【數字經濟背景下的證券監管變革】

數字科技對證券市場及其監管的影響

——基于大數據、人工智能、區塊鏈的視角

郭 鋒[1]

摘要:基于云計算的證券業大數據挖掘可以保持信息的完整性、客觀性和一致性,具有預測證券價格的成功概率,有助于對證券市場及時監測。從監管角度來說,信息披露申報文件數據化是監管科技化的基礎;應當利用大數據分析、實時數據監測改進證券執法目標、提升執法效率;加強對證券市場欺詐交易、可疑交易的大數據監測。人工智能技術特別是智能投顧的出現,正在改變傳統證券業,監管取向應當是保持金融體系的安全性,防止利用人工智能欺詐投資者;維持金融體系的穩定性,防止人工智能適用引發系統風險;增強金融市場的包容性,容許金融科技公司進入證券市場;保持監管規則的開放性,認真評估規則變化對市場的影響。隨著區塊鏈在全球范圍的大規模快速發展和產業化,世界各地監管機構都對區塊鏈加強監管,嚴格限制與私人數字貨幣相關的金融業務,將首次代幣發行傾向于界定為證券發行,按照證券法進行監管;對數字證券、證券類通證、數字資產交易所加強觀察、引導和個案風險監管。

關鍵詞:大數據 云計算 人工智能 區塊鏈 證券市場

我們正置身于數字科技爆發式增長的時代。以計算機、社交網絡、電子商務、移動通信為相互交織的多元載體,以“PB”(1024 TB)為單位的數字科技,將人類社會帶入一個充滿結構化和非結構化數據的新信息時代 [2]。主流觀點認為,這意味著數字科技和大數據時代來臨。大數據、云計算、人工智能、區塊鏈等數字技術在全球范圍對證券市場和證券監管產生了重大影響。盡管這種影響的深度和廣度現在尚難預測和評估,但毋庸置疑的是,證券業面臨著百年未有的機遇和挑戰。在區塊鏈去中心化情景下,現有證券交易所、中央結算公司有可能被重組或迭代;在大數據信息挖掘技術條件下,現有發行申報制度、信息披露體系以及法定載體正在重構;在云計算、人工智能技術推動下,現有證券業務特別是經紀業務可能面臨轉型、重組壓力,證券代理交易、投資顧問業務可能被機器人取代。更極端的是,在所有市場主體的行為、活動都納入自動程序記錄、監測、計算和判定后,可能需要考慮證券商、中介機構的傳統職能是否需要重新界定。當然,在數字科技監管深度運用后,證券監管也面臨從理念到機制的全新轉變與發展。

一、大數據、云計算對證券市場及其監管的影響

早在1998年,SGI的首席科學家John R.Masey提到了“大數據”一詞。2008年,《自然》雜志發行了一期大數據專刊。2011年,《科學》雜志發行了一期類似專刊。研究機構Gartner將這一概念定義為:大數據是高容量、高速度和高多樣性的信息資產,需要以高效、創新的信息處理形式,以增強洞察力和決策能力。 [3]庫斯內茨基研究人員認為,“大數據”與“海量數據”具有相同含義,因其不一致、不可預測的組合,“不適合被標準數據管理技術所馴服”。 [4]Snijders認為,“大數據是一個松散定義的術語,用于描述龐大和很復雜,使用標準的統計軟件會變得很難。麥肯錫全球研究所(Mc Kinsey Global Institute)在一份報告中將大數據定義為“數據集,其大小超出了典型數據庫軟件工具捕獲、存儲、管理和分析的能力”。[5]雖然現有大數據定義并不相同,但都提到了“海量數據”,這是大數據的一個基本特征。正如大家所熟知的,麥肯錫、IBM、微軟、IDC、甲骨文等,將“大數據”的特點描述為“4V”:體積、速度、多樣性和價值。

“云計算”一詞發端于美國,最早出現在2007年4月。自此以后,“云在短短兩年內就成為‘計算’和‘軟件’的同義詞”。Buyya、Yeo和Venugopal的定義是:“云是一種并行和分布式系統,由互聯和虛擬化計算機集合組成,這些計算機根據服務提供商之間協商確定的服務級別協議動態地提供和呈現為一個或多個統一的計算資源。” [6]可見,云計算是一種新型的、基于互聯網的商業計算模型,它將計算任務分配到由大量計算機組成的資源池中,使應用程序系統獲取所需的計算能力、存儲空間和信息服務。其特點是:可擴展性強、計算和存儲能力強、自我修復、虛擬化、支持綠色計算等。盡管云計算只是提供計算機資源的一種不同方式,而不是一種新技術,但自誕生以來,它在提供信息和服務的方式上引發了一場革命。在云計算普及之前,網格計算和效用計算已經存在。Sys-Con Events,Inc.的創始人兼主席Fuat Kircaali說,在計算機網絡中,云計算涉及大量通過互聯網等通信網絡連接的計算機,類似于公用計算。在科學上,云計算是網絡上分布式計算的同義詞,意味著能夠同時在多臺連接的計算機上運行程序或應用程序 [7],是由規模經濟驅動的大規模分布式計算范式,通過互聯網按需提供給外部客戶 [8]。為了適應云計算的未來應用程序以及保持在競爭中占據優勢,從亞馬遜到谷歌,從阿里、百度到騰訊的云服務提供商都在致力于構建數據中心。

證券業越來越認識到通過云計算對大數據進行分析和預測、進行數據挖掘的必要性、緊迫性和重大商業價值。數據挖掘(kdd)作為數據庫中知識發現過程的分析步驟,是計算機科學的一個跨學科子領域,是人工智能、機器學習、統計和數據庫系統的交叉點,涉及大型數據集中發現模式的計算過程,目前已廣泛應用于電子商務、金融、醫療、政府管理以及證券業等各類業務領域。 [9]隨著數據挖掘在證券業應用的不斷擴展,學術界從多個角度展開了相關研究,主要涉及股市收盤價與經濟新聞、人際網絡互動、投資組合模型分析等多個方面的關系,采用了集合分類、時間序列、布林格、指數分析等方法。但總體上看,目前這一領域的研究成果還很少,不能滿足實際需要。 [10]

