區塊鏈預警降損

⑴ 第十七屆金融系統工程與風險管理年會評述

風險-不確定性等效與現代金融理論的誕生

經濟理論中的風險與不確定性的區分往往會追溯到富蘭克·奈特，他將風險劃分為數值可測的，將不確定性劃分為不可測的，這樣的區分在當代關於風險與不確定性的文獻中已是司空見慣的事。奈特說:「一個可測量的不確定性，或「風險」，與一個不可測量的不確定性截然不同，前者實際上根本不是一個不確定性。」

1944年，馮·諾依曼與摩根斯坦恩出版的《博弈論與經濟行為》第一次正式的把風險與不確定性統一到經濟理論中。1738年，丹尼爾·伯努利定義了期望是各種結果的概率組合，後來被稱為效用。馮·諾依曼與摩根斯坦恩以公理形式證明了伯努利的期望效用是各種結果按概率加權後效用的總和，並建議用數字來測量效用。認識論上的不確定性由此轉變為實體論上的風險，是關於世界各種可能狀態的分布函數。

戰後經濟學用風險來代替不確定性理論上是由兩個主要力量推動的，他們的結合使經濟學的研究主題變成了現在的模樣。首先，正如巴克豪斯所闡述的，自20世紀30年代以來，經濟學的決定性的數學化代表了經濟學一個主要的新分支，盡管數學在經濟學上運用已經有較長 歷史 了，包括馬克思、凱恩斯等。《通論》在當時是一本被認為高度數學化的書，由此也被老一代經濟學家廣泛拒絕。其次，經濟理論的學科與方法經歷了一個關鍵的重新界定。馮·諾依曼與摩根斯坦恩方法的理論基礎是由萊昂內爾·羅賓斯（1933）提供，他認為經濟學不是被研究主題所區分，它不是關於商品的買賣，不是關於失業與商業周期，而是處理人類行為的一個特殊方面：在不同使用者之間如何分配稀缺資源。《博弈論與經濟行為》代表了第一個在不確定性下的一致性、可預測選擇理論，強烈反對經濟學中在不確定性下的人及心理因素等人類行為的數學處理。

這樣，不確定性，這個僅在20世紀30年代被介紹進經濟學的概念，被表達為可計算的形式，並且因此降維為風險。這種做法的一個重要結果，是誕生了現代金融理論，即1952年馬柯維茨的投資組合理論與1964年夏普的資本資產定價理論。在此基礎上產生了布萊克-斯科爾斯的期權定價模型，它能把衍生品的風險進行定價。現代金融理論可被稱為是不確定性量化科學。

不確定性的回歸

不確定性的量化在現代金融理論的里程碑中達到頂峰，它產生了幾乎前所未有的政治和實踐影響。其中最為中肯的論證是由唐納德·麥肯齊給出的，他於2006、2007年在關於「經濟理論的表演性」的研究中指出，期權定價理論的廣泛應用對金融實踐產生了如此大的影響，以至於「它的假設——最初與市場的經驗現實嚴重不符——變得不那麼不現實了」。費希爾·布萊克他自己曾在1989年說到：「交易員們現在廣泛地使用公式及其變種。他們如此頻繁地使用它，以至於市場價格通常接近公式的定價，即使在那些應該有很大偏差的地方。」布萊克-斯科爾斯的期權定價公式被譽為對「金融真相的科學發現」，它也是自布雷頓森林體系解體以來全球衍生品市場實現巨大增長的關鍵。與有效市場假說一起，這個公式在衍生品通過動態對沖能減少 社會 風險的假定下進一步合法化。引用一位經紀商的話:「我們交易越多， 社會 就越美好，因為風險越小」。

始於2007年的全球金融危機是美國次級抵押貸款違約的結果，並迅速通過證券化產品，如CDO，CDS衍生品在全球擴散，這場危機使得人們通過概率數字來評估風險的信心嘎然而止。不可計算的不確定性以「黑天鵝」的形式回歸，「黑天鵝」是指一種沒有預期到的尾部風險事件，偽裝成正態分布，但實際上它的相關性不能被風險模型所捕捉，這也是非理性的「貪婪」的投機。

用復雜系統理論 探索 金融系統的不確定性

08年的金融危機只是警鍾之一，在風險管理領域中越來越被普遍接受的觀點是，將不確定性降維成風險存在很強的誤導性和局限性，而這一認知也推動著新研究視角的產生。在國內，就有高校長期致力於從復雜系統的視角，用系統論的方法來研究金融系統的不確定性。作為金融系統工程領域一年一度的盛會，天津大學金融系統工程與風險管理國際年會至今已舉辦到了第十七屆。2019年年會以 「百年變局下的金融系統工程和風險管理」 為主題，旨在研討如何認識和把握復雜金融系統運行規律和理論，明晰金融系統工程和風險管理面臨的新的機遇和挑戰，更好地為促進實體經濟發展、百年變局下的偉大民族復興助力。

百年變局使我們的眼界和信息不同以往，金融發展的本身出現了『實踐快於理論』的現象， 新的產品和服務帶來新的問題，值得各位學者從更廣泛的視角，運用更全面的數據去開展研究，這也體現了系統工程學科的獨特價值與活力 。

