《金融科技概论》ch04《金融科技的基础设施》学习笔记

来源：full.md/pages；PDF p.45–61；生成模型：gpt-5.6-luna；日期：2026-10-08
篇首导言：PDF p.45–47，提出三类基础设施、数据要素配置、开放银行与银行业务平台化；正文从“金融科技的基础设施”开始于PDF p.48。作者：未明确列示。

1 本章解决的问题

本章讨论：不考虑金融科技的具体形态，金融科技要健康发展，需要哪些基础设施，以及这些基础设施如何影响金融资源配置、风险转移、政策传导和监管安排（PDF p.48）。

作者将基础设施分为三类：

信息基础设施：包括信息记录与收集、数据分析方法、计算能力，征信也是重要组成部分（PDF p.49–51）。
支付和市场基础设施：金融系统的“管道”，影响资金融通、资源配置、风险转移和金融政策传导（PDF p.52）。
监管基础设施：包括金融监管、竞争监管和数据隐私监管，并延伸到监管沙箱与监管科技（PDF p.54–61）。

本章进一步回答几个具体问题：数据如何配置和确权；开放银行如何改变金融活动组织形式；账户范式与Token范式如何承载货币和金融资产；金融活动“化整为零”后如何穿透式监管；监管沙箱和监管科技如何降低创新风险。

2 核心结论与逻辑主线

本章的总论断是：金融科技的商业模式、应用、流程和产品，本质上都是依托信息、支付和市场、监管三类基础设施进行跨时空的经济资源配置（PDF p.45、49）。

逻辑主线可以概括为：

信息基础设施提供识别、记录、分析和计算能力。数字账户、生物识别、物联网和传感设备使人的活动持续数字化；行为数据经过分析后，可用于推断偏好、信用和收入，进而支持精准营销、网络贷款和保险定价（PDF p.49–50）。

支付和市场基础设施完成资金与资产的转移。账户范式依靠银行账户、中央银行准备金账户和金融交易后处理体系；Token范式依靠Token、智能合约、共识算法以及储备资产支持的发行与兑换规则（PDF p.52–54）。

监管基础设施约束风险和市场力量。金融科技使金融活动从单一金融机构资产负债表转向多机构分工网络，风险因而更隐蔽、更复杂，传统机构监管需要补充功能监管、竞争监管和数据隐私监管（PDF p.55–59）。

三类基础设施彼此依赖：信息处理支持风险评估、风险定价和风险监控；支付与市场基础设施承载资金融通和风险转移；监管基础设施则防止技术放大风险后偏离服务实体经济的方向（PDF p.48）。

3 关键概念

数据要素的四种配置机制：作为公共产品的数据可由政府利用税收提供，并在不涉密前提下尽可能开放；所有权较清晰且具有排他性的准公共产品数据，可采取俱乐部产品式付费；个人数据常通过PIK模式交换资讯和社交服务；具有非排他性或非竞争性的数据，可能不适合市场交易。市场化配置不等于市场交易（PDF p.45–46）。
PIK模式：原文明确写为PIK模式，但未展开英文全称；其本质是用户用注意力和个人数据换取资讯和社交服务，作者指出该模式存在很多弊端（PDF p.45–46）。
开放银行：欧洲银行通过API（原文中文释义为“应用程序界面”，该处未展开英文全称）共享客户数据。它使原本由单一金融机构“一站式”提供的服务“化整为零”，由多家机构组成市场分工网络（PDF p.46）。
银行业务平台化：围绕货币创造、期限转化和受托监督等核心功能展开。银行向第三方开放资金、账户、客户、数据、技术、场景和声誉等核心要素，在银行内外重新配置，形成市场化分工网络（PDF p.46）。
软信息：难以量化、难以在人与人之间无失真传递的信息，例如小企业主在社区中的声誉，是关系型贷款的基础（PDF p.50）。
账户范式：以银行账户和中央银行准备金账户为基础，法定货币存在于金融系统负债方；存款和准备金等货币形态已经电子化（PDF p.52）。
Token范式：以区块链为代表，Token、智能合约和共识算法处于共识边界内。其承载金融资产需依靠区块链外的经济机制，并遵守1:1发行、1:1双向兑换和可信三项规则（PDF p.53）。
功能监管：从“管机构”转向“管活动”。不论机构类型，只要从事相同金融活动、承担相同金融风险，就应接受同样监管（PDF p.55–56）。
DNA环：国际清算银行2019c提出的概念。D代表数据分析方法，N代表网络外部性，即网络效应，A代表相互缠绕的业务，三者相互强化（PDF p.57）。
监管沙箱：由政策法规和技术手段划定边界，提供受限、有监管、安全可控且可还原退出的试验环境（PDF p.60）。
监管科技：既可指金融机构为满足监管要求使用的新技术，也可指监管机构为实施监管使用的新技术，概念边界仍在演变（PDF p.60–61）。

