脚本主管、编辑、CG艺术家和演员都要小心了：到2045年，AI可能会代替你们掌管一切。

在主演 Paul Walker 在2013年去世后，《速度与激情7》的制作方需要使用数字演员代替沃克的真身完成电影。为了实现到这一点，他们在Walker 的兄弟Caleb和Cody的帮助下对他们进行了动作捕捉，并让视角效果团队 Weta 精心制作了电脑动画。这是2014年最先进的技术。但是想象一下这样一种未来：电脑机器人进入影院，观看Walker在以前的速度与激情系列电影中的表演，一分一秒地学习他如何走路、说话甚至如何动眉毛； 然后，电脑的人工智能开始接管影视制作，自主地创造出 Walker 的数字角色表演。

这一天并不是很遥远。 现在，在电影和电视中使用计算机图形是很常见的，人工智能已经是好莱坞最重要的技术。 在AI驱动的应用程序中，机器可以接管工作并可以自己学习和思考。这样的应用程序可以担任脚本主管，进行电影编辑，甚至为模拟真人的数字角色或CG动画角色创造出真实的表演。虽然这听起来像是《银翼杀手》或是《西部世界》这类科幻世界中的想象，但事实是，这种技术会对好莱坞的产业领域产生巨大影响：它将改变时间表和预算、缩短生产时间、降低成本。

创造出可信赖的数字人类角色，这仍然被认为是最困难的视觉特效，而这一任务也是对新兴视觉科技的终极考验。数字人类角色一直受到“非人类恐怖谷”现象的困扰：观众会对那些不是很逼真的数字人类角色感到不舒服，而这会影响影院上座率。“ 数字角色在电影中变得越来越重要，但是如果你的角色拥有的数据量太少，他就会看起来不对劲，”Chaos Group 实验室主任、数字人类角色联盟的核心成员 Chris Nichols说。 “我们正在使用 AI 填补空白，AI的全部工作依赖于数据训练，数据越多，系统越好。 这些技术尚未在主流电影中使用， 但从理论上讲，AI可以比当前的方法更快更经济地创建数字版Paul Walker ”。

现在，AI最适合做的工作是，在一个角色根据真实演员或者CGI艺术家的创作被绘制出来之后进行进一步的加工。AI也可以在《银河护卫队》这样的电影中发挥作用。AI 把这部电影中主演 Kurt Russell 的现实镜头和他年轻时候的镜头结合起来训练，就能获得更年轻版本的 Kurt Russell 的角色表演。 “AI确实很神奇，”Nichols说， ”AI 并不是直接提供数据，而对数据进行解释，解释数据中缺失的部分。“

科学技术学院奖获得者 Stephen Regelous 是Massive的开发者之一。这个AI驱动的软件曾为彼得·杰克逊的魔戒系列电影制作出庞大军队的视觉特效。Regelous 在动画世界中看到了 AI的潜力，尽管他拒绝透露他的客户是谁。他的大规模系统也正在应用于最近的动画电影。 “通过使用AI软件，你可以从动画功能预算中省掉数千万美元，”他说。 在几秒钟内，AI可以为CG动画师制作一个人物，而这本来是一个劳动密集型的过程。 Regelous补充说：“借助Netflix和其他流媒体服务，AI可以更快地帮助制作动画，并且可以提高效率。”

AI也可用于在实况动画电影中创建角色。 Regelous说：“在电影《人猿星球》中 ，它可以成为动作捕获的替代品。本来，是由 Andy Serkis 扮演人猿凯撒，对他进行动作捕捉。现在，AI可以代替 Andy Serkis。 在未来某些时候，你可以创建出完全逼真的虚构角色。”

这可能会在不久的将来造成一些棘手的问题。 Nichols警告说：“会有道德问题 。你是否应该这样做之类的问题。“  电影《2001：太空漫游》和《人工智能》是关于AI训练的计算机和机器人反叛人类的警示，未来主义者企业家 Elon Musk 已经表示担心“能够摧毁人类的人工智能增强型机器人” 。 最近，当Facebook 使用AI编辑新闻源和定向广告时，AI驱动的机器人展现出类似于机器人语言的东西，而这已经让一些人感到担心。

Regelous 预测说：“到2045年，将是由 AI 而不是我们来运营电影。他们会变得非常聪明。不仅仅是电影，AI 还将治愈癌症、修复全球变暖。” 但是Regelous并没有设想那些黯淡悲观的可能性。他说：“任何比我们更聪明的存在者也会珍我们的存在。它会思考，感受爱和珍视生活。我希望我是对的，不然，我们就糟糕了。”

