1.4 网络金融的扩展领域

1.4.1 网络金融结算

网络金融结算系统是互联网出现之后产生的，它既不同于过去的局域网系统，也不同于借助传真机的金融结算方法，它完全靠互联网实现，并有最广泛的用户群。可以说，没有网络结算，电子商务就不完整。

网络金融结算的主要工具是电子货币，另外还有大金额支付系统、自动票据交换、电子汇兑清算系统等其他工具。

电子货币不仅是网络金融的核心，而且使网络金融结算成为可能，推动了网络金融的发展。它发展到现在，已经出现了同时并存的多种形式，如存储卡、借记卡、磁卡、智能卡、电子钱包、信用卡、数字现金和数字支票等，其中数字现金和数字支票是两种最新的发展形式。

数字现金是一种表示现金的中密序列数，它可以用来表示现实中各种金额的币值。数字现金具有货币价值，而且具有可交换性、可存储性和可重复性。理想的数字现金系统应具备以下基本性质（Okamoto和Ohta,1990; Franklin和Yung,1993；史国庆等，2001；张卓其和史明坤，2002；肖迪等，2004）:（1）独立性：数字现金的安全性不依赖于任何物理位置，能通过计算机网络传送；（2）安全性：数字现金不能被拷贝和重用；（3）匿名性（不可追踪性）：用户的隐私受到保护，没有人能追踪发现用户和他们的所购物品之间的关系；（4）脱线付款：当一个用户用数字现金为所购物品付款时，用户和商家之间的协议是脱线执行的，即商家不必与一台主机相连以处理用户的付款；（5）可转移性：数字现金可被转移给其他用户；（6）可分性：给定数量的数字现金能被分成较小数额的几份；（7）较高的处理效率：由于数字现金交易的实时性和频繁性，因此处理效率的高低成为一个数字现金系统能否广泛普及的一个重要因素。要设计出一种理想的数字现金系统，必须用大量的高新技术，其中较为重要的是分割选择/零知识证明技术（cut and choose/zero-knowledge proof）、盲签名技术（blind signature）、位承诺技术（bit commitment）（Okamoto和Ohta,1990; Okamoto和Ohta,1992; Franklin和Yung, 1993）。

数字支票的出现和开发是较晚的。它是一种借鉴纸张支票转移支付的优点，利用数字传递将款项从一个账户转移到另一个账户的电子货币形式。它是在与商户及银行相连的网络上以密码方式传递的，多数使用公钥加密签名或使用个人身份证号码代替手写签名。用电子支票支付，事务处理费用较低，而且银行也能为参与电子商务的商户提供标准化的资金信息，因而是最有效率的支付手段之一。

网络金融结算当中，要关注以下几个问题：

1．电子货币的伪造问题

伪造电子货币可以说是无本万利。通过使用分析软件，伪造者能够进行智能卡分解，并反向分析出工程智能卡。然后，可以试探着去欺骗计算机接受他们放在卡片微处理器中的假密码算法。最后，去骗取电子货币。目前，如何有效地防止数字现金伪造是一个正在研究的课题。

2．脱机和在线盗窃电子货币

盗窃电子货币的手段有很多。例如在银行的自动取款机（ATM）里秘密地将微处理器芯片嵌入计算机化的现金寄存器中。这个芯片从信用卡和借记卡交易中扫描数据。盗窃者可以拿走这个芯片，并下载数据来盗取账户中的资金。盗窃者也可以通过互联网直接到银行的主机上窃取支付信息。

3．电子货币可转移性的实现

电子货币的可转移性是指，在一次交易活动中收款者收到的电子货币可以在没有银行参与的情况下，在下一次交易活动中支付给其他电子货币用户。实现电子货币的可转移性需要克服很多困难，这些困难可以概括为三点：电子货币的可转移性相对于其他属性来说不是必不可少的；匿名电子货币的转移会使电子货币的尺寸逐步增加；电子货币的匿名转移有助于黑市交易、洗钱等违法活动。虽然实现电子货币的可转移性具有这些困难，但是也会带来很多好处，例如，因为不需要每次交易都在银行进行“取款”和“存款”的动作，因此会大大减轻银行负担和通信量；再比如当用户手中持有电子货币时，不必去银行取款就能进行交易，为用户带来了更多的方便。

1.4.2 网络理财

网络理财是指通过网络获取商家提供的理财服务和金融资讯，根据外界条件的变化借助网络理财网站及其工具，不断调整其剩余资产的存在形态，以实现个人或家庭资产收益最大化的一系列活动，具有实时、快速，甚至自动、智能管理的特点。

网络理财是网络金融各个领域的融合和交叉，充分体现了网络金融的整体性。网络理财内容十分丰富，提供网络理财服务的网站大致可以分成三个不同的层次。第一层次，提供金融产品，主要是网络银行、网络证券商、网络保险提供商提供的各项服务，如招商银行的网站（www.cmbchina.com）。第二层次，是提供金融信息和金融产品，与第一层次相区别，网络理财更强调为消费者提供丰富、快捷、个性化的理财信息增值服务。而且，这种信息服务一般发生在金融产品交易发生之前。如华尔街杂志在线版（http://online.wsj.com/public/us）。第三层次，是按照理财者的风险承受能力，帮助理财者制订个性化理财计划，可以说是网络理财服务的最高境界，包括理财投资工具的选择和数量的确定。如美国的嘉信网（http://www.schwab.com）。

