风险上升为全面风险管理框架中不可忽略的风险。从国内来看，金融安全关涉宏观层面上的国家，中观层面上的行业、地区，微观层面上的机构和个人等各层次各类主体，维护金融安全、防范金融风险的重要性不言而喻。

从金融风险角度来看，需要解决系统性与非系统性金融风险可能带来新的金融安全问题。客观地说，发生局部性金融风险的可能性是存在的，发生系统性金融风险也并非绝无可能。对此应有保持高度警觉。从P2P暴雷潮到股灾和熔断，到比特币和ICO一度兴盛，到包商银行破产，再到某些金融企业的高杠杆，无数案例印证了金融市场上危及社会稳定的风险的存在，同时也证明金融监管部门防控金融不安全因素的不易。基于区块链可信大数据可信人工智能的数字金融2.0，可消减金融风险中信用风险和操作风险，可使底层资产得到穿透，可对风险进行实时穿透式监管，可将微观金融风险和宏观金融风险上下贯通并联动防控，还可消除“数据孤岛”“信息孤岛”以获得比先前更完善的风险大数据、风险分析和风险管理，特别是比先前更好地预测和管理“黑天鹅”“灰犀牛”风险。

从金融科技角度来看，区块链所带来的信用风险和操作风险全部或部分向算法/机器/技术风险的转化，使全面风险管理框架中的技术风险上升为最重要的风险之一，故此给金融信息系统和技术安全(包含不同层级的安全，从物理通信链路的安全、物理计算及计算设备的安全，到软件安全、数据安全、模型安全、算法安全等)提出了更高要求。而且越是依赖技术，信息系统安全风险就可能越大，需要研究解决的问题就更多。比如，区块链信息系统可能本身就比传统信息系统多出一些额外的安全风险隐患：大多数当前所使用的区块链加密算法依赖于软随机数和伪随机数(在此方面有GB/T 32915-2016等国家标准，规定了商用密码应用中的随机性检测指标和检测方法)、智能合约刚刚起步可能存在代码漏洞和安全事故等。又如，量化金融是会发生互激循环、追涨杀跌以及共振践踏的。在一个充斥着智能合约、量化模型、算法“机器人”的金融世界中，可能在某些特殊时刻触发出更大金融风险。在极端情况下，甚至可能触发系统性金融风险。再如，数字金融时代的人工智能模型算法安全尤其引人瞩目。《中华人民共和国金融行业标准JR/T 0221-2021：人工智能算法金融应用评价规范》提出模型和算法的安全性评价体系包含：目标函数评估、常见攻击防范(窃取攻击防范、药饵攻击防范、闪避攻击防范、模仿攻击防范、逆向攻击防范、供应链攻击防范、后门攻击防范)、算法依赖库、算法可追溯性(训练数据可追溯性、建模过程可追溯性、算法部署可追溯性)、算法内控等。该安全性评价体系虽尚属初阶，但为数字金融时代的金融信息与情报学研究提供了大量宝贵的研究课题和方向。此外，创新的金融科技带来创新的监管科技，推动形成“沙盒测试”和“以链治链”等机制。金融创新者可在受限的安全环境中运行应用程序，使创新性的金融应用在一个风险可控的良性环境中得到测试、得以孵化。这样，既可保护金融创新探索不被阻遏、又可防止由金融创新失败而造成的负面影响；既保证了金融创新卓有成效的试验，又可以有效监测其市场表现，严格防控潜在和显在风险突发及扩散。

(三)隐私保护

在传统金融体系中，金融机构对金融信息拥有绝对掌控权；而客户则处于弱势地位，在许多情况下对重要信息的处理没有话语权，甚至缺乏知情权。各金融机构内部流程分散且不透明，客户无法知晓自己的信息被如何使用、有无外泄、流向何处，作为信息优势方的金融机构很可能逾矩。而由于金融机构繁多、分散且良莠不齐，各金融机构间隐私保护措施和防范黑客攻击的能力也参差不齐。此外，近年来我国金融科技蓬勃发展。蚂蚁金服等“互联网+”金融巨头估值傲视全球，但在一定程度上忽略了如下重要问题：公民隐私信息应该归谁所有？由谁使用？如何收集？如何保存？如何使用？在交易和使用中如何定价？收益应该归谁所有、如何分配？这些都是应得到重视然而尚未得到重视的重要问题。特别地，从数据与模型关系角度来看，海量金融数据信息是提升各类金融模型效能所必不可少的条件(小数据集当然也能用于构建金融模型，但是更大更完备的数据集、更有效的特征，往往能带来更高的模型效能。而近10年来人工智能中的旗舰技术深度学习，更是依赖大数据，如失去大数据的支持，深度学习将失去用武之地)。例如，在大数据征信和贷款风控方面，在常规数据之外，能够有效提升模型预测能力的数据往往关涉公民隐私，如金融APP可能收集客户手机上的通话记录、通话对象、通信录好友等隐私信息，并构建通话社交网络模型，通过社交网络分析可以挖掘出对预测还款能力、还款意愿和借款风险等非常有价值的特征，可大大提升常规模型的效能。在大数据营销和算法推荐等方面，就更是如此。因此，金融模型对数据的渴求是无止境的，如不加限制，金融APP甚至可能还会偷偷搜集微信聊天记录、QQ聊天记录等更多更广泛的隐私信息。

在数字金融2.0中，数据将真正属于用户，公民将能在更高程度上掌握自身金融隐私信息的控制权和支配权。区块链可以帮助数据鉴权和确权、存证和流转、定价和交易、追踪和溯源、收益获取和分配，帮助进行金融活动的公民决定是否授权共享其隐私信息以及共享的范围和程度。进行金融活动的公民，将能确保自己的隐私信息不被他人非法侵占、利用、公开。更进一步，数字金融2.0还将致力于研究在注重隐私保护前提下更完善的数据共享与协作、更完善的大数据、更完善的人工智能、更完善的金融服务。安全多方计算、可信硬件和可信执行环境、联邦学习、同态加密、零知识证明、差分隐私、区块链、其他数据隐私保护技术等协同应用，将在隐私信息保护前提下实现“数据可用不可见”“数据不动模型动”。用户既可以保护隐私、掌控个人数据，又可以享受大型互联网平台带来的便利应用体验。同理，对于企业、机构和政府部门而言，基于“数据可用不可见”“数据不动模型动”的数据治理能够优化配置数据所有权、使用权和监管权，能够真正打破“数据孤岛”“信息孤岛”，实现数据互联互通，支持联合统计、联合查询、联合分析、联合建模、联合预测、联合决策，真正唤醒沉睡的数据，激发一大波数据驱动协同创新。数字金融2.0将真正合法合规地激活大数据这一全新生产要素和生产力，发挥其倍增效应，使之成为推动经济高质量发展新动能。