Courtesy of Epic Games

假如AI创造数字角色（像数字人类角色联盟的这个例子）是可行的，一个关键的测试是眼睛。

Courtesy of Epic Games

高风咨询公司董事长谢祖墀及资深顾问 Jackie Wang 称中国完全有实力达成其全球人工智能领导者的目标，但首先应转变思维方式，致力于开创性的研究而非专注于现有的技术。让我们来看看他们是如何分析的。

在过去几年间，中国大力投入人工智能研究，旨在成为这一颠覆性技术领域的全球领导者。

《经济学人》数据显示，2012 到 2016 年期间，中国的 AI 企业获得的政府资助为26亿美元，美国企业则高达179亿美元，但情势迅速发生了转变。曾被视为技术落后的中国，如今将 AI 视为超越国际竞争对手的契机。

在全球 2015 年发表的顶尖 AI 学术论文中有超过40%包含有一名或多名中国作者。2010年到2014年减，中国的 AI 技术相关专利申请增长了 186%，相比较于前一个五年是一个极大的飞跃。与此同时，近两年 ImageNet Large Scale Visual Recognition Challenge 中成绩优异的团队均为中国团队，其中半数以上都植根于中国本土。

中国政府发布的推动中国人工智能企业于2030年前成为全球领导者的目标确定了基调。这一计划与中国政府最新的五年发展规划并驾齐驱，将科学技术发展确定为首要战略。

《中国制造2025》、《“互联网+”人工智能三年行动实施方案》及《新一代人工智能发展规划》等政策均致力于推动中国 AI 技术的发展。

中国多个省份及城市也纷纷出台优惠政策及丰厚的政府资助，扶植 AI 初创企业。以沈阳为例，该市投资人民币 200 亿元重点发展机器人技术开发项目。

这些优惠政策促进了小规模企业及大型互联网企业共同的技术创新。产业巨头如百度、阿里巴巴及腾讯，初创企业如旷视科技、碳云智能、出门问问及商汤科技，另有滴滴出行及小米等独角兽企业，均大力投入 AI 技术的研发。

例如，百度开发的应用神经网络的机器翻译系统，其语音识别准确率已超过人类，他们同时发布了自动驾驶解决方案的开源平台，命名为“阿波罗计划”，推动自动驾驶技术的研发。腾讯也建立了自己的 AI 实验室，汇集全球顶尖的 50 名科学家、研究人员及专家，提出“内容 AI，社交 AI 及游戏 AI”的目标。今年早些时候，腾讯开发的机器人“绝艺”击败了日本围棋高手 Ryo Ichiriki。

专注于计算机视觉技术的旷视科技在《麻省理工科技评论》评选的2017年50家“全球最聪明企业”中名列第11位，其面部识别产品 Face++已为全球一亿人刷了脸。科大讯飞的智能语音识别及自然语言处理技术为全球领先，这家市值已达到约120亿美元企业的语音识别技术甚至可分辨中文中的方言。

在学术领域的 AI 研究已经从少数顶尖中国高校拓展到全国。在活力充沛的学术环境下，中国研究人员可以同时汲取中文及英文的各类资源。大批的理工科专业毕业生投身 AI 产业。中国互联网及智能手机的用户基数向 AI 学习算法提供了巨大数量的有价值的训练数据。

相比较外国同侪而言，对于大量行为模式及日常数据的获取使得中国的 AI 研究者们能够以更高的速度及密度进行更大规模的学习和实验。

中国完全有能力成为全球 AI 领导者。但要实现这一目标，政府、学术界及产业界均需要转变思维模式。

迄今为止，突破性的技术创新仍主要在西方国家中产生，科技及基础建设是推动AI 技术的关键。中国的学术界则多注重现有技术的全新应用，这也是中国政府一贯以来奖励实际研发成果做法导致的结果。AI 相关基础科学的研究耗时更长且并无保障。

中国的企业擅长迅速在市场上推出新产品和产品的新特性，因为长期以来他们对新商机的把握已得心应手。和学术界的状况类似，中国企业也停留在已有技术的应用阶段，而不是自主研发新技术。目前状况下，如推动了谷歌 AlphaGo 那种基础科学研究的激励并不存在。