以下為本次大會主題報告及專題報告的簡要概述。

香港城市大學李端教授介紹了他的研究「Revised Progressive-Hedging-Algorithm Based Two-layer Solution Scheme for Bayesian Reinforcement Learning」 。他指出，隨機控制既有固有的隨機系統雜訊，又缺乏對系統參數的認識，構成了強化學習中的一個基本挑戰。對此，李端教授提出了一種新的兩層解方案，用於將可約系統的不確定性與不可約的不確定性分離到兩層，並直接逼近最優策略。該方法可應用於動態投資組合的選擇問題中。

中國系統工程學會理事長、中國科學院數學與系統科學研究院 楊曉光研究員的報告主題為「『漲強跌弱』與中國市場異象」 。該研究通過日度和日內高頻數據，闡述了中國股市存在著正反饋交易現象，即中國股市追漲的強度遠遠大於殺跌的強度，而這一現象主要的成因是占據市場交易主體的散戶「追漲守跌"力量大過了機構投資者的」追漲殺跌「力量。他指出，這種不對稱性，降低了市場價格發現功能，削弱了市場的有效性。

天津大學張維教授進行了題為「百年變局中的管理科學：幾點思考的分享」的主題報告 。依託於國家自然科學基金管理科學部正在進行的「十四·五」戰略研究課題，張維指出，在當今百年變局的時代背景下，顛覆性技術的重要影響、全球政治經濟格局的變化、中國的最佳實踐以及人類發展面臨的挑戰是影響管理活動規律的重大因素。張維以顛覆性技術對金融活動規律的影響為例，分析了未來管理科學研究活動的特點，探討了未來重要科學前沿與重大科學問題。

復旦大學張金清教授進行了題為「指數基金的股指期貨對沖策略研究」的專題報告 。張全清認為，指數型基金較主動型基金績效更好，有強烈的風險對沖需求，而將模糊厭惡引入指數基金的股指期貨構建的對沖策略能夠顯著提高ETF組合的投資績效。

中國科學院數學與系統科學研究院房勇副研究員作題為「融資融券的處置效應及動量策略研究」的主題報告 。他分享了其在融資融券以及動量策略方面的研究成果。其研究證實中國融資融券業務投資者整體存在顯著的處置效應，且不同市場中同種因素對處置效應個體的強度影響不完全相同。

上海交通大學吳沖鋒教授以「移動交易特徵研究」為題作主題報告 。他認為，移動技術帶來的便利性深深影響了人們的行為，也推動了互聯網背景下金融業的創新與變革。他指出，移動交易端的出現改變金融市場參與便利性、參與者主體的廣泛性、渠道的普及性、直接交易成本與信息獲取成本等等，從而改變了傳統金融創新帶來的供求特性、流通特性、損益特性和風險特性，並且它們之間相互作用、相互影響。

中國科學院戰略咨詢研究院李建平研究員以「大數據環境下的風險識別與集成」作主題報告 。他對「大數據環境下的風險識別與集成方法」進行研究匯報，以財務報表為載體，運用文本分析的方法構造了新的風險識別模型，成功地將非結構化文本與結構化文本進行了綜合分析，總結出風險因子分層體系。

廈門大學鄭振龍教授作題為「牛市風險與牛市貝塔」的主題報告 。該研究首次提出了牛市風險的概念，發現了在中國股票市場中，牛市貝塔與橫截面收益率之間存在顯著的正向關系，並證實了牛市風險是一個有別於傳統定價因子的新定價因子。

吉林大學陳守東教授的報告主題為「系統性金融風險與中國金融狀況分析」 。陳守東在報告中分享了他最近的研究工作，包括構建包含關鍵性風險因素的金融狀況指數，進行經濟沖擊對中國金融穩定的影響強度分析，進行金融周期與經濟周期的期限效應分析等研究內容，為中國金融狀況的分析、預測以及經濟金融政策的制定作出貢獻。

西南交通大學黃登仕教授以「企業R&D投入強度是錨定政策門檻還是聯結企業」為題作主題報告 。他指出，企業高管在研發投入決策中存在一定程度的錨定和調整行為，不僅錨定政策門檻，同時還錨定聯結企業的研發投入強度，但政策門檻對研發投入決策的正向影響更大。

山西大學張信東教授的報告主題為「Does supplier concentration affect corporate innovation?」 。她認為，高水平的供應商集中度減少了公司的創新投入，且這種影響在小規模、私營、耐用品行業的企業中更加明顯。同時她指出，風險承擔、資源佔用和議價能力是造成這種影響的三個渠道。

華東理工大學周煒星教授從預測大地震的發生概率出發，提出了時間序列的重現時間間隔分析（Recurrence interval analysis) ，在研究過程中，首先設定事件發生的閾值，假設重現時間間隔的幾種概率密度分布情況，並通過KS檢驗進行驗證。該方法可以運用於股票漲跌情況的概率預測，進行風險預警。

北京師范大學李紅剛教授以「 社會 經濟系統復雜性與金融系統風險」為題作主題報告 。他運用復雜經濟金融系統與計算實驗的方法，建立「金融機構網路與系統性風險」、「交易者信息交互與行為趨同」與「交易者策略交互與行為級聯」等多主體模型，開展 社會 經濟系統復雜性與金融系統風險研究。

湖南大學馬超群教授作了題為「供應鏈金融+區塊鏈」的主題報告 。他首先將互聯網金融與傳統金融進行對比，詳細分析了供應鏈金融發展現狀與存在的各種痛點，比如融資難融資貴、技術資產抵押難、資金流傳慢等一系列問題，結合計算機技術信息化、網路化、數字化的發展趨勢和區塊鏈保證底層數據真實可靠的性質，提出了供應鏈金融區塊鏈解決方案目標。

