注:本文原載于新加坡聯合早報,巴比特資訊經作者授權發布。
金融科技主要是對多種新型信息與通信技術的綜合應用,包括人工智能、區塊鏈、云計算、大數據等技術。這些技術對金融業務帶來了重大影響,驅動金融創新帶來豐富多樣的金融產品和服務、錯綜復雜的業務依賴關系,以及風險傳導路徑和機制的復雜化,使得有效識別風險,制訂針對性監管規則,采取及時監管措施的難度都相應增大。
輿論界較少討論的是金融科技在金融監管領域的應用。根據作者的觀察,金融科技也已經在資本市場的監管層面的多個應用場景取得進展,提升了監管的有效性、及時性、震懾力、公信力和監管效率等方面。以下舉例說明。
第一、市場監察系統。因為利益驅使,資本市場中存在各種違法違規的交易行為,諸如違規使用場外配資加大杠桿,利用大量關聯賬戶進行市場操縱等,嚴重擾亂了市場秩序和公平性。為了掩飾其違法違規行為,肇事者往往采用各種手段進行隱蔽,加上資本市場每天交易筆數已達到數以億計,使得僅依靠傳統數據統計技術的監測方式來識別這些行為的難度變得越來越高。
CZ:Binance提幣系統短暫出現問題,現已解決:7月17日消息,加密交易平臺Binance創始人CZ發文表示,剛才Binance平臺提幣系統出現了技術問題,故障持續了大約10分鐘。現在已經修復,無需擔心。[2023/7/17 10:59:46]
證券交易所為推進監管科技應用,提升交易所前線監管能力,研發了新一代監察系統,綜合使用動態實時計算時效性高的流式計算(streamcomputing)引擎、全文檢索引擎、離線數據存儲分析平臺、MPP(Massively?Parallel?Processing)大規模并行處理數據庫等大數據技術,實現了秒級實時數據分析的計算能力,并具備了超過每秒百萬筆交易的數據處理能力,支持跨產品、跨市場聯動分析。在監測手段、調查手段、監管范圍等方面實現大幅提升,使市場監察更趨完善,監測角度更加全面,監測手段更加深入。
第二、智能合規風控。智能風控系統利用大數據和人工智能技術,對數據做模式匹配繼而進行分類,根據不同賬戶的交易標的、交易規模、持倉情況、操作頻率、操作時段、操作來源等行為風格,配合靜態特征等因素,對其進行匹配和分類,從而在海量賬戶中挖掘到潛藏的關聯性,檢測出違規賬戶。在篩選出的大量可疑賬戶中,再根據其交易體量及所造成的市場波動強度,對賬戶進行影響度分級,便于對高危主體進行重點跟進。
EOS Network基金會CEO:Multichain橋的漏洞并不影響EOS用戶:金色財經報道,EOS Network基金會首席執行官Yves La Rose發推稱,我們的團隊正在密切關注Multichain橋的漏洞。截至目前,這個漏洞并不影響EOS用戶,用戶資金是安全的。然而,為了謹慎起見,如果使用了Multichain的EOS EVM橋,為了安全起見,請撤消權限。[2023/7/7 22:23:02]
這個技術已在一些中國的證券公司投入使用,準確率達到80%以上。在積累越來越多成功案例后,將案例納入人工智能學習庫,將進一步促進準確率的提升,從而形成技術促進業務提升、業務成果反哺技術的良性循環。
第三、智能財務審計。信息披露作為資本市場極為重要的環節,一直是監管的重點關注領域。例如上市公司涉及財務粉飾問題,常有所聞。???????????????????????????????????????????????????????????????????????????????????????????
美國國會議員要求SEC主席批準現貨比特幣ETF:金色財經報道,美國國會議員要求SEC主席Gensler批準現貨比特幣ETF。美國證券交易委員會對比特幣的監管方式一直是不可接受的。
美國SEC主席Gary Gensler此前宣布去美國眾議院金融服務委員會作證。[2023/4/19 14:12:00]
智能財務審計結合專家經驗與人工智能技術,將財務異常情況進行分類,形成財務異常特征庫,包括營收與現金流背離、銷售費用與收入背離、存貨余額與貶值準備背離、營收與成本背離、賒賬質量異常、成本費用異常等財務粉飾問題。通過縱向歷史波動分析、橫向同業趨勢對比、勾稽關系校驗、聯動趨勢檢驗等方法,對財務數據進行多維度的全面分析,輸出財務報表質量評估報告。
第四、智能輿情分析。中國資本市場個人投資者占比40.5%,比例遠超境外發達資本市場的10%以下。由于散戶相較于機構投資者而言對于投資價值的專業判斷能力較弱,使得中國資本市場更容易受到輿論的影響,互聯網輿情分析就成為觀察中國資本市場的一個重要的視角。
Compound關于為10個Compound v2資產調整借貸上限的提案開啟投票:金色財經報道,Compound關于為十個Compound v2資產調整借貸上限的提案開啟投票,投票截止日期為11月28日。提案稱,這組參數更新旨在保持協議的整體風險承受能力,同時在特定資產之間進行風險權衡。[2022/11/27 21:05:15]
