美国约翰斯·霍普金斯大学的统计数据显示，截至美国东部时间10日16时30分，美国新冠肺炎确诊病例累计已超过316万，达到3163505例，死亡病例达到133847例。 7月9日，美国单日新增新冠肺炎确诊病例63247例，再次打破单日新增纪录，该数字为本周第二次破纪录。据悉，这是因为疫情在美国南部和西部多州蔓延。6日加利福尼亚州、佛罗里达州和得克萨斯州报告新增30400例确诊病例，占美国当天新增病例近一半。 国家过敏症和传染病研究所所长安东尼·福奇警告称，美国并未完全控制住新冠病毒大流行的趋势，如果疫情以目前的速度继续发展，每天新增病例可能会超过10万例。 福奇说：“我们看到的是指数式增长。它从日均20000例增至40000例至50000例。这是在翻倍增长。任何疫情严重的州都应该考虑关闭该州。” 当地时间10日，美国总统特朗普访问佛罗里达州多拉尔，他在当地参加美国南方司令部有关预防贩毒的会议时谈及疫情：“众所周知，在美国出现新冠病毒之前，我们确实做得很好，当然我们现在仍然做得很好，我们正在回归正轨。”
题图：著名经济学家、国际金融战略专家向松祚19世纪末期，英国著名物理学家开尔文男爵在展望20世纪物理学前景时，他提出了两个未能被当时学界证实的问题，也就是后来著名的「物理学界的两朵乌云」，这也成了未来一个多世纪里现代物理学发展方向的「谜题」。实际上，当前在主流经济学大厦上也有乌云，这些乌云有关经济增长的动力、人的经济行为本质以及如何理解经济体系等重大问题。前段时间，捕手志与著名经济学家、国际金融战略专家向松祚教授进行了一番深度交流，他试图给经济学提供一个新的哲理基础，创建新经济学范式。一、新经济学的特点李曌：首先恭喜教授的新书《新经济学》上市了，我比较好奇为什么取名「新经济学」或者说当前主流的经济学存在哪些系统性的问题因此我们才需要「新经济学」？向松祚：谢谢，这其实是一个很大的问题。如今我们将在教科书上所讲的主流经济学称为新古典经济学，往近了说它是从亚当·斯密算起的，至今已是一门有着悠久历史的西方学问，但它有三个问题：首先是对人的认识有重大缺陷，因为它最基本的假设就是人性的自私性，翻译成学术语言就是理性经济人，要追求效用的最大化，但我认为人性的本质不是自私或理性，而是面向未来的无限创造性。其次是新古典经济学把人类的经济行为理解为资源配置，但实际上人类主要的经济活动不是为了资源的最优配置，而是面向未来的创造。最后就是新古典经济学受牛顿物理学影响颇深，把经济体系看成一个机械体系，围绕着均衡问题来探讨，但人类的经济体是动态演化的生命体系。所以新古典经济学没办法解释人类经济为什么会从农耕时代到工业时代再到信息时代和智能时代，也就是它也没办法解释人类经济增长的历史，因为它讲的是均衡。李曌：那我们该如何理解经济增长的动力？向松祚：我认为人类经济增长最根本的动力取决于人的创造性，所以一个国家要想实现经济增长最重要的就是把每个人的创造性激发出来。如果一个国家的体制能最大限度地把每个人的创造性激发出来，那这个国家的经济增长一定是非常好的。至于什么样的制度才能激发人的创造性，人类在过去几千年的历史探索里已得出了一些结论与规律，比如运用教育。但不同地区国家的教育是有差异的，犹太学者就曾讲过，中国人和犹太人都号称是全世界最重视教育的民族，但犹太人的小孩上学回家，父母问的问题是你今天有没有提出问题挑战老师，而我们中国的家长可能就问你今天在学校有没有听老师话。我认为中国教育最大的问题是我们在施行一种平均化的教育，我们不鼓励天才、怪才诞生，考试也多讲标准答案，但这个世界上哪有什么标准答案。如今我们必须要客观认识到在人类最前沿的思想、科学、艺术等领域当中，我们中国人的创造性还有待提高，没能创造出很多真正能引领世界的东西，这也是为什么今天中国的科技在很多方面还受制于人，而美国却能挥舞制裁的大棒，想制裁谁就制裁谁，还是因为他们掌握了最基本的科学原理。李曌：激发出创造性的确非常重要。向松祚：是的，我们还有大量的公司并不怎么赚钱，因为真正赚钱的公司一直是具有垄断性技术的，这样才能赚取超额利润，那必须要有真正的原创，所以激发每个人的创造性变得非常重要。李曌：当前我们除了面临增长的难题，还面临逆全球化的趋势，在你看来全球化的动力是什么？向松祚：全球化最早是从哥伦布发现新大陆开始的，再到后面全球化的动力就是企业家寻求全球市场，所以全球化的动力就是一种企业家精神，或者说它是人类无限创造的一种表现，这种创造性是不可遏制的。从这个意义上来讲，虽然今天有逆全球化发生，但这也只是由于美国搞贸易保护主义而出现的短暂逆流，回顾过去几百年历史，全球化永远是螺旋式上升的，全球经济的分工与合作是大势所趋。李曌：如何理解企业家？比如有人认为企业家成王败寇，成功意味着名利双收，失败者却有口难辩。向松祚：熊彼特讲过，企业家是人类人群里面一个特殊的物种。企业家本身必须具备三个特质：首先他是一个理想主义者，他有高远的理想，想创造一个不同的世界；其次他是英雄主义者，明知道难也要上，一种舍我其谁，虽千万人吾往矣的精神；再次他还是现实主义者，真正脚踏实地才能克服困难。历史上企业家们都是饱受争议的，因为他们是开拓者，总和别人不一样。但不能用成王败寇这个词来形容企业家，真正的企业家的初心是善的，是希望改变这个世界，他所做的事是他相信的，而不是去设骗局做坏事。那他失败了仍然是英雄，叫虽败尤荣。二、融合、共赢、增长李曌：当前谈宏观经济的发展，我们看到无论是官员还是学者都会提到「脱钩」与「滞胀」，如果让你用几个关键词概括当前宏观经济的特点会是什么？向松祚：可以用「脱钩」与「滞胀」来形容全球经济，但要我来概括短期经济就是「衰退」和「萧条」，而且我相信这种状况会延续两三年，但中长期来看全球经济的关键词应该是融合、共赢、增长。李曌：你是货币金融方向的专家，过往的经济危机都与货币政策有很大关系，在货币政策上全球正在面临着哪些主要问题与考验？向松祚：人类货币有三次革命性的变化，第一次是从实物货币转换为金本位和银本位；第二次是纸币的发明，但多数国家的货币仍在与黄金、白银挂钩；第三次是1971年的布雷顿森林体系瓦解，货币与黄金、白银的联系彻底被摧毁，这是一个划时代的变化。如今我们面临的问题是中央银行货币发行不再受约束，每当国家出现问题，很多国家的领导人就会启动「货币万能主义」政策。特朗普就是一个代表，美国一遇到事情就希望美联储采取行动，但总体来说美联储还是比较克制，欧央行更加克制，其他国家的央行在某种意义上也比较克制，但货币不受约束的担忧已持续了半个世纪。李曌：「货币万能主义」最终会带来什么危害？向松祚：最大、最深层次的危害是让政府不再愿意做真正重要的结构性改革，就像人的身体机能出现下降本该选择加强锻炼而非吃补药，但如果你总是通过吃药去刺激它，最终这个人就会彻底完蛋。同样依赖货币宽松会让一个国家失去改革动力，美国的深层次问题就是依赖货币宽松使它形成不了一个进行深层次改革的政治意愿；其次的危害是造成贫富分化和收入差距，货币宽松使得金融投机变得非常疯狂，金融资产不断膨胀，而金融资产都在少数人的手上，贫富差距已成了一个全球性的问题。李曌：回顾过去五十年美国富人与穷人的分化，我们发现如果不持有一些权益资产，穷人是永远跑不过富人的，回到当下来看中国的普通人应该做些什么才能缩小贫富差距？向松祚：坦率说没办法从根本上提出一个解决方案，我只能看到有三种可能的办法：一种是通过培养下一代接受优质教育，使其有机会进入高收入群体，我们看到如今的新富人主要是接受过良好教育的人群，比如科技新贵。一种是公司制度改革，例如「华为模式」，实行全员持股的制度，原则上让每个员工都成为资本家。还有就是进行经济制度的改革，降低金融投机，让金融为实体经济服务，但这件事当前只有德国、瑞士和荷兰做得比较好。三、做正确的事李曌：有业内人士推测中国未来十年的经济增速会是G7国家平均增速的两倍以上，对此你怎么看？向松祚：我认为推测这件事情没有任何指导意义，因为推测只能靠时间来证明对错，而且人类经济体系是一个动态演化的生命体系，具有不可预测性。去年底就有很多机构与学者推测2020年中国经济增长多少，但没想到出现了疫情，所以与其去做这些没有意义的预测，还不如好好思考怎么做正确的事情，如何通过改变底层推动力来实现经济增长。比如教育改革，激发大家的创造性，营造有利于企业家发展的营商环境，最后经济增长多少就是一个自然结果。李曌：那你认为中国经济下半年应该走哪些正确的路？向松祚：落实好今年两会的政策，并且进一步加大政策力度，包括最近宣布的银行向企业让利1.5万亿。另外，就是加速改变营商环境，能不能让企业家感到很爽、很放心。李曌：你如何看待今年下半年企业的融资环境？向松祚：这个问题的根本在于我们所创造的货币洪水，如何流到真正需要信贷的民营企业手上，所以下半年我们着重要看资金流向问题怎么解决。李曌：科创板的推出也是在解决一些融资问题，怎么看待科创板近一年的发展成果？向松祚：科创板确实令人鼓舞，但资本市场只是一个平台，它的作用就是提供一个交易和融资渠道，最重要的工作就是制定和完善规则，尤其是制定国际性的规则，对欺诈、造假的企业要实施最严厉的惩处，完善退市机制。另外，不要指望着科创板创造出世界级的企业，创造伟大企业离不开我们的营商环境、科技实力与企业家等。李曌：在日常商业决策上，我们该如何利用经济学思维帮自己多做正确的决策？向松祚：在从事任何经济行为之前，我们要思考自己的行为是不是一个善的行为，所以我在书里明确提出了善经济；然后思考什么是真正的财富，我所从事的活动或所在的公司，是不是在为人类真正创造财富。假如一个人认为自己要为人类创造真正的价值，那他可能就不会参与金融投机。就像巴菲特所说自己活了八十多岁才醒悟过来，觉得自己这一辈子似乎是没有价值的，只是买来买去，只有将我的财富全部捐出来用于服务全人类，才有可能是自己一辈子做得最有意义的事情。马斯克也说从根本上自己是瞧不起巴菲特的。如果大家都这么想，我相信会有更多的年轻人会选择做科学、工程以及技术研究，而不是大多数人都热衷炒股票与金融衍生品，这样我们整个人类经济会发生很大的改变。我们必须要意识到自己绝大多数的创造性连1%都还有没发挥出来，包括我本人，这与我从小受的教育有关，使得我到几十岁了才醒悟过来。李曌：这实践起来不容易，需要提高自身的思想境界。其实大多数人做选择的时候还是会站在边际机会成本去衡量。向松祚：大家受新古典经济学影响大，它主要的观察和分析工具就是边际、替代、均衡、效用函数、生产函数、效用和利润最大化，核心还是供求分析和成本理念。新古典经济学增长模型的基本方法就是利用效用函数和生产函数，根据效用最大化和利润最大化，在给定技术约束条件下，以求取最优增长路径和均衡增长路径。所有模型演算出来的都是一个静态结果，或者迈向均衡增长路径和最优增长路径的各种限制条件。一定程度上可以说，新古典经济学这一套东西真的是庸俗的经济学，MIT诺贝尔经济学奖，罗伯特·索罗也表达过类似的观点，因为它把人的价值大大的贬低了，把人变成了一个经济动物，只会趋利避害，但人不是趋利避害能概括的。人类历史上真正伟大的人物从来不会考虑做出来的东西能否赚钱，而是完全发自内心，这是一种非常高贵的创造，在伟大的创造性面前，成本是不成立的，不然也不会有乔布斯、爱因斯坦、马斯克等这样的人出现。