學者認為,采用SWOT分析(SWOT矩陣)方法可以觀察到基于云計算的證券業大數據挖掘相較于傳統方法具有顯著優勢。SWOT是20世紀80年代初由舊金山大學韋里希教授首次提出的,用于評估項目或商業風險中涉及的優勢、劣勢、機會和威脅,包括明確商業風險或項目的目標,并確定有利和不利于實現該目標的內外部因素。 [11]專家認為,采用這種流行方法分析,基于云計算的證券業大數據挖掘的新機遇、新優勢主要體現在:1.具有更強大的處理功能,且成本低。借助它可以建立交易監控、用戶偏好分析、潛在客戶挖掘、市場風險預測等模塊。以用戶行為分析為例,大數據系統可以通過數據采集和行為分析,清楚地“告訴”我們客戶的行為,從而幫助準確定位客戶?；谠朴嬎愕拇髷祿喕塑浖?、業務流程和訪問服務,有效降低成本。證券市場日益豐富的投資品種、不斷擴增加的交易規模,使得交易、清算、風險管理等中后臺業務所需應對的數據規?？焖贁U張,引入大數據挖掘技術可以大幅提升工作效率。運用大數據技術搭建算法交易平臺能夠支持批量、高效地完成各種復雜交易指令,降低交易誤差。2.保持信息的完整性、客觀性和一致性。大數據處理的技術架構分為三個主要處理階段:數據采集和預處理-數據分析-數據解析,它比傳統數據挖掘的手工數據提取更為客觀?；谠朴嬎愕拇髷祿诰虮３至诵畔⒌耐暾?、客觀性和一致性。比如,截止到2019年2月22日,我國在滬深證券交易所開立交易賬戶的單位、個人已達14807.48億, [12]形成從單一賬戶到全部投資者賬戶的巨量數據信息。數據類型不僅包含結構化數據,還包含巨大的“非結構化”和“半結構化”數據。傳統的計算無法處理如此大而不規則的“非結構化數據”,只能通過先進的數學模型和人工設定的采樣條件和范圍進行分析處理。依靠基于云計算的信息存儲、共享和挖掘技術,則可以有效處理這些巨大而快速發展的終端數據。3.具有預測證券價格的成功概率。證券交易存在著許多不可預測的波動,通過基于云計算的大數據挖掘,可以通過分析一段時間內的股票價格波動,并將其與該股票提示上的客戶檢索信息、情緒等相結合,在一定程度上提高股票價格預測成功率。例如,2011年,英國Dergen資本市場對沖基金(Hedge Fund of Dergen Capital Markets)首次建立在4000萬美元規模的社交網絡基礎上,利用Twitter的數據感知投資前的市場情緒。加州大學河濱分校在20世紀初發布一份研究報告,通過對Twitter消息的分析預測股票價格。目前,各種基于云計算的預測已經在市場流行。4.有助于證券市場及時監測。信息的云計算作為一種前沿技術,集成了多種異構核心資源,形成了一個資源池 [13],可以更快地獲取有價值的信息,并在幾秒鐘內獲得結果,這與傳統的數據挖掘有很大的不同,基于云計算的大數據挖掘可以保證時間性和效率。以博世凈選基金經理樂瑪利用非公開信息進行股票異常交易案例為例,與傳統的舉報或相關曝光案例不同,該案例完全依靠信息技術進行檢測,大數據系統在篩選后自動找到線索和交易信息的批量賬戶。這是大數據挖掘在證券異常交易監控中的成功應用。 [14]中國工商銀行正在與科技公司合作,運用智能風控技術及解決方案,協助完善大數據風控體系,降低欺詐風險,減少欺詐損失。

正因為大數據挖掘的這些優勢,互聯網科技公司正在向證券業滲透。7年前,維基百科就預測,2012年至2017年,大數據市場將以驚人的復合年增長率58%增長,達到五年內500億美元。這表明眾多公司決策層致力于推動大數據技術發展。 [15]大數據挖掘需要大量的高科技IT人才提供技術支持和平臺開發。信息產業將整個金融業聯系在一起,逐漸成為大數據的聚集點。當大多數用戶使用免費終端時,話語權會自動轉移到互聯網公司。隨著金融業進入大數據時代,傳統證券業面臨的挑戰是,與互聯網科技公司相比,無論是機制還是技術,無論是人才還是管理,證券業都力不從心。因此,雖然證券機構在“實時數據”跟蹤方面取得了巨大成就,但大數據在其他方面的應用仍然有限。高技術保密性和較少的實際案例使得大數據挖掘應用難以快速推廣。傳統的服務器很難適應復雜、海量的大數據,因此需要對服務器設備進行升級或更換,以增加存儲、操作和可控性。必須建立新的大數據中心提高數據收集和存儲能力。證券業必須與互聯網等金融公司密切合作,甚至進行并購,尋求新的利潤點和新的競爭方向。在中國,很多證券商面臨借助大數據技術轉型和發展的機會和壓力,需要推動公司日常經營的數據化運營,推動公司業務智能化應用,建立一套基于大數據及相關技術的有效管控工具,借助于互聯網科技公司的技術或外包服務提供大數據挖掘能力。

大數據、云計算在證券業的運用需要解決一些困難問題。1.如何判斷投資預測時的環境因素。大數據分析研究分為六個關鍵技術領域:結構化數據分析、文本數據分析、Web數據分析、多媒體數據分析、網絡數據分析和移動數據分析。 [16]盡管大數據算法的精度依賴于技術的不斷進步,但環境因素對結果的影響往往是大數據分析無法解決的,不考慮環境因素盲目依賴大數據可能會出現錯誤。特別是對于證券行業來說,環境因素不容忽視,投資環境、經濟條件、政策變化,甚至人們的生活方式、消費習慣、購買行為都會對證券價格產生重大影響。2.如何評估從大數據中挖掘出來的有效信息。由于大數據帶來的信息混亂和數據類型變化,在數據存儲和提取中可能會遇到困難。信息冗余和非結構化數據是大數據挖掘中遇到的主要問題。大量的信息使得服務器存儲和后臺處理在性能、可靠性和可管理性方面面臨挑戰,同時對有用信息的提取和轉換也提出了更高的算法要求。此外,很難避免虛假信息,特別是在虛假信息傳播速度更快、范圍更廣的公共平臺上。當虛假信息多于真實信息時,大數據挖掘的結論可能會受到質疑。3.如何應對“大數據傲慢”和算法的變化。谷歌曾經利用大數據來預測流感的趨勢,它一開始成功了,但后來被證明是不可靠的。其中一位研究者大衛·拉澤說,解釋這種現象有兩個原因:“大數據傲慢”和算法的變化。換句話說,他們完全用大數據處理來取代傳統的數據采集,而忽略了算法的變化,而算法的變化總是隨著搜索引擎和內容的變化而變化的。動態環境使得大數據預測的準確性一直難以保證。一些學者認為,大數據只是從數據分析中得到結果和預測,會削弱事物之間的因果關系。因此,要防止把大數據神化,高估大數據預測的準確性。一定要記住大數據分析不等于完全正確的結論。4.如何解決信息隱私、信息安全問題。大數據帶來了信息披露的深度、廣度和速度,從而引發了隱私和安全問題。 [17]證券業涉及范圍廣泛的商業交易,這種問題更加突出。一旦大數據服務器受到攻擊,損失將是不可估量的,并且不可能得到補償。因此,如何利用大數據,同時提高信息安全和隱私水平,是相關技術和立法中最重要的問題。

