深圳第二轮央行数字人民币红包中签结果出炉，超186.18万人进行了“福田有礼数字人民币红包”活动预约登记。 1月4日，据“i深圳”公众号披露，深圳第二轮央行数字人民币红包中签结果出炉，超186.18万人进行了“福田有礼数字人民币红包”活动预约登记。按照红包总数量10万个计算，本次活动的中签率为5.37%。根据活动规则，当前预约人员可至活动专区查询中签结果，1月7日8时起可以下载“数字人民币APP”，领取红包并至指定商家使用。
近年来，金融科技在我国快速发展。金融机构数字化转型持续推进，产品和工具应用日益丰富，金融服务的效率和包容性大幅提高。 如今，金融科技已融入我们的日常生活。招联金融首席研究员董希淼告诉《金融时报》记者，在数字经济时代，全球金融增长点和竞争焦点集中在金融科技方面。因此，金融机构、科技公司和监管部门应全面提升金融科技应用水平，充分发挥金融科技赋能作用，不断增强金融风险防范能力，将金融科技打造成为金融高质量发展的“新引擎”，更好地服务实体经济和金融消费者。 数字金融进入高质量发展阶段 我国金融科技发展稳步推进。一方面，人民银行去年出台了金融科技发展规划，建立发展评估指标体系，以6部门10省市应用试点为示范，引导金融业秉持“守正创新、安全可控、普惠民生、开放共赢”原则，推动构建金融与科技深度融合、协调发展的新生态；另一方面，人民银行打造符合我国国情、与国际接轨的金融科技创新监管工具。目前已在北京、上海、深圳等9地开展试点，推出60个惠民利企项目，探索出一条既能守住安全底线又能包容合理创新、具有中国特色的金融科技监管之路。 不久前，人民银行副行长范一飞在2020金融街论坛暨成方金融科技论坛上表示，人民银行贯彻落实党中央、国务院决策部署，聚力“六稳”“六保”，坚持发展与监管“两手抓”，推动金融科技发展规划落地实施，构建金融科技监管体系框架，基本建成金融科技“四梁八柱”，我国数字金融进入高质量发展阶段。 从目前发展态势看，我国金融科技应用取得很大成绩，主要表现为：随着移动支付的普及，中国已实现基本金融服务城乡全覆盖；数字信贷从根本上改善了对小微企业、个体工商户和农户的贷款服务；数字保险显著拓宽了保险覆盖范围；金融数字化为脱贫攻坚作出了巨大贡献；此外，金融科技也有力支持了防疫抗疫等。 不仅如此，2020年数字人民币探索稳步推进，在深圳、苏州、雄安新区、成都及未来的冬奥场景进行了数字人民币内部封闭试点测试。人民银行已联合地方政府，先后在深圳、苏州开展数字人民币红包试点。 坚持既鼓励创新又守牢底线的积极审慎态度 金融与科技深度融合，使金融创新发展面临新形势与新挑战。对此，范一飞将其总结为四点：数据安全保护刻不容缓，数字鸿沟弥合任重道远，供应链安全可控迫在眉睫，业务交叉风险不容忽视。 人民银行科技司司长李伟在2020金融科技创新成都峰会上表示，金融本质上是经营风险的行业，创新与风险如影随形。金融业要正确处理创新与风险的关系，牢记有技术不能任性、有数据不能滥用，严格落实风险主体责任，不能突破制度的笼子，守住不发生系统性风险的底线。 董希淼建议，未来金融科技应推动三个方面的转变。从服务重点看，应更多服务中小微企业。通过数字技术引导金融资源更好地配置到国民经济和社会发展的重点领域和薄弱环节，加大对制造业、“三农”经济的支持。去年从业务模式看，应大力发展产业金融、供应链金融。通过深化数字技术应用，弥补企业信用数据较少等不足，提升金融服务质效。充分运用大数据、人工智能、物联网等技术，加强对制造业企业信息收集和风险识别、监测，提高产品匹配的精准度和风险防控的有效性。从风险防范看，要趋利避害，注意规避数字金融发展可能带来的偏差和问题。 培育科技新动力 创造金融新机遇 如何更好发挥金融科技的作用？范一飞表示：“要认真贯彻落实党中央、国务院决策部署，牢牢把握稳中求进工作总基调，尊重金融科技发展客观规律，加快推进金融数字化转型，聚焦实体经济与社会民生关键环节，找准薄弱点、盯住落脚点，合理规范运用科技手段赋能金融提质增效，推动金融与科技融合发展再上新台阶。” 具体来看，李伟表示，人民银行结合我国实际，借鉴巴塞尔协议等国际监管框架，设计包容审慎、富有弹性的创新试错容错机制，10月22日发布《中国金融科技创新监管工具》白皮书，正式推出了符合我国国情、与国际接轨的创新监管工具。人民银行将充分发挥创新监管工具的引领、护航和孵化作用，支持金融机构、科技公司在风险可控的真实市场中对创新应用的理论原型、技术选型、业务模式进行全链条实践测试，及时识别并防控风险，有效验证创新价值，快速打造既满足市场需求又符合监管要求的优质金融产品服务。 从实践角度看，董希淼认为，应借助数字技术，大力发展绿色金融。完善制度安排和数字技术应用，优化金融资源配置和引导，鼓励金融机构和企业将社会责任和绿色发展纳入核心价值观，助力绿色低碳产业发展。 对于老年人、农村居民等弱势群体在普惠金融发展过程中存在的突出痛点，在去年11月26日举行的国务院政策例行吹风会上，人民银行表示，将认真落实党中央、国务院有关要求，引导金融机构用好智能技术，提升服务深度、广度和温度，让金融科技成果更好惠及包括老年人在内的广大人民群众，保证在数字普惠金融的道路上“一个都不落下”。
文：任泽平 甘源 石玲玲 谢嘉琪 实习生李欣怡对本文亦有贡献 导读 习近平总书记指出，区块链技术应用已延伸到数字金融、物联网、智能制造、供应链管理、数字资产交易等多个领域，区块链技术的集成应用在新的技术革新和产业变革中起着重要作用。 比特币开创了区块链技术，将区块链技术推向大众视野。未来区块链作为核心技术自主创新的重要突破口，会极大地推动数字货币等领域的应用。截止2021年1月2日，比特币收盘价为29,382.40美元/个，流通总量为18,587,962.5个，流通市值为5,447亿美元。 比特币为什么迅猛发展？是否有长期投资价值？是数字黄金、货币革命还是割韭菜的投机泡沫？继《区块链研究报告》《Libra研究报告》之后，本文将教科书级地介绍比特币的技术基础、历史发展、市场现状、国内外监管政策，分析比特币暴涨原因、投资价值与风险。 摘要 比特币是去中心化虚拟货币的典型代表，开创了区块链技术，具备去中心化、总量有限、交易安全、信息公开的超前时代的特点。比特币产生于2008年的金融危机，源于对中心式银行的担心、对通胀式货币的不信任。随着投机资金涌入、监管放松、各国陆续认定为数字货币和支付手段等，比特币在2017年一度涨至19187.78美元/个。问世10多年来暴涨暴跌，形成了多种多样的分叉币和山寨币。 投机需求是主导比特币价格疯涨的内在原因，包括变相换汇、ICO融资等交易活动。而美国等发达经济体对比特币相对宽松的监管态度是比特币的资产泡沫持续膨胀的重要外部因素。根据《全球比特币发展研究报告》数据显示，中国的比特币交易占全球比特币交易量的80%。用户抽样调查显示，比特币的投资者年龄多为30-39岁，具备高中及其以上学历的投资者占比超过80%，IT从业者是占总用户数的比例约为35.45%，80.77%的比特币投资者以短期盈利为目的，仅13.81%的用户选择长期持有。 对比实物货币的四个特征发现，比特币在普遍接受性和价值稳定两方面尚不能媲美黄金等实物货币，但可以满足价值均匀可分性，在轻便和易携带性上具备实物货币难以比拟的优势。比特币替代信用货币的最大障碍正是去中心化的特性，没有信用基础的比特币不能很好地行使货币的职能。借鉴比特币相关技术，研发央行数字货币的首要出发点是补充与替代传统实物货币。 在认可比特币技术创新的同时，应注意其自身运行机制而产生的风险。对于新生事物应多观察多借鉴，同时防范风险。为了保障中国投资者的资金安全和维护金融市场稳定，我国政府对比特币交易活动的监管逐步趋严，预计私有加密货币的发展将受到限制。同时中国央行正加强对数字货币的研发。比特币等虚拟货币已经被各国纳入自身的监管体系中，在认识到虚拟货币本身风险的同时，我们不能否定区块链技术的创新性和发展潜力。央行数字货币的研发顺应时代发展需求，以国家信用为保证，坚持中心化管理的原则，在提供高效服务的同时维护国家货币主权。 风险提示：监管过严导致比特币无法交易；网络黑客带来大量的风险事件；比特币价格的剧烈波动导致难以稳定行使货币职能 正文 一、 背景介绍 1、 虚拟货币：互联网普及的产物 虚拟货币是指广泛存在于互联网世界中的，区别于现实中以实体作为媒介的非实体货币，其通常存在形式是某个网络账户上记载的一串数字。随着个人计算机的普及和互联网技术的发展，人们的网络活动呈现爆发式增长。