在不同的国家，我们要用不同的货币，这是为什么？因为这是一个主权国家的重要权力，它可以通过印钱的方式换取社会资源。可能以前我们都认为，政府花的钱都是自己收上来的税，或者以税收为抵押印的货币。其实完全不是！税收只是创造了这个社会对主权货币的需求。本质上就是印钱换资源，只不过政府会自己给自己设置一些规则，不印那么多，找一个平衡点，尽量不损害自己的信誉。 一、为什么民众必然会接受印出来的钱呢？ 因为政府以暴力为后盾，除了交税之外，在罚款、贸易、司法等所有需要和政府打交道的领域，只承认它自己印的钱币，所以现代货币也叫法币（法定货币）。法币除了主权信用外没有任何实在的价值，就是一张纸，一个记账工具。 很多人不理解，我手里拿着一张纸币，我可以花出去，怎么只是记账工具呢？其实你只要想象一下银行的工作就行了，那是金融的中枢神经。以中国为例，流通中的现金（M0）只有7.9万亿元，而银行的各项存款（M2）有213万亿元，现金占比仅3.7%。这些存款本质上就是银行记的账本。A公司给B公司转账就是在银行账户上划转数值。这个数字背后除了国家信誉什么都没有。随着手机支付的盛行，以后的现金需求会越来越少，我们会更容易看清事物的本质。 下面，我们进入第二个问题，即银行账户上的钱又是怎么变出来的。 二、现代货币的发行原理：印刷、创造，然后无限循环 我们通常认为：银行是先吸收老百姓、社会的存款，然后才能放贷。大家都很熟悉的是银行存款准备金这个概念，假设银行存款准备金的比率是10%，银行拿到100元的存款后央行需要冻结10元，剩下的90元就可以用来放贷，以此类推。其实大家再往前想一步，老百姓手里的人民币（货币）是怎么来的呢？是央行印出来的，那么央行印的钱又是怎么到了你手里的呢？这一步才是货币发行的源头。 1、财政部的信用是从央行创造货币。央行首先会用印出来的货币购买财政部发行的国债，财政部拿到货币购买自己所需要的服务，老百姓和企业通过出卖资源、服务获得货币。然后银行才能从民间去吸收这些存款、发放贷款，成为货币投放的重要渠道。但是货币创造的第一步是财政部的国债，也就是国家信用的借款，全世界的主权货币都是如此运行的。 2、企业信用从商业银行创造货币。在此之前，我先请大家思考一个问题，如果存款准备金率降到0会是什么样子？不要觉得不可思议，美国现在的存款准备金率就是0，瑞士、英国、加拿大、澳大利亚等国家都没有关于存款准备金率的要求。也就是说，100美元存进去可以无限循环贷款，理论上可以无上限地增加存款数量。 举个例子，虎哥向工商银行申请了100万美元的信用贷款，银行考察后借给我了，对工商银行来说这笔贷款是他的资产，对虎哥来说这就是一笔债务。大家有没有意识到，贷款完成后，货币其实已经被创造出来了。和大家一样，虎哥我肯定不会背着100万现金，我存到任何一家银行都会给这个社会增加100万的存款，这个存款又变成了其他银行放贷的资本，以此无限循环。 也许你也发现问题了：银行放贷属于增加自己的资产、银行要负责衡量放给虎哥的贷款能不能按时还款，以便顺利获得利息收入。可是你注意到没有，银行放出去的同样是国家信用担保的货币，货币上却无法体现银行的信用。这句话需要大家好好理解一下，银行创造出来的钱应该是银行自己信用的体现，但银行用虎哥的信用给自己创造了资产和利息收入。可是我们无法在货币上看到银行的信用，这笔钱只要从银行贷出来就能够随便花，这种信用不平衡也是银行喜欢过多放贷的动力来源。 如果银行疯狂放贷后自己觉得不安心，一般会给这些贷款再买一份保险，然后告诉大家如果债权人违约了有保险公司来赔付．．．甚至，还能把这个打包成债券再卖出去。对了！这就是2008年美国次贷危机的真相，只不过他们打包的是美国穷人的购房贷款，最后美联储为了防止金融系统崩溃，自己又印钱把这些债券买了。 这次新冠疫情以来，美联储又扩大了债券的购买范围。大家完全不用担心美联储的钱不够用，我前面说过了，现代货币只是一个记账工具，美联储只需要敲敲键盘就可以了。在美联储的资产负债表上，债券是资产，美元是负债，只要有债券就可以创造美元。而创造债券很简单，中央政府、私营企业都可以发债。 从宏观角度上看，A企业发债，只要不是被央行买走的，一定会成为B企业的资产，这个过程属于私人部门内部的信用创造。中央政府发的债，一定是私人部门的净财富，因为它没有违约的风险。但是如果美联储购买公司债则会透支美元的信用，美联储自己也知道透支信用不好，但它也是有苦难言。 美联储名义上独立，实际上受美国经济、美国政府的影响非常大。2008年被迫购买抵押贷款证券（MBS），到2014年它开始缩表，五年下来没缩多少，这一次疫情又大大增加了未来缩表的难度。因为一旦美联储减少购买这些债券，将直接推高美国债券的收益率，削减美元的流动性，同时为美元升值带来压力。一旦市场有大的波动，美联储就要停下脚步，所以缩表很痛苦！而且金融资本都不乐意看到美联储缩表。 某种程度上虎哥可以得出结论：这个表会持续地膨胀下去，因为缩不了多久，美国就会碰到下一次经济危机，而危机必然导致美联储又要印钞救市，恶性循环就此形成。 三、美联储害怕咱们抛售美债？别想多了 美联储害怕外国人（比如中国）抛售美国债券吗？其实完全不怕，甚至它还会鼓励你这么干！ 我们经常在国内媒体上看到一些不理性、不正确的言论，说什么中国只要在关键时候抛售美国国债就会如何如何，似乎这就抓住了美国的命脉。实际上根本不是这样子，美联储一点都不担心你抛售美国债券。格林斯潘卸任之后说过，大家不用担心中国抛售美国债券，因为我们可以让中国卖家找不到买主。即便中国成功卖掉了，所得到的也不过是没什么利息的存款。美国政府不会允许中国购买他们的优质企业，甚至我们买了美国上市公司股票，人家都不会给你投票权。 美国经济学家安德烈·冈德·弗兰克曾经说过，美国用实际上一文不值的美元支付中国和其他国家。特别是勤劳的中国，无偿向富有的美国提供价值成百上千亿美元的真实货物。然后，中国又转过来用这些美元纸钞购买美国国债。这些国债除了支付一定的利息以外一文不值。就我们所了解到的，这些美国国债永远不能换回现金，或足值/部分的赎回，而且不管怎么样，由于持续通胀，它们已经贬值很多了。 与此同时，我们的企业还在源源不断地出口商品，换取美元。中国每年有很多的顺差。即便是贸易战最严重的2019年，我们对美国还有2958亿美元的顺差。如何使用这些美元，特别考验我们领导人的智慧。对中国来说，没有外汇储备肯定不行，但太多了也是一种浪费。问题是央行这么大的资金规模，如果直接参与二级市场，比如买黄金、石油，想都不用想，买啥啥涨，卖啥啥跌，因为规模实在太大了。现在的中央利用这些钱建金砖银行、丝路基金，搞一带一路的建设，输出中国的过剩产能，我认为这是非常好的战略。让货币流动起来才是经济发展的王道，当然能换回实实在在的资产就更牛了，如果能在价值低估时，买到优质的资产，那就更无敌了，而美国就是一直这么干的。
据伊朗塔斯尼姆通讯社报道，伊朗国防部长阿米尔·哈塔米称伊朗不惧任何挑衅，伊朗的导弹会摧毁一切敌人的反导系统并穿透其防空屏障。哈塔米在周二的电视采访中说，导弹力量是伊朗战略防御的关键组成部分，可以对一切针对伊朗的侵略势力进行有效防御和打击。他还保证这种导弹会继续改进，保证安全。哈塔米补充说：“我们一直都在密切的监视敌人，有能力采取措施摧毁敌人的反导弹装备，我们可以非常自信的说，我们的导弹可以完全穿透敌人的防空系统。“他称伊朗现拥有非常可靠的国防力量，还警告说任何妄图攻击伊朗的势力最终都会引火上身。最后，他还公布了在2021年3月之前，为空军配备的三架“Kowsar”战机的训练计划。
现在的粮食浪费是触目惊心、令人痛心。我们可以看到一些土豪劣绅、王侯将相、达官显贵，好像历史书上写着的铺张浪费、奢靡比比皆是。 我觉得铺张浪费的遏制，不只是一个社会秩序、文明习惯的问题，我们的每一个老百姓、每一个网民朋友，都应该更多的自觉的去做到节约，更多的传播、更多的去弘扬我们的美德。 大家好，我现在在福建调研，我的窗外就是非常美丽的闽江。昨天我在莆田经历了一件非常令我感慨的事情，在莆田调研，当地的一位区委书记，请我和我的同事吃了一顿晚饭，吃的什么呢？一碗当地的面再加一个菜。 坦率讲，我当时非常震撼于这次晚宴，也非常震撼于区委的常委班子领导的简朴节约，还有他们的很多丰富的当地的知识，这让我就想起了现在我们餐饮业的很多浪费的现象。 我给大家算一笔账，2019年据统计，全国的餐饮业一年的收入大概是5万亿人民币。大家想一想，我们每天上饭店去吃饭，有多少是被浪费掉的？有人甚至统计说差不多15%到35%左右基本上没吃完的，就放在饭店里面了。那么我们打个折，算是20%是浪费掉了，5万亿乘以20%就是1万亿，1万亿什么概念呢？我们辽宁号差不多也就200亿到300亿的造价，再大型一点的航空母舰算是500亿，相当于我们每年在饭桌上餐饮浪费掉的粮食，就可以造20艘大型的航空母舰。 大家都对芯片很感兴趣，我做了个统计，全球所有公司、所有研究机构对芯片研发的投入一年满打满算差不多也就5000亿人民币，也就是说我们中国人在饭店的餐饮上浪费掉的每年粮食的价格，相当于两年全球的芯片的研发费用，你说多么多么可惜。所以前几天习总书记做了个批示，大体意思就是现在的粮食浪费是触目惊心、令人痛心。 