從監管角度來說,必須高度重視利用大數據、云計算。首先,信息披露申報文件數據化是監管科技化的基礎。發行申報文件數據化是證券市場發行注冊制的基本技術條件。SEC1996年就規定,所有信息披露文件必須進入證券信息電子化披露系統(EDGAR)。隨著可擴展商業報告語言(XBRL)技術的發展,SEC于2008年要求所有證券信息的錄入應逐步過渡為使用XBRL。 [18]從2014年開始,SEC接受XBRL文件作為唯一的信息披露文件。通過XBRL技術,SEC能夠將信息披露的要求重點表格化和碎片化,大量標準化內容,尤其是運營指標和財務報告內容,可以交由電腦自動判斷是否合法合規、有無異常,監管人員則主要關注法律文件和描述性文件的真實性,如此能夠大大節省人力成本,提高審核效率。投資者可以下載SEC的EDGAR系統內各個公司的XBRL格式文件,通過相關軟件讀取其中信息,并將不同公司的或不同時期的數據信息進行橫向和縱向對比。 [19]其次,利用大數據分析、實時數據監測改進證券執法目標、提升證券執法效率。中國證監會2018年8月印發《監管科技總體建設方案》,明確監管科技1.0、2.0、3.0各類信息化建設工作需求和內容,要求在加強電子化、網絡化監管基礎上,通過大數據、云計算、人工智能等科技手段,為證監會提供全面、精準的數據和分析服務,特別提出積極應用大數據、云計算等科技手段進行實時數據采集、實時數據計算、實時數據分析,實現對市場運行狀態的實時監測,強化市場風險的監測和異常交易行為的識別能力,及早發現、及時處置各類證券期貨違法違規行為。 [20]SEC于2010年1月13日宣布進行內部重組,在執法部門內建立了一個新的市場情報辦公室(OMI)。在很大程度上,OMI的出現將會解決SEC處理和回應伯納德·馬多夫(Bernard Mad-off)所實施的大量龐氏騙局中的失敗。 [21]Donald Langevoort [22]在2009年指出,“SEC需要把自己變成一個‘金融情報機構’,利用更有效的‘實地’監測工具來了解和監測金融市場和證券投資者面臨的新興風險?！監MI的第一個角色是作為告密者提示的初始入口點,它使用各種工具將以前通過執法投訴中心獲得的公共投訴信息與自律組織提供的復雜市場數據相結合,進行“分類和制定提示,并將這些信息提供給內部合適的人。除了其分類和推薦角色外,OMI還將主動識別對投資者構成風險的市場實踐和活動,并評估如何最好地解決。最后,加強對證券市場欺詐交易、可疑交易的大數據監測。證券交易信息數據體量大、種類多、更新快、價值密度低,還包括關聯客戶資產信息、關聯客戶交易、客戶歷史交易等數據,形成多維度的數據網絡,使結構化數據與非結構化數據有機關聯。大數據技術的發展能夠實現通過對與證券交易相關的巨量信息進行分析,把隱藏在雜亂無章的數據中的相關信息集中、萃取和提煉出來,找出內在規律,識別可疑交易并進行適時監測和取證。 [23]大數據應用可以在整個數據集中查找出符合可疑交易分析結論的數據,而非抽樣分析,保證了監管機構對可疑交監測的全面性、完整性。需注意的是,大數據分析對可疑交易的篩查只能提供相關性的可靠保證,而非因果關系認定。通過多維度復雜數據分析算法得出的數據,并不能絕對保證其符合違法行為特征,所以監管機構必須進行人工核查和法律適用分析。 [24]我國金融監管強調,不能以技術之名掩蓋金融活動的本質,不論對金融機構、互聯網企業還是金融科技企業,都應按照實質重于形式的原則,進行穿透式監管,大數據監測是實施穿透式監管的有效技術手段。

二、人工智能對證券市場及其監管的影響

人工智能(AI)的概念,在牛津詞典中被定義為“開發用于模擬、擴展人類智能的計算機系統的理論,例如視覺感知、語音識別、決策制定和翻譯語言”。與之相關聯的子概念還有“機器學習”(ML) [25]、“深度學習”等。盡管在文獻中AI定義的分歧仍然沒有得到解決,但大多認為人工智能是開發的一個“專家系統”,旨在建立人類專家的知識數據庫并應用這些數據提供建議或做出決策。20世紀80年代開始流行的人工智能技術是讓機器直接從數據中學習,用于各種目的,包括預測值、分類對象、發現結構和尋找異常數據點。 [26]近年來,計算機科學家開發出基于人腦工作的松散方法,以允許機器自己學習,被稱為深度學習。 [27]深度學習是機器學習的子領域,涉及受大腦結構和功能啟發的算法,稱為人工神經網絡。神經網絡工作的確切方式因不同類型的神經網絡而異,并且隨著時間的推移而不斷發展。神經網絡通常通過對已知正確答案的真實數據進行訓練來學習。從目前學術界情況來看,對人工智能的知識,不僅經濟學家缺乏,法學家們更是難以理解。

人工智能技術的快速發展和使用,特別是智能投顧的出現,正在改變包括證券業在內的金融服務業乃至實體經濟中的許多領域,對各種行業產生變革性影響。 [28]經濟學家宣稱“機器學習有望撼動大量金融業。”主要表現在:

其一,人工智能正在大規模生產經營流程、生活服務、投資決策中使用。如亞馬遜的語音識別、谷歌的搜索引擎和Netflix的電影推薦,百度的手機導航、京東物流的自動分揀,以及自動駕駛、聊天機器人 [29]等。銀行、證券以各種方式使用人工智能為其客戶提供服務,制定投資和訂單執行策略。Kirilenko和Lo [30](2013)討論了金融和計算技術的發展,這些發展使得算法交易成為金融系統交易的主要部分。最初這些計算機模型依賴于人類編程,現在人工智能正在發揮越來越大的作用。2012年,英國對沖基金CAYMAN ATLANTIC公司發行了一只量化對沖基金,通過Twitter、Google以及其他媒體平臺上的投資者情緒大數據進行分析,得到對市場各類資產的預測結果并依次進行投資決策。全球最大的資產管理公司Blackrock宣布,它更多地依靠計算機來挑選股票,并解雇40名員工,包括投資組合經理。 [31]Noonan(2017) [32]報告稱,摩根大通使用機器學習為其股票市場的客戶執行交易。在中國,2014年底,廣發基金與百度合作,綜合了百度客戶的搜索數據及廣發基金自己搭建的選股因子數據庫,推出了百發100指數基金,相繼又有多家公募基金與不同互聯網企業合作推出了數十只大數據主題基金。另外,在從評估信用風險方面,人工智能可以識別信用風險溢價高于合理范圍的貸方客戶,為信用好的優質客戶提供低價貸款,向信用風險高的客戶收取更高費用或拒絕貸款請求。 [33]平安銀行表示,在2019年,無論是基礎零售還是消費金融、私人銀行和財富管理,都將全面實現AI,能用科技解決的堅決不用人工解決。 [34]

其二,人工智能領域的商業競爭集中為對數據的控制。數據的數量、質量和多樣性是機器學習獲得洞察力的決定因素?；ヂ摼W科技公司一致認為,數據是競爭優勢的重要來源,“數據是現代經濟的新油”。雖然谷歌和微軟等一些大型科技公司已將其軟件提供給其他公司,但他們“囤積”具有最大商業價值的數據集。騰訊、阿里、百度、京東等都致力于建立大數據、云計算中心。如果將機器學習應用于更大的數據集,在金融服務中就擁有巨大的競爭優勢。提供最佳機器學習產品的公司將能夠逐步獲得市場份額并且可獲得更多數據,從而提高其機器預測和競爭地位。對于與巨頭競爭的小公司而言,最終游戲可能是微不足道的存在。在中國,BAT在這方面的壟斷地位就是證明。