(四)社会责任

在金融创新中，不能停留在“法无禁止即可为”的地步。相反，应倡导和讲求有温度、有情怀的金融活动和金融创新。数字金融2.0，是经顶层设计、全局性规划、系统性优化的有温度、有情怀的金融，是以人为本的、金融机构充分体现其社会责任意识的、服务于实体经济和共同富裕的金融。较之传统金融，数字金融2.0更具人文关怀精神，更具金融向善、科技向善、区块链向善、人工智能向善、大数据向善等理念。以脸书Libra为例。2019年6月18日，脸书发布Libra白皮书指出，全球有17亿成年人仍处于金融系统之外，无法享用传统银行提供的金融服务，尽管其中有10亿人拥有手机，近5亿人可访问互联网。而且穷人为金融服务支付的费用反倒更多。Libra的使命是实现一个基于区块链的简单的、可靠的、可互操作的全球支付系统和新型数字金融基础设施，并降低金融准入门槛，降低金融支付摩擦和成本，构建“货币互联网”和更具包容性的金融系统。无论客户在哪里，从事什么职业，是穷人还是富人，在全球范围内合法合规移动资金应就像发送短信或分享照片一样简便和低价，甚至比发送信息或分享照片更安全。2020年4月，Libra协会发布了更新的白皮书2.0，做了四项关键改变：(1)除了提供锚定一揽子法币的币种外，还将提供锚定单一法币的稳定币；(2)通过强大合规框架加强Libra支付系统的安全性；(3)放弃未来向无许可公链系统的过渡计划，同时保持其关键经济属性；(4)在Libra Reserve的设计中建立强大的保护措施。Libra(现已更名为Diem)是金融系统与信息系统联合设计、联合创新、联合优化的案例之一。

Libra/Diem的重大意义在于倒逼全球金融业界和监管层深刻思考对现有全球金融体系和金融基础设施的重构。全球金融和监管与信息技术可相向而行。区块链等技术可探索与公认监管框架相结合的最佳方式，可将基于区块链的技术创新(分布式治理、开放访问和可信安全)与强大的合规和监管框架相融合(如将AML和CFT等合规监管嵌入至区块链网络协议级别)。可通过承担传统金融系统所不擅长的困难工作，将传统金融系统转变为可编程、可互操作和可升级的系统，并通过实现新功能、大幅降低成本和促进金融包容性来补充完善现有金融体系。

以数字人民币为例。数字人民币是中国国家层面上金融系统与信息系统联合设计、联合创新、联合优化的典范案例。作为中国国家金融基础设施，数字人民币一直坚持“以人为本”“金融普惠”的理念和初心。如在数字人民币设计上增强支付服务的可获得性。数字人民币的账户松耦合设计，可方便偏远地区民众在不持有传统银行账户的情况下使用数字人民币钱包，有利于提高金融服务的覆盖率。央行联合运营机构，进行无障碍设计，优化了数字人民币APP屏幕阅读器、语音助手、对比度增强和内容放大功能，提升可访问性和前端交互体验，满足有视力等方面障碍人士的需要。为缓解老年人在数字化时代面临的“数字鸿沟”困境，央行还推出了数字人民币可视卡硬件产品。数字人民币具备可编程属性，可以加载智能合约用于条件支付、担保支付等较为复杂的支付功能，为“三农”“支微支小”等普惠金融和绿色金融创新赋能。再以ESG为例。基于区块链可信大数据可信人工智能的数字金融2.0将为ESG建立统一的评估理论体系和准则，建立高效精准的评估方法、工具和模型。其中区块链可解决(大)数据缺失、数据不可信、“数据孤岛”“信息孤岛”、数据交易流转等问题。在此基础上的可信大数据可信人工智能可以帮助构建统一高效的量化评估体系、工具和模型，使企业决策具备优化的客观量化依据，在数量上可从仅纯粹优化经济效益转向协同联合优化经济效益和社会效益。这样的基于区块链可信大数据可信人工智能的ESG量化评估和优化可以施用于微观层面的项目(比如数字金融创新项目)和企业，中观层面的地区和行业、宏观层面的国家和世界。有温度、有情怀实际上也是世界各国对金融应有的要求，只是由于社会制度的原因，西方国家不可能就上述命题做出规划性、前瞻性的设计，未能从金融顶层设计的高度来进行这方面的制度安排。

(五)智慧

当前的人工智能尚未达到强人工智能的水准。在金融科技领域，无论是智能营销获客、智能客服、智能投融、智能金融产品创新、智能风控，还是智能厅堂、智能人事、智能运营、智能管理决策等，与真正“智能”都还存在着不小的距离，更不要说达到真正“智慧”的境界了。此外，以往的金融人工智能并未将上述可信、安全、隐私保护、有温度有情怀作为先决条件，因此是片面的、不完善的人工智能。区块链和大数据、人工智能融合带来的分布式人工智能在金融中的应用前景远大。下一代数字金融将从更加智能演进到更加智慧。数字金融2.0时代的智慧金融将在优先满足可信、安全、隐私保护、有社会责任这些先决条件的前提框架下收获如下研究成果：实现机器智能的不断升级和迭代提升，且在机器智能中不断融入人类智慧的最新成果，实现机器智能和人类高端智慧的更高层次的统一和融合。就人工智能的研究而言，上述四项先决条件分别对应可信的人工智能、安全的人工智能、隐私保护的人工智能、有社会责任的人工智能(包含“以人为本的人工智能”“有温度的人工智能”“符合伦理道德的人工智能”“具备公平性的人工智能”“大数据治理和人工智能治理”等)前沿研究方向，人工智能迎来范式革命。以隐私保护的人工智能为例。当前大部分基于机器学习技术的金融人工智能总是希望获得尽可能多的数据来训练模型和算法，以期达到更优的预测、更高的回报、更小的风险、更低的成本、更好的服务、更高的效率、更优的决策等。然而如果不能满足隐私保护这一先决条件，原先有效的数据采集软件和人工智能模型算法，因依赖隐私数据而在国家升级或更新隐私保护法律法规后变成违法违规。在隐私数据移除后，原本有效的人工智能模型算法将可能失效，即使重新训练也无法恢复原先水准，模型算法的总体效能较之原先拥有隐私数据时大打折扣。应遵从隐私保护前提下的分布式人工智能和机器学习计算范式，研发和部署横向联邦学习、纵向联邦学习、联邦迁移学习等，并应用同态加密、差分隐私、安全多方计算和其他隐私计算技术来进一步提升隐私保护和数据安全。此时，算法效能和可解释性等又迎来更多挑战，金融人工智能将在范式升华的过程中不断战胜挑战、砥砺前行。