【创新评析】 房产经纪是一个极为复杂的行业，夹杂着财富、骗局、圈层，甚至决定着一个人的人生走向。但就是这样一个行业，在数十年来的发展中，缺少技术的改造，鲜有规则的创新。 从早期“吃差价”到如今的“假房源”，房产经纪仍在靠着信息差赚钱，直到贝壳找房的出现。 成立2年，贝壳找房已经迅速成长为估值千亿的企业，背后离不开链家数十年来在房产经纪领域的经验，向前有对VR、AI等新兴技术以及经纪人合作网络ACN等新式行业规则的探索。如今VR、AI已经成为了行业标配，ACN网络也迎来了更多的合作伙伴。 不过，面对流量的焦虑、客户的疑虑、同行的竞争，贝壳仍需继续前行。 房产经纪是一个掺杂了太多利益和阵营的行业，同时作为一项本土化严重、决策重大、流程繁杂的“生意”，其互联网化的难度可想而知。也正因如此，房产经纪平台大多数是从提供信息的角度切入，在十多年里一直讲流量和广告的故事，贝壳找房的出现打破了这种常态。 脱胎于链家――一个成立20年、连续4年交易额破万亿的房产经纪龙头，给贝壳找房带来了“既当裁判员、又当运动员”的争议，同时也为其建平台、赋能行业带来了经验积累和技术基础。 “在行业内找不到一家可以完全对标贝壳找房的公司，我们没有竞争对手。” 在接连打破房产中介1.0时代的吃差价，2.0时代靠信息不对称，贝壳找房作为左晖在新居住时代的实践，开始将行业内的角色联合起来，形成网络效应。如今，在贝壳推动下楼盘字典、VR看房、VR带看等数字化工具已经逐渐成长为全行业的基础设施，贝壳推出的ACN经纪合作网络模式（全称Agent Cooperation Network）也已被大量新经纪品牌接纳。贝壳找房已连接了超过250个新经纪品牌，服务约3.9万门店和超过37万经纪人。 二手房的流量故事 房产经纪一直都是在玩信息和流量，在这个赛道下，前有58、房天下，后有阿里、头条。 “我们认为在二手（房）这一块业务里面，其实大家已经很难进来了，在这个部分我们已经占得非常稳，但在新房业务（方面），我们也还在观察。” “二手房交易本质上是C to C，而且是极低频的、非标的交易形式，又是重大决策，做好是很难的，品质也很难做，过去有很多坑蒙拐骗的事发生。”贝壳找房CTO闫觅对搜狐科技解释了进入二手房交易领域的门槛。相比之下，新房交易的流程则更为简单，除了期房可能出现烂尾、延迟交房等问题外，很少出现涉及多方的房屋纠纷，因此也成了各大流量平台更容易入手的领域。 今年以来，一个可见的趋势是，越来越多的互联网公司开始涉足房产领域。京东搬出了自家总裁徐雷为五折房源直播带货，苏宁凭借线下小店实体打出了“按套收费，每套9999元”的标语，而阿里更是早有布局，除了此前的法拍业务外，今年618更是联手碧桂园力推直播卖房，并正式上线阿里房产。 “准确说，阿里、头条或许是我们未来的潜在竞争对手。”闫觅在接受搜狐科技采访时表示，而这二者都以流量见长。 头条系已经成长为所有互联网公司都绕不过的“流量森林”，创始人张一鸣由房产起家，对这个赛道除了拥有情怀之外，还有实战经验。阿里的房产板块每年都有新的动作。“他们从很早开始就和我们接触了，大家也会就行业发展进行探讨，大家是对手也是伙伴。” 贝壳找房曝光的D轮融资中，腾讯作为战略投资人领投8亿美金，贝壳也顺理成章的入驻微信“九宫格”。随后，软银，腾讯，高瓴，红杉一同追加超过24亿美元的投资。由此看，流量并不会成为贝壳发展的掣肘。 “其实有流量也不代表有什么。而且淘宝的流量、头条的流量和买房的流量说实话也不是一回事。”闫觅表示。但流量始终是成交的前提，“谁不希望有流量的，都希望有，我们也希望有，但我们更追求精准的流量。” 但在流量上，贝壳仍有追赶空间。极光大数据最新发布的《2020年房产经纪行业和购房市场洞察报告》显示，安居客在活跃用户量以及用户总使用时长这两项数据上处于绝对的领先地位，分别是位列行业第二的贝壳找房的近3倍和2.4倍。截止到2020年4月，安居客和贝壳找房的渗透率分别达到了2.94%和1.38%，但从用户平均使用市场这个角度看，贝壳找房的数据显然更友好，说明用户活跃度更高，这也是最终促成成交的关键所在。 “我们自己也在持续地做品牌、做营销，包括互联网DSP、线下推广等，去实现流量的持续增长。”闫觅介绍。而与其他流量型平台不同的是，贝壳还以4万家的线下门店为依托，为线上导流。“合作品牌的门店本身就有贝壳的logo在那，它也是能带量的。但我们并没有特意地去区分线上的还是线下的流量，而且就算是线下的客户来了之后，他的交互行为也会发生在我们的系统里面，只有我们沉淀下了足够多的数据，我们才有可能去进行系统、产品的持续迭代，更好地去做服务。” 在获取流量这件事情上，贝壳的资本投入也没含糊。此前一份名为《贝壳找房专项股权基金》的文件中曾披露，由于贝壳找房平台的推广，公司加大了营销费用投入(同比上升64%)），并招聘了大量城市运营人员，管理费用同比上升42%。 同时，贝壳获取流量的方式也发生着转变。“贝壳找房从早期的大水漫灌、无限投放以及经纪人拉新，到现在的滴灌，是更针对性地对用户进行挖掘，通过精细化运营留住有质量的用户，从流量的增长做到流量转化。”贝壳找房深圳运营及市场总监谢秀鎏曾总结道。 “减小方差”的生意经 “我们对于流量也是追求的，不同之处在于，流量只是开始，直到最后完成交易过户，我们是全链条参与的闭环过程，也只有这样才能够保证整个的体验更佳。”在被问到贝壳找房的创新之处时，闫觅这样回答。 从消费者的直接观感上来看，贝壳找房与其他平台最大不同之处，在于坚守真房源的底线的基础上，叠加了VR看房，并逐渐演进至VR带看，经纪人可以直接与潜在客户在1：1真实复刻的3D空间中游走和介绍，这一功能在疫情之下发挥了重要的作用。“当初我们只是把这件事当成一个工具来做，没想到最后这事不仅成了，还引领了潮流。”一位贝壳内部人士对搜狐科技表示。 贝壳内部的最新数据显示，过去两个月成交客户中，有vr带看行为的客户，平均会带看11套房子才成交，其中7.5套是由经纪人陪同的线上vr带看，3.5套是线下看房。与之形成对比的没有VR带看行为的成交客户，仅在线下看4.5套房子。这表明，客户的看房体验变得更好了，在线上可以随时随地在经纪人的陪同下看更多的房，大幅提升了客户的自主选择权。同时，客户与经纪人的线下带看效率也都得到了提升，先线上带看，在线下复看，客户意向更精准，从过去的4.5套减少至3.5套。 在用户侧，贝壳后台可通过分析VR带看的语音数据以及节点的游走数据来判断最终成交的概率，准确率在90%以上。 在经纪人侧，VR线上带看也可以解决过去经纪公司对于线下带看过程一无所知的状况。“经纪人的线上带看，最终可以沉淀为平台的数据资源，进而对经纪人的整个SOP（Standard Operating Procedure，标准操作流程）执行情况做考核和分级，而在过去就只能看最终的交易量直接结算佣金，忽略了成交过程中的问题和风险。”除此之外，有了这套系统之后，还可以分析并告诉经纪人在接听是否及时，带看路径是否准确，哪个点没执行到位，对提升经纪人水平、促进未来的成交也有很大的益处。我们基于此也已经做出了很多模型。 ” 这在贝壳内部被称作是“减小方差”。“经纪人这个职业有几十万人，但能力水平形成了一个金字塔，大多数人水平偏低，在金字塔的下层，而在技术辅助下，经纪人的能力分布可以最终形成一个纺锤形。” 为了让纺锤形的底部更少，贝壳打造了完善的A+、link等线上化作业系统，以及诸如经纪人带看助手、小贝助手等辅助经纪人的作业工具。在此过程中，也遇到了房产经纪领域一直存在的区域化、本土化严重的难题。“做系统、建数据，做这些实际上有一个核心，就是流程标准。如果每个城市政策、交易顺序，过户流程不一样，那么系统就很难开发了。” 为了解决这个问题，贝壳一方面是从业务上做到让全国的流程尽量统一，“这是比较理想的情况，但实际上确实还有很大差异。这时候对系统的挑战就是你怎么去抽象这个业务流程，以更高的适配性服务全国经纪人。” 在上述这一系列的操作下，贝壳已经建立起了自身品牌效应，房产经纪人建立起极强的平台归属感与荣誉感，部分房产经纪人甚至开始自称是贝壳的经纪人。“贝壳是没有搭建自己的中介团队的，他们这样称呼自己，就像是开网店的人可能不说自己店铺名称，而说自己在开淘宝店一样。”有贝壳内部人士向搜狐科技解释。 