其三,人工智能尤其是機器學習有助于金融、證券公司審慎運作。通過應用當前的深度學習技術可以顯著改善融資融劵、貸款決策。主管人員需要考慮到人工智能所增強的合規性和安全性的機會。例如,Van Liebergen [35](2017)報告說,十多年來銀行已經使用機器學習技術檢測信用卡欺詐并取得了一些重大成功。機器學習正在應用的另一個領域是交易中的行為和市場濫用。Carney [36](2017)指出,全球銀行的不端行為成本已超過2300億美元。金融機構的回應策略之一是開發自動化系統、監控交易者的各種行為,包括交易模式、電子郵件流量、日歷項目甚至電話呼叫。機器學習還用于Reg Tech(監管技術)以降低成本并提高符合各種監管要求的有效性。 [37]對于許多大型美國銀行來說,一個特別具有挑戰性的監管領域是綜合資本分析和評估(CCAR)。CCAR不僅要求銀行證明他們將通過緊張的情況保持充足的資本化,銀行還必須證明他們具有“強大的前瞻性資本規劃流程”,這需要充分記錄其建模過程中使用的流程。機器學習技術幫助花旗集團通過改進銀行開發內部模型的方式來通過CCAR。 [38]

其四,人工智能將對金融服務業的經濟環境產生巨大影響。機器學習的一個優點是它可以處理遠遠超過任何人類所能完成的數據,識別人類容易遺漏的知識和經驗,通常比依賴人類的邊際成本低得多。計算機可以永不倦怠、永不停息、毫無感情地工作,這對于受饑餓、睡眠不足、情感、精神不集中而分心的人類來說是不可能的。 [39]麥肯錫咨詢公司研究估計,目前全球經濟活動超過50%可以在未來20-40年內通過自動化取而代之。如果實現這一愿景,無疑將對金融服務業的經濟環境產生巨大影響。 [40]事實上,人工智能已經使科技行業成為贏家,相當一批科技公司將證明能夠更好地執行機器學習并將其應用于業務中,并向其他行業如制造業、醫療服務業、金融服務業等滲透,從而具有顯著的競爭優勢。在證券市場,這些獲勝的公司和個人將成為引領未來發展的領導者、賺取財富的新貴。而那些止步不前、觀望徘徊甚至消極抵制的現有機構和個人,將逐漸失去市場份額和盈利能力,最終一些輸家很可能面臨不得不賣給那些更成功的公司的結局。另外,機器學習自動化服務程序不僅執行人工低技能工作,還將替代受過良好教育的高技能工人完成的一些任務。例如,摩根大通(JP Morgan Chase)為合同信息部門開設了一個名為COIN的新計劃,用于解釋商業貸款協議。在項目上線之前,該任務需要360000個律師和貸款人員一年的工作時間才能完成。

當然,從目前的技術水平來看,人工智能的局限性也是顯而易見的。一是,如果沒有足夠的歷史實例,機器預測可能失敗。根據Rowe [41](2013)的觀察,機器學習需要有足夠的歷史實例來進行實證分析,以可靠地預測其發生的因素。例如,可以將機器學習應用于融資融劵的歷史信用體驗以幫助預測違約。但是,如果客戶在歷史上沒有向證券公司申請融資融劵的記錄,機器預測將沒有合理依據。二是,機器學習預測必須依賴在數據中進行類似事件標記,但這比較困難。例如,如果交易數據集包含大量涉及欺詐的案件,但數據庫中沒有辦法識別和標記,就無法統計、預測哪些交易是欺詐性的。三是,機器學習模型特別是算法、編碼缺乏透明度是一個潛在的巨大障礙。四是,機器學習并不能解決人類的欺詐問題。比如,當人們了解模型如何運作時,較高風險的借款人可以在申請貸款之前學會模仿低風險借款人的行為。

在證券市場,機器在投資咨詢和交易中的使用增加帶來了一些風險。其中一個問題是機器學習的應用可能產生更多的交易錯誤。Kirilenko和Lo [42](2013)引用墨菲定律的技術特定推論:“當涉及計算機時,任何可能出錯的問題都會更快更大。”這些例子包括閃電崩潰、沒有明顯的原因但證券價格突然大幅上漲或下跌。Carney [43](2017)表達的更深層次的擔憂是,它可能會導致“羊群效應”“過度波動”,潛在的算法可能對價格變動過于敏感,或者算法可能產生高度相關的推薦。

在人工智能介入證券市場的情況下,監管是不容回避的問題。我們認為,監管的理念與原則應當是:

1.保持金融體系的安全性,防止利用人工智能欺詐投資者。人工智能對監管機構審慎監管產生重大影響。人工智能的發展不僅僅是挑戰監管者是否能跟上行業的發展,它還將為監管機構創造機會,以更有效地部署其資源來完成任務。人工智能有可能幫助監管者識別潛在的違規行為,并幫助監管機構更好地預測監管變化的影響。例如,Bauguess [44](2017)討論了ML在SEC的提示、投訴和轉介文件中的應用。此應用程序有助于識別允許標記單個報告的常見主題,監管旨在對個人行為施加約束性限制。另外,在數據囤積帶來競爭優勢的情況下,限制這種優勢應當是政府監管的責任,比如,制定數據強制分享政策,以抑制大公司獨占數據。監管機構應當完善對客戶隱私保護的政策,限制互聯網公司過多收集客戶信息。監管機構的根本職責是防止利用人工智能欺詐投資者,維護金融安全。中國證監會明確提出,探索運用人工智能技術,包括機器學習、數據挖掘等手段為監管提供智能化應用和服務,優化事前審核、事中監測、事后稽查處罰等各類監管工作模式,提高主動發現問題能力和監管智能化水平。

2.維持金融體系的穩定性,防止人工智能適用引發系統風險。盡管金融不穩定導致的巨額損失是罕見的尾部事件,但ML和智能投顧的廣泛運用,可能觸發不理性的市場交易行為,出現ML引發的羊群效應,導致出現系統風險。ML可以識別那些在正常時期預測損失有用的變量,以降低市場不穩定和大型機構失敗風險,監管機構需要一些理論或參數統計結構,將正常時間獲得的數據與可能威脅整體穩定性和個別機構損失的決定因素聯系起來。 [45]比如,美國聯邦金融機構通常使用非現場數據分析和現場檢查的組合來評估對法規的遵守情況。金融公司是否遵守監管有時很容易確定,但在某些情況下,界限相當模糊。如果由ML確定的關系不是因果關系,那么就會產生這樣的風險:監管會施加高昂的限制代價而不一定有助于對基本公共政策做出貢獻監管的目標。 [46]

3.增強金融市場的包容性,容許金融科技公司進入證券市場。人工智能屬于數字科技,在金融領域的運用涵蓋了傳統銀行、金融證券、初創企業、大型科技企業等的技術創新。新一輪金融科技主要由互聯網公司推動,研發新技術速度非常快,加上監管具有滯后性,對金融科技的監管寬松,因此在美國、英國、中國、印度等新興市場國家如雨后春筍般涌現。提供金融科技解決方案的供應商出現在銀行業、證券業各個領域,最常見的是支付、借貸和投資顧問。金融科技改變了金融服務的結構、提供和消費方式,但是并沒有占據市場主導地位。許多金融科技公司創立之初的目標是取代傳統金融機構,成為新一代金融服務主導供應商,但往往由于業務量和客戶應用有限等問題,轉而與傳統金融機構進行合作。越來越多的金融機構將金融科技看作是機會而非威脅。 [47]接下來的若干年,金融業、證券業將要經歷去一百年未經歷的變化。我們應當容許而不是排斥、限制金融科技公司進入金融領域、證券市場。2018年3月9日,歐洲銀行管理局發布《金融科技路線圖》,其中一個重要觀點是:“盡管金融科技公司能提供類銀行產品,并與銀行爭奪客戶源,但這并不表示他們應受制于與銀行相同的資質標準和監管標準。我們需要找到一個區分銀行和金融科技公司的關鍵點,為銀行保留獨有的核心服務,其他服務則允許金融科技公司等金融中介和銀行共同競爭?！?/p>

