《硕士研究生金融学专业金融中介学高级专题第十一讲：数字金融时代中介功能的重构、风险嬗变与监管范式转型教学设计》

《硕士研究生金融学专业<金融中介学>高级专题第十一讲：数字金融时代中介功能的重构、风险嬗变与监管范式转型教学设计》

一、教学背景

（一）课程定位与性质

本讲为金融学硕士研究生核心必修课程《金融中介学》的高级专题模块第十一讲。课程在完成对商业银行、投资银行、保险公司等传统金融中介机构运作机理及经典理论的系统性讲授后开设，居于承前启后之枢纽位置。前序课程已为研究生构建了基于信息不对称、交易成本、风险管理、资产转换、流动性保险等范式的传统中介分析框架；本讲则以此为基础，将学术视野推至数字经济与金融科技深度融合所引发的中介形态革命、功能替代与制度响应前沿。课程性质定位为“理论纵深拓展与批判性研究导引”双轨并行，强调从“经典范式习得”向“复杂未知问题探究”的高阶认知跃迁。

（二）学情分析

授课对象为金融学硕士研究生一年级第二学期学生。知识储备层面，学生已系统修读《微观经济学》《宏观经济学》《公司金融》《金融中介学》等学位基础课，对商业银行的信用创造机制、戴蒙德-迪布维格（DD）挤兑模型、斯蒂格利茨-韦斯信贷配给理论等具备扎实的复现与计算能力【基础】。然而，认知结构存在显著断层：绝大多数学生对“支付账户脱媒”“联合贷款资产证券化”“智能投顾算法伦理”“平台数据垄断与反垄断”等新兴业态仅有碎片化、资讯化的消费级认知，缺乏将其纳入金融中介理论谱系进行结构化重组的学术能力；对“算法黑箱导致模型同质化进而引发系统性风险”此类跨学科传导链条的辨识度极低；对“功能监管与机构监管的制度分野”“监管沙盒的法理基础”等制度设计议题更存在抽象思维障碍【难点】。思维特质方面，研究生阶段学生具备强烈的批判意识与自主探究欲望，但易陷入技术乌托邦主义或监管虚无主义的二元对立，亟需通过严密的学理推演与多维案例对冲予以纠偏。

（三）教学内容分析与要点罗列

本讲以“数字金融时代金融中介何去何从”为核心母题，整合金融学、信息经济学、数据科学、制度经济学与金融法学四大领域智识，构建起“理论溯源—功能重塑—形态辨识—风险跃迁—制度应答—范式叩问”六阶螺旋上升式内容体系。依据知识在学科体系中的基座价值、学术研究前沿热度及CFA/FRM/中国银行业从业人员资格认证考试命题频率，将核心要点完整罗列如下并标注等级：

