展会信息港展会大全

从“健康码”到数字货币,我国金融科技正迈向新阶段
来源:互联网   发布日期:2021-04-09 08:53:23   浏览:8277次  

导读:原创 | 点宽学院 作者 | 米肉 全文字数 3853 字,建议阅读时长 10 分钟。 从2020年2月为防控新冠疫情而在全国各地陆续推出的健康码,如今已经成为大多数人在国内进行日常活动的手机必备,也被看作是当下社会治理数字化的一个里程碑。 而随着运用的普及,基于...

原创 | 点宽学院 作者 | 米肉

全文字数 3853 字,建议阅读时长 10 分钟。

从2020年2月为防控新冠疫情而在全国各地陆续推出的健康码,如今已经成为大多数人在国内进行日常活动的手机必备,也被看作是当下社会治理数字化的一个里程碑。

而随着运用的普及,基于技术驱动的健康码,正被挖掘出更多的场景应用价值,在社会治理和商业运行中发挥重要的支持作用。

例如在后疫情时代,通过与小区、交通、医院等场景实现联动,健康码已经成为政务效率升级的重要工具,这为城市服务精细化提供了更多助力,普惠更多群体。

我们似乎对健康码已经非常熟悉,但是健康码的本质是什么呢?

它实际上是一次大数据的社会应用尝试。

健康码的产生得益于技术开发程序,它的核心实际上是政府提议而企业研发的技术创新。

其信息来源包括公民登记、企业填报和第三方数据,服务对象则主要是政府部门、基层组织、企业和公民。以个人自行申报为基础,结合大数据分析判定,发现虚假申报依法严肃处理,并实施个人信用惩戒措施,做到数字政府与诚信社会、个人责任相结合。

在大数据时代,每位社会成员既是疫情治理的客体,也是疫情治理的主体。大数据技术的应用改变了以往政府作为单一主体的管理模式,决策以信息和数据为基础,而信息和数据的来源则是社会中的每一个个人。

大数据技术被用来进行统计和可视化分析,向应急治理主体提供最及时、最可靠的信息情报,这是大数据疫情防控的优势所在。

近年来,“大数据”这个似乎已经不再新鲜的词汇,却频繁地出现在人们的视野里,人人好像都听说过,但是却又好像并不真正解其意。

究竟什么是大数据?什么是大数据技术?这项技术具体被运用在哪些领域?

简单来说,大数据就是海量数据的集合,大数据技术就是利用算法对当下出现的大量数据进行分类、整理、汇总和分析,从中整合出有价值的信息为各种决策提供数据支撑。

大数据的出现对各行各业都产生了重大影响,并且引发了多领域的巨大变革。其中不乏商业领域、网络领域以及科学领域等影响人们生活、影响世界发展的重要部分,尤其是互联网金融的发展使得传统的数据处理和分析方法不能满足现代化商业发展的需要。

2017年6月,中国人民银行发布的《中国金融业信息技术“十三五”发展规划》(银发〔2017〕140号)中指出,要深入建设金融大数据分析和大数据服务平台建设;2019年8月,中国人民银行发布的《金融科技(FinTech)发展规划(20192021年)》强调要提高科学技术在金融业的应用能力,实现金融与科学技术的深度融合与和谐发展,使我国金融科技水平居于国际领先地位。

不难看出,大数据技术在金融领域中的重要的作用,金融领域与大数据技术的融合是时代发展的必然结果。与此同时,随着信息化的深入,各类信息技术在金融领域的广泛应用也是必然趋势。

近年来,金融科技(FinTech)发展迅猛,对各金融领域产生了广泛而深远的影响,发达国家和发展中国家都高度重视金融科技的发展和规范问题。

根据安永(Ernst&Young)发布的《2019年全球金融科技应用指数》,金融科技正在广泛而深刻地重塑全球金融生态系统,全球将近2/3的消费者正在使用两项或两项以上的金融科技服务。金融科技影响力越来越大,普及率稳步上升,从2015年的16%提高到2017年的33%,再到2019年的64%。

我国的金融科技是基于互联网金融而出现,发展非常迅速。

十三届全国政协经济委员会主任尚福林表示,我国在金融科技探索过程中,有一条清晰的发展脉络,即从早期电子化模拟手工(如记账、票据传输等),到自助化替代手工(如自助机具、网上银行等手段实现远程办理),再到现在的人工智能(如提供智能风控、大数据客户画像等辅助决策,实现全自动或半自动化的智能投顾服务等)。

2013年开始,众筹、P2P、移动支付、互联网券商等新型业务野蛮生长,但随着网贷公司产生一系列问题,部分企业力图利用新科技开拓更多金融业务领域。

例如,百度金融宣布与易方达基金、申万宏源证券签署协议,共同探索大数据和人工智能技术在投资领域的应用。

网商银行于2015年6月25日开业,是中国第一批试点开业的互联网银行,也是中国第一家将核心系统架构在金融云、没有线下网点的银行。

2016年,百度宣布战略投资美国金融科技公司Zest Finance,将Zest Finance的核心技术与自身大数据结合,完善大数据征信布局,同时京东也将Zest Finance的智能数学模型应用于京东金融的消费金融体系,开拓国内信用消费市常