房、客匹配的“隐藏技能” 当VR看房、AI讲房等工具走向前台，成为贝壳的独特标签甚至逐渐变成行业标配后，更多人不知道的是贝壳赋能B端、提升人效的“隐藏技能”。房、客匹配就是其中之一，这也和链家曾经提出的“真房源撬动流量+流量催动交易+链家的标准化经纪人服务”方法论相契合。 “从技术角度来看，精准推荐在房产经纪领域有它自身的行业特点。”闫觅表示。不同于电商、生活服务平台等千人千面的智能匹配，在房产经纪领域，模糊匹配反而是效果更好的方式。 “从过往经验来看，每个人在买房子的时候，其实并不能清晰地描述出来最终的需求，所以也很难通过需求来找到完全匹配的房源，甚至完全匹配客户需求的房子可能根本不存在。在这个前提下，我们更多地会对售卖场景做一些区分，比如刚需、改善、投资、老人、小孩。” 闫觅进一步向搜狐科技解释：“我们可以根据用户过往的历史浏览记录、搜索记录、筛选项很容易地挖掘出他的大致需求。锁定用户关注几个小区后，把他关注这些小区中最容易卖掉的、性价比最高的房子推给他，这才是效果最好的。” 而在行业规则的层面上，为了标准化经纪人服务，贝壳进一步沿用了链家在2014年建立的ACN合作网络。这是一套让经纪行业由竞争变为竞合的行业规则，核心在于把整个服务链条细化，然后根据经纪人在各个环节的贡献率进行分佣。 在这套规则下，每一单交易中都有“房源录入人”“房源维护人”“委托备件人”“房源钥匙人”“房源实勘人”“客源转介绍”和“客源成交人”等角色，一人可担任多个角色，合作网络中的经纪人可以通过任一环节的贡献最终获得收益。 这个行业最痛的点是在供给侧，在经纪公司门店以及经纪人上。闫觅表示，ACN网络实际上解决的是“房源即是资产”思维下的“捂盘”行为，当开放房源的行为带来了更多的带看、成交后，才是真正的提升效率。 不过，这套规则在推行之初受到了来自内部和外部的双重阻力。在外部，入驻的房产经纪公司担心这是贝壳与链家联手夺取房源信息的阴谋，而在内部，一直以来作为优势的核心资产对外开放，也遭到了链家经纪人的质疑。直到越来越多的行业重要玩家参与进来。 去年，21世纪不动产宣布入驻贝壳找房，被外界普遍解读为对58的“倒戈”。 “如果房源是乱七八糟的，经纪人跟经纪人之间从来不合作，那对我、对行业有什么意义？”21世纪不动产中国区总裁兼CEO卢航曾在接受媒体采访时表示，“大趋势是开放，将来最有产能、品质最好的品牌全部进来才好，这样房源可以全部共享，我们看到的市场就完全不一样了。” 左晖曾曾表示贝壳找房是“难而正确”的事，类似的评价也曾发生在2004年链家提出“不吃差价”和2014年初提ACN网络并大量收购经纪品牌、扩大业务规模之时。 左晖曾表示贝壳找房是它口中“难而正确”的事。作为始终自我革命并搅动行业的力量，贝壳正在加速推动行业进化。“只要做成贝壳，愿意付出任何代价与牺牲。”左晖表示。
2020年下半年刚过一周，我们看到本周纳斯达克指数突破一万点再创收市新高，港股投资情绪也随A股大市上涨而开启，在高位26000点上下波动。3月的大跌，流动性的危机，疫情的反复，似乎已经逐渐被市场忘却。今天我们希望和大家回顾梳理一下整个上半年海外公募基金的表现，温故而知新，希望可以帮助到大家更好的理解市场动向，和把握下半年市场机遇。 基于晨星的数据，我们对上半年海外公募基金的表现进行了归纳和整理，今天的重点将会在股票基金方面，以下所有回报均统一以美元计价。 总体上来看，板块基金相对表现非常突出，不过表现最佳的并不是大家期望的科技或者医药基金，而是受惠于黄金价格一路高歌猛进的黄金及贵金属类别基金，上半年平均回报高达24%，大幅跑赢同期17%升幅的黄金期货价格，这是因为海外公募的黄金类别基金一般不会直接投资于黄金现货或者期货，而是以金矿股公司股票为主要标的，这里可以简单的理解为相对于实物期货具有一定杠杆的作用。 科技基金毫无疑问也表现突出，平均升幅14%，健康护理及消费板块基金则分别平均录得5%左右的升幅，这些板块很有可能在疫情之后继续提供长期的增长机会。而偏向周期性的地产、金融、能源、以及天然资源等板块基金平均跌去一成至三成不等，短期风格切换的信号仍有待确认，不过在经济重启的新阶段，对周期较为敏感的行业复苏速度将更加明显。 尽管目前的市场情绪已经得到了极大的修复，但很多资产类别还没有完全扭转第一季度的大跌。按地区分类的基金表现则没有行业板块基金这么乐观，环球股票基金平均下跌了7%，美国股票基金和亚洲股票基金旗鼓相当，平均下跌不到5%，新兴市场和欧洲股票基金双双跑输，平均下跌10%左右。 我们看到，无论是疫情的控制还是早期市场的反弹，中国都较海外提前一步，在此基础上上半年大中华及中国股票基金独善其身，几乎是仅有录得平均正回报的地区基金，分别收获3%及9%，香港股票基金则稍稍落后，平均下跌4%。其他地区股票基金中，则仅有少数台湾及韩国股票基金录得个位数的正回报，而印度、拉丁美洲及新兴欧洲基金可以说是这轮下跌中最大的受害者。 整体上，不包括中国在内的新兴市场表现在这场危机中已经很难追上成熟市场，一方面发达国家在医疗水平上具备相对更多的可支配资源，在货币及财政政策方面也更能掌握主动权，而全球供应链的短暂暂停也更大的伤害了新兴市场，复苏需要更长的时间。 在今年上半年海外公募的成绩单中，我们发现了几点与以往的情况不太一样： 首先，成长型与价值型的对比，在今年上半年空前显著，投资于价值股的基金多数跑输成长型及混合型股票基金。这与我们多次提到盈利增长受到影响较小甚至是受惠于疫情的板块先行上涨的观点一致，不过美股及环球股票的风格转换可能很快会在下半年出现，价值和周期板块有机会追上，正如A股近期大家看到的价值股强势补涨。另外，海外疫情的蔓延主要发生在第一季度末开始，随着美股企业第二季度盈利即将揭晓，可能会对早前的市场趋势增加不确定性因素。 其次，大盘股对比中小盘，在基金表现的层面其实反而没有大家想象的那么大，这是因为很多股票表现的分化出现在个股层面，例如大盘股中由几个大家熟知的科技企业驱动，而不太被分析师们覆盖的小盘股中却也有不少公司被散户投资者追逐，美国最近正在兴起的无佣金的线上交易平台，吸引了大量年轻玩家，也正在悄悄改变着美股的投资者结构。 最后，也是今年上半年我们观察到的很重要的一点。在同一组别中，表现最佳的基金与表现最差的基金的回报之差，比2019年全年的差距还要大，简单来说就是好学生和差学生之间的差距越来越大。我们看到以地区分类的基金平均回报虽然录得跌幅，但其中仍然有表现较好的基金获得双位数或者20%以上的回报，比如美股基金类别中，表现最好与最差的基金回报相差近50%；再比如中国股票基金中，冠军基金比平均回报还要高出了40%，这些在以往的年份中，尤其是海外公募市场是很难出现的。 不过这一现象也并不难理解，基金经理在这场突如其来危机中的乐观或者悲观的看法，很大程度上影响到了接下来几个月的投资策略。更直白的来说，因为今年的大跌以及反弹，都比历史上的危机节奏来的更快，趋势更加明显，相对激进的基金经理成功捕捉到3月股市大跌后的强势反弹，而主动管理的选股策略也在趋势明显的市场中可以捕捉更大的阿尔法价值。 相反相对看淡市场的基金经理采取偏向保守的策略，导致很难在后来的反弹中再追回表现。因此出现了同一类别基金中表现分化较大这样的情形，这里也凸显出当我们在做投资的时候，基金筛选有的时候可能比资产配置更加影响投资回报，二者缺一不可。另外通常来说，公募基金分散化投资于“一篮子”股票，组合相对于个股的波动率较小，相对来说更加适合不擅长选股的个人投资者。 今天我们主要为大家回顾了股票基金，接下来将带来债券基金相关的分析，欢迎大家关注我们对海外公募基金的研究，希望大家在投资上越做越好。
欧莱雅中国日前宣布，将通过积极参加进博会、发展线上销售、迎合年轻人绿色消费理念等措施，保持在中国的市场增长活力和可持续发展。 欧莱雅中国总裁兼CEO费博瑞表示，欧莱雅第一季度在中国的业务表现非常好，取得积极正向的增长。“这归功于我们之前一直实施的数字化转型。同时，我们也在加速发展线上渠道。针对线下渠道，我们也积极与更多线下伙伴开展合作，线上线下结合，保证了欧莱雅能在今年2月份复工复产后，快速将产品交付给广大消费者，满足他们的需求。毕竟疫情期间大多门店都无法开放，线下销量势必会受到影响。但一旦疫情解封之后，整个线上线下的消费都有良好的增长。” “同时我要强调一点，尽管受到了疫情影响，但中国经济长期向好的基本面不会改变，美妆产品的消费需求仍然保持着非常强劲的态势。疫情给人们日常生活带来的改变，促成我们接下来的重点将会关注于新科技、新消费、新平台。此外，消费者也不断启发了欧莱雅许多新理念，让我们促使自身不断努力，满足消费者日益增长的需求。” 根据刚刚结束的618购物节的数据，欧莱雅保持了在天猫和京东平台美妆消费品牌第一的位置。 另外，正在筹备召开的进博会也被欧莱雅视为今年进一步展示品牌形象、巩固市场地位的重要活动。费博瑞表示，欧莱雅非常重视进博会，已连续三年参会。“第三届进博会代表着中国经济的复工复产取得了巨大成功，经济模式得以很好地恢复。我们将不仅仅带来产品与品牌，还将带来欧莱雅对可持续发展与经济发展方面的全新承诺。”他说，“此次我们不仅将以一家公司身份参与其中，还将携手重要的合作伙伴，包括我们一直支持的创新企业。以此向大家展示，欧莱雅不仅将全世界的产品与理念带到中国展示，同时也把中国的想法与理念介绍给全世界。” 可持续发展和绿色消费理念也是欧莱雅在中国市场一大重心。 目前，欧莱雅联合阿里巴巴旗下聚划算平台，将美妆行业首个“集团欢聚日”打造成平台第一个以可持续发展为主题的消费者礼遇“欢聚日”。 阿里巴巴大聚划算事业部运营总经理云骢表示：“在推动公众参与绿色消费、绿色生活领域，阿里巴巴与中华环境保护基金会及欧莱雅的理念高度一致。很高兴能够借依托聚划算平台和绿色包裹项目的升级深化双方的合作，共同树立商业和社会责任同行的商业模式新标杆，让更多消费者享受绿色消费，拥抱美好生活。” 欧莱雅今年上半年股价上涨约7%，显示未受到疫情严重影响。
