Fintech沙龙系列 | 智能金融和价值网络步入金融科技2.0时代

3月6日，易选股金融智能证券董事长、上市公司键桥通讯董事易欢欢受邀参加“IMI-瀚德Fintech沙龙”，并发表“智能金融和价值网络步入金融科技2.0时代”主题演讲。他在演讲中指出，当前我们处在互联网发展的一个“断层”，而人工智能、虚拟现实和价值网络会成为下一波互联网大潮的核心概念。人工智能已经在金融领域有了广泛运用，并将带来新的供给和需求，产生极为重要的影响，带来个性化定制、更为严格的风控和真正的普惠金融。我们要为金融人工智能的未来做好准备。

以下为演讲实录：

在开始今天的正题之前我想先给大家介绍一下选择这个题目的背景。我们当前正处于互联网发展的一个“断层”，接下来我们将会迎来新一波的发展浪潮。任何事物始终是曲折发展的，因此在“断层”中我们能够寻找到下一波金融科技浪潮的重要因素，在我看来，下一波浪潮的核心议题有二，一是人工智能，一是价值网络，在正式的演讲中我会进一步详细地和大家交流我对这两个议题的看法。接下来，我们先来回顾一下互联网行业的发展历程。

“

互联网行业的发展历程回顾

回顾互联网发展的历程，我们可以看到几个大的浪潮。第一波是美国的“科技泡沫”，当时美国的科技股大爆发，市值都非常高。这波泡沫爆发的核心因素源于1995年美国的副总统戈尔推出的“美国高速公路计划”，将美国所有家庭接入宽带网络，在美国的东西海岸之间铺设了大量的光缆。而这波泡沫非常类似于2015年我国股市的情况，因为泡沫吹得太大，预期太满，市场流动性稍微出现一点点问题、出现杠杆过高等问题，立刻出现大崩盘，大多数公司的市值跌到不足10%。当时我正在上学，我们的系主任讲，美国铺设的光缆已经造成了互联网的“产能过剩”，也就是光缆和带宽的过剩。在当时看来，这些“过剩”可能要到2030-2050年才能被充分利用。然而后来的发展远远超出了人们的预料，仅在2004年，这些光缆就已经无法满足需求了。解释这个问题可以联系互联网的三大定律，安迪比尔定律告诉我们硬件和软件的发展会相互促进，卡氏定律则告诉我们网络价值同网络节点，即使用者的平方成正比。这些定律决定了互联网非常快的发展速度。

互联网第二次大的浪潮的出现是由于手机，也就是移动网络的普及，这也是互联网发展过程中的一次关键革命。手机带来的革命主要表现在三个方面：第一是无时无刻不在线，第二是它的后端数据全部储存在云端，第三是手机出现后我们的安全、位置信息等都变得高度密切相关。这一波浪潮的直接后果就是互联网的领军企业出现了变化，苹果公司、Facebook、google这样的公司崛起，中国也从当年的门户网站转变为BAT这样的大公司，而且这些公司的垄断程度远远超出了政府的预料。

那么为什么我认为当前互联网的发展进入了一个断层呢？我们回顾发展规律不难看出，所有产业的原动力无外乎三个方面：一是人口增长，二是技术创新，三是制度突破。而从人口增长来看，互联网高速增长带来互联网用户数从不到几千万增长到全球范围内接近15亿，而移动互联网的出现，几乎将剩余的全部人口都纳入到了使用范围内，因此未来增量空间从人口这个角度来讲已经很小了。去年中国互联网用户数的增速已经低于GDP的增速，只有个位数了，即使是移动互联网增速也降到了15%，从这个角度看，互联网已经不是新兴产业，而成为传统行业了。那么从人口角度来讲，还能通过什么方式来推动产业发展呢？当然二胎政策放开带来的人口增长是一方面，但自然增长显然无法满足行业发展的需要。因此未来的方向是虚拟人带来的维度的增加、人在不同的虚拟空间中拥有不同的虚拟身份带来用户的增加，从而促进互联网的进一步发展，这也就是人工智能在未来互联网发展的重要意义所在。

那么，方向我们已经看得很明确了，那么我们要怎样跨过“缺口”进入到下一波大浪潮之中呢？接下来我正式开始今天的话题。我今天不讲互联网普适性的东西，来讲讲互联网和金融的结合。

“

一、金融人工智能已经到来

回顾人工智能的发展历程。其实人工智能的发展走过两次弯路。第一次是在60年代，当时研究人工智能的思路是设法让人工智能模拟人脑，研究脑科学，结果发现模拟出来的东西和实际结果相差太大，是一个失败的尝试；第二次则是日本人在60、70年代，由于脑科学这条路走不通，开始尝试搞“专家系统”，也就是通过经验的输入和输出，来帮助人工智能作出判断，这个思路的结果也不理想。直到现在，才真正迎来人工智能的发展机遇——“机器学习”。而机器学习之所以能够发展起来，依赖当前全数量级的计算和大数据的支持。这一模式当前在语音识别和图片识别领域已经有了相当大的进展。

