面向现代服务业区块链征信的“浸润式”监管模型研究

杨帆　靳军　薄钧戈　吴忠宜　蔡维德　田明宇

关键词：征信；区块链；浸润式；监管模型

中图分类号：F253 文献标识码：A 文章编号：2096-7934（2023）11-0043-11

一、引言

改革开放至今，国内经济社会发生了从未有过的重大发展。国内市场经济结构逐渐建立，各种所有制经济社会得到了发展，社会主义市场在整个社会资源中起到了重要的角色，中国市场也越来越广阔和深入地渗透到了全球市场当中。在这样的历史背景下，将现代服务业中的企业融资和个人信用紧紧的连接在一起，形成现代中国征信行业。在中国现代服务业中，征信行业已成为影响和规范现代服务业经济秩序的重要行业［1-2］。当前，恶意拖欠银行欠款、逃骗偷税、诈骗等问题仍屡禁不止，因此尽快建立符合现代服务业标准的现代征信制度，对于严厉打击失信行为，预防和缓解现代服务业的质量危机，推动金融稳定和发展，维持良好的社会经济秩序，维护广大民众利益，促进地方政府部门更好地承担宏观调节、行业监督、社会和环境保护的职责，都有着巨大的现实意义。

近年来，随着区块链在供应链金融等领域的逐步推广，物联网、5G+、元宇宙、供应链信息管理等领域也开始使用区块链技术，区块链已经展现出巨大的应用市场和前景。区块链技术作为一项新兴的信息集成技术，综合利用了共识算法、非对称加密、数字签名、智能合约等新兴技术，是一个在对等网路（分布式网络）环境条件下，构造透明、可信的规则执行环境，形成可溯源的链式数据信息架构，具备了分布式、防伪造、可溯源、信息透明和高可靠性的典型特性［3］。以“区块链技术+交通运输业”中的征信场景为例，将区块链技术运用到交通征信模型中，交通部门执行交通征信过程的透明度将显著提升。每个交通征信事件和链上信息更新过程都将被记录在链中，所有链上节点都可以查看，且不可修改，这是由区块链的技术特点所决定的。引入区块链的交通征信模型保证了公民参与的知情权，有利于政府公信力提高和形象建设。

采用区块链进行征信，可以有效地对数据进行监管和溯源。监管在现代服务业征信中具有重要作用。结合了多方共识和共同维护于一体，区块链技术需要通过密码学的手段对数据的访问和传输安全进行保证，从而确保数据的可溯源和一致性。信息一经上链，即可实现数据资产在价值链条上的锁定，智能合约根据业务设定自动执行，数据认证、保存、维护等均在链上实施和操作。

因此，区块链系统对上链信息的准确性具有较高的要求。但是在实际的使用过程中，由于区块链的密码学技术仅能保证链上的数据在整个交易过程中具有良好的可信度，没有对上链数据的可信性、上链过程中的安全性进行比较严格的检验。没有经过验证的数据上链会对交易数据造成污染，这种情况带来的危害将远大于传统的链下系统。因此，监管在区块链现代服务业征信体系中是重要的一环。

但已有的监管存在着诸多问题，在监管的覆盖面上，存在边界不清而责任难落实到位，或者监管不全面存在监管盲区等问题；在监管的深度上，存在因浮于表面而忽视风险等问题；在监管的实时性上，存在问题发现不及时，问题处理不及时，披露信息不及时等问题；在监管的可信度上，存在因理解不同或有相关利益而处理结果不一致等。

为此，需要加强区块链平台的监管力度，引入适应现代服务业的“浸润式”监管新模式。在监管方式上，引入多方协同的监管模式，金融、交通等服务提供方与监管方是一个利益共同体，以“法律”属性的智能合约为可信载体，统一自动执行已达成共识的监管合约，能解决监管盲区、处理问题不及时和监管不可信的问题。在监管职能上，强调全方位监管，即监管从“点”扩展为“全流程”，从“事后”转变为“实时”，尤其是交易和账户的监管，这样才能及时披露信息，发现潜在问题，降低因征信数据更新不及时而引发的金融交易风险。