4.保持監管規則的開放性,認真評估規則變化對市場的影響。人工智能需要新的立法設定規則。比如,當前我國智能投顧發展面臨的首要障礙為市場準入障礙,具體體現在牌照短缺和從業資質認定困難兩方面,還有全權委托禁止所導致的運營困局,這都需要從法律、監管規則方面予以解決?！敖棺C券投資咨詢全權委托可能存在兩個弊端:一是阻礙智能投顧的智能化理財,使得自動化投資和動態調倉不得不被強行中斷,束縛了其優勢發揮;二是使以“理財魔方”為代表的資產配置建議型智能投顧平臺被迫采用“基金引流”的方式向投資者推介基金產品,從而涉嫌非法基金銷售?！?[48]在一般情況下,一旦制定了規則就不容易改寫,規則制定很少是“迭代和實驗性的”。在某種程度上,重寫規則受官僚機構緩慢節奏的影響,部分原因在于規則制定過程及讓公眾作出回應需要時間。此外,法規通常會受既得利益集團影響,希望法規施加限制從而獲得競爭優勢。原有立法的獲勝者可能會努力保持低效的法規。另外,為了應對監管的變化,在監管規定的新限制條件下,市場主體可能會尋求重新優化其行為。然而,這種重新優化不僅可能涉及行為的預期變化,還可能涉及受監管者和相關活動中涉及的其他人的變化。這些意外變化可能會導致相關金融市場和機構的結構發生變化,從對監管的有效性產生重大影響。

三、區塊鏈對證券市場及其監管的影響

區塊鏈(Blockchain)是重塑金融業的創新技術。作為一種數據庫技術,允許利益沖突的多個實體合作維護一個共享的記錄分類賬(Distributed Ledger Technolo-gy)。 [49]近年來,區塊鏈受到金融機構和技術公司的廣泛關注,被麻省理工學院稱為一種革命性技術。 [50]國際組織如金融穩定理事會、國際貨幣基金組織、國際清算銀行支付與市場基礎設施委員會、歐洲中央銀行等均予以高度重視、持續跟蹤,力求對相關業務模式進行穿透定性并按照金融本質實施監管。目前,區塊鏈的全球應用已經給金融業、證券業帶來深刻影響和變化。區塊鏈最早應用于比特幣等數字貨幣的生成、存儲和交易,現在被廣泛運用于處理金融交易、保險索賠、發行和交易證券的網絡平臺,并向向支付清算、會計、審計、風險管理等領域擴展。 [51]2015年底,納斯達克市場推出了基于區塊鏈技術的交易平臺,用以實現部分非流通股票的交易和結算;瑞銀集團在倫敦成立了區塊鏈研發實驗室,探索區塊鏈在支付結算等領域的運用。

在中國,2016年12月發布的《國務院關于印發“十三五”國家信息化規劃的通知》中,明確提出要加強區塊鏈等新技術的創新、試驗和應用,搶占新一代信息技術主導權。近年來,隨著區塊鏈技術不斷發展,產業鏈不斷完善,區塊鏈應用主要體現在跨境支付、數字內容版權、電子存證等天然數字化場景中。比如,支付寶推出首個基于區塊鏈的跨境匯款服務;百度、360分別上線基于區塊鏈技術的原創圖片認證平臺——圖騰、圖刻;紙貴科技構建了專業的全類型版權存證平臺;騰訊基于區塊鏈技術,實現游戲道具等虛擬數字資產確權和保護;杭州上線全國首個電子證據平臺和司法區塊鏈,解決電子證據存取證難題;北京互聯網法院在受理著作權權屬、侵權糾紛的案例中使用了區塊鏈取證存證技術。 [52]區塊鏈技術為我國證券業發展、轉型、升級創造了契機,但在理論研究、技術創新和應用方面遠遠落后于美國。有觀點認為,我國應先期探索應用區塊鏈技術提升現有系統功能和效率,保證數據存儲安全、提升證券交易效率,再逐步探索改善交易后結算清算流程,結合證券發行體系改革支持注冊制證券發行,利用智能合約打造實時智能證券應用,最終重構證券業金融基礎設施和行業架構。 [53]

在區塊鏈模式下,網絡中的每一個參與者(即節點Nodes)都擁有一個分布式賬戶,用以記錄交易數據。當交易發生后,交易雙方可以向網絡提交信息,交易信息經加密后即不可篡改,并以命名為區塊(Block)的數據包形式存在。每一個區塊都要同時發送給網絡中的其他參與者,與其分布式賬戶中的歷史記錄同步比對驗證,只有網絡中絕大多數(如需超過51%)參與者均認可所載信息的真實性和有效性,這一區塊才能存入網絡中的各個分布式賬戶,并與已在賬本中存檔的區塊相鏈接(Chain),形成區塊鏈。 [54]常見的區塊鏈應用程序是加密貨幣比特幣(bitc-oin)。加密貨幣(Cryptocurrency)是能夠實現商品和服務的分布式、快速、加密安全、確認交易的一種數字交換媒介。比特幣是最早受到廣泛關注的加密貨幣之一。[55]比特幣是數字貨幣 [56],是由發行人通過計算產生(如比特幣被“開采”)。數字貨幣可以存儲在虛擬CRYP圖形錢包(即存儲加密密鑰和加密貨幣的軟件或硬件技術)中,可以購買、出售、交易或兌換為其他貨幣或加密貨幣。

隨著區塊鏈在全球范圍的大規模快速發展和產業化,世界各地監管機構,包括美國、加拿大、瑞士、英國、新加坡、澳大利亞以及中國都開始對區塊鏈加強監管。美國證監會于2017年成立由75名成員組成的分布式賬戶工作組開展應用研究和風險識別。各國大致監管取向可概括為:對比特幣等私人數字貨幣,普遍認為不是法定貨幣,投資者投資具有商業和法律雙重風險;對與私人數字貨幣相關的金融業務,主要是以數字貨幣為基礎資產的衍生品交易、為數字貨幣交易提供支付服務、數字貨幣交易平臺等,進行嚴格限制,并按照業務屬性納入現行監管框架;對首次代幣發行(ICO) [57],大都認定為是一種公開融資活動,界定為證券發行行為,按照證券法進行監管;對于法定數字貨幣,各國均在關注研究,但尚未提出有效推進的實質性發行計劃。

(一)區塊鏈與數字證券(Digital Securities)