机器学习凭借什么发展起来呢？是物联网、大数据和云计算。这些概念我们经常听到，我刚进入这个市场的时候，温家宝总理就曾去无锡视察物联网。我们的移动终端手机就是物联网很重要的组成。而云计算这个概念可能较难理解，给大家举个例子，前些年运营商非常头疼的一个问题是互联网的出现导致对计算和存储能力的需求出现了爆炸式、脉冲式的增长，而且经常出现峰值。在实验过程中，我们最讨厌的就是峰值，会对整个系统产生很大的影响。一个大家容易理解的例子是淘宝的“双十一”，如果不满足双十一这个峰值，大量用户的投诉就会出现，会影响这个平台的声誉，但满足这个峰值，就会导致服务器90%的时间都是空闲的，会造成浪费。解决这个难题用到的就是云计算。全数量级和云计算支撑的后台才带来了2010年大数据的出现。所谓大数据，就是真正对企业有用的、对经营管理关键、对预测未来行为重要的数据。运用这些数据时，可以不纠结于因果关系，而是重视相关度，用相关度来训练机器，一个相应的输入对应相应的输出，从而不断提升机器的智能程度。我以前在google的老同事李开复曾经最有名的一篇论文的内容就是用机器学习的方法进行语音识别，将效率从60%提升到了90%。

金融人工智能第二个重要的概念就是区块链，也即数据结构上的升级，形成价值网络。区块链一个重要的概念是去中心化，没有中心节点。中心节点的存在，会带来独裁和垄断，可能存在对数据信息的非法篡改、非法挪用。比如银行，数据多了之后就有不同的对价权。而区块链出现之后，就符合了互联网追求自由平等的精神，两个参与者之间发生的交换由其他节点共同记录，达到“人在做，天在看”的效果。区块链形成了一个非常重要的网络，这张网络的作用在于，以前互联网上的很多信息是没有价值的，但是今后这些信息都可能会转化成为信用的一部分，而信用对于货币扩张、杠杆等金融概念异常重要，这就使得互联网变成了有价值的互联网，不再单纯是数据的网。

另外一个重要的概念，VR，即虚拟现实也非常重要。人类经济发展未来有三个维度，一是上天，二是下地，但这两者都很困难，第三是通过虚拟现实增加虚拟维度。比如之前从互联网到移动互联网，是一维到二维，今后随着VR的发展，可以到三维、四维乃至N维，比如现在有很多人在不同的游戏中扮演不同的角色，未来就可能会在不同的维度中扮演不同的角色。

金融人工智能对金融的冲击值得大家高度重视，随着人工智能的发展，今后大量的工作不再需要人来做，而只用机器来自动处理，比如银行柜员，甚至券商助理研究员的部分工作都可以被机器取代，可能只有需要直觉和核心判断的工作才需要人来进行。毕竟一台机器可以24*365小时不停地工作，而雇佣一个人不可能要求他无限制的加班，还得考虑福利待遇、办公室环境和心情、加薪等问题。大而言之，人工智能能够帮人们解决三个问题：第一是延续人的生命，第二是节省人的时间，第三是提升人的效率。大家可以去读一下2016年10月13日美国白宫办公室发布的《为人工智能的未来做好准备》、《美国国家人工智能研究和发展战略计划》，把握一下这个未来的风口和发展趋势，为人工智能的未来做好准备——就业要和潮流结合，踏在风口上，而且要做好自己的知识储备，确立自己独有的、不能被机器取代的竞争力。

“

二、智能金融会产生新的供需

传统金融领域的供需模式一般是资金需求者、投资人通过金融中介进行交互，有直接融资和间接融资两种方式。金融界对债权和股权的评估有不同的方法。银行评估公司值多少钱的时候，第一看资产，第二看现金流、收入、利润等，这是债权；而股权重视的是DCF，也就是未来现金流的折现情况。

到了互联网金融时代，最大的变化就是中介的作用不断淡化，可以在平台上直接进行资金需求者和投资人的匹配。但是这也带来了问题：一是对投资人风险偏好的描述，二是对金融资产收益率、风险、久期等的刻画，三是对这两者准确描述之后以什么样的结构和方式来匹配。解决这三个问题，互联网的方式是可以让机器完成95%的标准化的工作，可能只有5%需要人来进行。以全球最大的对冲基金桥水联合为例，他们设计了一种基于历史数据与统计的交易算法，让系统能够自动学习市场变化并适应新的信息，达到机器完成对44个国家在股票、债券、大宗商品和外汇上的交易。

