
区块链为引,金融市场乱象根治有望
区块链技术的应用正在以迅雷不及掩耳之势渗透到各个行业,金融亦是如此。
近日,苏宁金融宣布上线区块链黑名单共享平台系统;澳大利亚金融情报机构AUSTRAC正在建立一个概念证明(PoC),用于将一些反洗钱报告在区块链上自动化……不难看出,区块链的应用对于金融行业中的负面行为能够起到一定的监管和压制作用。
而另一边,由区块链催生的各种加密货币席卷了全球的金融市场,各种炒币乱象层出不穷。由此看来,区块链技术未来发展必然无法逃避的一个事实就是治理各种金融乱象。
在监管、技术、人性多方作用下,金融市场一直以来都存在难以清除的各种不良现象,持续困扰着市场内的参与者,包括监管机构。
金融市场乱象:羊毛党、诈骗、高利贷
区块链之所以介入金融市场,热火朝天的比特币等加密货币只是其表象因素,更多的是因为金融市场乱象根深蒂固,区块链或能救其于野蛮生长之中。那么究竟金融市场存在哪些难以根除的乱象呢?
乱象一:羊毛党薅羊毛成风。作为互联网金融的一分支行业——网贷一路走红,《P2P网贷行业2017年1月月报》显示,截至2017年1月底,P2P网贷行业正常运营平台数量为2388家,到10月底正常运营平台数量已下降至1975家,导致网贷平台逐年下降的原因除严监管的到来外,羊毛党也功不可没。
一方面,羊毛党通过一些软件和工具等可以快速完成大量的新用户注册及交易量,给平台带来短暂的假象繁荣;另一方面,用极低的成本针对平台活动套现,致使平台活动资金短缺,服务器出现宕机状况,更严重者甚至是直接跑路或倒闭。
乱象二:金融诈骗层出不穷。互联网的不断发展既方便了人们的生活,也滋生了金融诈骗线上化的“优良”土壤。有“北派打地铺,南派住别墅”之讽喻,发源于东北一带的暴力北派传销以及发源于广西的精神干扰型南派传销,不仅屡打不绝还“与时俱进”不断升级逐渐互联网化。诸如虚假借款型、境外诈骗型、高收益投资理财型、众筹诈骗型等千变万化的诈骗手段,比如曾经名噪一时的某租宝案、泛亚集团案、水果营行案、MMM案等,不胜枚举。
一方面是受骗者法律、金融、政务等各方面常识的缺失导致的信息不对称而被利用;另一方面是骗财者五花八门层出不穷的诈骗花招,如铺天盖地的地推网宣广告,甚至广告可以打到央视,叫人们如何防范?
再者相关诈骗法规不够完善,惩罚力度不够,骗财者规避法律、躲避监管肆无忌惮大行诈骗之道,而受骗者也因证据难觅造成的损失几乎无追回可能。受骗者因低风险高收益、从者众、骗局产业化、监管缺失遭蒙蔽心智,而骗财者相中的却是被骗者源源不断流入的本金。
乱象三:高利贷暗地横行。高利贷自古有之,堪称一大毒瘤。随着经济发展,人们消费观念转变,许多个人、企业等走上了贷款之路,但由于银行贷款门槛高借贷难,从而转向门槛低程序简单的民间贷,因此民间贷的市场也愈发膨胀,校园贷、小额贷、现金贷、消费贷等机构平台不断涌现,其中掺杂着不少不良性质的高利贷机构,借款人因还不起日益高涨的利息而被暴力催收,出现伤亡、轻生等屡见不鲜的恶性社会问题。
金融市场乱象横生究其原因在于甲乙双方信息不对称,要根治此间乱象还得从信息真实透明度着手,无论是从监管上、法律上还是技术手段上。
区块链根治金融市场乱象有望
近来区块链颇为火热,“三点钟无眠区块链群”成聚焦热点,有人看好,有人看空,众说纷纭。那么区块链究竟为何物呢?其实区块链是一种能实现信息共享的信息存储技术,也就是所谓的去中心化,多节点信息备份。因而区块链或能解金融市场中的种种不规范。
其一,区块链可让金融信息存储最大化。有关区块链的定义中被提及最多的还有信息可永久储存且不可篡改,姑且不论区块链技术在这一点上的应用能力如何,但至少可知技术上的突破关键在于信息存储空间大小。
一来金融信息若能永久储存,那么理论上就可避免因信息丢失而无法查证借贷双方的真实情况;二来信息无法篡改可避免不法分子因自身利益篡改信息,危害彼方或影响查证方对另一方的真实情况判别,而扩容信息存储空间则能避免此类问题。
