12月16日，国家发改委新闻发言人在回答《每日经济新闻》记者提问时表示，政策效果在持续显现。企业在减税降费、金融支持等助企纾困政策方面的获得感也在不断增强，调查结果显示，11月份反映资金紧张的制造业小型企业占比为42.3%，比上月下降2.6个百分点，是今年以来的低点。 封面图片来源：摄图网 全球新型肺炎疫情实时查询
在8月3日大连市新闻办举行的发布会上，大连市政府副秘书长、市卫健委主任赵作伟发布：8月2日0-24时，大连新增本土确诊病例8例，累计确诊病例87例，正在实施医学观察的无症状感染者27例。 赵作伟介绍，本次疫情可初步排除国内本地病例传播的可能，推测可能是由境外输入引起的，疫情溯源工作在国家和省专家组的指导下，正集中国家最优秀的专家和力量，紧锣密鼓进行病例溯源工作。 赵作伟表示，大连疫情防控取得了阶段性的效果，但不确定性和风险性依旧较大，需要毫不松懈，一鼓作气把防控各项措施落实到位。
在现代金融史上，没有一项技术比人工智能这颗核弹辐射的范围更广，更能决定命运了。它看准了金融行业数字化程度高、历史数据准确等特点，像熔浆一样无孔不入的流进金融的各个业务中，并给它们烫上了自己的烙印：智能投顾、智能风控、智能营销、智能客服......但同时，很多人也在质问它是否名副其实。国内好的智能投顾产品几乎为0，智能风控的效果太过依赖样本，智能营销推荐的商品让人“摸不着头脑”，智能客服遇到不会的问题秒变“复读机”。人工智能到底给金融带来了哪些改变？它是否真正产生了实实在在的经济价值？是雷声大、雨点小，还是真正解决了金融业务中的诸多痛点？每个人选择不同，答案不同。AI金融“四处碰壁”｜1000亿美元投入“大海”，愣是没砸出一个花来。AI这条路，真的不好走。即使是曾经一度成为世界首富的孙正义，最近也在人工智能的投资上栽了跟头。作为人工智能的头号粉丝，为了投资人工智能，过去的几年中，他筹集了1000亿美元的基金，其中大部分资金投资了以人工智能为中心的70多家公司，但战绩潦倒，仅2019年，软银便亏损了880亿元，相当于一年损失了两艘“伊丽莎白女王”级航母。其实，在现阶段的大部分行业中，AI能颠覆的场景并不多。即使在数字化程度颇高的金融行业，AI也并非一帆风顺。比如「AI风控」，因为事关财产安全，一直是银行等金融机构关注和投入的重点。一直以来，银行对「信用卡套现」等产业诈骗团伙十分头疼。一些不法分子利用漏洞，通过有组织的活动，将信用卡的资金提现，用于投资、赌博。而「AI风控」可以通过对个体骗贷行为的分析，找到某种联系，识别出诈骗团伙，进而做出相应的封卡措施，减少损失。但是，AI风控的效果的好坏十分依赖样本，如果样本的数量或者质量不达标，会严重影响风控的效果。在欺诈等场景中，样本天然比较充足，效果也相对较好。但是在信用卡盗刷、账户盗用等场景下，因为银行的防控力度比较强，发生的案件数量较少（能积累到的样本较少），使得AI风控的效果也是参差不齐。邦盛科技副总裁王雷认为：“样本的质量高低，很大程度上依赖于专家的经验。”而目前，AI专家人才紧缺，有经验的科学家更是凤毛麟角，这也使得AI风控在行业整体效率上难以提升。然而，相比智能投顾、智能营销、智能客服等AI在其他场景下的应用，「AI风控」取得的成果已殊为不易。在“AI+投顾”的场景中，智能投顾企业迟迟未能解决获客成本高、大多数投资人未能实现盈利的问题。虞爱是一家金融科技公司——悦保科技的CEO，他平时常常会接触到做智能机器人的客户，也喜欢体验新的产品和技术，在被问及AI在哪些场景中落地并不理想时，他首先就提到了智能投顾。