英国央行研究警告人工智能给金融稳定带来风险，这一说法有哪些相关依据？

人工智能有哪些风险？

人工智能(AI)虽然具有广泛的应用前景和巨大的潜力，但也存在一些风险和挑战，包括以下几个方面：

1. 失业风险：随着AI技术的不断发展，一些传统工作可能会被自动化取代，从而导致失业率上升。特别是那些需要进行低技能重复性工作的岗位更容易受到影响。

2. 偏见和歧视：AI算法通常是由人类编写的，如果这些算法包含了人类的偏见和歧视，那么AI系统就有可能输出带有偏见的结果。这可能导致不公平和歧视性的决策，例如在招聘、保险和贷款等领域。

3. 隐私和安全问题：AI技术需要大量的数据来进行训练和学习，这可能导致个人隐私泄露的风险增加。此外，恶意攻击者也可能利用AI技术进行网络攻击和欺诈行为。

4. 缺乏透明度和可解释性：许多AI算法是黑盒模型，难以理解其内部工作原理和决策过程。这可能导致人们难以信任AI系统，并对其结果产生怀疑。

5. 失控风险：如果AI系统变得足够智能和自主，它们可能会超越人类控制并产生不可预测的行为。这可能导致严重的后果，例如自动驾驶汽车发生事故或无人机袭击等。

因此，为了避免这些风险，我们需要采取一系列措施来规范和管理AI技术的发展和应用，包括制定相关法律和政策、加强监管和评估、推动透明度和可解释性等。同时，我们也需要积极探索新的技术和方法，以克服这些风险并实现AI技术的可持续发展。

人工智能会带来哪些风险？

近年来，随着人工智能技术的不断发展，越来越多的企业和机构开始采用这项技术来提高效率和降低成本。然而，这种新技术也引发了一些人的担忧，包括巴菲特。巴菲特曾表示，人工智能的崛起会给社会带来深远的影响，就像原子弹一样，可能会引发一系列的问题。那么，这一观点是否站得住脚呢？以下是我的分析： 一、人工智能的发展趋势 人工智能技术是指利用计算机技术来模拟人类智能的方法和技术。随着计算机性能的不断提高，人工智能技术得以快速发展，并逐渐应用到各个领域，例如金融、医疗、教育、制造业等。人工智能技术的发展趋势主要有以下几个方面： 人工智能的应用领域将不断扩大。随着技术的进一步成熟和应用的推广，人工智能技术将会被广

人工智能可以用来炒股吗

说的神乎其神，人工智能能用来炒股吗？

人工智能在围棋、象棋、德扑等领域都已经取得了碾压式胜利，这已经是一个不争的事实。事实上AlphaGo这样的AI已经可以用于任何需要理解复杂模式、进行长期计划、并制定决策的领域。人们不禁想问，还有什么是人工智能不能克服的吗？譬如说，变幻莫测的A股？

对于这个问题，持各种观点的都不乏其人。探讨它实可以分为两个部分：1. 股市可以预测吗？ 2、 假如可以预测，用机器学习的方法去预测可以吗？

先回答第一个问题：股市的涨跌可以预测吗？

如果将股市的价格变化看做一个随时间变化的序列，Price = Market (t), 我们往往会发现，不管是尝试用N个模型(线性，非线性, 概率)来进行逼近，即使是建立了符合股价变化的这样的模型，并且在有足够多的训练数据的情况下模拟出了股价，但是这些模型最多只能在特定的区间能做一些并不十分精准的预测。

首先是ReinforcementLearning, 这个算法基于马尔可夫性，从一个状态预测下一个状态，但是股价的涨跌具有强烈的马尔可夫性吗?也就是上一时刻的股价与下一个时刻的股价间有必然的联系吗?应该是不太大。这种基于N阶马尔可夫性的系统对于股价的分析很不利。而且假如只使用股价的历史数据进行模型的训练的话，准确度可以说几乎为0。

事实上影响股价的因素不仅仅是历史股价，还有更多的因素，公司的近况，股民对股票的态度，政策的影响等等。所以许多人从这方面进行入手，用人工智能提供的快速计算能力，使用合适的模型，来量化这些因素，例如, (政策X出台, 可能会对股价造成变化y元)。当你的模型将所有的因素全都考虑进来, 那么股价的预测就唾手可得了。股价 = f(政策因素, 公司情况，市场因素, 历史股价，上一年历史股价, 某个股民自杀的影响...)