(六)高效

由于种种原因，传统金融难言高性能、高效率。这主要体现在流程繁复、处理效率低下、中介繁多且服务费用较高等方面。比如目前大部分金钱交易都通过银行、保险公司、担保公司等第三方中介完成，无法确保记录的完整性和唯一性，导致数据获取效率低下和对账手续烦琐。特别是在跨境支付和跨境金融领域，通过SWIFT将钱转至另一个国家可能需要数天时间，尚未达到实时。以微观金融风险为例，一起债务或三角债纠纷，往往数年都未必能完成清结算，微观金融风险由此集聚甚或被激发。

高效的金融是指具有高效能、高精准性、高实时性的金融。以跨境支付为例，SWIFT面临激烈竞争。2021年10月19日，脸书发布了数字货币钱包Novi，但因Libra/Diem仍受监管的强烈反对，Novi暂用Paxos稳定币，而非其自家的Diem。2012年发布的Ripple是一个跨境支付结算系统和货币交换网络，声称能实现“安全、即时和几乎免费的任何规模的全球金融交易”。Ripple可以促进各种法定货币、比特币等加密货币甚或黄金等商品的兑换。其优势在于快速结算(交易确认速度一般约需四到五秒)和低成本(每笔交易费用仅0.000 01 XRP，大约不到一美分)。大金融机构也在雄心勃勃地进行探索，例如，继早年推出的内部结算稳定币JPM Coin之后，2021年10月26日，由摩根大通、星展银行和淡马锡创立的基于区块链的支付、贸易和外汇结算平台Partior宣布启动首个试点项目，探索实现全球金融交易的原子(即时)支付结算模型。

各国中央银行积极推进央行数字货币探索。中国数字人民币目前走在世界前列，中国于2018年3月投产人民币跨境支付系统(CIPS)二期，有望构建一个更高效、更公平的全球跨境支付体系。SWIFT积极应对竞争和挑战。一方面，其积极拥抱区块链技术、完成了基于与Hyperledger Fabric和R3 Corda等合作的多个概念验证测试；另一方面，2019年7月19日，SWIFT公布SWIFT gpi Instant跨境大额支付测试结果，耗时大约在13—25秒之间，交易成本也大大降低。2021年7月27日，SWIFT宣布推出SWIFT Go，使中小企业和消费者能够在任何时间、任何地点直接从其银行账户发起快速、安全、低成本的小额跨境支付，耗时仅约数秒。该小额跨境支付解决方案侵入了原本属于Ripple的市场。值得一提的是，SWIFT的解决方案是基于对原有消息系统的改进、优化和提升，仍属非区块链的中心化架构，无法达到交易即结算，虽然交易基本达到实时，但其结算时间仍受制于下游金融机构的结算处理流程和速度。此外，2021年1月16日，SWIFT还与中国央行数字货币研究所等成立合资公司，可望在人民币国际化和数字人民币跨境支付和跨境贸易应用等方面发挥作用。

在数字金融2.0时代，高效的金融应首先满足上述可信、安全、隐私保护、有温度有情怀、智慧先决条件，在此基础上对金融信息系统进行全面优化，对金融系统和信息系统进行联合优化。例如，区块链本身可带来近乎实时的对账、清算和结算，且交易即结算，故从理论上可使金融系统效率大大提升。但作为区块链技术目前最广泛的落地应用，比特币、以太坊性能却又是较低的，比特币每秒仅能处理约7笔交易，以太坊每秒仅能处理15-20笔交易(局部优化可使前述数字提升到数十或上百，但仍满足不了高频支付和大并发支付场景的应用需求)。业界一般应用Sharding、改进共识算法、改用DAG结构、“链下计算”(Off-Chain Computing)或侧链等技术来提高区块链系统性能和可扩展性。如Ripple就使用其自己名为Ripple协议的拜占庭共识算法，而不像比特币和以太坊那样需要挖矿。此外，Ripple也有它自己的类似闪电网络和Raiden Networks的Layer 2 XRP支付通道。因此，Ripple的交易速度可以达到甚至超过Visa卡等中心化支付系统的交易速度。又如，明文大数据分析时代已经落幕，隐私保护几乎将是未来大数据分析的必备原子前提条件。安全多方计算技术因包含复杂的密码学运算，计算开销大。联邦学习在各参与方服务器之间反复通讯迭代，对通讯和计算都提出了更高要求。

综上，隐私保护下的大数据分析与明文条件下的大数据分析效率差距较大。金融大数据人工智能建模的性能和效能优化，应该是在隐私保护前提下的优化，而非先前无隐私保护情形下的性能和效能优化。隐私计算有待大力研究，争取早日实现性能突破，使隐私保护前提下的金融大数据人工智能建模的性能和效能达到甚至超过原先无隐私保护情形下的水平。