他认为NLP需要对语义有更精准的理解，现阶段NLP只能实现部分流程的替代，若不能实现进一步突破，智能投顾公司与客户之间始终会存在一条看不见的“天堑”，很难进行有效且顺畅的交流。“此外，实现AI能力的基本要素在于数据的积累，而目前的情况是智能投顾公司积累的数据量普遍较少，这也阻碍了行业的进一步发展。”虞爱说道。在非常火热的“AI+营销”的场景中，消费者多元化的需求和市场上产品的稀缺，形成了鲜明的对比，商品的推荐效果并不理想。智能营销通过优化AI算法，根据购买商品的网络痕迹等非常有限的信息，为每一个客户构建用户画像。构建好画像后，把用户分层，然后和相应的标签进行匹配。“然而，智能营销的模型做的效果再好，也很难通过少量的产品满足消费者的全部需要。”专注于智能金融赛道的慧安金科CEO黄铃说。撬起AI金融的“支点”AI金融不是一条坦途，人工智能在金融领域每一个业务的落地过程都充斥了“分歧”与“争端”，想要更好地落地金融，需要共同的衡量标准和相对通用的技术指标。而这些标准，不仅能为技术提供方和使用方达成共识“牵桥搭线”，也撕开了一道AI金融难以大规模落地的口子。随着与科技公司的合作愈发紧密，金融机构逐渐摸索出一套比较通用的技术指标，比如KS值、AUC、F-score，来鉴别哪家金融科技公司的AI实力更强。KS值越大，表明正负样本区分的程度越好，AI模型越好；「AUC」（Area Under Curve）可以分析在一条曲线下的面积到底有多大，如果曲线下的面积越大，这个模型效果越好，反之模型效果越差；「F-score」，用来判断准确率。此外，模型覆盖率也是考验AI产品是否有很好效果的指标之一。假设模型可以覆盖1000万人，目标是需要触及客户900万人。如果在测试时，模型覆盖了1000人，触及到的目标客户达到901人，达到了模型的测试标准，但是，因为测试的样本量太少、测试的次数太少，不代表AI产品就达到了标准。AI模型也是有时效性的，随着时间的变化，它的性能是否会大幅下降？AI模型在更新的过程中，是否需要大量时间和金钱？AI模型和银行的核心系统在对接的过程当中是否简易？AI模型本身是否做的很标准化？这些都是在技术指标之外，银行使用AI产品时，必须要考量的标准。冰鉴科技CEO顾凌云说到：“部分金融机构，会执行一套客观的指标来考察AI企业的产品质量。以24小时、7天或者30天为一个期限，他们会时时刻刻监控模型的效果，一旦模型的效果超出规定范围，马上就会根据期限调整产品。即使你本身的模型效果很稳定，他也会每3个月做一次测评，每6个月做一次测评，每一年对供应商进行一次重新的测评和调换。”通过这种方法，金融机构可以保证他们使用的产品，一直由最佳技术实力的公司提供，而反过来，也不断磨砺和推动科技公司在技术上的不断创新与发展。｜给我一个支点，我能撬起整个地球。作为第一个掌握杠杆原理的科学家，阿基米德认为只要找到事物的内在规律，即使撬动地球也是一件自然而然的事情。但是，想要撬起「AI金融」这座大山却殊为不易，需要找到许多支点，除了推进金融科技公司和金融机构“达成共识”外，怎样驱动人工智能更加“智能化”和怎样促进监管与科技之间的“协同发展”，也是我们需要思考的问题。人工在前，智能在后｜人工与智能，孰好？这是一个自AI创立以来，人们就津津乐道的话题，也是每一个AI企业家都需要思考和抉择的问题。慧安金科CEO黄铃认为，人工和智能是互为补充的，具有完全不一样的属性。人工，可以在自己已有经验基础上做非常复杂的推理，能够根据一些蛛丝马迹做复杂的关联和分析，挖掘出潜伏非常深、伪装特别像的风险 。但是，人工也有几方面的问题。第一，要成为一个非常有经验的专家，需要长时间的积累和沉淀。第二，「人工」处理数据的“带宽”非常有限，一天只能处理几十个案件，发现很少的问题。