数字金融时代的金融情报学：学科状况、学科内涵和研究方向

丁晓蔚

（南京大学信息管理学院，南京 210023）

1 导言

金融对于经济社会和人民群众来说有着毋庸置疑的重要性。此前人们对金融情报虽有过研究，但研究得不甚充分；而对金融情报学则很少有人研究。

学者吴光伟于1992年撰文说，“金融情报发展非常迅速，目前已成为情报产业中的一个大户，并以绝对优势压倒了科技书目情报”[1]。这是考察情报产业并对金融情报与科技书目情报进行比较后得出的结论。文中使用了金融情报概念，诠释为“能对金融市场的参与者提供的那种及时的信息”。实际上，“能对金融市场的参与者提供的”“及时的信息”未必就是金融情报。他在专著《金融情报》[2]中把金融情报分为五类：商品情报、外汇情报、货币市场情报、股票市场情报和信用情报，概括了早期金融情报最主要的内容。该书是国内关于金融情报的首部专著，有一定学术价值。

郭俊义认为，“金融情报是指对金融市场的参与者提供的及时、准确而具有针对性的资讯”[3]。他对吴光伟的定义[1]有所拓展：吴光伟定义的属概念为“信息”，郭俊义定义的属概念为“资讯”。信息可以是原始的，资讯则必是经过人为加工的。以资讯定义金融情报更准确。

彭靖里等提出，“金融情报是指：国家/企业或组织等金融投资主体，在法律和道德规范允许的范围内，对影响其经济安全和资本竞争地位的投资机会、运作风险、外部环境威胁或内部财务危机等方面的信息及其异常变化进行全方位搜集、监控、预警、分析利用的研究过程与产品”[4]。其亮点在于：确定了金融情报所涉及的内容，较为严谨。将金融情报界定为“研究”“产品”，是恰当的；但将属概念同时确定为“过程”，则需推敲。

王幸平所著《金融情报学》[5]代表了业界专家的观点，颇有价值。

综上，学者们以往对金融情报的研究为金融情报学的建立做了有价值的探索性工作，但金融情报学研究仍有很大空间。笔者提出过“金融情报学：情报学的重要分支学科”的观点[6]，现结合数字金融和以数字金融为当前表征的下一代金融，就金融情报学的学科状况、学科内涵和研究方向做进一步论述。

2 实然和应然：金融情报学在情报学学科体系中的状况

此处涉及金融情报学在情报学中的地位，拟从实然和应然两方面进行探讨。毋庸讳言，实然与应然之间存在着很大差别。

2.1 从实然角度看金融情报学学科状况

情报学和金融学的内涵及各自所对应的实践内容很丰富。从学科层面看，都已发展得相当完备。建立情报学分支学科——金融情报学的条件也已基本具备；但它至今未受到应有的重视。

在情报学学科体系中尚无金融情报学的位置，这可能与相关著述较少、显示度较低不无关系。在国内，以“金融情报学”为书名的专著仅有一本，即上文提及的《金融情报学》[5]。此外再无这方面的专著或教材。

无论国内还是国外，对金融情报学的研究都有待开展。通过文献检索发现，尚未有从学科体系方面进行研究的成果。一部分研究选取某个角度和某个子题展开，或只涉及某一较小的专题（例如，关于反洗钱、反欺诈等的研究以及关于防范金融风险的研究已经比较多了，但尚未上升到学科体系、学术体系、话语体系的系统性研究层面），对学科进行系统性探讨显得甚为不足。因此该学科研究的发展和提升空间甚大。

先看国内的研究状况。

一是探讨金融情报和金融情报学的学术论文不多，且都未涉及对该学科的研究。

在中国知网输入“金融情报”进行主题检索，共得到期刊论文217篇（不含仅有的1篇由笔者和苏新宁教授合撰的探讨金融情报学的论文）。其中，与金融情报学关系比较密切的有7篇；反洗钱研究，96篇；金融情报机构研究，10篇；金融反恐研究，10篇；金融反腐败研究，5篇；金融风险研究，24篇；报道、资讯和有关情况介绍，17篇；其他，48篇（较为分散）。与金融情报关系比较密切的论文有：任福兵[7]针对美国次贷危机进行了严格意义上的金融情报研究；令狐伟等[8]梳理了我国自1992年至2005年金融情报研究的状况；彭靖里等[4]论析了我国金融情报研究与应用的现状及存在的问题；侯合心等[9]由国际反洗钱金融情报集团组织体系切入，进行金融情报研究；张立光等[10]将目光转向发达国家，研究美国的金融情报机构数据分享机制及对我国同行的启示；陈捷等[11]从国家法治层面对金融情报进行探讨；兰立宏[12]以反恐怖融资金融情报信息交换机制优化为切口展开研究。

在中国知网输入“金融情报”进行主题检索，共得到硕博士学位论文54篇。其中，反洗钱研究，33篇，研究主题高度集中；金融反恐研究，6篇；金融反腐败研究，6篇；金融安全研究（包括威胁情报研究），4篇；其他，5篇。未检索到“金融情报学”方面的论文；检索到标题中不含“金融”“情报”但内容与金融情报有关的博士学位论文有：田昆[13]研究信用风险信息不对称下的金融问题；马运全[14]探讨个人金融信息的管理；唐黎[15]探索金融时间序列预测的信息融合与计算智能模型。但都未直接触及金融情报学科的话题。“金融”和“情报”间隔出现在标题中的硕士学位论文（无这方面的博士学位论文）有：尹梦琦[16]研究探讨金融账户涉税情报交换制度新发展及中国的应对；毛梦煜[17]以金融机构税收情报交换的最新发展为视角，进行我国税收情报自动交换制度的研究。上述论文未直接进行金融情报和金融情报学研究。标题中含“金融情报”的硕士学位论文（无这方面的博士学位论文），即包含与金融情报最为接近的研究主题的论文有：李洁[18]就金融情报机构进行国际比较分析；王旭[19]研究反恐金融情报国际合作。但论文仅是分别研究了金融情报学中的某一方面的内容。上述情况表明，国内关于金融情报和金融情报学方面的研究成果相对较少；即使近年来金融科技的发展风生水起，上述情况也未有大的改变。

二是金融信息和金融信息学方面的论文未充分显现与金融情报学学科研究的相关性。

金融情报与金融信息密切相关。因此，笔者按上文所述方式还进行了金融信息方面的文献检索，发现存在三种情况：①篇名中出现“金融信息”的论文，多研究个人或机构客户金融信息；②为数不少的论文内的“金融信息”实为金融资讯；③许多论文并未就严格意义上的金融信息进行直接研究。

再看国外的研究状况。

笔者对国外学者就金融情报、金融信息，以及金融情报学、金融信息学的研究成果做了检索。

其一，金融情报方面，通过Google Scholar检索Financial Intelligence Discipline，无果；检索Financial Intelligence，仅获少量论文。

直接论及金融情报的是Sathye等[20]，厘清了“金融情报”和“金融情报机构”两个概念：金融情报机构为收集、评估、分析和传播金融信息的中央机构，金融情报是指经过处理的金融信息。通过金融情报机构制定的程序对金融信息进行评估和分析后，金融信息就变成了金融情报。这对于正确认识金融情报及其生产具有重要价值。

Rudner[21]提及了金融情报学：打击金融恐怖主义的任务呼唤一个新的和独特的情报学科——金融情报。作者将金融情报作为一个学科提出，但并未按学科要求对金融情报学进行论述。

其他论文，有的研究了金融情报机构。例如，Gottselig等[22]综述了对金融情报机构的研究内容：建立金融情报机构所需的关键步骤及在政府机构中可采取的各种形式、金融情报机构的核心职能；论述了在评估总体反洗钱/反恐融资背景下对金融情报机构进行的国际评估。

有的论文研究了金融情报的应用。Parker等[23]提出，执法和情报部门通过各种形式的监控获取金融情报现非常普遍，已成为当代安全实践的重要特征。调查人员常使用金融数据挖掘来表达其对事件的理解，并绘制严重犯罪和恐怖事件的各个阶段。这是对金融情报被应用于维护金融安全所做的研究。Levi[24]研究了金融系统限制资金流向指定“恐怖集团”的国际努力的历史，认为金融情报工作对减少恐怖主义或刑事定罪的程度几乎没有外部可察觉的影响。Cross[25]就澳大利亚利用金融情报确定预付费欺诈潜在受害者并加以干预进行研究，属金融情报实际应用研究的范畴。Lowe[26]指明了预测情报支持金融部门反洗钱方案的必要性。所采用的方法包括对反洗钱中使用情报、金融部门使用的情报和信息来源的文献审查。Naheem[27]试图从金融情报机构的角度研究贸易中的洗钱或TBML（Trade-Based Money Laundering）的洗钱行为。这些论文对金融情报学研究有一定启发，但并未涉及该学科体系、内涵和研究方向。

其二，金融信息方面，通过Google Scholar检索Financial Informatics或Financial Informatics Disci‐pline，能检索到的文献甚少。