輿情分析系統利用大數據和人工智能技術,首先進行數據采集、數據清洗和處理,匯總各種來源的數據,根據來源的重要度和可信度等要素對其采用不同的采集頻率。再通過深度學習和自然語言處理技術對數據進行情感分析,判斷其情緒正面或負面,為數據打上標簽,并基于經驗數據庫對輿情的影響度進行量化評分。最后根據產業間關系,分析輿情傳導路線,預判可能受波及企業。
第五、自然語言處理。自然語言處理包括自然語言理解和自然語言生產兩個方面,前者是使機器能夠分析語言結構,理解語言含義,為下一步的自動化處理打下基礎,后者是機器將現有的信息輸出為人類能夠理解的文字。
Solana生態索引項目Solana FM完成450萬美元種子輪融資,并計劃擴展到Aptos:8月26日消息,Solana 區塊鏈瀏覽器和索引提供商 Solana FM 完成 450 萬美元種子輪融資,日本金融服務公司 SBI Group 領投,Spartan Group、Mirana Ventures、D1 Ventures 和 Petrock Capital 參投。
據了解,該公司正在探索在 Aptos 區塊鏈上推出類似的工具以及 Solana 上的現有服務。[2022/8/26 12:49:50]
在金融領域,有大量的非結構化數據,包括定期和不定期的信息披露、新聞資訊、股票或債券的募資說明書、投資研究報告、法律文書等。這些數據由于數量過于龐大很難由人工進行全面分析處理。自然語言處理技術作為人工智能的一個重要分支,正是由機器代替人類“讀懂”甚至“寫作”人類語言文字的一門技術。
監管者可將NLP技術應用到企業畫像、投資者畫像、輿情分析、信息披露合規性檢查等場景,提升監管效率。
從以上例子我們可以看出,加強對金融科技在監管方面的研究和應用,引導技術發揮最大價值,可以在促進金融市場健康發展的同時保障金融市場的安全與穩定。
金融科技在監管領域的應用能夠為監管手段和效果帶來提升,尤其是大數據和人工智能配合產生的強大分析能力,使許多以往依靠人工或者傳統數據統計技術無法實現的更全面更深入更及時的分析成為可能。
第一、提升監管有效性。通過技術手段能夠分析的數據渠道來源和數據種類都得到很大程度的豐富,對市場的監測范圍變得更加全面,監測層次更加深入,對各種數據的交叉關聯分析能力也得到很大提升。這賦予監管者對市場更全面深入的洞察能力。
第二、提升監管及時性。以往大量監管信息的上報采用業者事后上報的方式進行,甚至有的需要監管者采取現場檢查的方式取得。隨著監管科技的成熟和系統處理能力的大幅度增強,監管者與市場機構能夠進行技術對接,使監管觸角延伸到市場第一線,并將事后報送升級到實時報送或準實時報送。這將有效提升監管的及時性,也避免事后報送可能存在的數據時效性問題。
第三、提升監管震懾力。在監管科技運用前,由于監管手段的局限,加上龐大市場產生的信息量非常密集,從海量數據中挖掘到違法違規線索的成功率不高,這在某種程度上助長了被監管者的投機心理。監管科技的運用,使海量數據的智能分析能力得到極大提升,對被監管者也形成了有效心理震懾力。
第四、提升監管公信力。隨著越來越多科技監管手段的應用,機器的嚴格計算將越來越多替代人工的主觀判斷。使監管標準趨于統一和穩定,從而提升監管的一致性和公信力。
第五、提升監管傳承度。將監管成果和監管經驗通過案例的方式反哺到人工智能系統中,使這些知識和經驗固化到系統中,在組織中得以有效傳承。既避免員工工作關系變動導致的知識斷層,也使得人工與智能形成兩位一體互相促進的良性循環關系。
第六、提升監管效率。半自動化或自動化監管科技的運用,可以為監管人員提供各種豐富多樣的分析工具和調查手段,在提升監管效率的同時,也有望降低整體監管成本。同時,可以將監管人員從大量重復性工作中解放出來,促進監管資源投入到提升監管機制設計等方面的工作上。
最終,實現“魔高一尺,道高一丈”的理想境界。
作者:
白士泮:新加坡國立大學客座教授、李白金融學院院長、原新加坡金融管理局學院院長
黃炳雄:深圳證券交易所高級經理
本文來源:區塊律動BlockBeats據DigixGlobal官網信息,關于DigixDAO持有人投票決定是否清算DGD的以太坊資金的投票已經結束,從結果來看,同意解散已成定局.
1900/1/1 0:00:00來源:火訊財經 編者注:原標題為《陳曉華:積極探索區塊鏈戰“疫”之路》。本文作了不改變作者原意的刪減.
1900/1/1 0:00:00作者:黃慧 來源:中新網 中新網1月17日電為更快實現“最多跑一次”,各地政府應用新技術的步伐越來越快.
1900/1/1 0:00:00新華社記者吳雨 來源:新華網 貿易金融是橫跨多個主體、多個環節的復雜場景,涉及行業面廣、交易鏈條長,需要彼此之間互信共享.
1900/1/1 0:00:00數據: DeFi鎖倉額創歷史新高截至1月31日,DeFiPulse的數據顯示,DeFi鎖倉總價值達8.82億美元,創歷史新高,其中Maker占比57.76%.
1900/1/1 0:00:00據Cointelegraph1月23日報道,世界經濟論壇與一些世界主要央行共同創建了一款CBDC政策制定者工具包.
1900/1/1 0:00:00