二、相关工作

有部分学者提出使用博弈论的方法解决监管中存在的问题，解决了经济社会中复杂多变的经济关系和交互选择所带来的监管难题。汪旭晖等［4］提出了电商行业下的动态博弈演化理论，郝琳娜［5］等提出了面向新共享平台的信用三方演化博弈策略，汪茂泰［6］认为政府之间的监管博弈会催生信用关系。总之，博弈论在市场监督、政府监管等方面确实发挥了一定作用，但如何解决集中化、数据不可信、博弈反馈周期长等问题，却缺少较深入的研究。

分布式监控模型是通过区块链方法处理当前监控系统存在的监控信息不完全或者信息被歪曲的情况。蔡维德等［7］提出一种兼容TRISA（travel rule information sharing architecture）的监管系统STRISA。其中，区块链数据湖平台存储交易数据。其中，VASP将个人账户信息和交易数据上报到数据湖平台，系统采用了基于智能合约、自动机器学习等技术的监管执行框架。

分布式的监管模型由三部分组成：区块链系统、监管执行引擎以及监管法规库。区块链系统用于存储金融机构之间的所有交易信息，交易信息是通过动态交易记录技术自动传到交易区块链上。监管法规库用于存储各种监管规则，且所述监管法规库中规则是可配置的，也可以是外部法规库导入。分布式的金融监管模式主要由三部分构成：区块链体系、金融监管执行引擎和金融监管法规库。区块链系统用来保存银行等各大金融机构内部的各种交易数据，交易过程信息则通过动态交易的技术自动存储到交易区块链上。监管法规数据库主要用于存放各类监管法规，但建立监管法规库后，所有规则都是可以选择的，也可能從外部的规范数据库中导入。蔡维德等［8］总结金融监管模型的主要特征，提出了四种主要金融监管模型：协议层嵌入式监管模式、节点监管模式、外部监管模式以及混合监管模式。四种监管模式的特点总结如表1所示。

表1 监管模式总结

三、新一代区块链征信系统

新一代区块链征信系统的模型结合了中心单位、监管单位和金融机构，属于一种新型的金融区块链系统。新一代区块链征信模型的架构如图1所示，系统采用一种重新定义的区块链，把传统区块链系统扩展到账本系统，加上智能合约系统及预言机系统，而且这些系统之间可以出现多对多的关系。例如，一个账本系统可以有多个智能合约（smart contracts，SC）系统，一个SC系统可以和多个账本系统合作，一个预言机（oracle machines，OM）可以和多个SC系统连接。将代码和数据分开以简化系统，还在协议层嵌入监管机制。系统提出LSO（ledgers，smart contracts，oracles），结构上账本系统、预言机系统、合约系统全部解耦，以使系统更加稳定，从而变成工程化科学性的发展，最终在标准化、网络化、服务化各方面产生非常大的改变。表2展示了新一代区块链征信模型与前两阶段对比分析。通过表2的结果能够看出，新一代区块链征信系统和前两阶段的系统相比，在功能性、安全性以及监管性方面均具有较大的提升。

图1 新一代区块链征信模型的架构

表2 新一代区块链征信模型与前两阶段对比分析

（一） 征信系统自动化

新一代区块链征信系统融合了台州小微企业融资模型，将商标专用权抵押平台纳入到系统中来，将商标的抵押拍卖自动化、通证化，并可在区块链中追溯商标权益流转的全部生命周期，相比于原来的模型，通过第一代征信链提供的技术在商标领域提高了审核效率，可监督商标权权属，优化商标权确权登记，促进商标版权安全流转，追踪商标来源，并可验证商标真伪，确保了金融机构和小微企业双方的安全和利益。系统采用国际掉期与衍生工具协会（international swaps and derivatives association，ISDA）主协议下的智能合约实现自动化放贷。当小微企业申请贷款时通过使用基于事件模型的ISDA主协议合同模板生成智能合约可以自动执行预先定义好的规则和条款，实现放贷自动化，简化贷款流程并且可以避免人为因素导致的行为偏差，当发生违约事件时，主协议给予一定的宽限期为当事方提供机会纠正可能导致违约的行为，能够使贷款合同继续履行。而且ISDA主协议下的智能合约具有法律效力，受到国家法律的承认。

