IMF总裁拉加德:虚拟货币、金融中介新模式和人工智能,将产生什么影响?

简介:

到了下一代,金融科技将如何改变中央银行业务?

我准备思考下列三项创新可能产生的影响:虚拟货币、金融中介的新模式和人工智能。

其中部分创新已经找到了进入我们的钱包、智能手机和金融系统的途径。但是,这仅仅是个开始。

1. 虚拟货币

让我们先从虚拟货币开始。需要说明的是,虚拟货币并不是指通过Paypal和其他“电子货币”供应商(比如,中国的支付宝或肯尼亚的M-Pesa)以现有货币进行的数字支付。

虚拟货币自成一类,因为它们提供了自己的记账单位和支付系统。这些系统允许在没有中央交易清算所、没有中央银行的情况下开展点对点的交易。

目前,比特币等虚拟货币尚未或几乎未对现有的法定货币秩序和中央银行构成挑战。原因何在?因为它们稳定性太差、风险太高、能耗太大,还因为相关技术尚不具备扩展能力。许多虚拟货币对监管者而言都太不透明;部分还遭到了黑客攻击。

然而,这些多数是技术方面的问题,假以时日便可解决。不久之前,有一些专家认为,个人电脑永远用不着了,平板电脑也只能拿来当作昂贵的咖啡托盘。所以我想,对虚拟货币不予理会的做法也许并不明智。

更好地发挥货币价值?

以制度薄弱而国家货币不稳定的国家为例。若不使用另一国的货币(例如美元),部分此类经济体就可能出现虚拟货币使用增长的状况。可以称为“美元化2.0版”。

IMF的经验表明,在跨越某个临界点之后,围绕新货币的协调就会迅猛发展。例如在塞舌尔,美元化从2006年的20% 跃升至2008年的60%。

但是,为什么公民会持有虚拟货币而不是实物形式的美元、欧元或英镑?因为终有一天,持有虚拟货币会比持有纸币更加简单和安全,尤其是在偏远地区。此外还因为虚拟货币事实上可以变得更加稳定。

比方说,虚拟货币可以按照与美元或者某种稳定的一篮子货币一比一的比例发行。发行可以做到完全透明,并适用一项可靠的预定规则、一种可以监测的运算法则……甚或一项能够反映不断变化的宏观经济状况的“智能规则”。

因此在许多方面,虚拟货币可能就是抢了现有货币和货币政策的生意。对央行行长而言,最好的应对措施就是继续运行有效的货币政策,同时开明地接纳经济发展过程中出现的各种新想法和新需求。

更好地提供支付服务?

比方说,考虑在共享的分散化服务经济起飞的国家,对新的支付服务的需求会日渐增加。

这种经济植根于点对点的交易,有赖于经常性的小额支付,这种支付往往跨越国境。

向新西兰的一位女士购买园艺诀窍,需付款4美元;请求提供一首日文诗歌的专业翻译,需付款3欧元;获取具有历史意义的弗利特街的虚拟绘图,需付款80便士:这些款项可以使用信用卡和其他形式的电子货币进行支付。但是对于小额交易、尤其是跨境交易而言,这些支付手段的收费相对较高。

或许,公民有朝一日会选择虚拟货币,因为它们的成本和便利程度有可能媲美现金——不存在结算风险,不存在清算迟延,不需要集中登记,也没有中介检查账户和身份。如果私人发行的虚拟货币仍然存在风险和不够稳定,公民甚至可以 要求中央银行提供数字形式的法币。

所以,当新的服务经济敲响英格兰银行的大门时,你们会把它请进屋吗?会给它端茶送水——以及提供资金流动性吗?

IMF总裁拉加德:虚拟货币、金融中介新模式和人工智能,将产生什么影响?

图片为拉加德和英国央行行长卡尼的合影

2. 金融中介的新模式

第二是金融中介的新模式。

有一种可能性是银行业服务解体或分拆。未来我们可能只会留一丁点儿钱用于电子钱包的支付服务。

其余的钱可能会存入共同基金,或者投资于在自动信用评分的大数据和人工智能方面拥有优势的点对点借贷平台。

当今世界,产品开发周期为六个月,但需要不断更新、主要是软件更新,而简单的用户界面和可靠的安全保障能够产生巨大的溢价。当今世界,数据为王。当今世界,许多新的玩家已不必要设置分支机构。

有些人会说,如果通过新渠道进入经济体的银行存款和货币流减少,我们如今了解的部分银行业务模式就会出现问题。

在这种背景下,货币政策如何制定?