对百度来说，联邦学习+金融会产生怎样的火花？此次课程，他将分享基于联邦学习技术的百度金融安全计算平台（度信）建设与实际应用，讲述如何借力安全技术架构、脱敏方法和合规制度设计，在“用户充分授权、数据来源合法合规”前提下，打破数据孤岛，实现多方数据加密融合建模，助力金融企业业务的开展。以下为谢国斌演讲全文内容，AI金融评论做了不改变原意的编辑：百度智能云的数据孤岛破解之道我们在跟很多的金融客户进行沟通的时候，他们普遍面临的痛点，就是数据孤岛和隐私保护的问题。目前的现状是，一方面要保护客户的隐私，另外一方面，数据孤岛在不同的程度上存在着，去年央行发布的金融科技三年发展规划里，也强调了要“消除信息的壁垒；数据融合。”今年4月，国务院也在《关于构建更加完善的要素市场化配置体制机制的意见》里，强调了数据的共享、数据资源的整合和安全保护。所以，“数据孤岛”和“隐私保护”两者的困境，在业内一直是个难题。行业里做这块技术的公司，一般有如下路径在积极探索：其中一种就是联邦学习；还有与之接近的，就是在做参数交换、梯度交换的时候，会用到的多方安全计算。另一种以硬件加密为主，可信计算（TEE），在内存里做安全加密。以及基于云安全，做安全隔离域的方法。基于刚才说到的痛点，百度推出了度信金融安全计算平台，做数据融合，前提是强调用户要充分授权，数据来源要合法、合规。也提出了联合建模产品，拒绝数据孤岛的存在，产品对上面几种路径都是支持的。今天的要点，主要是分享在联邦学习和多方安全计算技术路径上，我们所做的尝试和产品的研发。我们的金融安全计算平台有以下特点：平台主要服务于金融行业to B客户，会考虑行业里特别关注的一些场景，比如营销、风控、投研、反欺诈。我们基于金融的建模，有一些专用的功能点增强。从安全特性上，无论硬件软件，有多种的方式进行技术加固。金融云专区上，我们通过了国家的四级等级保护；数据流通方面，我们今年通过了信通院的相关技术测评。从计算建模层面看，我们是自主操作，甲方乙方各自操作，全程免编码，流程很简单，性能比同类的算法也要快。私有云、公有云和私有化方面，我们有多种方式部署，产品目前也能提供工业级的使用体验，包括严格的工程封装、项目的验证实测，还有百度沉淀的金融行业案例、提供金融行业的场景的解决方案。度信金融安全计算平台的技术方案我们这个平台建设，刚才提到用三大类技术方案，统一前端入口和统一后台架构。后台的架构，从下往上看，分为执行层、应用层、操作层、场景层。从执行层看，中间是基于多方计算的联邦学习引擎，引擎最下面是基于加密的密码学算法和一些常用的不经意传输、同态加密、密钥分享等。往上是基于密码学算法的多方安全计算，双方或多方的加密数据的协调和交换，隐私的PSI对齐、ID化、联邦分析和联邦学习。再往上是应用层一些基于模型的算法的应用，这个是标准的机器学习建模流程。操作层有可视化的操作平台和4A安全赋能金融行业，打造营销风控端对端的场景化建模功能。我们的平台架构，需要满足三个不同的客户需求：定制化方案要满足客户不同的安全等级要求；有客户对建模要求较高，那对算子、算法、模型多样性、交互和应用性方面要求就高一些，我们也会提供类似的解决方案。还有对不同的资源配置，构建私有云、公有云和专有云支撑，支持不同的部署方案。这个平台的操作很简单，就是三个步骤。先是合作的AB双方，完成本地数据的上传。原则上都是上传到自己的IDC机房里，数据不出域。第二步细分为几个小步骤：1.数据的融合，会通过隐私保护的求交技术PSI，达到双方的数据的可用不可见。强调一下，融合不会泄露双方的数据隐私，比如说甲方有一亿的客户，B方有5000万的客户，双方去求交集，求出来只有500万客户，那么我们只知道这500万的交集，剩下的客户群双方都是不知道的。即使求交了这500万的客户，我们也只有某一个主要的使用方，比如甲方银行在使用的时候，才知道这500万相互求交的客户号码是什么。2.求交的这批客户，我们会进行简单的特征工程，一些算法模型训练，包括像机器学习的逻辑回归、GBDT等，也按照这个数据拆分，做完模型训练、输出模型报告以后，进行模式部署、模型推理和预测发布。第一步上传样本比较简单，把数据上传以后，摁一个按键，就会看到这一横行里数据的上传成功，然后AB双方在这个地方点鼠标发布，数据才传到本地的服务器上面。第二步模型训练，会自动包含刚才说的样本对齐，包括可选的特征工程，还有算法参数、算法选择等。在模型训练过程中，等它出来一个结果，就会有一些像我这里截屏的模型，配置基本信息，比如双方对齐了多少样本，有哪一些特征？这里只能看到特征名称。我们算法所涉及的每一个主要参数是什么样的。这里以逻辑式回归为例，生成模型评估报告，像ROC、KS值等等，就完成整个模型训练。第三步就是模型预测，需要在页面新建预测任务名称，包括描述，还有我们选择哪个预测的模型。生成的模型在这里做选择，再选择要预测的数据集，点蓝色按钮完成整个模型预测过程。一定时间后，就会看到右下角预测成功的显示，整个模型的离线预测就完成了，也可以用新建预测服务以API的方式供外调用。我们平台的设计理念，是全程免编码，通过鼠标的拖拽来完成的。度信平台在银行业、保险业的应用银行信贷产品的互联网营销这家银行开展信贷业务时，需要通过互联网去线上获客，但它并没有这种线上资源或流量去投放，也没有相关风险管理经验，于是它就跟某家互联网公司进行渠道上的联合建模，实现精准获客和控制风险。首先是银行把他的数据和互联网合作方，把数据在自己的机房里边准备好，然后各自联邦学习时，上传梯度参数。在互联网渠道这一端，主要是上传数据，建模发生在银行这端自行操作，就完成了整个建模过程，达到了数据模型建设，完成后确定合适人群。第三步，精准广告投放，包括精准获客，这部分我们项目的客户日均调用量是50万笔。整体贷后表现非常好，降低了风险，也节约了这家银行的成本。线上风控+联邦学习因为银行没有过往的一些互联网行为信息，也需要为此通过互联网渠道来合作、来进行联合建模。联邦学习最后的效果就是，让申请率提升了，通过率又稳定在一定的范围内，不良率低于银行业同业平均水平。这个案例，我们推送的贷款客户金额是超过千万；通过率控制在稳定范围；该案例的不良贷款率是0.38 ，比去年银行业1.81的不良率低了不少。不同险种交叉营销这个案例是一家车险公司的业务，在客户里筛选健康险的意向用户，进行精准点对点促销。建模流程与上个案例类似，由保险公司提供的高响应人群样本和互联网公司的数据进行融合训练，最后结果运用于全量的车险客户群。效果上，这个模型的AUC值达到了0.76，减少了对客户的打扰，也降低了营销的成本。联邦学习落地金融的关键技术点联邦学习本质上是软件加密技术，数据不出域、不出本企业，主要是通过梯度参数出域。从本质上来说是去中心化的方案。横向联邦由谷歌在2016年的时候研发出来，即数据的水平切分，主要用于金融同业间的数据融合。横向联邦学习的计算步骤主要有四：双方发送加密的梯度，安全的聚合，发送聚合的加密梯度参数，再解密梯度更新模型。纵向联邦学习基于数据的垂直细分，主要用于金融业和非金融行业，特别是像一家银行和一家互联网公司的数据融合。两家公司的客户群很多时候是重叠的，特征互补。首先有分发公钥，加密交换中间的结果，再进行加密梯度和损失的计算，然后更新模型。在和金融企业沟通的时候，我们发现他们关注的点有这些：整个联邦学习里，金融企业运用最多的是纵向联邦学习，金融机构更想看到的是和他非同业之间的数据融合。银行在和第三方机构合作时，非常强调这些数据进来以后，对指标的一些增量贡献，在意的是在现有基础上的提升。如果在现有基础上，引入的数据源没有很大幅度的提升、效果不明显，对金融机构的吸引力就会降低。同时金融机构也强调数据源的差异化，如果数据来源都很类似，那对指标的贡献、对模型效果，提升度不是很大。联邦学习是整个框架里的主要技术。另外，多方安全计算所涉及的加密技术，其主要原理如图左所示，四个参与方在针对任何一方都没有可信的情况下，安全地进行多方协同计算。在一个分布式的网络中，多个的参与实体各自持有秘密的输入，完成对某函数的计算；但是要求每一个参与实体，除了计算的最终结果以外，其他的中间过程，包括自己其他客户的原始数据，任何的输入数据都是不可以看到、都是不可以获得的，这保证了参与各方的数据的安全性。在安全计算过程中，所用到的一些密码学或加密技术，概括起来有这么七种。混淆电路，来自于物理学电路原理：一堆人各自拥有隐私数据，想把数据合起来进行计算，但又不想把数据交换给别人，典型的案例就是百万富翁问题。不经意传输，服务的某一个接收方，以不经意的方式得到服务的发送方输入的一些信息、信号，这样就可以保护接受者的隐私不被发送者所知道。秘密的比较协议，计算的双方各输入一个数值，但是他们又希望在不向对方泄露自己的数据的前提下，比较出这两个数的大小。同态加密，用这种方法先计算，后解密，也等价于先解密后计算。同态加密里也有加法同态、乘法同态，包括全同态、偏同态、半同态等，它在联邦学习中应用也较多。秘密分享，将秘密分割存储，多个参与者要相互协作才能恢复秘密的消息，如果有一方没有参与，是没有办法把这个秘密完全恢复出来的。零知识证明，证明者能够在不向验证者提供任何有用的信息情况下，使验证者相信某个论断是正确的。差分隐私，这在业界应用也比较多。百度在多方安全计算方面，有自己的MPC平台架构。我们的平台架构分为这么六层，从基础到应用，有运行环境基于DOCKER的，还有基于云和SERVER的。在基础的运行环境往上，有刚才说到的六七种加密算法。再往上是整个系统包括TLS、4A这一块的安全。再往上是系统平台层，有用户角色管理，包括数据和分布式调度、监控等。