三、构建下一代数字金融的基本思路

(一)金融与信息“双系统”联合设计、联合创新、联合优化

数字金融2.0要发挥金融系统和信息系统的联动优势，实现“双系统”联合设计、联合创新、联合优化。如前所述，这里的金融系统系指金融业务、模式、产品、流程、机制、监管等。现代金融史就是一部金融创新史。金融史上的期权和金融衍生品就是金融创新的典型案例，相应的Black-Sholes期权定价理论还获得了诺贝尔经济奖。互联网金融时代的P2P网贷有一定的创新之处，即用移动互联网来降低融资服务的成本和风险，提升效率和体验，为传统银行所不能覆盖的长尾客户提供融资服务，因而一度被视为解决小微企业融资难度大、融资成本高等难题的有效途径。比特币作为一种创新探索，试图解决传统金融的痛点难题，是区块链技术成功的落地应用。按中本聪的设计，其经济体能增加信任度、透明度、公平性、金融可获得性。区块链网络是一个去信任的、无信任的或者“内嵌信任”的平台，能在没有权威中心或权威第三方的情况下，让两个完全不存在信任关系的交易对手进行交易。其本质是提供了一种方法，将人类信用转换为算法信用、机器信用和技术信用(采用加密等技术来保障信用)，相应的金融业务、模式、产品、流程、机制、监管等都发生了根本性的改变(当然，同时也会将部分信用风险、操作风险及其他金融风险转化为技术风险)。此外，其益处是可将原先不易建模、不易预测、不易控制的人类情绪、心理、意愿因素用机器和网络来加以抑制。

区块链和比特币的成功给人类以很大启示：原来金融系统中部分内容和属性可与信息系统中某些内容和属性进行转化，相应地，金融风险中部分内容和属性可与技术风险中某些内容和属性进行转化；金融系统可与信息系统进行联合设计、联合创新、联合优化；技术可以给金融带来杠杆等倍增效应。受此启发，各种加密货币、虚拟货币和数字货币纷纷涌现。从以太坊开始，智能合约的引入使得不仅货币和支付得以重构，更为纷繁复杂的金融业务也能从金融系统与信息系统的联合设计、联合创新、联合优化中获得赋能。举例而言，Libra/Diem旨在构建支持全球数十亿人的货币互联网，其一大亮点是发明了Move语言。Move语言是世界上第一个专为数字资产设计的智能合约语言。在Move语言中，数字资产是“一等公民”。Move 的关键特性是能够定义可定制“资源”类型。“资源”类型可用于编码具有丰富可编程性的安全数字资产。“资源”是Move语言中的普通操作对象。它们可存储为数据结构，作为参数传递给过程，从过程返回，等等。Move类型系统为“资源”提供特殊安全保障。“资源”永远不能被复制、重用或丢弃。一等“资源”是一个非常通用的概念，开发者不仅可使用它来实现安全的数字资产，还可编写正确的业务逻辑来包装资产和执行访问控制策略。综上，Move语言为数字金融和数字经济的基石数字资产提供信息系统的支撑，为更广泛的金融和信息“双系统”联合重构的数字金融创新提供赋能。更进一步，各国央行法定数字货币，如中国的数字人民币，则代表了在国家层面上对金融信息基础设施进行重构，进行金融系统与信息系统联合设计、联合创新、联合优化。

人类社会在经历金融电子化、自动化、网络化后，目前已进入数字化和智慧化阶段，到了可重新审视金融信息基础设施底层架构的时候。大规模重构金融信息系统的时代已到来。国家重构金融信息基础设施的意义重大的实验步伐，从央行法定数字货币开始，但不会停留于此。不应简单地将原有的金融业务、模式、产品、流程、机制、监管等嫁接到互联网或移动互联网设备上(P2P网贷就只是进行了简单嫁接)。当前信息系统不但进步了，而且能更加原生地支持数字身份、数字货币、数字资产等。如区块链(以比特币为代表性应用)、智能合约(以以太坊为代表性应用)、Move语言(以Libra/Diem为代表性应用)等技术出现后，各种金融信息系统的创新旋即纷纷涌现。所以在信息系统优化甚至革新后，金融系统也应相应重构。创新的信息系统呼唤创新的金融系统，承载和赋能创新的金融系统。应将创新的金融业务、模式、产品、流程、机制、监管等加载到创新的信息系统上，而不能新瓶装旧酒(试图将旧金融一成不变地直接简单嫁接到创新的信息系统上)。更进一步，应由上述“双系统”联合重新设计、重新构建，如央行法定数字货币即如此。反观P2P网贷，本属金融创新，却因偏离正确轨道而黯然退出历史舞台。P2P网贷创新失败的深层次原因为：在本该进行金融系统和信息系统联合设计、联合创新、联合优化的部位，存在缺位，导致人类信用和算法机器信用的双双缺失。此外，P2P网贷缺乏系统化规划设计、系统性顶层设计，创新呈无规划性和随机性，使这一本有望解决中小企业融资难问题的创新探索成了某些人套利的工具，留下了惨痛的教训。

数字金融就其本质而言是金融系统和信息系统的联合设计、联合创新、联合优化。这是它跟互联网金融的迥异之处。说金融系统创新，是因为数字金融充分体现出金融创新的内驱力；说金融系统和信息系统联合创新，是因为区块链内嵌信任和信用，触动了金融的本质。机器自带可编程金融，本身就可以支持各种纷繁复杂的金融业务、模式、产品、流程、机制、监管等。系统架构者可根据特定金融需求，设定优化目标，在机器可编程金融和人类金融之间进行平衡和优化。这在很大程度上是将信用作为一种资源在算法信用、机器信用和技术信用与人类信用之间进行平衡和优化，由此也是将风险在技术风险与信用和操作等金融风险之间进行平衡和优化。数字金融2.0除了将信任和信用内嵌至区块链网络和金融信息基础设施之外，还将更进一步探索通过区块链、大数据、人工智能融合创新将可信智能和可信智慧内嵌至金融信息基础设施中。重构的金融信息基础设施建立在区块链可信大数据可信人工智能的基础上，由此为金融系统筑就质量更高、效能更高、信度更高的金融信息基础设置架构。

(二)数据驱动并实现“数据资产化”和“资产数字化”