（二）交易与共识机制

交易和共识交易解绑操作。在模型中，交易与共识不需要绑在一起，交易是交易，共识是共识，因为共识只是一致性，交易除了要有一致性还要有交易排序，所以一致性应该在下面，而交易性应该在上面。区块链内核结构和系统改变了，这是下一代区块链系统的重大突破。模型采用基于信誉机制的改进实用拜占庭容错共识机制（practical byzantine fault tolerance，PBFT）。将权威证明（proof of authority，POA）共识的优点迁移到新的PBFT算法中，利用组织权威性减小恶意攻击或篡改发生的可能性，提高传统PBFT共识的效率。参照PBFT共识算法，在PBFT算法中，每个节点是视为平等的有相同的信任度的一方，算法中记账是按照一定规则依次轮流进行的。在新的共识机制中，利用现实职能部门的权威性和其他机构的高可信度，优先选取该类的组织充当记账节点，该类组织不仅本身值得信赖，其维护的物理机也有一定的抗网络攻击的条件，故在整个环境中记账节点作恶、重新选举的可能性降低。共识节约了一定的重新选举的时耗，算法效率得到提高。此外，发生记账节点作恶情况时，网络也能够及时避免，同时降低作恶组织在系统中的信誉值。

（三）双链结构与智能合约

（1）融合信用链和借贷链的双链结构。根据需求分析构建两条链，小微企业信用链用于维护账户信用信息，借贷链用作处理交易信息。在整个业务流程中产生的所有数据，按照账户信用信息和交易行为的区别分别上传至不同的区块链，其中账户信用信息上传至信用链，而产生信用信息的一系列交易行为则上传至借贷链，这种账户信息和交易行为相分离的双链思想提高了整个系统的可扩展性。

此外，双链分离的结构还有助于实现在保护企业隐私的前提下监管交易，对于借贷链上的交易严格监管的同时用同态加密技术有效保护用户的信用信息。借贷链收到信用信息查询请求后，从信用链获取用户的信用信息，信用信息以密文形式保存及发送，然后借贷链对获取到的信用信息进行同态加密计算，计算结果仍以密文形式返回给提供数据的信用链以及发送请求的机构。当交易完成后，借贷链不保存任何账户相关数据，但要将征信计算记录保存在链上。

（2）通过预言机将双链结构中的数据链与智能合约连通。系统将数据写入到五个智能合约内，并按照政府机构、信保基金平台等应用需要的规则或者公認的规则来进行评估，允许对不确定的外部动态作出反应。相比于之前实现了区块链数据和现实世界数据互通，使得信息更加透明化，提供了可靠的征信参考。传统区块链架构是“区块链+预言机”，新一代区块链架构是“区块链+智能合约+预言机”，系统被大大扩展。主要包括：

第一，区块链系统（账本系统）控制数据。

第二，智能合约控制流程。智能合约有标准化，而且是服务性的。

第三，预言机是和外界接触，控制外界系统的接口，预言机可以使用区块链和智能合约。

（3）新型区块链网络和传统跨链技术不同。系统之间需要有复杂的交互，但是交互并不等同于跨链，交互的本质是从多条链或多个 OM、多个智能合约，获取数据进行融合计算。这种模式和传统跨链思想不同，跨链交易是两个以上的链交换价值，这些链或有不同结构，或是同一结构，交易时，交易双方的链都需要有共识。因此跨链需要多次共识，从而影响速度。一些跨链技术为了加快速度，对交易性和可监管性做出了一定的牺牲，使其很难在合规金融市场使用。