然而这些因素到底有多少? 它们之间会如何影响，这才是问题的关键。在某些稳定的情况下，我们是可以做大概的预测的，但是有很多时候会不准确，这是因为，你的模型很难把所有的 因素都考虑进来。而且因素与因素间还会产生互相影响的情况下。股价的模型将会变得极其复杂。如下图：

一个因素与一个因素之间的互相影响是很可能被预测出来的，但是假如它们之间产生了相互的影响，这时候整个系统就变得几乎不可预测了。一个因素发生变化，会造成好几个因素的变化，最后这几个因素又会反作用回来使上一个因素直接或间接的发生变化，股价变化一下子就变得难以捉摸起来。一些微小的因素也可以通过这种系统无限的放大，最后给股市造成巨大的影响。

那么是不是预测股价是就是不可能的呢？

事实上人工智能远比我们想象的更强大。例如非常繁复的Bayesian reasoning，包括deep learning/deepreinforcement learning，它们都能表示复杂的hidden variables之间的关系。现在国内外也已经有许多公司在探索将人工智能应用于股市的可能性了。

但是这里所说的将人工智能技术应用于股市，大部分不是说让人工智能代替人去做决策，而是利用人工智能在数据处理和不受主观喜好影响上的优势，在投资决策中扮演一个“AI专家顾问系统”的角色，去辅助人类做出更明智的决策。

股市分析包括基本面分析与技术分析两大块，而人工智能技术在这两方面都能发挥作用：

1

基本面分析

简言之，就是读取各类财经资讯。面对网上海量又纷繁复杂的信息，只依靠人脑已经无法解决问题了。我们知道数据挖掘的三个V，（Volume数据大）,（Velocity更新快）,（Variety多样），在处理这样的海量数据时，计算机相比人脑具有不可比拟的优势。而深度学习在自然语言处理领域的应用，可以做到在海量的信息中做出自动摘要，提取出精华信息以帮助人类进行决策。

另外，股票价格在很大程度上是由买卖双方的力量对比决定的，是由每个股民对某支股票的情绪而决定的。如果大家都很看好一支股票，那么它就很可能会涨；反之会跌。还有一些特定事件会很明显地影响到股票价格，例如今年美国40年来首次开放原油出口后，国内能源版块不出意料下跌了。这也是为什么这么多股民会刷新闻，看动态来保持敏锐的嗅觉。可以看出，在预测股票这件事上，最重要的是信息，或者说是数据，从中挖掘股民的情绪。而情绪识别已经是人工智能所擅长的技术了。国外已经有很多这方面的研究，也有DataMinr这样的公司专注从社交媒体中提取有价值的金融信号。

如下图，美联社官推被黑（谣言奥巴马被袭击受伤），很快股市出现了大幅度下滑-上升（看13点左右）。虽然这个事件较为特殊，但是设想如果能够在第一时间得到类似消息，实际上就掌握了预测股市的主动权。

可以大胆想象，如果将情感分析与机器学习相结合，抓来海量的数据，去做情感分析，大概找出民众对于对某些股票持乐观还是悲观的情绪，那么至少可以将这一因素纳入模型学习范围中。现存的很多论文都是在情感分析上找寻很多办法去提高准确率。其他一些更简单的做法还有：（1）Google Trend。这个是很简单的办法：谷歌提供的搜索量数据，利用搜索量的变化来预测。（2）利用Twitter Volume(相关Twitter的发帖数量）

2. 技术分析

传统技术分析中的K线分析，什么“大阳星”、“小阴星”、“旭日东升”、“穿头破脚”，其实就是人脑的模式识别。受人脑信息处理能力的限制，这些识别出来的模式有以下缺点：（1）只是单条K线的、只是基于一个模糊的形状，似是而非的、没有确切的数字标准的；（2）基于有限的历史信息的。 而好的深度学习策略，可以突破人脑的限制，比如突破单一K线的限制，从更多的财经信号（其他股票、黄金、外汇等）中寻找规律；或是从一个更长时间段的历史信息中识别出规律。

总之，人工智能将提升我们处理信息的深度、广度。使用基于人工智能技术的“智能投顾”的人，将比不运用或是还在利用“人脑”进行基本面分析与技术分析的人占信息优势，从而也就更可能在股市中盈利。

人工智能在证券投资领域的兴起始于2007年。彼时，第一个纯人工智能的投资基金在美国纽约诞生，此后人工智能在证券投研领域的发展步入快车道; 事实上，在证券投资领域，人工智能早已经不是什么新鲜事，量化对冲基金经理遍布于北京金融街、上海陆家嘴。一般来说，公募基金或大型私募的量化投资部由两部分组成，一部分是投研团队，另一部分是IT团队，投研团队提出需求，IT团队做出算法交易的模块，解决基金经理们的需求。

“正常情况下，我每天的工作流程是早上起床后看一下(机器)生成的股票清单，再看看组合管理系统里每个策略配了多少权重，这些策略加起来的仓位又是多少，然后根据机器所给出的信号(卖出或买入)的各类数据(包括融资融券、投资者入场情况等)，判断机器给出的信号有没有明显的错误。”一位量化对冲经理说，如果当天需要交易，他就会生成交易指令，再下单到交易系统，交易系统就会开始自动运作。