我觉得这个批示非常非常重要，实际上自2013年以来，党中央就一直强调要厉行节约，这些年来咱们中国人在餐饮上的节约的现象也有不错的改进，比如说光盘行动，比如说我们现在越来越流行打包回家，但是本质上仍然没有得到扭转。 为什么我一路调研一路就在想这个现象，实际上中国的粮食安全并不富裕，虽然我们非常自豪地向全世界宣布我们差不多用8%的耕地，养活了全世界占全世界人口的18%到20%左右的人口，但是那只是口粮，说什么叫口粮呢？也就是玉米、大米和小麦，但是我们很多的食物已经靠进口了。 我们的食用油、我们的肉类都是大量靠进口，中国大豆85%都是靠进口，所以换句话说，我们很自豪的宣布中国人是可以满足粮食自足自给的，但是吃得好中国人是没办法满足的，所以这个时候，大家在浪费觉不觉得可惜呢？ 有人曾经统计过，我们进口的那些粮食相当于在中国差不多10亿亩耕地，这么大的耕地相当于是中国耕地面积的一半左右，所以在这样的粮食安全的状况下，我认为中国人理所应当的、发自内心的应该厉行节约，不能浪费粮食，那为什么会产生这样浪费粮食的现象呢？我自己感觉大概有这样的几个原因： 第一个原因当然就是我们5000年来传统文化中的一些糟粕。当然勤俭节约是我们的一个优良传统美德，但是另外一方面，我们可以看到一些土豪劣绅、王侯将相、达官显贵，好像历史书上写着的铺张浪费、奢靡比比皆是。而到现在老百姓有相当一部分人把这些奢靡之风，把这些浪费视为是自己的财富，或者说权贵的非常重要的一个标识。觉得好像可以浪费就代表了很有钱，这是一种畸形的价值观。 第二个原因它也是非常的令我们感慨的，很多年来中国人是饿怕的，所以一到饭店点餐就点多一点，在家里同样是如此。比如说我老妈就典型这个现象，每次我回家都得给我做很多菜，生怕我吃不饱，结果自己把吃不完的那些冷菜冷饭在厨房里面悄悄地吃，我觉得这样的老母亲恐怕也有很多。 铺张浪费的现象非常复杂，但是我倒觉得实际上到今天铺张浪费的遏制，不只是一个社会秩序、文明习惯的问题，更重要的也是一个国家进步的重要标志。相比之下虽然我们经常在批评欧美国家的民主体制，他们的抗疫的失败，但是另外一层面我们会发现其实地区或者国家相对的越发达，铺张浪费在餐饮上的现象整体上会好一点。比如说我们去过日本，大家都知道日本在餐饮业上就做的我认为比中国好不少。 在中国上海、北京、广州、深圳一些发达的城市，在餐饮上打包的现象就比在一些中小城市要好一点，所以餐饮上的浪费的遏制相当于折射了一个国家的发展文明水平，所以在这个时候，每一个网民、每一个朋友都应该去从这个角度去想，所以怎么办呢？我这两天我也在想这个问题，比如说我个人感觉有这么几个想法跟大家一块交流。 第一，官员应该先行，政府应该先行。政府在这一块这几年来已经做得越来越好，尤其八项规定以后，但是我认为还可以做得更好，比如说我刚才讲的在莆田的区委的现象，为什么政府的公务宴请不能更加节俭呢？四菜一汤、三菜一汤完全没问题，简单一点反而增加了我们这些学者到地方上、到国内的很多地方走走看看调研时候的好感。实际上外商来投资，这么简朴的宴请同样也提升这些投资人对这个城市的好感，所以我认为公务宴请的节约节俭是非常非常重要的，而是也可以完全可以做得到的。 第二，鼓励我们的餐饮的改革。餐饮界可以大改革，为什么我们的中餐不能实行分餐制呢？日餐可以、韩餐可以、西餐可以，中餐的分餐制在很多地方也已经流行起来了，连我们现在火锅都可以分餐了，只要分餐我觉得很多时候会节约很多。 第三，大力地推行各方面的立法工作。比如说一些餐厅你去点餐，无论点多少人家不提醒你，最后点多了。所以对于一些餐厅的浪费，如果他倾倒很多的餐饮的垃圾，那么有理由对他进行一定的惩戒，这样餐饮业在点餐的过程中就有更多的提醒，可以使得我们适量而食，那么最后我觉得我们的每一个老百姓、每一个网民朋友，都应该更多的自觉的去做到节约，更多的传播、更多的去弘扬我们的美德。 大家一定一定要想一想我们浪费，实际上就在浪费着我们的国力，你看现在美国那么欺负咱们，我们的餐饮桌上浪费就在浪费着创造制造航母，就在浪费着芯片的研发，你有这样的想法，很多时候可能我们对餐饮的节约，就有更多的爱国的想法和精神、更多的这种自觉的意识。 谢谢大家。
吴建斌 阳光城集团执行副总裁 “有知识的人很多，但能把知识化成智慧的人并不多，建斌兄算一个。”阳光城创始人林腾蛟如此评价吴建斌。 他踩对人生的每个时点，尽情造梦、追梦、圆梦。从曾经的拓荒少年到如今的地产“老中医”，他从未停止对这个世界以及这个行业的感性观察与理性思考。 日前，在易居沃顿PMBA第9期集修共训课程中，吴建斌分享了他对当下房企投融资方面的洞见，部分精彩观点如下： 1.从七八月份开始，国家针对房地产的所有财政政策和货币政策都要恢复到今年2月份之前的政策。 2.房价是没有预期的，尤其一线城市和强二线城市。 3.房企要分三六九等，优秀的企业继续鼓励，三个指标比较差的企业，融资成本会高，融资的金额可能会少。 4.若账面回款700亿的现金，其中有一半是监管资金，那么这部分钱对企业就没有意义。 5.要想降负债率，就要想尽办法把传统融资额度切分出来，切分到供应链融资。 6.跟投机制是否过时？我认为没有过时，只不过跟投机制需要与时俱进解决大家的具体问题，如果说问题解决好了，这个激励机制发挥的作用依旧很大。 地产财政政策优惠将划上句号 疫情是清晰的黑天鹅事件，今天我们探讨它对房地产金融方面的影响和挑战。 从二月份开始，国家对房地产公司支持力度还是比较大的。比如从财政方面税收、土地款到期等都可以延付3-6个月，如果按照三个月来计算，就是五六月份基本结束，如果是六个月，七八月份基本结束，就是说从这个月开始，政府针对房企短期采取的财政政策优惠基本画上句号，这一点大家要清楚。 这就意味着从七八月份开始，国家针对房地产的所有财政政策和货币政策都要恢复到今年2月份之前的政策。那会是什么样的政策环境大家都很清楚，五限政策严格执行，融资不能松，可以说是围追堵截，哪里有漏洞就补哪里。 所以去年很多房地产公司遇到很大的现金流挑战，可以说大公司有大公司的难处，小公司有小公司的难处，各有各的难处，表面上挺风光，实际上日子都不好过，这是我们经历过的事情。从今年七八月份开始，我们又步入了去年这种状态，可能大家有怀疑，是不是有点耸人听闻的感觉，并不是，这已经成为业内的共识。前不久，中央找国内十个城市约谈，因为房价太高了，增长太快了，所以要约谈，这就传递出一个清晰的信息。 之后又传出了消息，中央金融部门要对房地产公司设置三道指标，根据三道指标的触线情况不同，把房地产企业分为“红橙黄绿”四档： 第一个指标就是负债率，剔除预收款后的资产负债率大于70%；第二个指标是净负债率大于100%；第三个指标是现金短债比小于1倍。 把这三个指标统一打包来看，如果说三个指标都做到了，就是正常的企业，甚至是优秀的企业，如果说三个指标都没达到，都超过了这个要求，就是红的，你的融资下一步是更困难的，如果是黄色是次困难，如果是绿色为正常，如果说最后无色那就是大力支持。 把这个文件再和中央约谈联系起来，传递了两个信息，政府原来在财政金融方面短期应对疫情的政策基本上划句号了，因为房地产市场已经正常了，这是传递的第一个信号。传递的第二个信号就是房企要分三六九等，优秀的企业继续鼓励，三个指标比较差的企业，融资成本会高，融资的金额可能会少，有可能会在很多方面进行管理。 一二线城市招拍挂拿地风险大 既然问题都已经很清楚，接着我们讲如何化解风险，特别是三个指标都比较差的公司面临的融资问题我们该怎么样来解决。 首先我们要明白一些基本概念，我在多个公开场合讲过，企业管理的核心可能有战略管理、投资管理、运营管理，但核心的核心是财务管理，管理好财务，就像管好人身体上的血液一样，你的血液不通了，这个人可能就会死掉，这就是财务管理做的事情。 财务管理的核心是什么？是现金流管理，现金流管理核心是经营现金流的管理，经营性现金流管理的核心是可以动用的现金流管理。 比如我们卖了一千亿的楼，然后账面上回款率达到了70%，那就是700亿的现金，但是事实上700亿的现金，真正在里面能动用的有多少？能动用一半吗？有一半可能是被监管的，事实上我们在经营活动当中，资金在不断以各种方式进行监管。 我们经常可以看到资产负债表里面有不少现金，但你要问这些现金是怎么组成的，第一种是监管资金，要把监管资金扣掉，因为这些钱不是你的，你动不了，当我们发生经济危机或者说现金流问题的时候，监管资金是没用的。第二种是一家上市公司在境外有融资，境外表现为存款，境内表现为贷款，因为现在境外融资，大部分钱是融资之后要还贷的，所以报表里会有一笔存款，其实是质押在银行的，这个钱扣掉，才是你可以动用的现金。 简单来说，一家中小企业，账面400亿现金，可能实际能动用的现金只有100亿，另外300亿权益虽是你的，但已经用做别的用途，所以分析下来，经营现金流管理是可移动用的现金流管理。 我特别提醒各位，不管你在哪个部门，我都建议大家多多了解财务，了解其中的逻辑关系，否则没办法当家。围绕现金流管理要做足功夫，现金流管理由三部分组成：经营现金流、融资现金流、投资现金流。 房地产公司更多的是把经营现金流和投资现金流合并起来看，都是经营活动产生的现金流，经营活动产生的现金流有收入有支出，我们希望这个现金流每年都有正数。如果希望改善你的负债率，那经营性现金流收大于支是比较合理的，有了结余，你的资产负债表、现金流量表和刚讲的三大指标一定会有改善。 