四、浸润式监管模型与方法

浸润式监管作为新一代征信体系中的一种全新的监管方式，相比于传统的监管模式和穿透式监管方法，浸润式监管的效率更高，可以让交易过程自动地处于相应的监管环境之中，使得监管和交易紧密结合，相辅相成。引入浸润式监管后，整个交易过程受到全程高效监管的约束。同时，监管的过程也促进了交易的安全有效。

（一）浸润式监管

浸润式监管，是在穿透式监管的基础上，实现监管的“随时”“实时”“自动”和“可信”的监管模式，交易、账户、监管互相交叉，互相“浸润”，密不可分。穿透式监管与浸润式监管特征对比如表3所示。浸润式监管中，首先，所有数据统一实时上链，任何机构或者个人都很难改动链上的数据，实现了链上数据的实时自证。其次，监管机构不再游离于被监管体系之外，各个责任主体（征信对象、征信机构和监管机构等）时刻处于监管和被监管的状态，自身不必再特意收集、存储、协调和汇总数据，监管不再“运动化”“临时化”，通过实时化监管达到杜绝假账、洗钱、欺诈等的发生。最后，多个监督机构共同构成一个专属联盟链，既拥有访问交易信息的权限，便于对洗钱犯罪线索进行调查，也能够通过“智能合约+全网广播”形式加入本行业内部的规则协议，利用区块链技术的不可篡改、分布记账、可追溯性等优点，大大提高内部合规性和审计便利性，促进行业的可持续健康发展。

表3 穿透式监管与浸润式监管特征对比

（二）浸润式监管模型

图2为面向征信的浸润式监管模型架构，分为链上和链下两部分，链上包括智能合约、事件日志及智能合约库，其中，智能合约与事件日志一一对应，可分为征信合约和监管合约两大类，而链下包括事件处理引擎和大数据平台。各个组件的描述如下：

（1）征信合约：在智能合约库所提供的征信合约模板的基础上，实现的具体征信业务的智能合约；

（2）监管合约：在智能合约库所提供的监管合约模板的基础上，实现的监管相关逻辑的智能合约；

（3）事件队列：区块链上特殊的数据结构，可用于记录智能合约的事件信息；

（4）事件处理引擎：负责事件日志的订阅和解析，提供灵活的异常事件处理机制，可根据异常事件的时效性，及时响应时效性要求高的异常事件并进行警告，同时，周期性的生成该类异常事件处理的监管报告，将时效性要求较低、复杂的異常事件交由大数据平台进行更精准的分析、处理；

（5）机器学习大数据平台：提前建立智能合约安全漏洞监测模型，能够对事件处理引擎监测出的复杂事件导致的某些问题进行检测，并能够提取出具体的漏洞信息，通过对较为复杂的、对精确度要求较高的异常事件的智能化分析处理，得到漏洞监测结果并生成相应的监管报告，相比传统的智能合约分析方式更加智能化、自动化。

图2 面向征信的浸润式监管模型架构

在双链架构的基础上，征信机构和监管机构作为区块链节点参与区块链交易的执行，以实现对区块链全流程数据的监管。双链架构的重要组成部分如下。

1.信用链

通过搭建信用链对数据进行存储，借助区块链具备的不可篡改的特征保证数据的可靠性和真实性。信用链需接受监管机构的监管，但可以通过同态加密的方式保护链上企业的隐私。

2.借贷链

借贷链负责存储金融机构的身份信息和金融产品信息、小微企业的商标抵押信息、商标抵押合约、担保信息、担保合约和信贷交易信息。借贷链产生新的信贷信息后会向信用链提出信息同步申请，信用链同意后，借贷链将信贷信息加密并签名后发送给信用链。

面向征信的浸润式监管模型的监管流程如下所述。

（1）征信机构和监管机构根据智能合约库提供的标准化模板，实现与自身业务逻辑相关的、具体的征信合约和监管合约，并将其部署于区块链上，每个智能合约对应一个事件队列，用于记录合约相关的交易信息。事件名称、事件所包含的具体字段等需预先在智能合约中声明，当有相关交易发出时，该事件被触发，相应的交易信息被记录至事件队列，区块链上的其他节点及链下的机构通过查询事件队列即可获取交易的相关信息。