Casas[28]的研究主要涉及财务规划信息学。笔者认为，财务规划信息学与金融信息学类似，它是金融信息学的一个子学科。Flood[29]将金融信息学和风险分析联系起来进行研究，其所述的重点在于金融分析，实现了金融与信息的融合，包含了金融信息学的相应学科内涵。相比较而言，Walters[30]提供了最直接的研究文献，对金融信息学学科构建进行了描述，认为金融信息学是计算机和信息科学在金融数据存储、检索和处理方面的应用，是金融学与计算机科学交叉的学科；该文献旨在为金融信息学提供合理的定义，并概述该学科的基本知识体系。

综上，关于金融情报学的系统研究尚存在缺失。可以作为情报学的一个分支学科的金融情报学，其发展有待于得到情报学专家更多的关注。这从一个方面表明了该学科的实然境况。

2.2 从应然角度看金融情报学学科地位

根据对各方面情况的考察，可以说建立情报学分支学科——金融情报学的条件已基本具备。

2.2.1 金融理论和实践的发展为金融情报学提供了可以利用的条件

从国际情况看，从货币与汇率到信用与利率，再到金融中介、金融市场、国际金融与全球化、金融风险与监管、金融制度等，金融在理论与实践方面已取得诸多成绩，Modigliani-Miller Theory、Mod‐ern Portfolio Theory、CAPM（Capital Asset Pricing Model）、APT（Arbitrage Pricing Theory）、Black-Scholes Model等理论与模型荣获了诺贝尔经济学奖。我国本土金融理论与实践虽借鉴国际经验，但有自己的发展路径。20世纪70年代末以来，金融实践和理论不断发展。赵聪等[31]指出，改革开放以后我国金融理论的探索可分为五个阶段：第一阶段，提出了“国有大银行”论；第二阶段，提出了“金融调节”论；第三阶段，提出了“金融核心”论；第四阶段，提出了“金融安全”论；第五阶段，提出了“金融国际化”论。与各阶段对应的金融实践是：第一阶段，银行被计划经济体制束缚的功能和能量得以释放，在为实体经济服务方面发挥了比以往大得多的作用；第二阶段，银行通过市场手段解决资金融通和筹措问题，西方的“金融深化”论广泛传播；第三阶段，邓小平在1991年初视察上海时明确指出，金融“是现代经济的核心”[32]，借鉴国外“金融结构”论精髓，符合中国国情的金融体制及理论体系得以逐步建立；第四阶段，经历了亚洲金融危机，维护金融安全被提上重要议事日程；第五阶段，中国加入世界贸易组织，主动融入经济全球化洪流，中国金融与各国金融交流频繁。

从2008年世界金融危机后的情况看，世界各国金融实践和理论多围绕金融安全和发展展开，同时加强了对金融科技和数字金融的探索。

回顾历史，可看到一些重要的金融理论和实践往往开创了金融的一个个局部性领域。例如，Mod‐ern Portfolio Theory开创了现代资产管理业；Black Scholes Model开创了金融衍生品产业。金融信息基础设施的发展演变是由渐变+跳变构成的。每一次金融信息基础设施的跳变，都重设金融理论和实践的大舞台。上文所述有影响的金融理论和实践，都由某个金融信息基础设施的跳变和阶跃所重设的大舞台所限定。金融经历了电子化、自动化、互联网化，现在正在区块链化、数字化、智慧化的道路上前进。互联网给金融信息基础设施带来了上一个跳变和阶跃。轰轰烈烈的互联网金融提高了金融业务效率，拓展了金融服务触达面，提升了金融普惠效果；但也带来了金融风险集聚放大和加速爆发等问题。区块链将给金融信息基础设施带来下一个跳变和阶跃。如果说互联网是传递信息与数据的网络，那么区块链则是传递信任和价值的网络。比特币是区块链技术最成功的落地应用之一。从比特币、智能合约到去中心化金融（Decentralized Finance，DeFi）和非同质化代币（Non-Fungible Token，NFT）等，由金融信息基础设施的变革带来的创新思潮以前所未有的力度冲击着传统金融体系、理论与实践。一方面，一部分新金融以独立于传统金融体系之外甚至与传统金融对立的方式发展；另一方面，传统金融体系积极迎接区块链等新科技和新金融带来的挑战，热烈拥抱它们。例如，法定数字货币就深受区块链技术的启发，其蓬勃发展是构建下一代数字金融信息基础设施关键性的一步。由此可见，下一代金融的主流将是传统金融和新金融融合的产物，而不是对传统金融的完全否定和彻底颠覆。

传统金融理论和实践创新大多是在既有金融信息基础设施大舞台限定下的局部创新，并未有信息系统与金融系统的全面联合创新，即缺少全局性；更无法全面回答未来的金融创新向何处去的问题，即缺少规划性。以互联网金融为例，互联网金融创新是实践走在理论前面的创新。本着法无禁止即可为的通识，金融业进行了一系列创新探索，既有好的成果和经验，也有像P2P网贷那样令无数投资者梦想灰飞烟灭甚至危及社会稳定和安全的失败案例和教训。金融的安全稳定和发展繁荣，呼唤全新的创新模式，既要有全局性，又要有规划性。宜先从理论上进行信息系统和金融系统的全面联合创新（全局性），规划好未来金融创新向何处去的问题（规划性），并坚持由正确的理论指导实践。

与以往技术驱动金融进步不同的是，区块链技术触及了金融的本质：信任、信用和价值。故由区块链带来的变革将全面重塑人类金融经济行为。区块链金融创新及基于区块链可信大数据可信人工智能的数字金融创新是信息系统与金融系统双双重构的全面联合创新，是革命性创新。

随着数字金融时代的来临，笔者倡导打造基于区块链的可信大数据可信人工智能的下一代数字金融信息基础设施、体系架构、计算范式、融合创新孵化平台[33]。面对这一全面的革命性创新，情报学长于提供预测分析和决策支持的优势，正好能在下一代金融创新往何处去的问题上从全局性和规划性两方面作出贡献，以克服传统金融创新所显现出的局部性和随机性等不足之处。以数字金融为重要表征的下一代金融，给金融情报学提供了丰富的理论养料、实践经验和现实场景，并带来原创性学术研究的极佳机遇。下一代金融的发展需要金融情报学原创理论的支撑，金融情报学的原创理论和实践研究将反哺和助推下一代金融的蓬勃发展。金融情报学可围绕下一代金融构建本分支学科的学科体系、学术体系、话语体系。以往在理论层面和实践层面，对金融服务于实体经济、深化金融改革、进行金融创新、防控金融风险、规范金融监管等内容的探讨甚多，且收获了相应成果；但对以数字金融为重要表征的下一代金融的学术探讨则刚起步。在上述金融理论研究和实践活动中，情报工作和情报学研究有着巨大发展空间，将可发挥自己的独特优势并大有作为。金融学在发展过程中日趋成熟，不仅有外国经验（如国际上制定绿色金融法规、发展绿色金融的经验，践行ESG（Environmental,Social and Governance）理念的经验，进行金融信用体系建设的经验等）可供借鉴、教训（如由次贷危机引发金融危机的教训等）可供警示，我国金融发展中的经验教训也甚多，需要且值得从情报学的角度进行学理研究。以上情况表明，金融理论和金融实践已有积累为金融情报学提供了极其丰富的研究对象和研究内容，为建立金融情报学奠定了坚实基础。

2.2.2 情报学自身随社会需求和技术条件的发展而不断发展

近年来，大数据、人工智能、区块链、云计算等先进信息技术使情报工作实践和情报学研究如虎添翼。历史上，情报学已由图书情报和军事情报向社会生活各领域成功拓展，扩大了学术版图，已有公安情报学、科技情报学、竞争情报学、计量情报学等，提供了根据需要和可能设立情报学相应分支学科的成功范例。大情报学科是包容性很强的情报学学科集群，其中就应包括经济情报学或更专门化的金融情报学。苏新宁教授提出，“从大情报观出发，情报应当渗透到社会的经济、金融、文化、科技、医疗卫生、社会发展、生态、资源、军事、国防、外交、安全及政府决策等方方面面”[34]。金融是情报工作和情报学研究所要渗透和赋能的一个重要领域，以数字金融为重要表征的下一代金融更是如此。

2.2.3 金融领域对情报学学术研究有着持续强烈的刚性需求

这构成了建立金融情报学必不可少的条件。习近平总书记曾说过，“金融要为实体经济服务，满足经济社会发展和人民群众需要。金融活，经济活；金融稳，经济稳。经济兴，金融兴；经济强，金融强”[35]。金融对实体经济，以及促进经济社会发展和满足人民群众需求至关重要。从情报学的角度研究金融为实体经济服务和为满足人民群众需求服务，通过形成情报为此探路，可避免酿成或遭遇风险和危机。通过“金融活”“金融稳”，实现“经济活”“经济稳”，借助“经济兴”“经济强”实现“金融兴”“金融强”，不仅是经济社会发展之需，而且从一个重要方面揭示了金融领域对情报学术研究持续强烈的刚性需求。实现“金融兴”“金融强”、避免“金融衰”“金融弱”，有赖于情报工作者和情报学专家发挥“耳目、尖兵、参谋”作用，提供智力支撑。金融领域有着情报学研究的宽广空间，金融情报学应当大有用武之地。