模块一：传统金融中介存在论基础的再审视【基础】。

1.交易成本理论在零边际成本信息环境下的适用性边界。【基础】

2.信息不对称与逆向选择、道德风险：从信贷配给模型到大数据风控的解释力替代。【基础】

3.风险管理与资产转换：戴蒙德中介模型与区块链共识机制的信任生成成本比较。【基础】【难点】

4.流动性保险：DD模型挤兑逻辑在数字货币瞬时大规模赎回场景中的变异性。【基础】【热点】

模块二：数字技术驱动下金融中介功能的重构路径【非常重要】【热点】。

1.功能增强：大数据风控对抵押品信贷文化的替代机理。

2.功能分离：支付清算领域的账户脱媒与备付金制度演化。

3.功能替代：智能投顾对传统投资咨询中介的算法化替代边界。

4.功能新生：P2P借贷平台作为信息中介与信用中介的身份悖论与周期性消亡。【高频考点】

模块三：新型金融中介形态的组织特征与商业模式辨识【重要】。

1.互联网银行（微众、网商）：“联合贷款+ABS出表”的资本节约型资产负债结构。

2.平台嵌入式金融（蚂蚁、美团）：场景、数据、金融的三位一体闭环。

3.供应链金融区块链平台：应收账款多级流转与核心企业信用跨级传递。

4.开放银行API架构：数据可携带权对银行中介地位的解构与重构。

模块四：数字金融中介风险谱系的嬗变与传导机制【非常重要】【难点】【高频考点】。

1.技术维度风险：算法黑箱、数据泄露与隐私侵犯、模型同质化引发的“算法共振”系统性风险。

2.业务维度风险：长尾客群欺诈风险、流动性错配（短债长投）、虚拟资产跨境流动的合规风险。

3.系统维度风险：大型科技公司（BigTech）的“大而不能管”、监管套利的算法化与隐蔽化、系统性风险的非线性跨境传染。

模块五：全球监管范式转型与中国本土实践【热点】【高频考点】。

1.理念层转型：从机构监管到功能监管、行为监管的横向切割逻辑。

2.体制层重构：中国“一委一行两会”新格局、金融控股公司准入管理与穿透式监管。

3.工具层迭代：监管科技（RegTech）与合规科技（SupTech）的双轮驱动。

4.制度层创新：监管沙盒的准入标准、测试流程与退出机制。

模块六：学科前沿争议与终极命题追问【难点】。

1.开放银行：中介强化抑或中介削弱？——数据基础设施与价值增值环节的分离。

2.去中心化金融（DeFi）：智能合约能否彻底消灭传统金融中介？——代码信任与制度信任的竞合。

3.央行数字货币（CBDC）：商业银行中介地位是否将被替代？——双层运营体系下的中介职能再定位。

二、教学目标

（一）知识与技能目标

1.精准复述传统金融中介理论的四大核心支柱，并能结合具体案例评述其在数字时代的解释力衰减与重构可能。【基础】

2.独立阐释至少六种数字金融新业态（互联网银行、智能投顾、P2P、供应链金融、开放银行、DeFi）的业务闭环、盈利来源及其与传统中介的比较制度优势。【重要】

3.熟练运用“技术—业务—系统”三维风险分析框架，对给定新型金融中介案例进行结构化风险诊断，并撰写具备专业规范的监管建议函。【非常重要】【高频考点】

4.对比辨析功能监管、机构监管、行为监管、沙盒监管四类制度工具的适用场景与内在局限，并能针对蚂蚁集团、硅谷银行等标志性事件提出包含资本约束、数据治理、公司治理三维度的综合监管优化方案。【难点】

