近日，最高法拟调整民间借贷利率上限。业内紧急讨论应对，舆论场里却没能掀起浪花。失宠于舆论，说明消费金融正走向成熟，变得模式清晰、未来可预测。 但成熟都有两面性，好的一面是有共识、有规则，消除了冲击性和破坏性，坏的一面则是有惯性、有惰性，失去了多样性和灵活性。在快速变化的时代，惯性太强容易把车开进死胡同。 风控的四大问题 凡事均有利弊。有些弊端，在行业初期不明显，无碍大局；到了一定阶段，就会被激活，显现出杀伤力。 大数据风控之于消费金融便是如此，早期几乎全是优点，随着外部环境的剧烈变化，弊端显现，一些优点也在变缺点。 贷款的关键是风控，风控的核心可归结为四大问题：谁在贷款？贷款干什么？拿什么还款？还不上怎么办？ 在这四大问题上，传统风控与大数据风控给出了不同的解决方案。 传统的消费贷款流程，强调资料证明。申请消费贷款时，银行要求借款人提供在职证明、收入证明、公积金缴费记录，甚至还要查验户口。这些证明文件，能很好地解决“谁在贷款”“拿什么还款”的问题，但手续繁琐，体验较差。 引入互联网技术后，大数据风控用数据取代了这些繁琐的现场手续，便利了借款人，大幅提升了借款效率，满足了消费场景对付款时限性的要求，促进了消费贷款与消费场景的融合。 对于“还不上怎么办”，传统风控强调以抵押担保为抓手。只有借款人收入稳定（如公务员、国企员工、大型企业员工等）且借款金额不高时，银行才会妥协，发放纯信用贷款。 相比之下，大数据风控仍然以数据为抓手，摆脱了对抵押担保的依赖，大幅降低了借款门槛，推动了消费贷款普惠化。 至于“贷款干什么”，无论传统风控还是大数据风控，都未给出解决方案，面临相似的困境：房贷、车贷、消费贷的用途是可控的，现金类贷款难以监测用途。 总的来看，大数据风控更强调便利性、突出普惠性，在上行周期，给增长松开了枷锁，引领了消费金融大发展；但大数据风控也有自身的问题，行业高增长既掩盖了问题，又拖延了问题的解决，到了下行周期，这些问题开始被放大。 大数据风控的“一体两翼” 传统风控，以收入和抵押物为核心抓手，大数据风控给出的解决方案，可以总结为一体两翼策略：以“群体风控”为主体，以“定价覆盖风险”和“催收覆盖不良”为两翼。 所谓群体风控，是指重群体、轻个体。就单个借款人来看，大数据风控做不到精准识别，偏差大（这里仅评价行业一般情况，不同机构间的大数据风控能力有显著差异），相比传统风控手段有差距；但胜在效率高、门槛低，借款人数量足够大，客观上把单个借款人风险湮没在群体之中。 2016年前后，国内居民杠杆率低，且消费金融处在风口期，借钱容易，借款人个体层面的信用风险很低。只要群体层面借款人的财务状况不恶化，模型差一些也能凑合用，不会出大问题。 此时，很多机构的大数据风控，追求的是反欺诈能力。相比传统风控模式，大数据风控接触的不是活生生的人，而是姓名、手机号、身份证号、银行卡号等构成的虚拟字符串。一旦虚拟字符串与真实借款人的映射关系被篡改，如身份证显示为A，实际借款人却是B，就会产生骗贷问题。 综合利用人脸识别、黑名单、网络图谱等手段，大数据风控可以把业务线上化释放出来的猛兽（骗贷风险）重新关进笼子里。但很多机构的大数据风控，对信用风险评估始终重视不足，“只要不骗贷，谁都可以贷”。 所谓“定价覆盖风险、催收覆盖不良”，是指在“拿什么还款、还不上怎么办”的问题上，大数据风控并未给出直接解决方案，而是依靠较高的利率定价、积极的催收进行风险补偿。 大数据风控的“一体两翼”，前几年运转良好；这两年，环境快速变化，“一体两翼”正由助力变阻力。 隐患在凸显 从宏观环境看，这几年居民杠杆率快速上升，导致借款人群体的信用风险不可逆地攀升。疫情之后，失业率上升、收入增速下滑，更是雪上加霜。此时，行业面临的不再是中低信用风险的借款群体，“群体风控”策略正失去对行业的庇护力。 当借款人违约概率普遍增大时，单个借款人的信用风险识别能力就成为消费金融类机构的核心竞争力。一旦金融机构正视信用风险评估，会发现难度比想象中要大：高质量、多维度的数据获取难度在加大，动态变化的环境对数据解析能力的要求也在快速提高。除非前期一直持续进行试错、投入，一直进行模型升级迭代，临阵磨枪是没用的。 “定价覆盖风险”和“催收覆盖不良”，则因监管介入而不同程度失效。 这两年，消费贷款利率定价屡屡受限，早期没有限制，导致高利贷泛滥；之后是36%的红线，倒逼高利贷平台退出市场；当前又在研究上限下调，以降低实体经济融资成本。 随着定价的不断下移，刨去资金、营销、运营等刚性成本后，留给风险成本的空间越来越小了。当定价覆盖风险不可行，放贷机构只能抛弃中高风险借款人，或依靠抵押担保进行风险兜底。 业务空间，正逐步收窄。 催收覆盖不良，效力也已大幅削弱。疫情之下，不少消费贷款机构被“反催收联盟”钳制，正常催收都受影响。催收，再也不是解决“还不上怎么办”的致胜法宝。 以上种种，环环相扣，让“一体两翼”从助力变阻力，消费金融正经历着严峻考验。一些机构的逾期率仍能保持低位，更多机构的利润几乎被拨备吞噬殆尽。 扩张的惯性 很多消费贷款机构，却仍活在过去“高增长、低不良”的幻觉中，过去的美好明明是风口红利，却误以为是自身风控能力超强。当对自身实力存在误解时，消费贷款机构往往会把外部挑战看作机遇，逆势而行，保持扩张的惯性。 这两年，经济下行，削弱借款人的收入偿债能力；大量非持牌放贷机构破产离场，削弱借款人的借新还旧能力；利率定价中枢下行，削弱中高风险群体的融资能力；互联网贷款上征信，让多头借贷无所遁形；…… 一边是借款需求下降，一边是借款人整体风险上行，消费贷款机构在这种情况下逆势扩张，会带来一系列连锁反应。 