情报学作为一门横断学科，为各领域和行业的安全与发展提供赋能。金融安全与发展关乎个人、机构、行业、国家四个层面。金融情报既有Finan‐cial Intelligence（情报/智能/智慧）的成分，也有Fi‐nancial Information（信息）的成分。就安全而论，金融安全既是国家安全的重要组成部分，也与防控个人、机构、行业、国家的金融风险息息相关，与此对应的金融情报研究更多属于Intelligence情报范畴。近期俄罗斯面临被欧盟踢出环球银行金融电信协会（Society for Worldwide Interbank Financial Tele‐communication，SWIFT）的困局[36]，就凸显出更多着眼于安全的Intelligence金融情报研究的重要性。就发展而论，也需要面向规划、预测、决策的In‐telligence。特别是在此领域的智能金融方向中，从大数据智能获客到智能投融，再到智能金融产品设计和智能服务，都需要将机器智能与人类智慧融合，以取Intelligence中的“智能/智慧”之意为主；而在此领域的竞争情报方向中，以取Intelligence中的“竞争”和“对抗”之意为主。无论是为了安全还是为了发展，Intelligence都需要以Information为基础，特别是根据DIKI（Data，Information，Knowl‐edge，Intelligence）或DIKW（Data，Information，Knowledge，Wisdom）框架，数据和信息本身是横断的基础，需要用机器智能或人类智慧或两者融合来对信息进行加工、分析和处理，从而提炼出高质量的情报。有时，为行文方便，面向Information的金融情报学也可用金融信息学简称之。而从面向实践、问题导向的角度看，金融情报学如要能真正解决实践应用中的问题，则需要同时依赖Intelligence和Information，两者相辅相成，缺一不可。总之，无论是面向Intelligence的金融情报，还是面向Infor‐mation的金融情报，都亟待研究。

2.2.4 建立金融情报学的某些重要条件已经具备

一是有明确的研究对象。

如果研究对象含混、不明确，那么相应的学科就无从建立。金融情报学有着明确的研究对象。2000年版《辞海》将金融界定为“与货币流通和银行信用有关的一切活动，主要通过银行的各种业务来实现。如货币的发行、流通和回笼，存款的吸收和提取，贷款的发放和收回，国内外汇兑的往来，以及贴现市场和证券市场的活动等”[37]。虽说论定金融活动“主要通过银行的各种业务来实现”存在一定局限性，但这说明金融情报学的研究对象十分明确，即情报学视野中的金融活动（既可是银行业务，也可是其他金融机构的业务）。《辞海》所列举的金融业务的各个方面，以及从事或参与这些业务的主体（个人、机构、行业、国家）的金融安全和发展，都可以是金融情报学的研究对象。笔者在载于《情报学报》2020年第2期的论文《金融情报学：情报学的重要分支学科》[6]中，就曾展现过这样的全景式图表。

二是有确定的研究内容。

从情报学角度观照、研究个人、机构、行业、国家的金融活动，为各级各类主体的安全与发展、各种金融风险的防范提供情报和发挥“耳目、尖兵、参谋”作用，为监管部门对金融机构和个人金融活动的监管提供情报学所能提供的智力支持，为中国金融与世界金融的博弈提供有价值的情报服务，为金融情报研究提供方法论等。如按情报具有认知功能、增值功能、谋略功能、优化功能[38]的观点，金融情报学可通过对多方面内容的研究作出更大贡献。

三是有基本的概念。

情报学和金融学都已相当成熟。其中的一些基本概念都是金融情报学可直接使用的，如金融情报、金融竞争情报、金融风险情报、金融情报分析等；当然有必要增加一些基本概念，例如，金融信息、下一代金融、数字金融、金融科技、基于区块链可信大数据可信人工智能的金融信息基础设施架构，等等。还须对新增概念与已有的相应专业概念进行比较和辨析。

四是有相应的研究方法。

主要采用情报分析方法。杨建林教授等的见解是，“情报分析主要从甄别问题、制订方案、搜集数据、探讨分析、报告整理、解决问题、评估方案等几个方面进行”[39]。情报分析方法，并不是金融学研究所能取代的。

五是有相应的支撑。

包昌火先生等提出，“一般而言，学科的发展需要三个支撑，即历史的支撑、学理的支撑和实践的支撑”[40]。这是就学科发展而言的，任何学科的发展都离不开“三个支撑”；对学科创设来说，有了学理和实践支撑，大致也就具备条件了。金融情报学“学理的支撑”和“实践的支撑”，既来自金融研究和金融实践，也来自情报研究和情报工作实践。数字金融的崛起，将给金融情报学提供强有力的“学理支撑”和“实践支撑”。金融情报学建立后，随着时间推移，“历史的支撑”将会从无到有，由少到多，愈益强有力。

2.2.5 金融情报学处于应用情报学学科群中

金融情报学具有鲜明的应用性特征，且有明确的对应行业（金融业）。与同群的其他分支学科有所不同的是，它紧紧围绕资金的筹措、融通、交易、汇兑和风险防范进行情报研究。从国民层面来说，金融与全体国民的切身利益密切相关；从国家层面来说，金融有着特殊重要性。正如习近平总书记所说，“金融安全是国家安全的重要组成部分，是经济平稳健康发展的重要基础。维护金融安全，是关系我国经济社会发展全局的一件带有战略性、根本性的大事”[41]。应该说，金融对风险和异动特别敏感，政治经济、社会心理和技术因素对金融业的影响极为明显。金融安全是总体国家安全中的重要组成部分。用好上文提及的各种先进技术，打造安全的金融和维护金融的安全，是下一代金融的突出之点。对情报学研究而言，为打造安全的金融和维护金融的安全提供智力支持，责无旁贷。金融情报学应在情报学中占一席之地。

2.2.6 金融情报学有着自己的鲜明特点

金融情报学与传统金融学及情报学的其他分支学科都有所不同。下面展开比较和辨析。

其一，金融情报学与传统金融学、与传统金融工程学的比较。

需要说明的是，与金融工程（Financial Engineer‐ing）相关的概念还有数理金融（Mathematical Fi‐nance）、金融数学（Financial Mathematics）、量化金融（Quantitative Finance）、计算金融（Computation‐al Finance）等。这些概念高度重合，含义相近（特别是中外诸多高校设置的不同名称的专业实际并无大的差异），但金融工程与其他概念尚存在一些差别。金融数学（及金融统计）更偏数学/统计，以数学/统计为工具，研究解决金融中数学/统计问题，建立数学/统计模型，属于数学/统计科学；而金融工程则更偏金融问题的工程化求解、金融产品的工程化创设、金融工具的工程化应用和金融创新的工程化思维。金融数学和金融工程可视为一对，分别代表了科研与应用的两个阶段（分析建模和工程化求解应用）。数理金融几乎同金融数学，但落脚于金融；量化金融与定性金融相对，在五者之中从名称上看最为宽泛，也落脚于金融；计算金融侧重于计算和计算机，同样落脚于金融。显然，相对而言，上述概念中与金融情报和作为金融情报基础的金融信息最为接近的是金融工程和计算金融。限于篇幅，本文以金融工程为代表进行讨论。

金融情报学与传统金融学、传统金融工程学的主要差异有以下几点。

首先，对信息重视程度有别。

情报由信息加工而来。金融情报的基础之一是金融信息。金融情报学遵循的是由数据、信息经知识、智慧加工而形成情报的范式。金融情报学的Information部分即为金融信息学。在数字金融时代，区块链冲击金融而引发信息基础设施的跳变和阶跃，且触动了金融的本质即信用、信任、价值。在区块链推动下，金融信息基础设施得以重构从而进入黄金时期。从比特币到智能合约，再到数字货币和电子支付工具（Digital Currency Electronic Pay‐ment，DCEP）、去中心化金融（DeFi）和非同质化代币（NFT）等，信息系统和金融系统的联合创新如雨后春笋般涌现。这些理论和实践创新最终都指向基于区块链可信大数据可信人工智能的下一代数字金融信息基础设施、体系架构、计算范式、融合创新孵化平台。数字金融的核心是“数字化”，特别是“资产的数字化”，其本质更是信息系统和金融系统双双重构的联合创新。信息是情报的基础，金融情报学和金融信息学都看重金融信息这样的基石。而传统金融学、传统金融工程学则并不倚重金融信息这一基石。

以数字金融为主要表征的下一代金融创新，是信息系统与金融系统的联合全面创新。金融情报学将在其中体现重大价值，发挥巨大作用；传统金融学、传统金融工程学则主要关注在既有金融信息基础设施大舞台限定下的局部金融创新。

其次，对数据重视程度有别。

金融情报学包含了数据科学和信息科学的相当一部分内容，而传统金融学并不包含金融信息，也不包含大数据、数据挖掘、人工智能等；传统金融工程更多地考量金融产品创新和金融工具研发，如金融衍生品的创设、定价、交易、对冲、风控等。当前金融工程专业已开设数据科学相关课程，说明该专业已对传统有所突破，开始拥抱数据科学，向金融信息学（及金融科技）和金融情报学靠拢，体现出学科交叉融合，但并不表明传统金融工程学包含数据科学。由于数据科学本身也是一门横断学科，发展中的金融工程学科开始拥抱数据科学，因此难免与金融信息学、金融情报学局部重合。