4 重要论据

第一，金融科技风险评估、定价和监控都离不开信息处理，因此信息基础设施是金融科技的基础。大数据和人工智能虽已在人脸识别、用户画像、信用评估和保险定价方面显示应用价值，但在资本市场和投资管理方面，应用效果仍难有定论（PDF p.50）。

第二，数据分析模型可能损害信贷公平。例如民族和肤色等变量可能有助于信用评估，但据此放贷会引起公平性争议。作者还警告，大科技公司借款人的平台锁定效应和高转换成本，可能使其不敢违约，从而高估内部信用模型的有效性（PDF p.50）。

第三，数据分析方法可能没有经历完整金融周期检验。《巴塞尔协议Ⅱ》内部评级法在国际金融危机期间显示出顺周期性，放大经济下行期的信贷紧缩；作者据此认为其他数据分析方法也很可能存在顺周期性问题（PDF p.50）。

第四，征信不同于一般数据或风险管理市场。征信报告具有公共产品属性，个人信息采集、使用、不良信息保存、查询授权和个人异议投诉权均受到严格监管；企业内部信用评估等数据管理市场公共产品属性较弱，数据来源和分析方法可以更加灵活（PDF p.51）。

第五，账户范式提高可追踪性，却可能侵犯隐私；Token像“一层匿名的面纱”，但会增加了解客户、反洗钱和反恐怖融资的困难。因此两种范式存在替代关系，也存在互补关系（PDF p.54）。

第六，区块链用于金融交易后处理，可建立共享、同时化账本，简化对账、缩短托管链、减少结算时间和风险敞口；但仍面临券款对付、同步交收、结算最终性、交易匹配、差错管理和交易保密性问题（PDF p.54）。

第七，金融科技的普惠性扩大了服务范围，但“长尾”人群往往金融素养、风险识别和风险承担能力较弱，金融科技风险因此可能具有更强的涉众性。大科技公司还可能过度采集隐私数据，或把甲业务收集的数据用于乙业务（PDF p.56）。

5 具体案例

案例：大科技公司的DNA环与数据垄断

背景：大科技公司同时拥有平台、技术、用户和数据优势，并可能进入金融服务领域（PDF p.57）。

机制/做法：数据分析方法、网络效应和相互缠绕的业务彼此加强，形成DNA环。由此产生捕获性生态系统，通过一站式服务、业务伙伴网络和评分体系锁定用户；再利用排他性条款、价格战、捆绑销售、交叉补贴等方式削弱潜在竞争者。用户数据难以迁移到竞争平台，大科技公司因而获得信息租金（PDF p.57–58）。

论证结果：竞争秩序可能被扭曲，用户转换成本提高，数据优势进一步强化市场支配地位。原文举例，在我国互联网金融领域，一些机构曾通过补贴推高互联网理财产品收益率，以抢占市场份额，这会干扰竞争秩序和市场定价（PDF p.58）。

边界：原文并未断言所有大科技公司或所有补贴都必然违法，而是指出其可能造成垄断和不公平竞争问题。监管重点应放在市场中立、数据可迁移性、排他行为、捆绑销售及交叉补贴造成的竞争影响上（PDF p.57–59）。

案例：监管沙箱

背景：监管机构未必能在事前准确判断金融科技创新方向和潜在风险；创新直接推向市场，可能在风险未充分评估前造成合规问题或风险事件（PDF p.60）。

机制/做法：通过政策法规和技术手段划定边界，在隔离环境内进行受限测试；测试必须有监管、安全可控，并能够还原退出。只有风险充分揭示、模式确认可以复制推广后，才正式对外推行（PDF p.60）。

