南京大学副教授丁晓蔚：区块链+人工智能与金融创新及其规制
发布时间:2018-12-28 | 发布者： 东东工作室 | 浏览次数： 次12月17—18日，由数字资产研究院、零壹财经和石榴财经联合举办的2018国际区块链数学科学会议在京举行。南京大学信息管理学院副教授丁晓蔚做了主题为“区块链+人工智能与金融创新及其规制”的报告。
丁晓蔚认为，区块链、大数据、人工智能技术的进步将推动金融信息基础设施架构的变革。区块链可提供更为可信、全面的金融大数据，可以改变金融信息技术基础设施架构。在链上的新金融世界中，投资者行为和金融市场表征将会发生一系列变化，金融风险的表现、定义和应对会随之而变，相应的，监管政策和法规也会出现一系列的改良和变革，从而反过来规制金融市场参与者的行为。可以说，金融市场的一切将因区块链的引入而改变。在链上的新金融世界中，在资产上链后，如何对资产进行评估、定价、交易和管理，如何对风险进行定义、度量、对冲、管控，如何构建金融衍生品、资产证券化、结构化金融等延伸产品，丁晓蔚课题组对此做出了多方面的探索。丁晓蔚还就区块链智能合约等技术的应用，是否反而会放大金融风险乃至系统性金融风险的问题，为大家做了诠释。他认为这需要更深入的研究。监管沙盒试验可能是一个比较好的测试该类风险的方法。
以下为演讲实录：
谢谢主办方，谢谢各位嘉宾，今天我和大家分享的主题，可能跟这几天的内容不完全一样。这几天大家更多从思想上、技术上各个层面来阐述。
我想从区块链和金融科技的角度来阐述。金融科技面很广。我选择了金融风险的角度来看区块链，以及区块链上的大数据人工智能技术所构成的新金融世界会给我们带来什么样的变革。
首先，时间比较紧，我就先快速阐明主题。我认为区块链大数据人工智能技术进步将推动金融信息基础设施架构的变革，区块链可提供更为可信、更为全面的金融大数据，信息技术基础设施架构是可以改变、规制我们金融市场参与者的行为的。
因此，我们一旦采用基于区块链的金融市场信息技术基础设施架构，金融风险的定义和计量将重新构建，传统的金融工程、金融数学（这是与我们本次会议主题–区块链与数学--相关的两点）的教科书，很有可能要重新改造。
相应的，金融监管政策和法规，也会出现一系列的变革，所以这是一件挺大的事情。区块链的发展，会为上层应用层面的金融创新、金融风险、金融创新的反制以及规制提供重要支撑。而上层的金融创新和监管政策法规，反过来也将规制和推动区块链底层技术的发展。
我认为，区块链等新兴技术对上层的金融风险的影响是非常有价值和有意义的，链上的新金融世界中金融风险的度量、定义的方法和案例，是我们课题组研究的重点。本次会议也要求有一个猜想。我提出的猜想是区块链智能合约（以及大数据人工智能等）技术被大量采纳、采用，是否仅仅是转移和转化金融风险，而不是消除或者减少金融风险，即没有起到消除金融风险的作用，仅仅是转移和转化。
更重要的是，有没有可能区块链智能合约等金融黑科技的应用，是否反而会放大金融风险乃至系统性金融风险。这是我们正在研究的一些课题，向各位汇报，请大家指正。
今年是2008年世界金融危机10周年。限于时间关系，对2008年的金融危机的回顾就只能快进了。那次金融危机给大家的主要印象是，各大金融机构都被卷入，那是一个非常疯狂的时代，在座有很多前辈，可能也都感受到了，当时在美国或者海外都感受到了那些至今令人心有余悸的场景。
其中有一个比较重要的，2008年9月15号，世界老牌投行雷曼兄弟宣布倒闭，像这样的事件引发了一场金融海啸。
现在我们的问题是，2008年的金融海啸或者股灾，我们能不能尽可能地避免呢？我们的区块链技术能否在里面起到一定的作用？
这张插图是说，投行由于人工智能技术的采纳，交易大厅原来熙熙攘攘，现在只剩下几个人了，有些媒体甚至夸张地宣称到最后只剩两个人了，但实际上这不但是人工智能提质增效降成本所导致的，而且更多的其实是金融危机之后，很多业务已经干不了，所以交易大厅需要裁员。
金融危机的原因，J.P.Morgan的CEO和摩根士丹利的CEO，在接受美国金融危机调查委员会询问时，他们做了陈述，委员会最终认定市场崩盘是可以避免的，但是金融行业和监管当局的领导人，当时未能在风险不断积累的阶段，发现这些问题。为什么不能发现这些问题呢？为了加深大家的理解，我还放了当时金融危机的进程，美联储首先诱导鼓励银行大量放贷，华尔街由贪婪驱动，打包创造了各种金融衍生品，进行所谓的金融创新。
再后来形成了房地产泡沫，严重的通货膨胀，美联储提高利率，最后泡沫破裂，银行面临大量坏账。当时的金融创新工具CDS、CDO都起了推波助澜的作用，CDO的架构我不多说了，反正是非常复杂的金融衍生品。
对于次贷危机和相关的原因，跟区块链相关的，我列出这么几条：其一，经过多层证券化处理，依靠市场或者模型对产品定价，已经非常困难了，因为模型已经非常复杂了，产品也非常复杂，甚至当时有CDO的平方、立方等等非常复杂的金融衍生品。
其二，信用评级公司无法对资产组合给予正确的评级，投资者无法知道衍生产品背后实际的资产状况，仅能够依靠评级做出投资判断。
所以这些就导致了很多问题，我们现在希望区块链、AI、大数据能够帮助我们减轻这方面的负担。
人性也是原因之一，舆情风险和金融风险会发生共振，危机会传染，投资者的情绪有时候是非常恐慌的，这些也都是原因之一。
一些金融创新当时难以判断。现在区块链、AI、大数据大量使用，这些都是现在方兴未艾、如火如荼的金融科技创新。
所以，现今的金融创新有没有可能带来相应风险呢？这个是金融创新与风险的问题。对于当时华尔街采用CDS、CDO，怎么样推波助澜，限于时间关系，不能作太多阐述。
我这儿罗列、汇总了金融危机、系统性金融风险所产生的原因，从宏观经济走势到杠杆、到人性、到模型，市场模型非常复杂，产品非常复杂，不透明、信息不对称。最后两条跟我们今天主题有点相关，一个是模型不靠谱，黑天鹅事件无法预测，所谓未知的未知。另一个是当时由于DataSilo等原因，数据不全面、不准确、不真实，垃圾进，垃圾出，我们做建模的都比较了解。
下面说说模型问题。在危机之后，正好同一时期，深度学习大量兴起，深度学习在人脸识别等领域有很大应用，甚至超过人类水平。这些还是利用了历史数据，模仿人类对经验的归纳和整理，形成规律，预测未来。