金融情报学所要研究的数字金融，核心是“数字化”，特别是“资产数字化”。这不仅是金融资产的数字化，而且包括广义资产的数字化，甚至包括以往不被认为是资产的有形抑或无形之物的数字化，如数据要素资产化而后数字化。2017年12月8日，习近平总书记在中共中央政治局第二次集体学习时提出要“构建以数据为关键要素的数字经济”[42]。2020年4月，《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》[43]正式发布，提出了土地、劳动力、资本、技术、数据等五个生产要素领域改革的方向，并提出推进政府数据开放共享，提升社会数据资源价值，加强数据资源整合和安全保护。2020年4月，国家发改委首次将“区块链”列入新型基础设施范围[44]。从数据生产和存证、数据确权和鉴权、数据定价和流通，到数据交易和风险对冲、数据安全和隐私保护、数据消费和增值、数据分析和处理，再到数据治理和监管等，区块链在其中都能发挥巨大作用。更进一步地，基于区块链可信大数据可信人工智能的下一代数字金融信息基础设施，将为数据要素市场培育贡献力量，激发数据要素对其他要素效率提升的杠杆撬动作用，使大数据真正成为拉动经济高质量发展的火车头。金融情报学以自己的学术智慧贡献于从数据生产和存证到数据治理和监管的各环节、各方面（据此有望形成原创性理论成果）。而传统金融学则并未表现出数据处理方面的旨趣和特长。

再次，在发挥作用方面有别。

金融情报学更靠近决策，更擅长全局性的预测、决策和规划，从中发挥显著作用，因而更契合于个人、机构、行业、国家金融安全与发展的大趋势。金融情报学侧重面向高层管理和战略决策，服务于国家和企业重大利益。金融情报学也注重研究金融安全，特别是国家金融安全，在这些点上，与传统金融学、传统金融工程学是存在着差别的。金融情报产品是政府有关机构部门决策的重要参考和依据，金融情报学能比较令人信服地回答未来的金融应是怎样的、未来的金融创新应向何处去、应如何规制、应由什么样的理论来引领金融创新等问题。西方金融业界和学界人士信奉的是市场，故少有人研究金融发展规划。实践证明，中国的金融发展道路不同于西方，金融不能顺着市场化的要求完全放开。既顾及市场要求但又不能完全市场化，情报学专家可在这方面奉献自己的学术智慧。传统金融学、传统金融工程学并不以对金融全局性预测、决策和规划为己任。

复次，在体现智慧特征方面有别。

金融情报学更多体现与金融相联系的情报智慧特征，传统金融学、传统金融工程学则并不刻意强调智慧特征。例如，对金融风险的预测和预警，传统方法是“用历史（数据）预测未来”，但“未知的未知”“黑天鹅”“灰犀牛”等风险给上述方法带来较大挑战。不过，这并不意味着风险事件发生前毫无征兆、全无迹象；通过专注于发掘相应数据、从中见微知著、发现蛛丝马迹的情报分析方法（如信号分析法等），当可感知异常和预测风险。这对数据和信息的全面性、完整性、连通性及可信性提出了更高要求。然而，即使是大数据时代，纯数据统计仍然存在如下问题：其一，数据量虽大，但大多是历史数据，而维护金融安全和防控金融风险更需要的是具有前瞻性的情报；其二，数据量虽大，但仅能覆盖已知风险，而未能覆盖、不能形成从中可推出未知风险的情报（当然如前所述，风险预测者在搜集数据的过程中会尽可能囊括任何可能有价值的“蛛丝马迹”）；其三，数据量虽大，但因其高维、高噪稀疏，并没有形成指向目标明确和价值含量颇高的金融情报[33]；其四，数据挖掘技术挖掘出来的更多是相关性而非因果性；其五，数据量越大，种类越多，模型的复杂性就越高，稳定性和可靠性方面可能存在的风险就越大。鉴于2008年全球金融危机的惨痛教训，近年来金融监管和风险管理界的理念是在纯数据统计之外，补充注入来自大数据之外的人类睿智，即“专家智慧”“对未知风险的直觉和洞见”、对金融及相关因素关联和因果的尽可能正确的把握、基于对行为金融中人性及人与人互作用理解的“经验知识”等。这从情报学的角度看，是将认知提升到机器智能与人类智慧相融合的情报分析境界。而传统金融学和传统金融工程学中，则并不包含上述内容。

最后，在金融监管研究方面有别。

金融情报学还擅长于监管、防控和应对关涉金融的危机因素，特别是实时监管、防控和应对及进行穿透式监管。故金融情报学与监管科技关系密切。“冒烟指数”等是金融情报学的典型成功应用。基于区块链可信大数据可信人工智能的下一代数字金融信息基础设施也将赋能金融监管，特别是链上数据不可篡改、可溯源、可存证、分布式账本全同步、数据可信、模型可信等技术特征，对穿透式监管而言都颇有价值。

其二，金融情报学与情报学其他分支学科的比较。

金融情报学与情报学其他分支学科的不同之处在于：前者致力于对金融行业、金融业务、金融市场、金融风险、金融监管、金融安全等进行情报学研究。金融与个人、机构、行业、国家的经济利益有着特别紧密的联系，这种利及与此相对的弊（甚至构成风险和危机），是和货币、资金的流通及交易密切相关的。金融情报学中的情报分析，是围绕着货币、资金、流通、兑汇、交易等展开的。人有逐利的本能，有着与“羊群效应”相似的方面，会在很大程度上影响资金的流通和交易。因此，金融情报学中的情报分析并不是一般情报分析，而是将人的金融行为和活动与社会心理联系起来进行研究的情报分析。这一特点异常鲜明。

在大数据技术条件下，情报分析有其独特之处。苏新宁教授认为，大数据环境下的情报分析必然成为情报学的重要研究领域[45]。为此，研究大数据环境下的情报采集、情报关联分析、情报分析模型、决策支持情报系统等将成为未来情报学的重要研究领域[45]。金融情报学研究是在大数据环境中从事的针对金融的情报学研究。从物理世界，到赛博世界，再到区块链世界，随着以数字金融为表征的下一代金融的崛起，在基于可信大数据进行的可信情报分析中采用相应的情报采集方式、分析方法、分析模型、决策系统，势在必然。

其三，就金融情报学、金融科技、数字金融所作辨析。

金融情报学是情报学与金融学交叉形成的属于情报学的分支学科，其从后两者中获益良多。

金融科技，根据全球金融稳定理事会（Financial Stability Board，FSB）的定义，是技术赋能的金融创新，这种创新可能产生新的商业模式、应用、流程或产品，并对金融服务的供给产生重大影响。当前，金融科技中的科技主要体现为人工智能（Arti‐ficial Intelligence，A）、区块链（Blockchain，B）、云计算（Cloud Computing，C）、大数据（Big Data，D）等信息科技（ABCD），它们催生的以数字金融为主要表征的下一代金融成为金融情报学的重要研究对象。金融科技即金融+科技，大致是指金融+信息科技，因此如仅从字面上解读，则金融科技与金融信息大致相当；而如从DIKI/DIKW框架角度来解读，则金融科技因其本身也包含了决策/智慧成分，故与将金融信息包含进去的金融情报大致相当。但金融信息（学）、金融情报（学）是学科概念；而金融科技是社会热词，不存在金融科技学这一称谓。

数字金融，根据欧盟（European Commission）的定义[46]，用来描述新技术对金融服务业的影响，它包括各种产品、应用、流程和商业模式，这些都改变了银行和金融服务的传统方式。根据Gartner的定义[47]，数字金融通过计算机、平板电脑和智能手机等设备以数字方式提供金融服务。金融科技落脚点在科技，数字金融则落脚在金融。可以理解为金融科技为手段，数字金融为结果。数字金融得益于金融科技，体现了下一代金融的最主要特征，丰富了金融情报学的研究内容。数字金融的内涵远比金融科技丰富：一则，数字金融的脉络为数字身份→数字货币→数字资产→数字金融→数字经济→数字社会；二则，数字金融特别突出的是与物理世界中的传统金融所平行的世界，有物理世界金融的数字孪生的意味。

可见，三者虽然相互之间的关系非常密切，但并不在同一逻辑层面上；然而厘清三者的概念含义及相互关系十分重要。从金融科技到数字金融，下一代金融的发展，为金融情报学提供了丰富的实践场景和原创研究机遇。

3 金融情报学的学科内涵：从五个维度进行的思考

金融情报学体现了金融学和情报学两个学科的交叉，但它是情报学的分支学科。下面从五个维度对金融情报学的学科内涵展开论述。

3.1 对金融情报学学科的基本认知

作为金融情报学研究的重点内容之一的下一代金融，正在逐步成为现实。建设下一代金融，最关键之点在于：要在区块链的基础之上，使大数据成为可信大数据，使人工智能成为可信人工智能，最终实现基于区块链可信大数据可信人工智能的下一代金融。可信的（大）数据、可信的人工智能和可信的金融，是可信的金融情报分析的关键所在，而可信的金融情报分析则是整个金融情报学实现其价值的基石。关注这些内容，将能使金融情报学大获裨益。

金融情报学并不是情报学和金融学的简单相加，它是在金融学和情报学有机融合的基础上，以情报学为主导形成的情报学分支学科。金融情报学的根在情报学，它归属于情报学。在涉及金融领域的现象和问题时，它使用的是情报学的考察视角和分析方法，关注于、落脚于金融情报产品和对此所作的学理研究。在金融情报学中，金融是情报学视野中的金融，所作研究是应用情报学方法进行的研究，形成的研究成果，是充分体现“耳目、尖兵、参谋”特质的情报学智慧结晶。对金融情报学的这样一些认知，是建立和发展该分支学科的基本点。

