1.4 網絡金融的擴展領域

1.4.1 網絡金融結算

網絡金融結算系統是互聯網出現之后產生的，它既不同于過去的局域網系統，也不同于借助傳真機的金融結算方法，它完全靠互聯網實現，并有最廣泛的用戶群。可以說，沒有網絡結算，電子商務就不完整。

網絡金融結算的主要工具是電子貨幣，另外還有大金額支付系統、自動票據交換、電子匯兌清算系統等其他工具。

電子貨幣不僅是網絡金融的核心，而且使網絡金融結算成為可能，推動了網絡金融的發展。它發展到現在，已經出現了同時并存的多種形式，如存儲卡、借記卡、磁卡、智能卡、電子錢包、信用卡、數字現金和數字支票等，其中數字現金和數字支票是兩種最新的發展形式。

數字現金是一種表示現金的中密序列數，它可以用來表示現實中各種金額的幣值。數字現金具有貨幣價值，而且具有可交換性、可存儲性和可重復性。理想的數字現金系統應具備以下基本性質（Okamoto和Ohta,1990; Franklin和Yung,1993；史國慶等，2001；張卓其和史明坤，2002；肖迪等，2004）:（1）獨立性：數字現金的安全性不依賴于任何物理位置，能通過計算機網絡傳送；（2）安全性：數字現金不能被拷貝和重用；（3）匿名性（不可追蹤性）：用戶的隱私受到保護，沒有人能追蹤發現用戶和他們的所購物品之間的關系；（4）脫線付款：當一個用戶用數字現金為所購物品付款時，用戶和商家之間的協議是脫線執行的，即商家不必與一臺主機相連以處理用戶的付款；（5）可轉移性：數字現金可被轉移給其他用戶；（6）可分性：給定數量的數字現金能被分成較小數額的幾份；（7）較高的處理效率：由于數字現金交易的實時性和頻繁性，因此處理效率的高低成為一個數字現金系統能否廣泛普及的一個重要因素。要設計出一種理想的數字現金系統，必須用大量的高新技術，其中較為重要的是分割選擇/零知識證明技術（cut and choose/zero-knowledge proof）、盲簽名技術（blind signature）、位承諾技術（bit commitment）（Okamoto和Ohta,1990; Okamoto和Ohta,1992; Franklin和Yung, 1993）。

數字支票的出現和開發是較晚的。它是一種借鑒紙張支票轉移支付的優點，利用數字傳遞將款項從一個賬戶轉移到另一個賬戶的電子貨幣形式。它是在與商戶及銀行相連的網絡上以密碼方式傳遞的，多數使用公鑰加密簽名或使用個人身份證號碼代替手寫簽名。用電子支票支付，事務處理費用較低，而且銀行也能為參與電子商務的商戶提供標準化的資金信息，因而是最有效率的支付手段之一。

網絡金融結算當中，要關注以下幾個問題：

1．電子貨幣的偽造問題

偽造電子貨幣可以說是無本萬利。通過使用分析軟件，偽造者能夠進行智能卡分解，并反向分析出工程智能卡。然后，可以試探著去欺騙計算機接受他們放在卡片微處理器中的假密碼算法。最后，去騙取電子貨幣。目前，如何有效地防止數字現金偽造是一個正在研究的課題。

2．脫機和在線盜竊電子貨幣

盜竊電子貨幣的手段有很多。例如在銀行的自動取款機（ATM）里秘密地將微處理器芯片嵌入計算機化的現金寄存器中。這個芯片從信用卡和借記卡交易中掃描數據。盜竊者可以拿走這個芯片，并下載數據來盜取賬戶中的資金。盜竊者也可以通過互聯網直接到銀行的主機上竊取支付信息。

3．電子貨幣可轉移性的實現

電子貨幣的可轉移性是指，在一次交易活動中收款者收到的電子貨幣可以在沒有銀行參與的情況下，在下一次交易活動中支付給其他電子貨幣用戶。實現電子貨幣的可轉移性需要克服很多困難，這些困難可以概括為三點：電子貨幣的可轉移性相對于其他屬性來說不是必不可少的；匿名電子貨幣的轉移會使電子貨幣的尺寸逐步增加；電子貨幣的匿名轉移有助于黑市交易、洗錢等違法活動。雖然實現電子貨幣的可轉移性具有這些困難，但是也會帶來很多好處，例如，因為不需要每次交易都在銀行進行“取款”和“存款”的動作，因此會大大減輕銀行負擔和通信量；再比如當用戶手中持有電子貨幣時，不必去銀行取款就能進行交易，為用戶帶來了更多的方便。

1.4.2 網絡理財

網絡理財是指通過網絡獲取商家提供的理財服務和金融資訊，根據外界條件的變化借助網絡理財網站及其工具，不斷調整其剩余資產的存在形態，以實現個人或家庭資產收益最大化的一系列活動，具有實時、快速，甚至自動、智能管理的特點。

網絡理財是網絡金融各個領域的融合和交叉，充分體現了網絡金融的整體性。網絡理財內容十分豐富，提供網絡理財服務的網站大致可以分成三個不同的層次。第一層次，提供金融產品，主要是網絡銀行、網絡證券商、網絡保險提供商提供的各項服務，如招商銀行的網站（www.cmbchina.com）。第二層次，是提供金融信息和金融產品，與第一層次相區別，網絡理財更強調為消費者提供豐富、快捷、個性化的理財信息增值服務。而且，這種信息服務一般發生在金融產品交易發生之前。如華爾街雜志在線版（http://online.wsj.com/public/us）。第三層次，是按照理財者的風險承受能力，幫助理財者制訂個性化理財計劃，可以說是網絡理財服務的最高境界，包括理財投資工具的選擇和數量的確定。如美國的嘉信網（http://www.schwab.com）。