在传统的投研中，基金经理及研究员们对财务、交易、市场等数据进行建模，分析其显著特征，利用回归分析等传统机器学习算法作出交易策略，到了人工智能阶段，这些工作便交给了计算机。目前，一些私募基金已开始将量化对冲的三个子领域融入日常交易策略中，尝试获取收益，它们包括机器学习、自然语言处理与知识图谱。例如，作为全球最大的对冲基金，桥水联合(Bridgewater Asspcoates)使用的是一种基于历史数据与统计概率的交易算法，让系统能够自主学习市场变化并适应新的信息。

AlphaGo大胜李世石柯洁，引发全世界关注。投射到投研领域，则是以人工智能量化选股和人类基金经理之间的对决。已经证明的是，人工智能选股在规避市场波动下的非理性选择、回避非系统性风险、获取确定性收益方面等更胜一筹，波动率、最大回撤等指标也更低，表现更稳定。

然而，机器虽然动作比人快，但思维还是没人快。比如面对某个新出台的政策、市场热点，基金经理可以立即以此为主线采取行动。但是机器没那么快。这是人的优势。再譬如，机器一次只能做到一个阶段做一个策略，比如供给侧改革，只能想到煤炭、钢铁、有色金属里的股票，但是对基金经理，他就还能同时做价值投资或动量反转等策略。

整体来说，将整个股票投资决策过程全部交给机器，目前来说还属于少部分金融巨头企业才能做到的事情。

美国硅谷“感知力”技术公司让人工智能程序全程负责股票交易，与其他一些运用人工智能的投资公司不同，该公司交易部门只有两名员工负责监控机器，以确保出现不可控情形时可通过关机终止交易。据报道，“感知力”公司的人工智能投资系统可以通过经验学习实现“自主进化”。公司在全球拥有数千台同时运行的机器，其独特算法创造了数万亿被称为“基因”的虚拟交易者。系统利用历史数据模拟交易，目前可在几分钟内模拟1800天的交易量，经过测试，不好的“基因”被剔除，好的“基因”被保留。通过考验的好“基因”被用于真正的交易。公司员工只需设定好时间、回报率、风险指数等交易指标，剩下的一切都交由机器负责。

公司首席投资官杰夫·霍尔曼透露，目前机器在没有人为干预情况下掌握着大量股票，每天完成数以百计的交易，持仓期限为数日到几周。公司说机器的表现已超越他们设定的内部指标，但没有透露指标的具体内容。

随着人工智能技术的持续进步，人工智能投资成为被学术界和资本看好的领域。英国布里斯托尔大学教授克里斯蒂亚尼尼说，股票投资是十大最有可能被人工智能改变的行业之一。另一方面，也不是所有的投资商都信任机器，英国对冲基金曼氏金融首席科学家莱德福警告说，不应过度信任人工智能投资，该领域还远没有成熟。虽然有各种各样具有迷惑性的承诺，很多投资人的钱却有去无回。

关于数字货币最全面的一篇文章（上）

看点： 顺应数字经济时代的发展浪潮、“去美元化”大背景下，数字货币要来了。

商务部近日印发《全面深化服务贸易创新发展试点总体方案》，其中公布了数字人民币试点地区：在京津冀、长三角、粤港澳大湾区及中西部具备条件的试点地区开展数字人民币试点。据新华网消息，目前数字人民币已经完成了顶层设计、标准制定、功能研发、联调测试等工作，将先行在深圳、苏州、雄安新区、成都及未来的东奥场景进行内部封闭试点测试。也就是说，如果顺利的话，北京2022年冬奥会上也许能“一睹芳容”。

其实，央行早在 2014 年便设立数字货币研究所，研究发行法定数字货币的可行性；2017 年末，经国务院批准，央行组织工商银行、中国银行、浦发银行等商业银行和中钞公司、上海票据交易所等有关机构共同开展数字人民币体系（ DC/EP）的研发，并于 2018 年 2 月，上海票据交易所数字票据平台实验性生产系统正式上线试运营；2019 年央行在召开下半年工作电话会议时，要求加快推进我国法定数字货币（ DC/EP）研发步伐 。

那么，推出数字货币的背后原因是什么？

本期的智能内参，我们推荐国海证券和新时代证券关于数字货币的两份研究报告，揭秘数字货币的前世今生以及央行推出数字货币的背后逻辑。

1、数字货币原理及各国发展状况

数字货币是货币体系不断演进的必然结果，属于货币 4.0 阶段 。货币是人类发明除了文字之外的另一重要发明，在经历了物物交换、金银本位制之后，信用货币成为货币史上的重要跨越。

