京公网安备 11010802034615号
经营许可证编号:京B2-20210330
市场乱象纷纷 区块链何去何从
随着区块链从高冷晦涩的专业术语变身为全民热议的“爆红”风口,众多嗅觉敏锐的商家正在想方设法抢占先机,以各种花式“蹭热点”借机吸金。然而,在区块链一片“繁荣”之下,也隐藏着各种信任危机。各种加密货币利用区块链的投机行为,大肆圈钱,整个市场泡沫化严重。不少公司打着区块链的旗号,行坑蒙拐骗之实。那在这样的市场乱象下,区块链应该“何去何从”?
虚拟货币乱象多 监管加强
区块链的监管在去年迎来了第一个大动作:2017年9月4日,央行等七部委发布了《关于防范代币发行融资风险的公告》。公告指出,国内通过发行代币形式包括首次代币发行(ICO)进行融资的活动大量涌现,投机炒作盛行,涉嫌从事非法金融活动,严重扰乱了经济金融秩序。《公告》要求各类代币发行融资活动应当立即停止,并做出清退等安排。有关部门将依法严肃查处拒不停止的代币发行融资活动以及已完成的代币发行融资项目中的违法违规行为。
今年3月28日,人民银行召开2018年全国货币金银工作电视电话会议,也表示将开展对各类虚拟货币的整顿清理。
ICO风险高 不适合百姓投资
曾一度火热的ICO,到底存在哪些风险?
“有人说ICO与IPO相似,其实它更像是众筹模式,风险非常高。”中国社会科学院金融研究所法与金融研究室副主任尹振涛认为,ICO和IPO之间存在较大差别,IPO需要经过重重审核,而ICO还存在监管空白。与IPO的流程相比,ICO只有一个白皮书就能融资,没有律师审核和券商辅导,白皮书也是项目方自己写就,风险非常高。
尹振涛称,白皮书中虽然写明了应用场景,但当投资者投了钱后,项目方到底怎么使用,就说不准了。“ICO无考核、无监督,缺乏对消费者保护,不适合普通老百姓投资。”
白皮书提示区块链应用风险
4月10日,由工信部下属中国信通院云计算和大数据所与京东金融在京联合发布的《区块链金融应用白皮书》,对区块链应用的风险进行了重要提示,包括相关技术不成熟限制了应用范围、监管体系不完善导致行业乱象丛生、区块链被过度消费导致的泡沫等。这些风险应该引起行业和监管部门的高度重视。
对于如何推进区块链的下一步应用,白皮书建议,一是在急用先行、大胆试错的思路指引下,加快行业标准化的推行;二是优先考虑痛点明显、增量显著、发展迅速的精品业务落地,试点成功后再逐步扩大;三是组织并扩大产业联盟,促进产业成熟。
区块链技术有哪些不足?
“区块链技术是把双刃剑。”天网防火墙前主工程师、重庆用维通信技术有限公司CTO刘大林自2013年开始接触比特币并研究相关代码,在区块链底层构架和性能优化方面有很深的研究。在他看来,区块链使用的IPFS协议是一个基于区块链的点对点超媒体协议,但存在不易监管等问题。另外,在数字货币方面新一代的数字货币交易隐藏深、追踪难,让监管更加困难。
如何防范区块链应用乱象?
五花八门的区块链应用、天价区块链培训、披区块链的皮行坑蒙拐骗的项目……区块链应用乱象的源头究竟在哪儿?
尹振涛认为,ICO乱象归根结底是创业者急于获取资金启动项目。按照以前的流程,创业者获得融资的时间很长,但用ICO获取融资速度却很快。“或许可以在资金上给予创业者更多的帮助。”
WorkFace中国创业者社群创始人潘剑峰表示,如果不是创业市场渴求资金,得不到金融市场的支持,何来那么多创业者如此积极地扑进ICO市场呢?潘剑峰建议,帮助正规的创业者找到合法的资金渠道,让资金成本更合理,更高效地支持创业者,或许能抑制ICO乱象。
区块链未来如何发展?
对于区块链技术的发展,潘剑峰说:“未来的生意都会基于数据,基于数据的所有生意都会从现在基于互联网的技术结构向基于区块链的技术结构转移。”
“其实不管哪个领域,培训的投资都是最小的,而赚钱是最快的。”荣格财经发起人、总编辑赵洪伟认为,区块链覆盖力很强,如果在细分领域抢占先机,可能会很容易吸引到这个行业里传统企业的大佬,然后再与他们进行合作,就能赚到区块链培训的黄金。同时,随着区块链技术应用的蓬勃发展,必然导致大量传统企业的涌入,造成人才的大量短缺。此时如果有外包服务公司提供技术或理念服务,则将大大降低企业进入新行业的试错成本。此外,区块链时代还有很多可以赚钱的黄金点未被发掘,值得企业去探索。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21