现在的中央银行主要是通过一级交易商或者说大型银行影响资产价格,中央银行按照固定价格向它们提供流动性,这就是所谓的公开市场操作。不过,如果这些银行在新的金融世界里变得不那么重要,对中央银行存款的需求减弱,那么货币政策传导还会依然有效吗?

甚至中央银行完全有可能不得不增加其业务对手方的数量。英格兰银行在这方面作了示范,已经开始将大型经纪商-交易商和中央交易对手清算所包括进来。

所有这些当然都会对监管产生影响。增加对手方意味着将更多的企业归入中央银行的监管范围——这就是为在困难时期获得流动性而付出的代价。未来困难的多少并无定数。尽管如此,对影子银行加强监管一事似乎变得更加紧迫。依靠马克你的领导,金融稳定理事会在这方面已经取得了进展。

中央银行的职能范围将扩大,公众监督和政治压力也许会随之增加。独立性——至少是制定货币政策的独立性,需要进一步维护,也需要甚至更为清晰的沟通。

我们可能还会看到监管做法的改变。一直以来,监管者侧重于监督定义明确的实体。然而,随着新的服务供应商采用种种新形式投入运营,将它们归入不同的类别可能就不那么容易了。以社交媒体公司为例,假如它提供支付服务但不管理活跃资产负债表,那么我们该给它贴上哪种标签?

所有这一切对律师来说都是好事,但对监管者来说就没那么理想了。监管者可能不得不进一步扩大工作重点,从金融实体到金融活动——同时还可能成为评估运算法则合理性和安全性的专家。说起来容易,做起来难。

合作是关键

为了使问题解决起来更加顺当——至少顺当一点儿,我们需要进行对话。我们需要在经验丰富的监管老手与刚刚开始接触金融科技的监管新人之间,在政策制定者、投资者和金融服务企业之间,以及在国家之间进行对话。

随着监管工作的重点从国家实体扩大到无国界活动,从你们当地的银行分支机构扩大到量子加密的全球交易,跨境监管将变得至关重要。

IMF拥有全球 189 个成员国,因此是 开展这些讨论的理想平台。 技术无国界:何为本国,何谓东道国?我们怎么能够避免监管套利和争相触底?这个问题事关基金组织实现经济和金融稳定的任务,同样事关我们的全球支付和金融基础设施的安全。

合作的风险和收益都很高。我们希望,全球金融安全网无论如何拉伸和重塑,都不会出现漏洞。

我相信,IMF在这方面能够发挥强有力的作用。但是,基金组织也同样需要接受改变,比如,让新的有关方加入,再比如,考虑数字版特别提款权的作用。

换言之,基金组织已经为“豆荚”之旅准备妥当。

3. 人工智能

第三是人工智能的变革性影响。

我们的行长在2040年走进银行大楼是为了打磨一台货币政策制定机吗?安迪[霍尔丹],你作出的关于英国将有1500万工作岗位实现自动化的预测会影响到英格兰银行及其世界级的工作人员吗?

有一点很明确:我们总是拥有更多数据。部分估计显示,今天可用的数据中有90%是在过去两年期间产生的。这不仅仅是关于产出、失业和价格的信息,也是关于经济人的怪癖和非理性之处的性能数据。

由于有了智能手机和互联网,这一数据如今丰富充足,普遍存在,而且在与人工智能结合之后,价值越来越高。

人工智能正在大踏步前进。过去一年,若干世界顶级的围棋高手败给了一台自学计算机。许多人认为,人类距离最后审判日的到来也就剩下几十年光景。机器学到了策略,认清了模式,然后优化了比赛——做得比我们所能做到的更好。

很显然,经济远远比围棋比赛复杂得多。不过,到了下一代,机器几乎肯定会发挥更大的作用——为政策制定者提供协助、作出实时预测、发现泡沫,以及揭示复杂的宏观金融联系。

然而我保证,人类依然必不可少。

首先,经济存在着巨大的不确定性。基本经济关系中的种种改变有待发现,重重风险有待评估。要制定良好的政策,诸位同行的评价判断和不断质疑、多种多样的观点、甚至少许特立独行的精神仍旧至关重要。不过,假如机器也能做到这些,情况会怎么样?

