京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28