首页 > 区块链

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

区块链 雨林 零壹财经 2018-12-27

关键词:人工智能2018国际区块链数学科学会议南京大学丁晓蔚

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。
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。

这是我从《深度学习》这本教科书上找出来,2015年、2016年,我们深度学习模型复杂度大概达到了青蛙水平,而人类的脑神经元数目是10的11次方,人比章鱼聪明,章鱼比青蛙聪明,我们的深度学习模型的复杂度,在2015、2016年,大概达到了青蛙的水平,10的7次方。

这么大的模型,其实需要海量的数据提供燃料,这就是为什么我们说大数据是人工智能的燃料。

反过来讲,人工智能似乎在某些特定方面已经超过人类。对于经济学和金融学模型来讲,2008年的遭遇告诉很多人,好像模型不靠谱,没有什么用。正是因为我们只对冰山上一角,模型的事情不多说了,时间不是太多。

现今人类进入了大数据和大模型的时代,能不能帮我们深化对2008年金融危机的认识?如果危机再来一遍,能不能改善?当时有一些前辈做了很多总结,说很多风险都是主观的、隐蔽的、没有办法量化的,我们也不应该抛弃所有量化模型,我们应该将精确的量化与主观直觉、经验推理、专家意见等融合起来,只有在信息非常全面的时候,才能够预测极端和罕见事件。

我们手上掌握的信息,是否很少有全面的时候?还是反而是人为割裂、四分五裂的居多?这其实也是金融危机的一大原因,现在业界对2008年金融危机的回顾,尤其是跨国大投行的IT系统和数据经常是割裂的。我在摩根斯坦利做自营交易和量化投资时,看到的情况是常常有交易数据问题,一旦出现,我们没法下班,必须加班加点干活,主要是对账。

当年金融机构的数据质量有很大问题,风险很难预警防控,无法及时对风险进行响应,这是《经济学家》杂志2009年的报道。没有完整的数据,没有较大的数据,会导致模型出现问题。现在我们如果引入区块链,引入可信的、完整的、统一一致的大数据,将会对整个金融交易市场产生很大的影响,从技术架构的提升到风险管理理论框架的提升,到投资者交易行为的提升,以及监管政策和法规的提升。

而且,理论上也能够把微观和宏观打通,把实时监控、实时穿透式监管提上议事日程。我们课题组实现了一个使用区块链来做金融交易的例子。这个微观的例子展示了怎么样来度量区块链给我们带来的好处和坏处。当然限于时间关系,我这儿只能讲好处。我们怎么测量可能给我们带来的金融市场上的提质增效。

这是一个利率互换的金融衍生工具,B表示银行方,下面从银行视角来定义,C是对手方即可能违约的一方。在金融危机之后,巴塞尔协议都要求我们测量风险敞口,甚至有风险敞口的期望值等等需要计算,这些都影响银行资本的充盈率、流动性等业务。我们如果没有区块链,传统上会有这样的一些违约的峰值,计算我不多说了。

如果我们设计一个基于区块链的交易产品,这是一堆计算模型公式,我们也做了一些代码实现。我们通过量化的方法,其实已经可以测量出来,区块链对于我们在一个微观的交易当中,有没有什么价值,价值量化大概是多大,可以供企业、金融机构在决策的时候,比方说如果采纳区块链系统,能够每年给它free多少资金,能够把资金多少free出来进行流动,能够给他带来多少收益。这些都是现在可以通过量化的方法进行测量的。

反过来讲,区块链还能提高风险管理的效率和成效,这就是金融数学跟本次会议有点关系的地方。

我们刚才谈的是信用风险和市场风险,但实际上区块链等技术的大量采用,有没有可能给我们带来操作等其他的技术风险?

如果是智能合约,大家想着能够在高速实时的情况下,自动的完成一些违约状况的处理,是不是可能会引起雪崩呢?违约过程的雪崩现象。违约恐慌的传染,一定程度上导致了2008年的金融危机。

现在对于这样的情况,我们是不是应该做更多的研究呢?

总结一下,区块链技术可能带来变革,可能有更为可信、更为全面的金融大数据,可以跑AI等等。投资者的行为都可能改变,以后有些事情在区块链的世界里,我们就不能干了,我们的风险定义,包括教科书可能都要重写,金融工程、金融数学的教科书可能需要重写。

我们的猜想呢,是区块链智能合约技术以及人工智能大数据等技术的使用,是不是反而会加剧,甚至于触发金融风险,特别是系统性金融风险。这里需要深入研究。沙盒试验可能是一个比较好的解决办法,我们现在正在做相关的研究。

我就说这些。谢谢大家!
 
 
分享者简介:
丁晓蔚,南京大学信管学院副教授,区块链人工智能金融科技课题组负责人。毕业于美国斯坦福大学先进金融科技实验室,获金融工程方向博士学位、统计学博士学位(辅)。曾在UT  Dallas Top 24期刊发表过论文数篇,总引用数超过300。拥有摩根斯坦利、世界顶尖对冲基金Citadel(连续多年位列世界前十,数次位列世界第一)等华尔街顶尖金融机构大数据AI量化金融实战经验。对基于区块链、人工智能、大数据的金融创新、链上的新金融世界、底层信息技术+上层金融应用联合优化设计、金融科技创新服务实体经济有较深刻的理论思考和较丰富的实践经验。主要研究基于区块链、人工智能、大数据的高性能金融交易、支付清算、衍生品建模、资产证券化、结构化金融、定价对冲、风险管理、金融产品设计、量化投资、智能投顾、通证经济模型、供应链金融、金融经济监管平台、系统、算法和模型、文化创新等。多年来致力于区块链、人工智能、大数据等驱动的下一代金融黑科技和新金融世界金融创新(以及文化创新)服务于实体经济的理论和实践探索。在南京大学开设《区块链+人工智能与金融创新》(校级双创平台课、“校千层次课程”)和《大数据出版文化(科技)》等大数据、AI、区块链、金融创新、文化创新课程,积极探索金融创新(及文化创新)服务于实体经济方面的人才培养。课题组学生获得美国大学生数学建模竞赛特等奖(全球万分之前十一)、全球互联网与通信连接与结算大会最佳创新结算奖以及花旗杯金融创新大赛全国总决赛第5名等多个国内外奖项。
加关注 消息
文章:127 粉丝:9 总阅读数:3841.4k


零壹智库推出“金融毛细血管系列策划”,通过系列文章、系列视频、系列报告、系列研讨会和专著,系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。
 

上一篇>2018年,这10大事件改变了区块链

下一篇>意大利重拳出击:本月第三次发布加密货币禁令


相关文章


用户评论

游客

自律公约

所有评论

点击阅读更多内容

主编精选

more

专题推荐

more

第四届中国零售金融发展峰会(共15篇)


资讯排行

  • 48h
  • 7天



耗时 457ms