数字金融是非常强调数据Data的金融，是(大)数据驱动的金融。数字金融的一个精髓在于“数据资产化”。数据要真正成为全新生产要素和全新生产力，首先不能无限可复制(而传统上，以比特形态存在的数据恰恰是可无限复制的)，应能鉴权和确权(而传统上，以比特形态存在的数据恰恰是所有权、管理权、查阅权、使用权、收益权不能清晰区分)，应能流转和定价特别是通过交易来定价(而传统上，以比特形态存在的数据恰恰很难定价)。也就是说，首先数据要能够资产化。而这些正是区块链和数字金融(及其核心数字资产)的优势。这是因为，数字金融发轫于数字身份和数字货币，然后从数字货币演进到数字资产和数字金融。以比特币为代表的数字货币之所以能成功，正是因为它成功攻克了以数字和比特信息形态存在的价值如何防止无限复制、如何防止“双花”(Double Spending)等难题。同样的技术原理可从数字货币推及数字资产。可以说，比特币等数字货币的成功，为数据资产化中某些难题的解决提供了启示。NFT(非同质化通证)，具备不可分割、不可替代、独一无二、不可复制、可编程等特点，可作为数据资产化的容器。遵从ERC721/ERC1155协议标准可用智能合约对数据进行代码封装，为其鉴权和确权，并对所有权、管理权、查阅权、使用权、收益权实施精准分配，可助力交易和流转，还可赋能精细权益追踪和利益分配并为精准定价(至少包含未来现金流折现法、成本法和交易法等基础定价方法以及各种更高阶的定价理论)奠定基础。综上，从数据生产和存证、数据鉴权和确权、数据定价和流通，到数据交易和风险对冲、数据安全和隐私保护、数据消费和增值、数据分析和处理，再到数据治理和监管等，区块链及系列延伸扩展技术在其中都能发挥巨大作用。基于区块链可信大数据可信人工智能的数字金融2.0信息基础设施，将为数据要素市场的培育贡献力量，发挥数据要素对其他要素效率提升的杠杆撬动作用，使大数据得以真正成为拉动经济高质量发展的火车头。

数字金融的又一精髓在于“资产数字化”。资产数字化包括各种传统金融资产、非金融资产、半金融资产或类金融资产的数字化，甚至包括广义资产的数字化，甚至包括以往不被认为是资产的有形抑或无形之物的数字化(比如数据这种要素，数据的资产化而后数字化，是真正激活数据这种宝贵生产要素和生产力的关键)。这就为很多传统上不属于金融资产的资产的数字化和金融化打开了大门。这些传统上一直处于沉睡状态的非金融资产和半金融资产一旦被激活，将迸发出勃勃生机，并为经济增加新动能，为社会进步提供新增量。

真正意义上的数字资产应该是原生的、包含全量信息的、以数字形式展现和流转的资产。数字化后的订货合同、物流单据、发票、保理合同等资产，才是真正的数字资产。资产数字化后，任何资产形式上都变成了数字，都有了可分割性和流动性，都可标准化了。资产数字化的本质是标准化、可交互、可编程，资产经数字化后可以低成本、高效率、高流动性、智能化地交易和流转。数字资产的标准化由ERC721/ERC1155等协议标准提供。这些协议标准是开源和公开的，通过Solidity, Move, Cadence这样的智能合约编程语言即可按照协议标准封装并发行数字资产，这样就保障了可交互性和可编程性。可交互性使数字资产可像数字货币那样基于区块链网络进行交易和流转(即进行价值传输或交换)。可编程性有多重用途：(1)可设计更智能、更个性化、更符合客户需求(如风险—回报偏好等)的资产；(2)可对资产进行扩展，构建基于资产的金融衍生品、资产证券化产品、组合资产等；(3)可自动化执行相关合约和操作相关现金流；(4)可设计某些附加功能，如限定用途、限定时效等；(5)可在资产级别嵌入可编程风控和可编程合规监管，以实现更精细的风险防控以及投资者、消费者保护等。

“资产数字化”的进路为：可从支持实体经济的资产入手，可从那些本来就未被传统金融基础设施(如股票、债券、期货等金融市场)所覆盖到的资产入手，为它们降低投资门槛、去除流动性阻碍并将它们低成本、高效率、高流动性、智能化地交易和流转起来，并主动纳入到严格的金融合规监管框架中(在这方面向传统金融资产的组织形式和合规监管体系融合)。一些支持实体经济的实体经济发展所急需激活的(如急需探索求解小微企业融资难问题等)但未被传统金融基础设施所覆盖到的资产的例子为：商业地产权益和租金收入；知识产权资产，如电影许可证和版税支付；供应链融资和保理中，应付账款和应收账款资产等。

进而言之，“资产数字化”后的数字资产是数字金融的基础。数字身份、数字货币、数字资产、数字金融合起来，成为基于区块链可信大数据可信人工智能的数字金融2.0的重要表征，引发了金融领域的范式革命，并指明了未来数字金融创新的方向。值得一提的是，它们也是元宇宙的基石，为在元宇宙中构建公平高效的经济系统(及身份系统和社会系统)并将这些系统与物理现实世界互联互通、融合联动奠定基础。“数字身份→数字货币→数字资产→数字金融→数字经济→数字社会→数字中国→数字星球→数字世界(元宇宙)”，这些概念在本质上一脉相承、统一贯通。

总之，使数据要素成为第五大生产要素，真正激活数据并使之成为生产力，这是数字金融的真谛。数字金融的精髓之一是“资产数字化”，其本身需要也必须通过数字化实现资金和资产的低成本、高效率、高流动性、智能化交易和流转。数字金融的精髓之二是“数据资产化”，其能解决作为第五大生产要素的数据的资产化进而数字化问题。数字金融的价值在于，因“资产数字化”和“数据资产化”激活了更多要素，因而可以在高层次上服务于实体经济和共同富裕。

四、数字金融2.0时代的金融体系：金融监管与风险管控

数字金融2.0时代的金融体系(见下页图1)将发生很大变化：金融信息基础设施的变革将引发金融市场参与者行为和心理剧变，金融风险及其呈现方式也会出现前所未有的情况。相应地，金融风险度量及管理理论和实践，应与之相适配并进行相应重构和创新。同时，这些变化还呼唤金融监管政策法规及监管方法提前预判并适配(可先通过“监管科技”“监管沙盒”来进行相应实验)。