（2）征信合约和监管合约通过链下的事件处理引擎订阅对方的事件队列，订阅时需要创建查询、筛选条件。

（3）当有与查询条件相匹配的事件发布在事件队列时，由事件处理引擎自动获取事件信息并进行解析，若解析所得事件为违约事件，对时效性要求较高且事件的复杂度较低，则由事件处理引擎迅速响应并向相关智能合约发出警告，同时周期性的生成相应的监管报告。若为终止事件，则由机器学习大数据平台利用机器学习算法进行更精准的分析并生成监管报告。通过这种方式，可以加强模型对异常事件的处理能力，提高事件处理的灵活性，避免交易风险和金融风险。

（4）根据异常事件处理所得的监管报告，征信机构和监管架构可对智能合约库中的模板进行实时更新，使其更符合实际的业务需求。

在基于双链结构的监管模型中，作为征信对象的数据征收方，征信机构既是数据查询的使用方，同时也是数据的提供方。如图3所示，基于双链架构的监管模型的业务流程中，不同的（审计）监管机构之间形成行业联盟，互相监督，在职能相互补充，联盟内部定义统一、通用的交互协议，有助于提升监管工作的效率和可信度，更好地实现数据共享。征信机构与（审计）监管机构间就数据共享、结果反馈方式等方面互相监督。

图3 浸润式监管模式下的融合信用链和借贷链的双链监管架构

隐私保护是第一代区块链征信模型的核心，浸润式监管是新一代区块链征信模型的中心、共识加密是新一代区块链征信模型的重心。新一代区块链征信模型能在充分保障数据的安全可信的同时保护数据的隐私和可控使用，并且多监管机构可以在自己的权责范围内进行浸润式监管，任何逃避监管、虚假交易的行为将受到相应惩罚，由此保障了每个用户和机构的安全及隐私，为征信产业带来了活力。

通过区块链和智能合约，监管机构可以从事后审计分析转变为建立内置的预防性合规系统。所有数据可以实时自证，多个监督机构组成一个行业联盟链；交易和监管互相交叉，探索浸润式监管；实现交易前、交易中和交易后的全流程监管。融合监管框架STRISA系统，支持“了解您的客户” （know your customer， KYC）和“反洗钱”（Anti-money laundering，AML）、机器学习、自然语言处理 （natural language processing，NLP）、知识图谱和区块链数据湖（blockchain data lake，BDL）；在浸润式监管中，存储信用证明到身份认证链，基于互链网，监管放在底层，监管机制在操作系统中有优先权。

（三） 浸润式监管下的智能合约

浸润式监管下的智能合约按照三驾马车模型以及九宫格模型，监管机构提供监管智能合约库。实现监管网络化，监管网运行在互链网上，监管和交易并行处理，嵌入式实时监管。

系统实现多中心化监管，由多个系统、多种方式交叉判断；组合化监管，通过产业沙盒进行组装监管，不同的监管技术针对不同的区块链应用。全方位监管，所有数据送到监管大数据平台进行大数据和人工智能分析。因此，浸润式监管下的征信体系实现的功能如下：

（1）实现链上数据的自监督性，杜绝假账、洗钱、欺诈。

（2）监管机构不再游离于被监管体系之外，监管不再“运动化”、“临时化”。

（3）各个责任主体时刻处于监管和被监管的状态，自身不必再特意收集、存储、协调和汇总数据。

（4）所有数据可以实时自证，多个监督机构组成一个行业联盟链。

（5）可以体现框架模型的“穿透性”“时效性”“高效性”，实现有效的浸润式监管。

（四）案例分析

在供应链金融中，知识产权等资产可以作为抵押来获得贷款，以图4的供应链金融中的商标抵押及拍卖合同执行流程为例，描述浸润式监管发挥的作用。

1.申请商标抵押

商标抵押申请人首先提出申请，商标抵押平台根据估价规则评估其价值，再向其发放商标抵押证书。这时，监管机构会同时审核其估价是否合规，若不合规，则终止流程。商标抵押操作的终止或成功，都会被同步记录在借贷链与信用链上，实时更新流程参与方的信用值。