举例来说，KPI指标100亿，行情好的时候，业务部门能轻松营销200亿，给风控部门留有较大的挑选空间，业务与风控能和谐共处，互为促进；当前环境下，业务部门费心费力只营销来120亿，风控部门几乎没了挑选余地，自然会对抗加剧。 此时，公司层面如果重视风控，会牺牲KPI保风控，接受规模的缩水；但如果对行业环境缺乏清醒认识，基于扩张的惯性以及逆势做大份额的诉求，公司层面很可能牺牲风控保KPI，必然要走入死胡同。 不幸的是，很多机构既缺乏自知之明，也有扩张的惯性。随着大数据风控“一体两翼”逐步失效，即期越追求增长，未来越会以苦涩收场。 空间还在，但要换个活法 当然，也不是不能追求增长。增长空间还在，但增长的来源发生了改变。 从我国居民负债结构看，2017年之前，个人贷款高增长主要是房贷驱动；2017年之后，房贷增速开始下行，消费贷接棒，成为居民杠杆率持续高增长的主要驱动力量。 当前，监管机构对控制居民杠杆率三令五申，宏观经济形势和收入增速也不支持杠杆率继续大幅攀升，依赖于用户下沉的增长模式已经走入死胡同，未来的增长，更多地要靠中高收入群体的负债调结构。 消费贷款并不是居民杠杆的全部，住房抵押贷款才是大头。即便控制居民杠杆率不增长，也可以通过内部调结构为消费贷款挤出空间。即居民房贷还本付息留出的存量缺口，由消费贷进行增量填补。 不过，既然消费贷款的增长源于房贷下降产生的缺口，也就是说增长主要依赖的是有房群体和有实力购房的群体，这与过去几年依赖下沉用户、边缘群体的增长逻辑是完全不同的。 这个时候，考验的不再是谁敢下沉、谁敢放贷，而是谁能有效激活中高收入群体的借贷欲望。靠什么激活呢？消费场景。 过去几年的消费金融，是现金贷的风口；未来几年的消费金融，得场景者得天下。鉴于不同消费贷款机构对场景的把控力差异很大，新一轮的洗牌开始了。
8月11日-12日，第四届地新引力峰会于上海宝华万豪酒店举行，地产、资管、物业、租赁、产业、科技、金融、区块链、文旅等行业领袖齐聚，思考特殊时期的破局之路，探寻地产的第二增长极，全程直击。 对于数字科技地产的现状，中国房地产业协会数字科技地产分会秘书长李波表示，行业的机遇与挑战并存。对企业而言，目前最为关键的是企业的自我定位，也就是在若干年以后，企业希望成为怎样的一家企业。对于行业来说，面临的困局主要体现在三个方面，包括意识升级、技术升级和产业升级。 分会成立的初衷在于推动整个房地产行业的信息化转型升级。响应于党的十九大建设“数字中国、智慧社会”号召，适应中国房地产发展新形势，顺应信息技术发展新趋势，全面推动房地产行业的信息化转型升级，为房地产企业提供数字技术、智慧模式等创新发展支撑。 对于行业未来，李波从三个方面展开，对数字地产科技进行了阐释。 第一，数据是核心。数据既是生产要素，也是企业的核心能力储备。在将来，企业能否掌握数据，特别是行业数据、用户数据、自身数据，决定了企业能够在智能化或者智慧化的道路上能够走多远，同时也决定了企业在产业链当中的位置。 第二，数字是关键。数据需要用数字化的方法来处理，这是一个不言而喻的事实。每个人、每个企业都拥有大量的信息，数字化的方法和技术决定了如何让这些信息成为有效数据和生产要素，数字化的水平也意味着数据的质量水平。 第三，产业是载体。身处产业中，我们需要数据提供经济效益和社会效益，这就需要发挥数字化能力，把数据与产业集合起来，也就是中央所倡导的“数字产业化，产业数字化”，数字和产业密不可分，用产业去承载数字化内容，才能形成数字经济。
8月11日，中国城市和小城镇改革发展中心首席经济学家李铁发表文章《对人口和老龄化的再认识》，回应我们此前的文章《八评李铁的“中国人口过多论”》。下面我们继续回应李铁的文章。由于李铁在8月1日和11日的文章中都谈到生育率问题，所以我们这篇文章的重点讨论生育率问题，并在文末请李铁回答几个问题。 关于两次人口普查的生育率 李铁说：“关于梁建章所采用的两次人口普查数据作为生育率参照的依据，我在上一篇文章中已经讲过了。国家统计局的两次普查结果并没有作为对外正式公布的官方统计数据。” 从李铁的上述言论可以看出，他既没有看明白我们上一篇文章中关于生育率的内容，也不了解关于生育率的官方统计数据。下面我们分别说明这两个问题： 其一，我们在上一篇文章中说：“李铁对于人口数据采用双重标准，对他观点有利的数据就采用，对他观点不利的数据就不采用。例如，他在7月29日的文章《中国的人口红利时代还在吗》中说，对于人口数据，‘作为学者至少应该以权威标准作为依据’。我们并不认为来源于‘权威标准’的人口数据就一定是正确的，所以我们在7月31日《七评李铁》一文中反问李铁：‘对于中国人口数据来说，最权威的标准应该是全国人口普查的数据，2000年全国人口普查数据显示生育率仅有1.22，2010年全国人口普查数据显示生育率仅有1.18，请问李铁是否认可这些权威的生育率数据呢？’李铁却在8月1日的文章中又不认可全国人口普查得出的生育率数据了。” 既然我们在上一篇文章中已经说了“我们并不认为来源于‘权威标准’的人口数据就一定是正确的”，李铁又有什么依据得出“梁建章所采用的两次人口普查数据作为生育率参照的依据”这个结论呢？ 其二，关于生育率的官方统计数据，2000年和2010年全国人口普查数据都有对外正式公布的官方统计数据，《中国2000年人口普查资料》和《中国2010年人口普查资料》这两本书都由中国统计出版社出版并公开发行。