網絡理財最基本的特征在于高效快捷，其優勢集中體現在以下幾個方面：（1）信息優勢，主要體現為信息量的廣泛與傳播的迅速，有效控制了長期困擾投資者面臨的信息不對稱問題；（2）成本優勢，信息技術引起的成本結構變化，使得交易費用大幅度下降，同時服務水平得到提高；（3）時空優勢，業務范圍可以覆蓋全球，獲得了一個無限擴張的全球化目標市場，對投資者而言更獲得了全球性的投資空間；（4）服務優勢，提供個性化和專家式的理財服務，客戶還能運用網站開發的投資分析軟件。

1.4.3 網絡金融信息及其挖掘

網絡金融信息及其挖掘是由網絡金融核心領域派生出來的新生事物。它的出現不僅給人類生活帶來巨大影響，而且推動了互聯網搜索引擎、信息挖掘、自然語言處理等技術的發展。

網絡金融信息指通過互聯網進行傳播的金融信息，例如財經新聞、經濟統計數據、金融市場交易信息、投資分析工具和在線交易信息等。目前，在互聯網上的金融信息在傳播速度上和范圍上都達到了前所未有的程度。不僅如此，每個金融活動的參與者都可以將自己擁有的信息放在網上，實現了最大程度的金融信息共享和對金融信息的共同理解。這使得金融活動參加者的行為更有條件趨于統一。這種對更大范圍金融信息的共同理解，形成了網絡時代金融活動參加者的新的行為特征，以及新的金融動態規律。

網絡金融信息及其挖掘，對各大金融企業而言是利用信息挖掘技術對數據進行整合和處理，還包括業務流程再造和機構重組，目前正大張旗鼓地進行的“數據大集中”就是其中一個運用。對于客戶或投資者而言，首要的是在無盡的信息海洋中迅速、及時地搜尋到有效信息，并加以利用。

互聯網上的海量數據推動了網絡金融信息挖掘技術的發展。信息挖掘可以從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、但又潛在有用的信息和知識的過程。目前，較為常見的數據挖掘算法有統計方法、機器學習、神經網絡、推理網絡、決策樹、貝葉斯網絡、基因算法以及各種針對實際特定問題的解決方法等。信息挖掘已廣泛應用于各個領域，我們有充分的理由相信，信息挖掘在金融方面的應用也有十分樂觀的前景（Han和Kamber,2001）。目前網絡金融信息挖掘主要應用在以下領域。

（1）信息挖掘用于防止和偵察網絡金融犯罪，如識別偽造電子貨幣、尋找并跟蹤異常模式（如在互聯網上非法炒作股市行為的識別）、反洗錢等。

（2）信息挖掘用于投資分析決策。可以通過建模，估計和預測投資風險；也可以進行金融資產價格的趨勢分析等。信息挖掘的各種算法都曾經被使用過，尤其是在股市上。有的算法在一種情況下有效或在一段時間內有效，有的算法更能捕捉轉瞬即逝的個股買/賣點或在眾多股票中選出應買賣的股票。在各種算法中，神經網絡算法在近些年被頻繁地反復使用，而且已有許多商業的軟件包。如NETPROPHET、Falcon等。目前此研究領域在世界范圍內的文獻尚不多見，就其理論本身來說，它是一個新分支。

（3）研究網絡金融信息流和金融資產價格之間的關系。金融信息和股市的關系是一個很大的題目，早已經被廣泛地研究過了。其中大部分研究都是先給定金融信息內容，然后討論股市的反應。因為難以對所有報紙、電視的金融信息強度逐日乃至逐小時地進行統計，因此從整體上研究金融信息強度的特性及其與股市的關系尚為空白。但是，由于計算機對互聯網頁面操作的方便性相當突出，上述統計反而成為輕而易舉之事。由于互聯網的內容從整體上來講可以基本包括其他媒體的內容，如果能有效地處理網絡金融信息強度就能間接地從一個側面研究股市的特性和它們之間的關系及某個上市公司的金融信息強度、網絡金融信息強度的特性及其與股價的關系。一般地，當網絡金融信息強度較小時，股價變動也常常較小，股市相對平靜；當網絡金融信息強度較大時，股價變動也常常較大。例如，一些學者研究了Amazon在2000年5—7月期間，網絡金融信息強度和股價的波動情況。6月26日和7月25日Amazon股價分別發生了較大的變動，同時發現對應的網絡金融信息強度也變化較大（Liang,2005）。

（4）顧客分析及投資者行為分析。這一方面的研究可以與行為金融學的研究結合在一起。

（5）從金融監管的角度上來說，研究金融信息這個環節，尤其是股市信息，就可以間接地了解宏觀經濟指標變動、公司及整個行業的財務狀況，以提供決策支持。運用信息挖掘技術處理網絡金融信息為有效解決金融市場的監管問題提供了契機：研究開發快速監測算法和技術，防范第（1）中的網絡金融犯罪問題，整頓金融市場秩序；中國股市上的“莊家”現象非常突出，找出挖掘“莊家”模式的方法，對監控中國股市就有一定意義；研究證券市場的規律，完善相關政策，例如通過信息挖掘研究股民的行為特征（包括補倉和空倉的操作習慣、投資的風險偏好、對股票價格漲跌的心理承受能力等）可以作為制定漲停板制度的參考。