再往上看是数据的接入，再到数据的应用。下面我会重点介绍三类算法，都是百度自研的。第一种是逻辑回归，逻辑回归是常用的二分类的分类器，在这种分类器上面我们加了一个基于PrivC的加密算法的逻辑回归，这种算法是基于MPC的安全学习。我们在19年的安全顶会上面发表了关于这个算法的文章，特点是训练速度和在公开的服务器上的明文相比，速度大概会是在明文算法的40倍以内，也就是明文算法假如要用时1分钟，那么我们要用时40分钟。这里有一个案例，就是我们基于深度MNIST公开数据集，6万行784位的运算，我们用时25秒，时间还是比较快的。在下面的截图，我们看到一些Table2，在一些加减还有一些常规的比较上面，基于我们自研的PrivC的算法和公开的其他的一些加密算法，像ABY、EMP、SPDZ等等，我们的运算速度都比他们快，标出的黑色数值是越小越好。我们的准确率和明文算法比，会达到99%左右，比明文算法低一点点，一般的梯度，有时候建模如果控制得不太好，都会有一些模型的损耗，而我们的损耗是比较少的。第二种算法，就是基于梯度提升的算法，有GBDT、XGBoost,再快一点的有LightGBM,我们这种算法叫SecureGBM,它是在LightGBM级别的基础上改造而成的。基于 LightGBM基础上改造而成的这种算法，我们也是发表在19年的IEEE国际大数据会议上，大家看到左下角有一个截图，红色的框是百度自研的叫SecureGBM,蓝色的框，LightGBM-（A,B）就是明文算法，我们算法最后的结果和同类的最好的明文算法去比，在没有用任何加密的和普通的建模相同的条件下，AUC值的差距大概是在3%以内。我们也比较了其他的一些明文算法，在这个图里边是-A或者-B，它是用了一些加密的联邦的一些算法去比AUC值，我们的算法都是比其它的算法会高一些，但我们会比明文的算法大概低三个AUC值，在3%以内。第二个是它的运算速度，从这个截图看到，对比了16,000个样本，我们的算法和明文算法去比的话，我们的速度大概是明文算法的6倍，也就是明文算法如果用一分钟的话，我们会用六分钟，这个已经是非常好的效果了。这个地方我们也提到，我们现在用的这个Paper里边是16,000个样本，如果样本增加到10万个，或者再往上增加，我们这个算法的运算效率会更高。那么我们SecureGBM和明文算法的LightGBM，双方数据在一起，比较了在训练集上的AUC值和F1值，大家会看到有一条红线和一条蓝线，在截图里面红线和蓝线绝大多数时候是靠在一起的，走势是相同的，非常的接近。说明我们的这个算法和明文的LightGBM的算法，在AUC值、在F1、在训练集上和测试集上，达到了非常类似的一个效果。第三种算法基于深度学习，PaddleFL，是在我们百度自研的一个开源的深度学习框架飞桨的基础上，研发出来的开源的联邦学习框架。下面是开源框架的github的网址，通过PaddleFL，使用人员可以很轻松的去复制和比较不同的联邦学习算法，也可以在分布式的大规模集群里面去使用。这种PaddleFL主要用在深度学习算法里边，用在计算机视觉、自然语言处理和推荐算法的一些领域，也提供一些传统的机器学习的训练策略。比如说像多任务学习，还有一些迁移学习、主动学习等等，我们底层也提供基于分布式的训练和Kubernetes的训练任务的弹性的调度能力，可以进行全站开源软件的侵入和部署，下面是基于我们的飞桨的一个的架构图。接下来是编程模型、参数服务器、到端侧训练和弹性调度，再往上是我们联邦学习的训练策略及应用。联邦学习策略这块我们也有纵向的联邦学习，刚才提到的PrivC的逻辑回归，横向的联邦学习，还包括DPSGD基于差分隐私的随机梯度等等。我们也有常态的一些机器学习，像迁移学习，多任务学习，主动学习等基于联邦学习的任务，还有基于深度学习的自然语言处理、视觉、推荐这一块的学习任务，都是在PaddleFL的基础上来做深度联邦学习的建模。PaddleFL的架构设计，图的左边叫编译Compile Time，是首先通过联邦策略，去设计一些算法策略，然后在中间设计训练策略，再用分布式的配置，合成以后，传到中间任务的调度上面。任务调度再传到参数的任务和训练的任务上面生成了job以后，再传到这边运行。运行这一块有参数的服务器和worker，再下面是调度器，整个就会把服务提起来，然后进行分布式的训练，这是PaddleFL的架构设计。同理，我们也有基于MPC的联邦学习，分成三部分，一是图右部分，基于数据的准备，首先有私有数据的对齐和数据加密及分发。二是训练和推理过程，和Paddle的运行模式一样。首先要定义协议，在策略训练和推理完成后，就会到这个图的最右边进行结果的重构。这一块就会把模型的结果或者预测结果，由加密方以加密的形式输出，结果方可以收集加密的结果，在PFM工具中进行解密，再将明文的结果传递给用户，就完成了整个MPC的联邦学习过程。安全保证是金融企业最高优关注点我们先看看现有的模式，现有的模式只有几个，在没有用到联邦学习的时候，状态是自己的IDC机房的网络和外界是隔离的，没有联通互联网，数据不进不出，因为只用到自己的核心系统的数据，数据是物理隔离的。但是这个模式最大的问题，就是在它的建模过程中，会存在着一些天花板，比如刚才提到的KS值，如果做到0.35了，就再也不能再往上做了。模型效果更多的取决于特征工程，而他又没有用过外面的无论是互联网，还有政府，一些运营商的一些领域的数据，那么一些风控也好，营销的行为它是拿不到的，模型的上限是由多维度、多样性来决定的，所以达不到很好的建模效果。于是就衍生出来第二种模式，叫标准分的调用模式，标准分的第二个模式，它也是有自有机房，但是它的网络变成不是隔离的了，而是单通道的，就是它的数据只进不出。在网络这块，因为开了一个单向的通道，有可能存在一些被黑客攻击的风险，这个标准分的调用也有一些弊端。大家知道，进来的只是一些标准分，也就是说，外面的数据过来的可能就是一个变量或者两个变量，它是一个高维特征压缩以后的、降维以后的一些特征的输入，每次输入只有那么两三个特征。这种高维特征压缩降到两三个维度以后，有非常多的特征信息是损失了的，所以它提升的建模效果在信贷场景可能只提升那么一两个点，比如像KS值是0.35，提升到0.37、0.38就到了天花板了。我们今天谈到联邦学习的模式，它的数据通道是双通道的，双方要进行梯度或模型参数的交换。首先，双方数据对上面的一个中间节点要进行上传，但是它的原始数据没有出域，它的参数数据或者模型的参数或者梯度参数，是通过加密的方式来出域的。从这个角度来看，因为它的网络通道打开了，存在潜在的被黑客去攻击的风险。梯度参数的话，从现在的业内的研究来看，也存在一些被反解，或者一些隐私被攻击的方法。还有一个，它有一个强烈假设，就是需要参与的双方或者各方，需要满足诚实、半诚实模型的原则，如果有一方有严重的欺诈，去改变了模型的一些参数，或者是一些游戏规则，模型的安全也会受到一些挑战。这是联邦学习目前和上面的现有模式、标准的模式相比，所面临的一些优点和缺点。那么这里会就提到模型提效，模型提效是一把双刃剑。现有模式下，在右边的这样一个方程式，目标标签Y是来自于金融企业本身，它的X特征也是来自于这家企业，企业只用自有的数据建模，没有外部数据带来模型效果提升，就会面临天花板。我们再看联邦学习这种方式，刚才提到，通过梯度参数的交换来建立模型，那么基本上双方数据没有降维，外部提升的最大好处就是，带来的模型效果提升非常大，与明文相比的话，它的精度损失基本上还是比较小的。但是，在和很多金融企业沟通后，知道它有非常大的短板，企业有各种各样的顾虑。1.建模的过程中，即使想用联邦学习来进行建模，金融企业很多时候并不愿意把自己的特征放进来，但是可能只会将自己客户的ID和目标变量Y放进来，因为金融企业会觉得用联邦学习来建模，有可能存在一些数据安全的问题。2.他们也希望拿到一些数据以后，再做二次建模，以满足金融监管的要求，因为在金融监管这一块，特别是在信贷风控的场景，希望金融机构要自控这个模型本身，而不能把这个模型交给外部的机构去控制。安全保证和数据提效前提下的得与舍在数据的安全保证和数据提效的前提下，联邦学习还要面对什么样的得和舍呢？第一个，从运算速度来看，现有的银行在自己的机房里面进行明文计算的数据建模，它的特点是运算速度很快，可以用像spark、Tensorflow、PaddlePaddle等分布式技术去做这种很成熟的运算。但是到联邦学习就不一样了，刚才提到，它的训练速度至少会比明文计算，少则慢一个数量级，慢10倍几十倍，也有慢两个数量级几百倍的这种可能性。第二块就是它现有的分布式技术还不太成熟，这是他在速度这一块可能需要去考量的。第二个，从算法种类来说，明文算法它是基于Python的开源社区，算法生态非常多，上千种上万种，顶级论文的开源代码，基本上就是按天、按周来迭代，更新的频次非常快。但是在联邦学习的算法过程中，要考虑到数据参数的加密，所以它的研发非常困难，我们的算法种类相对而言都是比较少的。业界现在能看到的也就是那么几种或者几十种，并且也不可能把最新的算法研发出来用在联邦学习这个领域。第三块，就是产品的应用性，因为现在基于明文数据的这种算法，AI开发平台有非常多，支持多种框架，还有它和数据的中台的融合，非常好对接。那么对纯代码方式来讲，金融行业去使用时，因为金融行业很多用户也不是经常做coding，所以他的学习曲线比较难、比较高。刚才也提到如果用代码这种方式，它跟这个操作系统有些时候需要linux shell脚本方式进行交互，那么它的安全性可能会存在一些缺陷。百度的度信平台在这一块用纯界面的方式，也面临着一些开发的周期和实施的难度。这个是联邦学习与建模要考虑的问题。