（二）过程与方法目标

1.通过逆向案例推理（由资产负债科目倒推中介类型）与正向案例解构（由业务模式归纳风险特征），经历从具体现象到抽象理论再到对策建构的社会科学研究全流程训练。

2.在“风险诊断室”角色扮演中，模拟监管者、从业者、消费者、第三方技术评估师等多重利益相关者视角，发展复杂博弈情境下的协商式决策能力。

3.借助思维导图协同绘制“数字金融中介风险地图”，将高度抽象的风险传导链路转化为可视化认知图式，实现隐性知识的显性化与结构化。

（三）情感态度与价值观目标

1.深刻认知金融效率与金融稳定、技术创新与制度规训之间的辩证张力，确立“科技向善”的金融伦理底线，自觉抵制算法歧视、过度诱导、数据滥用等非伦理行为。

2.增强国家金融基础设施安全意识与全球金融治理参与意识，理解中国在数字人民币跨境支付、国际监管规则制定中的战略主动性与制度话语权建构路径。

3.培育开放包容的跨学科心智模式，破除金融专业本位主义，主动援引信息科学、法学、社会学等多元学科工具箱解决复杂金融问题。

三、教学重点与难点

（一）教学重点【重要】【高频考点】

1.数字技术对金融中介传统功能的四条重塑路径（增强、分离、替代、新生）。此为核心知识骨架，连接前序经典理论与后续风险监管，须确保100%学生达成深度理解。

2.“技术—业务—系统”三维风险分析框架的内涵、维度划分与实操应用。此为从现象描述跃迁至学理分析的核心认知工具，亦是硕士研究生学术分析能力的重要标志。

3.功能监管与机构监管的制度分野、监管科技（RegTech）的运行原理。此为理解现代金融监管体系演进的密钥，直接映射至职业资格考试与监管实务。

（二）教学难点【难点】

1.平台经济“去中介”与“再中介”的辩证统一关系。学生易固着于“技术替代人工”的表层认知，难以洞见平台作为新型超级中介对流量、数据、注意力的垄断性控制。

2.算法同质化引发系统性风险的传导机制。涉及机器学习模型趋同、训练数据源重叠、羊群效应卖出等多学科交叉，是认知负荷极陡坡段。

3.DeFi“非信任”（Trustless）机制与传统金融“信用”中介的根本性哲学冲突。触及金融本质定义，属于学科范式革命前夜的前沿争论，无既定答案。

四、教学方法与策略

本讲彻底突破“教师独白”的单向灌输模式，采用“P-IRST”整合式教学策略：P（ProblemChain）问题链驱动，以层层递进的认知冲突问题串联全程；I（InverseCase）逆向案例解剖，从结果倒推原因，训练侦探式思维；R（RoleSimulation）角色仿真，创设高仿真监管决策情境；S（ScaffoldingInstruction）支架搭建，针对难点预设思维台阶与可视化工具；T（TeamCompetition）组际竞技，以良性博弈激发投入度。全课讲授与交互时间比例控制在4：6，依托高阶教学互动平台（如雨课堂专业版）实现弹幕热议、词云聚合、即时投票、随机摇号等高密度反馈闭环。

五、教学准备

1.教师端学术储备：深度精读Philippon（2015）《HastheUSFinanceIndustryBecomeLessEfficient?》、Thakor（2020）《FintechandBanking:WhatDoWeKnow?》、巴塞尔银行监管委员会《开放银行与API风险管理原则》等核心文献；系统梳理蚂蚁集团《首次公开发行招股说明书》（2020年）中关于“微贷科技平台”业务描述，抽取联合贷款规模、出资比例、ABS发行频率等关键数据；预录8分钟引导性微课《金融中介的“死亡”与“再生”——一部思想史速览》，并于课前48小时通过教学平台推送。

2.学生端前置任务：将六个学术小组划分为三个任务集群。集群A（第1、2组）：检索并精读2020-2023年间中国银保监会（现国家金融监督管理总局）关于互联网贷款、商业银行互联网存量业务整改的三份关键监管文件，摘录核心约束性指标。集群B（第3、4组）：以普通消费者身份完整体验“支付宝-借呗”或“微信-分付”的申贷、放款、还款全流程（建议金额1元），撰写200字体验报告，重点记录协议条款阅读、人脸识别、利率展示、逾期提示等环节。集群C（第5、6组）：收集2023年中央金融工作会议公报原文及三家主流媒体解读，用词云工具生成“高频监管词汇图谱”。

3.物理空间与环境：教室布局切换为“群岛式”，六人一组围绕可书写白板落座；墙面预留3平方米“金融中介争议墙”，张贴空白纸板与各色便利贴；确保每位学生手持终端（手机/平板）已绑定教学互动平台，并测试弹幕、投稿、投票功能无误。

六、教学实施过程

本环节以90分钟大课时为基准单元（硕士研究生阶段标准课时），精确划分为六个逻辑闭环、节奏张弛有度的推进阶梯。全程以叙述体段落呈现，杜绝任何列表、表格、框架式罗列。