图1 数字金融2.0时代的金融体系示意图

(一)“码治”代替“人治”：重构金融风险管理理论与方法

维护金融稳定与安全、防控“黑天鹅”和“灰犀牛”风险，是传统金融和数字金融2.0共同面对的棘手问题。基于区块链可信金融大数据可信人工智能的数字金融2.0，可助推重构金融风险管理理论与方法，更有效地助力金融大数据分析，更有效地预见和管理风险。

其一，数字金融2.0主动深入改变风险的成因和机理，而不是仅仅被动应对风险。如前所述，数字金融2.0将金融风险中的信用风险和部分操作风险等转化为通过科学技术和工程方法相对更为可测可控的风险。对人性的研究属于人文社会科学范畴，无法构建并进行可重复实验，所以难以通过建模能力、计算能力、实验能力的提升及大规模重复测试和实验来提升与人性相关风险的防控成效；而技术风险的度量、测试、改进等属于自然科学和工程技术的范畴，可构建并进行可重复实验，可通过建模能力、计算能力、实验能力的提升及大规模重复测试和实验来提升技术风险防控的成效。

以金融借贷为例。违约概率和违约损失实际是还款能力和还款意愿的复杂函数，其中受人类情绪、心理、意愿等不稳定、不易预测、不易控制因素的影响甚大。这些因素就像冰山下的暗礁，对数据驱动风控建模包括大数据人工智能风控建模都带来极大挑战。不可否认，大数据人工智能给金融风控建模带来极大提升。但这些提升总有“天花板”，因为人性确实不易建模、预测和控制。而数字金融2.0则另辟蹊径，在大数据人工智能风控建模之余，通过应用区块链的智能合约和数据不可篡改等技术特性，将人类情绪、心理、意愿等不稳定、不易预测、不易控制成分强行抑制，由“码治”代替“人治”，从而从抑制人性和不确定性的角度切入来助力金融大数据人工智能风控建模。

以金融市场交易为例。交易对手方风险等信用风险是传统金融中的关键风险。可以说，2008年金融危机的成因之一即为如CDO、CDO2等复杂衍生品的交易对手方风险等信用风险。金融危机之后，国际金融监管体系(包括G20、欧盟等及美英等国监管当局，以及FSB、CPSS、IOSCO等国际金融监管组织)迅速做出反应，加强对复杂衍生品特别是场外衍生品市场的全面监管，并采取一系列举措防控风险、加大投资者保护力度。其中，CCP机制作为金融市场基础设施被引入场外金融衍生品市场，在有效管理交易对手信用风险、防控金融风险甚至系统性金融风险方面发挥了重大作用。但CCP机制仍存缺陷：一是风险虽然转移到了CCP，但是风险的成因和机理未变，只是承担者变成了CCP，或将引发交易者道德风险和CCP本身道德风险，后者将引发国家救助的难题以及“大到不能倒”问题。这仍然会给金融系统的稳定性带来威胁，造成系统性金融风险。二是实际上能跟CCP连接的就是几家大型金融机构。无论是CCP本身还是交易者，都具集中化和风险集聚的特征。而且抵押资产和保证金机制都具备顺周期性(本质是追涨杀跌)的特点，往往加剧市场波动，加大危机恶果。三是从全球范围来看，存在跨境协调和监管套利等问题，还存在透明度、数据和信息共享等问题。数字金融2.0与CCP不矛盾，在CCP之余，深入改变信用风险及部分操作风险的成因和机理，压制人性层面的作恶(“违约”)风险，可补强CCP并与CCP协同提升国际金融体系的鲁棒性。除了抑制人性之外，在数字金融2.0中基于智能合约的自动交易中，通过代码原语来将DvP操作原子化，实现交易即结算，更可进一步大大消减风险(将交易对手方风险等信用风险和部分操作风险转化为技术风险)。

以非金融交易为例。在民商事经济纠纷甚至诉讼领域，从争议解决的质量角度来看，即使是一张白纸黑字的简单欠条，都会产生大量的谎言、诬赖、篡改、伪证等情形，并产生多种不确定性、多种可能结果、多种可能风险。有些诉讼的造假率高达80%以上，产生大量虚假证据、虚假事实、虚假陈述甚至虚假诉讼。收益和风险的严重不对称，激励某些当事人肆意造假，想方设法干扰或左右法官的判断。而基层法院本就案多人少，易陷入“大量低质量诉讼→大量低质量判决→更多更低质量诉讼→更多更低质量判决”的恶性循环，导致执法困难、有法难依。司法诚信问题已成为商业和金融稳定运行的主要干扰和障碍。此外，从争议解决的时效性角度来看，一起三角债纠纷可能经年累月，很多企业撑不到赢得权益和获得赔偿那一天。错判误判(质量角度)和久拖不决(时效角度)的民商事经济纠纷可能造成微观经济金融风险，而微观经济金融风险集聚可能导致宏观经济金融风险。数字金融2.0时代，基于区块链可信大数据可信人工智能金融基础设施还将拓展延伸至下一代法律基础设施、下一代经济基础设施、下一代社会基础设施。其重要之处就在于，它不但使得人们没有违约和作恶的机会，使得人们之间的协作关系是可以去信任或者无信任的，更重要的是它还通过激励机制，引导参与者积极参与、快乐协作，不断推动生态圈的完善和发展，不断提升社会总体诚信和善良水平。

其二，数字金融2.0主动深入改变对冲、转化和管理风险的方式。数字金融2.0时代的金融软件，其编程开发语言操作的对象是“资产”，而“资产”应该原生地、原子地自带主动风控和合规逻辑，不然就不成其为完整的合法合规的“资产”。即风控和合规应该下沉到“资产”层级，风控合规应是自发的、主动的，而不应是他激的和被动的。数字金融2.0世界中的创新金融业务、模式、产品、流程设计者和开发者，应遵守全新公约和守则，即金融业务、模式、产品、流程被设计开发出来之时本就应该自带完善的风控合规，而不应将利润留给自己、风险损失让他人或社会承担。秉持前述金融系统与信息系统“双系统”联合设计、联合创新、联合优化的思路，可以将风险看作一种“资源”，研究优化风险这种“资源”在全系统的最优化配置。金融风险管理的拓扑结构可基于可编程、嵌入式、自风控的“云—管—端”优化配置。微观风险管控可在“资产”层级自发主动完成，中观和宏观风险管控则可更聚焦防控风险的传染、集聚和彼此共振。因为可编程风控和可编程监管有一定重合性，为避免雷同，更多讨论可参见下文关于可编程监管的阐述。