2018年,基于區塊鏈的數字證券在美國出現。數字證券(Digital Securities)是通過智能合約發行的加密貨幣。數字證券由個人通過令牌擁有數字股份,具有代理投票、流動性和無縫股息分配等功能,并可以實現即時結算。數字證券沒有交易對手風險,為發行人提供幾乎實時的無限的可見性來提高透明度,可以使用智能合約和穩定幣來提高效率并降低處理費用,消除了數十億美元的中介費。 [58]截至2017年底,美國市場上有三只基金(Blockchain Capital, Science Blockchain,Protos)成功募集資金,并在以太坊區塊鏈上發行代表數字證券的代幣,從而代表了早期嘗試創建符合證券相關規則和法規的數字證券。證券業專家預計,2019年,數字證券不再是理論概念,而是區塊鏈上實際應用的基礎,數字證券產品將成為新的ICO,從根本上推動全球資本市場的新發展。

數字證券生態系統是若干要素的組合,它們構成一個數字證券從創建到交易的全流程。這些要素包括:通證發行(Token Issuance),法律確認(Legal Valida-tion),合規審查(Regulatory Compliance),資產托管(Asset Custody),通證交易流動性(Token Trading Liquidity)。所有這些流程都將實現自動化。智能合約(Proto-col)是讓整個系統成功運行的基礎。 [59]合約能夠保證,通證的發行符合融資適用的監管豁免條款。它可以管理“誰可以與對方進行交易”以及“誰可以持有通證”。 [60]隨著數字證券在金融市場中獲得成功,基礎設施開始形成。已有投資者將大筆資金投入到支持數字證券發行、交易和托管的項目中。隨著生態系統的成熟,公眾對數字證券的看法也在不斷發展。實業界預測,2019年是向傳統金融市場和投資者傳播數字證券優勢的關鍵之年,但不排除隨著監管和立法的趨嚴,數字證券難以向前發展。

(二)區塊鏈與證券類通證(STO)

從2009年比特幣問世以來,通證經濟開始發展。SEC將加密貨幣劃分為兩類:應用類通證(utilitytoken) [61]和證券類通證(securitytoken)。證券類通證一般以真實資產作為內在價值支持,例如資產權益、有限責任公司股份、大宗商品等?？梢杂脕碇Ц豆上?、分享利潤、支付利息或者投資其它通證或資產。證券類通證的適用領域廣闊,如封閉私募基金、房地產、債券等。 [62]其顯著特征是資產通證化(to-kenization),即各類資產(有形和無形)可以在區塊鏈上以通證形式流轉,通證的發行和交易需要符合政府監管要求。證券類通證是一個具有革命意義的資產包,把傳統的各種資產進行確權,比如把股權、分紅權、投票權等進行劃分重組。 [63]區塊鏈的分布式賬本技術,可以大大地降低資產確權的成本和交易的透明度、效率等,從而突破傳統意義上的權利分割和歸屬確認。

證券類通證大致包括5類資產:現金類資產,即法定貨幣現金;股權類資產,即實物或數字實體的所有權;債券類資產,如貸款;不動產類資產;大宗商品類資產,即集合資金用于購買稀有的貨物或服務。這5種資產,除了現金資產,其他4類都可以進行通證化,帶來流動性好處。面對全球70萬億美元的股票資產,100萬億美元的債券資產,230萬億美元的不動產資產(住宅約180萬億美元,商業32萬億美元等),符合證券法和監管機構要求的證券類通證具有極大的應用空間和發展潛力。據統計,2017年,證券類通證的總價值大概在1億美元,而功能性通證的總市值在5000億美元左右。在2018年,證券類通證的市值達到萬億美元的市場規模。未來的5年內,證券類通證的市場規?？赡軙_到10萬億美元水平。 [64]

證券類通證(Security Token)表示對資產的部分或完全所有權,公司、房地產甚至知識產權的股票,都可以用證券類通證來表示。證券類通證的好處,不僅適用于區塊鏈融資,它還有可能改變傳統的紙股范式,從而提高效率以及改善分配。 [65]例如,智能合約的很多應用,可以和證券類通證一起使用,以優化公司治理中的投票表決,提高其透明度。

證券類通證具有以下優勢:1.中小企業融資新渠道。中小企業、創業企業融資是難題。如美國每年創建超過65萬家公司,但華爾街、硅谷和天使投資者并不能為創業公司提供足夠的資金。在中國,這種情況更為嚴重。“證券類通證發行”(STOs)可以幫助中小型企業獲得新的融資渠道。2.降低投資和交易門檻。在高風險股權市場、債務和不動產市場,極高的投資門檻使得普通投資人無法參與,很大程度上限制資產的流動性。在通證市場,一幢寫字樓、商城、賓館可以使用證券化通證拆分成理論上無限小的單位,大大降低投資門檻,任何普通人都可參與。 [66]3.增強資產流動性。比如一個封閉期為10年的私募基金,投資人只能在10年后才能收回自己的投資,但如果將基金通證化,那么投資人可以隨時買賣基金份額,實現資產的流動。4.降低IPO門檻和發行費用。在資本市場進行傳統股權融資需要通過IPO這種高門檻、長周期、成本高的方式進行。傳統IPO發行費用和時間成本高,站到募資額的4-7%(PWC),而采用STOs的方式,成本將大大降低。5.提高市場效率。通證可以在世界范圍內銷售和交易,資產定價更加公平,價格發現機制更有效率。通過監管程序化方式,降低監管成本與難度,打破監管機構之間、國家之間的壁壘,交易更加便捷。 [67]

在美國,證券類通證需要接受SEC及其他相關機構監管,發行證券類通證的主體也將受到聯邦法律的約束。通常而言,證券類通證還需要在SEC注冊(滿足特定條款而豁免的除外,如Reg A+, Reg D, Reg S等),并需遵守證券法的種種規定。目前,美國的非合格投資者可能不能再投資STO項目,在美國發行和出售證券的STO發行人必須在美國證券交易委員會注冊或獲得豁免權。這意味著根據SEC的監管要求,STO項目將有可能只能向合格投資者或者非常富有的人發行。由于證券類通證需要受到證券法和多個政府機構的監管,因此SEC如何判定證券類通證,對于現在已有的通證和未來即將推出的應用類和證券類通證都非常重要。SEC目前主要使用的判定工具是豪威測試(Howey test)。豪威測試要求“投資合同”(比如通證)應同時滿足以下四個條件:投資者投入現金或等值品;所有投入被匯聚到同一個項目或資金池中;投資人有獲利預期,即眾多投資人投資的目的是為了盈利;獲利完全依賴于發起人或第三方的努力或經營。每一個條件都有一系列子問題可以打分,當分數到達一個值時則認為該“投資合同”為證券。除了豪威測試之外, Reves's Family Resemblance Test、Risk Capital Test也可以用來判定證券。需要注意,這些測試只是SEC使用的工具,最終是否為證券,SEC有最后的解釋權。 [68]