3.2 金融情报学对信息、知识和情报关系的处理

如何处理信息、知识和情报之间关系，是情报学中的一个十分重要的问题。孙建军教授等提出如下观点：大数据催生了从数据中挖掘和发现知识的新需求，这种新需求成为科学研究与科学服务范式形成的重要推动力量[48]。大数据在金融业中得到了广泛应用。大数据技术不仅可供探寻诸多数据之间的联系，借此探索相应规律，而且可以从中发现知识元素、发掘知识奥秘。金融情报学在体现从数据中挖掘和发现知识的新需求方面，表现尤为突出。

包昌火先生等认为，“信息、知识和情报是情报学的三个基本概念，三者既紧密关联，又有所区别。信息和知识是生产情报的重要基础，离开信息和知识，情报就会成为无水之源”[49]。信息和知识缺失，情报不可能从天而降。情报存在于信息中，形成于运用知识对信息进行加工处理后。这对金融情报学来说也是完全适用的。关于金融的信息和知识，是生产金融情报的重要基础。金融信息中大量存在的是各类金融数据，包括金融企业的各种数据（财务报表、资产情况等）、金融市场的各种数据、投资者的各种数据、国际政治经济大数据，等等。对以上数据，需要凭借金融学的知识和情报学的知识进行相应处理，须在搜索、挖掘、检视、清洗、分析、比照、关联的基础上，凭借一定的知识进行金融情报生产，最后形成金融情报产品。由金融信息到金融情报，运用知识是不可逾越的中间环节。

金融情报学，既涉及Information，也涉及Intel‐ligence。沈固朝教授曾就“在情报学和情报工作中引入‘Intelligence’”作过深入思考，认为Intelli‐gence和Information，可以“两条腿走路”；在情报学中引入Intelligence的概念，并不是要排斥对信息的研究。信息是情报产生的基础，情报则是信息分析、综合、内容重组、推断或预测的结果[50]。

特别是在涉及安全时，Intelligence成分会多一些（但Information仍为关键和基础），因在研究金融安全、金融风险特别是国家金融安全时会较多涉及国与国之间的矛盾冲突和竞争对抗，所以更多需要的是Intelligence（侧重于军事/智慧的）情报观。特定主体“以冲突、对抗、竞争等博弈活动为内容”的活动，“作为一种普遍的社会活动，广泛存在于军事战争、敌我对抗、利益竞争等‘博弈场’中，具体表现为各种秘密的或公开的情报搜集与分析活动，其目的在于支持决策或指导行动，以实现目标，赢得胜利”[51]。此论述对我们可有所启发。

3.3 从情报学角度对金融风险进行预警和防控

一般情报学具有对社会风险进行监控的职能，金融情报学更是负有维护金融安全和防控金融风险的重任。从总体国家安全观的要求看，为维护和确保国家总体安全，维护金融安全不可或缺；确保不发生系统性金融风险，不仅是维护金融安全的大事，而且是维护总体国家安全的大事。金融情报学中的情报分析，须占有、清理、挖掘、分析海量数据，其成果是形成相应情报，从宏观、中观和微观等不同层面，助推和促进金融行业及金融企业健康良性地发展，而不仅仅是总结企业及个人的投资和交易经验，也不仅仅是一般意义上探索金融业的运行规律。这是金融情报学和金融学的着力点有所不同的地方。

金融情报学将特别抓取金融领域中的风险点，对此进行情报分析，通过情报分析认知和把握金融风险点的实时分布状态与未来可能走向。从情报学的角度研究金融的风险发生规律、风险演变规律和风险规避规律，及时且有效地发出风险预警、防控金融风险并维护金融安全，这是政府金融监管部门和金融界对金融情报学的期待，也正好是金融情报学专家可以充分彰显其学术智慧之处。

3.4 在技术赋能条件下从情报学角度研究以数字金融为表征的下一代金融

苏新宁教授指出，“大数据将我们领进了一个崭新的时代，作为与数据密切相关的情报学，是一个研究从数据中如何提炼情报的理论、技术和方法的学科。对于擅长于信息采集、信息处理、情报分析、情报服务研究的情报学，大数据时代是其获得充分发展的极佳时机，当然也面临着极大的挑战”[52]。当今时代，是金融实践和情报工作同时受到大数据、人工智能和区块链等先进信息技术深层次影响的时代。

随着信息技术不断进步，尤其是数据存储、传输能力的提升，金融市场从以往按年、月、日采集数据，到现在以时、分、秒为单位采集高频或超高频数据，数据的格式不仅是财务报表、金融交易价格等结构化、格式化的数据，更包含了如研究报告、预测文章、媒体报道等大量的非结构化的数据，综合形成了所谓的金融大数据（Financial Big Data）[53]。这是金融情报学的研究基础金融数据在大数据时代客观实在的变异情况。

金融业“既有数据库规范结构化数据，也有文本或音视频等半结构化和非结构化数据；既有各类金融事务如高频证券交易数据，也有各类企业财务报表、经营活动等信息；既有官方正规数据库数据，也有互联网上各类金融和企业相关报道消息，这些数据共同构成金融领域大数据整体”[54]。金融情报学将研究如何高效、科学地处理海量金融数据，据此加工成金融情报并实现“耳目、尖兵、参谋”功能。进行金融情报学研究，须设法将各“信息孤岛”“数据孤岛”相贯通，使被割裂的信息、数据之间建立联系，有时甚至须通过社交网络等非金融类数据进行推演，并在此基础上形成精准的情报。

大数据、人工智能和区块链等先进信息技术融入金融领域后，传统金融发生了巨大变化。在下一代金融中，区块链的如下技术特征得到了充分彰显：分布式账本有利于在不同节点之间建立信任关系，各节点拥有的数据和信息高度透明，智能合约凭借计算机程序自动触发后实施和执行，共识机制确保共识在链上发生相应作用，上链信息和数据可追溯且不可篡改使之具备可信的素质。唯其如此，基于区块链的大数据和人工智能是可信的（当然，人工智能的可信，至少需要数据可信、模型可信和计算可信），区块链使建设可信信息架构设施无疑具有可行性。

当前以数字金融为表征的下一代金融是在区块链、大数据、人工智能等先进信息技术基础上发展起来的，是基于区块链可信大数据可信人工智能的金融。先进技术是一柄双刃剑，在创新金融业态、提升金融体验和提高金融效率的同时，也在一定程度上给金融业带来了巨大挑战。从隐私保护到防控金融风险与维护金融安全，再到维护金融公平性、保障金融消费者权益、防范高利贷等，都是亟待研究的课题，有赖情报学者奉献学术智慧。从近期某些典型案例中可看出，“屠龙少年”在特定情景中也可能成为“恶龙”。数字金融兴起后，当下学术界和产业界对其探讨虽热烈，但尚未涉及未来的金融究竟该向何处去等理论命题。从互联网金融到金融科技再到数字金融，金融创新一直是在“法无禁止即可为”的认知指导下，由信息技术和实践驱动，辅之以事后纠偏纠错的监管理念，其间包含一定的随机性和盲目性。因此，在今天，应从金融信息与金融情报学的理论层面探讨未来的金融究竟该是怎样的，同时回答数字金融应如何发展、金融创新应向何处去、金融创新应如何规制等理论命题，并为下一代金融的发展指明方向。下一代金融发展亟须金融信息与情报学原创理论的支撑。

当下学术界和产业界对区块链的探讨虽热烈，但公链中的DeFi、NFT等技术本身并不能直接应用于国内合法合规的金融创新，私有链和联盟链又失去了区块链的一部分精髓。区块链如何应用于未来金融，未来金融需什么样的区块链技术来适配，还有待深入探讨。进而言之，基于区块链可信大数据可信人工智能的下一代金融，如何做到可信、安全、注重隐私保护、有温度、智慧、高性能？研究这些命题，既有理论价值，又有实践意义。金融情报学既需要也应该介入上述有意义的探讨。

3.5 根据不断发展的现实需要进行金融情报研究

苏新宁教授在谈到情报学的拓展时说：拓展的一个方面，是以大情报观建立适应国家安全与发展战略的大情报学科体系，构成包括科技、经济、医学、环境、生态、能源、社会科学、军事、国防、安全、外交等领域，实现各领域相互融合又各守其职[55]。适应国家安全与发展战略的大情报学科体系，涵盖了上述各重要领域。在涵盖经济领域的大情报学科体系中，金融情报学应有自己的学科地位。