如果你的经营活动收入100亿，但买地税费等支出花了120亿，意味着经营活动产生的现金流是负20亿，那么这个缺口怎么解决，就是靠融资解决。 在经营环境好的情况下融资没问题，2015年国家鼓励去库存，当时银行恨不得把钱给你，融资成本很低。过去6个月，国家经济不明，政府采取了货币宽松政策和财政宽松政策，但现在这个阶段过去了，如果继续靠融资补债是很难的。中央政策很清晰，不能把更多资源流向房地产市场。如果哪个城市把实体经济的钱流向房地产市场，那是要问责的。 当财政要收紧融资方面的现金流，那么做增量就变得非常难，如果做存量有借有贷没有问题。但如果说还贷100亿借120亿，多了20亿的增量，那就比较难了。只有增量才能补经营现金流的缺口，如果融资方面没增量，就没法补经营现金流的缺口，怎么办？现金流量表缺了20亿，怎么办？只能少买一块地，加快销售来达到平衡。 一般来讲，经营性现金流与库存促销、应收款催收、监管资金盘活、局部销售正常、线上销售、控制刚性支出等有关，总之就是增加收入。我们重点讲讲库存促销和应收款催收。 库存在资产负债表的左边，我们从银行借钱，然后买了地，买了地以后建房子，建了房子卖不出去就形成了库存。如果说你能够把库存很好的消化，在房地产市场非常活跃的时候，基本上库存很小，一般是三个月、半年是正常的，但是我们现在市场库存很多时候都是半年以上甚至几年的库存，这个资金占用是非常亏的。 因为我们现在的融资成本很贵，中小企业融资成本基本是10%左右，如果说库存里面有两百亿，占用了两百亿的资产，花了两百亿形成的资产，一年就是二十亿的融资成本，到最后说不定比借的钱还多。所以要把库存早点卖，少借点银行的钱，有些企业账不会算，以为库存一直是资产，但是如果不在账面上表现为现金，实际上没什么意义，因为要承担很多融资成本。 第二个提到应收款催收，这个量往往也是非常大，可能是和合作方合作形成的，也可能是监管资金，也可能是预付形成的应收款，房子建好了，预售证拿到但卖不出去。从经营现金流的角度，要对每个子科目进行研究，怎么把它变成现金，库存怎么促销，应收款怎么催收。一般公司都会成立一个针对库存和应收款的专门催款小组，制定各项激励机制，目的就是想办法把资本衔接。现在这个时代已经发展到不奖励不干活了，所以说干脆成立若干个小组，责任到人，然后进行催收处理，出一些专题解决办法，这个事情才可以做。 从投资现金流方面，我们更多讲的是并购，合作的项目，或者说参与一些城市更新，旧城改造等，这方面是可以盘活的，有些动作可能会加快有些动作要放弃，加快要尽快确权，变成我们确权以后的土地储备，然后进行开发，变成产品卖出去。有些项目太长期会影响我们的现金流，所以我们干脆放弃，选择一些周转比较快的资产上。招拍挂是很快，但国内现在的招拍挂市场竞争非常激烈。我认为现在通过招拍挂方式获得土地，项目的净利润能够获得5%—8%就是非常了不起的事情。 现在公司招拍挂的算账方式都是考虑了预期增长，如果把成本扣掉，哪怕是算出5%-8%的利润，也是亏的，因为我们调控政策没有取消，特别是一二线城市。但如果把未来市场设置5%-10%的增长预期，那也是不存在，这是在害公司。多留意就会发现，房价是没有预期的，尤其一线城市和强二线城市。 多年研究下来，我发现许多企业之前做的预期都没有实现。除非你这个房子在建造的过程当中增加了部分的功能，政府认为你增加这个功能是合理的，比如确实有智能化的投入，或者说在环保方面、结构方面有投入，政府才会把这个价加进去，如果说没做新的投入是不会让你加价的。所以我说最近很多公司在招拍挂市场拿的土地是不挣钱的，因为考虑了预期。 如果说疫情结束之后，财政政策、融资政策恢复到2019年的水平，中小企业会感觉到比较难受，所以要了解融资工具，当这个融资工具不能用的时候再换一种融资工具，有的时候资金流向房地产不那么直观，但最后还是会留到房地产，这是我的感受。 结果告诉我们，尽管政策很严，尽管中央有明确的政策要求，但是最终很多钱还是流向房地产，因为房地产是实体经济。房地产具备很多功能，除了居住功能还有投资功能，特别是城镇化之后，老百姓有点钱会先买房子。而且买房子是最简单的动作。有一个经济学家说如果经济全垮了，买了房，起码房子还在，只不过价值不同而已。但如果经济垮了，你没买房，那么你将一无所有，这就是房地产的特性。 资产负债表每个科目都可以融资 这种情况下我们要了解一下融资方面有哪些工具，经过几年的整理，我们把融资工具又进一步划分，大概划分了七类，33种工具。 第一类是房地产基金，房地产基金更多解决的是钱的问题，包括拿地的资金池，股权前融，股权夹层，这是正常的操作。第二类是传统融资，包括土地前融（套壳432、永续债、优先股）并购贷，开发贷；第三类是供应链融资，要想降负债率，就要想尽办法把传统融资额度切分出来，切分到供应链融资。假如有200亿的融资额度，如果是传统融资，就到了有息负债，如果变成供应链融资，就不是有息负债。 第四类是存量资产盘活，包括有产权的停车位收益权抵押融资，无产权停车位使用权转让融资，资产或权益出售融资；第五类是标准化融资，包含海外债/银团，银行间及交易所市场债券，CMBS、CMBN、内REITs。第六类是资本市场融资；第七类是资金盘活。 建议大家对这些工具有所了解，知道内涵外延，无论怎么监管，大部分工具是可以用的，有些时候一说到银行就想到银行融资，除了银行融资之外还有很多种融资方式，国内资本市场上不了市可以在美国上市。没盈利也可以上市，不一定要盈利才能上市。所以说要对资本市场有一个很好的认识。 关键是商业模式，通过讲故事之后，让资本市场对你很青睐，如果很青睐，亏死都没关系，都可以做融资，所以说33种工具，我建议在座的同学们一个一个去研究，它们的内涵、外延，七大类之间的分别，什么时候用这一类，什么时候用那一类，大多数时间很多方面都是可以融资的。 经过我们过去的实践，实践结果是这样的：传统融资在总融资额里面占了63%，标准化融资占了21%，供应链融资占2%，信用融资占13%，其他的占1%。据此可以反思很多内容，比如传统融资仍然是我们未来融资的关键渠道，这个结论是对的。但在房地产公司里面，万科把融资做得非常极致，供应链融资差不多占到了50%，大家研究一下他们是怎么做供应链融资的，供应链融资是不计有息负债的，有机会做供应链融资的话有息负债的指标就比较好看。 我曾经公开讲过，如果说你是财务主管，你要知道资产负债表无论是左边还是右边，都是可以拿来融资的，资产负债表每个科目都是可以融资的，这是我的结论。 城镇化红利依旧还在 当前面临的状态实际上就是不确定性，不确定性一方面是疫情影响，很重要是中美博弈带来的，从目前来看，大家认为打仗的可能性不大，毕竟是两个大国。 但也有不确定性，在这种不确定的情况下，如果说真打仗了，全球就会进入一个不可控的发展局面，中国经济朝哪去，全球经济朝哪去，没人说的清楚，但最终全球的资产会贬值，这是结果。我相信不会打仗，这是结论。 我们必须承认，中国房地产发展20多年，几个红利基本上结束了。首先，刚需的红利基本结束了，现在平均住房面积已经从改革开放初期的每人7平方米变成现在的每人40平方米，但市场也有不均衡，确实有一些人没有房子住，这是城镇化带来的结果。我们必须承认，现在做房地产更多是改善型住房，而不是刚性需求。此外，土地的红利结束了，原来我们可以通过很多方式获得便宜的土地，像李嘉诚先生在国内一块地放了十几年，现在把地一卖涨了几十倍，这样的时代已经结束了。 但城镇化的红利还有，目前我们国家的城镇化率，经济学家认为只有50%，国家发布的指标大概是60%，如果以60%对比发达国家平均的70%，那么还有十年，现在的城镇化转化率是比较低的，每年大概转化率是2%—3%，过了70%的转化率之后大概每年0.5%都不到。现在中国城镇化主要是两块，一块是农村继续向城市集中，哪怕只有0.5%，也有一两千万人对房子有需求。另外一部分就是已经进了城的，还没住上好房子的，那可以归结为改善性需求，但是同时也是城镇化的需求，城中村的改造，这块需求仍然很大，可以支撑房地产公司继续走十年、十五年甚至二十年。 金融的红利也还存在。房地产预售就是最大的金融红利。我在碧桂园的时候曾经到过印度、印尼、马来西亚这些国家考察，他们也有预售政策，但是他们的预售政策和我国完全不一样，房企拿到预售证可以卖楼，但最高是5%，老百姓虽然买了你的房，但能收到的钱甚至不到5%，然后从这个点再切分为13个阶段，每个阶段给一个点，最后在交房的时候，房企能够收到客户给的钱是30%。客户拿到房之后去银行按揭，拿回来的钱还给你，那是三年以后的事情。但在中国，基本上客户买房后，大业主恨不得每天都要打电话催着交钱，不交钱就罚款，所以这个红利还是存在的。 三大目标，六大行动方案 在过去的四大红利中，大部分红利已经消失，城镇化是最大的红利。从这个结论可以得出，中国房地产未来的趋势在哪？主要是看人流，人流的方向就是我们房地产企业要去的地方。对房企来讲，要面对当前的形势，有三大目标、六大行动方案。 第一个目标就是业绩是否保持一定的增速比例。这方面观察四个指标，分别是签约销售额、结算收入、土储面积、销售回款。 在规模增长方面，我们现在的销售额为了排名，水分太大，我特别反对。这样做误导了政府，看起来好像疫情对房地产影响不大，已经恢复常态了，到头来是自己把自己搞死了。