廈門大學郭曄教授的主題報告題目為「後資管新規時代的影子銀行與中國資產證券化」 。她針對後資管新規時代的影子銀行與中國資產證券化展開研究，分析了中國影子銀行的現狀、定義與分類，對比資管新規前後，中國資本證券化的發展，以及中美兩國關於資本證券化的界定與風險，提出了中國企業的資產證券化更具有影子銀行的典型特徵。

從對風險與不確定性明確的區分，到風險與不確定性的等效，再回到對風險並不等同於不確定性的認知，風險與不確定性的定義及二者間的關系一直在不斷演變中。諾貝爾經濟學獎得主肯尼斯•阿羅曾說過，「對我而言，我們對 社會 中和自然界事物運作方式的了解就像一團團模糊不清的雲。不論是 歷史 的必然性，重大的外交計劃，還是關於經濟政策的激進觀點，信仰確定性隨之而來的是巨大的禍端。對個人或 社會 而言，開發具有廣泛影響的政策時，謹慎是必需的，因為我們無法預測結果。」在由不確定性統治的世界中，對結果的預測不是簡單、確定的線性關系，真實的世界永遠是復雜的，多維度的，隨機遊走的。而在同樣由不確定性統治的金融市場中，我們亦需要時刻保持對它的敬畏。

⑵ 區塊鏈筆記——PBFT

PBFT是實用拜占庭容錯的簡稱，是解決拜占庭將軍問題的一種方案。比起最開始的BFT演算法，PBFT額外要求網路封閉，即節點數目確定並提前互通，但將復雜度從指數級降低到多項式級，使得BFT系列演算法真正具有可行性。

與POW、POS等大家耳熟能詳的共識不同，BFT系列的共識不需要「Proof」，亦即不需要節點投入算力或其他資源來確權，因此不需要代幣激勵便可完成共識。缺點是原始的BFT效率太低，只能存在於理論而無法應用。而改進的PBFT雖然效率大大提高，卻對節點數量和狀態提出了要求，導致合格的記帳節點太少，並且也只能維持在少數，過多的節點會拖慢網路速度。因此PBFT更多是用在聯盟鏈和私鏈上。公鏈也有應用，例如NEO，便是採用了PBFT演算法。

拜占庭將軍問題的實質是在惡劣的通訊環境中，如何使各參與方達成一致意見。POW和POS等共識要求參與方投入成本，爭奪唯一的發言權。在某一段時間內只有唯一的發言人，自然只會有一個意見，從而達成共識。PBFT採取不同的思路，要求各參與方相互發送及驗證彼此的信息，最終採用多數原則達成共識。

PBFT能夠以一種低成本的方式實現節點間共識，其理念其實相當貼近我們的生活習慣。例如在老師布置作業後，同學們總要互相問問確認一下，才放心地把今天的作業記到本子上。當然實現上還有很多細節，保證各節點的平等關系。在節點數目不多的時候，節點之間實現相互通信的成本並不高，節點之間可以快速發送確認。但節點數目增長卻會帶來整體性能的下降。PBFT可以容忍的壞節點數量不多於總數的三分之一，如果節點損壞率比較固定，提高總節點數量雖然能使系統獲得更好的冗餘，卻會大大增加通訊量，造成效率下降。加上PBFT沒有激勵機制，其適合聯盟鏈和私鏈場景。作為公鏈不可避免地節點數量太少，分布過分集中，例如NEO只有七個節點。

PBFT要求壞節點數量f<=(n-1)/3，這里n是總節點數。只要f滿足這個條件，共識總是可以達成。為什麼f要滿足這個條件？簡單來說，假設網路中存在惡意節點聯盟，其控制了數量為f的節點，這些節點可以故意發布錯誤的信息。此時網路中正常節點數量為n-f個。將這n-f個節點分為兩部分，各自包含一部分節點。對於任一部分正常節點來說，只要惡意節點數f大於自身節點數，同時大於剩餘的正常節點數，這部分正常節點便會與惡意節點聯盟達成共識。此時只要惡意節點聯盟先後向兩部分正常節點發送不同的共識信息，便可造成網路分叉。因此要保證網路運行，對於每一部分正常節點來說，網路中惡意節點數量不能同時大於自身節點數和網路剩餘正常節點數。代入計算便得到f<=(n-1)/3。

⑶ 金融科技在農業供應鏈金融中的應用及完善

作者|張正平 黃帆帆 盧 歡

近年來，隨著我國鄉村振興戰略和數字鄉村計劃的實施，尤其是以大數據、雲計算、區塊鏈、物聯網、人工智慧等為代表的金融 科技 與傳統農村金融的融合發展，農村金融市場的發展呈現出全新的「數字」面貌，2021年的中央一號文件則進一步明確提出「發展農村數字普惠金融」，為金融 科技 應用於傳統農業供應鏈金融實現創新發展提供了新的契機和政策支持。