2.申请贷款

商标质押人在获得商标抵押证书后，可继续申请贷款，金融机构查询借贷链和信用链上的信息以验证证书的真实性，以及根据最新的信用值计算可贷款额度，若上述过程无违规操作，金融机构则启动发放贷款，否则监管机构会启动重新计算额度，直至合规才能正常发放贷款。

3.清偿贷款（拍卖商标）

貸款合同到期前，商标抵押人需要还清贷款，否则监管机构可以触发商标所有权转移和商标竞拍，以确保贷款申请人在设定时间内必须还清贷款。在上述流程中，借贷链会实时记录贷款的偿还情况，信用链也会实时更新贷款人的信用值。

图4 浸润式监管与商标抵押及拍卖合同执行流程

五、总结

现代服务业对征信提出了更高的监管要求，浸润式监管模式通过双链分离、数据实时更新、动态模型监管，将供应链企业、金融、征信、监管等机构整合为统一的利益共同体，实现金融、征信业务与监管活动的高效协同，健全监管体系，有效预防和缓解质量危机，维持良好的社会经济秩序，推动现代服务业健康发展。

参考文献：

［1］ 唐桂，陈昊洁. 中国特色新型行业信用体系建设创新性研究［J］.经济问题探索，2020（8）：6.

［2］朱红，宋书彬.区块链征信系统构建探析［J］.河北金融，2021：41-45.

［3］陈云峰.区块链征信业务中如何保证数据使用合规［J］.中国信用，2018（8）：2.

［4］汪旭晖，任晓雪.政府治理视角下平台电商信用监管的动态演化博弈研究［J］.中国管理科学，2021，29（12）：29-41.

［5］郝琳娜，黄雨，于兆艳，等.信用≠利益？——创新共享平台信用三方的演化博弈策略分析［J］.上海管理科学，2022.

［6］汪茂泰.四方演化博弈视角下的共享经济信用生成机理［J］.黑河学院学报，2021.

［7］蔡维德，杨冬，王荣，等.STRISA：一种实施旅行规则的新架构［J］.贵阳学院学报（社会科学版），2021，16（2）：38-47，54.

［8］蔡维德，王荣，何娟，等.分布式数字资产交易平台的问题与评估［J］.软件学报，2022，33（2）：410-433.

Research on the“Immersive” Supervision Model for

Blockchain Credit Scoring in the Modern Service Industry

YANG Fan1， JIN Jun2， BO Jun-ge1， WU Zhong-yi4*， CAI Wei-de3， TIAN Ming-yu2

（1.School of Computer Science and Technology， Xian Jiaotong University， Xian， Shaanxi 710049；

2. School of Information Technology， Beijing Wuzi University， Beijing  101149；

3. School of Computer Science and Engineering， Beihang University， Beijing 100191；

4. Research Institute of the Ministry of Transport， Beijing 100029）

Abstract： In Chinas modern service industry， credit scoring plays an increasingly important role in maintaining social and economic stability. However， traditional credit scoring supervision suffers from issues such as untimely and insufficient regulation. This study proposes a novel immersive supervision model based on full-process multi-party collaboration. It serves as a core component of the next-generation blockchain-based credit scoring system. The model includes a regulatory architecture， model， and smart contract monitoring process that separates business flow and information flow. Through a detailed examination of the trademark mortgage process in supply chain finance， the study demonstrates the effectiveness of the immersive supervision approach.This approach exhibits unique features such as extensive penetration， dynamic real-time monitoring， and complete process coverage.

Keywords： credit scoring；blockchain；immersive；supervision model

基金項目：2018年科技部重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“基于区块链的服务征信及信用评估框架”（2018YFB1402703）；2022年北京物资学院青年科研基金项目“面向区块链的合约分类与智能组合技术研究”（2022XJQN24）;陕西省自然科学基础研究计划 “联邦学习和区块链驱动的行业数据安全共享关键技术研究”（2023-JC-YB-490）