人工智能目前的先进程度可以用前段时间引发巨大关注的AlphaGo来举例。此前人们都认为在围棋领域人工智能无法击败人类，因为围棋的下法很难穷尽，复杂度很高，但是AlphaGo采用了两个策略解决了这个难题：最优算法、回测算法。但是虽然现在人工智能已经足够先进，在金融领域的应用仍然存在困难：第一是金融领域的价格是不断波动的；第二是大量的未来函数会干扰当前结果；第三是资产价格有时候是根据预期发生变化的，而计算预期十分困难。

目前人工智能在金融领域的应用已经取得了很大的进步。有一个名词叫自然语言处理，就是让机器人听懂人说话、读懂文本。将其应用在股票研究之中，举个例子，比如我们投资一个股票，需要跟进这家上市公司的公告，我们的券商研究员有很多都在做这样的工作。而目前的研究已经达到了机器可以解析公告，即从上市公司的公告中解析出会对股价产生怎样的影响，甚至可以写作一些标准化的报告。感兴趣的话可以去看高盛的报告，他会标注哪些报告是由机器完成的。

人工智能有三个重要的核心：机器学习、自然语言处理和知识图谱，应用在金融领域体现为个性化定制、更严格的风险控制和实现真正的普惠。我们可以分析这样一个场景，来具体的看看智能金融对金融供需的影响。首先，通过人脸识别等技术进行全面的数据采集，如网上开户等；然后通过自然语言处理，实现全面的结构数据，利用知识图谱，形成完整的用户画像，这也就完成了对用户风险偏好、投资目的等的解析；接下来利用认知计算进行全面的智能决策，通过机器学习建立投资模型，就可以给用户推送和推荐适合的投资产品等。整个过程绝大多数环节都可以通过机器来完成。

“

三、价值网络的拓维和迭代

价值网络从前是指公司为创造资源、扩展和交付货物而建立的合伙人和联盟合作系统，包括产业的供应链、信息流、资金流、物流等。互联网的出现使得这张网络的实体和虚拟分开了，出现了分层，上层是价值交换、价值创造、信息共享和专业服务，下层是实体的运转，而制成的后台和节点会对价值链条产生非常巨大的影响。同时，这个价值链条中积累的大量数据可以变成虚拟环境中信用的一部分，进而扩张为信用。以阿里巴巴为例，为了解决卖家和买家之间付款的信用问题出现了支付宝，之后基于大量的交易数据衍生出蚂蚁金服的金融行为，能够提供贷款等，这就是一个典型的从信息网络走向价值网络的完整过程。

这对于金融市场的影响体现在节点的变化。传统的金融市场主要是金融机构通过中央银行发生互换，使得中央银行的权重非常高，溢价能力越来越强，效率越来越低，而且一旦这个节点出现问题，结果几乎是摧毁性的。互联网带来了如支付宝这样的新的权重节点的出现，大家都可以实现点对点的互换，每个人都成为中间链条的产生者、信息的记录者，这将对商业模式、共享经济产生非常大的影响。因此我不认同现在的一个说法叫“脱虚向实”，因为虚拟经济本来就是实体经济的一部分，它是实体经济在金融市场和互联网的映射，未来人类人口增速缓慢、上天下地都很困难的情况下，虚拟社会的不断增加是生产力发展很重要的因素。

文字整理  张若雯

编辑  魏宗  郑畅

点击查看近期热文

欢迎加入群聊

为了增进与粉丝们的互动，IMI财经观察将建立微信交流群，欢迎大家参与。

入群方法：加群主为微信好友（微信号：imi605）,添加时备注个人姓名（实名认证）、单位、职务等信息，经群主审核后，即可被拉进群。

欢迎读者朋友多多留言与我们交流互动，推荐好文章可联系：邮箱[e-mail]；电话[phone]

关于我们

中国人民大学国际货币研究所（IMI）成立于2009年12月20日，是专注于货币金融理论、政策与战略研究的非营利性学术研究机构和新型专业智库。聘请了来自国内外科研院所、政府部门或金融机构的65位著名专家学者担任顾问委员和学术委员，74位中青年专家担任研究员。

研究所长期聚焦国际金融、宏观经济理论与政策、金融科技、财富管理、金融监管、金融国际化、两岸金融等领域，定期举办高层次系列论坛或讲座，形成了《人民币国际化报告》《金融机构国际化系列报告》《财富管理研究报告》等一大批具有重要学术和政策影响力的产品。成果还被译成英文、日文、韩文、俄文、阿拉伯文等版本在欧、美、亚多个国家发布，引起国内外理论与实务界的广泛关注。

2016年，IMI入围《中国智库大数据报告》影响力榜单列高校智库第4位，并在“中国经济类研究机构市场价值排行榜（2016）”中名列第32位。

国际货币网：www.imi.org.cn

微信号：IMI财经观察

（点击识别下方二维码关注我们）

只分享最有价值的财经视点

We only share the most valuable financial insights.