其中，最初的以物易物便是一种去中心化的制度安排，但是由于交易效率极低，供需耦合难度较大，缺乏统一价值衡量标准，极大限制了人类的经济活动和贸易范围，因此逐渐被金银等贵金属所代替，这一交易体制在货币发展史上经历的时间较为漫长，由于存在天然损耗、币价不足额、缺斤短两、以次充好、劣币驱逐良币等现象，以国家信用为背景的纸币——纯信用货币开始出现，纸币不仅节约了发行成本，也克服了贵金属货币携带不便等难题，极大促进了近代史的贸易发展，中央银行货币政策操作也成为可能。

如果说纸币实现了信用货币从具体物品到抽象符号的第一次飞跃，那么建立在区块链、人工智能、 云计算和大数据等基础上的数字货币实现了信用货币由纸质形态向无纸化方向发展的第二次飞跃，数字货币并没有改变货币背后的信用背书，而是改变了货币的存在形式，至此，货币完成了商品货币——贵金属充当一般等价物——信用货币——数字货币的演进，因此货币存在形式的演进意味着货币体系运行成本更低、更安全、更高效，数字货币是货币体系从商品货币向信用货币不断演进的必然结果。

数字货币不是电子货币的替代，根据发行者不同，数字货币可以分为央行发行的法定数字货币和私人发行的数字货币。目前，关于数字货币(Digital currency)并没有统一的标准和定义。按照央行数字货币研究所的定义来看，狭义的数字货币主要指纯数字化、不需要物理载体的货币；而广义的数字货币等同于电子货币，泛指一切以电子形式存在的货币，包括电子货币、虚拟货币和数字货币。

根据发行者不同，数字货币可以分为央行发行的法定数字货币和私人发行的数字货币。其中，央行发行的数字货币，是指中央银行发行的，以代表具体金额的加密数字串为表现形式的法定货币，它本身不是物理实体，也不以物理实体为载体，而是用于网络投资、交易和储存、代表一定量价值的数字化信息；私人发行的数字货币，亦称虚拟货币，是由开发者发行和控制、不受政府监管、在一个虚拟社区的成员间流通的数字货币，如比特币(Bitcoin)等。

广义数字货币大致可以分为三类：一是完全封闭的、与实体经济毫无关系且只能在特定虚拟社区内使用的货币，如虚拟世界中的 游戏 币；二是可以用真实货币购买但不能兑换回真实货币，可用于购买虚拟商品和服务，如 Facebook 推出的 Libra；三是可以按照一定比率与真实货币进行兑换、赎回，既可以购买虚拟商品服务，也可以购买真实的商品服务，如央行发行的法定数字货币。

数字货币是数字经济的货币发展形态。2020 年疫情以来，以“新投资、新消费、新模式、新业态”为主要特点的数字经济已经成为推动我国经济 社会 平稳发展的重要力量。根据国家统计局数据显示，虽然第一季度 GDP 同比下降了 6.8%，而数字经济领域呈现出较好的发展势头，其中，电子元件、集成电路产量同比增长16%和 13.1%，信息传输、软件和信息技术服务业增加值同比增长 13.2%，电子商务服务投资同比增长 39.6%。

在经受住了疫情带来的考验之后，我国数字经济进入了提速快速发展时期，亟需实现数据、技术、产业、商业、制度等协同发展，构建数字经济新型生产关系，通过要素市场改革进一步激发数字生产力，而数字货币基于节点网络和数字加密算法，是为了迎合数字经济发展需要，是其具体的货币发展形态。

数字货币建立在复杂网络理论基础，以区块链技术为核心，充分体现了不可篡改和加密安全等特点，实现底层数字货币，中间层数字金融账户体系，覆盖了央行支付体系、商业银行、非银机构等垂直化总分账户体系，同时实现了各国央行的支付清算系统的互联互通，顶层数字身份验证体系等，通过大数据和云计算，实现传统货币体系向数字货币体系的转变。

最早数字货币的出现可以追溯到 1982 年，美国计算机科学家和密码学家 DavidChaum 创立了 DigiCash,同时推出了两种数字货币系统：E-Cash 和 cyberbucks，这两种系统均基于 Chaum 的盲签合约建立的，能保持用户匿名且身份难以被追踪。但当时缺乏足够的技术支持，且不能做到完全匿名，最终得以失败告终。

1996 年，著名肿瘤学家 Douglas Jackson 发起了有真正黄金的支持 E-gold，因此大受欢迎，甚至一度有希望在数百个国家吸引超过 500 万个用户。不幸的是，后来平台持续遭遇黑客攻击并且吸引了大量非法洗钱交易，该公司在 2009 年陷入了困境。