现在差不多每家公司为了保持自己的排名，都在往里面注水，我坚决反对。我认为7月以来排名榜上的销售量要砍掉三分之一才是真实的。 第二个目标是财务的安全性是否得以提高。你是长期主义者还是机会主义者，如果是机会主义者，安全性考虑不考虑都无所谓，但如果是长期主义者，就要做好对负债的管理。负债的管理要重点关注四大指标，分别是净负债率、短期借款占比、现金比率、有息负债总额、信用评级。 企业为了保证安全，我建议货币资金和总资产的比不要低于15%，可动用的现金与总资产的比不能低于10%，这样公司才是最安全的。这是从财务安全性上来讲，核心点要确定是机会主义者还是长期主义者，如果是长期主义者就要对负债有系统的管理思路。 第三个目标是股东回报是否高于平均贷款利率，潜在价值是否为可持续发展奠定基础。中国房地产资本市场也不成熟，现在的房地产还处于青春期，整个中国经济还是在裂变之中。比如资本市场上，物业管理、高科技等都是30倍以上的PE，物业公司甚至可以做到70倍以上，所以要做好价值管理，价值管理带来的业绩甚至会超过主业。相比而言，原来地产主业的利润在下降，越来越成为一个加工业。所以资本市场的价值管理是我要特别给大家的建议。 如何应对当前的危机？我提出6个方向： 第一是以收定支。这很好解释，但在执行过程中非常困难，因为往往以收定支是财务人做的年度预算和规划，老板也是点头同意的，但执行过程当中往往会出现偏差。比如投资部门不同意，那就很难严格执行。 第二是要狠抓销售。今年下半年市场销量一定是供大于求，因为上半年的货没卖出去，在供大于求的时候要降价促销，才可以比别人卖的更多，如果不降价不促销，那怎么卖？但促销降价会使利润率受到影响，在企业运营过程当中，发生这种情况，是选择利润还是现金回流？我认为现金回流才是救命的，可以让企业活下来。 第三是重构大运营体系。所谓大运营体系，我认为就是要以财务经营为导向，以现金流和利润为核心，以计划管理为主线，以货值管理为基础，实现全项目、全周期、全专业的统筹经营。企业运营一定要和财务指标如财务收支计划，财务投融计划等进行挂钩，如果不挂钩，那么很多企业就是割裂的。 第四是狠抓品质革命。过去20多年，我们属于野蛮生长，但是未来二十年，大家对产品的要求是明显提高了。对产品的环保、智能化，楼宇的舒适性要求会越来越高。因为当市场供小于求的时候，房子怎么建造都可以，但现在已经是买方市场，客户要求会提高，产品好就有可能卖得快，所以品质革命就到了必须认真去做的阶段。 第五是匹配的激励机制。去年以来，房地产价格在下降，销售不那么畅快，很多人开始怀疑跟投机制是不是已经过时了。我认为没有过时，只不过是跟投机制没有与时俱进，没有解决大家的具体问题，如果说问题解决好了，那这个激励机制发挥的作用依旧很大。事实上阳光城的激励机制已经做了十多次改革，但核心点不变，就是希望员工要投钱，投完钱自己的利益和公司紧紧捆绑在一起，这个企业才能干好。 第六是寻求资本扩张。资本扩张是永恒的主题，也穿越周期，延长生命周期的关键因素。在持续提升房企竞争力的同时，应不忘培养相关新产业及拆部分资金投资新基建产业。 三个目标+六个行动方案，是我所提出的解决方案，期待这些结果方案思路能对在座的各位有所帮助，有所启发，谢谢大家！
01 从金融的基本模型 解析全球四次金融危机 金融是什么？本质上就是“中介”，将资金供给方和资金需求方连接在一起。 从历史来看，金融可追溯到七千多年前。《千年金融史》这本书对全世界的金融史做了详细描述。几千年来，金融的发展变化非常之大，但是本质从未变过，就是通过金融机构或者金融市场把储蓄变成投资的过程。 回顾中国金融发展，从1978年改革开放，中国以市场作为资源配置的重要形式，各种金融业态陆续呈现，蓬勃发展。而当前中国经济正经历从高速增长向高质量发展转型的过程，未来的金融，必然是一种能够促进高质量发展或者与此相吻合的业态。 那么这种业态究竟该怎么描述？无外乎看提供什么样的产品和服务；中介过程如何操作、背后有什么样的流程；组织形式是直接金融比如交易所的形式，还是间接金融比如金融机构的形式等等。 如果认为金融只是把储蓄变成投资而与实体经济、国际资金流动、宏观经济政策等等无关，则对金融的理解是狭隘的。金融，其实不仅仅是金融。 在现代经济体系下，金融是五个模块交互形成的一个复杂生态系统。这五个模块分别是：实体经济、金融系统、政府宏观政策、国际资金流动、资产定价等。 五个模块中任何一个出现问题，都会在金融体系汇聚风险，严重时便出现金融危机。 全球公认的从1980年至今的四次金融危机，都可以通过这个框架来分析，判断当时情景有无可能导致这一后果。第一代是1980年代拉美危机，生态系统中第三模块政府宏观政策和第四模块国际资金流动出现问题。拉美国家借了大量主权债，无力偿还，引发外资银行抽出资金逃离拉美国家，最终形成资金恶性循环，酿成金融危机。第二代危机是90年代初期墨西哥比索危机，第三代是1997年开始的亚洲金融危机，第一模块实体经济和第三模块国际资金流动出现问题。韩国财团大量借债，但投资收益率很低，同时东亚多个国家采用固定汇率制，如韩币、泰铢和美元挂钩。在经济基本面差叠加货币挂钩情形下，一些投机者卖空弱货币，随后出现问题。第四代金融危机则是2008、2009年第二模块金融体系流动性出现问题。短期资金流动性枯竭，又逢第一模块实体经济中美国房价不再上涨，很多贷款买房的低收入家庭无力偿还债务，形成坏账，进而影响到以住房抵押贷款作为底层金融工具的质量和价格，最终形成大面积的价格不利波动，使得危机出现。 在中国特定经济发展阶段的特定增长模式下，通过这一分析框架，如何规避金融风险汇聚乃至金融危机、如何制定政策等，都将更加清晰。 从防范系统性金融风险出发，我们可以构建出另一个重要视角：好金融和坏金融。 用学术语言来描述就是，好金融一定是中介成本最小化的金融；用惯常的说法就是，能够有效防范和化解风险、随着时间不断演进去更好服务实体经济。 按照上述五个模块的理论，在这个动态变化中，任何一组或若干组出现不利遽变时，金融体系向实体经济注入信用这一正常过程就可能受阻，坏金融便可能出现。 从另一面来看，建设好金融，就需要加固连接实体经济和金融系统的各个链条，在这五组动态变化的交互中形成稳健的均衡。 02 “金融发展之谜” 过去130年金融资产的平均成本基本未变 过去近130年间，美国每产生一块钱的金融资产大概需要两分钱，虽起起伏伏但平均水平基本未有变化。也就是说，多年来，金融资产的平均成本始终维持在2%左右。 这一现象的独特性在于，随着历史的演进，人类越来越聪明，按照这一逻辑来看，金融发展不断演进，理应能够更好为实体经济提供服务。 但我们稍稍展开来看，130年间，美国经历了从工业时代到后工业时代的发展，金融业出现了ATM、信用卡，上世纪90年代互联网开始普及，随后大数据、各种移动支付陆续登场，我们却看到，资金从供给方转移到需求方，每产生一块钱的金融资产，中间的成本基本未变，依然如此。 再看法国、德国、英国等欧洲发达国家，欧洲经济学家的分析表明，尽管各个国家经济发展不同，中介模式也不一样，比如美国和英国是金融市场主导，属于直接融资驱动的金融体系，德国和法国基本上是通过银行等金融机构的间接融资为主导，但是，产生一块钱的金融资产平均成本，也都集中在2%-3%的水平。 在此过程中，一代又一代的杰出的金融思想家曾做出努力。从1964年诺贝尔经济学奖获得者William Sharpe等人提出著名的资本资产定价模型（CAPM），到1973年美国芝加哥大学教授Fischer Black和Myron Scholes提出第一个期权定价模型，金融资产定价理论不断走向深入。 再者，世界顶级高校哈佛大学几乎20%的毕业生、哈佛商学院几乎30%的毕业生都聚集于华尔街金融业，这么多聪明的人做同一件事，但都没有带来更理想的金融实体、金融服务、金融思想等等，未能把中介成本降下来，哪怕从2%降到1.9%、1.5%。这是一个需要深刻思考的问题。 我将这种现象称为“金融发展之谜”，即金融不断演进，却没有带来金融中介成本的下降。这是放之四海而皆准的普适之谜，也是众多金融问题之关键。 那么，如今热议的区块链、数字货币等等，这些新技术会不会打破“金融发展之迷”，让其不再成立？这是一个非常有价值的问题。 金融发展之谜的长期存在，究竟揭示了一个怎样的深层问题？这表明现代金融正变为一个封闭的系统，金融演进或许是一个“熵”增的过程，为了中断这个熵增过程，“干预”（不断思考什么是好金融，并采取行动去建设好金融）是必须的！ 援引热力学第二定理解释，按照“熵”增规律，如果不在适当的时候加以干预，现在的金融就会变成一个混乱的系统。 干预有两种方式：一种是非主动的，以成本高昂的金融危机形式出现，最终从废墟中重新开始。人类在这方面似乎未长记性，我们看到金融危机反复归来；另一种是主动的，一些人或机构在特定时间点，去思考究竟什么样的金融是好的或坏的，从而主动干预金融演进过程，促使其回到为实体经济服务的本质上来。 在过去70年的中国金融体系变化中，金融资产和GDP的比例变化可以作为重要的观察点。中国金融资产在2004年不到GDP的0.5倍，到2018年已经接近3.9倍，超过350万亿元，同期GDP是90万亿元。