在中心化的時代,合規的實施是通過中心化的交易所完成的。但在去中心化的區塊鏈世界,一旦通證離開交易所,合規要求就難以執行,因此需要在通證智能合約中嵌入可執行的合規指令,相當于是將監管框架進行了程序化,需要協議級別的技術機構幫助項目方完成此項工作。如2017年設立的Polymath,是一個幫助資產實現證券化通證的平臺。 [69]它提供證券類通證的底層協議(ST20),在以太坊上生成自己的證券類通證,允許個人和機構投資者完成合格投資者認證,允許合法投資者在符合規定的前提下參與STOs。Polymath協議致力于證券類通證的發行,實現區塊鏈上發行和交易。又如成立于2014年的Swarm,是一個去中心化的證券類通證的發行和STOs市場,在它的平臺(Swarm invest)上可以投資已經被通證化的實物資產,得到發放的通證,獲得資產的所有權、管理權、收益權。再如Harbor,是一個基于以太坊區塊鏈的開源平臺,致力于打造去中心化的合規協議(R-token compli-anceprotocol),實現項目方在符合證券、稅務、以及其他監管條例的要求下發行基于ERC20的證券化通證。

(三)區塊鏈與數字資產交易所

區塊鏈和分布式賬本技術的進步催生了促進數字資產證券的電子交易。例如,通俗地稱為“去中心化”交易平臺將傳統技術(例如接受和顯示訂單的基于Web的系統和存儲訂單的服務器)與新技術(例如在包含編碼的區塊鏈上運行的智能合約)相結合執行合同條款的協議。 [70]這些技術為投資者和市場參與者提供了尋找交易對手,發現價格和交易各種數字資產證券的手段,這就是數字資產證券交易所。 [71]

美國的這類交易所主要有:1.成立于2012年2月的Coinbase,是位于美國的老牌加密貨幣交易所。2017年7月獲得SEC和金融行業監管局(FINRA)批準,成功收購持經營許可證的證券交易商Keystone Capital Corp.(broker-dealer li-cense)、Venovate Marketplace Inc.(ATS license) 和 Digital Wealth LLC(a registered investment advisor (RIA) license)。這筆交易允許Coinbase以經紀商身份將其產品擴展到有價證券交易。2.成立于2017年的TZERO,是美國電商巨頭Overstock的子公司,致力于打造全世界第一個合規的證券類通證交易所。2018年6月19日,TZE-RO宣布與BOX Digital Market成立合資公司。BOX作為一個持有另類交易系統(ATLs)牌照的期權交易所,負責提供交易執行和合規方面的支持,TZERO提供交易系統技術、資金和管理。3.成立于2017年的Orderbook,由區塊鏈技術服務商Ambisafe推出的去中心化交易所。2018年3月,Orderbook公布發行一種特定的通證Regulation Award Protocol(RAP)自動完成投資者認證過程。 [72]通過交叉驗證當地的法律法規與RAP持幣者個人信息數據庫的契合度,保障STOs及其他加密貨幣相關交易的合規。

全球最古老和最大的證券交易所之一的倫敦證券交易所,它和FCA正在與創業公司Nivaura等合作,希望發行完全合規的證券類通證。據報道,通證基于以太坊發行,2018年9月作為首個“小白鼠”測試發行流程。之后對創業公司和中小型公司開放證券類通證發行服務。隸屬于瑞士交易所的SIX Digital Exchange(SDX)宣稱將會是世界上第一個提供通證化服務的平臺,包括通證的發行和交易。 [73]該交易所受到瑞士國家銀行(Swiss National Bank)的支持和瑞士金融監管機構(FIN-MA)的監管。2018年7月,SIX宣布正在為證券類通證開發集合交易,結算和托管的基礎設施,整個項目將分階段進行,首個服務可能在2019年中推出。

2017年11月2日,屬于英聯邦體系的太平洋國家基里巴斯共和國,其中央政府與WOGC (2016年在紐約成立的聯合國框架下的混合制國際組織) 簽訂全面戰略合作備忘錄,該國中央政府向WOGC頒發了全球首例由主權國家背書和全力推動的世界數字中央銀行,世界數字證券交易所,世界數字彩票集團,世界數字金融集團四張金融牌照。 [74]世界數字證券交易所是對現有的證券交易模式的一次有效補充。所有想要在數字證券交易所上市的企業,必須根據其所擁有的資產,采取資產數字化,將實物資產轉化為數字資產以后,才能以數字資產的形式在數字證券交易所進行發行與融資。 [75]

(四)監管現狀與趨勢

自區塊鏈分布式賬本技術(DLT)和數字資產誕生以來,全球都在關注該領域的發展。 [76]SEC曾在2017年8月以及10月兩次向公眾發出警示,警惕ICO和數字貨幣的投資風險。但是,僅僅依靠警示公告無法阻止投資風險的蔓延。2018年年初,美國政府曾多次組織聽證會議,了解區塊鏈和數字貨幣,以及研究其監管機構及監管方式。SEC認為,區塊鏈應用到證券市場,只是用“分布式賬戶”記賬方式代替現有中央記賬方式,并未改變交易本質,需遵守證券法律并接受監管。 [77]英國金融行為監管局則堅持技術中立原則,不依照技術類型而是針對金融活動、金融機構實施監管。 [78]中國主要由央行實施監管,明確禁止金融機構和第三方支付機構參與比特幣交易活動,將ICO定性為未經批準非法公開融資的行為,涉嫌非法發售代幣票券、非法發行證券以及非法集資、金融詐騙、傳銷等違法犯罪活動,但對是否屬于證券法調整領域沒有明確的法律定性與依據。 [79]歐洲、加拿大、俄羅斯、新加坡等監管機構均發布風險提示,并強調防范黑客攻擊、反洗錢、反恐怖融資、依法納稅等潛在風險。 [80]我國香港證監會2017年9月發布《有關首次代幣發行的聲明》指出,雖然一般ICO發行或銷售的數字代幣被視為虛擬商品,但若符合《證券及期貨條例》的“證券”特征,則需接受香港證券法規監管。

在過去一兩年中,美國政府對于數字貨幣的態度比較寬松,導致美國出現了大量的數字貨幣相關企業,包括交易平臺、投資基金、“挖礦公司”等。數字貨幣市場帶有極強的投機性,價格暴漲暴跌帶來嚴重的風險。2010年,10000個比特幣僅能購買兩個披薩,而2018年初,單個比特幣的價格已高達兩萬美元。2018年11月15日,由于部分比特幣“大玩家”的市場行為,比特幣價格一路下跌,數字貨幣單日市場總值蒸發300億美元,下跌了約15%,投資者血本無歸。另外,數字貨幣交易不存在時間和空間的限制,禁止數字貨幣并不能杜絕數字貨幣違法犯罪行為,且這些犯罪行為和風險行為還會不斷的異化,給監管帶來更多的困難,給投資者帶來更大的損失。SEC對數字貨幣產業鏈啟動了大規模調查,目前已經有80多家公司收到調查傳票。這場大范圍調查使得規模達到數十億美元的數字貨幣融資市場面臨空前監管壓力。

作為數字貨幣的監管機構,SEC根據《1933年證券法》《1934年證券交易法》《1940年投資公司法》《1940年投資顧問法》等法律進行監管。監管的核心內容是,依據個案情況對數字貨幣是否構成證券進行判斷并將其納入監管框架之內。如果數字貨幣構成證券,則需要滿足法律規定的注冊條件,給投資者提供充分的信息。2018年2月,SEC主席克萊頓在國會作證時說,美國國會應考慮擴大對比特幣和其他加密貨幣交易的聯邦層面監管。他認為,投資者應該得到證券法的全面保護,“當你有一個不受監管的交易所,那操縱價格的能力將會大幅上升?！?[81]SEC與商品期貨交易委員會在2018年發布《關于對數字貨幣采取措施的聯合聲明》指出,不論是以數字貨幣、代幣還是其他名義開展的行為,都要進行穿透分析,判定其業務實質并依法采取監管措施。