（一）认知冲突引爆：经典理论的价值锚地与时代叩问（约10分钟）

教师以全屏展示极具视觉冲击力的双柱图：左柱为1980年全球市值前十公司，埃克森美孚、通用汽车、花旗银行、美洲银行等工业资本与金融资本巨头占据半壁江山；右柱为2023年全球市值前十公司，苹果、微软、谷歌、亚马逊、英伟达等数字平台型企业包揽前位，无一家传统商业银行入围。画面切换至黑色底板，教师沉声发问：“商业银行作为工业时代最核心、最不可或缺的金融中介，其资本市场的王座被科技公司取代，这是否意味着——金融中介正在历史性地走向消亡？”此问题直指经典金融中介存在论的核心假设，瞬间制造认知紧张。三秒沉默后，雨课堂弹幕墙瞬间被“不会”“会”“不一定”刷屏。

教师并不急于给出答案，而是发起三分钟限时抢答，以高密度选择题扫描学生关于传统金融中介理论的掌握基座。题目嵌入DD模型挤兑发生的充要条件、斯蒂格利茨信贷配给理论中银行不提高利率的根本原因、本斯顿交易成本理论中金融中介节约的主要成本类型等。系统即时生成正答率雷达图，显示学生对经典模型的记忆性复现成功率高达91%，但对“区块链账本能否完全替代银行账本”的开放性判断题，正答率骤降至33%。教师精准捕获此数据缺口，并以此作为贯穿全讲的隐线——信任的形成究竟是否需要中介机构？由此拉开核心内容讲授序幕。

紧接着，教师布置微型辩论，将六个小组随机分为正反两方，持方不预先告知，现场抽签。正方立场：“数字技术可以实现无中介的信任”；反方立场：“中介是信任大规模、低成本的必要装置”。双方各指派一人进行90秒立论陈词。反方三组迅速调用DD模型，强调任何流动性转换业务都面临挤兑可能，技术只是改变了挤兑速度而未消除挤兑本质；正方则引智能合约自动执行特质，坚称代码信任优于主观判断。教师从双方陈词中迅速抓取关键词写入屏幕侧边栏——“共识机制”“声誉抵押”“代码即法律”“最后贷款人”，并预告这些关键词将在后续环节被一一解构。

（二）功能谱系解码：数字技术如何重绘中介版图（约22分钟）

此为密集知识输入段，教师依托精密预制的PPT动画与交互模块，分四层拆解数字技术对金融中介功能的四种作用力【非常重要】【热点】。

第一层，功能增强。教师并置两张流程图：左为传统银行信贷审批“5C”分析法流程图，强调抵押品估值、财务报表核验、线下尽调的冗长链条；右为网商银行“310”模式流程图，勾勒出用户在电商平台的点击流、支付数据、退换货记录经由机器学习模型直接生成授信额度与利率的动态过程。教师讲解关键跃迁：传统银行以“硬信息”（抵押物、财务报表）缓释逆向选择，数字中介以“软信息的硬化和高频化”重塑信用评价函数。此处特别强调，此路径并未消灭信息不对称，而是将信息采集成本与验证成本从贷前迁移至贷中、贷后，风险形态发生位移而非消失【重要】。

第二层，功能分离。教师播放自制三维动画《支付的隐秘革命》：第一幕，实物货币物物交换；第二幕，商业银行记账与票据清算；第三幕，央行支付系统与跨行结算；第四幕，支付宝快捷支付界面——用户一键支付，资金从A银行划至支付宝备付金账户，再划至B银行商户账户。动画冻结于第四幕，教师用激光笔圈出“备付金”一词，展开制度史回顾：2013-2018年，第三方支付机构通过在多家商业银行开立备付金账户，实质构建了商业银行账户之上的支付中介层，切割了支付指令流与资金流，实现账户脱媒。2018年备付金100%集中交存央行后，沉淀资金利息收入消失，支付机构被迫向商户服务、金融科技输出转型，但支付入口的数据价值未减反增。此为近年来硕士研究生入学考试与金融专业资格考试的【高频考点】。