作为网络世界中一类交易媒介的虚拟货币在电子商务、互联网金融等领域中广泛流通，为网络使用者带来了便捷的交易、支付体验。 根据虚拟货币的发行方式的不同，可以将其分为两大类：一类是以腾讯公司的Q币、盛大公司的点券、各种论坛币、游戏币为代表的，有发行中心的类法定虚拟货币，其如信用货币一样，往往是信用货币，其发行受中心化机构决定。一类是以比特币等数字货币为代表的去中心化类金属虚拟货币，正如同现实生活中贵金属产量有限一样，类金属虚拟货币的货币发行数量往往受到算法严格限制。它们之间的主要区别如下： 2、 比特币：去中心化数字货币的代表 比特币的概念最初由中本聪在2009年提出，是一种P2P形式的数字货币，其生产和交易依托于中本聪设计发布的开源软件以及建构其上的P2P网络。作为去中心化虚拟货币的代表，比特币近年来发展迅猛，已成为全球市场上影响力最大的虚拟货币。 比特币开创了区块链技术，即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。 我们可以简单定义比特币是由计算机产生的、总数量受严格限制的、交易安全性高的、数据难以丢失和损坏的，历史交易记录分布式储存在比特币网络中的数字。与中央政府发行的信用货币不同，比特币的价值取决于人们对比特币系统算法而非对政府的信任。比特币的交易基于点对点技术实现的电子现金系统，它允许交易双方直接进行在线支付，不需要中间的权威机构的清算和结算环节，提高了交易和结算的效率，节省了跨境交易的成本。 比特币主要具有四大特征：系统设定发行方式，不存在中央发行机构；年发行数量每四年减半，最终总量有限；余额信息难以篡改，交易安全有保障，系统整体稳健性强；历史交易记录公开。 3、 比特币的生产方式 比特币的生产具有算力决定产出，合作平滑收益的特点。比特币的生产过程是通过大量计算寻找一个随机数，通过特定函数使区块中的一个值满足系统的要求，新的区块由此产生，成功计算出满足要求的随机数的用户获得系统奖励。为了增加自身成功的概率，参与者通过提高自身挖矿芯片性能、扩大挖矿设备规模的方式，尽量扩大自身在全网算力中所占份额。 矿池模式已逐渐成为挖矿的主流。假设1000个人参与挖矿，每次赠送比特币50个，那么单个矿工成功挖到矿的期望时间是1000个10分钟，即期望收益为7天左右获取50个比特币，但真实时间可能更长或更短，矿工的收益波动性很大。倘若这1000个参与者联合起来组成“矿池”，所有挖矿所得由所有参与者平分，每个矿工的实际收益将会被平滑至每10分钟0.05个比特币，收益的稳定性将大幅提高。 投资者既可以将自有挖矿设备接入矿池参与计算，也可以直接用资金租用矿池算力来分享矿池收益。目前，全球比特币矿池集中度较高，前十大矿池的算力占比已达80%，国内较为著名的比特币商业矿池有F2Pool、BTCCPool、AntPool、BWPool等，在全球范围内有较强的竞争优势。矿场用电量巨大，一般建在电力充沛、电价低廉的地区。 比特币交易市场集中度很高。海外市场上，主流交易所占据大部分市场份额，新生交易所通过差异化定位以获取客户。国内市场上，2017年之前比特币交易平台呈现火币网、OKcoin和比特币中国三足鼎立的态势，2017年9月央行联合七部委发布《关于防范代币发行融资风险的公告》，要求各类ICO立即停止，各大交易平台相继停止运营。 4、 比特币百转千回的发展路径 比特币问世10年以来，从最初程序员们自娱自乐式的游戏，到如今全世界瞩目的数字资产，其间不断经历着人们的质疑。在这10年中，比特币的价值在剧烈波动中实现了累计惊人的涨幅。截至2019年10月25日，比特币已被开采数量达1784.5万枚，区块总数达60.09万个，价格达8675.61美元，总市值已超过1548亿美元，成为全球资产配置中令人瞩目的一环。作为一种饱受争议的新型资产，比特币既受国际经济、货币政策、外汇政策等宏观条件的影响，也与交易平台监管、灰色产业刚需、区块链技术发展等因素密切相关。比特币的发展历程，可总结为如下四个阶段。 第一阶段：2008.10-2011.6新生事物的崛起 比特币产生于2008年的金融危机，源于对中心式银行的担心、对通涨式货币的不信任。2009年10月第一个公布的比特币兑换汇率为1美元兑换1309.03个比特币，其计算方法是产生一枚比特币所需消耗的电量。2010年的5月，比特币第一次被赋予了“货币”的支付手段属性：美国佛罗里达州的一位程序员用一万枚比特币交换了价值25美元的披萨券，由此诞生了比特币第一个公允汇率：0.25美分/比特币。同年7月比特币客户端发布的消息被著名新闻网站Slashdot提及，为比特币带来了大量新用户，此后5天比特币的价格升至0.08美元。随着《时代周刊》、《福布斯》等舆论关注度的不断提升以及比特币可兑换种类的上升，其价格一路飙升。 第二阶段：2011.6-2013.12两次泡沫的破裂 2011年6月19日，承载超过七成比特币交易的MT.Gox网站遭到黑客攻击，造成6万名用户的数据被泄漏，部分黑客获得网站管理员的登录权，出售大量的假比特币，一时间使得比特币的价格从17.51美元跌至0.01美元。此后的半年中多家平台被黑，Bitconinica平台更是因两次遭受攻击而永久性关闭，这些灾难令比特币交易平台及比特币的投资者们充分意识到了黑客所带来的安全性风险。 恶性事件过后，2012年成为比特币恢复市场信心的一年。在这一年中，首个比特币杂志诞生，首个只针对比特币的信用违约互换交易发生，也陆续开始有商品和服务供应商接受比特币支付。比特币的价格在2012年年末回至13.41美元价位。2013年随着市场回温、大量中国投资者的涌入及短期事件所带来的波动，比特币价格在四月升至100美元水平，直到10月始终在60-140美元的范围内震荡。 2013年12月5日，央行发布通告，禁止中国的银行和支付机构直接或间接参与比特币的兑换交易。该禁令只适用于由政府拥有的银行和政府认可的付款处理，普通的中国公民依然可以交易自由比特币作为一种商品。2013年12月18日，比特币价格在中国降到了2011元人民币（约330美元）。这一次泡沫的破裂反映出对比特币监管态度的差异所导致的市场风险。 第三阶段：2014.03-2016.11疲软下行后反弹 2014-2016年比特币的价格整体呈现“U”型。这三年中，曾经红极一时的MT.Gox网站不敌黑客攻击、走向破产；越来越多的企业接受比特币支付；比特币市场涌现出一批如马克·安德森、杨致远、李嘉诚的资深投资人，而红杉、光速、软银等多家投资机构也都在比特币行业有所布局。 第四阶段：2017-2018疯狂牛市之后的再次幻灭 在这一阶段，大量投机客和机构投资者的涌入，市场接受度提升及技术升级带来的消息面刺激助推比特币进入疯狂牛市。然而比特币的火热行情没有持续太久，价格达到高点之后迅速回落，巨大的跌幅让高位进场的投机客血本无归，对比特币的争议也越发升温。 第五阶段：2018-2020比特币市场的修复之年 全球市场出现了新一波追逐风险的反弹趋势，带给比特币以及其他被视为追逐风险的数字资产一轮资金流入。区块链技术的大力发展与政策支持，也为比特币行情提供了乐观环境。 5、 乱象初现：分叉币和山寨币 比特币的交易者都使用一套统一的规则（数据结构），这是保证比特币交易和流通的关键，而比特币钱包则是通过识别区块上的交易记录来确定每一笔交易的有效性。那么比特币为什么会出现分叉呢？ 比特币的区块大小限制使得挖矿收益降低，挖矿成本居高不下。为了防止比特币网络的超载风险并鼓励全网算力参与挖矿，中本聪最初将比特币的区块大小限制为1M。但是随着比特币的接受程度提高，挖矿和交易需求的提升，1M的区块大小限制使得网络容易发生拥堵。全网算力的提升造成比特币的挖矿难度和成本增大，矿工的收益也受制于挖矿难度增加而减少。根据BTC公布数据，截止2021年1月2日，比特币全网周平均算力为130.36EH/s，而2018年10月19日数据仅为51.41EH/s，挖矿难度也迅速提高，从去年同期的7.18T达到目前的13.69T。 比特币集中于少数利益群体，新进者寻求新的参与方式。比特币诞生的10年时间中，目前约有1784万比特币被开采出来，而大部分的比特币都集中在比特币的开发团队和少数大矿场主手中，因此新进的虚拟货币交易者在寻找有升值潜力的虚拟币种。 在这样的背景下，目前市场上提出了两种主流的升级改进策略：硬分叉和软分叉。硬分叉简单的来讲就是挖矿过程中在区块链上形成了新的节点，由于矿工的挖矿行为相对独立，部分算力可能会在新的节点上继续挖矿而形成分叉的一条新的规范。新规范往往会发布出来，只有当多数节点同意后才会正式发布。