金融的核心是跨时间、跨空间的价值交换

作者：白硕

来源：理深科技时评

的确，我们的生活中，经常遇到价值在时间和空间上的分离和错配。

先说空间。我在甲地有现金，来到乙地没有带在身上，遇到需要支付的场景，就要乙地的中介机构帮忙。过去的现金是沉甸甸的银子，银子本身的携带就是大问题。银号的作用，就是把我在甲地的银子和银号在乙地的银子进行置换。通过分析多地间的净头寸，银号可以想出一个优化的银子调拨方案，以较小的物流代价来撬动总价值大得多的总支付规模。今天用纸币了，但是大额支付仍然不方便使用现金，如今也就影视镜头里我们能看到提着整密码箱纸币进行现金交易的场景了。而异地支付、刷卡、转账的服务不仅同样需要中介，而且对中介的依赖程度更加深了。

再说时间。我在眼下没钱，但是按照对未来现金流的合理预期，未来某个时间点我会有钱，实在出现意外我还有足以变现的抵押品。而别人眼下有钱，而且并不急用。这样我就可以借债，用我未来的钱和别人现在的钱进行置换。还有的人，对还钱不感兴趣，对分享未来现金流收益更感兴趣，这样我就可以融资，用代表未来盈利能力的股份和对方的现在的钱进行置换。

克服价值在时间和空间上错配的传统药方，就是借助金融中介机构。金融中介机构在帮助我们抹平地域限制、汇聚闲散资金、减少信息不对称方面，做了许多事情，但是我们也为这些事情向中介机构让渡了自己本来可以直接支配的价值的部分处置权和交易隐私的知情权。也许正是基于这个原因，当科学技术的发展特别是被称作“金融科技（Fintech）”的技术领域的发展导致价值的部分处置权重新回归价值的真正所有者的时候，中介机构存在的必要性受到了前所未有的质疑。所谓的“去中介化”，其本质正是用技术手段克服时空障碍在商业活动和金融活动中带给人们的不便。从时空角度深入考察金融科技的意义，有助于我们理解金融中介机构未来的走向和金融科技发展的内在逻辑，回过头来更好地把握当下。

区块链是一个伟大的创新。它的创新点集中表现为：在比特的世界里实现了本来只有原子的世界中才有的一些特性，包括守恒性和不可逆性。经济学上把纸币叫做价值的符号等价物，可是纸币这种东西虽然自己可以处置，但这处置却是以随身可携带为前提的。不可随身携带，就相当于空间上人与货币分离了。人处置空间上与自己分离的货币，非不为也，是不能也。

是技术手段的缺乏限制了人的处置能力。从这点上说，纸币还真不配戴这顶“符号等价物”的帽子。真要是符号，就跑到比特的世界里来了，那反而好办了。

所以，从区块链诞生之日起，这符号等价物就没有现成的供给。纸币倒是在消费者手里，可是跨不过空间的障碍也搬不到区块链上来。卡虽然在消费者手里，但是卡背后的账户是商业银行在控制着，使用卡的基础设施也是商业银行在控制着。账户是商业银行的命根子，根本不要想商业银行会把以数字形式记账的储户的钱主动搬到区块链上来。

既然没有现成的供给，那么创造一种民间的数字货币，让它可以借助区块链点对点地进行支付和价值转移，就填补了符号等价物在区块链上的真空。我们看到的区块链平台+数字货币+社区的三位一体，并不是天生般配的。至少，如果央行未来发行的数字货币肯放到公链上去任凭货币的主人点对点支付（我们假定监管本身需要的信息是区块链可以提供的），那么持有这种数字货币的人一样可以得到区块链跨越空间进行价值传递的好处。