如想成为全球 AI 领导者，中国必须实现基础性的转变。对于新技术而不是新应用应投入更多关注。所带来的挑战会在于，中国政府要重新考量政府资助、研究提案及研究计划所带来的影响的审议标准。

中国企业，在把握商机时一往无前，但仍缺乏微软及谷歌那样略带疯狂的创新理念。

此外也存在地缘政治方面的潜在风险，如果未来技术的互通受阻，中国迅速转型的速度也会被拖慢。

一份五角大楼的报告中称，中国企业在过去6年间向美国的 AI 初创企业投资达7亿美元，但美国国防部视之为针对美国国家安全的潜在威胁，并建议美国政府对此类投资予以禁止。

国外顶尖的研究者们也有可能因为担心自己的研究成果被“另作他用”而拒绝为中国企业工作。

为实现于2030年前成为全球 AI 领导者的目标，中国需要采取以下两个措施：第一，改革奖励机制，鼓励产业界及学术界研发新的AI 技术；第二，政府及产业界共同致力于将中国学术界发展成为全球 AI 研究领域的基石。

吴恩达曾将 AI 比喻为新电力，称其改变的不是一个领域，而是整个世界。

AI 可以，并且已经被应用于各个领域，为激活新的商业模式创造了前所未有的机会。AI 时代的资源也更加开放。企业原有的竞争力也许一夜之间就被跨领域的理念及技术融合所摧毁。

企业未来的优势在于掌握数据及具备预见性。

中国会成为全球 AI 领导者吗？这需要时间。但是正如在当今所有技术创新相关的领域一样，在 AI 领域无法忽视中国的力量。

一个语音虚拟助理，比如Siri、Alexa、Cortana或者Google Home的表现，很大程度上是由驱动其的数据决定的。要训练这些程序来理解你正在说什么，首先要拥有大量关于人类对话的现实案例数据。

这让现有的语音识别公司拥有天然的优势，因为他们已经大量地积累了对话样本数据，能用于训练算法。所以，希望在这个舞台上竞争的创业公司必须拥有自己的一套语音音频文件，也许可以从现有的文档（如TED Talk转录构建的大约300小时的语料库）获得。

卡内基梅隆大学研究教授 Alexander Rudnicky说，开发人员通常需要访问数百或数千小时的音频。

 谷歌从某种程度上也认可了这一说法，上周，他们发布了全球录音的众包数据集。这一包含了 65,000 条一秒钟音频剪辑的语料库包括了来自世界各地的人们说的简单的指令词 ：“ 是的”，“不”，“停止”，“去”等等。 

Mozilla是开源Firefox浏览器的拥有者。Mozilla最近推出了一个名为Common Voice的新项目。他们的目标是建立一个免费对外提供的，众包的世界各地语音样本数据集，包含各种样本单词和句子。

谷歌的录音是AIY自动动手开发人工智能项目的一部分，旨在使创客们能够体验机器学习。 “我们用来创建数据的基础设施也是开源的，我们希望看到它被更广泛的社区用来创建自己的版本，特别是覆盖服务不足的语言和应用程序，”谷歌软件工程师Pete Warden说。

总的来说，它不仅是超过一千兆字节的声音，还是谷歌收集的用于训练自己的AI系统的语音数据总量的一小部分。该公司曾经开设了一个自动化的助理服务，事实证明，这是他们收集人类语音数据的一种方式。

亚马逊的Alexa将用户的语音查询命令传输到服务器，用于进一步训练该工具。苹果通过聘请朗读者来阅读特定的文本，教会Siri新的语言和方言，并让人从服务器上的语音到文本转换模型上转录写语音片段。据报道，微软已经在世界各地设立了模拟公寓，以栩栩如生的环境中捕捉到的音频片段来训练Cortanan 数字助理。

但是，以上所有这些都是私人公司持有的，通常不对学术界、研究人员或将来的竞争对手开放。这就是为什么Mozilla决定推出其Common Voice项目。

“当我们开始开发这些系统时，我们发现我们可以在算法的基础上建立其他人的作品，并在算法方面做自己的创新工作，但是对于所有这些，数据选择，创建和聚合是一个挑战，“Mozilla新兴技术高级副总裁肖恩·怀特（Sean White）说。 “如果你想做一个新的语音识别系统，你不能到市场上随便就能找到一个高质量的数据集来使用。”