傳統農業供應鏈金融的不足

風險控制機制不完善。 隨著農業供應鏈轉型升級帶來的多產業融合發展、供應鏈延伸和供應鏈生態圈的擴大，供應鏈上的經營主體及相互業務往來會越來越頻繁，會形成非常多的新委託代理關系，而這其中必定存在更多的操作風險、欺詐風險，也意味著更多的信息不對稱。面對農業供應鏈金融中存在的若干風險，傳統的管理手段及經驗已無法有效應對。雖然傳統金融機構、核心企業、物流公司以及電商平台等經營主體具有較強的資金實力， 但它們各自應用的風險控制模型往往並不一致且相互不能兼容，農業供應鏈金融中所需掌握的資金流、物流和信息流也無法實現及時有效地對接和比較，導致了傳統農業供應鏈金融的風險控制手段一直沒有突破性的創新，難以有效提高農業供應鏈金融服務的效率。

產品及服務單一。 傳統的農業供應鏈金融僅為供應鏈上游的企業提供基於訂單、應收賬款等有實際貿易背景的融資， 貸款多為生產性資金。由於資金是農業供應鏈上企業最大的需求之一，所以農業供應鏈上的金融企業主要利用信貸產品來吸引客戶，進而搶占優質客戶資源。然而， 即便存在激烈的市場競爭，各金融機構提供的農業供應鏈金融產品依舊非常相似， 產品及服務同質化嚴重。近年來，隨著農村經濟的快速發展，農業產業化、規模化趨勢明顯，對規模更大、期限更靈活的資金產生了較多的需求，然而，傳統的農業供應鏈金融卻不能提供有效的解決方案。而且，由於農業供應鏈金融是依託於供應鏈中的信用邏輯提供資金支持的，因此比其他金融產品的風險更高，這進一步壓縮了農業供應鏈金融的發展空間。

獲客渠道狹窄。 一方面，農業供應鏈的發起主體一般是核心企業或金融機構。一般情況下，在開展供應鏈業務時大多是發起主體在經營所在地尋找合適的合作夥伴，如果沒有找到合適的合作夥伴，便很難開展農業供應鏈金融業務。另一方面， 傳統的農業供應鏈金融只能為企業提供貸款，無法提供其他的增值性服務來增加客戶黏性，競爭力不強。在這種情況下，只能利用地緣優勢發展的傳統農業供應鏈獲客渠道就變得十分單一了，也很難找到匹配的客戶資源，這進一步制約了業務的大范圍開展。

多方合作難以協調。 一是銀行單獨發揮的作用有限。在我國金融發展過程中， 商業銀行始終發揮著核心作用，如果其在農業供應鏈金融業務的開展上缺席，那麼金融資源就不能得到最優配置。而銀行圍繞農業供應鏈開展的業務在其所有業務中的佔比極低，相對於其在農業供應鏈中存在的應收賬款閑置問題，其產品創新的力度和所佔的市場份額明顯不足。二是銀行不能與其他金融機構進行有效合作。雖然當前已有部分銀行與一些小額貸款公司、數字金融平台開展了合作，但是從整體情況來看，銀行與其他金融機構之間普遍缺乏信任，信息孤島狀況嚴重，農業供應鏈金融未獲得充分的發展。三是農業企業與農戶的合作大多有短期、鬆散的特點，農業供應鏈易受到違約風險的沖擊而處於不穩定狀態，嚴重的甚至導致信用鏈斷裂， 威脅農業供應鏈金融系統安全。

金融 科技 在農業供應鏈金融中的應用

大數據、雲計算+農業供應鏈金融

相對於傳統農業供應鏈金融僅依靠會計報表進行企業的風險評估，大數據和雲計算技術在農業供應鏈金融中的綜合運用，不僅能准確識別有效信息，通過模型和機器演算法使結論量化、更加精準，還能更加准確地預測鏈內企業的發展前景，更具全面性和客觀性。從技術原理方面看， 大數據和雲計算技術既能將農業供應鏈內發生的經濟活動繪制出詳細的數據圖譜， 又能直接用數據語言對農業供應鏈內企業進行可穿透式管理，從而在解決信息管理中不對稱問題的同時，彌補了傳統管理中的技術短板。

在實際應用方面，蘇寧易購基於數以億計的交易數據，依託雲計算技術與傳統金融機構開展合作，將農業供應鏈的龍頭企業作為信息的擔保方或提供方，為鏈內經銷商、代理商及農戶提供金融服務；新希望金服則依託新希望集團的數據儲備建立了大數據風險管理模型，從客戶准入、貸前審核、貸中監控和貸後管理等方面實現全面智能化管理，為客戶提供純信用、免擔保的「好養貸」產品，同時，在客戶使用過程中，新希望金服還不斷積累客戶生產信息、信貸信息等，完善資料庫，不斷升級迭代風險管理模型。

在當今的數字時代，數據已經成為一種新的生產要素，但大數據、雲計算技術應用於農業供應鏈金融仍面臨不少難題。一是數據共享難。在農業供應鏈上， 銀行可以根據核心企業與上下游企業之間簽訂的真實訂單和應收賬款等交易單據對鏈內提供質押、貸款等金融服務。然而， 由於我國在數據保護方面的法律法規還不完善，企業普遍擔心銀行或其他金融機構可能將企業的重要數據出售給競爭對手或第三方，從而導致該企業的市場競爭力被削弱，損害企業利益。在這種情形下，企業不願意與銀行等金融機構共享數據，這也是當前農業供應鏈金融利用大數據面臨的一大難題。二是數字質量沒有保障。由於農業供應鏈上各成員企業開展的業務較多、涉及面較廣，很難對信息進行標准化、規范化的公開披露，導致金融機構獲得的企業數據質量較低。此外，銀行還擔心核心企業與供應商、經銷商達成騙貸共識，從而篡改ERP系統中真實的交易信息，這種行為無形中會增加銀行風險，也不利於整個農業供應鏈的穩定。