2018年,SEC針對多個加密貨幣項目方違規行為處以重罰。SEC發布一份處罰聲明,認為Arise Bank未經注冊私自發行證券型數字資產,并通過虛假宣傳,自稱為第一家分布式銀行,向消費者兜售其數字資產,SEC對Arise Bank和其創始人的資產進行緊急凍結。 [82]由于涉嫌欺詐性ICO,兩位高管被要求支付270萬美元的罰金,并被禁止擔任任何上市公司的高管或董事或未來參與數字資產證券發行。 [83]2018年11月16日,SEC針對PRG Token以及AIR Token兩個代幣的處罰引起廣泛關注。SEC認定Paragon Coin Inc(PRG Token發行方)以及Carrier EQ(AIR Token發行方),沒有根據聯邦證券法注冊它的ICO,且不符合豁免證券注冊的條件,SEC對上述兩個項目分別處罰25萬美金,原籌得資金共2700萬美元(Paragon Coin ICO 1200萬,Carrier EQ ICO 1500萬)返還給受害的投資者。 [84]還要求其重新進行證券注冊,且后續持續向監管進行信息披露。值得一提的是,這是SEC第一起對ICO證券提供注冊違規行為實施民事處罰的案件。也有交易所受到處罰。美國已經暫停了幾家違規交易所。據SEC介紹,2018年11月8日,SEC認定中心化數字資產交易所Etherdelta未經注冊為“全國性證券交易平臺”或獲得相應的豁免權,擅自為包括美國公民在內的用戶群提供部分被認定為證券的ERC20代幣撮合交易,因此,對其創始人Zachary Coburn處以38.8萬美元罰款。 [85]早在2018年2月,SEC以同樣的理由(未注冊為“全國性證券交易平臺”或獲得相應豁免權的條件下,為用戶提供數字資產證券撮合交易服務),對Bit Funder以及其創始團隊處以永久關停和禁入交易平臺的處罰,并要求繳納罰款。除此之外,SEC還認為,其經營者Jon E. Montroll侵吞用戶資產,導致用戶利益受損。 [86]

按照美國法律,提供并作為“交易所”運營的平臺必須在SEC注冊為全國性證券交易所或免于注冊。SEC最近針對促進數字資產證券交易平臺Ether Delta創始人的執法行動,強調了交易和市場部門對于數字資產證券交易平臺未能向委員會注冊的持續擔憂。 [87]根據命令,Ether Delta未以任何身份向SEC注冊。SEC認為, Ether Delta的活動明顯屬于交易所的定義,并且Ether Delta的創始人導致該平臺未能注冊為全國性證券交易所或根據豁免注冊作為交易所運營。SEC指出,使用區塊鏈或分布式分類賬技術進行數字資產交易的實體應該持續仔細審查其活動,以確定他們交易的數字資產是否是證券,以及他們的活動或服務是否使他們滿足交易所的定義。參與此類活動的實體還應考慮除交易所登記要求之外的聯邦證券法以及其他相關法律和監管問題的其他方面。

2018年11月16日,美國證監會(SEC)官網發表公開聲明《數字資產證券發行與交易聲明》(Statement on Digital Asset Securities Issuance and Trading),對數字資產證券的發行和發售、數字資產證券交易尤其是交易所注冊和經紀人-交易商注冊問題進行了詳細的闡述。 [88]聲明以近期發生的案例為切入口,集中闡釋了SEC對數字資產證券的發行和銷售,對投資數字資產證券的投資公司、投資顧問、交易所等市場參與主體的法律規制。SEC稱,以投資合約發行和銷售的數字資產,無論在交易過程中被冠以何種名稱或使用何種技術,均屬于證券。同時,對于未注冊并違規發行數字資產,不僅需要支付罰金,同時需要按照證券交易法進行證券注冊。另外,除申請豁免之外,任何提供數字資產證券交易的平臺必須向 SEC 進行注冊,任何為證券提供買賣雙方撮合交易的平臺,無論使用何種技術,必須確定是否屬于聯邦法律所認定的交易所,然后進行相應注冊。

2019年2月2日,美國懷俄明州的參議員通過了一項法案,該法案將加密資產分為三類:數字消費者資產;數字證券;虛擬貨幣。 [89]數字消費者資產被視為一般無形資產,數字證券被視為證券和投資財產,虛擬貨幣被視為貨幣。該法案為銀行建立了一個框架,為加密資產提供托管服務。在其他國家,2019年1月馬來西亞證監會宣布,馬來西亞財政部長發布的2019年資本市場和服務有關數字貨幣和數字token的證券表述令將已生效。 [90]這意味著,若要在馬來西亞進行ICO和交易ICO發行的token,首先需要得到證監會的授權,而且必須遵循該國的相關證券法和監管法規。處理數字資產業務將要采取反洗錢、反恐怖主義融資、網絡安全等措施。馬來西亞證監會將與央行共同確保數字資產相關監管合規,相關監管框架預計在今年一季度末以前推出。若未經馬來西亞證監會批準,任何ICO發行方和數字資產交易所都可能受到處罰,面臨不超過十年的監禁和不超過1000萬馬來西亞林吉特(約合244萬美元)的罰款。泰國證券交易所(SET)計劃向財政部申請加密貨幣許可證以成為數字資產交易所。 [91]經紀商可以調整其交易平臺,為數字交易提供服務。SET申請加密貨幣許可證的其中一個主要原因就是短期內可以幫助其計劃轉型為加密貨幣經紀商和交易商的證券公司成員。而從長期來看,SET的證券公司成員計劃成立加密貨幣交易所。如果這項計劃成真,SET將成為世界上為數不多的幾家同時提供股票和加密貨幣交易的證券交易所之一。SET在成立加密貨幣交易所方面具有先天優勢。不過,泰國有一些提供加密貨幣交易的公司認為SET在這方面缺乏經驗,不如當地專業的加密貨幣交易所。

結 語

中國從民間到政府,都在緊緊抓住百年未遇的科技革命、產業革命機遇,加快人工智能、大數據、云計算、區塊鏈等新技術的理論研究、技術開發、專利申請、落地應用、人才培養,致力于實現現代科技與金融、證券業務的深度融合。以商業銀行為代表的傳統持牌金融機構不斷加大科技投入,成立金融科技子公司或尋找金融科技合作伙伴;以BATJ為代表的互聯網金融公司雄心勃勃,強化科技屬性,快速迭代金融服務產品;證券業從市場到機構,都高度關注、積極開發數字科技產品,緊盯大洋彼岸的美國,跟進金融科技創新,正在醞釀去中心化的技術大變革,一場多元的金融科技競賽正在如火如荼上演。與此同時,法律和法律理論必須與時俱進,時刻適應技術、產業革命給社會、經濟、政治等各個領域帶來的沖擊與變化。創新永無止境,思考永無止境,探索永無止境。