Common Voice 邀请所有具有互联网连接和麦克风的人通过网页浏览器上的几次点击来提交他们自己阅读特定句子的简短记录。这与谷歌的项目工作方式类似，虽然Common Voice要求人们提交完整的句子，而谷歌只要求录入那些通常用作命令的特定单词和数字。

这些句子是由志愿者提交的那些会话短语的混合，比如 -“她把充电器还给我了”是项目的GitHub文件中的一个，出自经典电影Charade and It’s a Wonderful Life。 Mozilla还要求参与者提供一些基本的人口统计信息，如年龄，性别和英语方言区（例如美国英语，加拿大英语或英语，西印度群岛和百慕大）。

该项目在首次开放的大约57天内收集了大约307,000个录音，每段约3至5秒。 Mozilla开放式创新团队数字战略家Michael Henretty说，这使得总音频的播放时间达到了 340 到 520小时。

他说：“我们已经超越了TED演讲，那是其中一个较大的开源数据集。

Mozilla的目标是在今年晚些时候发布一个版本的数据集，希望能在这段时间内拥有10,000小时的音频，这个数字估计足以训练现代的生产质量标准的系统。这远远超过谷歌刚刚提供的18小时的音频剪辑数据库。拥有大量和各种各样的语音样本的关键原因之一是使得在其上训练的算法避免了意想不到的偏见。因为任何一个尝试使用语音助手的重口音的人都可以证明，这些系统在理解简单的英语方面比别的更好。

谷歌收购的数据科学社区 Kaggle 的数据准备分析师 Rachael Tatman 在今年早些时候发表了一篇关于性别和方言如何影响 YouTube 自动化标题准确性的文章。她发现 YouTube 自动标题对于女性和苏格兰口音的演讲不太准确，但根据训练数据的使用情况，不同的系统可能会出现不同的错误模式。

 “如果是我看了很多弗吉尼亚州的女性发表的演讲，我也会对来自弗吉尼亚州的女性的演讲听得更准确，而对来自加利福尼亚州的男性就听不了这么准确。”Tatman 说。

现有的开源数据集已经被发现存有“偏见”——例如德州仪器最初收集的交换机对话数据集，现在托管在宾夕法尼亚大学语言数据联盟。有偏见的数据在人工智能的其他领域一直是个问题，一些算法被认为更好地识别白人面孔，或者在理解推特上非裔美国人的英语时有困难，这对旨在为不同受众服务的高科技公司和开源项目来说尤其是问题。

Mozilla 还邀请用户验证提交的样本，验证录音的正确性。最近，由网站进行验证的样品包括来自英语世界各个地方口音的正确录音，还配了一个听不清的样本，以及一段猫王的音乐。

Tatman 说，大多数语音助手背后的公司都没有提供内部语音记录，这并不完全是为了防止竞争。 由于很多查询都包含了个人信息，例如网络搜索或短信，如果开放数据将会造成隐私泄露。通过一个人独特的声音就可以识别他。

不过，这些公司仍会在内部使用这些数据：苹果公司过去曾表示，它可以保留两年的Siri数据，以及相应的用户标识（如抽取出的 ID 号码和电子邮件地址），以帮助改进算法。该公司没有对其当前Siri音频保留政策引发的每个评论的进行反馈。

 “你的声音是可识别的，”Tatman 说。 “这被认为是可识别的信息。”

Mozilla 也采取了措施来保护用户隐私，因为它收集的是开源语音数据。“我们费尽心力地将用户与相应的录音分开，使得剪辑本身没有嵌入个人识别信息。”

和一些现有的公开可用语音记录数据集（如经过标记的 TED 演讲）相比，Mozilla 数据集的一个优点是，和Siri或Alexa设备的声音样本一样，录音时的环境条件与人们实际使用语音识别软件时的环境条件相似。

Rudnicky解释道：“他们基本上是用浏览器来收集数据，这意味着所收集的数据的更多地代表了目标用户可能具有的特征。例如，我坐在办公室里，我用的麦克风是办公环境下桌面使用的那种，类似这样。”

所收集的录音拥有各种各样的讲者及口音以及所预期规模的数据集，因而会比现有的那些免费的音频资源更实用，甚至比那些大公司秘而不宣的数据集更有价值。“我们在尽可能地撒一张大网”，Henretty称。