金融情报学必须从情报学角度研究并回答金融领域提出的一系列重要现实问题。习近平总书记说，“我们要建立稳定、可持续、风险可控的金融保障体系，创新投资和融资模式，推广政府和社会资本合作，建设多元化融资体系和多层次资本市场，发展普惠金融，完善金融服务网络”[56]。事关金融安全和发展的上述问题，亟待金融学者和情报学者深入探讨。金融情报学者须进行的研究有：“建立稳定、可持续、风险可控的金融保障体系”，影响金融稳定和可持续发展的金融系统内和系统外的风险点主要存在于哪些地方？从哪里、通过什么渠道、采用怎样的方法去获取这些情报素材并形成情报产品？“创新投资和融资模式”，投资和融资模式的创新和违规，边界在哪里？从哪里获得这些情报和怎么样形成情报产品？国外投资和融资模式创新成功的典型案例有哪些？如何根据相应素材加工成高质量的情报产品？“政府和社会资本合作”，在国内外有哪些成功经验？存在哪些显性风险和隐性风险？如何据此提供相应情报？“建设多元化融资体系和多层次资本市场”，在进行这方面顶层设计的过程中，须注意哪些重要的元素和因素？怎样才能优化资本市场和多元化融资体系？如何让研究思考的成果具备情报价值？情报担当着政府及其部门决策的“耳目、尖兵、参谋”重任，情报学理当对以上涉及金融的重要问题从情报学的角度进行学理思考，并以相应情报产品为领导机关及相关部门提供决策参考。

4 数字金融时代的金融情报学：研究架构和研究方向

本节集中讨论关于数字金融时代金融情报学的两个问题：体系性架构及问题导向下的若干研究方向（选列）。

4.1 数字金融时代金融情报学的体系性架构

数字金融时代金融情报学的体系性架构包括以下四个层面，如图1所示。

图1 数字金融时代的金融情报学研究架构和研究方向示意图

4.1.1 基础设施层面

取Information视角特别是金融信息视角，研究打造基于区块链可信大数据可信人工智能的数字金融信息基础设施。中国证监会科技监管局局长姚前指出，搭建区块链双层架构，上层是监管链，下层是地方业务链；监管链由证监会负责建设，主要承担监管职能，地方业务链由各区域性股权市场自行建设，承担具体业务[57]。此为证监部门运用区块链等金融科技进行优化证券监管的最新思路。虽然这是针对证券的监管思路，但是它对于面上的金融监管不无启迪意义。姚前还指出，基于DLT（Distrib‐uted Ledger Technology，分布式账本技术）的新型FMI（Financial Market Infrastructure，金融市场基础设施）是符合“规范、透明、开放、有活力、有韧性”五大标准的金融市场基础设施，潜力无限，前景可期[58]。数字金融时代的金融市场基础设施重构，将带来金融运行模式、服务业态和生态系统重构，金融市场参与者博弈行为重构，金融产品创设、定价、交易、对冲和风控等重构，金融市场风险防控和管理重构，金融市场监管和治理重构等一系列连锁反应；并将使金融系统和信息系统联合优化、全面联合创新成为可能，为金融情报学研究提供绝佳机遇。

4.1.2 理论基础层面

未来的金融应是怎样的？金融创新该向何处去？如何对金融进行合理规制？由什么样的理论来引领金融创新？诸多问题，都有待从情报学角度进行研究和思考。以数字金融为表征的下一代金融，至少应该包含以下六大特征：可信、安全、隐私保护、有温度、智慧、高性能。与此相对应的，金融情报学宜体现如下研究侧重点。

——可信的金融情报分析。可把可信的金融分解为可信的（大）数据、模型、算法、计算、系统、流程、操作、设计、定价、交易、对冲、风控、监管等。在各环节中，几乎都需要人类智慧和机器智能的融合。可信既是机器智能的基础，也是人类智慧的基础；既是一切规划、分析、预警、决策、应对的基础，也是“耳目、尖兵、参谋”的基础。可信的金融情报分析贯穿于以上各环节，诸环节提供了丰富的场景和问题供金融情报分析开展原创理论和实践探索研究，其中可信的（大）数据和可信的模型是支撑（因为在数字金融时代，基于数据和模型的量化金融将是金融的主干）。区块链赋能可信（大）数据，可信（大）数据又赋能可信的模型，后者包括可解释的模型、稳定的模型、鲁棒的模型、讲求因果推理的模型、稳定学习模型等。

——面向安全的金融情报分析。同样可如上分解为各具体环节的安全。不过，此处我们从垂直层面来阐释。从国家层面说，金融安全是国家安全的重要构成部分，国家安全离不开金融安全。国家金融安全又涉及国际和国内。以国际为例，美国签署所谓的“香港自治法案”，举起金融制裁的大棒，严重威胁香港的国际金融中心地位。美国自“9‧11”事件以来，一直以“反恐”为名监视通过国际SWIFT系统的资金流动，要想让与美国制裁对象相关的资金流动避开美国审查几乎是不可能的。因此，中国大型金融机构可能存在被切断与美元联系的风险。从行业、机构和个人层面来说，金融关涉各类主体、“社会细胞”的切身利益，维护金融安全、防范金融风险的重要性不言而喻。从信息系统层面来说，金融信息系统安全，特别是互联网金融、区块链金融以及智能合约的网络和信息系统安全，是金融安全的重要组成部分。金融信息系统安全包含不同层级的安全，从物理通信链路的安全、物理计算设备的安全，到软件安全、数据安全、模型安全（特别是人工智能模型的攻击和对抗等）、算法安全等。从上述几个层面的金融安全来看，无论是国际金融战还是金融信息系统安全，都给金融情报分析提供了宝贵的研究课题和方向；特别是基于区块链可信大数据可信人工智能的下一代金融，可使底层资产得到穿透，对风险进行穿透式监管。将微观金融风险防范和宏观金融风险防范联系起来，还可以消除“信息孤岛”“数据孤岛”。基于可信大数据和可信人工智能进行金融建模和金融信息与情报分析，可以比先前更好地预测“黑天鹅”“灰犀牛”风险，并能够更好地管理类似于“黑天鹅”“灰犀牛”风险那样的风险[33]。

——注重隐私保护的金融情报分析。大数据是人工智能建模的“燃料”。从某种意义上说，互联网创新模式的要诀在于流量，而其间包含着大量客户信息甚至是个人隐私信息。近年来，我国大数据金融、互联网金融、金融科技蓬勃发展，蚂蚁集团等互联网+金融巨头估值傲视全球，一定程度上忽略了一些重要问题：公民隐私信息应归谁所有？由谁使用？如何收集？如何保存？如何使用？如分享，是免费还是付费？如付费，使用或交易应如何定价？收益如何分配？这些都是应得到重视却尚未得到重视的重要问题。基于区块链可信大数据可信人工智能的下一代金融，致力于研究在隐私保护前提下的更好的大数据、更好的人工智能、更好的金融服务。相应的金融情报分析是隐私保护条件下的金融情报分析。在下一代金融中，公民将能在较高程度上掌握自身金融隐私信息的控制支配权。区块链可帮助数据鉴权和确权、存证和交换，帮助数据合法合规地成为生产要素，让进行金融活动的公民决定是否共享金融隐私信息及共享的程度。进行金融活动的公民，将能确保自己的隐私信息不被他人非法侵害、获取、利用和公开。公民有选择退出的权利和被遗忘的权利。零知识证明、同态加密、安全多方计算、联邦学习、数据隐私保护技术、拍卖理论、定价理论等，将在金融隐私信息保护、隐私保护前提下的数据要素激活以及注重隐私保护的金融情报分析中发挥极为重要的作用。

——有温度的金融情报分析。有温度的金融，是指以人为本的、金融机构充分体现其社会责任意识的、“脱虚向实”服务实体经济的、契合国家发展战略的金融。下一代金融关注基于区块链的可信大数据和可信人工智能带来的金融与实体经济的融合。这里体现的是广大人民群众的长远利益和根本利益。下一代金融更具有人文关怀的品质和时代使命感的底蕴，体现金融向善、区块链向善、人工智能向善、大数据向善、金融科技向善等理念。以Libra为例。Libra白皮书[59]指出，全球有17亿成年人未能接触到金融系统，无法享受传统银行提供的金融服务，其中10亿人拥有手机，近5亿人可上网。纵观全球，穷人为接受金融服务支付的费用更多。世界需要一套可靠的数字货币和金融基础设施，两者结合起来须能兑现“货币互联网”的承诺。Libra的使命是建立一套简单的、无国界的货币和为数十亿人服务的金融基础设施[59]。相应的情报分析是有温度的金融情报分析，包括致力于应用ABCDI（ABCD+I；I指物联网IoT，Internet of Things）等先进信息技术来解决普惠和“三农”金融服务中“风险-成本-收益”不可能三角等全人类共同面对的难题，结合数字金融应用需求研究“以人为本的人工智能”“有温度的人工智能”“符合伦理道德的人工智能”“具备公平性的人工智能”“大数据治理和人工智能治理”等前沿课题。

——智慧的金融情报分析。下一代金融将从更智能演进到更智慧。智慧的金融是更懂得人（懂得人的心理、懂得人性因而更显其睿智）的金融，也是以上述可信、安全、注重隐私保护、有温度为基础和前提的金融。而可信、安全、隐私保护、有温度，在传统的人工智能和智能金融中并未得到强调。智慧的金融以人民的美好需求为出发点，充分运用区块链、大数据、人工智能、云计算、物联网、机器人等金融科技，将高度智慧化的特征贯穿于金融领域，将提供更开放、透明、公正的金融生态，将智慧更深入地融进实体经济和人们生产生活的各个方面，助力智慧城市、智慧乡村建设，实现更广泛的资源配置，推动实体经济进一步发展，从一个方面满足人民不断增长的美好生活需要[60]。智慧的金融情报分析将研究在可信、安全、注重隐私保护、有温度条件下的人工智能+金融，并在人工智能中不断融入人类智慧的最新成果，实现人工智能的不断升级和及时迭代，实现人工智能和人类高端智慧有机统一与交互融合。