1998 年，一家莫斯科的公司推出了 Web Money 这一种通用数字货币，能够提供广泛的点对点的付款解决方案，涵盖互联网交易平台。它也是少数幸存的尚未加密的数字货币之一。时至今日，该货币仍被数百万人广泛的使用和接受。与此同时，它也可以转换为法定货币，如卢布，美元，英镑，甚至比特币。

2008 年 11 月，中本聪提出比特币的概念，并发布著名论文《比特币，一种点对点的电子现金系统》，文中首次出现区块链，能在不具信任的基础上，建立去中心化的电子交易体系。2009 年 1 月 3 日比特币正式诞生。比特币是一种 P2P 形式的虚拟加密数字货币，采用开源的区块链技术，将交易信息存储在分布式账本中，这使得破解网络几乎成为不可能；另外，其点对点的传输构建了一个去中心化的支付系统。此后，比特币系统逐渐成熟，官方又陆续发布了新版本，增加了很多特性。

2013 年，以太币(ether)诞生，它基于以太坊技术衍生出的一种虚拟加密货币，是目前仅次于比特币市值第二高的加密货币。以太币以区块链为基础，跟比特币类似，但使用的 科技 完全不同，是具有开源智慧合约(smart contract)功能的公共区段链平台，双方达成合约条款就能执行。2010 到 2014 年间，比特币多节点挖矿和点点币（ PPcoin）诞生，在采矿方面发挥了作用。2013 年 8 月，德国承认比特币的合法化。

以比特币为代表的私人数字货币，虽本质上不具备货币职能，但已对现行的货币与金融体系构成了巨大挑战，为应对这一挑战，各国央行正在积极研发或推行法定数字货币。早在 2013 年 Shoaib et al.就提出官方数字货币的概念，英格兰银行（ BOE）2014年发布的报告明确以分布式账本技术（ Distributed Ledger Technology，DLT）作为数字货币的分类标准，一类是加密数字货币，即运用分布式账本技术生成的数字货币，并指出比特币是史上第一个加密数字货币；

另一类是非加密数字货币，以瑞波币为典型代表；随后国际清算银行下设的支付和市场基础设施委员会（ CPMI）将法定数字货币定义为加密货币，根据存在形式是否基于央行账户，将法定数字货币分为央行数字账户和央行数字货币。根据国际清算银行（ BIS）提出的“货币之花”模型，明确了央行数字货币的概念，即央行数字货币是一种数字形式的中央银行货币，且区别于传统金融机构在中央银行保证金账户和清算账户存放的数字资金。

▲“货币之花” 模型

数字货币与政府的关系相当复杂，各国政府既恐惧又好奇。各国对于数字货币的讨论、实验和试点将持续进行，因为如果有经济体开始使用数字货币，那将在全球产生溢出效应，因此各国经济体都将越来越重视这种新的现象和新趋势。

1、美联储 Fedcoin 项目 。 这是一种零售型央行数字货币，可与美元进行等价兑换（即汇率是 1:1）。该货币协议与比特币有诸多相似之处，区别主要体现在两方面。一是在 Fedcoin 中，有一个用户（美联储）拥有特殊权限，能够随意创建和撤销账簿使用权。二是发行数量不像比特币那样有一个事先定好的规则，而是可以像现金一样调整发行量。

2、 加拿大央行的 CADcoin 项目 。 这是一种批发型央行数字货币。加拿大央行搭建了一个基于分布式账簿的大额支付系统， CADcoin 是在这个系统中使用的货币。近日在卡尔加里的内部介绍会上，加拿大央行展示了他们正在开发的电子版加元—CAD-Coin。这项代号为“Jasper”的创新初衷是帮助央行通过分布式总账 科技 发行、转移或处臵央行资产。多家加拿大主要的银行，包括加拿大皇家银行、 TD 银行及加拿大帝国商业银行均参与了该项目。

3、 瑞典央行的 eKrona 项目。 目前，瑞典正在逐渐转型为“无现金 社会 ”。数据显示，自 2009 年以来，瑞典纸币及硬币的数量已经下降了 40%，居民更倾向使用银行卡、智能手机和电子钱包来处理日常的各种交易。随着现金使用量持续减少，瑞典央行尝试为民众提供一种不通过零售银行等中介的支付方式。瑞典央行要求， eKrona 必须能够用于小额购买。由于目前尚未确定使用哪种技术， eKrona 有两种可能的形式，一种是存款货币单位（即个人直接在央行开户，而非在商业银行开户），另一种是零售型央行数字货币。

▲海外各国或组织数字货币的最新动态

每个国家的金融体系和货币政策体制不同，是否需要采用央行数字货币利率这一新型货币政策工具，必须具体情况具体分析。而海外各国又不想失去在数字货币占得一席之地的机会，所以出台的政策法规也是经常变换，时宽时严。