根据2000年全国人口普查数据的表6-6《全国育龄妇女分年龄、孩次的生育状况》可以计算得生育率为1.22，而根据2010年全国人口普查数据表6-3 《全国育龄妇女分年龄、孩次的生育状况》可以计算得生育率为1.18。所以，李铁说“国家统计局的两次普查结果并没有作为对外正式公布的官方统计数据”，这是不符合事实的。 事实上，我们并不认为2000年人口普查得到的生育率1.22和2010年人口普查得到的生育率1.18就一定是正确的，例如，我们在2019年10月9日发表的文章《新中国70年人口政策的回顾》中说：“2000年人口普查显示，中国的生育率仅为1.22，即使漏报率高达20%，实际生育率也不到1.5”，也就是说，我们考虑到了漏报因素。 李铁接着说：“后来，统计局对于当时因各种体制原因导致的统计偏差进行了修订和调整，成为可引用的数据，即代表了国内官方统计结果，也得到了国际上包括联合国有关机构的充分认可。” 关于2000年人口普查得到的生育率1.22，当时的国家计生委却以漏报为理由而大幅调高为1.8。虽然人口普查确实存在漏报，但40%以上的调整幅度是匪夷所思，所以1.8的生育率数据被广泛质疑，难道李铁认为1.8的生育率数据是准确的？ 中国未来的生育率将是多少？ 根据国家统计局数据，2018年出生人口为1523万，生育率为1.49；2019年出生人口为1465万，生育率为1.47，已经远低于更替水平。如果我们分析孩次结构，就会发现中国未来的生育率面临快速下降的趋势。 以2019年为例，二孩及以上孩次的比例达到了59.5%，其中二孩占出生人口比例达57%， 由于每个家庭都是生了一孩之后才能生二孩，而且根据目前的生育意愿趋势，生育了一孩的家庭最终可能只有一半会生育二孩，所以在生育状况稳定时，二孩数量大概只有一孩的一半左右。这意味着，如果扣除二孩生育堆积效应，2019年的自然生育率只有1.1左右，也就是相当于更替水平的一半。 中国从2016年开始实施全面二孩政策，二孩生育堆积效应估计在政策实施后的四、五年之内释放完毕，之后中国的生育率将降至1.1左右，除非大力鼓励生育能够显著提升生育率。 生育率长期低于更替水平，人口迟早会消亡 李铁说：“假如科技进步使人口的出生预期寿命达到了100岁，我们现在所认识的老龄化问题则要发生颠覆性的改变。按照梁建章和毛大庆的观点，我们是否还要出生更多的人口来面对人类寿命的延长呢？答案是否定的。” 我们认为，即使科技进步使人口的出生预期寿命达到了100岁，只要生育率一直低于更替水平，人口在进入负增长之后将会不断下降，并且迟早会消亡（在不考虑外国移民的前提下）。所以，一个国家的人口要保持可持续发展，就有必要把生育率提升至更替水平附近。 发达国家就没有养老金支付压力吗？ 李铁说：“养老金支付是否有压力取决于经济发展水平，而不是取决于生育率水平高低。” 按李铁的逻辑，发达国家的经济发展水平高，就不会有养老金支付压力了。但日本、德国都是发达国家，难道这些国家就没有养老金支付压力了吗？答案是否定的。例如，2019年8月日本政府发布的养老金预估报告显示，估计未来每对日本夫妻每月的养老金替代率将不断下滑。目前，日本政府预估的养老金替代率为61.7%，到2040年左右，日本的养老金替代率将下滑至51%~52%，而在2050年左右，将进一步下滑至45%。 “人口过多”不是一个筐，能装进所有问题 在李铁看来，“人口过多”就是一个筐，只要对他观点有利的就可以往里装。比如，李铁一再把就业难的原因归咎于“人口过多”，但他并没有给出任何数据来论证这一点。 我们在6月23日的文章中已经分析过，人口规模对就业的影响为中性，但略偏正面。这是因为，所有的工作机会都来自人的需求，人口多会导致需求大，于是工作机会也变多。并且人口越多，求职者与工作机会越容易匹配。我们还给出了全球180个有数据的国家和地区的人口密度与失业率的关系以及中国各省人口密度与失业率的关系的两个图来作为论证的依据。 归根结底是怎么看待人的价值 虽然我们与李铁在生育率数据方面的观点有分歧，但最大的分歧并不是生育率数据，而是怎么看待人的价值问题，是把人的价值看作是负数还是正数？换句话说，是把人口看作是负担还是财富？如果把人口看作是负担，那么生育率越低越好，人口越少越好，因为减少人口意味着减轻负担。 但人类社会发展的历史表明，几千年来，世界人口越来越多，人们的平均生活水平也越来越高。这就证明，人的平均价值是正数，人口是财富而不是负担。 李铁的多篇文章，总是强调“人口过多”会带来就业难、收入水平低等一系列问题。支持限制生育的人，也总是强调人口增长会带来一系列问题，认为减少人口就可以解决这些问题。按照限制生育的思维方式： 粮食不够吃怎么办？减少人口不就够吃了吗？ 住房不够怎么办？减少人口不就够住了吗？ 能源不够怎么办？减少人口不就够用了吗？ 鞋子太小怎么办？把脚削小一点，不就合穿了吗？ 如何解决人口增长带来的问题？不同的人、不同的国家有不同的思维方式，因而采取了不同的措施。下面以两个假想的国家作为例子来说明这一点： 第一种办法是“以物为本”，实行限制生育来适应外部环境。例如，有一个国家（称为甲国）绝大部分人口都从事农业，随着人口的增长，甲国人多地少的矛盾日益突出。甲国政府决定实行限制生育来控制人口增长。于是，甲国的人口长期以来基本保持不变，一直是农业国。 