第三层，功能替代。以美国智能投顾先锋Wealthfront与传统财富管理顾问为对比案例。教师列示双方收费结构：Wealthfront年费率0.25%，无最低投资门槛；传统顾问收取1%管理费加销售佣金，且有百万美元级资产门槛。算法通过被动投资、税收亏损收割等策略创造了低成本分散投资的可能。然而，教师话锋陡转，播放2020年3月美股四次熔断期间Wealthfront自动再平衡策略导致部分用户恐慌性卖出的新闻报道截图，并设问：“当所有智能投顾的底层模型高度相似（均值-方差优化），且均在监测到波动率飙升时同步触发卖出指令，会发生什么？”学生沉默片刻后，渐有应答：市场单边卖出，流动性枯竭，模型共振加剧危机。此即为后续【难点】“算法同质化系统性风险”埋设伏笔。

第四层，功能新生与悖论。以P2P借贷为镜鉴，教师展示LendingClub2014年IPO至2020年退市的股价心电图，并叠加平台月度违约率曲线。运用阿克洛夫柠檬市场模型进行推演：当平台无法有效认证借款人信用且投资者极度分散时，优质借款人因不愿承担高利率而离场，劣质借款人涌入，资产池平均质量下降，投资者用脚投票，平台萎缩。核心洞见振聋发聩：P2P试图去除银行中介，却因无力解决新的信息不对称而加速崩溃。此处明确标注【难点】【热点】，并邀请一位此前表达过“区块链将消灭银行”观点的学生复述其理解，该生表示认知受到结构性冲击。

（三）形态辨伪实验室：从资产负债表倒推商业基因（约18分钟）

本环节采用逆向案例教学法。教师向每组随机分发三套财务数据卡片，卡片上隐去机构名称，仅列示简化资产负债表核心科目及占比。学生须在8分钟内完成三项任务：判定机构类型、推断核心盈利模式、指出最致命风险敞口。此环节旨在训练从财务语言反推商业基因的高阶分析能力【重要】。

案例A卡片：资产端“客户贷款及垫款（小微企业）”45%、“存放中央银行款项”12%、“同业存放”8%、“投资证券”35%；负债端“吸收存款”78%、“同业存放”12%。绝大多数小组迅速判定为传统股份制商业银行。教师追问：“若将资产端‘个人消费贷款’占比提升至60%，不良率低于0.9%，负债端无存款科目，代之以‘同业借款’‘资产证券化出表’，这是谁？”有小组检索课前预习资料后应答：微众银行。教师随即展开微众银行“联合贷款”模式白盒化拆解：出资比例1：99，微众仅出资1%却负责获客、风控、贷后，赚取技术服务费与利息分成，剩余99%资金由合作银行提供，资产迅速打包为ABS出表，资本占用极低。此模式被监管界定为“无照驾驶的信用中介活动”，成为后续金融控股公司监管的重要靶点【非常重要】【高频考点】。

案例B卡片：资产端“应收账款”60%、“预付账款”15%、“固定资产”10%；负债端“短期借款”30%、“应付账款”40%、“资产支持证券”15%。学生初判为制造业企业，教师反问：“制造业企业负债端怎会出现大量资产支持证券？”迷雾破除——此为嵌入某电商供应链金融平台的“核心企业+保理商”双重主体合并视角。教师详解反向保理模式：核心企业凭借强势信用地位，延长对上游供应商的账期；供应商将应收账款转让给平台附属保理公司获得融资；保理公司将持有的同质化应收账款打包发行ABS，回笼资金。风险核心已非传统信贷违约，而是底层贸易真实性——若核心企业与供应商虚构交易合同骗取融资，将引致“萝卜章”风险数字化升级。此处点明供应链金融“自偿性”与“虚构性”的一纸之隔【难点】。