根据麦肯锡公司的研究报告,2015年底,我国科技金融用户超过5亿户,我国已成为世界第一大科技金融市常

作为金融科技的重要应用领域之一,2016年1月20日,中国人民银行在北京召开数字货币研讨会,通过官方发文明确央行发行数字货币的战略目标,争取早日推出数字货币,我国央行数字货币研发正式启动。

尽管目前为止中国人民银行尚未发出关于数字货币方面的正式文件,但被称为DCEP的“数字人民币”已经在中国的深圳、苏州、雄安新区和成都等地,正式推出了试点测试。

在这些地区,拥有中国农业银行以及其他国有银行账户的用户,都可以在该银行的移动应用上创建数字货币电子支付(DCEP)钱包。目前银行推出的移动应用的主要功能,包括数字货币兑换、钱包管理和交易记录查询,以及基本的付款接收和收集。

尽管尚未正式全面应用,但不难看出,中国人民银行正在为法定数字货币的发行做充分准备,我国有望成为全球首个发行法定数字货币的大国。

数字货币是金融科技创新推动下产生的新型货币形式。

互联网时代,科学技术在金融领域的广泛使用,推动了新一轮的金融科技高潮,区块链技术创新与应用是当前一大热点。

区块链作为目前最具代表性数字货币的底层技术,是一种利用链式数据结构来验证和存储数据、利用分布式节点共识机制来生成和更新数据的去中心化基础架构。其具备去中心化、可验证、防篡改等特性。

区块链系统根据应用场景和设计体系的不同,一般分为公有链、联盟链和专有链。

公有链的各个节点可以自由加入和退出网络,并参加链上数据的读写;运行时以扁平的拓扑结构互联互通,网络中不存在任何中心化的服务端节点。目前,基于区块链的数字货币或智能合约平台均属于公有链的范畴,如比特币、以太坊等。

联盟链的各个节点通常有与之对应的实体机构组织,通过授权后节点才能加入与退出网络。各机构组织组成利益相关的联盟,共同维护区块链的健康运转。目前,企业界更多关注联盟链的搭建和使用。

专有链的各个节点的写入权限归内部控制,读取权限可视需求有选择性地对外开放。专有链仍然具备区块链多节点运行的通用结构,适用于特定机构的内部数据管理与审计。

链式数据结构仅仅是区块链的存储结构。如何形成这样的存储结构、如何保证其可信、如何保证其安全性、如何保证分布式存储的一致性,都依赖于共识机制。

因此,共识机制是区块链的灵魂,区块链的工作原理和应用场景都取决于其共识机制。

当前区块链技术所使用的共识机制主要分为以下 4类 :拜占庭容错算法(Practical Byzantine Fault Tolerance, PBFT),工作量证明(Proof- of-Work, PoW),权益证明(Proof-of-Stake,PoS)和授权权益证明 (Delegated Proof of-Stake, DPoS)。

PBFT机制要求在一个封闭的节点集合中两两节点进行通信,因此比较适合于节点数量不多的联盟链和私有链。联盟链多采用技术成熟的PBFT机制及其相应的变种RAFT和HBFT等来达成共识,如2016年Linux基金会发起的开源超级账本(Hyper Ledger)、IBM推出的Fapic基础设施项目等。

PoW机制核心思想是通过计算能力竞争的方式来保证数据一致性从而达成共识。比特币、B-Money、Karma、RPOW、Bit Gold、Litecoin、Dogecoin、MAVEPAY、Fawkes Coin等货币都或多或少地应用了PoW机制。

PoS机制要求货币持有者对某些数量的货币展示所有权。这种机制是基于“币龄”实现的,币龄被定义为交易输入大小和它存在时间的乘积,长期持有货币的人拥有更多的币龄,从而也就拥有更大的权益。PP Coin、Next coin等货币系统使用了PoS机制。

DPoS机制主要基于“董事会决策”的思想,即每一个“股东”节点将其持有的股份权益授予某个“代表”节点,拥有股份最多的前 101 个“代表”节点组成“董事会”,轮流执行产生新区块的任务。当前主要有Bit shares基于DPoS机制。

区块链技术的发展能促使货币从当前的信用货币向电子化、数字化货币转化,从而在根本上改变当代货币形态、货币系统和全球货币格局。

本文从防控疫情的角度出发,探讨了“健康码”背后大数据技术的原理,并引申至其在金融领域的应用,由此引发对我国金融技术发展的追溯和深化思考,最后从数字货币背后的区块链技术的角度,进一步展现了金融技术的复杂性及应用前景。

由此可见,金融科技的应用和发展是一个非常复杂的过程,我国应依托现有互联网金融市场优势,加强金融科技基础设施建设,推动融合创新,加大核心技术研发投入,促进金融科技和数字货币加快发展。

- 本文作者 -

DIG MORE

LEARN MORE

量化投资

人工智能

数据挖掘

认证培训

赞助本站

人工智能实验室
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港