其三，数字金融2.0倒逼变革风险数据治理、风险度量、风险管理理论和大数据人工智能风控的范式。在大数据技术出现之前，人们对于比较复杂的事物进行研究，不易把握全貌和深入其内；对于偶尔一现、不易识别和把握的若干蛛丝马迹，由于缺乏先进技术的佑助，常常难以从众多数据、众多信息的相互联系中及时捕捉、深刻认知和精确把握；对于未来可能发生的危机，很难通过建立的模型进行相对精准的预测。倘能同时借助于大数据和人工智能，致力于借此发现事物之间的相关性关系，特别是花大力气捕捉事物之间深层次的因果关系，那么对认知和把握事物的客观规律和推知未来就很有帮助。

在金融行业中始终存在对“黑天鹅”和“灰犀牛”事件风险难以预测和防范的痛点难题。原因之一是没能获得或难以获得全面的数据和信息。风险事件事先并非毫无征兆。实际上，风险事件在爆发前有迹象和端倪显现(征兆、迹象和端倪即属于获得全面数据和信息的范畴)；但很可惜，人们总是在无意间对此有所忽略。借助于大数据和人工智能技术，通过专注于发掘相应数据和信息，从细微处见异常、察诡异，顺藤摸瓜溯源寻因，进行冷静分析，当是可以感知风险苗头并预测预警风险的。原因之二是即使获得了数据和信息，但它们仍不可信。而数字金融2.0则可从最基本处改善此种情况。原因之三是数据和信息客观存在，但“数据孤岛”“信息孤岛”使数据和信息被人为割裂。处于此“孤岛”上的人们对彼“孤岛”上的数据和信息知之甚少乃至一无所知。结果是本可以觉察的蛛丝马迹却无从觉察，错失了形成有价值金融决策的基础和良机。数字金融2.0可从根本上解决“数据孤岛”和“信息孤岛”问题。

以上是从数据信息质量和数据治理的角度所作阐述。但即使数据和信息的质量没有问题，对“黑天鹅”和“灰犀牛”风险，以传统的“用历史(数据、信息和案例)预测未来”的方法来进行预测，仍可能会令人失望。因为特殊事件重演一遍的可能性微乎其微。虽然大数据技术对数据和信息的局限性已有很大突破，但纯数据统计仍不可避免地存在如下问题：数据量虽大，但其中大多数是过往数据，虽对总结历史经验教训不无好处，但仅能覆盖已知风险，缺乏具有前瞻性的信息，未能覆盖未知风险，且不易形成未知风险的情报，在预警未来危机事件方面价值不高。同时，因高维、稀疏状况的存在，即使面对海量金融数据，也难以据此形成指向目标明确和价值含量足够高的金融信息。鉴于2008年世界金融危机的教训，近年来金融监管和风险管理界的理念是在纯数据统计之外，补充注入人类睿智成分，即“专家智慧”“对未知风险的直觉和洞见”或基于对行为金融中人性及人与人相互作用关系理解的“经验知识”等(6)丁晓蔚、苏新宁：《基于区块链可信大数据人工智能的金融安全情报分析》，《情报学报》2019年第12期。当然，无论是人类智慧还是机器智能，对数据和信息实际上都提出了可信这一根本性要求。。此外，除了这种纵向拓展之外，还应进行横向拓展：除了“数据孤岛”和“信息孤岛”之外，人类的知识、经验、洞见和智慧实际也会存在“孤岛”现象。应通过应用区块链技术、思维和精神，打破人类“知识、经验、洞见和智慧孤岛”格局。这就是数字金融2.0本身所饱含的分布式、开放式、众包式等人类智慧成分。数字金融2.0将采用以分布式、开放式、众包式智慧为特征、为内核的人类智慧+可信分布式大数据AI的机器智能，覆盖风险管理的各个阶段、各个层级和各个方面，对数据和信息进行搜集、挖掘、感知、识别、清洗、过滤、分析、序化、互联、传输的复杂过程，把数据处理为价值含量高的信息，将价值含量高的信息提炼为具有普适性的知识，由具有普适性的知识升华为凝聚着真知灼见的风险预警情报和风险管理智慧。

综上，重构金融风险管理理论和方法，应成为数字金融2.0发展和研究中的一个重要内容。人类金融风险管理史曾涌现出过不少创新，比如期权和CDS等衍生品被发明用于对冲风险、转移风险和管理风险，VaR和CreditMetrics等被发明用来更好地度量风险。不过像区块链和数字金融这样主动深度切入风险的成因和机理，将与人性相关的风险强行抑制并转化为通过科学技术和工程方法更可测、更可控的技术风险，以及主动深入改变对冲、转化和管理风险的方式，这是开天辟地的第一次。故此，区块链和数字金融还将倒逼变革风险数据治理，倒逼重构风险度量、风险管理理论和大数据人工智能风控的全新范式。

(二)构建可编程、嵌入式、自监管的“云—管—端”数字金融监管体系

金融监管和金融治理同样会存在以上讨论中所涉数据和信息方面的种种问题。同样地，基于区块链可信大数据可信人工智能的下一代数字金融基础设施、体系架构、计算范式等，将能在相当程度上帮助解决上述问题。在这种情况下，金融监管政策和法规必然会发生一系列变革。限于篇幅，对这些内容不能详述。下面仅简略地提供一些浅见。

其一，在静态层面，在数字金融2.0时代，区块链、大数据、人工智能等信息技术赋能金融监管和金融治理，监管科技同样将迎来诸多颠覆性的创新。前述理念大体也可适用于金融监管和金融治理：在数字金融2.0时代，金融监管和金融治理应注重顶层设计和全局性系统性规划性发展，对金融创新进行前瞻性的引导和规制(而传统上金融监管和金融治理多滞后于金融创新)。可采用金融(监管)系统和信息系统“双系统”联合设计、联合创新、联合优化的新进路。金融监管和金融治理同样需要具备全球视野，将国际上的数字金融创新看作我们的“监管沙盒”，对其中的创新进行跟踪、研究和借鉴。金融监管和金融治理同样需要把握“数据资产化”的数据驱动特征和“资产数字化”的数字化特征。