这时如果旧的节点不接受升级而继续维持原本的区块链，那么新节点产生的区块无法被旧区块识别，这种分歧就造成了硬分叉的发生。而软分叉是一种双向兼容的规范设计，新规范下产生的区块可以被旧的节点识别，而旧节点产生的区块也同样可以被新的节点识别，这样的升级方式并不会产生真正的分叉，适用于对比特币数据结构进行细微修改的情况。 比特币的技术升级已经箭在弦上，但是开发团队提出的改进方案各有不同，使得市场上出现了BCH、BTG、B2X、BCD、SBTC、BCHC这样种类繁多的分叉币。 在比特币迅速发展的同时，一些开发团队受到比特币的设计启发，通过对比特币的算法进行改进，创造了种类繁多的其他虚拟货币，其中比较活跃的是莱特币（Litecoin）。莱特币的诞生受到比特币的启发，技术上具有相同的实现原理，旨在改进比特币。与比特币相比有三种显著差异：第一，莱特币网络每2.5分钟（而不是10分钟）就可以处理一个区块，因此可以提供更快的交易确认。第二，预期产出8400万个莱特币，是比特币网络发行货币量的四倍之多。第三，工作量证明算法所使用的加密算法的计算量略低于比特币，降低了挖矿的难度。 类似于莱特币的虚拟货币以比特币的实现方式为基础，或多或少地进行一些改动，从技术上来讲难度并不大，却会造成市场的混乱。无论是比特币的分叉币还是山寨币，这些所谓的改进或升级并没有脱离比特币的实现原理。但是这些币种的出现，不仅会分流比特币的算力，同时缺乏权威机构来规范这些货币的发行和流通，短时间内涌现出数百种虚拟货币，很难通过监管确保投资者的资金安全。 二、 比特币暴涨背后：投机需求和监管不足 2013年以来比特币交易不断活跃，价格一度呈现爆发式上涨趋势。从2013年的最低价格66.34美元/个到历史最高价格19187.78美元/个，升值近300倍。到底是什么原因造就了比特币的造富神话？我们认为需要从投机需求和监管层面来讨论比特币疯狂上涨的原因。 1、 比特币投机需求主导价格上涨 比特币作为交易品种拥有诸多优势：开户便捷，交易门槛低、手续费低、24小时交易以及不受地域限制，这些优势使得比特币交易量迅速上升，日成交额从最低点286万美元，2017年12月21日一度达到218亿美元。 比特币在主流数字货币中处于主导地位，中国投资者多关注短期盈利。截止2019年10月25日，比特币收盘价为8675.6125美元/个，流通总量为1784.5万个，流通市值为1548.2亿美元，约占主流数字货币总市值的70%。根据《全球比特币发展研究报告》数据显示，中国的比特币交易占全球比特币交易量的80%。该报告对火币网的用户抽样调查显示，比特币的投资者年龄多为30-39岁，具备高中及其以上学历的投资者占比超过80%，IT从业者是占总用户数的比例约为35.45%，80.77%的比特币投资者以短期盈利为目的，仅13.81%的用户选择长期持有。 比特币可能被部分资金利用作为绕过外汇管制的通道。中国有每人每年最高5万美元的外汇额度管制，2016年人民币贬值幅度较大，部分国内投资者寻求黄金以外的投资渠道，或绕过资本管制将资金转移至海外。他们通过在国内交易所购买比特币，然后把这些比特币转移到一家海外交易所，最终通过出售这些比特币以获得美元或者其他外币。据2016年11月7日华尔街日报报道，中国投资者在人民币下跌之际大举买入比特币。比特币的全球总交易量在2016年10月24日当周达到4700万个，国内三大比特币交易所的交易量在2016年7月-10月占全球交易量的98%。 ICO成为区块链领域新的融资方式。ICO（Initial Coin Offering）是指通过发行加密代币的方式进行融资，并快速主导区块链初创企业融资。与IPO融资方式相比，ICO具有受监管限制小，融资速度快，不受跨境融资法律限制等特点。2018年3月19日，美国众议院通过了“RegA+条例修订法案”，将企业进行证券发行的上限增加了50%，达到7500万美元，并可应用于ICO发行。2017年9月Filecoin融资规模达到2.57亿美元，而2018年俄罗斯的Telegram截止目前累计融资规模17亿美元，创造了ICO项目融资的新纪录。但是ICO项目对投资者与区块链相关的知识要求较高，国际社会目前对ICO融资模式的监管尚不完善，并没有成熟的法律机制保障投资者的合法权益。 2、 监管不足为炒作提供宽松环境 监管不足是催生比特币价格泡沫的重要外部因素。由于世界各国金融市场发育程度、中央政府力量、投资者保守程度等因素具有较大差异，因此各国对于比特币的监管态度各不相同。目前，对比特币完全采取严厉禁止态度的只有俄罗斯、冰岛、玻利维亚、厄瓜多尔、吉尔吉斯斯坦和越南这几个国家。而美国、德国、瑞士、澳大利亚等发达经济体对比特币的监管相对宽松，仅将其纳入自身的监管框架。 对比不同国家和地区的监管政策可以看出，美国和新加坡等国对比特币的监管相对宽松，明确比特币不具有信用货币地位，但可作为金融资产进行投资。中国、法国、日本以及欧盟等国家和地区对比特币出台了比较严格的监管措施，比特币被认定并非真正意义上的货币，不能作为货币在市场上流通使用，但是仍未制定相关法律政策维护投资者利益。我们认为监管的相对宽松和立法的相对迟滞是比特币泡沫持续膨胀的重要外部因素。 三、 比特币投资：本质上不是货币，投资仍需客观看待 根据货币的表现形式，我们可以将货币分为实物货币和信用货币两大类：实物货币主要用于作为商品交换的一般等价物，金属货币是其中最具代表性的一种；上世纪30年代，世界性的经济危机引起全球性的恐慌和金融混乱，迫使主要资本主义国家先后脱离金本位和银本位，由国家提供信用背书的货币应运而生，即所谓的信用货币。 1、 比特币与实物货币 实物货币是在商品交换过程中产生的最初货币形式，是作为商品交易媒介的一般价值表现形态，是以其作为商品的本身价值为基础的。能充当实物货币的商品具有以下特征：①普遍接受性；②价值稳定；②价值均值可分性；④轻便和易携带性。金属货币是最具代表性的实物货币，其中黄金作为实物货币至今仍在经济活动中发挥作用，接下来我们将根据实物货币的四个特征来对比黄金和比特币的异同，进而探讨比特币替代实物货币的可能性。 从普遍接受性的角度，黄金具备商品和货币的双重属性，胡恩同（2005）认为这两种属性在历史发展中同时发挥作用，只不过在不同时期两种属性的凸现程度并不相同。商品属性角度，黄金和其他一般商品一样在现实生活中发挥使用价值，如在首饰、电子工业等领域的使用，同时黄金的开采也体现着人类的劳动价值。货币属性角度，王素珍（2014）认为，货币的本质特性是一般授受性。在布雷顿森林体系崩溃之前，黄金是最广为接受的货币，被作为一般等价物衡量其他商品的价值。即便在当前信用货币体系下，黄金仍然是所有信用货币的价值基础，可以在世界范围内作为结算手段。黄金的历史几乎和人类的历史一样漫长，从最初的狂热崇拜到成为一种特殊的商品发挥交易媒介的作用，黄金在人类交易活动中的地位难以替代。古典金本位体系下，黄金与一国的货币相挂钩，各币种的价值都用一定数量的黄金衡量。甚至在布雷顿森林体系瓦解后，一个国家的黄金储备依然被用以平衡国际收支，维持或影响汇率水平，在稳定国民经济、抑制通货膨胀、提高国际资信等方面发挥着特殊的作用。 对于比特币，首先从本质上讲比特币是计算机技术发展的产物，作为一串记录在载体上的数字，在生活中不具备使用价值。有观点认为比特币的开采过程消耗电力，耗电量可以体现比特币的内在价值，这是一种片面的理解。比特币的开采是计算机通过解决数学难题而获得的奖励，这个过程并不是人类参与的价值创造活动，而是开发者和参与者认可的一种数学游戏。因此比特币不具备使用价值，其开采过程不能体现劳动价值，并没有与黄金类似的商品属性。其次，从货币属性的角度来看，比特币的接受范围相当有限，目前接受比特币作为交易手段的企业数量并不多，且受到全球监管趋严和比特币价格波动剧烈的影响，主要社交媒体平台也开始拒绝比特币等虚拟货币。推特（Twitter）于2018年3月26日发布广告禁令，为避免潜在的欺诈行为使公众损失大量资金，平台将禁止出现虚拟货币ICO及销售广告。Facebook和Google此前已经做出了类似的决定以禁止虚拟货币的广告投放。知名论坛和社交网站红迪网（Reddit）也宣布停止接受比特币支付。 从价值稳定的角度，黄金的价格受到多种因素影响，蒋先玲（2017）的研究表明长周期下伦敦黄金现货价格周期与经济发展周期相反；中周期表现出与大宗商品价格周期相一致的特征；短周期黄金价格受到突发因素影响较大，投资者情绪和预期为波动主要原因。