而对于机器智能来说，「人工」的劣势，恰恰是它的优势。它有足够的带宽处理海量的数据，还可以按照一些推理规则或者机器学习模型，帮助人们减少工作。黄铃说：“我们可以通过准确率、覆盖率这两个量化指标，对人工智能产出的效果进行全面评估。通过ROI来判断这个人工智能项目是否取得了良好的效果。”按照目前的发展来看，AI在人脸识别、文本识别以及风控、合规和监管等场景，效果都非常好。有些领域，AI的水平和能力甚至超过人类，比如风控合规监管，机器可以达到人类97%或者98%的水平。但是相比人类，特别是非常资深的专家，AI的推理能力还是远远不够。“AI其实像一个被高考机器惯出来的孩子。”蚂蚁集团首席AI科学家漆远这样形容AI目前发展“偏科”的情况，好比一位有着特别强大记忆体的学生，能通过题海战术学习了大量知识点之后，做题效率极高，却不懂怎么推理。比如在智能风控领域，存在大量的欺诈分子，他们隐蔽身份的手法千变万化，机器也难以察觉。如何使用数据、对数据特征分析以及如何把特征组合起来，产生一个准确高效的信贷风控模型，十分具有挑战性，需要有经验的AI人才。监管与科技｜科技可向善，也可为恶。避恶扬善，是一个永恒的话题。邦盛科技的王雷认为：“机器学习等技术，最大的一个问题是不透明、不可解释。”而这一特征给监管带来了许多困扰。人工智能应用往往通过采用神经网络，使用算法产生结果，其复杂程度只有计算机可以理解，有时候连金融科技公司也不清楚人工智能是如何决策的。这种情形下，相关部门是否监管、如何监管科技公司成了一大难题。随着技术与产业的进一步融合，人工智能的决策可能涉及数百万美元——甚至是关系到人类的健康和安全，在金融等受到高度监管的行业中，不能解释人工智能的决策，对于企业和个体而言，都面临着极大的风险，这也给监管部门提出了更高的要求。人们往往认为监管与科技的关系是，先有人工智能等科技，后有监管，监管部门的技术与理念永远落后于科技公司，实则不是。品钛副总裁李惠科说到：“政府监管部门跟业界之间的讨论是非常频繁的，一些高级别的监管官员会直接在群里，提各种各样的问题和业内的公司管理者们一起进行思考。”科技企业在迅猛发展的时候，监管也在与时俱进，并参与和推动整个生态的发展。如果非要形容科技公司与监管之间的关系，科技公司就是非常前沿、时尚的法拉利跑车，而「监管」是在整个道路上面设计红绿灯、限速、停车等各种标志的交通规则。跑得再快的法拉利，受到交通规则的管制，到了路口，也要停下来；而红绿灯的设置，保证了科技公司这辆飞车不至于“超速行驶”或者“跑得太慢”。雷锋网雷锋网雷锋网
文/新浪财经意见领袖专栏机构 北京大学光华管理学院 在欠发达地区发放消费券，效果会比发达地区差吗？5月19日，北大光华-蚂蚁集团研究院联合课题组发布的研究报告显示：在地处西部地区的广西，政府给予每1元钱的消费券补贴，能带动5.3- 7.7元的新增消费，效果甚至好于东部地区杭州的“3.5倍效应”。 本报告是光华管理学院刘俏、沈俏蔚教授研究团队，与蚂蚁集团研究院消费券研究联合课题组系列研究成果的第二部分。4月27日，课题组基于对杭州市消费券实施情况的研究分析，联合发布了《疫情之下的消费重启——中国城市数字消费券的应用与效果研究》报告，引起了媒体广泛关注和社会热议。 为了进一步验证消费券拉动消费、复苏经济的效果，本次研究聚焦广西。两次研究，涵盖了西部地区和长三角中心城市，样本差异显著，研究结论具有更强的说服力，更能够支撑在全国范围内的推广。并且针对人们关于消费券的各种疑惑，报告也给出了解答。 1问：发钱好，还是发券好？ 课题组：我们的研究报告显示，如果从提振消费角度，消费券效果远远超过现金或是现金券。