所以，我们应该把“价值转移功能”、“点对点支付”和“货币发行”这三件事分拆开来：价值转移功能是中性的，所有人都可以用，商业银行也不例外；“点对点支付”的如果是法定的数字货币，老百姓可以得到便利（相当于自己直接掌控的钱包和个人保险箱通过技术手段在空间上延伸到了异地），商业银行的支付业务短时间内受到了冲击，但这并不是商业银行的唯一业务甚至不是主要业务；“货币发行”才是真正的大事，区块链上如果法定数字货币占据主导，会大大缩小民间数字货币的使用规模，这有利于央行在打击各种金融犯罪的行动中把监管的范围聚焦，使民间数字货币趋于边缘化。所以，“法定数字货币+点对点支付”这个组合，于商业银行有短暂的冲击，于央行的货币监管无本质害处甚至可以说有利，于老百姓则好处多多。可以设想，这个组合，在未来是一定会成立的，现在只不过是要做足铺垫，使得在它出台时给商业银行带来的阵痛减到最小而已。

虽然电子商务和证券交易电子化在一定程度上从空间上扩展了消费者获取交易对价的能力，但空间阻隔造成的“供需不见面”仍然是维持交易双方信息不对称壁垒的一个魔咒。之前，除了严格监管、规范监管，我们还看不到有技术手段来真正减少信息不对称，但那个XBRL似乎是个小例外。小例外也是例外，我们毕竟见到了用技术手段来忠实地执行监管当局定下的财务口径并将财务口径的语义真正落地到电子化信息披露的实践中去的一个很鲜活的案例。作为中国最早一批XBRL实践者的一员，本人从那时起就深感发挥技术在减少供需双方信息不对称方面的作用一定是未来的趋势。但是，既然是小例外，就难免撼动大局。现在，在商品、物流的溯源方面，区块链的应用如火如荼。在物流诸环节的信息不对称进一步减少，成为价值跨空间转移的有利武器。但正如作者在“理深科技时评”系列中的《桥归桥路归路》一文中指出的那样，在从原子世界转向比特世界最初的源头，我们还需原子世界的配合。同时，点评等后效反馈手段，也是减少信息不对称的功臣之一，也可以和区块链技术进一步融合。比如可以设计这样的智能合约，当区块链上记载有实名消费记录的消费者共同签署的差评多到一定程度，就可以通过智能合约发布商家事先私钥签名的声明，里面含有退赔、召回、道歉等具体内容。通过“好人举手”机制，鼓励诚实商家签署这样的智能合约，把不诚实的商家逼入死角。总而言之，只有信息披露规范化、物源见证区块链化、对差评的惩罚措施契约化，才能有效降低跨空间价值交换带来的信息不对称性。这样的技术手段可以切切实实地由消费者直接掌控，而不是由中介间接掌控。

人工智能正在提升价值跨时间使用的能力

中国的改革开放之初，深圳特区有一句名言，就是“时间就是金钱”。抢到时间，就是抢到更有利的赚钱机会。随着金融科技的进步，供给端的技术条件越来越好，比如交易所端的基础设施，已经能够支持微秒级的时延和每秒几十万笔乃至上百万笔订单的处理能力。距离交易所端基础设施网络连接最快捷的托管机房具有一般IDC机房不可比拟的商业价值。这一切都聚焦在“时间”这个最基本的维度上。价值的跨时间使用，抢先一小步都是重大的先机。抢时间的技术利器在这个大背景下自然得到需求端的青睐。一轮又一轮的“军备竞赛”在这个领域频繁上演。在这些“军备竞赛”当中，机房、网络、中间件、模型等等简直是八仙过海。但是，最具有革命性、最值得大书特书的，还是人工智能。

今年对于人工智能而言是一个特殊的年份。人工智能作为一个学科从初创到繁荣，已经经历了一个甲子轮回。今年年初，著名的人工智能软件AlphaGo大胜围棋世界顶级高手李世石，展现了人工智能在博弈方面的巨大实力。金融博弈学专家、上海交通大学的邓小铁教授对此给予高度评价，并坦言在金融领域，人类最终将很难与人工智能算法抗衡。人类有人性弱点，有高压之下的各种不淡定，人工智能算法无需完全预测全部市场的走势，只需相对准确地预测比你“菜”的人群疑似犯错误的时间地点（金融产品种类），就可以战而胜之。