所以我们在考虑安全，在考虑数据对建模效果业务绩效的前提下，我们在运算速度上，在算法的种类的选择上，在产品的应用上，都做了一些权衡和一些损失，但有些时候这种损失和这种权衡是值得的。下面一点，就是百度金融专有云，如果是联邦学习在我们的金融云、专有云上面进行部署的话，我们还额外提供七重的数据安全保障。这七重的数据安全保障在这个图里边用1234567都标注出来了。一块是我们提供异地的灾备，我们在武汉、北京和上海有异地的百度金融云专区。在数据的交换过程中，我们会提供一些芯片级的算法级的加密，包括在网络的通路上，也提供一些加密的传输，让加密的数据被截取以后都是不可用、不可解的。我们参与方的数据在云上的链路也好，在云上的一些硬件的里面，双方都是互不可见的。安全的数据脱敏方法和合规制度保障在完成了整个建模的过程以后，比如说金融企业的数据要有用户要查处，最后模型在使用的时候，有一个数据的健全，如果没有授权的话，是不可以去使用产出模型的。除了联邦学习以外，我们在整个云上、在物理链路上、存储量上、硬件上做了各种各样的加密去保证安全，而不只是运用了联邦学习技术本身，或者只是开发一个平台。在和金融企业的沟通中，我们发现，即便双方要进行联邦数据的融合建模，也可以采取刚才说到的，双方先有两个数据宽表，然后再进行融合的联邦学习。在生成这两个双方的数据宽表的同时，还可以采取一些更加安全的数据脱敏方法，用的比较多的就是K-匿名化，这个是保护客户数据隐私的一种重要方法。我们希望双方在生成数据宽表的时候，甲方和乙方都能够采用类似于匿名化的技术，让双方的原始特征数据脱敏得比较彻底，不能够被反推。虽然联邦学习本身也非常安全，在这个基础上，我们能够用更多的数据脱敏的方法。右边这一种也是类似的，我们会用差分隐私的一个方法，在数据集中里面产生一定的噪声，这种随机造成它可以通过一些概率分布前置来产生，这样就在设计过程中很难去推断出客户的一些隐私。和金融机构合作时，在数据的安全管控上，我们也会提供一整套的安全的合规的保障制度。首先是从公司的治理层面，数据和流程层面及安全的能力层面，我们从不同的角度去看这家金融企业和它合作的另外一个互联网企业，只要用到度信平台，我们会提供一整套的关于安全保障机制的建议。还有一块就是数据的生命周期安全，我们考虑到六个环节，数据的收集和产生要合规，我们有数据的分类分级和安全日志。那么在传输和传递过程中，有加密和传输的安全的监控。第三块就是存储，在存储的安全和数据的加密备份这一块，也要考虑安全。第四就是它整个数据的加工的环境，使用方和用户授权等等，也要保证安全。第五个环节涉及整个的流通与共享，包括对内流通和对外流通，我们要考虑相关的安全性。当我们使用完联邦学习以后，也要有相应的动作，不要让数据留存在双方的服务器里边。整个的安全制度合规保障和数据的生命周期，都是我们在实践中慢慢总结出来的。对于整个联邦学习，额外增加了一些针对金融行业更加安全的一些举措和方法论。我们也通过度信在这样一个平台的实施过程中，慢慢把这种方法论传递给金融机构，传递给合作方，让我们整个在运用联邦学习的过程中，更加保证整个数据的安全，让数据可用不可见。
肖钢最新演讲实录：新形势下资本市场需要进行五大变革 7月7日晚间，中国证监会原主席肖钢在出席“浦山讲坛第19期暨CF40孙冶方悦读会第14期”的线上演讲时提出，新形势下资本市场需要进行五大变革。 首先是深化注册制改革和退市制度。一个是进，一个是出。 肖钢表示，全球股票市场大部分是实行注册制。看起来它是一个发行制度，但实际上涉及到整个资本市场的生态建设。股票发行注册制改革，是一项牵牛鼻子的工程，不把注册制改革搞好，退市制度的实行就很困难。 他说，去年科创板开设，这是我国资本市场发展一个重要的里程碑，也是一项重大的创新，现在创业板也推出了注册制改革，所以我们可以期待，在注册制改革的引领下，整个资本市场生态会有显著的改善。在这一基础下，加大退市制度的改革条件已经比较成熟。 肖钢同时提到，目前我国退市率还比较低，原因是多方面的，结合境外的退市制度，我们国家要不断探索符合我国国情的退市制度，加大退市力度，形成优胜劣汰的市场环境。 第二，提高上市公司质量，筑牢实体经济基本盘。 肖钢认为，上市公司是我们国家企业中的“骨干”，在提高上市公司质量方面，还有几点是需要进一步明确或研究的。 一是，进一步提高分红。我国上市公司总体来讲，这几年分红的意愿、比例、稳定性都有长足的进步，但是总体来讲现金分红的吸引力还比较低，相当多公司的股息率还低于存款利率，有些公司多年不分红，成为名副其实的铁公鸡，下一步应该进一步加大上市公司分红的力度。 二是，并购重组近年来发展得比较快，今后要进一步加大政策的支持力度，也要优化市场化的定价机制，尽量减少不必要的行政干预。 第三，坚定不移推动资本市场双向开放。 肖钢说，国际化是近年来资本市场热门话题之一，开放可以引入优质资源，也可以提供良性竞争的环境，以开放倒逼市场改革，有利于我国资本市场配置全球资源和服务开放型经济的能力。 国际化对监管也带来挑战，比如跨境资金大幅进出口你造成金融市场波动风险，比如核心资产定价权可能旁落的风险。怎么样引导和规范境外资金，促进国内市场的稳定？给监管能力也带来了新的挑战。资本市场开放不能单兵突进，必须放到整个经济金融开放的格局中统筹考虑。 第四，要积极发展数字资本市场，数字资本市场引领未来发展方向。 肖钢表示，通过这次疫情，各国都认识到发展数字经济的重要性和紧迫性，数字经济和数字金融的竞争势必更加激烈，我国应该是走在世界前列的。90年代一开始我们的股票就是无纸化交易，超越了国外，有后发优势。 肖钢提出，发展数字资本市场的原则，一是必须开放、包容、共享、公平；二是积极拥抱新技术，审慎创新业务模式，融合互联网公司和国际同行的经验，加快资本市场与科技的融合；三是促进数据互联互通，营造公平的市场环境；四是紧紧围绕实体经济需求进行数字化创新，让企业和投资者享受到实惠和便利。 第五，加强资本市场法治建设，提升监管水平。 肖钢称，很高兴看到新证券法在3月已经开始实施，这是资本市场法治化的里程碑事件。同时我们也要看到，困扰资本市场发展的法治问题还是不少，行政干预还是过多，不同市场法律制度安排相互混淆，顶层设计制度还不足，下一步要进一步加强法治建设，理顺多层次资本市场的法律逻辑，在现有法律体系下完善相关制度安排，弘扬我国优秀的法治传统，借鉴英美法系有益经验，优化资本市场法律体系，建立适合我国国情的证券集体诉讼制度，强化投资者保护，进一步发挥投资银行的枢纽作用。 肖钢特别提到，监管不协调，存在空白，也存在一些交叉，分业监管体系已经不适应金融发展创新和混业经营的趋势，要加强监管的统筹协调。 作为曾经的资本市场监管部门掌舵人，肖钢提出，推进监管转型要实现“六个转变”。 一是监管取向从注重融资，向注重投融资和风险管理功能均衡、更好地保护投资者特别是中小投资者转变。 二是监管重心从偏重市场规模发展，向强化监管执法，规模、结构和质量并重转变。 三是监管方法从过多的事前审批，向加强事中事后、实施全程监管转变。 四是监管模式从碎片化、分割式监管，向共享式、功能型监管转变。 五是监管手段从单一性、强制性、封闭性，向多样性、协商性、开放性转变。 六是监管运行从透明度不够、稳定性不强，向公正、透明、严谨、高效转变。 附肖钢演讲全文实录： 今天非常荣幸有机会参加“浦山讲坛”，特别是李剑阁先生、高西庆先生两位证券界的老前辈，也一起共同探讨新形势下中国资本市场变革的有关问题。 正如孙总刚才介绍的，我想结合我最近的这本新书简要地介绍一下，也跟大家分享一下，新形势下中国资本市场变革的有关问题。 我们先看一看当前的资本市场的形势。应该说党中央从来没有像今天这样重视资本市场。党的十八大以来，习近平总书记对我国资本市场的改革和发展做出了一系列的部署。2018年12月，中央经济工作会议也明确指出，资本市场在金融运行中具有“牵一发而动全身”的作用，要通过深化改革，打造一个规范、透明、开放、有活力、有韧性的资本市场。今年4月份，中共中央、国务院也发出了《关于构建更加完善的要素市场化配置体制机制的意见》。改革力度之大，应该说是前所未有的。 这一系列的要求和部署，特别是对资本市场的要求，在这个《意见》当中进一步加以明确。也就是说我们要完善股票市场的基础制度，坚持市场化、法治化的改革方向，要改革和完善股票市场的发行、交易、退市等制度，鼓励和引导上市公司现金分红，要完善投资者的保护制度。这一切都给我国资本市场的改革和发展指明了方向。 为什么在当前形势下，我们要强调资本市场改革的重要性？我觉得可以从几个方面来理解。 首先，中国经济从高速增长阶段转向高质量发展阶段，经济增长的动力从过去的要素驱动、债务驱动，逐步向创新驱动转变。我们国家经济正处在经济转型升级、结构优化的关键阶段。 我国现在所谓“三新”经济的规模，占GDP的比重已经达到16%以上，这几年有了比较快速的增长。我们国家的研发投入，也已经占国民生产总值2%以上。2019年我国的独角兽企业数量达到206家，首次超过美国，现在是居于全球第一。我国的高端制造和智能制造也不断地促进经济结构的调整，数字经济也在迅猛发展。 我们国家是以银行为主导的间接融资体系，应该说是在特定的历史条件下形成并且发展起来的。在一定的发展阶段，靠商业银行来配置金融资源是有明显的优势的。也就是说，依靠国家的信用和银行的信用，它可以高效地动员储蓄和配置资金。特别是在投融资信息不对称、法制不是很健全、契约关系不是很牢固、诚信体系的建设也不完善这样一个时期，靠商业银行间接融资体系，可以很好地解决投融资信息不对称的问题，有利于高效的配置资金，促进经济的发展。 但同时也应该看到，这么多年来的发展，靠银行的间接融资，债务的风险持续积累也导致了产业结构的不合理，发展质量不高，资本产出效率下降。