其二,区块链去中心化、信息共享模式可巩固信用机制,降低风控成本与风险。风控对于金融企业而言是至关重要的一环,能识别潜在金融风险隐患和降低金融风险发生的概率以及发生时可降损。比如借贷型公司通过风控可以挖掘出羊毛党避免被薅羊毛,通过风控可以对借款人的信用作出评估。
但风控的成本高且呈上升趋势,由于征信体系不够健全,难以摸清借贷者信用还款的责任意识。例如消费金融公司的风险成本一般在3%-7%之间,风控成本高会给小贷公司造成很大压力,因而不少小贷公司采用爬虫技术窃取大公司的风控数据,进而造成客户隐私泄露等。
而区块链因其多节点信息存储技术,既能实现信息共享又能去中心化,这样便能降低金融企业的风控成本。去中心化可以让数据库中的金融信息实现共享,此种模式对于中小型金融机构非常有利,可以降低中小型金融机构的风控成本进而降低风险系数。苏宁金融上线的金融行业区块链黑名单共享平台便是一个好的开端。
风险系数越小,对于金融市场的良性发展也能起到更好的促进作用,也更能避免羊毛党薅羊毛、金融诈骗、不良高利贷横行等恶性事件的发生,因而区块链在规范金融市场上的可行性让人看好。
金融市场水太深,区块链想扛大旗仍需努力
理论上区块链可以扩展信息存储空间,并能去中心化实现信息共享,进而降低风控成本与风险,规范金融市场,但实际应用时会存有阻碍。
首先,区块链发展时间尚短,其技术必然尚不成熟,实际应用中会出现诸多问题。就存储空间而言,应用已非常广泛且技术趋于成熟的云计算、大数据等在存储与算法上都已有很好的运用效果,而区块链尚在初步发展阶段,在利益、成本、实际效用的考量下,金融机构自然不会舍近求远,区块链只能逐步探索直到技术成熟。
此外,信息不可篡改是区块链的一大特性,但是否真能无法篡改尚有待考究。之所以说信息不可篡改是因为区块链采用多节点对同一消息进行存储,单个点的篡改并不能改变其它节点的信息,而系统基于“少数服从多数”的原理来判别信息的真实度。换言之,若能将50%以上的节点信息同时篡改,那么“不可篡改”的特性便可能成为空谈,技术总是在不断进步的,在人性贪欲的作祟下,难以避免此种情况的出现。
近日,有消息称苹果联合创始人史蒂夫·沃兹尼亚克就被诈骗犯骗走了价值44万元的7个比特币。区块链是比特币的底层技术手段,既然区块链有不可篡改的特性,那么比特币又怎会被盗呢?被盗后能否找回?如何找回?其声称的数字加密标识又还是否可靠?这都引人深思。
其次,信息共享在金融机构间会涉及多方利益考量,在实际应用中若存在利益冲突也会致使落地难。一方面,现有技术皆是以中心化为主,各个环节的协调度几乎已最优化,而区块链强调的是去中心化,意味着将颠覆服务于中心化的各个环节,如何整合各个环节需要审慎考量。
另一方面,诸如蚂蚁金服、腾讯金融等大型金融机构皆已有完备的风控系统与技术手段,且也在开发区块链项目。据悉腾讯区块链已进入商业化场景探索,阿里也已将区块链技术应用在海淘商品溯源上。区块链日益成熟后会向SaaS级服务平台靠拢,形成平台竞争局势,届时去中心化的金融机构接入界面又该如何界定?
综合看来,区块链这门后起的技术新秀,虽尚不及云计算、大数据等先辈技术的成熟性,实际落地上还存一定困难,未来的商业价值更待时间挖掘,但其应用前景还是深受看好的。
区块链去中心化、信息共享的技术手段理论上可以降低金融风控成本与风险系数,巩固信用机制,对于整治金融乱象有极大的促进作用,也能促进金融市场的良性发展。就目前而言,从底层技术出发不断改进技术后,攻克落地阻碍,加深场景应用探索,跟上监管政策步伐,扎实的走好每一步,区块链将为金融行业带来诸多益处。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09