——高性能的金融情报分析。高性能的金融是指具有高效率、高精准性、高实时性的金融。相比于传统金融，基于区块链可信大数据可信人工智能的下一代金融具备更高的效能，业务操作更精准，交易清结算速度大幅度提高，操作更具实时性。以Libra为例。传统的支付系统体系复杂，而Libra点对点、扁平化、超主权，为全球统一支付体系描绘了美好蓝图。再以证券交易为例。传统证券交易主要包括报单、撮合、清算、结算等步骤，分属交易所、CCP（Central CounterParties）、SSS（Securities Settlement Systems）、PS（Payment Systems）等 机构，交易撮合系统虽可高速完成，但最终资金和证券的清算和交收则要延迟到T+n日才能完成。而区块链交易即结算，交易完成即为结算最终完成，将若干环节合并，能大大提升交易效率[58]。当然，下一代金融既有改善金融系统性能和效率的一面，同时也对金融信息系统提出了新的更高要求，带来更大挑战。例如，区块链本身可带来近乎实时的对账、清算和结算，因此从理论上说可使金融系统效率大大提升。但作为区块链和去中心化金融目前最广泛的落地应用——比特币、以太坊性能却又是较低的，如无闪电网络、Raiden Networks等Layer 2状态通道技术和Sharding等技术的加持，比特币每秒只能处理约7笔交易，以太坊每秒只能处理15~20笔交易（局部优化可使前述数字提升到数十或上百，但仍满足不了高频支付和大并发支付场景的应用需求）。这里体现出了公有链和联盟链、安全和效率等方面的折中考量。又如，更强大的隐私保护技术如零知识证明等可能需加载到小小的智能卡芯片上，如做成ZCash钱包等。这就需要在隐私保护和算力/电池容量之间进行折中考量。随着大数据时代的到来，下一代金融需要有更全面高效的运作性能。单系统性能的提升及采用跨链等技术来实现的多系统互连互通，将提高整个金融、经济和社会的运作效率。下一代金融的愿景，呼唤在更可信、更安全、更注重隐私保护、更有温度、更智慧的条件下和场景中对金融信息系统进行全面优化，对金融系统和信息系统进行联合优化，对金融情报分析进行相应优化。

4.1.3 计算范式层面

——连接：信用和价值互联网。区块链网络是比互联网网络更高层级的网络。与后者传播数据和信息不同，前者传播信用和价值。从Internet的7层OSI模型（Open System Interconnection Model，开放系统互联模型）到TCP/IP（Transmission Control Protocol/Internet Protocol，传输控制协议/互联网络协议）的4层模型，对信息和数据的无差错、高效、最优化传输激发了通信、网络等学科的诞生和成长。而作为对比，对信用和价值的无差错、高效、最优化传输的研究刚刚起步，有着极大的发展空间，未来很可能超出金融经济范畴，成为全社会的基础连接范式。研究信用和价值传输的学科可能成为和通信、网络一样的重要基础学科。在基于密码和共识的算法增信的加持下，人与人的连接关系发生巨大变革，区块链将改变人类的生产关系和社会关系。就金融经济本身而言，信用和价值互联网触动了金融的本质，将全面重构金融的运行模式、服务业态和生态系统，将全面重构金融市场参与者的博弈行为，以及金融产品的设计、定价、交易、对冲和风控，金融市场的风险防控和管理、监管和治理等。区块链将成为物理世界和赛博空间的连接桥梁，也将成为万物互联中人与人、人与物、物与物关联的连接器，还能打破金融经济社会中的“数据孤岛”和“信息孤岛”状态，由此带来的计算范式的提升将是革命性的。

——计算：可信大数据可信人工智能、分布式人工智能。首先，区块链将信用和价值的传输纳入信息基础设施，本质是做到连接可信。基于区块链可信大数据可信人工智能进一步将数据可信、模型可信和计算可信纳入信息基础设施，实现底层信息基础设施的可信保障。因而，在计算层面，可信大数据和可信人工智能（包括数据可信、模型可信、计算可信等）是信用和价值互联网基础之上的更高一层计算范式。其次，未来的金融经济大数据计算和人工智能计算，应该都是分布式的。金融经济主体将数据作为要素流通起来，打破数据的疆界和桎梏，真正发挥全量全源大数据的协同作用，真正打破“数据孤岛”和“信息孤岛”，提高数据安全性，以隐私保护为前提，降低交易成本，激发数据要素潜能，发挥数据生产力价值。联邦学习、安全多方计算、“数据不动模型动”“数据可用不可见”等技术，正大踏步向前发展，未来可望成为金融经济甚至整个社会领域进行智能计算的标准。这些既是金融情报分析的研究内容和问题场景，也是金融情报分析所使用的手段和工具。

——金融：数字身份、数字货币、数字资产、数字金融、下一代金融。中国法定数字货币（DCEP），根据央行最新白皮书，简称数字人民币（e-CNY），将成为重构数字经济和数字社会底层信息基础设施架构的一项国家级探索。受数字货币启发，数字资产和数字金融水到渠成。姚前曾指出，“真正意义上的数字资产应该是原生的、包含全量信息的、以数字形式展现和流转的资产。数字化后的订货合同、物流单据、发票、保理合同等资产，才是真正的数字资产”“资产数字化打通了金融市场的‘任督二脉’，任何资产形式上都变成了数字，都有了可分割性和流动性，都可标准化了”[61]。资产数字化还包括各种传统非金融资产、半金融资产或类金融资产的数字化（值得一提的是，数据的资产化而后数字化，是真正激活数据这种宝贵生产要素和生产力的关键。而数据资产化的关键，则是同比特币等数字货币一样，解决其可被多重复制传播即“双花”问题。可以说，比特币等数字货币的成功，为数据资产化中某些难题的解决提供了启示）。数字资产是数字金融的基础。数字货币、数字资产、数字金融合起来，成为基于区块链可信大数据可信人工智能的下一代金融的当代表征，引起了金融领域的范式革命，并指明了未来金融创新的方向。金融情报学的研究内容十分丰富。

4.1.4 应用实践层面

金融情报学的成果在实践中得到应用后，围绕金融安全与发展，受益者可以分为四个层级：个人、机构、行业、国家。四个层级的金融安全与发展将能各得其所。限于篇幅，这里不赘述。

4.2 数字金融时代金融情报学的研究方向（选列）

在数字金融时代，由问题导向驱动，金融情报学有待设置多个研究方向，以回答如下问题：未来的金融应是怎样的，金融创新该向何处去，金融创新应如何规划、规制，应由什么样的理论来引领金融创新，金融系统和信息系统应如何联合优化，如何引导金融真正为实体经济服务，如何在世界金融博弈中维护国家利益，如何在世界金融之林中发出中国声音等。有必要从情报学角度对这些问题进行学理思考。很多研究方向前面已经论述过，这里不再赘述，例如，数据要素和数据生产力价值的激活这一方向，体现数字金融创新为实体经济服务，涉及从数据生产和存证、数据确权和鉴权、数据定价和流通，到数据交易和风险对冲、数据安全和隐私保护、数据消费和增值、数据分析和处理，再到数据治理和监管等。现选列其他方向如下。

4.2.1 研究方向一；数字金融时代金融风险防控和金融安全维护

这是侧重于为保护金融业健康发展和广义投资者及消费者利益进行的金融情报研究。

从情报学角度，就维护金融特别是以数字金融为重要表征的下一代金融的安全和防范金融风险进行研究，是当务之急。维护国家金融安全，是总体国家安全观中的极其重要的内容。国家金融安全分为国际和国内两个方面。就国内方面来说，又有系统性金融风险与安全以及个人、机构、行业的金融风险与安全等层面，此外还有技术方面的风险与安全等。

维护金融安全和防控金融风险，涉及多个方面，如投融资风险防控、放贷收贷风险防控、外汇风险防控、欺诈风险防控、洗钱和恐怖主义融资风险防控、系统性风险防控、国际金融制裁风险防控等。其中，对人民群众来说，金融投资风险防控与其关系特别密切，稍有不慎就会损失惨重甚至血本无归。对股市管理中的熔断机制、对使投资者连遭损失的P2P网贷（已成为历史）等，都有从情报学角度加以深入的反思性研究的必要。从情报学角度对上述问题进行研究，不同于从金融学角度所进行的研究。以股票市场交易为例，金融学从分析基本面出发，结合特定上市公司的业绩表现，从对其曲线的分析中把握趋向，为投资者寻找盈利的机会。而金融情报学则通过爬取一系列相关数据，在此基础上按情报学的专业要求进行数据挖掘、清洗、分析、处理、研判，寻找数据之间的关联与风险防范和预警之间的关系，并辅之以专家智慧。在此过程中，金融情报学既发挥了政府有关机构部门的“耳目、尖兵、参谋”的功能作用，又发挥了投资者投资理财的风险警示作用。这一功能作用，是金融学研究并不完全具备的。

