《金融科技概论》方法与判断模式

本文件是基于章节学习笔记的整理，不是原书作者命名的统一操作框架。除特别标注外，各条均为“学习整理”，用于本地复习。历史研究、制度描述与预测仅保留原文语境，不构成现行法律或投资建议。

1. 从金融本质与真实需求出发评估技术

• 适用场景：面对人工智能、区块链、数字货币或平台金融等技术方案，判断其是否真正改善金融服务。
• 步骤与判断标准：
  1. 先明确业务属于支付清算、资金融通、风险管理、资源配置或其他金融功能。
  2. 再判断技术是否降低信息不对称、交易成本或服务门槛。
  3. 通过真实场景、实践效果和竞争试验检验技术价值。
• 权衡与失败边界：不能把“能够处理信息”误认为能够解决激励、制度和资源配置问题，也不能接受技术供给方对“颠覆性”的单方面宣传。金融功能和风险内涵不会因技术形式改变。
• 来源：ch00、ch02、ch03

2. “理性决策模式”：问题、目标、方案、评估、比较

• 适用场景：比较不同技术路线、政策方案或监管工具。
• 步骤与判断标准：原文称为“理性决策模式”，其程序是明确问题，设定目标，列举解决方案，评估方案及其可能结果和问题，再比较选择较优方案。
• 权衡与失败边界：方案不能只看效率和创新收益，还应检查金融稳定、消费者保护、竞争、数据权利、隐私和公共利益。原文同时强调，技术路线不宜由单一主体预先指定，可通过市场竞争和实践检验择优。
• 来源：ch02

3. 三类基础设施检查法

• 适用场景：分析金融科技产品、平台或金融基础设施的运行条件。
• 步骤与判断标准：
  1. 检查信息基础设施：是否具备身份识别、数据记录、分析和计算能力。
  2. 检查支付和市场基础设施：是否能够完成资金、证券或其他资产的转移、清算和结算。
  3. 检查监管基础设施：是否能够识别、约束和处置风险，并保护消费者与市场公平。
• 权衡与失败边界：三类基础设施相互依赖，不能只建设技术和支付环节而忽视监管条件。金融活动平台化、多机构分工化后，风险可能从单一机构资产负债表转移到合作网络中，变得更隐蔽。
• 来源：ch04

4. 数据配置与确权判断法

• 适用场景：设计数据开放、授权、交易、共享或隐私保护安排。
• 步骤与判断标准：
  1. 判断数据属于公共产品、准公共产品、个人数据，还是不适合市场交易的数据。
  2. 根据排他性、公共价值、授权范围和使用目标，选择政府供给、开放银行、数据信托、付费订购或合资共享等机制。
  3. 区分所有权、使用权和控制权，并结合可验证计算、同态加密、安全多方计算或区块链记录授权。
• 权衡与失败边界：数据价值依赖任务、场景、方法和时间，不能直接把数据当作同质化商品或固定价格资产。加密和存证不能替代隐私制度，也不能自动证明数据内容真实。
• 来源：ch05

5. 开放银行与平台化的穿透式分析

• 适用场景：分析银行与第三方机构共享客户、数据、账户、资金、技术或场景的合作模式。
• 步骤与判断标准：
  1. 确认是否存在客户授权、数据共享、API连接和第三方分工。
  2. 分别判断业务涉及货币创造、期限转化和受托监督中的哪些功能。
  3. 从资金、账户、客户、数据、技术、场景和声誉七个维度识别被重新配置的要素。
  4. 追踪谁获客、谁审批、谁提供资金、谁承担损失、谁控制数据和技术。
• 权衡与失败边界：平台化不等于去中心化，银行的核心功能不会自动消失。尤其不能把期限转化当作普通业务外包，也不能只看机构名称而忽略实际风险承担者和合作方激励。
• 来源：ch06

6. 区块链应用的链内、链外与场景适配判断

• 适用场景：评估是否采用区块链、Token、智能合约或分布式账本。
• 步骤与判断标准：
  1. 先判断是否真正使用Token；若不使用，重点分析共享账本能否改善协作和信息校验。
  2. 区分链内Token状态和交易，与链外身份、资产真实性、交付、履约和法律关系。
  3. 检查预言机、激励、治理、性能、隐私、经济安全和替代技术成本。
  4. 涉及现实资产时，检查1:1发行、1:1兑换、储备关系、审计和法律索取权。
  5. 先概念验证，再小范围试验、迭代和推广。
• 权衡与失败边界：不可篡改不等于内容真实，去信任不等于现实世界没有信用风险，智能合约也不能自动创造偿付能力。区块链不是所有场景的通用工具。
• 来源：ch10、ch11、ch12

7. 功能监管与监管科技的边界判断

• 适用场景：面对平台金融、大科技公司、数字金融或自动化监管系统。
• 步骤与判断标准：
  1. 穿透技术包装和机构名称，先判断实际金融功能、风险类型和利益关系。
  2. 对同类业务执行一致的财务、资本、流动性和行为监管标准，防止监管套利。
  3. 按问题选择监管沙箱、创新中心、创新加速器、Regtech或Suptech。
  4. 使用数据、算法和机器可读规则提高报告、监测和风险识别效率，同时保留人工判断、问责和必要的现场检查。
• 权衡与失败边界：监管科技不能完全替代监管者。软信息、反身性、系统性联动、黑箱算法和不可量化的不确定性，可能使模型失效或产生顺周期性。沙箱是受限、可控、可退出的试验环境，不是违规免责区。
• 来源：ch01、ch20、ch21、ch22