區塊鏈+農業供應鏈金融

從技術原理方面看，區塊鏈是賦能農業供應鏈金融發展的有力工具。一是區塊鏈能有效降低票據真實性風險。在「區塊鏈+農業供應鏈金融」模式下，只要產生了交易，其業務信息就會被分別記錄到相關的主體賬戶中，同時農業供應鏈內的信息傳輸不會失真，使得作假行為幾乎不可能發生。二是區塊鏈有助於提高農業供應鏈內企業的互信水平。在「區塊鏈+農業供應鏈金融」模式下，各家企業可以利用智能合約來提高信用約定的執行力，交易雙方只要有一方履行了合同上載明的責任和義務，系統會自動強制另一方履行合約，從而避免信用欺詐的發生。三是區塊鏈有助於提高農業供應鏈金融的運行效率。通過營造豐富的區塊鏈應用場景，農業供應鏈內各個參與主體將能獲得真實有效的經濟活動數據，實現在農業供應鏈內部完成資金的交易和業務的交割，從而提高交易的精度和效率。

在實踐中，新希望慧農（天津） 科技 有限公司（以下簡稱「希望金融」）通過應用區塊鏈技術，建立了更加規范的農業供應鏈業務模型，提升了農業供應鏈系統平台的開放度，實現了全流程的風險控制，有效地規避了人為造假和投機行為。截至2020年10月31日，希望金融累計借貸金額達118.35億元，借款人數達38000多人，借貸逾期率和壞賬率低於0.1%，有效地服務了實體經濟和鄉村振興。河南天香面業有限公司基於物聯網和區塊鏈前沿 科技 的應用，將產業鏈深度融合應用場景作為切入點，打造了國內首個「區塊鏈+金融服務+糧食」平台——優糧優信。該平台可生成標准電子倉單，具備智能合約應用、多方賬本共享、業務數據存證和糧食質量溯源等功能，可以實現風險管理、資產監管及數字資產的可視化，整個過程公開透明，反擔保措施簡單有效。

盡管區塊鏈技術與農業供應鏈金融的結合帶來了前所未有的變革，但其大規模應用還須解決兩大挑戰：一是農業供應鏈金融各參與主體爭相藉助區塊鏈技術搭建屬於自身的供應鏈信息管理系統，造成傳統供應鏈金融市場的信息碎片化，而技術壁壘的存在又使得跨鏈數據難以互通，形成了新的信息孤島；二是實踐中往往缺少既懂區塊鏈技術又熟悉農業供應鏈金融運營的復合型人才。

物聯網+農業供應鏈金融

從技術原理方面看，基於物聯網技術的農業供應鏈管理系統，可使供應鏈內的企業商品在任何時間、任何地點都被實時監控，實現從土壤養護到溫室栽培、從加工包裝到冷鏈配送、從在線銷售到獨立訂購、從農民組織到農業一體化的發展，從而大大提升農業供應鏈管理的效率與靈活性，優化企業的資源配置，有效減少物資非法轉移活動，進而大幅降低農業供應鏈的融資風險。

實踐中，北京農信互聯 科技 有限公司做出了有益嘗試。該公司隸屬於大北農集團，依託大北農集團的資源優勢，綜合利用互聯網、物聯網、雲計算、大數據等多種技術， 探索 形成了包含「農業大數據、農業交易、農村金融服務」在內的農業供應鏈金融新模式。在這種模式下，運營中心可根據物聯網記錄的養殖戶生產經營環節的大數據、在線銷售生豬情況的大數據等數據在線生成的信用分篩選潛在貸款客戶。

毫無疑問，物聯網應用於農業供應鏈金融的前景十分誘人，但當前的發展仍然面臨很多困難：一是物聯網的投入巨大， 僅依靠核心企業的資金實力和技術水平不足以支撐「物聯網+農業供應鏈金融」模式的規模化發展。二是現階段大量農戶仍以傳統銷售方式為主，線上信息沉澱較少，數字足跡較為缺乏。三是農業供應鏈各參與主體協同發展意識薄弱，孤島問題嚴重，物流、資金流和信息流不能有效暢通和共享。

人工智慧+農業供應鏈金融

從技術原理方面看，物聯網、大數據及雲計算等技術的廣泛應用是人工智慧在農業供應鏈金融領域發揮作用的基礎。人工智慧+物聯網+大數據+雲計算+農業供應鏈，有可能形成一種具備自主學習能力的農業供應鏈，從而讓農業供應鏈能夠進行自我管理。在這種多技術疊加的農業供應鏈金融模式下，放置在農業供應鏈各環節的激光掃描儀或感測器會自動收集相關主體的各類信息，並持續地將各種數據傳輸到雲端伺服器，最終這些數據交由人工智慧進行分析和處理，為金融機構尋找貸款人、提供貸款、控制放貸風險提供依據。2019年美國Ta u l ia公司基於人工智慧技術推出了一款適用於供應鏈金融的現金預測工具。隨著更多的數據被處理和分析，該工具可以在不斷積累的過程中有效識別未經批準的發票和采購訂單的風險，從而實現更多的農產品裝運和采購訂單融資。