案例C卡片：资产端“以公允价值计量且其变动计入损益的金融资产”90%；负债端“客户备付金”70%、“应付赎回款”20%。部分学生辨认出此为货币市场基金或余额宝对接的天弘基金。教师乘势引导对互联网平台“金融+科技”双重身份的剖析：在金融侧，平台作为基金销售公司赚取尾随佣金；在科技侧，平台获取海量用户申赎行为数据，以此优化推荐算法、交叉销售信贷产品。此时，风险不再仅是基金净值波动，更是平台利用算法对长尾用户的过度诱导——例如在市场高点向风险偏好极低的老年用户推送股票型基金。此为【热点】，常与“投资者适当性管理”考点联动。

三轮案例推演完毕，教师与学生协同归纳出识别任何新型金融中介的三维定位仪：【资金来源维度】（公众存款/非存款负债/资产证券化）、【资金运用维度】（标准化债权/非标信贷/权益投资）、【收益源维度】（利息净收入/手续费佣金/数据变现/技术服务费）。学生随后运用此三维定位仪，对课前体验过的“借呗”产品进行重新标签化，认知从“这就是网贷”的混沌状态清晰化为“基于大数据风控、以资产证券化为主要资金渠道、以利息收入与技术分成双轮驱动的零售信贷中介”，达成显著认知升级。

（四）风险探渊：三维框架下的深层透视与诊断（约20分钟）

此环节是整讲认知负荷峰值区，处理从风险点罗列到风险传导链建构的思维跃迁。教师首先并列展示2023年硅谷银行倒闭事件与2022年加密货币交易所FTX崩盘的时序图，两者业态迥异——一家为传统商业银行，一家为数字资产交易中介，但教师提炼其共性：极端流动性错配（持有长久期资产+短期负债）、信息高度不透明、监管指标滞后。此共性揭示一个深刻命题：数字时代并未发明全新风险类别，而是将古老金融风险以更快速度、更广范围、更复杂交织的方式重新呈现【非常重要】。

随后，教师正式展开本讲最核心的分析工具——“技术—业务—系统”三维风险分析框架，并逐维深化。

技术维度深入【难点】。教师援引国际清算银行2022年工作论文结论：在线上小额信贷市场，超过80%的机构采用相似的梯度提升树（XGBoost）或随机森林算法，训练数据高度依赖头部平台（阿里、腾讯）的用户标签。当宏观经济由热转冷，过去五年积累的训练样本不再适用于未来，所有模型将同步产生预测偏差，违约概率被系统性低估，从而导致全行业不良贷款率在同一时间窗口跳升。教师用“千军万马同过一座数据独木桥”的隐喻帮助学生内化此抽象概念。此时，一位有计算机双学位背景的学生举手补充：“这本质是机器学习中的概念漂移问题在金融领域的灾难性体现。”教师高度肯定并即时追加此术语至共享词云。

业务维度纵深【热点】。教师聚焦现金贷领域的流动性嵌套风险，以曾被媒体曝光的某头部平台产品为例，其年化利率（含各类费用）接近36%红线，借款人多是非银行授信覆盖的长尾人群，还款能力脆弱。平台为维持规模，通过借新还旧、奖励推荐等方式促使借款人不断续贷，形成庞兹特征。教师提炼识别数字金融欺诈的四项早期信号：利率畸高、期限极短（7-14天）、无抵押纯信用、资金流向虚拟币或跨境赌博平台。此四信号作为监管机构现场检查的敏感性指标，同时标注【高频考点】。

系统维度攻坚【非常重要】【高频考点】。教师以蚂蚁集团2020年暂缓上市为核心解剖案例，展示其微贷科技平台运作全链路：商业银行提供信贷资金，蚂蚁旗下小贷公司提供1%-2%的“安全垫”出资，并负责获客与风控；贷款发放后，迅速打包为基础资产支持专项计划出售给银行理财、信托等机构投资者，实现信贷资产出表。教师点明其监管套利本质：通过科技外壳规避商业银行资本充足率、杠杆率、不良贷款率等核心监管约束，以小量资本撬动无限规模资产。进一步追问：“若蚂蚁将联合贷款合同条款写入区块链智能合约，由代码自动完成资金方匹配、利润分配、资产包打包，监管者将面对每秒万笔的自动化金融合约，传统报表稽核与现场检查手段是否彻底失效？”这一追问自然承接到下一环节的监管范式转型议题。