第二种办法是“以人为本”，改造生存环境以适应人口的增长。例如，有一个国家（称为乙国）原来绝大部分人口也都从事农业，随着人口的增长，乙国人多地少的矛盾日益突出。然而，乙国政府并不实行限制生育，而是推进农业科技进步，提高粮食亩产量，同时大力发展工业和第三产业，大量的农村剩余劳动力转移到新的产业。于是，乙国的人口虽然不断增长，但人均收入反而越来越高。 请李铁回答几个问题 虽然李铁写过很多文章，一再谈到“中国人口过多”、“劳动力过剩”，但他对一些重要的人口问题却没有明确的态度。因此，我们想请李铁回答以下几个问题： 一、既然你一再说“中国人口过多”，那么请你回答中国人口数量降到多少才不是过多，论证依据是什么？ 二、在二孩生育堆积结束后，中国的生育率将会是多少？ 三、请问你认为中国现在是否应该全面放开生育？ 在讨论问题时，双方应该对有关的一些重要问题有明确的观点，而不应该含糊不清。因此，我们希望李铁能回答上述几个问题。 梁建章、毛大庆VS李铁激辩“中国人口过多论”回顾： 第一回合： 李铁：我国的劳动力供给将面临的是长期过剩，而不是供给不足 梁建章：李铁的“中国人口过剩论”错在哪里？ 第二回合： 李铁：人口越多，市场越大？就能有更多创新？ 梁建章：人口是财富还是负担？再评李铁“中国劳动力长期过剩论” 第三回合： 李铁：为何我不赞同梁建章对人口问题的看法 梁建章逐条驳李铁“人口过多论”：把人口当负担有悖“以人为本” 第四回合： 李铁回应梁建章：不能不负责任地鼓励多生 梁建章四评李铁“中国人口过多论”：从未以劳动力短缺为由鼓励生育 第五回合： 李铁：继续与梁建章商榷，如何以全球视野看待人口问题 梁建章五评李铁中国人口过多论：贫穷的原因并非人口过多 第六回合： 李铁再次回应梁建章：人口不是一道简单的算术题 梁建章六评李铁中国人口过多论：我们是否放大了人口危机？ 第七回合： 李铁再回应梁健章：中国的人口红利时代还在吗？ 梁建章七评李铁：靠降低生育率来获得人口红利是寅吃卯粮 第八回合： 李铁再回应梁健章：人口老龄化不是危机，而是机遇 梁建章八评李铁：严重老龄化会带来什么问题？ 毛大庆驳李铁的“中国人口观”：老龄化怎么可能是机遇 第九回合： 李铁回应毛大庆、梁建章：增加人口解决不了就业问题
今天的行情比较无聊，指数是跌的，但个股面上，涨多跌少，所以今天赚钱的应该还是多数，只是也没赚多少，从成交量看，今天大家似乎也无心交易，场内的不想卖，场外的不想买，市场在等方向的确定，成交量大幅萎缩。下午的时候，第一创业跟首创证券合并的消息刺激了一下券商股，中信建投又很鸡贼了一把。 创业板今天最悲催，主要是医疗股，尤其是疫苗跌得多，这几天疫苗股都是断头台。因为创业板指数成分里，医疗的市值比例占了三分之一，医疗把创业板压得死死的。 这一压，创业板指数的形态就变得很丑了，混A股的，没几个不看技术的，哪怕是价投者，也往往会用技术线来找买卖点。而稍微看过技术的，都知道目前的走势像极了M顶，昨天还破位了，虽然下午拉回。今天被医疗股一压，创业板今天收盘创了713以来的新低。 眼前还有两道坎，一个是实实在在的，8月15日中美之间会不会飞出新的幺蛾子，一个可能是我多想了，就是注册制的正式登陆。我为什么会介意这个20%呢？幅度不大的时候看不出，幅度大的时候，就可以看出，亏钱比赚钱容易多了。跌20%，再涨回去，要涨25%，这是一个不公平的游戏，市场会发现这一亏钱效应的，在当前估值下，我倾向于认为市场会更谨慎，而不是更兴奋。 这两个坎会不会让指数的图变得更加难看？且看。 所以，这个位置上，难免有人会弱弱问一句：牛还在不在？ 前天的文章，我本来的标题是《两个中信骗人了，全面牛市正式卒》，有朋友说这个太政治不正确了，所以最后改了标题《今天大跌的原因找到了》。我的答案很明确，全面牛市大概率没有了，放在这里准备后面打脸。 不过这里还要清晰一下，我所说的全面牛市没有了，到底是指什么？ 我们知道，有人运气好，有人运气背，有人格局大，有人格局小，所以即使是还好的经济环境，也会有公司沦为失败者，甚至有行业沦为一波周期里的失败者。所以，逻辑上来讲，本身就不存在全面牛市，失败者们的股价为什么会涨呢？ 只有一种情况下，大放水，流动性泛滥，大家赚的都不是基本面的钱，而是估值的钱，流动性泛滥推动了公司的估值上涨。当然，即使是流动性泛滥，也有涨多涨少的问题，性感的题材更容易受到资金的追捧，像今年的半导体、疫苗就是典型，而不性感的，就涨得要磨叽多了。 现在的情况是，货币政策可能往紧的方向去了，730政治局会议定调了这点（主要体现在两点，一是货币政策定调多了精准导向，二是社融从明显高于变成合理增长），刚刚新鲜出炉的货币数据也在确认这点。其实7月的M2增长了10.7%，仍然是一个不错的数据，但要支撑当前估值下的全面牛市，市场要看到这个数据继续加速。市场对7月的预期是11.2%，比上个月的11.12%还要高些。 一旦落空，杀估值就产生了。 当然，这个杀估值也不是当当当就完成的，而是渐近的，市场还需要更多的数据来验证这点。7月份一个月的数据不能说明拐点就到了，后面的时间观察窗口，下周一会是一个，下周一会有4000亿MLF的到期，央行会不会对冲，以及会不会降息是关注点。MLF利率已经4个月没降了，这也导致每个月20日的LPR也4个月没降了。然后8月份的货币数据也会是一个，这个数据要到9月份才出。 从730政治局会议的定调来讲，我觉得不要有太乐观的期待。 但全面牛市没了，不代表就不能炒股了，而是未来的走势可能更像是2017年，行情是非常分化的，不清楚2017年发生了啥的，就去复盘一下。边际收紧的流动性+边际向好的基本面，有限的资金会去追逐长期看来确定性更高，或者成长性更好的公司，并且公司的成长性、确定性、行业地位可以支撑起它当下的估值。 今天翻到一篇我2月25日写的文章《大逆转！疫情升级，欧美狂泻，神创发威，A股强势翻红！火爆的行情还能走多远？》，结尾最后是这样的，也许侥幸言中。 潮水在退，市梦率要醒醒，这个时候，人要踏实点研究公司，不要再想着画大饼赚估值的钱了。