盡管人工智慧在農業供應鏈金融領域具有十分廣闊的應用前景，但迄今為止我國鮮有比較成功的應用案例，與此同時， 將人工智慧技術成熟運用於農業供應鏈金融仍面臨不少挑戰。一是農業供應鏈金融涉及的環節多、周期長、內耗嚴重，而當前人工智慧技術本身也不夠成熟，短時間內仍無法解決農業供應鏈金融的這些問題。二是在將機器學習等人工智慧技術運用於農業供應鏈金融數據之前，作為其中核心節點的企業必須首先收集足夠多的數據，而要從成百上千家的農戶、分銷商、經銷商和零售商等處獲取完整的數據尚有較大的困難。三是我國農產品供應鏈物流基礎設施仍較為落後，缺乏標准化體系， 操作流程不規范，標准也不統一，造成供應鏈整體的信息化程度不高，經常出現信息失真現象，影響人工智慧技術的落地應用。

需要說明的是，為了行文的方便，上文中我們大致是按照不同類別的金融 科技 分別討論了其在農業供應鏈金融中應用的情況，但當前金融 科技 與農業供應鏈金融融合創新的一個基本趨勢是多種金融 科技 的綜合應用，進而形成更強的優勢，破解傳統農業供應鏈金融的痛點。

進一步促進金融 科技 在農業供應鏈金融領域應用的建議

繼續完善法律法規。 一是需要為金融 科技 企業立規。有關部門應盡快研究出台金融 科技 企業的監管法規，界定金融 科技 企業的業務范圍，明確企業屬性，劃定準入門檻，促進金融 科技 企業 健康 發展。二是需要為數據安全立法。金融 科技 具備賦能農業供應鏈金融的能力，但必須以數據安全為前提。為此，有關部門應結合中國國情加快出台數據安全法規，明確數據採集、流通、加工、使用等行為的界限，對數據經營企業實施准入制度，確保供應鏈上的信息得到安全合理的使用。三是需要技術立標准。近年來，大數據、區塊鏈、人工智慧、物聯網等技術發展迅猛，但相關的諸多技術標准卻依然空缺，已經成為阻礙金融 科技 行業發展的一大障礙。

持續推進數字鄉村建設。 一方面，要加強農村信息基礎設施建設。農村信息基礎設施建設是金融 科技 應用的重要前提， 應大力提升鄉村網路設施水平，盡快實現農村地區網路的全覆蓋，積極推進農村地區基礎設施的數字化，加強農村地區物聯網設施建設，奠定金融 科技 應用的基礎。另一方面，要推動農業產業數字化轉型。沒有農業產業的數字化，金融 科技 應用於農業供應鏈金融就難以實現大規模發展， 應大力發展互聯網+農業、農村電商、智慧農業，提升農業生產、加工、存儲、運輸、銷售等全流程的數字化水平。

不斷豐富應用場景。 一方面，鏈內企業應結合不同類型金融 科技 的特點和不同農業產業的特色，積極 探索 更加豐富多元的應用場景，為金融 科技 的融入創造條件。具備資金和技術實力的核心企業和大型金融機構應充分發揮其規模優勢，拓展各類金融 科技 的應用場景，為其農業供應鏈金融的規模化發展創造條件。另一方面，應深入挖掘大數據、雲計算、區塊鏈、物聯網及人工智慧等數字技術在農業供應鏈金融中應用的潛力，加強各數字技術的結合和交叉使用，推動金融技術應用農業供應鏈金融場景的創新，拓展金融 科技 應用的廣度和深度。

作者單位：北京工商大學經濟學院，北京工商大學數字金融研究中心

⑷ 區塊鏈貨幣真的有辦法預測走勢嗎

有的啊，其實數字資產大多數的漲或者跌都是靠著消息面，靠技術面來判斷漲或者跌是在他消息面基本平靜的情況下才能判斷，在消息面多發的情況下，你根本就沒辦法准確的判斷，消息面會給你造成干擾

⑸ 寺庫的區塊鏈技術有什麼作用

寺庫的區塊鏈技術的作用：

1、利用區塊鏈技術可以打通品牌方、寺庫、用戶、鑒定機構間的防偽、溯源、全程追溯信息，並通過APP全面展示給消費者，極大提升用戶信任體驗。

2、可以聯合監管部門、優質品牌商積極參與奢侈品追溯標準的制定。藉助區塊鏈技術，可以確保信息的絕對安全，為供應鏈全流程信息管理提供有力的安全保障。

3、可以對分布式存儲的產品信息進行讀取，這些信息可以包括商品設計、生產、物流、流通等的各個環節，以達到對生產企業、經銷渠道、鑒定部門和最終用戶以及再流通的產業鏈全透明。

4、以區塊鏈技術切入，把握二手奢侈品市場機會。拓展更多行業內的合作夥伴作為節點。擁有奢侈品鑒定資質和相應防偽技術的合作方開放上傳商品信息和查詢等許可權。

(5)區塊鏈預警降損擴展閱讀：

2018年6月30日，寺庫在上海舉辦寺庫x Emotionally Unavailable品牌聯名新品發布會。此次合作中，寺庫首次應用區塊鏈技術，所推出的區塊鏈是行業內的首個奢侈品聯盟鏈，寺庫也成為奢侈品領域內首個一推出區塊鏈就實現商用的企業。