所以在进入到工业化的中后期以后，资本市场的优势就凸显出来。 靠资本市场来配置金融资源，可以对未知的风险进行定价，对经济结构的转型和产业的升级，特别是科技创新，提供一个激励相融的机制。它能够形成风险共担、利益共享的机制。另外，资本市场对公司治理、公众监督的要求也比较高。所以靠资本市场的直接融资体系，在工业化的中后期是有利于促进资本要素向创新的经济集聚，有利于促进我们国家的经济转型，实现高质量的发展。 我们国家要实现从要素驱动、债务驱动向新创新驱动、效率驱动发展经济，就必须加快资本市场的发展。 其次，从全球面临的新形势来看，我们面临百年未有之大变局，当前各种逆全球化的思潮、民粹主义、单边主义、保护主义进一步兴起，对未来全球的政治经济发展格局和治理带来巨大的挑战。 中国已经深度地融入全球经济，特别是中美的博弈、竞争加剧，其实说到底，竞争的核心是科技和金融的竞争。 讲到金融的竞争，当然包括货币竞争、金融机构竞争和金融市场的竞争。金融素有“第二国防”之说，资本市场在金融当中又具有“牵一发而动全身”的作用。所以从一定意义上说，资本市场的发达程度，可以反映一个国家经济发展的水平。 我国资本市场应该说这30年来取得了巨大的成就。我们用30多年的时间，差不多走过了西方国家上百年的发展历程。当然也要看到，我们国家的资本市场具有明显的新兴加转轨的特征，市场发育先天不足，市场结构不平衡，资源配置的效率不高，市场的波动过大。因此，要解决我们这个市场发展的问题，必须要进一步的改革开放。 最近上交所发布了一个关于全球资本市场核心竞争力的报告，围绕四个方面的要素来衡量一个国家资本市场的核心竞争力，分别是制度环境、市场规模、市场功能、市场质量。 在市场规模、市场流动性、活跃度这些重要的指标上，我们国家是排到前面的，但是我们市场功能的波动还比较大，比如说IPO筹资上市公司的数量等等，特别是法治指数、营商的便利指数，我们排名靠后。 尽管在很短的时间内，中国资本市场的地位得到了显著提升，但是总体而言，通过多个要素和维度的衡量，我们仍然处在第二梯队。要进一步的发展资本市场就必须要进一步推进改革开放。只有靠改革开放才能打造一个有活力有韧性的资本市场。 第三个方面，当前疫情的全球蔓延，应该说深刻地改变了全球的经济金融体系和运行的规则。这个疫情现在看不会是很短期的，它有可能会长期化，所以带来很大的复杂性。 今年上半年疫情蔓延期间，全球金融市场出现了剧烈震荡。股票、债券、外汇、期货、黄金、原油等多项大类资产的价格都大幅波动，应该说给经济金融造成了很大的负面影响。 这一次全球的疫情应该说和以往的全球经济衰退和金融危机的情况相比，有很大的不同，波及的范围更广，持续的时间更长，应对的难度也更大。 从这一次全球金融市场的动荡中，我们也可以看到，这个市场的脆弱性不仅来自宏观面和基本面，而且与市场的结构、交易的机制、杠杆的水平、工具的创新等因素密切相关。 市场本身的结构性的问题仍然比较大。比如说杠杆资金、量化对冲、高频交易，加上现在被动型基金规模巨大，使得自动化的交易的数量在整个成交量当中的占比过高。这样就很容易造成庞大的交易群体的交易行为空前一致，而且速度惊人。这个势必引发羊群效应，导致相互踩踏，甚至于市场坍塌。 大家都知道，这次美股在十天之内四次熔断，其实就说明了，除了外生因素、基本面、宏观面的影响以外，其实市场本身结构的问题也是非常突出的。所以我们研究疫情对市场的影响，不仅要研究宏观面、基本面，还要深入到市场结构中去，研究它的运行机理。 受到疫情的影响，我们的金融市场也发生了一些波动。但是大家可以看到，跟全球的资本市场相比较，中国金融市场包括股票市场、债券市场、黄金市场、外汇市场等等，包括我们的原油市场，体现出较好的稳定发展的态势和较强的韧性，总体上来讲上半年的发展是不错的。 总之，在当前这种形势下，加快中国资本市场变革的重要的意义归纳一下是四句话：它是促进我国经济结构转型升级，实现创新驱动和高质量发展迫切需要；是增强国家竞争能力，维护国家经济金融安全的迫切需要；是建设现代金融体系，深化金融供给侧结构性改革，调整现有金融体系和融资结构，防范和化解系统性金融风险迫切需要；是推进国家治理体系和治理能力现代化的迫切需要。 资本市场是金融治理的天然主战场。资本市场的发展，对公司治理、信息披露、风险定价、市场预期、社会监督等，具有多重的功能。发展资本市场有利于促进我国现代企业制度的建设，同时也可以优化风险管理模式。 资本市场的发展要依赖制度建设。为什么说制度建设对中国资本市场的发展具有基础性、关键性的作用？我认为有这么几个原因。 第一，资本市场是一个资金场，里头要有投资，有资金。它是一个信息场，这里头充满着各种信息。它也是一个名利场，有的人在这里能赚钱，有的要亏本。但不管是资金场、信息场还是名利场，归根结底它还是一个法治市场。 因为资本市场参与的主体众多，需求也多样，所以要办好一个资本市场，就必须要求所有参与主体，要具有基本的民事行为的能力。也就是说，这种交易必须按照自愿、公平、等价、有偿和诚实信用的原则来进行。无论是投资者、融资者还是监管者，都要把规则放在第一位。 第二，资本市场的发展需要两方面的条件。一是宏观方面的环境或者叫条件。比如说要保持宏观经济稳定发展，要有健全的法治环境，要建立一个高效的监管制度，要大力培育诚信社会。所有这些我觉得都是资本市场发展的一个良好的生态环境。这是指的外部环境，要发展资本市场，这是必需的。 同时也要看到，除了这些条件还不够，资本市场本身的条件也是非常重要的，这些重要的条件都体现在制度化。 资本市场的制度的条件决定资本市场发展的质量。比如说我们的发行制度，退市制度、交易的制度、信息披露的制度、市场基础设施的制度等等。这些都事关一个资本市场它是不是规范的、有活力的、有弹性的、有韧性的，是不是活跃的，对风险定价是不是符合实际的、符合市场需求的。说到底，事关资本市场配置资源的效率和质量。资本市场的发行、退市、交易等制度的不断的变革，是驱动这个市场发展的关键的因素。 回顾过去30年我国资本市场发展的历程，我们在资本市场制度的设计和建设当中，始终坚持一条主线，就是坚持市场化、法治化、国际化的取向。尽管有一些制度的设计，措施的出台，可能会有所偏离，有的时候也出现摇摆，但是纵观30年的发展，始终是沿着市场化、法治化和国际化这条主线在前行的。如果要说30年来的制度建设有哪些宝贵的经验，我认为这是最重要的一条。 但同时我认为这个任务还在路上，还没有完成。这也是我们现在资本市场发展的短板，当然更是未来的改革方向。 所以我们研究未来资本市场改革发展，构建、明晰未来的发展思路，仍然是要继续坚持市场化、法治化、国际化的取向。 内容比较多，我就挑五个方面，简要地做一个介绍。 在新形势下资本市场的五大变革，首先是深化注册制改革和退市制度。 注册制改革和退市制，一个是进一个是出。 全球股票市场大部分是实行注册制。看起来它是一个发行制度，但实际上涉及到整个资本市场的生态建设。股票发行注册制改革，是一项牵牛鼻子的工程，不把注册制改革搞好，退市制度的实行就很困难。 资本市场的注册制改革，各个国家的模式也各不相同，没有统一的做法，但是它有一些基本的共同的特征。 第一个，企业是不是公开发行股票、何时发行、发行的价格如何，这都是由市场决定。也就是说由发行人、承销商和投资者等市场的主体来博弈。 第二个，股票发行注册制仍然是要审核的，但这个审核是以信息披露为中心，以投资者的需求为导向。这个理念和我们的在核准之下的审批是不同的。 在审核当中，审核机关主要是对文件的齐备性、一致性和可理解性负责。但是它对上市公司是不背书的。上市公司有没有投资的前景、有没有价值，审核机关是很难对此做出判断的，这些都要交给市场主体来做出判断。 注册制在审核当中特别重要的一个问题，就是要对市场要有一个稳定的预期。说简单一点，就是上市公司从递申请开始，到最后能不能上市，这个时间是可预期的，不是行政审核机关说了算的。对于市场的主体，就是上市公司当然还包括投资者、中介机构，大家都是可以可预期的。大概送进去，我就知道3个月还是6个月，行还是不行。这一点虽然比较微小，但是意义重大。有一个稳定的市场预期，非常重要。 最后一个，注册制的体制实际上是各个市场主体要归位尽责。什么意思呢？就是发行人是信息披露的第一责任人，中介机构要承担把关的责任，投资者要自担投资的风险，监管者要行使事中事后的监管，严厉惩罚违法违规的行为。 去年科创板的开设是我国资本市场发展的一个重要的里程碑，也是一项重大的制度的创新。在科创板推出的同时也试点了注册制，取得了很好的效果。经过一年的时间，现在创业板也推出了注册制改革。这是个牵一发而动全身，牵牛鼻子的工程，我们可以期待，在注册制改革的引领和带动下，我们整个资本市场的生态会有显著的改善。 在注册制出台的同时，进一步加大退市制度的改革，条件就比较成熟了。因为上市有很宽容的条件，以信息披露为中心，有可稳定的预期，这样就形成一个良性的循环。上市以后，如果不符合要求，必须要优胜劣汰，由市场来解决退出的问题。 目前我们国家的退市率还比较低，原因是多方面的。结合境外的退市制度，我认为下一步要不断探索符合我国国情的退市制度，进一步加大退市的力度，形成一个优胜劣汰的市场环境。 第二个方面的改革，是提高上市公司质量，筑牢实体经济基本盘。 上市公司是资本市场的基石，也是中国经济的基本盘。我国上市公司大概一共有7000多家，包括A股上市，也包括中概股和境外上市的。这7000多家上市公司，应该说涵盖了我们国民经济的绝大部分行业，是我们国家经济的骨干，特别是盈利能力比较强的企业当中，上市公司占的地位更加明显。 促进提高上市公司质量是我们市场发展最重要的一个基础。良好的公司治理是上市公司长期健康发展、资本市场高质量发展的基础条件。离开了公司治理的这个条件，有活力的资本市场就会失去支撑。