对于1978年才正式为市场经济正名的一个经济体而言，这个金融资产的规模扩张速度是非常惊人的，这一比例直逼美国目前的4.5倍比例。 中国金融行业附加值GDP占比现在是7.7%，美国只有7.5%。从对经济增长贡献来看，在过去四十年，中国金融追赶得非常快，不少指标已超过美国及其他发达的金融大国水平。但是我们产生一块钱金融资产的平均成本是多少？ 实际上，测算有一定难度，当前的金融体系依然不够透明，不少影子银行从事金融资产的创造活动，这些金融中介的成本很难测算。按照商业银行创造一块钱贷款发生的平均成本估测，五大行平均约3%。而为中小微企业服务的城商行等中小银行，产生一块钱的金融资产平均成本2014、2015年达到8%、9%，这个成本非常高。 从这一角度来说，中国金融已达到相当的规模，中介成本却未能降下来。可以说，“金融发展之迷”的提出，在中国有更强的迫切性。如何把金融中介成本降下来，这是我们思考中国金融时需重点关注的问题。 再来对比金融机构和上市公司的利润，从上市金融机构来看，上市的银行和保险公司等只有30余家，但在2018年中国3600多家上市公司中，这些金融机构的利润约占48%，而最高时达到60%（2014年左右）。金融机构确实很赚钱，其背后究竟是什么原因？道理很简单：中介成本高！ 由此，我们不得不接受和承认一个事实：金融规模越来越大，但是效率却是一个大问题。我们追求的方向不是更多的金融，而是好的金融。在中国怎么识别好金融？答案就是，把中介成本降下来就是好金融。 03 泡沫金融 “高杠杆”为什么难去掉？ 人们关心货币政策的表述方式，比如2017年“去杠杆”，2018年开始“稳杠杆”。事实上，如果不做任何的供给侧结构性改革，杠杆在中国是难以去掉的。 原因何在？中国的金融是信贷推动的增长，信贷对一年后的GDP增长有决定性作用。通俗一点讲就是，钱多了，GDP就表现好，信贷和GDP二者高度相关。这是大家都承认的，统计数据也验证了这种增长方式。 过去四十年，为什么货币增长速度快，就在于不停投资。从2010年至今，每年广义货币M2供给增速比GDP高出6.1个百分点。当然其中有3个百分点左右是物价因素，但也超出了3.1个百分点。 问题来了，这些多发的货币却没有造成通货膨胀，它们去哪儿了？ 中国经济增长的一个特点是，这些年随着政府拍地，有了商品房，用土地、房地产做抵押品，这种投资极其扩大了土地和房产的货币化。也就是说，中国经济增长模式是以银行信用扩张下的货币金融为主导。多年来发行如此之多货币，却未出现令人担忧的通货膨胀，背后机理正是土地、房地产等基础设施做抵押品促进了中国经济的货币化、资本化。 这些形成房地产存量部分的价值，按照一些中介机构的计算，接近300万亿人民币。 但当经济主要动能发生转移，经济增速开始下降，再保持这一货币供应速度就可能出现问题。我们需要思考未来金融发展，需要对前四十年金融扩张的路径和模式做出新的探讨、新的评估。 要问当前中国经济发展最大的问题是什么，我的答案是：杠杆率问题！ 宏观杠杆率即全部债务除以GDP，倍数越高则宏观杠杆率越高。目前中国和美国水平相当，在2.6~2.7倍，日本已达到4倍，法国3.5倍。 但中国，仅非金融企业的债务便达到GDP的1.5~1.6倍。粗略估计，企业贷款成本利率平均在6.3%~6.4%，这意味着中国企业支付利息达到GDP的10%。这样一种金融体系是不健康的。如此之高的企业债务怎么降，是一个问题。 要回答这个问题，首先要回答为什么中国企业债务如此之高？因为投资效率太低，进一步可归结为两点：一是经济微观基础薄弱，二是金融资源错配。 从上市公司来看，投资资本平均收益率只有3%，也就是说，金融体系投给其一块钱，一年下来上市公司赚3分钱的税后利润。 大家想一下，炒股票或者买理财产品都希望6%、8%甚至是10%的回报，上市公司怎么给，只有继续借钱加杠杆。从这个角度，实体经济发展已跟不上投资者的欲望，可谓“灵魂走得太快，身体已跟不上”。在此情形下，企业家拼命借钱，雪球滚得越来越大，非金融企业部门的债务就越来越高。 再从金融资源配置的角度看，往往是那些投资回报高的不容易获得资金，投资回报低的却资金太多。上市公司中，民企投资回报不到4%，而国企只有大概2%。但从金融资源配置上看，2018年中国新增贷款只有14%配置到民营企业；存量上，2018年末民营企业的贷款余额占所有人民币贷款存量比例仅25.8%。 关于民营企业的贡献，有一个富含深情的总结是“56789”，即民营企业贡献了50%的税收，60%的GDP，70%的创新，80%的就业，90%的新增就业。 国有企业和民企负债率，在2008年是转折点，自此国企杠杆水平超过民营企业一骑绝尘，而民企则是“蛇形爬行”。也就是说，真正能提升经济增长质量的部门处于资金饥渴状态，不得不说，这是资源配置效率低下。长此以往，泡沫将越来越大。 “去杠杆”是不是要一刀切？或者换一个角度描述，杠杆是否有好坏之分？如果有，什么是好的，什么又是坏的？我的答案是，能够提升一个国家全要素生产率的杠杆就是好杠杆；反过来，让一个国家账务越来越大，还款意愿越来越弱的债务，就是坏的。进一步说，“去杠杆”也应该因杠杆不同而分开施策。 04 坏金融的根源 未形成风险定价之“锚” 如果我们继续追问，“高杆杆”背后根源又指向哪里？ 中国金融系统最大的问题，在于没有形成给市场定价的锚；没有建立起价格发现的功能，引导资源有效配置。 人们交易时都是低价买入、高价卖出，其中存在对冲机制。价格机制引导全社会各领域做创新配置，起到资源配置的作用。一旦价格定得不准，比如本来该值10万块的物品却定为3万块，就会带来供需扭曲，最终引发社会资源配置失效，出现一系列问题。 中国的问题恰在这里，没有给出风险定价的“锚”。资本市场、银行信贷市场、房地产市场、基础设施投融资市场等等均如此，往往是不需要资金的领域资金充裕，需要的领域却资金饥渴。 先说股票市场。股市总体收益率减掉国债的风险收益率，通常应该是正的。它能衡量一个国家股票市场风险程度，风险溢价越高，这个国家的风险越大。美国过去是6%，同期中国是1.2%左右，最近十年是0%。按照这一数值，股票市场和国债市场一样安全！ 很多人问，科创板能不能解决中国资本市场的问题？如果没有定价的锚，同样很难做到。一些人的心理依然是：政府是要救市的。如果我们对风险的认知停留于这种水平，资本市场基本就没有定价功能。 我们将创业板和纳斯达克的估值进行对比。这两个市场定位非常相似，都针对的是高科技、高成长性企业。纳斯达克有严苛的市场淘汰机制，大进大出。2018年1月该市场存续2527家企业，其中提供完整交易数据的有2500多家，平均市盈率35.8倍；同期创业板716家企业，平均市盈率48.1倍。但当我们把注意力放在市值100亿人民币以下的小市值企业时发现，纳斯达克是2338家，市盈率是208倍；创业板605家，市盈率是51.3倍。可见从48.1倍到51.3倍，创业板基本未有大的变化，但纳斯达克变化明显。 通常来说，小市值企业成长性更好，但是创业板在市场估值上未有体现。这说明我们的市场缺乏对成长性估值的能力，或者说这个市场是扭曲的。 扭曲带来的直接后果就是，直接融资，包括IPO、配股、再融资、可转债加在一起，2018年余额为12.36万亿元，而当年新增银行信贷是15.7万亿元，也就是说近20年资本市场的融资金额还不如银行信贷一年的数字。当我们讨论直接融资能力弱，拖累中国经济发展和实体经济创新的时候，其实背后原因就在于市场缺乏风险定价的能力。 再看中国房地产市场，把土地、固定资产、房产作为抵押品形成社会信用，是我们近二十年来社会信用创造机制的一个基本模式。如此一来，房地产市场的投资效率、定价都会影响金融体系的债务结构和规模。根据哈佛大学经济系一位教授的研究，21世纪第一个十年间，近300个地级市，人均GDP水平与人均住房面积增量呈负向关系。也就是说，人均收入低的地区，新建住房更多，人均收入高的城市，新建住房相对少。 这有问题吗？按常理来说，人均收入高，对应有更大的商品房需求，住房投资更多。但现实是，人均GDP低的地区，反而把房地产作为重要动能，投资更多，形成了大量的社会信用。如果当地没有相应的住房需求，最终便带来庞大的地方政府债务或房地产公司债务，以及购房居民的债务。泡沫金融是怎么形成的？正是如此。这就是坏金融导致的后果，更直白的表述就是，对房产价值没有形成市场定价的锚。 再将中长期贷款和信托类贷款收益率做比较。为什么这么比较？中长期贷款的对象更多是国企，信托公司主要贷款对象是谁？往往是在行政监管体系下，银行在贷款方面有所约束的一些部门，比如房地产公司或者“三高”企业（高技术、高成长、高附加值）。 信托公司通过银信合作发放信用产品，承诺给理财产品购买者一定回报，一般比中长期贷款利率高，平均高2.47个百分点；最终获得这些贷款的企业，利率比获得中长期贷款的企业高大约5个百分点。而从收益角度看，民营上市公司平均资本收益率比国企要高2个点以上。因此最终的结果就是，资源配置完全是反过来的。这种定价机制带来的后果是什么？只可能是泡沫金融。贷了款投资，效率不高，不断靠借新来偿还债务，导致债务越来越重。 再看地方政府信用定价，地方政府发债利率应该定为多少合适？在有效的市场，这当然和风险挂钩。但现实是，在允许地方政府发债之前，财政部在2014年做了试点，结果竟有地方政府债利率比国债还低0.2个百分点。