相較於公鏈，區塊鏈以其合法合規、高速運行、安全可控，能夠兼顧創新與穩定，具備實現承載商業級應用的條件。

寺庫區塊鏈聯盟的成立將是寺庫高端零售戰略的重要一環。是為了在未來聯盟鏈上的底層技術競爭，還有聯盟鏈的利益分配機制、以及長期公平性問題等諸多層面的全方位考量。

⑹ 火熱的區塊鏈技術，在金融體系中到底有什麼應用

區塊鏈應用中心imApp2.0版本已正式上線
區塊鏈應用中心imApp2.0版本已正式上線。imApp是全球首款全民分紅的區塊鏈應用商店，旨在打造區塊鏈行業的超級入口，讓用戶更輕松的使用區塊鏈應用。 imApp2.0版界面上更加簡潔美觀，功能上增加了快訊，DAPP，內容上豐富了猜猜游戲。用戶通過IMAPP瀏覽，轉發，下載，更新，打開應用均可獲得IMAPP生態通證IA。imApp官方已與比特幣鑽石基金會達成戰略合作，生態通證IA可按一定比例兌換比特幣鑽石BCD。

⑺ 怎樣明白區塊鏈中的共識機制

所謂共識，簡單理解就是指大家都達成一致的意思。

在區塊鏈中，其實就是一個規則，每個節點都按照這個規則去確認各自的數據，最後維護整個網路的資料庫保持一致。

如果以生活中的例子來舉例的話，比如今天公司開個會議，但是由於老總不在，需要大家討論決定一個項目做與否。

在這么一個群龍無首的環境中？

⑻ 區塊鏈審計目標的分類

區塊鏈技術下傳統的真實性、完整性審計目標不再重要，需要轉向風險預警和決策支撐方面。
首先，區塊鏈的不可逆性和時間戳能夠保證數據不被隨意修改。在區塊鏈系統中，每次交易有效的前提是系統對數字資產的歸屬達成共識，且一旦達成就無法修改。體現在審計中，一項交易發生並被記錄後，如果試圖修改，後續的賬務處理需要所有的區塊鏈全部修改，其造假難度將非常大。
其次，在分布式記賬規則下，交易數據分別保存於各個區塊上，且每一區塊由交易者和確認者共享，若某一區塊出現故障或遭受攻擊，鏈上其他參加者仍能照常運行且保存記錄完整數據的賬簿副本，這就保證了會計數據的完整性。
在審計工作中，只要核查交易事項是否存在造假，就能快速完成真實性與完整性審計目標。如傳統原材料審計中，需要核實采購環節的發票、檢驗與入庫各個環節，現在只需要檢驗入庫環節發票與實物的真實性，其他環節可以省略。比如，A部門領料時，其他部門也會記錄A部門的領料數量，如果A部門想要修改自己的領料數量，需要將所有其他部門的記錄同時修改，難度很大，這就保障了領料記錄的真實性與完整性。應收賬款、應付賬款、往來的函證與核對也可以類似處理。
總之，由於區塊鏈的不可隨意修改與公共性，使得交易的權利和義務、計價、截止期、過賬和匯總、分類、披露的正確性和合法性都能夠得到有效保證。審計重點應轉向事中監督、風險預警和決策支撐。如在區塊鏈審計軟體中設置一定的監控分析指標，隨時發現被審計單位經營異常行為，實現事中監督。對於關鍵指標設定門檻值，如應收賬款壞賬率達到20%時自動預警，提醒審計人員出現的問題，變定期審計為「全天候」審計，發揮風險預警功能。此外，區塊鏈技術因其所擁有的大量數據和數據處理能力，具備輔助決策功能，在審計過程中，可以利用區塊鏈數據分析能力，追溯應收賬款回收與壞賬情況，並提出有針對性的改進建議。

⑼ 區塊鏈科普指南：什麼是51%攻擊

在加密世界中，當一個人或一群人控制了50% + 1的網路單元時，就會發生51% 的攻擊。沒有人說50% + 1單位，所以簡稱為51%攻擊。

當一個團隊設法控制鏈接到一個特定區塊鏈的網路的大部分，它被認為對它有絕對的權力控制整個區塊鏈，這意味著交易的完整性和安全性不能再得到保證。

區塊鏈如何抵禦51% 的攻擊？

加密貨幣有不同的方式可以保護自己免受51% 的攻擊。毫無疑問，最為人所知的是，全球擁有龐大的礦商網路，其中包括數萬甚至數十萬人，這使得控制這一網路極為昂貴。

在這種情況下，區塊鏈通常是自動保護的，因為接管加密貨幣所需的資源要重要得多，而且一旦網路得到控制，攻擊不一定涵蓋費用。

不需要太多的細節，我們只想說，可以添加額外的安全機制，目的是使這種攻擊不可能發生。這可以通過使用一個具有多個控制項的系統來實現，這有時會將這種攻擊的需求從計算能力的51% 提高到75% 、90% ，有時甚至是99% 。

在其他情況下，一些區塊鏈已經選擇授權交易驗證的有信譽的集中參與者，以避免這種攻擊。然而，一些純粹主義者不喜歡這個想法，因為它違背了區塊鏈的宗旨，即分散交易。

我們真的應該擔心51% 的攻擊嗎？

比特幣自誕生以來從未遭受過51% 的攻擊，也不太可能遭受這樣的攻擊。這個網路如此龐大，以至於做這件事的成本會高得驚人。

此外，當一個區塊鏈正在經歷一個51% 的攻擊變得清晰時，幾乎可以肯定的是，所有令牌持有者將決定立即出售他們的資產，這將導致資產的價值損失。所以，從數學上來說，一群人試圖控制一種加密貨幣是沒有多大意義的。