论证结果：监管沙箱既为创新提供试验空间，也帮助监管机构完善针对新模式的监管措施（PDF p.60）。

边界：沙箱不是对风险的豁免，也不支持“简易起步，容忍差错，逐步合规，赚钱后才追求稳健”。原文强调，金融风险可能自我强化，监管应尽量提前介入（PDF p.60）。

6 作者提出的方法

三类基础设施分析法：面对任何金融科技模式，先分别检查信息、支付和市场、监管三类基础设施，再分析其如何进行资源配置。判断标准是：是否具备信息记录、分析和计算能力；是否能完成资金或资产转移；是否能识别和约束风险（PDF p.48–49）。
数据配置分析法：先判断数据属于公共产品、准公共产品、PIK模式下的个人数据，还是因非排他性、非竞争性而不适合市场交易的数据；再决定开放、付费、授权或其他配置方式（PDF p.45–46）。
穿透式风险分析法：银行平台化或金融活动分工化后，不只看机构名称，而要追踪风险由谁承担、如何转移和分担，并同时监管银行与第三方合作机构（PDF p.47）。
功能监管法：比较实际金融活动及其风险，不以机构身份作为唯一监管依据；从“管机构”转向“管活动”（PDF p.55–56）。
监管沙箱测试法：限定边界，隔离风险，受监管测试，确保过程可控和可退出；风险充分揭示且模式可复制后再推广（PDF p.60）。
监管科技应用方向：提高非现场监管效率，降低合规成本，提高风险识别、计量和处置效率，并为宏观审慎监管提供数据基础（PDF p.61）。

失败模式包括：数据模型歧视或顺周期；平台锁定导致模型效果被高估；账户数据被过度采集和跨业务使用；Token隐私性妨碍反洗钱；区块链分叉使结算最终性仅具概率意义；监管滞后造成监管套利；沙箱被误解为容忍违规的免责区。

7 可能的隐含假设

【阅读推断】作者假设金融科技不能脱离基础设施单独评价，因为原文将商业模式、应用、流程和产品都归结为依托三类基础设施进行资源配置（PDF p.45、49）。
【阅读推断】作者假设数据价值并不自动意味着数据适合交易，因为原文同时强调数据的非排他性、非竞争性，以及市场化配置不等于市场交易（PDF p.46、59）。
【阅读推断】作者假设技术提高信息处理能力的同时，也可能扩大风险规模和传导速度，因此技术进步必须与监管基础设施同步升级（PDF p.48、56）。
【阅读推断】作者假设不同金融活动的风险属性不同，所以银行货币创造和期限转化不能简单地全部外包；期限转化尤其因内在风险高而更适合由银行执行（PDF p.46）。
【阅读推断】作者假设监管不能只依赖机构边界，因为金融活动已经可能由多家机构组成分工网络，风险会跨机构传导（PDF p.55–56）。

8 与其他章节的联系

与ch01“金融科技对金融领域的影响和监管”相联系：本章具体展开金融科技监管的基础设施、功能监管、消费者保护和竞争监管。此处仅依据目录和本章内容作学习关联，不补写ch01未提供的论证。
与ch03“金融与技术的平衡之道”相联系：本章将技术效率与金融风险、隐私、公平、稳定之间的平衡具体化，尤其体现在人工智能模型、Token范式和监管沙箱中。
与ch05“如何建立合规有效的数据要素市场？”相联系：本章已提出数据产权、数据配置、隐私保护、API和密码学技术，是数据要素市场问题的基础。
与ch06“从开放银行看银行业务平台化”相联系：本章在PDF p.46已提出开放银行和银行业务平台化，但未提供ch06全文，不能代替该章展开。
与ch10–ch13区块链相关章节相联系：本章讨论Token范式及区块链在结算中的能力与限制；不能据此假装掌握其他章节的完整内容。
与ch14–ch19数字货币相关章节相联系：本章仅列举央行数字货币、金融机构间结算币、稳定币和Libra作为Token范式应用，不能将其当作对这些专题的完整分析。
与ch20–ch21监管科技相关章节相联系：本章介绍监管科技的来源、边界和四方面影响，具体经济学分析应以相应章节原文为准。

9 一句话总结

金融科技不是孤立的技术应用，而是依托信息、支付和市场、监管三类基础设施重组资源配置；技术提高效率的同时，也会放大隐私、公平、竞争、操作和系统性风险，因此必须以穿透式、功能性和可测试的监管框架加以约束。