地方财政的信用会比财政部好吗？如果这个定价是不扭曲的话，怎么去解释这种现象？结论是，大家没办法给地方政府信用作出一个市场的合理定价，违背了市场配置资源的决定性方式。 金融系统乱象，“高杠杆”下不去，追本溯源，就是没有办法给风险定价。 05 中国金融体系十大“断裂点” 按照分析金融危机的五个模块理论，对中国的现实做一个映照，又将看到什么？我梳理了10个“断裂点”，这10个点是未来可能对金融体系带来的系统性风险汇聚，具有一定的警示意义。 对这10个“断裂点”，如果在认知上达成统一，便可采取相应举措，实施供给侧结构性改革。不管是针对金融体系还是实体经济，我们所要做的，就是把这些“断裂点”夯实。 这十点中，第一是实体经济投资资本收益率太低。 第二是收入分配不平等。收入分配不平等和金融危机有什么关系？可以从历史中找到一些答案。1929年美国进入收入分配不平等高峰期，引发了大衰退。2007、2008年是另外一个高峰期。收入分配不平等关系中的中高收入群体，将其大量财富投向金融市场或者房地产，资产市场便可能出现泡沫。泡沫一旦破灭，对整个经济的影响非常深远。 第三是人口老龄化。人们在讲中国故事时，常提中国的国民储蓄率接近50%，因此金融体系再怎么低效也会带来更多的固定资产投资，比如老城改造的投资等等。但是，人口老龄化的速度已超大家想象，根据光华思想力课题组的测算，到2035年，4个人中便有一位65岁以上的老人，这将造成严重后果。人口老龄化程度恶化，便带来储蓄率的下降，消费结构因此发生巨大变化，将对产业带来巨大冲击，也会影响投资拉动的增长模式。这一点一定要重视起来。 第四是城市人口布局不合理问题。同样根据光华思想力的研究成果显示，中国目前约88%的地级城市人口规模严重不足，实际人口不到经济意义上最优人口规模的40%。这一前提下，服务业就难以发展起来，新兴产业也很难涌现；更重要的是，在此情形下大量伴随城镇化的房地产、基建、公共服务等投资就是盲目的，最终变成无效投资。不能指望200-300个地级市都有充足人口，而且不少城市人口是净流出的。没有那么多人口，基建投资、房地产投资就不可能有效率，以往的经济增长逻辑将难以为继。 第五是高杠杆及隐身其后的金融“过度发展”，第六是衰退的企业资产负债表，第七是金融资源的低效配置。企业身陷很重的债务负担，怎么做研发、怎么做未来的投资、怎么去偿还很高的债务，最后以什么样的方式影响中国的实体经济，呈现出什么样的动态变化，这是我们在经济生活中需要关注的一系列结构性问题，而且亟需找到应对的方法。 第八是金融抑制背景下金融机构的道德风险。在资管新规之前，不少人争相用各种影子银行把金融业务链条拉长且不透明，赚了很多钱；资管新规出来后，他们着急了，又开始新一轮博弈，动辄批评监管机构。金融机构是否想过，用什么方式把中介成本降下来？如果用进化的理论研究金融体系演进，不去主动降低中介成本的“物种”，最终是没法生存下去的——这就是适者生存！ 第九是缺乏给资产定价的“锚”。第十是不断弱化的宏观政策边际效应。宏观政策的边际效益在不断弱化，这种情况下该怎么办？ 现在该是到了讨论这些问题的时候。什么是我们需要的金融？什么是我们热爱的金融？我们面临这么多问题，同时有这么多机会，怎么更好地应对这些挑战，更好地捕捉时代给我们的机会？我们要思考该怎么搭建未来的结构？假如每个“断裂点”都找到了好的方法，合在一起，这个集成本身，就是走向2035年了不起的、我们热爱的中国金融。 重塑我们这个时代的中国金融必须目标明确。未来金融的供给侧结构性改革有一点是必须的：新时代中国金融发展需要提升中介效率，降低中介成本。只有这样，金融中介的模式本身才可能有生命力。 具体怎么做？有以下途径： ● 转变发展理念和经济增长模式，重新塑造中国经济微观基础。 ●政府转变职能，改变行为模式，消除所有制歧视，建立真正的竞争中性原则——未来的增长将主要来自于全要素生产率的提升，而全要素生产率的提升则与创新和企业家精神有着密切的联系；政府应该减少在经济事务中的参与，让市场在资源配置中发挥决定性作用。 ●为金融资产找到定价的“锚”，彻底实现资金的市场化配置。 ●推动劳动力和土地配置的市场化改革。 ●以REITs为抓手，为土地、房地产和基础设施寻找定价的“锚”。 ●金融供给侧改革的其他举措。 所有这些合在一起，就是为了回答一个基本的问题：怎么把金融演进过程中居高不下的中介成本降下来，也许我们可以在未来能找到答案。 而这些正一点点成为现实。今年资本市场振奋人心的两件事情就是，创业板注册制试点和公募REITs试点的推进。这两件一旦圆满完成，2020年对于中国资本市场，便是成果非常丰硕之年，从历史进程上看，也可能是中国资本市场驶向正确道路上的关键之年。 06 中国金融未来的五大“必然” 中国金融在未来究竟能给出一个怎样的答案？金融生态系统五个模块（实体经济，金融系统，政府宏观政策，国际资金流动，资产定价）交互形成的平衡，本身将决定2035年金融业态的样貌。 未来最大的一个外部环境变化，就是未来16年，中国经济保持比较高速增长变得很难。中国正面临的最大挑战将是，在工业化进程几乎结束之后怎样保持全要素增长率（TFP）的持续增长。 中国过去的全要素生产率是年均4%。一般来讲，全要素生产率解释了这个国家50%以上的经济增长。但是现在工业化进程结束了，服务业等第三产业比重已经远超第二产业比重，农业可以忽略不计，在服务行业提升全要素生产率是非常难的。比如美国在工业化时代全要素生产率是2.1%，1980年代之后进入后工业时代后降到1%左右。 我们目前全要素生产率水平是美国的43%，也就是说，同样一个人、同样一台机器生产产品的效率是美国的43%。到2035年中国如果达到美国的65%，就需要年均增速超过美国1.9个百分点，达到2.5%-3%。 到目前为止，人类历史上还没有看到任何一个经济体完成工业化之后还能保持2.5%-3%的增速。中国有没有可能创造一个奇迹出来？有可能。 对于未来，我持相对乐观态度，中国在推动全要素生产率（TFP）增速方面仍有很多有利的结构性力量。 第一，中国经济的“再工业化”，也就是“产业的数字化转型”。利用互联网大数据驱动产业的变革，可以带来TFP的提升空间。 第二，“新基建”——“再工业化所需的基础设施”。围绕产业变革、产业互联网所配套的基础设施建设，如5G基站、云计算设备等。 第三，大国工业。到现在为止，虽然我们建成了全世界最完整的工业门类，但是在一些关键的零部件或技术上还无法形成“闭环”，我们的大国工业还有发展的空间。未来诸如民用航空、飞机发动机、集成电路等的发展也会带来全要素生产率提升的可能性。 第四，更彻底的改革、开放带来的资源配置效率的提升。 如果我们要创造这样一个奇迹，我们的金融体系是什么样的？这是讨论中国未来金融的大背景。在此探讨形成2035年中国金融的五个“必然”（inevitable）。 必然1：经济总量和金融资产的爆发式增长。到2035年中国GDP按2018年价格测算，将达到210万亿元，金融资产将达到840万亿元。 这些数字怎么得来？“十四五”经济增速降到5.5%，“十五五”降到5%，“十六五”是4.5%，照此测算下来，2035年大概210万亿元，这还是比较保守的估测。2018年，金融资产规模是GDP的3.9倍，2035年以4倍算，金融资产规模就达到840万亿。这是什么概念？工行2018年总资产规模是28万亿亿元，也就是说到2035年相当于有30个工行体量的金融机构存在于中国金融体系。这将有无穷可能性。大型、中型、小型的金融机构合在一起，将构成一个色彩非常斑斓的2035年。 必然2：产业结构巨大变迁。2017年农业占GDP7.2%，解决了27%的就业人口。到2035年，我们国家三大产业的GDP占比分别是3%的农业、32%的工业和65%的第三产业。再看日本、德国、法国的情况，农业就业人口已经降到4%，也就意味着我国就业人口将有23%左右会发生重新配置，从农业迁向第二或者是第三产业。这意味着，未来的产业结构变化的速度、规模、深度是当前许多人想象不到的。 在此情形下，什么样的产业会崛起？与人民对美好生活需要有关的产业都会崛起，到2035年人均GDP将趋近3.5万国际元（按购买力平价），与现在台湾和韩国相近。 伴随着测算，我们看到的是一个个激动人心的数字。目前中国人均GDP达到1万美元，人均可支配收入只有2.8万人民币，平均到每月只有2500元块钱；到2035年，重新分配之后收入的50%或可个人支配，大概8万甚至9万人民币，如此一来，需求将发生很大变化。 那么，怎么为这些崛起的需求提供服务？比如医疗服务、理财服务、娱乐需求、高端的享乐需求等等；又怎么为不断变化的产业、不断崛起的新兴产业提供服务？答案要靠我们每个人来书写。 必然3：来自需求端的剧烈变化。2035年，居民消费率将从现在的38%增加到58%；服务消费占总消费的比例将从目前的44.2%增到60%以上。中国还将拥有超过5亿人口的“90后”，2.5-3亿受过大学教育的劳动力人口。居民消费达到122万亿元，其中服务消费达到73万亿元；医疗大健康GDP达到21万亿元；金融行业GDP达到16.8万亿元……“为中国制造”将取代“中国制造”，高质量的劳动力将为中国的产业升级提供创新和人力资本的保障。 