為了了解實施51% 攻擊所需的資源，有一個不錯的小網站叫做 Crypto51，它可以讓你找出實施這種攻擊所需的散列速率和每小時的美元成本。

對51%攻擊的結論

我們希望您現在有一個更好的理解的概念，51% 的攻擊和他們如何工作。正如你所看到的，他們需要巨大的資源，可能仍然不值得麻煩。

51% 的攻擊，理論上，是工作證明(PoW)系統的一個主要問題。然而，在實踐中，一旦一個區塊鏈已經足夠發達，風險接近於零。

對於新的或小盤數字貨幣，再一次，沒有真正的利益為黑客進行這樣的攻擊，因為加密貨幣的價格可以下降到0非常快，防止該組收獲經濟利益。

⑽ 區塊鏈安全問題應該怎麼解決

區塊鏈項目（尤其是公有鏈）的一個特點是開源。通過開放源代碼，來提高項目的可信性，也使更多的人可以參與進來。但源代碼的開放也使得攻擊者對於區塊鏈系統的攻擊變得更加容易。近兩年就發生多起黑客攻擊事件，近日就有匿名幣Verge（XVG）再次遭到攻擊，攻擊者鎖定了XVG代碼中的某個漏洞，該漏洞允許惡意礦工在區塊上添加虛假的時間戳，隨後快速挖出新塊，短短的幾個小時內謀取了近價值175萬美元的數字貨幣。雖然隨後攻擊就被成功制止，然而沒人能夠保證未來攻擊者是否會再次出擊。
當然，區塊鏈開發者們也可以採取一些措施
一是使用專業的代碼審計服務，
二是了解安全編碼規范，防患於未然。
密碼演算法的安全性
隨著量子計算機的發展將會給現在使用的密碼體系帶來重大的安全威脅。區塊鏈主要依賴橢圓曲線公鑰加密演算法生成數字簽名來安全地交易，目前最常用的ECDSA、RSA、DSA 等在理論上都不能承受量子攻擊，將會存在較大的風險，越來越多的研究人員開始關注能夠抵抗量子攻擊的密碼演算法。
當然，除了改變演算法，還有一個方法可以提升一定的安全性：
參考比特幣對於公鑰地址的處理方式，降低公鑰泄露所帶來的潛在的風險。作為用戶，尤其是比特幣用戶，每次交易後的余額都採用新的地址進行存儲，確保有比特幣資金存儲的地址的公鑰不外泄。
共識機制的安全性
當前的共識機制有工作量證明（Proof of Work，PoW）、權益證明（Proof of Stake，PoS）、授權權益證明（Delegated Proof of Stake，DPoS）、實用拜占庭容錯（Practical Byzantine Fault Tolerance，PBFT）等。
PoW 面臨51%攻擊問題。由於PoW 依賴於算力，當攻擊者具備算力優勢時，找到新的區塊的概率將會大於其他節點，這時其具備了撤銷已經發生的交易的能力。需要說明的是，即便在這種情況下，攻擊者也只能修改自己的交易而不能修改其他用戶的交易（攻擊者沒有其他用戶的私鑰）。
在PoS 中，攻擊者在持有超過51%的Token 量時才能夠攻擊成功，這相對於PoW 中的51%算力來說，更加困難。
在PBFT 中，惡意節點小於總節點的1/3 時系統是安全的。總的來說，任何共識機制都有其成立的條件，作為攻擊者，還需要考慮的是，一旦攻擊成功，將會造成該系統的價值歸零，這時攻擊者除了破壞之外，並沒有得到其他有價值的回報。
對於區塊鏈項目的設計者而言，應該了解清楚各個共識機制的優劣，從而選擇出合適的共識機制或者根據場景需要，設計新的共識機制。
智能合約的安全性
智能合約具備運行成本低、人為干預風險小等優勢，但如果智能合約的設計存在問題，將有可能帶來較大的損失。2016 年6 月，以太坊最大眾籌項目The DAO 被攻擊，黑客獲得超過350 萬個以太幣，後來導致以太坊分叉為ETH 和ETC。
對此提出的措施有兩個方面：
一是對智能合約進行安全審計，
二是遵循智能合約安全開發原則。
智能合約的安全開發原則有：對可能的錯誤有所准備，確保代碼能夠正確的處理出現的bug 和漏洞；謹慎發布智能合約，做好功能測試與安全測試，充分考慮邊界；保持智能合約的簡潔；關注區塊鏈威脅情報，並及時檢查更新；清楚區塊鏈的特性，如謹慎調用外部合約等。
數字錢包的安全性
數字錢包主要存在三方面的安全隱患：第一，設計缺陷。2014 年底，某簽報因一個嚴重的隨機數問題（R 值重復）造成用戶丟失數百枚數字資產。第二，數字錢包中包含惡意代碼。第三，電腦、手機丟失或損壞導致的丟失資產。
應對措施主要有四個方面：
一是確保私鑰的隨機性；
二是在軟體安裝前進行散列值校驗，確保數字錢包軟體沒有被篡改過；
三是使用冷錢包；
四是對私鑰進行備份。