人工智能:巴比特專欄 | 資本市場的前沿監管科技_metamask怎么提現

注：本文原載于新加坡聯合早報，巴比特資訊經作者授權發布。

金融科技主要是對多種新型信息與通信技術的綜合應用，包括人工智能、區塊鏈、云計算、大數據等技術。這些技術對金融業務帶來了重大影響，驅動金融創新帶來豐富多樣的金融產品和服務、錯綜復雜的業務依賴關系，以及風險傳導路徑和機制的復雜化，使得有效識別風險，制訂針對性監管規則，采取及時監管措施的難度都相應增大。

輿論界較少討論的是金融科技在金融監管領域的應用。根據作者的觀察，金融科技也已經在資本市場的監管層面的多個應用場景取得進展，提升了監管的有效性、及時性、震懾力、公信力和監管效率等方面。以下舉例說明。

第一、市場監察系統。因為利益驅使，資本市場中存在各種違法違規的交易行為，諸如違規使用場外配資加大杠桿，利用大量關聯賬戶進行市場操縱等，嚴重擾亂了市場秩序和公平性。為了掩飾其違法違規行為，肇事者往往采用各種手段進行隱蔽，加上資本市場每天交易筆數已達到數以億計，使得僅依靠傳統數據統計技術的監測方式來識別這些行為的難度變得越來越高。

巨鯨在過去10小時內將12746枚stETH兌換為2469萬USDT:金色財經報道，據Spot On Chain監測，一聰明錢地址（0x6555開頭）在過去10小時內分多筆將12746枚stETH兌換為2469萬USDT，平均售價為1937美元，購入單價為1657美元，投資回報率為16.9%。當前，該地址還持有1.5萬枚stETH。[2023/4/21 14:18:04]

證券交易所為推進監管科技應用，提升交易所前線監管能力，研發了新一代監察系統，綜合使用動態實時計算時效性高的流式計算(streamcomputing)引擎、全文檢索引擎、離線數據存儲分析平臺、MPP(Massively?Parallel?Processing)大規模并行處理數據庫等大數據技術，實現了秒級實時數據分析的計算能力，并具備了超過每秒百萬筆交易的數據處理能力，支持跨產品、跨市場聯動分析。在監測手段、調查手段、監管范圍等方面實現大幅提升，使市場監察更趨完善，監測角度更加全面，監測手段更加深入。

當前灰度信托總持倉量達199.92億美元:金色財經報道，鏈上數據顯示，當前灰度總持倉量達199.92億美元，主流幣種信托溢價率如下：BTC，-45.51%；ETH，-53.53%；ETC，-62.24%；LTC,-48.68%；BCH，-29.91%。[2023/3/1 12:36:31]

第二、智能合規風控。智能風控系統利用大數據和人工智能技術，對數據做模式匹配繼而進行分類，根據不同賬戶的交易標的、交易規模、持倉情況、操作頻率、操作時段、操作來源等行為風格，配合靜態特征等因素，對其進行匹配和分類，從而在海量賬戶中挖掘到潛藏的關聯性，檢測出違規賬戶。在篩選出的大量可疑賬戶中，再根據其交易體量及所造成的市場波動強度，對賬戶進行影響度分級，便于對高危主體進行重點跟進。

這個技術已在一些中國的證券公司投入使用，準確率達到80%以上。在積累越來越多成功案例后，將案例納入人工智能學習庫，將進一步促進準確率的提升，從而形成技術促進業務提升、業務成果反哺技術的良性循環。

Arthur Hayes：Zhu Su新CEX項目GTX已完成融資:金色財經報道，BitMEX創始人Arthur Hayes在社交媒體上發文表示，有消息稱，由原三箭資本創始人Su Zhu與Kyle Davies聯合2位Coin FLEX聯創新建立的CEX項目GTX已完成融資。

據此前市場上流傳的GTX融資資料顯示，GTX的目標籌集金額為2500萬美元，將以債權交易作為市場切入點。[2023/2/4 11:46:48]

第三、智能財務審計。信息披露作為資本市場極為重要的環節，一直是監管的重點關注領域。例如上市公司涉及財務粉飾問題，常有所聞。???????????????????????????????????????????????????????????????????????????????????????????

智能財務審計結合專家經驗與人工智能技術，將財務異常情況進行分類，形成財務異常特征庫，包括營收與現金流背離、銷售費用與收入背離、存貨余額與貶值準備背離、營收與成本背離、賒賬質量異常、成本費用異常等財務粉飾問題。通過縱向歷史波動分析、橫向同業趨勢對比、勾稽關系校驗、聯動趨勢檢驗等方法，對財務數據進行多維度的全面分析，輸出財務報表質量評估報告。

新加坡要求已注冊的加密公司提供其詳細信息:8月27日消息，新加坡金融管理局（MAS）正在要求獲得許可的加密貨幣公司和一些申請人提供詳細信息。新加坡Reed Smith LLP公司法律合伙人Hagen Rooke表示，鑒于最近困擾加密貨幣行業的各種破產和交易對手違約，MAS可能正在評估是否需要采取額外的監管措施來減輕導致這些不良情景的風險。

MAS發言人表示，被許可人和申請人應將任何嚴重阻礙或損害實體運營的事件通知MAS，包括任何可能影響其償付能力或滿足其要求的能力的事項，財務、法定、合同或其他義務。（The Block）[2022/8/27 12:52:51]