国际清算银行 。2015 年 11 月，国际清算银行发布《DigitalCurrencies》报告，详细介绍了数字货币作为零售支付手段的影响等内容；2018 年 3 月，国际清算银行发布《中央银行数字货币对支付、货币政策和金融稳定的影响》的报告，对中央银行数字货币的发行进行了分析。

国际货币基金组织 。2017 年 6 月，国际货币基金组织（ IMF）发布了一份关于金融 科技 行业发展的报告《Fintech and Financial Services : Initial Considerations》，针对如何有效监管分布式账本技术（ DLT）及以其为基础的数字货币提出了建议。2018 年，经济合作与发展组织 OECD 和 20 国集团 G20 共同发布一份中期报告《数字化带来的税收挑战》，提出要对加密货币和区块链技术形成的数字资产交易信息进行监管。

英国 。英国的财政委员会对加密算法进行了评估，认为他们目前不会对英国的货币或金融稳定构成风险。然而，加密算法确实给投资者带来了风险，任何购买加密算法的人都应该准备好丢掉所有的钱。

日本 。日本作为全球最大的比特币交易市场，日本政府对数字货币的态度可谓是非常积极。从去年开始，日本就免除了数字货币交易的消费税，承认数字货币的合法性和货币属性。2017 年日本开始实施《资金结算法案》，承认数字货币作为支付手段的合法性。之后，日本金融厅（ FSA）颁布《支付服务法案》，对数字货币交易所实施全方位监管。所有在日本境内运营的交易所必须获得财政部与 FSA 的牌照授权。

新加坡 。在新加坡政府对金融 科技 “不寻求零风险，不扼杀技术创新”的原则指导下，新加坡积极发展区块链技术，积极推动数字货币的发展，新加坡是亚洲区域内最支持数字货币发展的国家之一。由于新加坡的积极良好的制度环境，多家交易所选择在新加坡开展业务，例如 WBF EXCHANGE 就与新加坡政府合作密切。

2020 年 3 月，新加坡金融管理局（ MAS）正式公布关于支付服务经营牌照的豁免企业名单，名单上的实体已取得豁免期内的特定支付服务或数字货币相关支付服务的许可证和经营权，包括阿里巴巴、支付宝、亚马逊等大型机构的新加坡实体均在名单之列。

关于数字货币相关支付服务的豁免许可，包括币安、 OKCoin、 BitStamp、币信、Coinbase、 CoinCola、 TenX、 Upbit、 ZB 等近 200 家公司均可在正式下达牌照前以豁免状态合法运营。

泰国 。为了更好的监管数字货币行业， 2018 年 6 月，泰国颁布了《数字资产法》，宣布为合规加密货币交易所颁发牌照，开始实行牌照化管理。

澳大利亚 。由于金融犯罪不断增加， 2017 年 10 月，澳大利亚通过了《财政法案 2017 年修正案（ 2017 措施 6）》， 2017 年底，正式通过了《反洗钱与反恐怖主义融资法案2017 年修正案》，明确了数字货币并不是货币资产，而是价值的电子表现形式。提供数字货币交易业务的机构，必须向澳大利亚交易报告和分析中心（ AUSTRAC）提交申请，取得相应监管牌照与准入许可。交易所应根据反洗钱/CTF框架下的制度标准，对业务进行反洗钱和反恐融资评估。违规者将被判处两年有期徒刑或 500 英镑罚金，情节严重者，将被判处七年有期徒刑或 2000 英镑罚金。

海外央行数字货币实践的启示 ：

1）、 央行应加强对数字货币的监管。数字货币搭载在为更广泛的金融体系服务的基础设施上，从与现有金融体系的链接中获得合法性的外表，这是其明显的特性。在法律法规方面，中央银行的监管应该加强， 将数字货币与实体货币相分离，确保数字货币没有寄生在实体货币上。

中央银行应与商业银行合作，发挥“数字前线”的监管作用，禁止商业银行做出充当“比特币自动取款机”的不道德行为，同时，不允许这些数字货币与整个金融体系现有的基础设施共存，以保障支付系统正常运行。

2）、 技术方面需要加强。应适当地采用数字货币的新技术，来改进国家的金融服务，尤其是在一些新兴市场经济体的支付方面。新兴国家中央银行可能会从区块链和分布式账本技术实施中获得最大收益，主要是因为现有的财务流程和技术系统不是很高效，可以通过实施数字货币或其他基于区块链的应用程序来实现更大的金融包容性，运用分布式账本技术可以提高效率，减少消费（零售）和银行间（批发）层面的跨境支付摩擦。而现金业务完全电子化之后，用户转场手机银行 APP 等线上渠道，那么银行之前的硬件渠道建设也将面临转型的考验。