必然4：信息技术和AI带来金融底层技术和中介模式的巨大变化。数字货币的发行将实现去中心化，一旦去中心化完成，对现在的货币理论将是一个摧毁式的颠覆。这种情况下是否将改写我们的货币理论、商业银行理论，建立新的诠释方式，目前无法得知。但我们应该相信，必然发生的是，其中会有很多这方面的探讨和争论，并且出现一些新模式，尝试更好地降低中介成本，当然过程中也会伴随着一些负面行为如欺骗等。 然而，科技与金融的结合能否把金融中介的成本降下来，破解我们提到的“金融发展之谜”？如何让一系列金融创新带来的社会收益（social return）超过私人收益（private return）从而使得未来的金融发展不再是一个“熵值”增加的过程？科学技术是答案，还是问题的一部分，需要进一步思考。 必然5：金融思想的演进。每一年，大批金融学、经济学毕业的博士进入研究领域，未来16年金融思想会不会有大的变化？我认为，会有大的变化，因为金融和技术有关，和国际格局变化有关．．．．．．很多层面都可能深刻改变金融思想，金融思想也将重塑金融行业。从已有的情形来看，到目前为止，诺贝尔奖对金融学科已垂青三次，三次对应的都是颠覆式、革命性的思想创造过程。 伟大的金融思想，具体体现为一系列基础理论，反映的是它们所处时代的研究者们对重要问题的最大共识。伟大的金融思想追本溯源，探究最根本的因。它们是金融研究的重要范式，推进人们对金融问题的认识不断证伪，直至更合适的范式出现…… 可以肯定的是，未来金融思想还将发生变化。但如果现代金融的演进是一个“熵值”增加的过程，我们就需要打破这个封闭系统，而这个打破的过程将为崭新金融思想的出现提供最坚实的土壤。这是一个新金融或者是好金融寻找的过程。用什么方式可以找、什么是答案，我们现在还不知道，但有一点可以肯定：技术从来不是答案，而可能是新的问题。金融中介成本无法降低，背后从来都不是一个技术问题，不是一个打着引号的“金融思想”问题，而是一个信任问题。 至此，我们已有了答案——真正建立一个好金融，最缺的不是技术、不是炫酷的金融思想，是信任。因此，好金融的判断标准，用一种直截了当的方式表达：能够降低资金供需两端建立信任成本的金融，就是好金融。 是时候重塑我们这个时代的中国金融了，是时候把它真正塑造成为 “我们热爱的金融”！正如特蕾西·查普曼歌唱的： 让我们下定决心 重新开始 一个崭新的开始 重新开始，我们要创造 新的符号，新的标志 发明新的语言 重新描绘这个世界
2020年8月7日-9日，第五届CCF-GAIR全球人工智能与机器人峰会，于深圳隆重举办。此次峰会由中国计算机学会主办，雷锋网、香港中文大学（深圳）联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办。在大会第三日的「AI金融专场」中，《AI金融评论》邀请了6位最具代表性的顶尖AI金融专家，分享能够代表未来10年风向的智能技术方法论、产品逻辑和风险管理理念；也在2020这个特别的时间节点上，展望他们眼中的「AI金融新十年」。华尔街知名建模和风控专家黄又钢参加了此次会议，他曾任摩根大通执行董事和花旗银行高级副总裁，拥有数十年的海外零售银行数据分析经验和前沿算法思维，今年回国与金融界顶尖技术大牛王强博士联合创立了弘犀智能科技有限公司，出任首席风控官。以《小微贷款风控模型中的算法探索》为主题，黄又钢和嘉宾及与会朋友们分享了自己在风控实践中的一些心得体会。黄又钢认为，中小微企业解决了国家80%的就业，这些企业的生存和贷款需求问题是需要关心和全力解决。但和上市的公司相比，这类企业信息透露不够充分，数据来源纷杂，数据格式不标准，数据更新周期不稳定，导致面向中小微企业的信贷产品难度更高。中小微企业信用贷款是一个世界性的难题，除了有国家层面的政策扶助，更需要顶尖人才的智慧和付出。在现场，黄又钢主要介绍了集成算法，降维算法、聚类算法和决策树算法。他指出，现在弘犀智能建任何模型一定是“双轨模型”， 即两个算法同时进行。此外，黄又钢还解释了实操“双轨”建模中的几大过程，详细讲述了人群分类在建模中的重要性，分享了算法探索与创新方面的两个思路。以下为黄又钢演讲全文，雷锋网AI金融评论做了不改变原意的整理（关注《AI金融评论》公众号，发送关键词“黄又钢”，获取他的演讲PPT。）：首先，感谢雷锋网提供这样的平台。在美国，这样的机会不是很多，各行业封闭得很厉害。能够有平台互相交流，特别是看到有这么多年轻的朋友在这里听，真的很好。我今天的主题是《小微贷款风险模型中的算法探索》。首先，我想谈谈股市和信贷谁更难这个问题。股市VS信贷，谁更难？从人才角度，信贷行业急需人才。股票市场比较容易吸引人眼球，高大上的人都选择去那儿。不光是中国，美国更是如此，华尔街吸引了全球最高端的人才。但是，如果有人选择信用贷款，特别是到小微贷款这个行业，给大家的感觉像是无奈之举。而且，两者都是在处理非常复杂的问题，股票市场需要需要考虑几千家上市公司和几千万散户的博弈，而小微贷款也需要考虑到几千万家企业。如何判断一家企业的信用、以什么样的利率贷款给企业、如何贷款后收到还款，这些都是非常复杂的问题，需要人才，尤其是顶尖人才去分析。从数据层面，信贷比股票市场更难，信贷行业更需要标准和规范和确切的数据。股票市场上，每家公司必须有财报，它的格式和框架是一致的。财报的数据是标准的、业绩等信息发布的时间和周期是确定的，我们可以确切的得到股票市场里的许多重要信息。和上市的公司相比，小微企业的信息透露不够充分，数据来源纷杂，数据格式不标准，数据更新周期不稳定，导致面向中小微企业的信贷产品难度更高。中小微企业信用贷款是一个世界性的难题。在股票市场，我们要关注两件事：价格和数量。什么价格买？高价买，还是低价买？买多少数量？1千股还是1万股？而在信用贷款行业中，我们需要关注它的四个维度：一是风险程度，我要判断你这个人是否靠谱；二是给你放贷，我给你多少利息，价格是高是低；三是我给你多少钱，借你1000元、1万元还是300万元；四是期限，我是按天、按月计算还是按年计算？在我国，中小微企业解决了国家80%的就业，这些企业的生存和贷款需求问题是需要持续关心和全力解决的。2006年，诺贝尔和平奖给了孟加拉国的经济学家，当时我在花旗银行，听到这个故事非常感动。经济学家真正去底层考察和生活，把27美元借给40多人，每人几毛钱、几美分地贷，这很难得。当时花旗银行没有小微贷款，也没有普惠的概念。我直接找到我老板，我问他看和平奖了吗？他说看了。我问他花旗银行怎么没有普惠性的东西？他耸了耸肩，没搭理我。我问我们能否做这样的事情，他回答我“做好你的工作就行了，别管那么多闲事”。美国的银行在为富人服务，他们并不关心底下的中小企业。而在中国，国家真的会把钱倾斜到中小企业身上。机器学习算法概述机器学习是AI的分支，现在机器学习有非常成熟的算法。我很喜欢这个图片，虽然这张并不是最新的图片。它列出的算法比较规范、有条理性。深度学习、集成算法、神经网络、正则化算法、规则算法、回归算法、贝叶斯算法、决策树算法、降维算法、实例算法、聚类算法，这些算法十几年前就有了，有些仍在不断更新。如果一个人想做机器学习，至少要懂每个算法的原理，这些算法背后的逻辑是什么？其底层数据是怎么回事？我今天主要介绍集成算法、降维算法、聚类算法和决策树算法。每个算法都有实实在在的应用和意义，不是为了算法而算法。如何应用算法？我们现在做任何模型一定是两个算法同时进行，既要做传统模型回归算法，也要做机器学习算法。传统模型主要指的是回归算法（LR），取决于应用场景。机器学习模型，我们主要指的是XGB，集成随机树的算法。经典风控领域全都是以回归模型为主导。原因在于其稳定性好，可解释性非常强。在美国，机器学习在任何信贷场景都不能落地，也不能使用，原因在于我们无法解释底层拒绝贷款申请的原因是什么。由于不能解释，在美国的法规下就不能应用。所以机器学习只能在底层，我们分析团队、模型团队可以高大上地玩，但只能玩而已，真正实战一律不许用。在中国，我们不仅玩，还有机会可以使用。至少从法规层面，我们还没有严格要求拒绝一个贷款必须跟企业或者客户解释理由。实操“双轨”建模有几大过程：一是预测能力的比较； 二是变量维度的判断；三是对比同一个观测值，如何交叉使用；四是策略应用，即如何使用这个模型。如何使用这两个模型？我们可以将数据集分为两类（路径）：一类是传统模型，另一类是机器学习模型。建完模型一定要有预测能力，假如用KS表述模型的准确率，你可以通过ROC、AUC等统计控制。假如我们用（统计）变量（做评估），不管（使用）哪个统计变量一定有好坏的比较。机器学习好或者不好的比较，首先是评测模型的层面。有了模型层面的比较后，（谈）模型一定会牵扯具体的特征值或者变量。它用哪些变量，在变量的层面上我们也进行比较。真正实际应用的是特征（变量），关键特征特别是关键维度覆盖性怎么样？传统模型覆盖了多少？10个维度还是20个维度？机器学习的维度到底是多少？都是我们需要考虑的。由于传统模型回归算法的局限性，它是线性（关系）的，维度一般在10～30个变量。而机器学习在准确性等方面比传统模型要好；在变量层面，总体来说机器学习完全没有概念和业务场景的限制，可以按照数据结构往下走，使用的变量相对较多。比如XGboost有一两百个变量是常态，三五百个变量也是常态。