
发展区块链先要弄清“是”与“不是”
“目前,多数人并非真正懂得区块链,而是企图利用概念赚钱。因此,清晰定义区块链非常重要。只有定义清楚后,大家才知道什么是,什么不是,才能进一步去规范。”在日前清华大学产业创新与金融研究院举办的一场研讨会上,清华大学法学院教授高西庆谈道。
清华大学计算机系副教授陈康介绍,“区块链技术并不神秘,只是由于它将密码学、分布式系统和博弈论这三个反直观的理论结合于一身,才成为人们难以理解的事物”。
陈康认为,区块链概念可以先拆分成“区块”和“链”,其最大特征是一环扣一环。“链”就是一连串有顺序的交易,而“区块”就是将各个交易组成一个“块”,核心问题是如何决定交易过程中下一个“块”的放置。区块链总结起来有3个特点:一是所有交易是有顺序的;二是各个交易分成“块”;三是通过抽签的办法决定下一个“块”是谁。
“区块链技术去中心化的真正意义是去中介化。”中民新能投资集团董事会秘书刘燕认为,区块链技术可能会带来两种趋势:一是由于技术优势带来效益的大幅提升;二是这些技术可能导致集中化的财富积累以及技术领先所带来的持续分化。“这是我们需要清醒认识并要坚决避免的。”刘燕说。
CyberMiles创始人兼首席执行官卢亮表示,虽然今天数字货币发展依然缓慢,但相信区块链、数字货币将成为电商的重要机遇,并且能够创造一种新型交易环境。
对于区块链能够在多大程度上改变金融系统,高西庆表示:“不少人认为中介机构会完全去掉,我今天还看不到这种可能性。各种机制中间都有一些所谓的中心,比如区块链中的联盟链也是分中心,不可能完全把中心去掉。”
高西庆建议,相关部门应该对区块链做出清晰定义,以更好地规范发展,杜绝乱象。“在没有认清区块链之前,应当首先考虑区块链能否带来好处,而不能只看到坏处就把它毙掉。而且,由于互联网系统的特点和区块链的运作方式,也没有办法完全彻底地把区块链毙掉。现在一些国家正在创造环境吸引区块链产业,因为这样可以获得规则制定、产业利益等方面的好处。”高西庆说。
“今天人类保持的交易记录,账目数量呈指数级增长,数量惊人。这种情况下,想要返回追查证据的成本极大提高。尤其对于交易而言,往往存在时间差,使得查找十分困难,所以必须具备相关的规范机制。”高西庆说。
清华大学经管学院会计系教授谢德仁认为,区块链能解决原始交易数据的中心化问题,但是原始交易数据转化成财务报表的数据,可能还是要中心化的,而非去中心化。
清华大学经管学院金融系副教授张陶伟认为,区块链技术要大范围应用,还要继续创新,找到新的技术路径和方法提升区块链的运行效率并降低运行成本。另外,区块链也只能解决线上的去中心化、信息不可篡改等问题,但在将线下相关内容转换成线上信息时,存在“道德风险”造成的造假、欺骗(例如做假账)等可能,区块链技术仍旧不能解决。
随着进一步发展,区块链技术有可能产生跨越式的发展,目前,区块链技术的底层建设仍然比较薄弱,但许多大企业已开始在技术上加大投入。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01