3）、做好应对冲击的准备。数字货币由于自身的缺陷，不可能取代传统的货币，但其一旦全面发行，所带来的影响和冲击是难以预测的。因此，央行必须积极做好技术进步对金融冲击的相关准备。同时，披着合法外衣的数字货币搭载在为更广泛的金融体系服务的机构和基础设施上，可能形成严重的金融风险，威胁金融系统的稳定， 中央银行必须从公共利益出发做好数字货币带来的各种风险应对工作，坚持公平竞争的原则，加强对数字货币的监管，规范和引导数字货币及相关技术的发展。

2、 国内数字货币发展历程

人民币作为中国通行流通的央行货币已经历经 71 年。随着计算机和互联网技术的快速发展，人民币已经逐步实现电子化，迈入 2.0 时代。流通在银行等金融体系内的现金和存款早已通过电子化系统实现数字化，而支付宝、微信支付等第三方移动支付的大规模普及，让流通中的现钞比重逐渐降低。现在国人日常消费几乎不需要使用现钞。移动支付已经改变了人们生活的方方面面，带来快速便捷的支付体验。人们开始畅想未来的“无现金 社会 ”，中国也成为最接近无现金 社会 的国家之一。

但中国的移动支付更多是商业驱动，是一种货币的电子化支付手段，而非真正意义上的数字“人民币” 。从贵金属到纸币替代贵金属充当货币，再到未来的数字化货币，是经济和 科技 发展到一定阶段的必然产物；而随着网络通讯技术日益发达、 社会 交易活动日益频繁与活跃，加上民众购物消费习惯的变化及对货币流通安全性的考虑，人们越来越趋向于使用电子银行、电子支付而不愿携带纸币，因此，由央行提供比纸币更快捷、低成本的数字化货币媒介工具，是顺应时代发展之必需。

中国人民银行从 2014 年开始成立专门研究小组研究央行数字货币，至今已有五年。当前央行数字货币（ DC/EP）为技术研发过程中的测试内容，数字人民币体系在坚持“央行-商业银行/-货币使用者”双层运营、 M0 替代、可控匿名的前提下，本完成顶层设计、标准制定、功能研发、联调测试等工作， 并遵循稳步、安全、可控、创新、实用原则，先行在深圳、苏州、雄安、成都及未来的冬奥场景进行内部封闭试点测试，以不断优化和完善功能。

▲我国数字货币发展历程

当前我国对于法定数字货币处于内测阶段， DC/EP 采取“中央银行—商业银行”的二元投放体系以及“一币、两库、三中心”运行框架

“一币”指的是央行担保发行的 DC/EP，“两库”是指央行的发行库和商业银行的银行库:DC/EP 首先在央行和商业银行间发生转移，即 DC/EP 的发行与回笼，之后再由商业银转移到居民与企业手中。“三中心”则是 DC/EP 发行与流通的技术保障，包括登记中心、认证中心和大数据分析中心。

其中，登记中心负责记录发行、转移和回笼全过程的登记；认证中心负责对 DC/EP 用户的身份进行集中管理，这是 DC/EP 保证交易匿名性的关键；DC/EP 的一个关键是在于反洗钱、反偷税漏税和反恐怖融资等做出较大改进，大数据中心通过对于支付行为的大数据分析，利用指标监控来达到监管目的：

▲“一币、两库、三中心”运行框架

我国央行选择推出数字货币具有重要的突破性意义，可以说，央行选择推出数字货币不仅是顺应货币演进规律的必然选择，也是保护人民币主权地位的重要举措。具体来看：

1、 顺应数字经济时代的发展浪潮 。由于纸币的发行、运输、存储等各个过程均耗费人力和物力，而随着移动互联网时代的到来，货币无纸化可以节省货币的发行和流通成本，给人们的生产生活方式带来便利。

另外，传统纸币不记名的特点使得监管机构无法掌握纸币的使用流通情况，利用纸币进行偷逃税、洗钱等经济犯罪是现实中无法避免的黑洞。央行数字货币可以实行可控匿名，在保证公民合法私有财产不受侵犯的同时，当发生违法犯罪事件时，数字货币的来源可追溯。因此，能够有效打击洗钱、逃漏税等违法行为，提升经济交易活动的透明度。

数字货币具备的快速流通性、便捷性、高安全性等特质均是传统纸币所不能比拟的。正如纸质货币最终替代了金属货币一样，货币无纸化也是大势所趋，是货币不断演进的必然结果。目前支付宝、微信、银联支付等已经实现了 M2 范畴的货币无纸化，而央行推出数字货币替代传统的纸币，可以实现 M0 范畴的货币无纸化，顺应了数字经济时代的发展浪潮。当然，所有事物的发展都不是一蹴而就的，货币无纸化也将是一个逐步发展的漫长过程，这也是央行在起初可能只选择推出部分数字货币，替代部分纸币的重要原因。

