什么是数字货币、数字金融 和区块链?_比特币:数字资产类应用案例包括

从金融视角来说,区块链和数字货币,其实就是新一代的数字金融体系。数字金融体系,就是建立在区块链数字货币的金融基础设施上的。

站在企业的角度,怎么来理解数字经济?

我们知道工业经济驱动因素是化石燃料,数字经济驱动因素是数据。那么数据怎么去驱动一个商业?我概括为,把数据计算机模型化,用算法来组织这些数据,同时把企业的业务流程进行计算机程序化,数据变成算法模型,再把算法模型串起来,把业务流程变成计算机的程序,或者变成智能合约,这就是数字技术。这个数字经济并不是经济学家角度的数字经济。

韩国先驱报发文解释为什么NFT比加密货币更具颠覆性:11月7日消息,韩国先驱报发文“为什么NFT比加密货币更具颠覆性?”,文章表示,NFT比加密货币更具破坏性,因为它有可能应用于众多领域。Kakao Corp. 的区块链部门Ground X的Kim Won-sang表示,加密货币市场仍属于传统金融领域,另一方面,NFT具有超越现有金融资产概念的无限潜力。未来资产证券高级经理Lee Young-jae表示:“未来资产证券得出的结论是,包括NFT在内的数字资产具有巨大潜力,数字资产创新代表了激进、不连续和颠覆性创新的前所未有的结合。数字资产已经上升到威胁现有金融公司的水平。在金融市场,我们可以期待像‘NFT 证券’这样的东西,它可以同时授予会员资格和股东权利。”[2021/11/7 6:36:45]

如何把这些东西整合在一起,需要依靠一系列的数字化技术。互联网、物联网、云计算、人工智能和区块链等这一系列的数字化技术组成了数字经济,或者是数字商业。

孙宇晨:比特币什么时候买都是对的:孙宇晨今天在推特表示,比特币,又涨了。什么时候买都是对的。[2020/7/28]

数字化的技术有三个特点,第一是跨时空,因为数据天然具有穿透的本能。比如跨境跨组织,数据流通是没有国境可以阻止的,所以它是跨时空的,同时数据具有穿透性,它纵向是可以穿透市场的,把中间的中介和阶层通通都消融掉,然后让交易变成点对点,买家和卖家不再需要中介。纵向可以穿透市场,横向缩短了产业链。点对点,交易结算就没有中间人做担保了。

数字金融核心就是点对点的支付清算和非担保的交易交收。现在用银行卡去商场买东西,不是点对点的交易,商家要收到这笔钱,它需要时间,银行在担保这笔交易是完全可以结算的。可是如果这些中介消失之后,交易需要怎么做到实时清结算?目前来看,区块链和数字货币是解决这些问题最好的技术方案,暂时还没有发现其他更好的方案。

币情观察室 | 4.7号我做空的依据是什么?:4月13日16:00,行情大V Alnn币谈做客《币情观察室》直播间,将分享《4.7号我做空的依据是什么?》敬请关注,欲观看直播扫描下图二维码即可![2020/4/13]

从商业的角度来讲,区块链技术有它自身的一个特点,就是足够数字化,它是跨境的,是跨时空的,是跨组织的。数据的流动是没有边界的,所以区块链同时是分布式的,它是自组织的和去中心化的。

所以区块链的由来,任何新的颠覆式技术的应用,历来就有两条路线,或者说两种方法。一种方法,是把它视为一种工具,用它来改善传统的商业模式,得到一种边际效益上的提升。另外一种是把它当作一套制度,用来重构商业的底层逻辑。

这两种应用方法,在过去几年就有一个很好的案例。当互联网公司在推广“互联网+”的时候,我们也看到很多传统的商业机构说,不是“互联网+”,而是“+互联网”。那么现在那些喊“+互联网”的人到哪去了?有人认为,互联网只是用来改善的一项技术,传统的东西可以加上一些互联网技术,好比把互联网当电子邮件使用,你弄了一套电子邮件系统,就以为是互联网了。但是有人却把互联网当作制度,从底层重构了商业,最后你会发现你失业了。

第二是去中心化的。为什么要去中心?商业上的区域中心技术带来了商业的去中心化,这个是历史的必然趋势。这个趋势在哪里?我觉得是两点,一个是经济全球化,进入2.0版本。现在通过互联网,已经不是公司在全球化,不是公司把自己变成跨国公司,而是任何一个个人互联网都赋能给它,让它可以在一个中国的小县城,通过互联网把它的产品卖给全世界。经济全球化发展到个人全球化的时候,解决点对点的交易,点对点的服务,成为一个突出的问题。那么区块链技术所带来的实时清算结算,点对点交易交收这些特点,正好可以帮助个人商业活动的全球化。

第三是经济的数字化。当数据集合到一定程度之后,它的流通基本上是跨时空的,商业活动对金融支付的需求,是随时随地随身的,而做不到随时随地随身随需提供场景化、虚拟化的支付清算服务,终究会被技术和市场所淘汰。

来源:金色财经

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金宝趣谈

[0:15ms0-3:856ms