比特币以太坊 Meme TRON BSC Solana RWA AI Agent 空投监管 SEC 特朗普

使用AI、预言机和区块链解决全球金融行业长达几十年的非结构化数据问题

Chainlink预言机

公司行为是资本市场日常运营中不可或缺的一部分，用于执行分红、并购、股票赎回等各种公司流程，是公司治理和资本配置的基础。

然而，在与股东沟通公司行为的过程中往往会出现各种错误和重复操作，因此耗费了大量成本和资源。另外，信息的传递过程也非常繁琐，会经手多个中间环节。这主要是因为缺乏可验证的统一结构化数据，无法为所有市场参与方提供统一的事实来源。

什么是公司行为？

公司行为指一家上市公司开展的任何事件或活动，这些事件或活动可能会对公司的资本架构或财务状况产生实质性的影响，因此需要通知投资者、资产管理公司以及其他利益相关方。仅在美国，每年就会发布370多万项公司行为。

公司行为涵盖各类事件，通常会基于股东的参与情况分成以下三大类：

一、强制性公司行为，这类公司行为的信息沟通完全是单向的，即从发布方流向投资者。现金分红、股票拆分和并购都属于这类公司行为。

二、强制性选择权公司行为，这类公司行为的信息沟通是双向的，先由上至下从发布方流向投资者，然后投资者再向上与发布方沟通行动指令。股息选择权就属于这类公司行为。

三、自愿性公司行为，这类公司行为可以是单向或双向沟通，具体取决于股东是否会对公司行为作出回应。可选股息和供股都属于这类公司行为。

这些行为主宰着全世界最大企业的治理流程以及数万亿资金流，因此对于现代市场经济和高效资本配置至关重要。

什么是公司行为的商业成本？

一个区域性公司行为的平均运营成本是300-500万美元

根据ValueExchange与ISSA的一项联合调查显示，公司行为流程低效导致每个市场参与者每年损失300-500万美元，在公司层面的损失额可能高达几亿美元。流程低效之所以带来如此大的经济损失，一个主要原因是46%的事件数据都是人工处理的。

由于流程错误导致的直接损失甚至更高。45%以上的经纪商都因为错误而损失超过100万美元，一些损失甚至高达数千万美元。然而，交易者要收到及时准确的公司行为数据，可能要付出更高的机会成本。

公司行为数据问题

非结构化数据

公司行为数据往往记录在PDF文档中，这些文档长达数百页，文字晦涩难懂，而且没有结构化的数据表格。这是因为目前发行方没有统一的事件发布模板，也缺乏统一的证券标识系统。

复杂的信息流

公司行为的生命周期非常长，流程也很复杂。其中涉及多个中间机构，包括托管方、数据提供方、交易所、银行、中央对手方清算所（CCP）以及中央证券存管机构（CSD）。这些中间机构的存在加大了数据集在传输过程中出现错误和异常的概率。

各种数据要求

目前有超过70种不同的公司行为，每一种都有不同的数据要求。随着治理、资金和监管结构越来越复杂，特别是ESG方面，这些要求也会不断加码。

人为错误

人工流程会提高错误发生率，通常会在手动输入数据或解读复杂事件的环节出现错误。这类错误在信息流上游尤其普遍，因为人们经常会临时用邮件、电话和传真来替代系统。而目前为止，过错方都不会被追责。

“用纸质文件处理公司行为看似是上世纪八十年代的过时做法，但这确实就是目前大部分公司的现状。”—— ValueExchange

行业影响

未经确认的数据

中间方和投资者无法轻松验证公司行为事件的真实性。验证真实性的责任通常会落在信息接收方的头上。他们在做决策之前必须比较和清理这些数据，然而他们也无法真正有效地验证数据的真伪。数据验证需要花费很大成本，往往需要对数据进行严格的人工复核和审核，通常也称为“八眼检查“（8-eye checks）。除此之外，还需要展开内部“数据清洗”（scrubbing）工作，并花钱购买多个数据源的访问权限。

数据延迟

人工审核会导致信息延迟传递给投资者，因此投资者就没有充足时间做出理性决策，也无法获得及时的信息。这可能会对投资者造成超出预期的影响。

繁琐的交易对账

对账流程非常麻烦，需要对比多个数据提供方的数据，这会导致交易或定价错误，需要在各个业务部门或公司之间进行对账予以纠正。纠正这些错误需要花费大量额外的工作时间来进行对账工作，其中还需要高层管理者的参与。

创新的解决方案：为公司行为建立统一的黄金记录

统一的黄金记录为金融机构提供单一事实来源

Chainlink、Euroclear和Swift联手六家主流金融机构近期共同开展了一项覆盖全行业的计划，展示了如何使用AI、区块链和Chainlink帮助机构解决公司行为缺乏结构化实时数据的问题。值得一提的是，执行这个解决方案不需要整个行业转型其现有运行流程，就可以为信息沟通建立新标准。

之前开展的公司行为计划聚焦在如何将发行方和代理机构发布的公司行为事件沟通流程标准化，这需要各国组织改变其现有流程。然而，利用AI、预言机和区块链则可以自动处理公司行为沟通流程中的非结构化数据，并在区块链上输出结构化数据，所有市场参与者都可以在链上查看，并实时验证。因此机构就可以将其公司行为流程自动化，最大程度上减少错误，并基于及时且经过验证的信息进行交易。

具体而言，就是首先使用大型语言模型（LLM）从原始公告中混合着文字和表格的非结构化数据中提取出结构化数据。然后使用Chainlink安全可靠地从多个大型语言模型中抓取结构化数据并对于事件数据达成共识，消除人工智能产生幻觉的风险。然后，Chainlink将数据传输到链上，建立统一可验证的事实来源，即一个统一的黄金记录。记录中的数据可以发布到各个区块链和传统链下系统中。

AI、预言机和区块链可以简化公司行为生命周期

AI、区块链和Chainlink可以共同为公司行为创建统一黄金记录，并符合以下标准：

结构化——统一黄金记录（UGR）中的数据可以以结构化格式储存，因此可以无缝衔接到其他系统，并输入自动化的流程。
及时——所有参与方都可以访问统一黄金记录，并且记录中所有近实时的更新都附有时间戳。
准确——单一事实来源可以消除数据传输过程中的错误发生概率。
可验证——所有利益相关方都可以验证数据的真实性和来源。
安全——区块链和Chainlink可以提供最安全的基础设施，用于储存和传输金融数据。
可更新——强制性和自愿性公司行为的统一黄金记录可以基于投资者指令更新，比如针对某项并购案的投票结果。
可访问——包括中央证券存管机构和投资者在内的所有市场参与者都可以实时访问统一黄金记录。

超越公司行为：拓展统一黄金记录作为金融数据标准格式的应用场景

使用AI、区块链和Chainlink来简化公司行为，这是打造链上金融未来的重要一环。在未来，链上金融将实现卓越的风控，减少信息不对称，增强可编程性并大幅提高运营效率。统一黄金记录将是这场转型的核心，为金融工具、产品和事件提供可验证的单一事实来源，并实现几乎实时的更新。有了统一黄金记录，金融行业将在底层实现透明性、互操作性和可组合性。