2、 降低全球美元货币体系的不利影响 。20 世纪 70 年代布雷顿森林体系瓦解后，货币发行以国家信用为基础，美国凭借强大的军事、经济能力使美元成为全球最主要的储备货币。但美元在执行世界货币职能的过程中，美国获取了诸多经济利益的同时，也可能给其他国家经济造成各种负面影响，最明显的例子即美国可以通过发行美元向世界征收通货膨胀税。

而且，当今世界的三大金融系统 SWIFT、CHIPS、Fedwire 均被美国一家独揽， 不论是美元、欧元、日元还是人民币，美国都可以实时获取各国货币的资金交易信息，美国利用该金系统对许多国家和企业进行制裁的行为屡见不鲜，欧洲与其他国家怨声载道。目前，除了中国之外，欧盟、日本、俄罗斯等国家都在研究如何构建数字货币支付网络，以推动“去美元化”进程。

3、保护货币主权，推进人民币国际化 。2019 年 6 月，Facebook 发布 Libra 白皮书，试图打造一种超主权的“世界货币”。Libra 以区块链技术为基础，以一篮子银行存款和短期政府债券为储备资产，为Libra 稳定币增信，最大限度地降低币值波动风险，其使命是“建立一套简单的、无国界的货币和为数十亿人服务的金融基础设施”。其中，一篮子货币中美元占50%，欧元占 18%，日元、英镑和新加坡元分别占 14%、11%和 7%，但是没有人民币。

由于 Facebook 在全球拥有 23 亿的用户，若 Libra 成功被广泛使用，Libra 跨境资金流动将不受限制，这也意味着在非储备国家可以随意使用 Libra 进行支付，那么，非储备货币国家的货币主权地位势必会受到影响。对于中国而言，人民币和外汇管理均会受到冲击，人民币国际化的进程也将受阻。因此，中国必须未雨绸缪，我国央行发行数字货币便是应对 Libra 的重要举措。

人工智能的未来？

人类正在跑步进入人工智能时代，即使是普通人也能在日常生活中体验到人工智能的方兴未艾。

---

作为一名大一新生，我对人工智能这个专业比较了解，以下是我认为人工智能的未来：

一.????正确使用人工智能,可以使我们的生活更加便利????
随着时代的发展，当今人工智能所能完成的事情超乎人们的想象。人工智能技术在金融、医疗、制造、教育等多个领域已全面覆盖，实现了技术落地。经过不断的努力和突破，中国的AI不再是亦步亦趋的跟随，而是勇往直前的探索。

与AI讨论工作方案

人工智能便捷人们的生活，开启了全新的工作模式，它们可以保持创造力，提供更优质，更有温度，更有情感，更贴心的服务。人工智能的出现，让这些曾经不可想象的情景成为了现实，更让我们的生活在人工智能的帮助下变得更加便捷。

二.????人工智能在未来可以加快国家的经济高质量发展????
人工智能作为深刻改变人类社会生活的革命性、战略性技术，它的发展进入了前所未有的快车道。我们放眼中国南北，人工智能不再是一个学术名词，它已经深深地融入到了国家的生产发展中。比如智能移动机器人在疫情期间成为了药品搬运的主力军，智能扫描装置可以快速识别药品监管码，实现药品追溯，快速完成了一系列复杂的工作流程。

人工智能帮助运输物品

人工智能的一系列高质量操作，赋予了中国人工智能在互联网，大数据技术上的革命力量，使中国经济得以高质量发展，为中国的工业互联网模式提供了主要的助力力量，大大节约了企业的生产成本。但同时也是一把双刃剑，会造成大量人员失业，加深社会矛盾。所以国家要理清两者之间的关系，合理利用人工智能，公平的分配“蛋糕”。

三.????人工智能未来走进千家万户，造福人类????
人工智能可以为我们带来更加便利和人性化的服务，比如智能家居、智能汽车和智能机器狗等等，就能很好的帮助人类从复杂的工作中解脱出来。未来，在人工智能的帮助下，也许汽车的行驶不再需要用手操控，一切操作指示都可以用语音识别来操纵。以及医疗系统，人工智能可以帮助病人进行挂号排队，帮助病人顺利看病，提供快捷的就诊通道。

如今的人工智能不仅在对话和服务方面不断升级，感听方面也在不断升级，以帮助人类进行工作生活。所以，在各行各业和我们的生活中，我们无不感受着人工智能带来的便利和快捷，未来人工智能走进千家万户已是势不可挡，造福人类。

---

所以，人工智能无疑的未来无疑是光明的。所以，为了造福人类的生活，我们一定要正确认识人工智能，规避风险，让人工智能成就我们美好的生活！????