所以要搞好资本市场，必须加大力度，改革上市公司，促进上市公司高质量的发展。 在提高上市公司发展方面，有几个需要进一步明确或者进一步提出来研究的。 第一个就是应该进一步提高分红。 总体来讲，我们国家上市公司这几年分红的意愿、分红的比率、分红的稳定性都有长足的进步。但是总体来讲，现金分红的吸引力还是比较低。相当多的公司的股息率还低于存款利率，更低于商业银行的理财产品收益率。有的公司甚至连续多年不进行现金分红，成为名副其实的“铁公鸡”。 在这些方面我们下一步要进一步加大上市公司分红的力度，同时也要改进上市公司回报股东的方式。现在单靠分红比较单一，也还不够。上市公司回报股东的方式应该要日益多元化，比如说股份回购就是一个灵活的安排。 第二个是并购重组，这是上市公司的一个很重要的优化资源配置的功能，也是实现上市公司价值发现的一个重要的渠道，是提升上市公司质量的一个重要的途径。 近几年来，我们并购重组发展得比较快，起到了积极的作用，特别对那些符合国家战略和产业政策、有利于创新发展的重要的资产项目重组，起到了很重要的作用。今后还要进一步加大政策支持力度，同时也要进一步优化市场化的定价机制，提供灵活的定价空间，尽量地减少不必要的行政的干预，同时要丰富并购重组当中支付的工具和融资的方式。 当然，我们国家在并购重组当中也出现这样那样的问题。所谓的搞忽悠式重组，实际上使得投资者受损，这种情况应该加以避免，加以规范和纠正。 第三个方面的改革，是坚定不移推进资本市场双向开放。 国际化是我国资本市场改革发展的方向之一，也是近年来资本市场研究的一个热门话题。国际经验表明，一个有活力、有韧性的资本市场，一定是一个开放包容的市场。通过开放，可以引入优质的资源，提供一个良性竞争的环境，以开放倒逼市场的改革，有利于提高我国资本市场配置全球资源和服务我国开放型经济的能力。 所以下一步，要发挥资本市场的枢纽作用，必须要进一步畅通国际国内循环，资本市场本身还要进一步加大开放的力度。 2013年党的十八届三中全会做出改革决定，首次提出“推动资本市场双向开放，有序提高跨境资本和金融交易可兑换程度”。近几年来，金融的改革开放进一步提速，涉及到资本市场的开放也进一步地加快。在引进来、走出去这两个方面，都取得了重大的进展。 当然，由于我国目前还是一个新兴加转轨的市场，对外开放必然会带来一些不稳定因素，对我国金融监管带来一定的挑战。比如说跨境资金大幅进出，可能造成金融市场大幅波动的风险。 在资本市场当中，还有一个备受关注的问题，就是所谓的核心金融资产定价权和核心资产被收购的问题。这些都是事关我们国家经济金融安全。怎么样来引导和规范境外资金，促进国内市场的稳定，这给我们的监管能力带来新的挑战。 资本市场的开放也不能单兵突进，它和资本项下可兑换、人民币国际化、汇率机制改革等，也是相互关联的。所以要把资本市场的开放放到整个经济金融开放的格局当中，统筹协调。特别是要加强开放中金融监管能力的建设，同时也要积极地参与国际金融的治理，加快完善跨境监管的协作机制，在这个方面任务就更加繁重。 第四个方面的改革，是要积极发展数字资本市场。 数字经济已经迎来了一个新的发展的契机。在疫情之前，数字经济就发展迅速，通过这一次疫情，各国都充分地认识到发展数字经济的重要性和紧迫性，各国都在加大投入。 未来数字经济和数字金融的发展，竞争势必越来越激烈。我们国家的数字经济、数字金融的发展应该说走在世界前列，资本市场在数字、数据的运用也是走到前面。 90年代我国资本市场一开始就都是无纸化的，应该说超越了别的国家，特别是发达国家上百年打手势、有纸质股票的这种传统交易模式，确实体现我们的后发的优势。 未来在发展数字资本市场的方面，我们仍然面临不少的挑战，包括： 第一个方面，全球化竞争的挑战。我们的证券基金机构，在IT方面的投入还是不足的。特别跟国外一些发达国家的证券公司、基金管理公司相比，我们在科技方面的投入还仍然不足。 第二个方面，与数字货币的融合也面临挑战。现在不少国家都在研发法定数字货币，将来法定数字货币发行以后，它和资本市场怎么融合？会带来哪些根本性的变化？ 第三个方面，我们资本市场的一些科技型的企业和金融机构，就是科技公司和金融机构他们怎么混业，这个问题越来越突出。 不少的科技公司在从事资本市场的业务、金融的业务。我们的金融机构，包括证券基金等机构也要实现数字化转型，有的金融集团实际上也要转变为一个科技公司。所以这两者相互融合，相互竞争，相互混业这种新的情况就比比皆是。这对我们整个金融业、金融市场的发展、金融风险的防范提出新的课题。 第四个方面，面临监管的挑战。在数字经济、数字金融，特别是数字资本市场发展的情况下，怎么样形成一个新的监管框架、监管手段和监管工具，改进监管的方法，这个和传统的市场监管相比，就面临很不同的新的形势。 第五个方面，就是消费者的保护，投资者的保护，这个任务越来越繁重。在数字金融、数字资本市场发展的条件下，有的产品，有的业务它的边界越来越模糊，我们的法律法规也跟不上。在这种情况下怎么样保护好投资者跟消费者，也是一个很大的问题。 第六个方面，数字资本市场的发展还面临组织变革的问题。最典型的比如虚拟资产交易所，将来势必是会发生的。对这样的组织机构变革，怎么样来对待，也是我们可能会需要遇到的问题。 另外，金融机构要实现数字化转型，它的内部的组织结构也必须要改变。所以对证券基金行业、期货行业来说，传统的内部的组织架构和业务运行的流程和模式必须再造，必须以客户为中心，而不是像现在以产品为核心和以账户为核心。这些方面就会带来很大的变化。 对于数字资本市场的发展，目前很多问题还有争论，比如说垄断的问题，发展路径的问题，去中介化的问题，信息披露的问题，投资者的普惠性和适当性怎么平衡的问题。这些问题都是我们在研究、发展数字资本市场这个问题上需要进一步明确和探讨的。 未来发展数字资本市场，有几个原则需要进一步的达成共识。 第一个是，我们发展数字资本市场必须坚持开放、包容、共享、公平的原则。按照数字化的思维建设数字资本市场，不能关起门来搞发展。 第二个是，我们要积极拥抱新技术，审慎地创新业务的模式，融合互联网公司和国际同行的经验，加快资本市场和科技融合。 第三个是，要促进数据互联互通，营造一个公平的市场环境。 第四个是，紧紧围绕实体经济的需求，来进行数字化创新。数字资本市场和传统的资本市场虽然在技术上、模式上、手段上有很大的创新，但是它的本质没有发生改变，就是资本市场还是要服务于企业，服务于投资者。也就是说，通过数字资本市场的发展，最终一定要给企业、给实体经济、融资者、投资者带来实惠和便利，促进经济的发展。这是发展数字资本市场根本的目的。 最后简单讲讲加强法治建设和提高监管水平。 依法治市是资本市场稳定发展的重要基础，也是保障市场长治久安的关键抓手。一个市场成不成熟，实际上就看它对法治的依赖是不是强。成熟的资本市场必然是一个高度依赖法治的市场。所以在这个方面，我们要进一步的加大力度。 很高兴的就是看到新修订的《证券法》于今年3月1日正式开始实施，可以说是资本市场法治建设的一个里程碑的事件，对于未来的资本市场改革发展必将起到一个重要的指导作用。 同时我们应该看到，当前困扰资本市场改革发展的法治问题还是不少：行政管理介入过度，同类市场活动制度规则统一性不够，不同层次市场的法律制度安排相互混淆，有关市场整体结构、长远发展的顶层制度设计不足，法律制度规则完善机制也还不健全。 下一步应该进一步加强法治建设，重点包括：理顺多层次资本市场的法律逻辑，在现有法律体系下完善相关制度安排；弘扬我国的优秀法治传统，借鉴英美法系有益经验，优化资本市场的法律体系；建立适合我国国情的证券集体诉讼制度，强化投资者的保护。 特别在这个法治建设当中，要为我们国家投资银行的发展壮大提供法治的条件。总体上来讲，现在我们对投资银行的法律的限制规定比较多。由于它的功能受到比较大的限制，所以不太容易发展壮大。所以下一步要对有关的一些法律法规进行一些有必要的调整，让投资银行依法来壮大自己的业务的功能，在直接融资体系当中发挥它的重要作用。就像有的人讲过，要间接融资找商业银行，要直接融资要找投资银行。下一步这个方面我觉得很应该进一步的研究。 在监管的问题上，应该说这几年监管体系不断完善，监管得到了很大的加强。但是也看到，监管还存在不协调，存在空白，有的也存在一些交叉。分业监管体系应该说已经不适应金融创新发展和金融混业发展的趋势。所以，今后应该要进一步加强金融的监管的统筹协调。 从资本市场的监管来看，监管部门的核心职责概括起来就是“两维护、一促进”。也就是说维护市场的公开、公平、公正，维护投资者特别是中小投资者的合法权益，促进资本市场健康发展。处理好创新和规范的关系是监管机构的长期挑战。 要提高监管的水平，必须要加快监管转型。所谓监管的转型，就是指监管理念、监管模式和监管方法革新和转变的过程。这是对社会主义市场经济条件下，现代证券期货监管的进一步探索，本身也是资本市场改革创新的内在要求，是顺应时代发展潮流的必由之路。 推进监管转型要实现“六个转变”。 一是监管取向从注重融资，向注重投融资和风险管理功能均衡、更好地保护投资者特别是中小投资者转变。 二是监管重心从偏重市场规模发展，向强化监管执法，规模、结构和质量并重转变。 三是监管方法从过多的事前审批，向加强事中事后、实施全程监管转变。 四是监管模式从碎片化、分割式监管，向共享式、功能型监管转变。 五是监管手段从单一性、强制性、封闭性，向多样性、协商性、开放性转变。 六是监管运行从透明度不够、稳定性不强，向公正、透明、严谨、高效转变。 时间关系，我就和大家分享一些。以上这些观点，讲得不对的，请大家批评指正。 谢谢大家！
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