金融情报学研究还要探讨金融活动可能引起的法律风险，以及由金融风险引起的次生风险如金融舆情风险等。舆情风险由负面舆论、舆情直接导致和形成，是社会情绪的折射和表露，是民心和民声的晴雨表；同时又会反过来强化社会情绪，形成强烈的情绪感染。金融学通常不涉及这类问题的研究，但金融情报学对这类问题却不可回避。这是“耳目、尖兵、参谋”必须履行的职责。就此而论，金融情报学和金融学，不仅在切入的角度方面有着差别，而且在担负的责任和使命方面也有所不同。

值得一提的是，作为愿景，安全的金融本就是下一代金融的六大技术特征和研究方向之一。基于区块链可信大数据可信人工智能的金融信息基础设施，很大程度上有望助力消减信用风险，对流动性风险和操作风险应能产生正面影响，但是对市场风险的影响尚待研判。以上这些都关系到金融系统和信息系统联合优化，当属金融情报研究的沃土；特别是信用风险，是否确系被消减，还是仅仅被转化成了技术风险？在某些特殊情形下，这种风险转移或转化有无可能反倒触发系统性金融风险？这些都是极富价值的前沿研究领域。

4.2.2 研究方向二：数字金融时代监管科技与金融秩序优化

这是侧重于就监管部门和监管者履行的金融监管职责所进行的金融情报研究。

面对以数字金融为重要表征的下一代金融，在优化金融监管和优化金融秩序方面，金融情报学当可以有所作为。金融情报作为金融监管部门的“耳目、尖兵、参谋”的功能作用将得到充分发挥。一般说来，金融监管部门和监管者所需要的金融监管情报不可能由金融学提供，而金融情报学则须担起这方面的重任。专业情报工作者，围绕优化金融秩序的目标，通过以下渠道获得相关金融信息、数据：由有关监管部门和监管者提供的资料（包括相关政策、文件、会议材料、领导讲话，只限于可以公开的部分），新闻媒体的相关重要报道所包含的资料（报道中有值得情报学研究的内容），从相关专门数据库获得的数据，通过在网上进行爬取、检索所获得的资料（如社交网络等，这些是金融情报研究的重要资源），对某些金融企业和机构长时间跟踪研究积累的素材。在此基础上，情报学专家就优化金融秩序过程中存在的干扰因素、阻碍因素和应采取的方略决策，进行符合情报学要求的研究工作，并将专家们的睿智融入其中，经过这样的加工形成有利于优化金融秩序的金融情报产品。

在此过程中，区块链以其技术特征助力金融精准监管，发挥了无可取代的作用。基于区块链可信大数据可信人工智能的下一代金融信息和金融市场基础设施不仅可使金融服务更具开放性、更充满活力，还可使底层资产得到穿透，对风险进行穿透式监管，将微观金融风险防范和宏观金融风险防范联系起来，使金融监管达到前所未有的精准性，并实现实时监管、实时预警和实时响应。情报学专家有必要密切关注基于区块链的可信大数据可信人工智能等金融科技在金融监管中发挥的如此重要的作用，并从情报学的角度加以深入思考和潜心研究。金融情报研究有着自己独特的存在价值和发挥作用的巨大空间。

4.2.3 研究方向三：数字金融时代金融守正与创新

这是立足于行业创新发展所做的金融情报研究。

对传统金融进行合理的、科学的监管，是必须的；对以数字金融为重要表征的下一代金融进行合理的、科学的监管，更是必不可少的。这是维护金融安全和防控金融风险之所需，是金融情报学学者们应尽的责任。但进行金融监管的目的，并不是要把金融卡死和管死，也不是要限制金融创新的生机和活力，更不是要堵死金融创新的渠道和进路。维护金融安全、防控金融风险与促进金融创新且健康发展，并不绝对对立而是辩证统一的。坚持守正创新，有利于维护金融安全和防控金融风险，有利于经济社会的长期稳定和良性发展。金融创新发展，离不开诸多支撑性的条件，其中之一是由金融情报学提供的智力支持。

创新的前提是守正，在守正的基础上进行创新，对因循守旧的格局有所突破。金融创新同样也是如此。如何对金融的创新与非创新进行甄别？如何对打着创新旗号的不守正的金融活动和行为进行识别？在这些问题上，金融情报工作者和专家学者负有重任。当好“耳目、尖兵、参谋”，即以敏锐的“耳目”见微知著，及时觉察某些金融活动中异乎寻常的变动，对不为多数人感知的金融创新保持密切关注，对违法违规的金融“创新”活动和行为进行及时侦测；以“尖兵”的眼光和胆略，支持经研判可确认为金融创新的金融活动、行为和实践；以“参谋”的角色，为实施金融创新者提供利于兴利除弊的有关情报，为进行金融监管者提供鼓励创新又利于守正的建设性意见以作为决策参考。

在这个研究方向上，有必要对以下各类典型个案进行研究。一是对金融守正创新成功案例进行情报学分析，通过分析发现成功的基因，探寻成功的经验，揭示成功的规律。须特别关注下一代金融发展中出现的、能回答未来的金融应往哪里去这一问题的正面典型案例。二是对“创新”而未守正的案例进行情报学分析。这种“创新”，事先往往没有做过深入调研，也未经科学论证，带有很大盲目性，产生了不良连锁反应，可能危及金融安全，造成不同程度的金融风险。三是对应创新而不创新的典型案例进行情报学分析。相对于以前，经济社会已有很大发展，金融业在诸多方面都已发生巨大变化。在这种情况下，如果思想僵化、不思进取，对金融创新缺乏正确认知和积极行动，就属于“应创新而不创新”的范畴。金融情报学应关注这类典型案例，并根据本专业的要求对它们进行分析研究。经过以上所做的典型案例分析，金融情报学专家将可为金融创新发展提出高质量的对策建议。

在此方向上，有些研究课题相当重要，如关于金融守正创新的规制研究、与金融创新有关的标准及法规研究、金融创新监管沙盒研究（包括对金融创新实验进行测评、鉴定、验收等）。这些研究涉及金融行业、金融监管部门、相关立法机关，离不开金融学界、法学界专家的参与。由于上述研究内容也都与金融情报学密切相关，因此情报学专家也须参与其中。

4.2.4 研究方向四：数字金融时代中美主导的世界金融的联系与博弈

这是在全球视野中所做的金融情报学研究。

金融全球化是经济全球化一个重要方面的内容。世界各国的经济金融联系紧密。一旦全球金融危机来袭，那么，任何一个国家的金融都不可能独善其身。2008年的全球金融危机就是如此。这也是世界各国经济金融联系紧密的有力证明。数字金融时代的情况更是如此。

多年来，世界金融以美国为主导；中国与世界金融之间有联系，更有博弈。推进（数字）人民币的国际化、实施“一带一路”倡议、正确处理中国金融科技与世界金融关系、有效应对美国对中国发起的金融战、应对以美国为首的有关国家对中国发起的金融制裁、积极参与国际金融标准和规则的制定（以求在国际金融市场取得应有的话语权和定价权），这些都与围绕金融展开的博弈密切相关，都有赖于从情报学角度进行中外金融比较研究和其他相关研究。

进行世界金融的联系与博弈研究，可获一石数鸟之效：在金融战中维护国家利益，进行中外金融的良性对接，使中国的金融业从发达国家的金融业中有所借鉴，扩大中国金融在世界金融中的影响，汲取世界范围内金融业以往的惨痛教训，在世界范围内及时发现金融风险先兆，利于中国有关部门和机构参与国际金融标准制定。而在以上这些方面，情报学专家都可参与其中，发挥自己的专长和才能。“风起于青萍之末。”从某些端倪中发现有价值的情报，正好是情报学研究之所长。

在这一方向上进行研究，需要有全球视野，对全球的政治经济形势有清醒的认识和深刻的把握，对世界各国特别是发达国家的金融业的业态和国际金融标准及其走势有所关注、有所研究，始终保持情报学专家作为“耳目”的敏锐性（对于国际上的哪怕是比较隐蔽、比较微小但含有深意的金融动态也能明察秋毫）。在此基础上，形成相应的情报产品和情报学学术成果，以当好政府及其有关部门的“耳目、尖兵、参谋”。

5 结语

金融情报学是情报学中的一个以金融为研究对象的分支学科，它包含在情报学的学科范畴之中。它与情报学中的其他分支学科的最大不同在于研究对象的不同。它与金融学的边界在于：金融学被认为是“研究价值判断和价值规律的学科”；而金融情报学则并不进行价值判断和价值规律方面的研究，而是对个人、机构、行业、国家的金融安全与发展进行研究、进行赋能的学科，致力于通过研究各类主体的金融活动探讨相应情报产品的生产及相关学理。情报学自诞生以来已有不短的历史，但构建情报学与金融学相交叉的新兴的金融情报学，相对来说还是一个比较新的话题。在数字金融时代，进行金融系统与信息系统联合优化、联合创新，这是其本质特征，客观上为擅长在研究中体现全局性、规划性和为相关部门提供决策支持的金融情报学，提供了绝佳发展机遇。数字金融时代的金融情报学能够帮助回答未来金融创新应向何处去、如何在世界金融博弈中维护国家利益、如何在世界金融之林中发出中国声音等问题。金融情报学亟待得到情报学界更高程度的关注和重视。