但是黄金的内在价值即作为商品包含的劳动时间价值是长期不变的，因为黄金开采技术多年来并未出现重大突破。比特币自诞生以来，对其内在价值的争论就从未停止，主要是因为比特币本身不包含劳动时间价值且不与任何实物资产挂钩，这也造成比特币的价格波动异常剧烈。我们取2013年1月30日至2019年10月25日的COMEX黄金价格和比特币价格进行计算，两者的标准差分别为104.16和3677.84，比特币在同期的价格波动远大于黄金，在价值稳定这一点上比特币无法和黄金媲美。 从价值均匀可分性的角度，比特币的最小单位是聪，一比特币等于一亿聪，理论上和黄金一样是价值均匀可分的。 从轻便和易携带性的角度，在人类社会早期交易额不大的背景下，各国的商业活动都可以金币、金条的形式进行结算，黄金相对于其他金属货币具备轻便和易携带的特性，这是因为同等质量的黄金可以代表更多的价值。而随着社会发展，黄金无法适应交易额的迅速增长而逐渐被代用货币和信用货币取代。在这一方面，比特币具备黄金等实物货币无法比拟的优势，比特币的存储和交易都依赖于比特币钱包和互联网环境，只需将自己的账户接入网络，就可以实现全球范围内的转账和交易，因此便捷性也常被认为是比特币的巨大优势。 2、 比特币与信用货币 信用货币是由国家法律规定的，强制流通不以任何贵金属为基础的独立发挥货币职能的货币，其本身价值远远低于其货币价值。目前世界各国发行的货币，基本都属于信用货币。信用货币的表现形式包括辅币、现金或纸币、银行存款和电子货币。 凯恩斯的《货币论》中指出，记账货币（money of account）是表示债务、物价与一般购买力的货币，这种货币是货币理论中的原始概念。褚俊虹（2002）的研究表明，货币的本质是信用，而货币发展的本质规律是交易成本递减。信用货币本质上是由国家主体赋予法偿性的一种债务，其流通能力是法律赋予强制执行的，这是信用货币具备一般授受性的保证。一般来讲，信用货币具有以下特征：①价值符号；②债务货币；②强制性和法偿性；④国家主体可以对信用货币的发行进行调控。 比特币替代信用货币的最大障碍正是去中心化的特性。这一特性意味着比特币缺乏发行主体，具备开发能力的团队都有可能开发新的数字货币，分叉币，山寨币理论上都可以具备与比特币相同的功能。那么我们应该用何种虚拟货币进行交易就成了无法达成共识的问题，因为目前还没有法律赋予比特币等虚拟货币强制流通能力。缺少具有公信力的国家或组织为其背书，也没有和任何实物资产挂钩，比特币作为货币的信用基础就不存在，自然不能很好地行使货币的职能。甚至当主权国家宣布比特币非法时，比特币可能会一文不值。 比特币不能取代信用货币，而与实物货币相比，比特币在价值均匀可分性方面理论上可行，而其在轻便和易携带性的巨大优势不容忽视。因此我们认为，对比特币相关技术的借鉴是必要的，央行数字货币研究所所长姚前在《央行数字货币的技术考量》一文中也指出现阶段我国研发央行数字货币的首要出发点是补充与替代传统实物货币。但是比特币的本质不是货币，对其投资仍需客观看待。 四、 比特币的未来：限制私有加密货币发展，加快研发央行数字货币 1、 比特币的风险：自身运行机制而产生的固有风险 比特币的造富神话背后，隐藏着诸多潜在风险。比特币的设计机制导致它不同于以往的货币，存在许多特质问题。——市场风险，市场过浅问题，储存交易风险，操作风险，隐私相关风险，以及法律法规风险等。 市场风险：首先，无论是将比特币作为资产投资还是作为交易媒介，任何比特币的持有者都会面临比特币价格波动带来的市场风险。缺乏发行主体的比特币几乎是不受控的，很容易受到外界因素的影响，缺乏价值基础使比特币内在价值的判定非常困难，这样的不确定性可能会对投资者带来损失。不稳定的币值可能会降低投资者持有比特币的动机，并且让商户难以使用比特币标价，这种波动性对比特币流通范围进一步扩大产生了阻碍。 储存风险：持有者通过挖矿和购买的比特币，必须储存在各种电子钱包中。线上平台的电子钱包自身安全系数往往不足，容易遭受黑客攻击导致比特币被窃。而线下钱包则存在丢失或损坏的隐患。如果电脑没有备份而发生损坏，同样可能永久性的失去比特币。 交易风险：比特币支付的不可逆转性也增加了交易风险。如果比特币是由于失误或被欺诈而发送的，比特币系统没有内置的机制来解决这种问题。虽然买卖双方可以自愿地同意改正错误，但是比特币协议没有任何机制能够强行取回资金。不可逆转性使得比特币在交易方式的竞争中处于劣势：所有其他条件相同的情况下，消费者应该倾向于使用一个能够避免错误支付的支付系统。 隐私相关风险：比特币同样也为投资者的隐私带来了潜在风险。比特币交易实际上是非实名系统，每个账户的交易信息都是完全公开，只是账户的真实持有人是未知的。然而，使用比特币进行商品购买和线上支付往往会需要邮寄地址和真实姓名，原则上可以从这些来源获得比特币用户的身份，这就为用户带来了隐私泄露的风险。 政策风险：最后，比特币系统在不同国家面对着不同法律和监管。各个国家关于比特币收益的税收、比特币资产的保护等方面的立法都比较薄弱，投资者的合法权益可能难以获得有效保护。目前在我国，比特币监管存在以下不足之处：1）比特币法律界定模糊。目前我国“虚拟货币”的内涵外延并无明文规定或者解释说明，它自己本身就是一个模糊概念。法律监管方面存在漏洞与空白，在具体案件或实践中，法律无法发挥指引作用。2）比特币价值认定困难。比特币价格波动剧烈，导致比特币价值判断不准，当比特币交易者利益受损时难以得到妥善处理，有可能会出现因比特币价值而定罪量刑的某些犯罪摇摆不定的情况，有损法律威严，并影响后续司法救济。3）管辖权不明、准据法无从选择。在比特币侵权违法案件中，管辖权的拥有国、管辖法院、侵权行为地等一系列的法律争端成为了现今司法领域的一大焦点问题。当比特币跨境犯罪时，如何确定司法权，这更是缺乏国家间统一的国家条约或规则，增加了解决国际性案件的难度。 2、 中国对比特币的监管 随着比特币在世界范围内的兴起，中国的投资者也开始涌入比特币市场，成为比特币交易中的重要力量。2011年6月，比特币中国交易平台上线，主要作为比特币买卖、交易的服务提供场所，国内的比特币开始被关注。2013年5月，中国央视《经济半小时》比较客观地向中国观众第一次介绍比特币这个新生事物，这是中国政府官方媒体第一次介绍比特币，被认为是一种积极的信号，中国市场的比特币交易量跃居世界第一。然而，随着比特币的快速发展，中国出现了许多山寨币交易和非法ICO融资项目。为了保障中国投资者的资金安全和维护金融市场稳定，我国政府对比特币交易活动的监管逐步趋严。 2013年12月，央行等五部委下发《关于防范比特币风险的通知》，认为比特币为虚拟商品，要求金融机构和支付机构不得以比特币为产品或者定价单位，不得直接从事比特币的买卖服务，同时也不得为比特币交易提供清算、结算等服务。从而在比特币与金融行业间架设栅栏，以防比特币的风险扩展到金融行业从而导致更为严重的系统性风险。各大银行也很快响应规章的要求，纷纷禁止为比特币提供服务。通知下发后市场剧烈震动，比特币价格遭遇重挫，此后一年比特币价格从高峰8000元左右大幅下跌70%，一度跌破2000元。 2014年3月，央行发布《关于进一步加强比特币风险防范工作的通知》，禁止国内银行和第三方支付机构提供比特币交易平台的开户、充值、支付、提现等服务。 叫停非法ICO活动，清退相关交易所。截至2017年上半年，中国ICO市场已初具规模，募资金额达到26亿元人民币。但与此同时，缺少政府监管的ICO活动催生了大量良莠不齐的ICO项目，存在发行方缺乏明晰的规范、投资者缺乏适当性管理、投资者非理性行为引发市场泡沫和不法之徒借机诈骗洗钱等隐患。2017年9月，央行联合七部委发布《关于防范代币发行融资风险的公告》，要求各类ICO立即停止，相关交易平台停止运营。至此，比特币在中国被明确限制发展。 2018年1月12日，中国互联网金融协会发布《关于防范变相ICO活动的风险提示》，指出一种名为“以矿机为核心发行虚拟数字资产”（IMO）的模式值得警惕，存在风险隐患。 2018年3月28日，央行副行长范一飞在2018年全国货币金银工作电视电话会上表示，2018年将从严加强内部管理和外部监管，开展对各类虚拟货币的整顿清理。 2018年8月24日，银保监会等五部委联合发布《关于防范以“虚拟货币”“区块链”名义进行非法集资的风险提示》，声明此类活动以“金融创新”为噱头，实质是“借新还旧”的庞氏骗局，资金运转难以长期维系。 2019年2月21日，在人民银行2019年全国货币金银工作会议上，央行副行长范一飞表示，2019年要深入推进央行数字货币研发，加强虚拟货币监测监管。 