黑色系期货大跌，硅铁主力封住跌停，焦煤跌超5%，铁矿石、焦炭跌超3%，锰硅跌超2%。

8月28日，美国证监会发布关于谨防ICO骗局的警告。据美国证监会官网：

美国证监会投资者教育办公室向投资者预警，部分声称与ICO有关，或者声称正在进行ICO发行的公司，可能存在诈骗。欺诈者们通常会利用新兴技术的诱惑，来使潜在投资者将钱投到骗局中。这些声称拥有ICO技术的公司，可能存在“拉高出货”和“市场操纵”的两种欺诈可能。

这是美国证监会（SEC）可能会提高对数字货币的监管审查级别的最新信号。就在不久之前，美国证监会（SEC）叫停了四家场外交易的公司的ICO发行。

在7月初，美国证监会（SEC）还曾表示，他们对时下最火爆的数字货币发行ICO具有监管权。

ICO，全称为Initial Coin Offering，其含义与IPO其实非常相似，都是指通过发行一样东西来进行募资，只不过，IPO发行的是自己的证券，但ICO的发行物是电子货币（代币）。

SEC称，通过出售电子资产来募资的公司，必须遵守美国联邦证券法。发行人必须向政府登记他们的交易，电子货币交易所也一样。

在ICO中，投资者可以通过使用虚拟币去投资早期产品或者项目。而这些可使用的虚拟币可能是比特币、以太币等。
 
在完成投资后，项目方通常会按比例给投资者发放其他代币。其他代币的价值会随着项目的发展产生相应的变化，而投资者参与ICO所获得的代币往往可以通过二级市场交易或是分红获得回报。

近年来，ICO可谓是发展得如火如荼，它的融资速度甚至让IPO都望尘莫及。

华尔街见闻此前提到，区块链铅笔、ICOAGE创始人龚鸣日前在活动中称，“前不久一家区块链企业印链(Inchain)通过ICO仅用22小时就完成了2000万人民币融资，而另一家叫Gnosis的区块链初创公司只用了9分钟就售出了所有代币。”

金融研究机构Autonomous的最新的研究报告显示，今年年初以来，新兴科技公司通过ICO融资了近13亿美元，2016年全年融资规模还只是突破2亿美元。

媒体：中国监管不排除直接ICO取缔的可能

财新昨日报道称，ICO暴富引发非法集资风险，中国有关监管部门将对ICO采取行动，在监管、法规体系准备好将ICO纳入之前，甚至不排除直接取缔的可能。

财新记者从多位监管人士处获悉上述消息，是否取缔的方案正在研讨之中，央行、证监会均参与其中。这一行动的法律依据来自1998年颁布的国务院3号令《非法金融机构和非法金融业务活动取缔办法》。

继无人便利店、盒马鲜生之后，阿里巴巴在线下零售市场的布局再度发力。

8月28日，阿里B2B事业群旗下零售通事业部宣布，将利用阿里巴巴的大数据优势，帮助全国600万家零售店，提升这些零售店的智能化、信息化水平。同时，阿里还将在未来一年新开一万家“用数据武装”的“天猫小店”，成为社区生态服务中心。

据阿里介绍，目前零售通已覆盖了50万家商店，过去几个月，零售通每月环比增长超过50%，7月同比增长28倍。未来一年， 零售通的目标是覆盖100万家门店，店均SKU数和店均GMV继续翻倍，2020年占到B2B市场的三分之一。

自马云去年提出“新零售”概念以来，阿里相继收购了银泰商业、百联集团等大型线下超市集团，还推出了多个无人超市门店，并大手笔打造盒马鲜生。此次零售通事业部推出的社区小店激活计划，可谓阿里巴巴为推进“新零售”战略而再一次出招。

用数据激活社区小门店

天猫小店的核心看点在于“用数据武装”。

阿里介绍称，今后，天猫小店将是整个智能分销网络的一个节点。借助小店收银台的工作台和POS系统，小店里每件商品都可以在后台监控，哪怕是关东煮、烤肠这些没有条码的商品同样可以数据化，清楚地看到销量、库存时刻的变化。而掌握了这套数据后，商家可以更加合理、细颗粒地对货品、货架进行管理。

此外，零售通还将提供简单优质的智能设备，帮助小店老板完成品类规划、店内陈列，更了解自己的运营状况，实现商品、顾客、交易的信息化。同时，零售通还将与淘宝、天猫打通，让小店与消费者、品牌商建立线上线下的连接，更好的服务消费者。