其二，在动态层面，数字金融2.0时代的监管，其拓扑结构应该是基于可编程、嵌入式、自监管的“云—管—端”优化配置的监管。继续秉持上述“双系统”联合设计、联合创新、联合优化的思路，可以将监管看作一种“资源”，研究优化监管这种“资源”的最优化配置。具体而言，在金融业务逻辑的智能代码中，同时也嵌入风控合规的智能合约代码，甚至更进一步，规定金融业务逻辑必须自带风控合规逻辑。学习借鉴Move语言将资产作为操作对象的设计思想及DvP原子化的设计思想，研发面向金融业务的金融智能合约语言，将金融业务+风控合规的原子化和完备性作为智能合约脚本开发的编译级别规定和要求。在金融业务操作的同时，即进行局部的、微观的、自发的、主动的自监管。借鉴计算机科学中的“云+端”或者“云—管—端”的理念，可在微观的“端”部配置一部分监管功能，在中观的“管”部配置一部分监管功能，在宏观的“云”部配置一部分监管功能，由此在“云”“管”“端”之间进行调配和优化，在中心化、集中式和去中心化、分布式之间进行调配和优化。这样做的最大优势是将“交易即结算”的理念进一步延伸拓展至“交易即结算即监管”，改变传统金融监管中的如下弊病：先交易或操作，然后进行监管，交易和操作与监管分离，监管往往滞后于交易和操作且损失先已造成。这样的监管显得十分被动。

其三，在动态层面，数字金融2.0时代的监管，其实现效能的方式应该是动态实时穿透式监管。传统金融中监管方和被监管方是独立的和对立的。监管方从外部对被监管方进行监管。而数字金融2.0时代，在监管科技的加持下，监管方和被监管方在同一个系统和环境中，甚至是在同一个网络上的不同权限的节点。同时，在“端”部配置的风控合规智能合约语言，能够实时地进行监管监测、异常报警、异常上报、监管干预(如暂停交易、禁止交易、取消交易、交易回滚)等操作。这就将监管前置到事中实时监管。而且，面向金融业务的金融智能合约语言，强调金融业务+风控合规原子化，将令金融产品更具备自解释性、更有利于穿透层层包装和嵌套，最终真正实现动态实时穿透式监管。

五、数字人民币与中国特色的数字金融发展路线

在下一代数字金融的发展中，中国走的是一条既不同于传统金融亦不同于当前海外链上新金融的新路。循着此路，传统金融不是墨守成规而是拥抱新科技，同时链上新金融探索合法合规的中国本土化之路。这是新金融与传统金融彼此相向而行的中间道路。在这条新路上，中国数字金融2.0在合法合规并体现中国特色的前提下，吸纳借鉴而不是绝对排斥国际最新的前沿金融科技(如DeFi、NFT、元宇宙等)，对其中的合理成分有所吸收、摄取，实行金融系统和信息系统联合设计、联合创新、联合优化。

中国的数字金融2.0应将海外数字金融“创新”探索环境作为我们的监管沙盒，吸纳借鉴而不是绝对排斥国际最新前沿金融科技(如DeFi、NFT、元宇宙等)，对其中的合理成分有所吸收，但又并不盲目移植。中外都在进行数字金融创新研究和实践，但国内因摒弃公链，故实际上海外如火如荼的所谓数字金融“创新”的一部分内容在国内并不具备实践条件。海外数字金融“创新”(如DeFi等)探索，虽不一定合法合规甚至大部分都不合法合规，但在百舸争流、千帆竞发的探索中，这些项目未来产生既合法合规又具颠覆性的创新成果不无可能。这些百花齐放的数字金融“创新”探索，既可以被传统金融所借鉴和吸收、给它以启迪，也可在新金融体系中独立存在并发展。对其中可能存在的有价值的内容，可有选择地吸收，可进行中国化、本土化、合法化、合规化改造，可作为我国数字金融创新探索的借鉴。

中国的数字金融发展需要对国际数字金融界的最新探索DeFi、NFT、元宇宙等予以充分关注，将国际数字金融界作为我们的“创新沙盒”，并从中借鉴吸收合理成分为我所用。例如，元宇宙始于通过脑机接口进入并获得感官体验而形成的虚拟世界的创造性构想，后体现为扩展现实(XR)、区块链、云计算、数字孪生等新技术的融合发展，再进一步探索性地融入金融领域，将网络、硬件终端和用户一并囊括，构成始终持续的、广泛覆盖的虚拟现实系统的。当前到了重构金融信息基础设施的重大历史时刻，应通过系统化规划设计、系统性顶层设计和全局优化，将传统金融和新金融融合起来，最终走出一条符合中国国情的合法合规的数字金融2.0发展之路。它既有别于传统金融，但又不完全照搬西方发达国家的金融模式。

数字人民币，是中国在数字金融创新方面走在世界前列的典范案例。它由央行主导，代表了国家意志。“数字人民币是人民银行发行的数字形式的法定货币，由指定运营机构参与运营，以广义账户体系为基础，支持银行账户松耦合功能，与实物人民币等价，具有价值特征和法偿性。”(7)《中国数字人民币的研发进展白皮书》，http://www.gov.cn/xinwen/2021-07/16/content_5625569.htm，访问时间：2021年10月20日。这一案例的重大意义，不仅在于表明传统金融和新金融并非截然对立，而是可以融合；而且在于中国实际上可将海外世界作为“监管沙盒”，从国际上的数字金融“创新”(包括可能违法违规的数字金融“创新”)探索中获得启示和借鉴。数字人民币只是一个开端，从数字身份到数字货币再到数字资产等，整个金融体系将被重构。

数字人民币虽然不一定直接基于区块链，但是中国和世界各国法定数字货币的探索，无疑受到比特币、以太坊、Libra/Diem等加密货币、虚拟货币和货币互联网等的启发并从中有所借鉴。可见，传统金融可拥抱区块链等革命性颠覆性技术，传统金融与新金融完全可融合，新金融经中国化、本土化、合法化、合规化后融入传统金融并给传统金融带来变革和提升。