3、 央行数字货币：中国正走在世界前列 央行信用货币以国家信用背书作为支撑，具有法定强制流通能力。而比特币等加密货币则以密码学原理为基础，因为缺乏信用背书，也没有发行主体，币值易受外界政策变化以及投机行为影响，接受范围也相对有限。随着比特币和区块链技术的兴起，央行数字货币成为各国的重点研究领域，英国、加拿大等多国央行都表示将涉足该领域，但尚无一家中央银行拿出落地的实际应用。盛松成（2016）认为数字货币的技术创新无法取代央行货币发行和货币政策，有望在降低发行成本、确保资金安全和提高交易效率等方面发挥重要作用。 中国在法定数字货币的研发上起步较早，发展较快。我国央行在2014年就已经成立专门研究小组，论证央行发行法定数字货币的可行性；2016年9月，票据交易平台筹备组会同数字货币研究所筹备组成立了数字票据交易平台筹备组，启动数字票据交易平台的封闭开发工作。2017年1月25日，数字票据交易平台实验性生产系统成功上线试运行，顺利完成基于区块链技术的数字票据签发、承兑、贴现和转贴现业务，实现了数字票据业务的突破性进展，对于将区块链技术应用于金融领域具有里程碑意义。 法定数字货币的运行框架有两种模式：一是由中央银行直接面向公众发行数字货币；二是遵循传统的“中央银行-商业银行”二元模式。央行副行长范一飞的署名文章《关于央行数字货币的几点考虑》一文认为第二种模式（双层投放体系）更符合我国的国情。这种模式仍采用现行纸币发行流通模式，由中央银行将数字货币发行至商业银行业务库，商业银行受央行委托向公众提供法定数字货币存取等服务，并与中央银行一起维护法定数字货币发行、流通体系的正常运行。“中央银行-商业银行”二元模式的优势在于由中央银行信用担保，具有无限法偿性；有利于充分调动市场资源促进创新、竞争选优；有利于分散化解风险；避免央行直接发行数字货币的“挤压效应”影响商业银行的投资贷款能力。 比特币等虚拟货币已经被各国纳入自身的监管体系中，在认识到虚拟货币本身风险的同时，我们不能否定区块链技术的创新性和发展潜力。央行数字货币的研发顺应时代发展的需求，但是必须以国家信用为保证，坚持中心化管理的原则，才能在提供高效服务的同时维护国家货币主权。
数字经济时代，我们一边享受着数据爆发式增长带来的便利，一边也困在数据安全中难以自拔。小到诈骗短信、快递信息，大到财务状况、健康状况、网络足迹，我们的个人隐私数据面临着前所未有的挑战。而对于银行来说，数据安全更是一条“生命线”。一次事故的发生，可能造成亿万级的损失，数亿家庭将受到影响。值此跨年之际，雷锋网以「线上云峰会」的形式，邀请数字化风控、数字化营销、数字化客服、数据平台、数据中台、数据安全、数据库、银行云、银行RPA、银行业务系统，十大银行赛道里的科技专家，分享他们对于银行科技的理解。在「数据安全」这一赛道，我们邀请到微众银行区块链安全科学家严强博士，他将从技术、业务、合规等角度，分享他对于银行「数据隐私」的理解。核心观点：数据生产者与数据消费者之间不再是“买卖”关系隐私保护技术是打破数据价值融合“零和博弈”的关键我们需要尊重“数据孤岛”作为数据产业的原生态发展健康的数据产业生态，我们需要打通隐私数据协同生产的“双循环”区块链是承载数据信任和价值的最佳技术，对于隐私计算和AI应用中常见的数据品质等难题，都可以通过区块链进行互补或提升效果以下为严强博士的演讲内容，雷锋网AI金融评论作了不改变原意的编辑：大家好，我是来自微众银行区块链的严强，今天很荣幸受到雷锋网的邀请，在此和大家分享数字经济中关于数据隐私的一些思考。数字经济中最核心的要素就是数据，对于很多业务而言，要获取高质量的数据是首要要务，近几年的趋势是，对于数据隐私的立法正在不断的细化、完善。而此时传统的数据业务，在这个过程中就可能不太适用。新数字经济时代的数据之道，在新的数据隐私合规框架下势必将发生显著变化，这些变化对实际的行业有哪些影响、有哪些具体改变？以及为了应对这样的改变，有哪些技术手段可以更好地调节自身？新数字经济时代的数据之道首先，本次分享的第一部分——新的数据之道。本次云峰会的主题是AI，众所周知，AI在很大程度上依赖于数据，对于数据本身，根据业务形态的不同，历史上也出现了多种提法，包括了大数据、小数据、暗数据、还有弱数据，现在还有另类数据，指的是像卫星地图或者其他的一些传感器的数据。显而易见，作为我们在信息化、设计智能化的过程中必要的燃料，如果没有数据，很多业务将无法得以开展。同时，我们也注意到，AI算法或者其他大数据算法发展至今，相对而言还是比较成熟的。所以，对于行业中的参与者来讲，很多时候核心竞争力就体现在于掌控数据量的多寡。也正因为如此，新的立法也对获得数据和使用数据进行价值发掘的过程产生了显著影响。数据不再是纯粹的一种信息表达，因为新的立法框架引入了一个新的概念——数据权益。虽然目前数据安全法还只是处于草案的状态，但是草案明确提出要关注数据本身的使用，需要在保护公民组织、相关权益的前提下，促进数据为关键要素的经济发展，以此增进民众福祉。同时，反观国际社会的《GDPR》，它对数据的使用，尤其在数据在商用领域的使用提出了一个非常严格的要求，其中的一点，就是惩罚特别高，可能是4%的集团前一年的全球总收入，或者2000万元两者取其大，所以数据隐私的违规成本十分高昂。数据权益代表了数据的权利和利益，对传统业务影响特别大的一点，就是这里的数据权益不仅仅是作用在数据的收集阶段，还贯穿在数据流转的整个生命周期，包括数据的使用、存储、数据的遗忘。这些改变显然会对现在的行业产生很大的影响，尤其是数据已成为一个不可或缺的生产要素，在大数据、人工智能算法都很成熟的条件下，是智能化进展的必不可缺的一个手段，但是如果缺乏数据应该怎么办呢？在回答这个问题之前，我们必须要厘清一个关系，在新的数据之道中，数据生产者跟数据消费者之间的合作关系发生了一个本质性的变化。在立法之前，二者之间很多时候是买卖关系，在获得数据之后，就可以对其进行加工、利用，或者是提供服务，获得完整的收益。对数据生产者或者是用户以及其他的供数机构而言，在数据授权或者数据公布之后，它很多时候并没有权利对后续的数据使用直接进行干涉，这个权利之前是不受法律保护的。而在新的立法框架中，两者之间已经从买卖关系转变成了租赁关系。这就意味着，作为数据生产者，从来没有放弃对自己数据的权利，哪怕在对方的平台上使用了对方的服务，在这部分产生的数据仅仅是以租赁的方式提供给对方。目前很多APP都完善了隐私政策，披露并承诺了数据的使用方式，这也是数据使用租赁关系的一种体现。平台或服务方不再拥有数据的所有权，而是需要跟数据的生产方协定如何使用数据，包括收益权怎么进行分配。除了分配的问题之外，最重要的一点——作为数据生产方，它实际上有权干涉或禁止自己数据的使用方式，以控制自身的隐私风险、拒绝不公平的利益分配方式，这就是对业务或行业而言，一个最大的改变。在新的法规下，具体要达到一个什么样的要求？为什么这个要求很多时候会引起热议？《个人金融信息保护技术规范》中，对隐私数据生命周期的6个阶段进行了描述，从收集、传输、存储、使用、删除到销毁，每个阶段都会有不同的数据权益保护的要求，其中也会涉及到一些不同的技术规范。同时，换个角度，整个隐私合规范畴下的数据权益可以被分成两类，除了对传统目标——数据内容的保护，还增加了一类是对数据权利的保障。正是后者，可能会对于业务产生较大的影响，具体包括数据遗忘权、限制使用权等等。由此就带来一个焦点问题——业务创新和隐私保护如何兼顾，仔细分析之后，也许他俩之间并不是一对不可调和的矛盾。在新的法规生效之前，假定业务所用的数据是一个饼，在法规生效了之后，这张饼变小了，因为用户本身已经不是原来的买卖关系，演变成为租赁关系，有些用户可能行使了权利，或因数据收益和隐私风险不对等，不愿意再贡献出数据。此时，对应业务的可用数据量变小了，数据价值随之变小。这里就可能出现为保障数据权益，影响了业务规模的零和博弈困局。但是，如果我们提升一个层面，在行业的角度上来看，这里的零和博弈并不是绝对的。纵观这个行业，在法律法规生效之前，实际上已经出现了数据区域化导致的“数据荒”。大量的数据可能已经在一些大机构中汇集，而对于中小企业来讲，想要获得数据是非常困难的。一个典型的例子，就是对网络爬虫的限制。在那些有利益冲突的大机构之间，他们开放数据访问的意愿很低，而对于整个数字经济而言，数据的流通本身就已经处于一定程度的受限状态。如果能够盘活所有的存量数据，打通在大机构或者在更大范围里的数据源，让其更好地流通起来，就能把饼做大，产生更大的价值。