特华投资控股有限公司

特华投资控股有限公司

当前位置: 主页 > 金融投资 >

每经记者专访美国伊利诺伊大学香槟分校教授叶(2)

时间:2019-07-11 03:27来源:投资理财 作者:华特投资 点击:
因为这需要了解整个生态系统,弄清楚他们是什么样的交易者,他们在干什么,如何交互作用,在什么情况下会导致巨大的金融动荡等。这些问题都需要搞

因为这需要了解整个生态系统,弄清楚他们是什么样的交易者,他们在干什么,如何交互作用,在什么情况下会导致巨大的金融动荡等。这些问题都需要搞清楚,这也是我研究的一部分。

至于主持召开会议,我相信国内和美国一样,因为金融和经济学长时间属于文科,现在大数据和人工智能发展起来,就愈加趋向于理工科方向。因此金融学发展至今就面临几个挑战。第一,怎样分析一个大规模的数据;第二,大数据和人工智能发展,对经济学有什么影响。

大数据和人工智能在美国经济学界也是比较新的概念,整个发展方向还不是很清楚。所以我召开六次美国国民经济研究局会议,组织大家一起讨论学科方向。

由于是初次会议且性质是共同讨论学科方向,因此我设立的与会门槛很低,只要写两页研究提案就可以参加,接着就是大家按照提案去做,在研究过程中我们可以提供巨型计算机和云计算支持,也就是数据存储和计算的能力,然后出一系列论文,我们可能会在三大刊出专刊,专门讲大数据该往什么方向发展。

我去年在国民经济研究局做的主旨演讲提到,其实现在最大的问题可能还是定义问题,即什么是大数据。

我提出,第一是大。小的数据,在收集的过程中可能产生选择性偏差,通过大的数据进行分析,就可能得到不一样的结论。以我第一个大数据项目举例,当时我们得到了纳斯达克所有的交易数据以及买卖单的数据,买卖单数据比交易数据要大很多,但是美国规定只需要报告交易数据。但我将这两个数据一对比,发现不对劲。因为美国监管规定,如果你交易少于100股不用报告。这本是一个好心的监管,为了防止小型散户被割韭菜,但自从金融科技发展起来,却导致了反向的结果。因为机构可以通过计算机自动把100万股交易拆为比如2万个50股,就不用汇报了。实际上我们发现,低于100股的交易却拥有最多的信息。

这就涉及大数据,实际买卖单数据比监管的数据更大,监管的数据有选择性偏差。美国的监管体系是以人为主体设计的,对于大数据时代以机器为主的交易市场,旧的规则起到了正好反向的效果。当然,大数据的“大”是相对的。

第二是高维,在计量经济学里,我们有个原则就是,估计的参数数量不能超过观测值的数量,比如处理30个数据,不能估计60个参数吧。但是高维数据,要估计的参数比观测量还要多。比如,美国比较活跃的股票有几千支,我可以通过几千支股票的股价短时间内来预测别的某支股票价格。我们证明这是可以的。

第三是非结构。比如,我们通过微信对话留下的数据就是非结构的。把一个非结构的数据处理成有结构的,中间有很多方法。

所以我主持这些会议,就是讨论新技术、新产生的数据对监管、对整个经济学发展有什么影响。又比如,假设我通过微信私下告诉你,明天上证指数要涨,你看到后随手转给另外一位朋友,信息就这样传递开了。这叫口口相传,以前经济学没法研究口口相传的动态信息,因为我和你聊天没有记录,现在不一样了,云端都积存有交流数据。在大数据时代,有了新技术,原来很多不可以研究的问题一下子变得可以研究了。

所以我说的核心就是,大数据的研究方向其实在美国也没有完全看清楚。在这一系列会议后就涉及选取哪些论文的问题,那么判断哪些论文研究的问题是不是有意思,最重要的考虑标准就是,它研究或者使用的金融科技在多大程度上拓展了我们对世界的认识,是不是能在一些我们以前无法研究的问题上给出答案。

业界发展远远快于学界和监管界

NBD:对于金融科技时代的金融监管,目前来看,感觉确实富有挑战性。目前美国的监管科技发展得如何?您如何看当前美国的金融监管?对于金融科技时代的金融监管,您又有哪些思考和体会?

叶茂:金融科技的发展,从经济学学者的角度看,我觉得基本思路是,对任何一项金融创新首先要问,它是不是解决了经济学的某一个问题比方说减少了市场的摩擦。如果没有,这可能就不值得关注。

美国金融监管也存在一些问题,第一,很多金融科技,可能是监管本身造成的。比如刚才说的交易汇报阈值为一百股的问题。美国的交易监管体系是以人为主体设计的,最初是为了保护中小投资者不被“割韭菜”,现在反变成“割韭菜”的工具。所以我所做的就是把它的设计从以人为主体改进为人机混合。这样监管体系随市场而变化,效果最终会不一样。

(责任编辑:皇冠)
------分隔线----------------------------
栏目列表
推荐内容