10 原文依据或页码

E1 | PDF p.45 | 「金融科技的发展离不开一系列金融基础设施」 | 支持三类基础设施是金融科技发展的前提。
E2 | PDF p.45 | 「本质上都是依托这些基础设施」 | 支持金融科技模式依托基础设施配置资源。
E3 | PDF p.46 | 「隐私保护不排斥共享个人数据」 | 支持隐私保护的重点是控制共享过程，而非绝对禁止共享。
E4 | PDF p.46 | 「形成市场化分工网络」 | 支持开放银行和银行业务平台化改变金融组织形式。
E5 | PDF p.50 | 「可能性很大」 | 支持作者对数据分析方法顺周期性的判断属于观点和推测。
E6 | PDF p.53 | 「1:1双向兑换规则」 | 支持Token承载金融资产所需遵守的规则。
E7 | PDF p.54 | 「只能在概率意义上确保结算的最终性」 | 支持区块链金融结算的限制。
E8 | PDF p.56 | 「从“管机构”变成“管活动”」 | 支持功能监管的核心原则。
E9 | PDF p.58 | 「由此可获得信息租金」 | 支持数据垄断可能带来的竞争后果。
E10 | PDF p.60 | 「这些测试是受限、有监管、安全可控和可还原退出的」 | 支持监管沙箱的边界和方法。

自测与参考答案（5题含答案）

问：本章将金融科技基础设施分为哪三类？
**答：**信息基础设施、支付和市场基础设施、监管基础设施。前者支持信息处理，中者承载资金和资产转移，后者约束风险与市场秩序。
问：账户范式与Token范式的主要差异是什么？
**答：**账户范式以银行账户和准备金账户为基础，便于形成金融大数据但有隐私风险；Token范式以区块链、智能合约和共识算法为基础，具有较强匿名性，但增加了解客户、反洗钱和反恐怖融资难度。
问：为什么开放银行会改变金融活动的组织形式？
**答：**银行通过API向经授权第三方共享客户数据，使原本由一家机构一站式提供的服务拆分给多家机构，形成市场分工网络，并改变资金流通和风险分担方式。
问：功能监管为什么是金融科技监管的重要方法？
**答：**金融活动可能由多类机构共同完成，风险不再集中在单一金融机构资产负债表内。只按机构监管容易遗漏风险，因此应对从事相同活动、承担相同风险的机构实施相同监管。
问：监管沙箱有哪些必要边界？
**答：**测试应受限、有监管、安全可控、可还原退出；创新需充分揭示风险并证明模式可复制推广后再正式推行。沙箱不是允许先扩张、后合规的免责安排。

易错点与原文疑点

不要把“金融脱媒”简单理解为金融机构完全消失。原文更严谨的表述是金融活动从金融机构资产负债表“化整为零”到多家机构组成的市场分工网络（PDF p.55）。
不要把市场化配置等同于公开市场交易。原文明确指出，部分数据因非排他性或非竞争性不适合市场交易（PDF p.46）。
不要把隐私保护理解成禁止数据共享。作者主张控制共享过程，在保护与共享之间平衡（PDF p.46）。
不要把大科技公司内部信用模型的表现直接视为真实风险识别能力。平台锁定和高转换成本可能使借款人不敢违约，从而高估模型效力（PDF p.50）。
不要把Token的匿名性理解为无条件匿名。原文只说Token像“一层匿名的面纱”，同时指出其给反洗钱、反恐怖融资带来困难（PDF p.54）。
不要把区块链不可篡改简单视为结算全面优点。它可能增加交易匹配和差错管理难度（PDF p.54）。
不要将监管沙箱理解为“简易起步，容忍差错，逐步合规”。原文明确反对这种路径（PDF p.60）。
PDF p.51–52的表2.1正文中表格内容在给定文字中未完整展开，无法据此重构具体表格；PDF p.48、54、57、59的图示文字关系亦应以PDF原图核验，不把缺失图形细节当作已知结论。
本章引用《通用数据保护条例》、国际清算银行2019年年报、国际清算银行（2019c）及安德鲁·霍尔丹2014年的设想；这些是原文引述或事实依据，不应误写成作者本人独立提出的全部观点。
本章未列出作者姓名，故作者栏应写“未明确列示”；PIK的英文全称原文未给出，不应擅自补写。