第四、智能輿情分析。中國資本市場個人投資者占比40.5%，比例遠超境外發達資本市場的10%以下。由于散戶相較于機構投資者而言對于投資價值的專業判斷能力較弱,使得中國資本市場更容易受到輿論的影響,互聯網輿情分析就成為觀察中國資本市場的一個重要的視角。

摩根大通：數字資產已取代房地產成為首選的另類資產類別:金色財經報道，根據摩根大通的另類投資前景和戰略說明，數字資產已取代房地產成為首選的另類資產類別。摩根大通策略師Nikolaos Panigirtzoglou在周三給客戶的一份報告中表示，雖然公開市場已經消化了嚴重的衰退風險，并且數字資產在 terra USD 崩盤后已大幅重新定價，但私募股權、私人債務和房地產等一些替代資產似乎有些滯后，因此，我們用數字資產取代房地產作為我們首選的替代資產類別。至于整體替代品，該團隊將它們從增持下調至減持，預計傳統資產在未來一年的回報率為12%，而替代品僅為10%。\u2028從更廣泛的角度來看加密貨幣，他們表示 Terra 的崩盤打擊了行業情緒，從而為長期投資者提供了一個“良好的切入點”。（Coindesk）[2022/5/26 3:42:19]

輿情分析系統利用大數據和人工智能技術，首先進行數據采集、數據清洗和處理，匯總各種來源的數據，根據來源的重要度和可信度等要素對其采用不同的采集頻率。再通過深度學習和自然語言處理技術對數據進行情感分析，判斷其情緒正面或負面，為數據打上標簽，并基于經驗數據庫對輿情的影響度進行量化評分。最后根據產業間關系，分析輿情傳導路線，預判可能受波及企業。

第五、自然語言處理。自然語言處理包括自然語言理解和自然語言生產兩個方面，前者是使機器能夠分析語言結構，理解語言含義，為下一步的自動化處理打下基礎，后者是機器將現有的信息輸出為人類能夠理解的文字。

在金融領域，有大量的非結構化數據，包括定期和不定期的信息披露、新聞資訊、股票或債券的募資說明書、投資研究報告、法律文書等。這些數據由于數量過于龐大很難由人工進行全面分析處理。自然語言處理技術作為人工智能的一個重要分支，正是由機器代替人類“讀懂”甚至“寫作”人類語言文字的一門技術。

監管者可將NLP技術應用到企業畫像、投資者畫像、輿情分析、信息披露合規性檢查等場景，提升監管效率。

從以上例子我們可以看出，加強對金融科技在監管方面的研究和應用，引導技術發揮最大價值，可以在促進金融市場健康發展的同時保障金融市場的安全與穩定。

金融科技在監管領域的應用能夠為監管手段和效果帶來提升，尤其是大數據和人工智能配合產生的強大分析能力，使許多以往依靠人工或者傳統數據統計技術無法實現的更全面更深入更及時的分析成為可能。

第一、提升監管有效性。通過技術手段能夠分析的數據渠道來源和數據種類都得到很大程度的豐富，對市場的監測范圍變得更加全面，監測層次更加深入，對各種數據的交叉關聯分析能力也得到很大提升。這賦予監管者對市場更全面深入的洞察能力。

第二、提升監管及時性。以往大量監管信息的上報采用業者事后上報的方式進行，甚至有的需要監管者采取現場檢查的方式取得。隨著監管科技的成熟和系統處理能力的大幅度增強，監管者與市場機構能夠進行技術對接，使監管觸角延伸到市場第一線，并將事后報送升級到實時報送或準實時報送。這將有效提升監管的及時性，也避免事后報送可能存在的數據時效性問題。

第三、提升監管震懾力。在監管科技運用前，由于監管手段的局限，加上龐大市場產生的信息量非常密集，從海量數據中挖掘到違法違規線索的成功率不高，這在某種程度上助長了被監管者的投機心理。監管科技的運用，使海量數據的智能分析能力得到極大提升，對被監管者也形成了有效心理震懾力。

第四、提升監管公信力。隨著越來越多科技監管手段的應用，機器的嚴格計算將越來越多替代人工的主觀判斷。使監管標準趨于統一和穩定，從而提升監管的一致性和公信力。

第五、提升監管傳承度。將監管成果和監管經驗通過案例的方式反哺到人工智能系統中，使這些知識和經驗固化到系統中，在組織中得以有效傳承。既避免員工工作關系變動導致的知識斷層，也使得人工與智能形成兩位一體互相促進的良性循環關系。

第六、提升監管效率。半自動化或自動化監管科技的運用，可以為監管人員提供各種豐富多樣的分析工具和調查手段，在提升監管效率的同時，也有望降低整體監管成本。同時，可以將監管人員從大量重復性工作中解放出來，促進監管資源投入到提升監管機制設計等方面的工作上。

最終，實現“魔高一尺，道高一丈”的理想境界。

作者：

白士泮：新加坡國立大學客座教授、李白金融學院院長、原新加坡金融管理局學院院長

黃炳雄：深圳證券交易所高級經理

Tags：人工智能MAS數字資產ETH人工智能幣龍頭metamask怎么提現數字資產類應用案例包括DSETH價格

區塊鏈