人工智能之所以能够在这些环节战而胜之，取决于三种能力：

1、快速吸收信息、将信息转化为知识的能力。传统的量化交易，在对实时和历史的结构化数据的获取能力方面相对成熟，但在对文本、语音和视频等非结构化信息的获取能力方面，受囿于人工智能的发展水平曾经相对不足乃至无法与人类相比。但是，近年来，人工智能在非结构化信息的获取方面出现较大飞跃，人类手工收集、整理、提取非结构化数据中有用信息的能力开始不如人工智能程序，随着人工智能的进一步发展，这方面的差距还会进一步拉大。特别是文本信息，在自然语言处理（NLP）和信息提取（IE）领域已经取得实质性的进展，用于快速获取价值交易相关的信息，比如基本面信息，开始显露出优势。这样的优势，也不仅限于二级市场的量化交易。对一个公司上市前各融资阶段的基本面分析、对放贷对象的基本面分析乃至在实体经济中对产业生态和竞争格局的基本面分析等等，都可以使用这样的技术来争取时间优势。

2、在领域建模和大数据分析基础上预测未来的能力。时间最本质的属性就是其箭头的不可逆性。未来是不确定的，但又是有规律可循的。从过去预测未来，虽有风险，但比盲目面对未来还是更加靠谱一些，无论在交易趋势分析、风控、信用评估领域还是在反洗钱等监管领域都是如此。而“过去”在比特世界里的集中表现就是大数据。单纯的大数据只说明未来，不说明过去。没有人工智能的大数据，不能将信息转化为知识。而欲将信息转化为知识，最终体现优势的不是知识的“量”而是知识的“质”。在一个错误的方向上积累知识，知识越多越糟糕。如果对于“知识长什么样”的基本假设是错的，知识积累就会过早止步于错误基本假设所决定的天花板，再大的数据、再深度的学习也帮不上什么忙。所以，领域知识建模在方法论上的正确性，是决定人工智能应用成功与否的最关键因素。当前，“知识图谱”作为领域知识建模的工具正在受到越来越多的重视，但更多成熟的分析预测算法还是针对结构化、关系型数据的，而不是知识图谱这种半结构化、标签型数据的。基于知识图谱的领域建模、基于规模化大数据的处理能力、针对半结构化标签型数据的分析预测算法三者的结合，是人工智能在时间维度上沟通过去和未来，减少跨越时间的价值交换带来的风险的优势所在。

3、在确定规则下优化博弈策略的能力。价值交换领域充满了博弈，凡博弈皆需解决两个基本问题：局势判断和最优对策搜索。AlphaGo的成功故事告诉我们：这两个问题上，人工智能都可以比人做得更好。这是因为：第一，人工智能可以比人更充分地学习有史以来的所有公开对局；第二，人工智能可以比人更充分地利用离线时间采用左右互搏的增强学习策略，尝试在线约束下不敢轻易尝试的各种变化；第三，人工智能可以比人更充分地进行节点（主体）间的分工协作，在涉及智能博弈的场合，几万台电脑之间的协作比几万个人之间的协作要更容易达成。更不要说人类面对利益考量，在巨大压力下还具有各种不淡定乃至贪婪的表现。所以，人工智能在博弈环节的普遍应用，也是一个必然的趋势。

此外，同人类比起来，人工智能还有一种占优势的能力，即客户资源获取和客户粘性保持的能力。随着使用自然语言进行人机对话的技术水平的提升，客服的智能化程度越来越高。客服的内容将从简单的、事务性的、事实性的领域向复杂的、业务性的、知识性的领域扩展，对人机对话场景本身的建模分析也将极大地帮助“为客户画像（建模）”这个最关键的任务，前所未有地提高人机界面的友好程度，成为金融服务的一个最具价值和粘性的入口。

以上这些分析，都是针对“好的”人工智能而言的。对于“糟糕的”人工智能在金融领域的应用，很有可能适得其反。

从以上的分析可以看出：金融产生于跨越时间和空间的价值交换，区块链在克服价值交换的空间障碍方面为消费者提供了越来越不依赖于中介机构的利器，而人工智能在克服价值交换的时间障碍方面则更接近于带来中介、消费者和监管当局多赢的格局。这是总的判断，但是在具体推进的层面还有一些深层次的问题有待解决。这里，我们着重提出两个问题进行深入的讨论。