我们比较两个模型时，在变量维度之间要做一个比较。一般来讲我们建回归模型，在处理变量时，我们做了数据本身的转换，可以在变量维度上做聚类分析，控制变量维度。假定回归有20个变量，回归模型一般就（代表）有20个维度。虽然机器学习的变量很多，但是我们至少可以判断维度上是不是有问题。而每个观测值的评分，也是需要具体比较的。如果评分一致，我可以确定这个企业的评分比较准确。但是，如果两个评分出现差异怎么办？如一家企业用传统模型测出720分，用机器学习测出来可能只有600分。（也即）回归模型说这个人风险低，机器学习说这个人风险高，那我们如何决策？这是我们后端策略上要解决的问题。综上所述，每一个评分的好坏，可以通过三个层面的比较：模型层面、变量层面、观测者层面。人群分类是建模中十分重要的环节。如图示，这里有多个子人群。如果我能把人群打开，按照其实际状态，分为红、绿、黄等图中标注的群体，在每一个人群上做独立的测试，可能会做出更好的预测。这是人群分类的基本点。任何人群可能会存在不同的子人群中。每个子人群可能会有其独立的特征和趋势。问题是我们能否找到这样的趋势和特征。而前提条件是我们能否把人群分开，每个人（建模师）的经验不同所以做到的程度不同。决策树算法和聚类算法是人群分类中常用的两个算法。决策树算法，是用树的方法把底下人群分为几个叶子，每个叶子为一个子人群。聚类算法，是以每个观测点（如企业）的相似性为基础，将相似的企业分为一类。“相似性”是由统计学上的距离来决定的。从机器学习角度分为有监督学习和无监督学习。有监督，指的是知道Y是什么，在有Y标签的前提下进行训练。无监督，指的是不知道Y，只知道X变量。决策树算法是有监督算法的一种，而聚类算法是无监督算法的一种。这两种算法都非常有用。目前的算法变量越多，计算量越大，信息多了可以做更好的事情，信息多了可以分析各个层面，可能会有更好的结果，所以我们引入特征变量端。但是，在实际的统计分析上并非如此，信息多了可能会带来更多的噪音，当你无法区分噪音和有效数值时，你可能把噪音当做有用的。变量越多，算力肯定很沉重，如果我们涉及几千万人，算法用到几百棵树的时候，我们算力的时间不是按小时、分钟，可能是按天计算。特征少自然最好，我们能判断我们的特征是否是真的重要特征。我有5万个变量、1万个变量，过程中我选出20个变量，这20个变量是不是真正的主要变量？在1000个、10000个变量里如何选择20个你认为关键的，这是我们算法上要解决的问题。人群分类实际操作的第一步，是构造分类。我们从模型数据中判断，最上面的分支我们不做任何人群分类，全体人群做回归模型。出来的20个变量、30个变量，我们暂时判定经过一个算法（如LR），这20个变量是主要的变量、主要的特征。我把这个主要特征应用到后面的人群分类，通过回归模型判断主要特征。在此之后做人群分类，不管任何时候，数据驱动一定是我们的方法之一。人的经验（业务经验）一定有意义，人（的经验）和数据驱动永远是相辅相成的。如果你只靠机器学习做所有决策，不能说绝对不对，但可能走到比较危险的地方。从算法层面，我用两类算法，监督和无监督。在特征变量上，我给出两个的维度（主要变量和全量变量），主要变量可以方便我们快速有效地分类。而全量变量可以全面考查各方面的信息。第二步是比较评估，我们用两个算法，决策树和Cluster（聚类算法），及在特征变量上两个维度，那麽我们一起构成4个人群分类的方法。决策树用关键（主要）变量（ST2），SK1用聚类算法用全量变量。说是4个方法 （4个圈）， 可是每个圈可以是非常复杂的东西。假定用决策树，如果特征有2000个变量，这个树可以长到几百个，非常容易。决策树要对着2000个变量找树，统计上可以做限制。每一层分多少？叶子最多是多少？分多少层？有2000个变量足够你找几百棵树，在几百棵树下，至少有几百个子集。你用聚类也可以做很多的聚类人群。在做了决策树等4个方法后，怎么知道哪个人群分类的方法就是好的呢？我们最终谈的是预期模型和预测。在一个方法中可能出了200个子集，在另一个方法中出了40个子集。每一个子集要建模型，重新合起来，直到可以判断总人群到底是好还是不好。这四个方法，上面有一个LR模型，这是主模型，合到最后是5个模型。这5个模型之间的KS预测值谁好谁坏，可以判断最终的效果。不管分成多少个子集，我们最终要回归到总人群上比较，才能证明哪个方法好还是不好。如果一个决策树分为300个人群，那麽就会有300个模型，再加上总量的一个模型，就是301个模型。任何一个方法底层意味着几百个模型。人群分类的概念听起来非常简单，实际操作相当复杂。最终的结果有明确的评判好坏的标准，一是算法层面，二是参数层面，最终的效果必须汇总到整体后才可以评判。算法及应用的探索前面谈到如何分类人群，最后我们讲一讲算法的探索。我回到中国学到一个词叫混搭，衣服、鞋子都可以混搭，我的女儿告诉我她左脚穿红袜子，右脚穿蓝袜子，这就是混搭。混搭的概念在统计里早就应用到。比如两种算法相互匹配，两种算法相互兼容，两种算法相互嵌入，就可能做新的算法。如何做回归算法和集成随机决策树算法二者之间的交互？我们可以先训练LR模型，然后分箱（分层），分箱后每个点之间一定有误差值。在误差值的基础上，哪个层面的误差值最大，就在哪个层面直接插入XGboost。用 XGboost在这一层上单独进行计算以减小预测误差。至于如何使用，是属于技术上的问题了。算法探索与创新方面有两个思路。一是在单一算法层面，从数学角度和（或）计算机角度，产生新的突破。二是两种（或多种）算法的相互嵌入和混搭形成新的算法。比如XGboost的算法就是这样混搭出来的。从实际应用的层面，“匹配”可能会更快地实现突破， 即现成的算法匹配特定的人群和特定的特征，就可能产生非常成功的应用，比如CNN算法在图像识别上的应用效果就是一个事例。未来的方向是“算法+人群+特征”，也即，算法的突破，人群的细分，数据的深挖，及相互之间适当的匹配都可能产生革命性的突破。关于 CCF-GAIR 2020 AI金融专场「AI金融专场」是CCF-GAIR 2020最受关注的主题论坛之一，其余5位嘉宾分别是：国际人工智能联合会首位华人理事会主席杨强、平安集团首席科学家肖京、京东数字科技集团副总裁程建波、移卡集团副总裁奚少杰、统计学诺贝尔-COPSS总统奖得主范剑青。「AI金融专场」除了拥有业内最顶尖的阵容外，每年都会吸引中国及欧美地区众多AI金融专家到场。在上一届论坛中，加拿大工程院院士、Citadel首席人工智能官邓力博士，加拿大工程院院士凌晓峰教授等多位重量级人物来到现场学习交流。而在今年，包括黄铠、刘江川、王强等十多位IEEE Fellow以及各大金融机构的首席信息官/科学家来到现场，共同促进AI金融的产学融合与商业应用。（雷锋网雷锋网）
我们国家突然提到要节约粮食，打击浪费粮食行为，主要原因有以下几个： 第一，受新冠疫情的影响，今年国际粮食将减产20%以上，国际上正面临粮食危机。就连以出口粮食为主的国家，如越南，澳大利亚等，都限制了粮食出口，甚至宣布不出口。 我国虽然是农业大国，但有时也会向其它国家进口一些粮食，以备不时之需。鉴于目前的国际缺粮形势，我们国家才会高度关注粮食安全，坚决打击粮食浪费的行为。 第二，今年有百年不遇的重大疫情的到来，为抗击疫情就需要封城、封路、封村，于是交通运输农产品(行情000061,诊股)就会受到一系列的影响，同时，疫情也对国内农业生产带来较大的影响。 此外，进入6月份开始，南方许多地方遭遇水灾，很多农田被淹，有些受灾严重的地方，庄稼严重歉收，个别地方情况严重甚至绝收。所以，国内粮食也是来之不易，当然要打击浪费粮食的不良行为。 第三，我国浪费粮食现象严重。有数据显示，我们国家，每年浪费的食物折合成粮食，估计有1000亿斤，这个数量，可以用作约3.5亿人一年的口粮需要。真是不算不知道，一算吓人一大跳。一粒米当知来之不易，农民伯伯是旱天一身汗，涝天一身泥，辛辛苦苦种出来的粮食，岂容一些人大肆糟蹋？对于浪费粮食的行为当然要对其进行打击。 目前，国内浪费粮食最为严重的地方，就是除了餐饮业、学校还有工厂的食堂了，在那里有些地方超过1/3的食物直接被倒掉了。节约粮食首先就应该从这些餐饮行业，食堂抓起。 然后再把那些网上一直流传的，所谓的隔夜饭致癌这种谣传受此影响，有很多人把吃剩的饭菜直接就倒掉了，这实在是太可惜了。现在国内粮食虽然比较充裕，但还是要想想缺粮少食的时候的艰难。 第四，目前国内三大主粮基本可以实现自给自足，能达到95%，但是用于畜牧饲料的粮食还都需要依赖于进口。所以，从战略角度考虑，中国必须做到粮食自给自足，虽然美国等国家农业相当发达，粮食出口在美国出口创汇总量上占有相当大的比重，但是，我们国家也要有忧患意识，高瞻远瞩，不能在粮食上面受制于人。所以，我们既要获得粮食生产上的丰收，也要重新打击浪费粮食的现象。 不过，令人感到欣慰的是，我们在前有疫情、后遭洪涝旱灾的情况下，我国今年夏粮依然获得丰收，总产达到了2856亿斤，比较去年增长0.9%，使我们增加了端牢＂中国饭碗＂的底气。 但是从长远来看，反对浪费粮食，在全社会形成一个爱惜节约粮食的良好风气，已经是势在必行，也是刻不容缓的。
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