接下来是沟通问题。众所周知,良好的货币政策会讲故事。政策如果能够得到清晰解释,从而使公众形成对未来政策的预期,那么这种政策就有效。机器真的能够以通俗的英语解释它们的决定吗?

即便这个障碍可以克服,也还有一个障碍存在。哪怕使用最好的运算法则和机器,目标也可能会落空,危机也可能会发生,错误也可能会出现。在这种情况下,机器真的能够负起责任吗?能够对那些买不起房的青年夫妇,还有失业的职场母亲负起责任吗?

关键在于问责制。如果没有问责制,我们就无法拥有独立性;又怎么赋予一个技术型组织如此大的权力?如果不具备独立性,政策必然误入歧途,正如这次会议清楚警醒我们的那样。

所以,我并没有看到接管货币政策的机器。2040年,走进英格兰银行大楼的行长仍然是一个有血有肉的人,她在大门里面见到的也都是人,起码有一些人。

因此,穿线街上会一直住着一位老太太。 而且我相信你们也觉得,同上了年纪的女士交谈往往会令人豁然开朗!



本文作者:温晓桦
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能技术在金融领域的应用有哪些?
【10月更文挑战第16天】人工智能技术在金融领域的应用有哪些?
1775 1
|
4月前
|
机器学习/深度学习 数据采集 人工智能
【AI在金融科技中的应用】详细介绍人工智能在金融分析、风险管理、智能投顾等方面的最新应用和发展趋势
人工智能(AI)在金融领域的应用日益广泛,对金融分析、风险管理和智能投顾等方面产生了深远影响。以下是这些领域的最新应用和发展趋势的详细介绍
548 1
|
6月前
|
机器学习/深度学习 人工智能 算法
人工智能在金融反欺诈系统中的应用与评估
人工智能在金融反欺诈系统中的应用与评估
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能(AI)在金融领域的应用已经成为改变金融业态的重要力量
人工智能(AI)在金融领域的应用已经成为改变金融业态的重要力量
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
|
设计模式 人工智能 测试技术
软件测试/人工智能|如何使用ChatGPT编写符合PO模式的数据驱动测试框架
软件测试/人工智能|如何使用ChatGPT编写符合PO模式的数据驱动测试框架
|
机器学习/深度学习 人工智能 监控
人工智能在金融风险管理中的应用
人工智能在金融风险管理中的应用已经取得了显著的进展,并在提高风险管理效率和准确性方面发挥了重要作用。通过信用评估、欺诈检测、投资组合管理等应用,人工智能为金融行业带来了新的机遇和挑战。然而,我们也要认识到人工智能在风险管理中可能面临的隐私、解释性和偏差等问题。未来,随着技术的发展,人工智能将在金融领域持续发挥重要作用,为金融行业创造更加安全和稳健的环境。
781 1
|
人工智能
如何写一篇人工智能领域的期刊论文(SCI论文的固定模式和一些套路)
如何写一篇人工智能领域的期刊论文(SCI论文的固定模式和一些套路)
|
存储 机器学习/深度学习 分布式计算
当金融风控遇上人工智能,众安金融的实时特征平台实践
随着企业数字化转型升级,线上业务呈现多场景、多渠道、多元化的特征。数据要素价值的挖掘可谓分秒必争,业务也对数据的时效性和灵活性提出了更高的要求。在庞大分散、高并发的数据来源背景下,数据的实时处理能力成为企业提升竞争力的一大因素。今天分享的是众安金融实时特征平台实践。
464 0
当金融风控遇上人工智能,众安金融的实时特征平台实践
|
机器学习/深度学习 人工智能 算法
可以学习人类语言模式的人工智能
一种新的人工智能自动学习模型可以应用于不同语言的高级语言模式,使其能够取得更好的结果。
155 0
可以学习人类语言模式的人工智能