步入下半年，新冠疫情的防控仍在进行中，各行各业相继恢复了一定的景气。其中，电影业更是按耐不住，继续释出利好，试图抓住观众的心。从本周五（8月14日）起，国内电影业再次受到政策的助力，上座率得到进一步提高，中场休息的限制也有所放宽。“从8月14日（本周五）起，一、影院上座率从30%提高到50%；二、观看片长超过两小时影片，无需中场暂停休息；三、适当延长场间休息时间，做好通风消毒；四、影院可以售卖饮品，但影院内禁止饮水和进食。”——北京市电影局受此影响，8月13日，影视股有所走强，多数飘红。数据来源：Wind显然，一场新冠大流行使得电影业陷入至暗时刻，颓靡尽显，但凡有一点利于行业恢复景气的消息释出，都可以刺激行业的乐观情绪反复高涨。然而，这一乐观情绪背后的不确定性不容忽视，毕竟期望越大，失望或许也越大，此时此刻，我们可以发现电影业的繁荣春天或会继续“姗姗来迟”。疫情重创遭亏损根据美国约翰斯·霍普金斯大学统计显示，截至目前，全球累计新冠确诊病例超过2076万例，累计死亡病例超过74万例。其间，截止到8月12日0—24时，我国31个省（自治区、直辖市）和新疆生产建设兵团报告新增确诊病例19例，其中境外输入病例11例（山东4例，上海2例，广东2例，四川2例，河北1例），本土病例8例（均在新疆）；无新增死亡病例；新增疑似病例1例，为境外输入病例（在上海）。数据来源：百度数据可以看出，除去新疆疫情有所反复，我国疫情整体得到有效的控制，但全球新冠疫情的威胁依旧严峻。而在疫情的连环暴击之下，电影行业所遭受的重创已然“不忍直视”，裁员、亏损、破产关门已是常态。“国内影院自2020年1月24日起暂停营业，2020上半年国内票房收入实现22.4亿元，同比下降92.8%；上映电影 33部，较2019年同期下降87.5%...全球电影业可能已造成高达50亿美元的损失。”——公开数据而中国作为全球电影市场第二大票仓更是深受其害，入局企业纷纷叫苦不迭，在中期业绩上整体表现不良。万达电影上半年公司实现营业收入19.72亿元，同比下降73.93％；亏损15.67亿，同比下降398.81%；金逸影视预计2020年1—6月归属上市公司股东的净利润为-3.90亿元至-3.10亿元，同比变动-806.64%至-661.69%；北京文化预计2020年1—6月归属于上市公司亏损5,000 万元—7,000 万元，亏损4,597.07 万元....总之，各有各的惨法，充分反映了疫情对行业的冲击之大，而在这一形势之下的影视企业更是举步维艰。虽说不少企业试图通过互联网玩法“救活”自己，例如春节期间徐峥通过线上播映《囧妈》，以进一步提升生存空间，但这一玩法过于冒进，且易惹争议，动了业内不少人的蛋糕，或许可以作为一种创新性尝试，但并不适用于普遍情况，那么线下影院的放映依旧是其主战场。它们盼望着有着充满底气去开门的一天，于是盼望着，盼望着，东风来了，春天的脚步或许近了那么一些。“电影院”关键词百度指数数据来源：国元证券暑期档的“试水”基于国内疫情得到有效受控，复工复产自然提上日程，电影业也耐不住苦熬的寂寞，开始踏出正式复工的步伐。“低风险地区在电影院各项防控措施有效落实到位的前提下，可于7月20日有序恢复开放营业。”——公开公告近期影院复工情况数据来源：国元证券虽然电影人可以长舒一口气，但这仅仅是个开始，距离人们所期待的报复性消费还颇有距离。毕竟回顾近一个月，定档上映的影片多数以中小体量新片和经典老片重映为主。近期部分新片上映情况资料来源：国信证券例如，8月14日重映的4K修复3D版的《哈利·波特与魔法石》可谓是赚足了情怀，这一类型的电影上映其实十分讨巧，不仅继续可以稳固其既有IP地位，也可以为国内目前陷入寒潮已久的电影市场带来一汪活水，引导其加速向活力方向进发。资料来源：猫眼电影当然了，现今时代从来不缺第一个吃螃蟹的人，华谊兄弟捧在手心的《八佰》便在此时站了出来。作为本就自带些许争议的影片选择在8月中下旬定档着实需要勇气，但华谊兄弟也实在拖不起了，指望着其开个好头，为经营困局带来几线生机希望。华谊兄弟储备电影情况数据来源：开源证券而作为疫情后影院正式复工的第一部重量级影片，它身上带了几分赌的意味，虽然这并不是一个绝佳的上映时机，但是也恰恰在这一时期，热门大片的观望态度或使得其有机会“坐上C位”，有望成为一部话题度颇高的黑马作品。资料来源：时光网“我们必须有电影播放。发行商都想赚钱，但疫苗仍未面世前，市场都不会绝对安全，但我们无法等到那个时候。”——全美影院业者联盟执行长兼主席John Fithian有趣的是，《八佰》这一影片本次采取的发行模式也较为“霸道”，即引入了买断制度，而这一举措可以说是次全新的尝试，打破了原有的统一模式——全部分账发行。本次买断制主要是针对小型影院的发行（500万以下年票房），利用自己的影响力来规范市场，以重视效益为上，以预防偷票房、提前回笼资金为主要目的。