而实现这一目标的关键在于引入技术手段，有效保障隐私数据的权利。具体到AI和大数据，就需要从传统的集中式算法系统升级到隐私计算，在新的数据之道中，打消数据协作参与者的隐私顾虑。数据隐私驱动的行业巨变隐私立法的完善和用户隐私意识的觉醒造成了深远的影响，不仅改变了原有的数据之道，对数据业务带来不同层面的变化。先说技术面，早期在谈到隐私保护时，很多时候仅仅是加密，对数据进行脱敏，在数据处理阶段做了一些工作，就被看成是对数据有非常强的隐私保护了，但是，放在AI或者隐私计算大的环境里来看，实际上是不完善的。所以，在技术层面上，我们如果真的要去落实，实际上需要引入更多的前沿技术。业务层面，现在越来越多的用户意识到数据本身是有价值的。对于隐私而言，他对自己个人的风险的认识也越来越全面，这些因素势必也会影响用户的行为，对基于数据的AI的业务产生影响。合规层面，合规主要是指新的合规业务，尤其是全生命周期的合规要求，需要对现有业务模式进行一些改变，否则一旦涉足海外市场，难免会遇到合规风险。以下，在第二部分，将分技术、业务、合规三个层面进行具体展开。先看技术层面，这里非常重要的一点就是信息化技术发展得很快，产生的数据会越来越多，尤其是现在大家都在谈5G、物联网。什么概念？目前，现在很多的数据都是以人为单位，每个人会产生很多数据，但是，在5G、物联网普及的时候，很多时候数据产生的单位是以物品为概念的，不再受限于70亿人口数量的限制，上万亿的各种智能设备，其中必然会产生海量的数据，并具有不同的权属。对应地，便引出了“数据孤岛”问题。一些看法认为，因为有合规要求，所以才会产生孤岛。因为合规需要对这些数据进行保护，我们不能让它互通，但实际上这个说法并不那么确切，既然承认数据有价值，也应该承认“数据孤岛”是原生态。举个例子，比如资产是有价值的，不会随随便便要求大家把自己的资产共享出来，虽然在学术论文中也有资产孤岛的提法。所以很多时候我们需要尊重这些“孤岛”的存在。从技术层面上需要怎么做呢？这里有几个关键词——多方、海量、高维、异构。对于后三者，大数据、传统AI发展了这么多年，都有比较好的解决方案，但是，唯独多方目前还有很多挑战。为什么？不妨看看多方隐私大数据需要实现的效果。最典型的效果之一，便是数据不出库，这是一个非常形象的说法，但其本身并不确切，因为数据不出库并不代表隐私信息不出库，不代表敏感信息不出库。打个比方，在一个发布会上答记者问，提问某某是否为敏感人群或敏感事件，主办方回复“对此我方无法进行评价”，很多时候提问者可以依据回答的语气和用词可以做出一个主观的判断——大概率还是敏感。数据业务也是如此。数据不出库，字面意义就是数据明文不出库，传统的几个方案包括数据哈希出库、数据加密出库、数据脱敏出库，在AI领域，模型梯度出库，这些方式是否真的安全？更传统的方式如内容打码 、K匿名、差分隐私都可以用上。这里强调一点，每一种方法的能力都是有边界的，实际上都需要一些配套的安全假设。举个差分隐私的例子，在2013年和2018年计算理论顶会上，分别有一篇论文分析了差分隐私在处理高维大数据上的理论局限性。标题是如果我们要处理高维大数据，这是一个计算困难性问题，计算困难性问题意味着很多时候难以实现，所以差分隐私也是有能力边界的，我们需要根据实际的业务场景选择是否适用。数据不出库只是一类手段，我们最终的目标效果是什么？可用不可见？值得注意的是，“可用不可见”只是一个小目标，还有很多问题没有得到妥善解答，比如谁可用谁不可见，限定用途的使用次数、使用方式有没有限制，对于数据的主体，能不能对可用不可见的方式进行控制。很多时候在数据协作时，尤其是在AI的学习中，结果正确性如何验证也是一个非常重要的考量点。现在很多智能化的业务也涉及到一些相对而言比较敏感的服务，会导致比较敏感的后果，如果误判了怎么办？如果进行多方协作的结果不正确，如何找出恶意的参与方？这些问题“可用不可见”都没有直接回答，所以它只是一个小目标。为了实现我们的大目标，刚才提到的哪些额外的数据隐私保护点：不仅仅是需要一类技术，还可能需要融合多类技术,并针对不同场景进行优化。三个主要的技术路线如下：TEE可信计算。TEE的优点是它本身是个硬件加速的隔离环境，在计算上没有任何限制，什么业务都能跑，而且开发很友好。但是从设计上需要一个中心化的部署方，它只能有一个可信根。而且目前主流的云厂商并不支持TEE的云部署。所以大家在实际部署上会不可避免的回到物理部署的范畴，在实际的使用中会有一些阻碍。相对于可信计算而言，联邦学习和安全多方计算对硬件的依赖则小很多，但同时也有一定的取舍。联邦学习，擅长各类模型的联合训练跟推演,与现有数据业务协作模式十分贴合。安全多方计算，是一个相对历史悠久的技术，近五六年来有很多比较成熟的工业方案出现，尤其在学术界，目前更关注的可用性问题也得到了很大的提升，同时支持各类通用计算和各类安全模型，比较独特的优势是它可以支持恶意模型。什么是恶意模型？如果有多个参与方一起去做模型训练或联合推演，只要有一个人做恶，就一定能在第一时间或者在最后结果产生之前终止运算，由此避免做恶方影响最后结果的正确性。在关键的业务场景中，这是非常有必要的，作为取舍，其性能相对会低一些。回到隐私大数据，海量、高维、异构、多方，如何很好的支持它们？如果出现争议，尤其是在关键业务中出现争议，怎么高效识别作恶的计算参与方，这些都是需要我们在技术上应对的挑战。下一个就是业务层面的挑战，如果一个业务要采用机器学习，隐私计算，以及相对而言比较智能的数据驱动方案，这里有一些重要的考量点。如果是咨询公司给的报告，一般有两个维度，一个是商业价值，另外就是成熟度或者可信度。特别推荐大家关注的一个新维度，就是数据隐私相关风险。如果设计一个多方协作，在整个协作过程中会不会产生严重的隐私风险？或者不只是模型训练，我们使用的模型推演或者其他的通过隐私计算产生报表类的一些功能。如果因为有一方作恶，产生了一些错误的结果，后果的严重性如何？这一新维度会直接影响用户体验，如果是应用在民生领域或者金融领域，有些服务非常敏感，如果机器误判，后果对于当事人而言可能是相当严重的。这也带来一个重要的关联问题。如果用户或合作机构有隐私顾虑，是否存在技术手段影响现有的业务系统，造成额外的隐私风险。这里具体列举了几类风险。如何利用一些攻击的手段，针对现在一些联合的学习的训练或者推演，如果攻击者在联合模型训练时，它是否能够推测出合作方的隐私样本数据，或者在训练过程中是否能够注入对己方有利的偏见。同时，不仅是针对训练，我没有参与的推演，训练我能不能在推演的时候去提取出你相对训练的隐私数据，或者推演我能否操作你推荐的结果。从数据安全角度而言，这些都是很关键的问题，普通人很多时候可能是难以实施的，因为机器学习也好，隐私就本身就是一个相对比较前沿复杂的技术，所以——对抗魔法需要使用魔法。风险一：这是一篇 CCS发表于2017年的论文，这些攻击本身可能是一个实验性质的，但具有一定的借鉴意义。这篇论文的结论：只要是联合训练，如果能够得到明文梯度，就一定能够或者有一个极大的概率可以获得合作方的隐私数据。原本可能认为通过联合训练出去的只是模型梯度，并不直接包含隐私数据，但是由于攻击方也使用了机器学习的算法，用了一个生成对抗网络的GAN的技术，从梯度信息还原出合作方的训练样本。这个实验中主要针对深度神经网络学习，实验中展示的还原成功率还是相当高的。论文同时也指出，即便额外使用了全局差分隐私，对攻击结果影响不大。从PPT截图中，可以看到作者从梯度还原出了对方的训练样本照片，而且在使用差分隐私之后，还原出的照片跟原本的照片实际上差距也不是特别大。所以从业务层面来说，这还是一个比较显著的风险，大家需要警惕。风险二：如果共同参与一个联合模型训练，是不是有可能注入偏见？答案是肯定的，但是需要多大的代价？这是2018年一篇发表在S&P上的顶会论文，指出在某些线性回归模型中，线性回归模型在很多风控或者类似的一种预测模型中还是用得比较广泛的，因为具备良好的解释性。作者展示了，只需要12%的恶意样本，就可以引起显著的预测偏见。跟直觉上可能需要50~ 60%或者过半的样本非常不一样。这里采用的也是魔法对抗，但并不是随机注入样本，因为参与联合训练时，参与者对模型本身是有认知的，所以涉及到一个优化问题，通过优化尽量减少产生偏见所需要的样本比例。因此，我们在做联合训练的时候，也要将其考虑进去。有没有可能有一个参与方只贡献12%或者更低的数据，但他试图导致偏移整个模型的效果？在没有动机时的风险比较低，但是如果有动机我们则需要加倍小心。