随即进入“风险诊断室”角色扮演。六小组各抽取一个高仿真案例场景：A组——某互联网银行车贷业务不良率连续三月攀升，经查其为争夺客户将贷款期限延长至8年且放松了GPS安装要求；B组——某智能投顾平台在2024年2月5日市场急跌中，同时触发80%用户的止损指令，加剧指数下跌；C组——某跨境支付机构被举报协助境内个人将资金化整为零兑换虚拟币转移境外；D组——某头部消费金融公司APP被检测出存在第三方SDK违规收集用户通讯录行为；E组——某供应链金融平台一笔1亿元保理融资对应的增值税发票经税务系统核验为伪造；F组——某民营银行同业负债占比突破监管红线但通过年末突击“缩表”规避考核。各小组需在7分钟内运用三维风险框架撰写《风险提示函》，明确最急迫的监管干预点及建议工具。教师巡场时发现E组精准识别“业务维度虚构贸易真实性”与“技术维度数据核验失效”的交叠风险，即时邀请该组上台投屏分享，并现场奖励相关数字供应链金融权威文献。

（五）制度应答：监管逻辑的重构与工具革命（约15分钟）

在风险认知充分紧绷后，此环节提供制度层面的系统性解压与建构。教师遵循“理念—体制—工具—实验”四阶递进逻辑，层层剥茧【重要】【高频考点】。

理念层：辨析机构监管与功能监管的本体论差异。机构监管以金融机构的法律身份（银行、证券、保险）为边界，颁发分业牌照；功能监管以金融业务的经济本质（吸收公众存款、销售投资产品、提供支付服务）为边界，同一业务接受同等规则约束。教师以支付宝为例：若按机构监管，其应归银保监会或证监会？它既是支付机构，又是基金销售平台，还是保险经纪渠道。唯有功能监管，方可实现对其实质风险全覆盖。此处嵌入“监管真空”“监管套利”概念辨析，并引2023年国家金融监督管理总局组建后对消费者权益保护职能的整合为例证【热点】。

体制层：呈现中国金融监管架构演进图谱。从1990年代“一行三会”，到2017年“一委一行两会”国务院金融稳定发展委员会统筹协调，再到2023年国家金融监督管理总局成立、央行地方支行改革、证监会独立强化。教师特别指出，金融控股公司监管办法的出台标志着监管逻辑从“管机构”向“管实质控制人”跃迁。强调金控公司准入门槛、资本充足率并表、非金融资产剥离、关联交易禁止四大支柱，并明确蚂蚁集团被纳入金融控股公司监管后的整改重点。此部分涉及具体监管指标（如杠杆率不得低于4%），列为【高频考点】。

工具层：全面介绍监管科技（RegTech）的双重意涵。供方RegTech指金融机构利用人工智能、区块链等技术自动履行合规义务（如智能合约自动筛选并拦截涉敏交易）；需方SupTech指监管机构利用大数据、自然语言处理、知识图谱等技术提升非现场监管穿透能力。教师以中国证监会“鹰眼”系统为案例，展示其如何通过分析上市公司年报文本相似度、客户与供应商关联网络，识别隐性关联方交易与财务造假。又引外管局跨境支付监管系统，展示其如何通过图算法识别地下钱庄的“蚂蚁搬家”式资金外流。此为【非常重要】内容，昭示未来监管竞争已从制度优势延展至技术优势。

制度创新层：聚焦监管沙盒。教师纠正常见误解：沙盒绝非放松监管，更非法外飞地。其本质是一组制度性实验规则——在真实市场中划定小范围、限定人数、限定规模的安全测试区，允许创新业务在监管者全程监控下试错，成功则修法推广，失败则平稳终止，风险不向外溢。援引英国FCA首创沙盒的初衷——缩短创新产品从实验室到市场的合规等待期。进而简述中国北京、上海、深圳、粤港澳大湾区四地沙盒试点的差异化侧重（普惠金融、跨境金融、绿色金融、科创金融）【热点】。