“小型影院需要向片方支付一笔钱来获得放映权，超出的票房部分归影院所有。”——公开资料想必，到此时，无论是业内还是业外，都对这部电影的表现抱有好奇，毕竟这一炮能否成功打响，会为后期大片定档带来重要的参考意见，甚至可以反映出未来一段时间内的票房预期走向。电影业还在蓄力中？整体来说，目前并不是电影业复工步入正轨的时机 ，但是却是需要试水的过渡时期。于是就有了外国经典片的带头，就有了《八佰》的“高调定档”。然而，基于现今市场整体气氛以观望为主，无论是渴望逃离现实两小时的观众，还是人们翘首以盼的热门影片发行商（《唐人街探案 3》、《姜子牙》、《夺冠》等），都还缺少一种勇气，毕竟疫情无情，生命可贵，小心为上总不会错；毕竟现在不是电影有把握名利双收的收获时期。影院复业后未观影的首要原因数据来源：开源证券近期影院复工后观影人次、场次情况数据来源：国元证券而随着疫情日趋平稳，所有人都在期待着暑期档预热后的国庆档的表现，这也就是不少影片在近期接二连三官宣定档国庆的原因。《我和我的祖国》接棒之作《我和我的家乡》正式定档10月1日上映；由陈可辛监制的电影官宣将于10月1日国庆档上映。国产动画电影《木兰:横空出世》宣布在国庆节上映...或许如今的暑期档只是一盘开胃小菜，真正可以检测电影业景气恢复程度的莫过于不远不近的国庆档，毕竟疫情防控进入常态化许久，在过了心里的那个坎后，市场会给予影片一个机会，目前来看，国庆档已是不少大片的首选，或将为电影行业的再次出发开个真正的好头。数据来源：微博而就整个行业来说，在互联网和疫情的冲击之下，电影这一传统文化产业需要求得一变，即通过转型升级进行革新，从单一的内容呈现载体向文化娱乐消费综合生态转变，如今的行业已然发生了一轮轮的洗牌整合，集中度会进一步提升，届时影视龙头标的依旧会受到市场诸多关注，尤其是具备丰富储备的优质影片资源（例如光线传媒的动画电影护城河、万达电影的“唐探”IP等）的公司会更有后劲释放其盈利空间。光线传媒储备的动画电影情况数据来源：开源证券万达电影的“唐探宇宙”数据来源：开源证券结语回顾过往，在政策的严厉监管和疫情的双重夹击之中，电影业近年来可以说并不好过。尤其是新冠疫情的打击从某种程度上直接断了行业的生路，使得其在这一时期的经营趋势仍具不确定性。而可以确定的是，一方面，由于疫情的平稳受控，我国电影院复工对于全球电影业是一大利好；而另一方面，虽然电影院已张开正式复工的怀抱，但基于消费信心还未修复到一定的高度，复苏力度还在循序渐进之中，目前在暑期档还不能对报复性消费期待过高，但国庆档可能有一定的发力点。基于此，目前电影板块的估值还处于底部，期待龙头标的后期发力，存有较为可观的主题投资机会。毕竟报复性消费不是不到，而是时候未至。一日不见，如隔三秋，千日不见，如隔数载，人们已经分外想念那块大银幕以及爆米花的奶油香味。
“如何于不确定性中寻找确定性？”这两年对这句话的感触越来越深，全球局势变幻莫测，黑天鹅事件频发，当下，不确定性已经具备了确定性。 向数据要确定性 在不确定的时代，企业该如何应对呢？ 我的答案很简单，向数据要确定性，举个例子。 制造业。过去制造业都是生产标准化的产品，生产什么卖什么。这样的方式今天已经跟不上时代的节奏了，当前，制造业发展好不好的核心已经变为能不能以合理的成本生产出消费者喜欢的产品，这其中涉及两个关键点，一是成本，二是消费者喜欢，亘古不变的道理。 怎么去控制成本？需要知道每一分钱的流向；如何讨消费者欢心？需要更多去了解每个消费者的喜好。而每一分钱的流向、每个消费者的喜好背后都是大量的数据。 对此，锦江酒店（600754）（中国区）运营管理中心信息系统副经理凌晨颇为认同。他认为，成本、产品或服务是每个企业绕不开的话题。而从年初的爆发到现在的常态化防控，新冠疫情这场危机中，锦江之星作为受影响最大的行业之一，对数字化、数据在疫情中所能发挥的价值深有体会。 锦江酒店（中国区）运营管理中心信息系统副经理凌晨（右二）与华为云数据库业务总裁苏光牛（左二）在华为Cloud & AI Live直播中探讨数据库上云 采访中，凌晨表示，“若不是之前锦江旗下酒店已经完成了大部分的数字化改造工作，这次疫情中，很可能没这么快就迎来复苏。” 据了解，疫情发生时，锦江旗下三个品牌的酒店很短时间内就实现了数据互通，并以此为基础提供了很多非接触式服务。比如，客人线上预定、录入信息后，不需要再去酒店排队登记，直接拿房卡入住，离店同样。 锦江此举不仅有效应对了疫情的突发打击，而且也开启并引领了酒店业的下一个时代――数字化、智能化时代。锦江改变的不单单是服务，更是对酒店业的一次重塑。未来的酒店管理公司，必然是通过AI和数字化变革来驱动的。 透过以上两个案例，数据的价值展露无疑。其实，不只是酒店业和制造业，伴随人类社会进入智能时代，各行各业对数据的重视达到空前程度，因为智能时代最核心的就是数据，这已经是业界共识，包括新基建很大一部分实际上也是在围绕数据构建基础设施。 所以，在不确定性中寻找确定性的第一步是重视数据。第二步则是利用数据，从数据中挖掘价值。然而，知易行难，企业做起来并不容易。 找对合作伙伴 此时，一个好的合作伙伴显得至关重要。因为数据治理是个大工程，涉及到理念、体系、工具、应用场景等方方面面。可谓是“牵一发而动全身”，而且不容出错，需要有丰富经验、优质产品、优秀实践的合作伙伴来把关助力，不然很容易走弯路。 