风险三：没有参加模型训练，只是使用API，能不能猜出对应的隐私数据？作者提出了一个很重要的点，答案是有可能。论文中的实验展示了，在一个神经网络中，只要拿到输出的标签，很多时候就能预测的结果，结合它的置信度和网络的结构，就能够推测还原出训练对应标签的样本。比如得到的标签是张三和置信度，很多置信度是有小数点的，例如0.837，然后我就通过它的一个类似的优化算法，做一个还原重建，最后能够相对好的还原出这个样本。跟之前相比，因为之前是直接拿到梯度的，而现在没有拿到训练的梯度，效果稍差一点，但是也可以很容易识别出左边跟右边的照片是属于同一个人。作者做了两组实验，一组是对于神经网络的，另外一组是对于决策树的，决策树在很多风控模型中也有。很有意思的一点，就是拿决策树做风控模型会不会被别人反推出我们的训练样本？如果给出来的置信区间的精度足够高，还是有很大的概率可以推测出来，决策树在论文中甚至实现了一个黑盒的效果。什么是黑盒效果？我不知道你的决策树的样子，只知道你的最后的结果跟输出的置信度。我通过不断的查询，最后反推出你实际的样本。但我们也具体应对方式，对模型API进行安全加固。风险四：不再是想推测出训练样本，但是想操纵最后的推演结果，可不可行？可行！这篇论文讲的是，如果要在人脸识别系统中假扮另外一个人，最少需要什么？答案是需要这样一副眼镜，这副眼镜不是随便产生的，它是通过类似的机器学习算法，一个比较偏统计的黑盒优化算法得出来的。对于同一个人，查询API 25次，通过其返回值，做一个黑盒的优化，逼近其特征值，在原有的脸部的图像做一个修正，最后就产生了这副眼镜上五彩斑斓的样式，在作者的实验中实现了100%的伪装率，只要戴一副眼镜，可能被识别成另外一个人。同时，只要戴一副眼镜，基于机器学习的人脸检测就可能失效。由此可见，这些风险是客观存在的，所以我们不仅要考虑算法的智能性，很多时候还是要全面考量安全加固措施，否则就有可能引入意料之外的业务风险。最后一个层面——合规面，合规面相对而言还是一个比较新的概念，一年前，大家还在争论通讯录、头像数据的归属，现在明确都是属于用户的。不仅如此，用户在使用的过程中有很多环节，有些特殊环境有特殊的合规要求。其中特别想谈的两点，就是限定数据用途跟数据被遗忘权，限定数据用途就是我给到你一个数据，只能用于广告推荐，你如何保证只能用于广告推荐，要在合规的框架下，不是用户来自证，而是企业来自证，这对整个技术方案或者基础设施是有要求的。因为企业没法自证，在用到数据时要告诉用户，具体算法和系统在设计上的用途。另外就是数据被遗忘权，现在分别来看二者的影响。限定数据用途，是一个大改变。我们原来很多系统平台都是明文学习的，现在很可能要转向密文学习。这里有一些过渡方案：比如可信计算，相对而言改造成本比较低。因为它是一个容器化的隔离计算的方案，一个项目被称作阅后即焚，90%以上就是可信计算。这里也有个问题，我们需要找到一个可信的第三方，因为这个容器本身的真实性、可靠性或者它的隐私性，需要一个中心化的可信机来保证，然而它是一个单点的，很难做到多点，如果我们多方协作中找不到可信的第三方，整个业务就会很难推进。所以，在多数情况下，我们会更倾向于联邦学习和安全多方计算。第二点，被遗忘权，这也是因为合规产生的一个新需求。什么是被遗忘权？很多时候用户是流动的，例如用户今天在平台上注册，但是过一段时间后因为种种原因而注销了账户，这是一个非常关键的点。用户一旦注销，作为企业方，就需要删除用户数据对现有业务模型的影响。但很多时候这模型都是一个非常复杂的过程，一个用户的数据可能会涉及到模型的很多方面，想完全的消除特定用户数据的影响是很难的。目前非常确定的合规的解决手段就是重建，我们把原来的数据、原来模型推倒重来，这样就会保证没有用到被删除用户的数据，但是对业务的影响也很大。这里还有一些其它的思路，我们能否去将模型进行模块化，每次尽量只更新用户相关的一些数据，然后再引入迁移学习等手段来试图减少模型重新训练的成本。目前来讲，这还是一个开放性的问题，需要大家献计献策。合规方面最后一点，不得不提的就是监管审计，我们为了限制用途，很多时候会需要使用密文训练，或者用密文进行推演或者进行一些计算。在强监管的要求下，这个过程也会对监管带来一些新的需求。但是如果我们要实现跨域监管，比如跨境或者更大范围内的数据互通，挑战性还是存在的。以一带一路为例，其中涉及到很多国家，比如意大利，就是一个欧盟国家。如何更好的支持监管，尤其是对隐私大数据，怎么更好的处理、实现，无需参与方配合，无需给到解密的密钥，监管方怎么能够自主查验所需要的内容，同时，作为配合方，如何最小化信息的披露，实现分布式的信任，这里就需要用到区块链相关技术了。微众银行在数据隐私领域的前沿探索谈完了以上方面，在应对数据隐私驱动行业巨变的同时，我们需要一套完整的方案，在最后一部分，就不得不提“数据新基建”。谈到数据新基建，需要回归到我们的原点——数据本身。数据要产生自己的价值。除了那几个关键词——多方、海量、高维、异构，实际上还有一些其他特性，比如易复制性、非排他性、非竞争性，既别人拿到数据后，用100遍可能跟自身用一遍，没有什么差别。而分散性就是有很多孤岛，我们要尊重这些孤岛，如何将它们连接起来，以及多样性、价值聚合性、价值认知多样性。价值认知多样性在国际社会上是一个比较重要的话题，对于一次隐私信息泄露，如果当事人觉得严重侵害了其隐私，可以要求巨额罚款。我们很多时候也会有一种观点，认为数据只有聚合才有价值，聚合是对公司有价值，但是单个数据是对个人是有价值的。有些东西泄露后就会对个人的生活造成影响，比如医疗数据，这些都是切切实实的问题，但其认知性实际上是多样性的，如何照顾好每一个个体，尤其是实现数据的生产要素化，需要提供一系列技术保障。若要实现数据生产要素化，我们要构建一整套的方案以达成效果，我们要界定其产权，储存和评估其价值，与最后的价值可流通。大方向都是围绕价值而言，要确定数据的收益。同时，我们也要控制数据的风险，风险来自隐私跟安全。为此，释放数据要素生产力需要解决三大核心问题：安全存储、可信传输以及协同生产。最后，为了发展健康的数据产业生态，我们需要打通隐私数据协同生产的双循环。第一个循环指个人数据应用，即个人跟企业之间的数据互通，他们之间实际上是一个反馈关系。数据也不仅仅是停留在单个企业的，还可以在企业之间相互流转，于是便引入了第二个循环，这里会需要引入不同的技术能力来满足、实现协同生产的效果。在理想的情况下，这两个循环之间还会进一步互惠互补，产生正向反馈，构成多方隐私大数据价值融合的良性大循环，显著提升用户体验和企业效能。为此，我们也做了一定的实践并整理了一些案例，我们最近发布了一个白皮书，结合了多方面的技术以提升我们关键业务应用的隐私保障。几个比较典型的事例：第一，粤澳健康码互转互认，就是在跨境时，数据如何在隐私合规的情况下进行可信转化，以及在后台数据不连通的情况下如何实现互通。第二，医疗处方线上流转，医疗处方本身涉及很多类别的隐私数据，而不仅仅是数字签名和数据加密那么简单。第三，绿色出行普惠平台，这个项目结合了物联网的能力，因为绿色普惠很多时候与跟车辆有关，如何将物联网的数据以一种安全隐私的方式接入到平台，完成对应的计算评分，也涉及到很多数据隐私的问题。第四，联合营销，效果非常明显，相比传统方式，可以提升20%以上的广告转化率。之前分享中，提到在使用联合学习中可能存在的风险，但在实际部署中，我们会对方案进行一些隐私和安全的加强，值得一提的就是，我们不能够简单地相信一个方案所具有的能力而完全不提它的风险，还需要对其进行全方位的考量和评测。长远来看，希望数据新基建能够采用相对可以管控的底层技术，更安全可控。另外，可验证的隐私性、安全性，而不只是贴上一个技术标签，整体方案需要提供技术手段，允许用户直接参与到数据授权和限定使用的过程中来。最后，就是高效率的计算能力，因为每类技术各有所长，很多时候特别安全的技术，其计算能力可能没有那么强，所以我们需要做一些融合以找到一个最优的解决方案。这里和大家分享一组数字，对于千万级的大数据隐私求交，目前可以做到三分钟以内完成，万次联合的多方乘法计算，可以做到三毫秒以内，对于同时参与隐私计算的机构数则没有限制。回顾刚才的几个关键词，多方、海量、高维。多方，不少传统的方案都是一个两方或三方的架构，既如果有第4个和第5个参与方同时参与隐私计算，要么就是引入一个中心的协调方，中心协调方本身可能会泄密，这时的合作就很难进行了，但我们这边没有限制能够在很安全的条件下实现这类需求。