网络理财最基本的特征在于高效快捷，其优势集中体现在以下几个方面：（1）信息优势，主要体现为信息量的广泛与传播的迅速，有效控制了长期困扰投资者面临的信息不对称问题；（2）成本优势，信息技术引起的成本结构变化，使得交易费用大幅度下降，同时服务水平得到提高；（3）时空优势，业务范围可以覆盖全球，获得了一个无限扩张的全球化目标市场，对投资者而言更获得了全球性的投资空间；（4）服务优势，提供个性化和专家式的理财服务，客户还能运用网站开发的投资分析软件。

1.4.3 网络金融信息及其挖掘

网络金融信息及其挖掘是由网络金融核心领域派生出来的新生事物。它的出现不仅给人类生活带来巨大影响，而且推动了互联网搜索引擎、信息挖掘、自然语言处理等技术的发展。

网络金融信息指通过互联网进行传播的金融信息，例如财经新闻、经济统计数据、金融市场交易信息、投资分析工具和在线交易信息等。目前，在互联网上的金融信息在传播速度上和范围上都达到了前所未有的程度。不仅如此，每个金融活动的参与者都可以将自己拥有的信息放在网上，实现了最大程度的金融信息共享和对金融信息的共同理解。这使得金融活动参加者的行为更有条件趋于统一。这种对更大范围金融信息的共同理解，形成了网络时代金融活动参加者的新的行为特征，以及新的金融动态规律。

网络金融信息及其挖掘，对各大金融企业而言是利用信息挖掘技术对数据进行整合和处理，还包括业务流程再造和机构重组，目前正大张旗鼓地进行的“数据大集中”就是其中一个运用。对于客户或投资者而言，首要的是在无尽的信息海洋中迅速、及时地搜寻到有效信息，并加以利用。

互联网上的海量数据推动了网络金融信息挖掘技术的发展。信息挖掘可以从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、但又潜在有用的信息和知识的过程。目前，较为常见的数据挖掘算法有统计方法、机器学习、神经网络、推理网络、决策树、贝叶斯网络、基因算法以及各种针对实际特定问题的解决方法等。信息挖掘已广泛应用于各个领域，我们有充分的理由相信，信息挖掘在金融方面的应用也有十分乐观的前景（Han和Kamber,2001）。目前网络金融信息挖掘主要应用在以下领域。

（1）信息挖掘用于防止和侦察网络金融犯罪，如识别伪造电子货币、寻找并跟踪异常模式（如在互联网上非法炒作股市行为的识别）、反洗钱等。

（2）信息挖掘用于投资分析决策。可以通过建模，估计和预测投资风险；也可以进行金融资产价格的趋势分析等。信息挖掘的各种算法都曾经被使用过，尤其是在股市上。有的算法在一种情况下有效或在一段时间内有效，有的算法更能捕捉转瞬即逝的个股买/卖点或在众多股票中选出应买卖的股票。在各种算法中，神经网络算法在近些年被频繁地反复使用，而且已有许多商业的软件包。如NETPROPHET、Falcon等。目前此研究领域在世界范围内的文献尚不多见，就其理论本身来说，它是一个新分支。

（3）研究网络金融信息流和金融资产价格之间的关系。金融信息和股市的关系是一个很大的题目，早已经被广泛地研究过了。其中大部分研究都是先给定金融信息内容，然后讨论股市的反应。因为难以对所有报纸、电视的金融信息强度逐日乃至逐小时地进行统计，因此从整体上研究金融信息强度的特性及其与股市的关系尚为空白。但是，由于计算机对互联网页面操作的方便性相当突出，上述统计反而成为轻而易举之事。由于互联网的内容从整体上来讲可以基本包括其他媒体的内容，如果能有效地处理网络金融信息强度就能间接地从一个侧面研究股市的特性和它们之间的关系及某个上市公司的金融信息强度、网络金融信息强度的特性及其与股价的关系。一般地，当网络金融信息强度较小时，股价变动也常常较小，股市相对平静；当网络金融信息强度较大时，股价变动也常常较大。例如，一些学者研究了Amazon在2000年5—7月期间，网络金融信息强度和股价的波动情况。6月26日和7月25日Amazon股价分别发生了较大的变动，同时发现对应的网络金融信息强度也变化较大（Liang,2005）。

（4）顾客分析及投资者行为分析。这一方面的研究可以与行为金融学的研究结合在一起。

（5）从金融监管的角度上来说，研究金融信息这个环节，尤其是股市信息，就可以间接地了解宏观经济指标变动、公司及整个行业的财务状况，以提供决策支持。运用信息挖掘技术处理网络金融信息为有效解决金融市场的监管问题提供了契机：研究开发快速监测算法和技术，防范第（1）中的网络金融犯罪问题，整顿金融市场秩序；中国股市上的“庄家”现象非常突出，找出挖掘“庄家”模式的方法，对监控中国股市就有一定意义；研究证券市场的规律，完善相关政策，例如通过信息挖掘研究股民的行为特征（包括补仓和空仓的操作习惯、投资的风险偏好、对股票价格涨跌的心理承受能力等）可以作为制定涨停板制度的参考。