（六）范式叩问：开放银行与DeFi的终极悖论（约5分钟）

作为硕士层次高级专题，必须正面遭遇学科范式革命可能。教师以极速双题收束，不做定谳，只点燃思考火种【难点】。

命题一：开放银行是强化还是削弱了银行的中介地位？教师简述开放银行核心机制——银行通过API将客户账户、支付、数据权限向第三方开发者开放。强化论者认为，银行由此成为数字生态的数据枢纽与基础设施，无可替代；削弱论者主张，数据可携带权使用户迁徙成本归零，银行沦为“水管公司”，高附加值客户界面被科技平台攫取。教师出示欧盟PSD2指令实施五年后银行股价与科技金融企业股价背离图，数据倾向削弱论，但强调尚无定论。

命题二：DeFi能否实现“代码即信任”，彻底消灭中介？教师以1分钟快放视频展示以太坊头部借贷协议Aave的清算机制：当抵押资产价值低于贷款阈值时，任何人都可调用清算合约，偿还部分贷款并获得折价抵押品，全部流程无人干预。此即代码自动化替代中介功能。然而，教师展示DeFi生态的再中介化悖论：绝大多数用户通过MetaMask钱包访问DApp，钱包提供商成为新入口；绝大多数借贷聚合器（如Instadapp）在用户与Aave之间又加一层优化算法，成为新中介；底层公链的治理代币高度集中于少数创始团队，形成中心化决策。最终抛出终极叩问：“当清算人由匿名开发者编写的机器人程序扮演，且市场极端波动导致数百个机器人同时执行同一清算策略时，谁来承担流动性瞬时枯竭的社会成本？代码会负责吗？”全场寂然，下课铃响。

七、教学评价与反馈系统

本讲构建“前测—中测—后测—延测”四阶全周期评价体系。

前测通过雨课堂客观题完成，数据已用于实时调整讲授深度与辩论分组【基础】。

中测嵌入教学过程各环节：辩论赛立论逻辑严密性、拼图连线准确率、案例识别敏感度、风险提示函专业规范性。教师使用事先开发的PTRAS（Problem-solvingTrans-disciplinaryReasoningAssessmentScale）量规表，从“问题界定精准度”“分析框架适切度”“证据援引权威度”“对策创新度”四个维度对各组表现进行等级评定，分值按30%比例计入课程平时成绩。特别关注学生能否在陌生案例中自发迁移三维风险框架，此为评价高阶思维迁移能力的核心指标【非常重要】。

后测包含两部分。其一，课后即时推送于教学平台：5道标准化选择题，覆盖功能监管界定、监管沙盒目的、算法风险类别等高频考点；1道结构化论述题——“2024年，某互联网平台拟通过借壳消费金融公司获取全国性互联网贷款牌照，但计划延续联合贷款模式。请你以监管机构研究助理身份，撰写300字以内政策建议，重点论述应从哪些维度设置业务准入红线。”其二，延时一周的小组研究契约汇报，选题为《数字时代金融中介的不可替代性》《论监管沙盒的本土化改良》或《从蚂蚁集团看金融控股公司穿透监管》三选一，要求正文2000字以内，附中英文摘要，至少引用5篇CSSCI/SSCI近三年文献。汇报采用“双盲互评+导师复核”机制，互评权重40%，教师评定60%。

八、板书流与学术资源供给

（一）动态板书流

鉴于多媒体课件已呈现细节性数据与流程图，物理黑板仅承载认知锚点，形成四阶逻辑链：1.存在性质变？——信任成本决定中介边界；2.功能图谱：增强·分离·替代·新生；3.形态定位仪：资金来源·运用·收益；4.风险三维体：技术·业务·系统；5.监管