凌晨在采访中就提到了曾经走过的一段弯路，是和国内一家知名云服务商的合作，整个数据库业务上线后才发现它的架构不太匹配酒店行业，满足不了酒店数据业务的复杂性需求。以至于后来再选择合作伙伴时变得非常慎重，包括和华为云的合作也是后来见到效果才慢慢打消了疑虑。 回想当时上云的历程，凌晨依旧记忆犹新。PMS（生产管理系统）涉及数据众多，数据库升级不允许出错，所以当时准备了三年时间。那时华为云还名不见经传，凌晨内心一直担忧恐惧。然而这个硬骨头，华为云啃下来了。 据介绍，当时华为云为锦江整个数据库迁移写的作战计划详细到了每一分钟要做什么事。凭着这股劲，原定6小时的迁移计划，1小时20分钟就完成了。更关键的是，这套系统至今没有出现过事故。 这套数据库正是 华为云的GaussDB(for MySQL)，它有着百万级QPS性能，高达128T的海量存储，自动备份恢复，数据0丢失，成功助力锦江酒店业务实现跃迁式升级。采访中，凌晨提到了几组数字：8、20、36、270，数字的背后是锦江上华为云之后给企业运营带来的改变。 其中，8是8倍提升，之前一组服务器只能承载100家酒店，华为云一组服务器可以达到800家，由此直接带来20万费用的递减，隐性的数字可能还不止这个；36倍是系统效率提升；270倍是数据全量查询的性能提升，之前全量查询耗时27秒，现在只需0.1秒。 把过程变简单 让专业的人做专业的事，是凌晨对华为云的评价。之所以能赢得如此高的赞誉，则源自多年来，华为云不断的苦练内功。 在云计算，产品维度不断增强，需要不断优化数据库功能；在大数据时代，数据量越来越大、数据类型越来越多、数据处理能力要求越来越高、数据共享开放的要求越来越强烈，越来越多的国产数据库在崛起。华为云GaussDB就是其中的代表。除此之外，GaussDB在可用性、可靠性、安全性等方面都做了增强。 服务维度，从咨询到实施再到售后，全方位专家团队覆盖。以锦江数据库迁移为例，迁移前华为云做了详细的评估，并拆分为众多小项目一项一项进行测试，确保万无一失；迁移过程中，全程跟踪，一项项校对；迁移后，稳妥移交给客户团队，整个实施过程才算结束。 变革中寻找机会，不确定性中寻找确定性，不仅仅是对于酒店、制造，对于华为来说也一样。GaussDB今天已经算得上国产数据库的一面旗帜。 8月12日，在华为云TechWave数据库专题日，华为宣布统合旗下众多数据库产品，将华为云GaussDB升级为华为的数据库品牌，以统一的架构，支持关系型与非关系型的数据库引擎。这意味着，华为对GaussDB的投入更大了！ 除了锦江，这里再举两个GaussDB的应用案例，某头部互联网客户，华为云帮助迁移了600多个数据库；在国家基础地理信息中心，华为云支撑40余个在线业务，每日调用微服务或者应用模块18000多个，几十TB的数据加载，经过优化，从以天、十天计，变成以小时、分、秒计。 当然，面对汹涌而来的大数据时代，只有GaussDB是不够的，数据治理是一盘大棋，华为云深谙其道。所以，前段时间华为云整合资源发布了数据使能解决方案，把30多年来积攒的经验、技术、实践打包进了一个解决方案，这是华为面对这个不确定性时代的态度，向数据要确定性，华为云做的是尽量让用户寻找确定性过程变得简单。 总结全文，未来不确定性是常态，也就是说危机一直会伴随左右，就看你怎么看待它。乐观派会从危险中积极寻找机会，到头来总有一条新路行得通，悲观派则很可能听之任之，放任自流。最终结果可想而知。希望你像锦江、像华为一样做乐观者，向数据从不确定性中要确定性。 （免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com）
数字化、网络化、智能化,已成为新经济时代最火热的三个关键词。从抗击疫情到经济恢复,ICT技术支撑下的数字经济在保障消费和就业、推动复工复产等方面发挥了重要作用。全球范围看,网络基础设施越健壮,数字经济和社会体系越完善的国家,在抗疫和恢复过程中的表现越突出。面向未来,数字化、智能化更是千行百业转型升级的必由之路。 为什么要数字化转型?数字化转型转什么?千行百业如何开展数字化转型?在8月8日举行的中国信息化百人会2020年度峰会上,华为云副总裁、华为云首席数字化转型官苏立清发表了题为“释放数据生产力,助力政企智能升级”的演讲,分享了华为云对数字化转型的思考、数字化转型的实践,以及对千行百业数字未来畅想,输出了一份发人深省的“华为经验”。 为什么要数字化转型?数字化转型转什么? “数字化转型的关键是要产生价值。”苏立清在演讲中开篇明义,“我们理解数字化转型,一定是围绕体验创新、效率提升和模式创新这些方面来为企业带来价值。” 企业数字化转型可以带来三个方面的价值:第一,改善体验。过去的IT系统往往容易忽略人的体验,数字化转型一定要改善人的体验。第二,提升效率。通过提升企业各种业务活动的效率,进而提升企业整体运作效率。第三,创新模式。随着数字化由浅入深推进,企业的产品和服务形态会发生变化,催生新的商业模式。 价值驱动下,数字化转型势在必行,那么企业数字化转型到底要转什么呢?苏立清认为要从转意识、转组织、转文化、转方法、转模式五个方面转变。 第一,转意识。要改变以往存在的误区,明确认识到数字化转型不只是信息技术部门的事情,它也要和业务部门紧密地贴合起来。只有技术和业务深度协同、深度融合,才能用数字技术来帮助业务创造出价值。 第二,转组织。业务部门和IT部门要组成一个联合团队,改变过去那种“业务部门提需求,IT部门响应”的单向组织架构。