阿里表示，对于在零售通月采购额1万元以上、商店位置好、人流量大、商品品质有保证和服务态度好的优质小店，零售通将提供天猫品牌授权，让小店变身为丰富、专业、智能的“天猫小店”。这些小店将能够使用统一的天猫形象，除了数据、商品的赋能外，还会接入整个阿里系的生态力量，比如阿里健康、飞猪、农村淘宝、菜鸟驿站、阿里妈妈等，帮助零售小店拥抱新零售，成为社区生态服务中心。

阿里巴巴副总裁、零售通事业部总经理林小海表示，零售通将从丰富、专业、智能等维度打造智慧渠道通路，为零售小店赋能。利用阿里巴巴的大数据优势，零售通会根据每个小店所处的社区特点、周围消费者的构成、小店本身的画像，给小店老板推荐顾客最需要的商品，最大限度的提高商品的丰富度。

“未来，天猫小店既是一个超市，又是一个邮局，还是一个旅行社，甚至是一个社区银行”，林小海说，每个数字化的天猫小店，背后还和经销商、品牌商的工作台对接，小店所有对用户的销售服务，都不再是一个终点，而是用户洞察的起点。

阿里巴巴CEO张勇在零售通的发布会上表示，希望通过数字技术、互联网平台，建立一个跟所有品牌商、合作伙伴共享的渠道，让整个货物的流转更有效率，同时能够使得中国数百万零售从业者、小店店主们，能够获得一个透明的渠道，能够跟大的商家、大的零售商一样获得同样的权利、机会。

抢占社区店供应链

实际上，阿里此次重金入局线下零售市场，来得并不算早。在此之前，阿里的老对手——京东已经宣布了规模庞大的线下零售布局计划。

早在2015年12月，京东就成立了新通路事业部，成立之初就瞄准了服务全国中小零售门店的生意。2016年12月，京东新通路事业部完成供应链和地勤服务的团队搭建，并面向全国的中小门店推出一站式B2B订货平台“京东掌柜宝”。当时京东新通路表示，预计到2017年底，该业务将覆盖全国超过50万家中小门店。

对比来看，阿里和京东的目标都是为中小零售门店搭建数据系统、解决采销供货问题。区别在于，京东新通路与品牌商合作的过程中，主要采取自营模式，京东负责采进销出，在此渠道中，京东将是唯一的代理商。而天猫小店采用的是加盟模式，目的或在于加快线下网点的铺设。

对于零售门店的供货，京东提供的多为京东自营，或是通过与可口可乐、联合利华等知名零售大牌合作。而天猫小店的货品来源有望更为丰富，淘宝、天猫本身拥有庞大的商业生态，今后，海外进口商品、淘品牌商品、来自农村淘宝的生鲜特产……都可能现身天猫小店。

除了京东，早期布局线下新零售的还包括惠民网、楼口等品牌。以惠民网为例，它号称是国内最大的社区O2O服务平台，早在2015年，签约商户就已超过20万家，主营业务包括“2B”的超市进货配送和“2C”的线上销售。

惠民网的成长速度也验证了这个领域的机会。据公开报道，惠民网于2012年9月筹建，2013年5月正式上线，之后的一年半时间里，订单额达到近8亿元人民币，2014年，还略有盈利。2016年，惠民网已完成13亿元的B轮融资，估值20亿美元，投资方包括达晨创投等多家机构。

看来，社区小店的进货环节已经被电商巨头盯上，这个领域接下来的厮杀或将不可避免。不过，在惠民网的投资方浙商创投合伙人刘冬秋看来，“这个市场非常大，理论上可以容纳很多玩家，短期谈不上竞争。”

央行收紧流动性

华创屈庆指出，相比于二季度，三季度央行运用更多方式更有效把控市场流动性，维持市场偏紧流动性预期。因此在央行有能力更加精准地对流动性的把控下，9月将保持流动性偏紧的预期，避免市场再次加杠杆的情形。

非银机构和中小银行资金更为紧张

超额存款准备金率持续走低，商业银行人民币超额备付金率也出现下降的趋势。该两项指标下降速度之快不能不产生对金融体系流动性水平的冲击，银行体系流动性水平并不处于较高水平。

 

2015年以来，中资全国大型银行和中小型银行各项存款均不断增长，但存放中央银行款项与各项存款的比值却出现下行趋势，这与超额准备金率和超额人民币备付金率持续走低的趋势一致，说明银行体系内现金头寸出现了下降。更细致来看，大型银行存放中央银行款项与各项存款的比值高于中小型银行，非银机构和中小银行资金更为紧张。