大数据也是同样的，实际上现在的隐私数据，包括政务部门，无论是人口或者其他方面的数据，千万级别都算是偏小的，实际上也有很多上亿的数据。如果不能够很好的处理存储量，很多应用难以得到使用。最近央行颁发的一项相关技术标准，目前我们的所有的指标都是满足这个标准，而且更有效。这里展示了我们主要的一个开源矩阵，以此构建我们的“数据新基建”的解决方案。除了人工智能之外，区块链是承载数据信任和价值的最佳技术，对于隐私计算和AI应用中常见的数据品质、作恶溯源等难题，都可以通过区块链进行互补或提升效果。具体来看，区块链板块里涵盖了微众银行牵头金链盟开源工作组开源的底层平台——FISCO BCOS，还有消息协作平台——WeEvent，分布式数字身份——WeIdentity，这些都是可以跟机器学习做密切的结合的，包括可视化的中间件——Webase，将数据连起来的跨链协作平台——WeCross,聚焦数据隐私保护的场景式解决方案集——WeDPR。我们努力的终极目标只有一个，希望构建一个这样的基础设施，以化解大家在数据行业中的技术难点、业务痛点，然后更好地在上面去开发应用、发展生态、全面释放数据生产力。这里的矩阵结合了各方面的能力，最后实现了这样的一个效果。当然很多具体的技术领域也是在积极探索中，也诚邀合作伙伴，与我们携手共创更好的未来。
2020年即将过去，尽管遭受了新冠肺炎疫情的严重冲击，我国仍取得了世界瞩目的成绩，成为全球唯一实现经济正增长的主要经济体。展望2021年，业内专家认为，数字经济和新型基础设施等产业有望迎来快速发展。 成效显著 2020年，面对严峻复杂的国际形势和新冠肺炎疫情的严重冲击，我国强化宏观政策统筹协调，推动出台一揽子助企纾困政策，实施扩大内需战略，加大基础设施等领域补短板投资力度，着力保持经济大盘稳定。 “2020年宏观经济政策，抓住了扩大内需的战略基点，我觉得效果还是显著的。2020年在新冠肺炎疫情的严重冲击之下，我国经济的强大韧性和自我恢复能力充分地表现出来，这与2020年宏观经济政策的作用是分不开的。”国务院发展研究中心宏观经济研究部研究员张立群说。 2020年，我国立足新发展阶段，贯彻新发展理念，提出了加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，指导意义重大。 “新发展格局的部署不仅对2021年工作有指导意义，对‘十四五’，包括对第二个百年建设都有指导意义，它是在两个百年的历史交汇点，做出的重要战略部署和战略定位。”张立群说。 重点发力 关于2021年经济运行的挑战，多位专家高度关注需求不足的问题。 中国银行研究院中国经济金融研究课题组认为，2020年消费在“三驾马车”中遭受疫情冲击最大，并且恢复过程最缓慢。 “从目前情况来看，需求不足的矛盾还是比较明显的。”张立群说。 他认为，2021年宏观经济政策会进一步围绕扩大内需来发挥作用，在保持2020年政策方向和力度的连续性、稳定性的同时，进一步解决需求不足的矛盾，并且使中国经济增长速度持续回升到供求平衡的合理区间。 中国银行研究院中国经济金融研究课题组认为，随着消费持续恢复并叠加基数效应，2021年消费对经济增长的贡献将明显提高。在经济持续恢复向好的情况下，居民收入将较2020年有所提高。同时，随着新发展格局的构建，更多促消费政策将实施。这些因素都将有利于居民消费持续恢复和升级。基于新技术、新产品、新渠道、新客群和新模式，消费将围绕居民衣、食、住、行、康、乐、教等领域保持升级趋势。 潜力巨大 中央经济工作会议要求，大力发展数字经济，加大新型基础设施投资力度，要扩大制造业设备更新和技术改造投资。 在北京大学光华管理学院院长刘俏看来，数字化转型是经济增长的重要动力来源。“产业的数字化转型本身就意味着通过数字化的方式再进行一次工业化，会带来全要素生产率的提升，‘再工业化’需要基础设施，即新型基础设施，大量该领域的投资也会带来全要素生产率的坚实增长。”刘俏说。 中国信息通信研究院数据显示，2019年，我国数字经济增加值规模达到35.8万亿元，占GDP比重达到36.2%。 数字经济发展的同时，需要注重安全问题。“我们需要从宏观政策层面继续探讨数据作为重要生产要素的权属和流通问题。过去一年，在新基建快速发展的同时，数据收集使用和流通问题也引发了社会广泛关注和讨论。构建一个安全、公平、高效的数据流通经济体系很重要，涉及数据安全、治理和监管，数据价值和权属确立，个人信息保护等一系列问题。”北京大学光华管理学院副教授王翀说。 中国国际工程咨询有限公司董事长王安表示，应利用新兴产业提高基础设施利用效率。“目前，我们基础设施的利用效率，总体上还是低于发达国家水平，新兴产业需要与传统行业融合发展。今后我们应借助大数据、人工智能等新兴产业的力量，提高基础设施的利用效率。”王安说。
随着数字人民币试点的逐渐提速，行业普遍认为试点范围将会进一步扩大，而上海则是其中一个被广泛期待有望列入试点的地区。 “期待数字人民币未来应用在跨境支付上，这与上海的国际金融中心发展应该有可以连接的点。”复旦大学泛海国际金融学院执行院长、金融学教授钱军在近日举行的2021中国金融趋势研讨会暨由其撰写的《中国金融的力量》新书发布会上表示。 12月10日，《中共上海市委关于制定上海市国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》正式发布，其中明确提出“积极争取数字货币运用试点，加快推进上海金融科技中心建设，构建联通全球的数字化金融基础设施”。在钱军看来，将来如能争取到数字人民币的试点，并将应用场景扩展到跨境支付上，和上海的国际金融中心发展十分契合。 他表示，上海国际金融中心在接下来的“十四五”期间资本市场会有更国际化的发展，外资机构投资者持仓比例增长的趋势还会延续，而另一大亮点则是上海自贸区临港新片区的发展，其中，离岸业务在多个官方表态中均是新片区的重要方向之一。在上海金融中心的国际化提升过程中，跨境业务场景中使用到的跨境支付就可与数字人民币相连接。“对于数字人民币来说，从一开始设定的时候，跨境支付应该就是很重要的应用场景。”钱军分析称。 同时，钱军表示，在跨境支付中，数字人民币的技术特性对于反洗钱、便利性、保密等方面均有所助益。 “其实许多东南亚国家现在已经愿意使用人民币，但是在国际结算过程中目前还存在一些技术上的风险，例如反洗钱的风险、保密风险等。”钱军举例称，例如在保密性方面，相对于目前第三方支付需要实名绑定，数字人民币可以实现可控匿名，也就是说能满足匿名支付的需求。 而在反洗钱方面，虽然普通交易可控匿名，但区块链、大数据分析支付行为等技术加持，再加上可追溯的特点，“使得每一笔支付的来龙去脉都能清清楚楚，在跨境支付上对反洗钱的控制就非常有效了”。钱军说。
自12月11日8时发放，至12月27日24时结束，为期半个月的苏州数字人民币红包试点活动正式收官。96614人领取红包，线上消费金额占比近五成，536人“尝鲜”双离线支付，此次苏州数字人民币试点可圈可点，也相较此前深圳试点取得多个突破。如今，数字人民币试点不断扩围，后续试点场景、技术突破仍值得期待。苏州交出数字人民币试点“成绩单”，这次的消费数据有何亮点？ 近半中签者选择线上消费 苏州正式交出数字人民币红包试点“成绩单”。据“苏州发布”12月28日晚消息，截至12月27日24时，中签市民已领取红包人数96614人，占总中签人数比例为96.61%，已消费红包金额1896.82万元，占发放红包总金额比例为94.84%，其中，线下商户消费红包金额1049万元，占比55.3%，线上（京东商城）消费红包金额847.82万元，占比44.7%。 本次活动通过摇号抽签方式，向全市10万名符合条件的中签人员发放数字人民币消费红包，单个红包金额200元，累计红包总金额2000万元。一中签者告诉北京商报记者，领到200元数字人民币红包后，他第一时间通过京东自营平台购买了所需商品。 众所周知，此次苏州试点在线上支付场景取得突破，京东数科成为首个与六大行均开展合作并接入数字人民币电商平台消费试点场景的科技公司，包括工、农、中、建、交以及邮储银行均可使用京东App。而整个试点中，44.7%的中签者选择线上消费红包，这一占比也成为亮点数据。 正如麻袋研究院高级研究员苏筱芮所评价，苏州红包试点这一消费数据符合预期，起到了良好的推广效果，相比深圳试点线上消费成为了亮点，44.7%的比例展现出数字人民币在线上场景运用的广阔前景。
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估