同时，一手以消费券促消费，一手以现金券保民生，两者不矛盾。 理由：在全国范围实施大规模数字消费券发放以促进消费，与对低收入群体和疫区民众发放现金券，两个政策目标迥异。前者是为了刺激消费，后者是纾困与保障民生，讨论政策议题时切忌将两者混在一起。据我们的测算显示，中国有近10亿移动支付用户，每人发放500元消费券，可以立竿见影地拉动消费。全国范围内5000亿的消费券核销能够带来4.25%的社会消费总额增长（注：按3.5倍的拉动效应测算），对实体经济拉动作用巨大。如果采取另外的政策手段，例如通过现金发放或是个人所得税减免，同样将5000亿元返还给个人与家庭，其中有多少会转换为消费？如果从提振消费角度考虑，消费券效果远远超过现金或是现金券。 2问：发达地区比欠发达地区，发放消费券效果更好？ 课题组：根据我们的研究，广西1元钱的政府消费券补贴带动5.3- 7.7元的新增消费，好于杭州3.5倍效应；并且，广西区域内，在经济发展水平相对较低的城市，核销金额越高，消费券拉动效应更明显。 3问：消费券会进一步加剧数字鸿沟？ 课题组：研究显示，数字鸿沟问题在广西消费券使用中并不明显。从年龄上看，与杭州结论相似，消费促进作用与年龄维度正相关，51岁及以上人群的消费促进作用最强；低消费水平人群最大限度地使用了消费券进行新增消费。 对于低收入群体，建议现金券的发放可与消除“数字鸿沟”联系起来，通过电信、第三方支付平台、财政、民政等多部门的协同，甄别出受益群体，提供基础移动设备，借此将逾2亿低收入群体纳入到以移动互联为基础的数字经济体系。 4问：如何设计可以起到 更理想的政策效果？ 课题组：我们对杭州和广西地区的研究显示，发放设计简单的全品类消费券效果更好，而非行业券。比如，广西地区4月9日发放的无门槛通用券，对新增消费拉动作用达5.3倍，平均核销金额是行业券的4.5倍，拉动总消费增长最高超220%。 建议设计方向：使用简单、限制少，效果更好；发放消费券应在遵循设计原则的基础上因地制宜，探索“一城一策”。 5问：政府掏钱还是企业掏钱？ 课题组：应防止消费券异化成商家的促销手段，政府应当拿出“真金白银”的财政补贴。特别是对于中低收入群众，能够真实地减轻消费负担；另一方面，对于中小微企业，需要无区别对待，不设置商家准入门槛，避免可能产生的权力寻租。 6问：消费券要不要常态化？ 课题组：我们认为，为防止短期的问题迁延为长期的疲弱，建议升级为全国范围的年度政策，长效助力消费恢复和发展；在恢复经济、扶持受疫情冲击最大和最直接的中小微企业、提供更多就业岗位方面，短期乃至本年度内大力提振消费要比投资的效果更好、更直接。 7问：多次、频繁地发放消费券，消费券带动效应会打折扣吗？ 课题组：我们研究发现，杭州市4月10日消费券的设计和发放方式与3月27日完全一致，带动的新增消费和拉动效应并没有出现衰减。即使多次、频繁地发放消费券，对消费仍然有显著的拉动作用。小额、较短有效期的消费券根据实施效果多次发放，是中国式消费券的创新之一。 8问：是否具备全国范围内大规模发放消费券的条件？ 课题组：数字消费券是为数不多的经过了多轮“临床试验”（clinical trials）的“治疗方案”，有必要作为重要政策选项大规模推出。在多个城市试点，效果显著，具备在全国范围发放的可行性；可以结合消除“数字鸿沟”实现更大范围的普惠性。这是中国特有的政策创新，数字经济的深入发展为这一政策的实施提供了可能性。 (本文作者介绍：作为北大工商管理教育的主体，北京大学光华管理学院是亚太地区最优秀的商学院之一。)
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