混编团队对业务和IT都有相对不错的了解,“你中有我,我中有你”,密切协同,以应对业务快速迭代,敏捷响应客户诉求。 第三,转文化。在数字化转型中要更好地解构业务,实现业务的快速响应。在云化服务化趋势下,平台变得非常重要,需要大家一起构建平台、使用平台,形成“人人为我,我为人人”的平台文化,支撑一个不断迭代的新型架构满足企业更高的数字化需求。 第四,转方法。数字化转型离不开业务,数据一定是承载业务的,业务和IT部门需要一起深度合作,实现业务对象数字化、业务流程线上化、业务规则结构化,最终才能实现业务的自动化,真正为业务的高效运转产生大价值。 第五,转模式。实体企业保有大量采用老旧架构的IT系统,而面向未来的一定是以云为基础,以数据为驱动,微服务化的新型架构。新老架构之间不是简单的推倒重来,而要采用Bi-Model双模IT的方式,既拥抱未来也能适应过去,构建立而不破的IT架构,平稳推进数字化转型。 数字化转型如何开展?华为是怎样做的? 对于数字化转型如何开展,苏立清也提出了建议,并结合华为的具体实践做了解读。 华为是一家年销售收入超过1000亿美元的大公司,四大业务客户遍布全球170多个国家和地区,有19.4万员工的日常办公需要全球协作,数字化转型难度相当的大。 面对挑战,华为对准两个维度入手。第一个维度是围绕服务对象,包括客户、消费者、合作伙伴、供应商和员工五类对象。第二个维度是围绕业务,包括研发、营销、供应、交付、服务等。华为的目标是构建一个面向未来的、大平台下的精兵作战的架构,使能业务更加高效运作。 熟悉华为内部运行的人可能知道,华为的技术和业务已经构建了一个叫做HIS(华为IT服务)的强大IT平台,它把全量的公共基础资源、数据联接,以及公共基础平台服务、数据平台服务都变成一系列的平台软件包来做服务,使能更高效地构建应用,帮助业务提升效率。 苏立清在演讲中着重介绍了这一平台,并从支撑数字化办公、数字化作业、数字化交易,以及数字化运营四个方向解读了它带来的助益,直观展示了华为内部是如何受益于数字化转型的。 比如在数字化办公方面,华为自2017年成立工作组对华为园区进行数字化改造,将园区门禁系统、消防系统、电梯系统等进行数字化连通,对人群流量精准识别,就近安排工位,大幅提升了办公效率,同时推动IT和OT进一步融合。 又比如在数字化作业方面,作为一家业务全球化、客户全球化、供应链全球化的企业,华为的研发作业、制造作业、供应作业都面临巨大挑战。数年前华为围绕全球供应作业下大力气,端到端进行数字化改造。经过几年的努力,实现了80%的确定性作业实现自动化,整体物流效率提升了40%。 从经济账看,数字化转型的效益是显而易见的。比如在上述的供应作业改造案例中,数字化改造前整个供应支出占华为销售收入的4.3%,数字化完成后降低到了3%,每年可节省十几亿美金。 最后苏立清还分享了如何进行以客户为中心的系统改造。过去员工完成一个作业需要登录很多系统,现在通过Welink平台就可以接入后端的各个应用系统,同时用户可以一站式地接入,联结完成各种业务活动。这种一站式的以人为中心的作业方式,大幅度地改善了人的体验,提升了人的效率。 掘金“数据石油”,千行百业拥抱数字化转型 “IT数据和OT数据未来将融合在一起爆发,为企业创造新的价值。”苏立清强调,数字化转型要特别重视数据,从数据的产生、数据的加工、数据的服务以及数据的变现来反哺业务,使数据产生流动,并且变成价值。 这意味着,尽管不同行业有各自不同的情况,但千行百业都可以从数字化转型中获得体验改善、效率提升、模式创新等多维度的效益,因为千行百业都蕴藏着巨大的亟待开垦的“数据石油” 比如在航空领域,华为云和AI助力深圳机场（000089）打造了数字化的最佳体验。基于华为云智能机位分配解决方案,深圳宝安国际机场廊桥机位周转率提升了1架次/天,乘坐摆渡车减少了500万人次/年,极大提升了机场运营效率和旅客出行体验。 又如在空管领域,华为助力西北空管局践行数字化,打造了智慧空管。基于“四强空管”战略,华为云助力完成西北空管局“强智慧”数据中心的规划与设计,通过构筑数据标准,规划统一数据湖和统一应用开发平台,优化空中交通管理和实现空管信息交换共享,实现智慧空管。 再如在煤炭行业,华为云与伙伴为某煤炭企业联合打造云边端协同的煤矿智能运营平台,将AI分析算法从云端下发到矿点,实现矿山安全态势实时感知,实时风险预警,识别准确率超过98%;并且通过集中监管各矿点的IT基础设施,实现信息共享协同,降低煤炭生产运维成本65%。 …… 面向未来,随着各行各业加速拥抱数字化转型、智能化升级,华为认为需要构建万物互联的产业协同2.0,通过云+AI+5G,实现人与人之间、人与机器之间、机器与机器之间、产业与产业之间的智能互联与协同,充分挖掘数据生产力的价值。 具体而言,苏立清解释产业协同2.0包含三个方面的协同:一是信息协同,要联接应用和数据,打通企业系统边界;二是生产和信息的协同,要联接IT与OT,打通物理与数字世界边界;三是产业协同,要联接企业和上下游生态伙伴,打通产业价值边界。 毫无疑问,突破边界的横向、纵向的深度协同,将进一步促使数据产生流动,激活数据生产力,产生巨大价值。可预见,在产业协同2.0的推动下,“数据石油”的生产力将进一步得到释放,千行百业的数字未来将更加精彩!
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估