第一个问题是，当需求侧的去中介化和供给侧的去中介化发展推进呈不平衡态势时，需要注意哪些风险？或者说的更加直白一点，当跨越空间花钱变得越来越容易、越来越自主、越来越安全的时候，跨越空间买来的东西（股票也是广义的“东西”），其质量（在股票，可理解为其对应的上市公司的质量）是否也能同步地越来越安全、越来越可信、越来越可追究？如果后者滞后发展，而不是二者协同发展，会带来什么后果和风险？

我认为，这种需求侧和供给侧的不平衡，已经不是什么理论假设，而是赤裸裸的现实。也就是说，如果供给侧不加以更大力度推动其区块链化，必将导致进一步的失衡。这里面的后果和风险是很清楚的：钱花得越容易，买来的“东西”越不靠谱，越偏离价值交换的“等价”原则。当然，我真心不希望需求侧的发展步伐慢下来，而是希望供给侧的发展步伐快起来，让区块链领域更多的技术资源向供给侧倾斜，让物联网、供应链金融、电子商务、电子化信息披露等多个领域的发展同步进入区块链时代。需求侧和供给侧的平衡发展是对区块链技术发展的最好的呵护。需求侧的过度发展和供给侧的发展迟滞，都容易导致群体性社会问题的产生。从某种意义上说，区块链技术与新一代（特别是物联网）操作系统的发展合流，也是维持需求侧和供给侧平衡的战略性刚需。

第二个问题是，当越来越多的人工智能技术用于克服价值交易的时间障碍时，价值交易本身的游戏规则要不要随需而变？比如说，当更多的“机器人”游荡于市场、商场，人与机器人同场竞技丝毫不占上风的时候，原本为人设计的游戏规则成了偏袒机器人致胜的“护身符”的时候，这样的游戏规则要不要修改？我们看到，淘宝的员工使用技术手段秒杀内部提供的福利月饼受到了严厉的处分，各种门户网站为了防止机器人过度采集和刷单、12306网上购票系统为了防止机器人过度抢票都采取了本质上“不欢迎”的技术手段，金融领域会不会有一天也如法炮制一个本质上相当于“AI与狗，不准入内”的新游戏规则？

我认为，这不是危言耸听，也不是杞人忧天。只要失衡，这种可能性就会迫近。站在技术创新者的角度，你或许可以说创新有理，创新不应被压制，你有本事你也可以使用同样的甚至更好的技术云云，但是站在社会管理者、市场管理者的角度或许就不这么想。一套在人工智能还没发展到现阶段那么强大的时候为人类制定的游戏规则，到了人工智能强大起来足以导致群体性事件的时候，做一些适当的调整为什么不可以？所以这是人工智能类金融科技在未来可能遇到的最大变数，甚至可能决定初创公司的生死。从技术提供方来说，更富建设性的做法应该是拥抱变化，不断挖掘人工智能的潜力，力争在游戏规则改变以后仍保有足够的竞争力。从社会管理、市场管理方来说，也要防止懒政和一刀切，对科技创新不要搞突然袭击，事先要做好充分的沟通和谅解，防止通过牺牲金融消费者已经取得的便利、通过牺牲科技创新的发展速度和牺牲价值交换跨越时空的已达成效率来控制人工智能与人类智能之间的平衡。

其实，区块链技术和人工智能技术的发展，对于监管而言也是利大于弊的。区块链技术可以更方便地留下违规行为的铁证，使得擦除违规痕迹的努力几近徒劳。人工智能技术可以充分利用大数据来锁定违规线索，提高违规成本、洞察违规苗头，逼迫违规者放弃已经不灵光的违规套路。监管者也要拥抱技术创新，依靠技术创新带动监管创新。

说到底，时间和空间是永恒的，人类社会从诞生之日起就离不开价值和价值交换。有跨越时空的价值交换，就有克服时空障碍的动力存在。所以，金融科技的创新是永恒的。同时，金融科技本身是中性的。在金融科技发展和创新的进程中，或许会导致暂时的不均衡，包括需求方和供给方之间的不均衡，包括人工智能与人类智能之间的不均衡。但是，这些不均衡都会通过人类自身的努力，包括科技创新方面的努力来得到缓解并指向新的均衡。创新者和管理者都要时刻留意这种不均衡，在规划自身发展时把这种不均衡因素考虑在内，避免因小失大。