每經(jīng)記者專訪美國伊利諾伊大學(xué)香檳分校教授葉茂：金融科技發(fā)展出現(xiàn)了很大斷層

每經(jīng)記者 張壽林    每經(jīng)編輯 盧九安    

圖片來源：受訪者 供圖

金融科技在中國熱潮涌動，在美國又是怎樣一番景象？日前，每日經(jīng)濟(jì)新聞記者（下稱“NBD”）專訪了美國金融大數(shù)據(jù)與科技領(lǐng)域的頂尖學(xué)者之一、美國伊利諾伊大學(xué)香檳分校Gies商學(xué)院教授葉茂請他分享對美國金融科技發(fā)展及金融科技監(jiān)管的研究經(jīng)歷和體會。

葉茂專注于金融大數(shù)據(jù)和高頻交易的研究，2018年7月，他受邀在美國國民經(jīng)濟(jì)研究局（NBER）第41屆夏季年會發(fā)表題為“金融大數(shù)據(jù)”的主旨演講。

葉茂介紹，大數(shù)據(jù)和人工智能在美國經(jīng)濟(jì)學(xué)界也是比較新的概念，整個發(fā)展方向還不是很清楚。但機(jī)器交易在美國金融交易中已經(jīng)占到80~90%，現(xiàn)在金融科技發(fā)展出現(xiàn)了一個很大的斷層，學(xué)界、監(jiān)管界與業(yè)界之間的差距在美國是巨大的，業(yè)界發(fā)展要快得太多。

機(jī)器之間出現(xiàn)分層

NBD：美國金融業(yè)在大數(shù)據(jù)以及人工智能方面的發(fā)展，國內(nèi)對此了解并不多，請問美國的金融交易在這些方面目前已發(fā)展到什么程度？

葉茂：在美國金融交易中，大數(shù)據(jù)和人工智能已占據(jù)主導(dǎo)地位。如果看美國每天的交易量，機(jī)器交易最少占70%，最大能占到90%，具體比重取決于如何定義機(jī)器和人，我個人覺得應(yīng)該在80~90%之間。而且隨著大數(shù)據(jù)和人工智能迭代更新，機(jī)器和機(jī)器之間也出現(xiàn)分化，按照速度可以分出多個層次

最快的機(jī)器交易已經(jīng)在納秒級別，納秒是十億分之一秒，這種機(jī)器被稱為高頻交易者。我最初從高頻交易入手研究，但后來發(fā)現(xiàn)人工智能和大數(shù)據(jù)不是我們想得那么簡單，在完全的機(jī)器和完全的人之間還有很多種不同的交易者。比如半人半機(jī)器交易者，它們的自動化程度有差別，高頻交易可以在納秒級別，慢一些的在毫秒級或者秒級。

比如大型的基金公司做交易決定的機(jī)器就比高頻交易者慢一些。一般來說，大型基金需要做兩項決定：一項是投資決定，一項是交易決定。假設(shè)我今天要買100萬股深萬科，這叫投資決定，可以交由人力研究；相比之下，大多數(shù)做交易決定的卻是機(jī)器，因為怎么去買這100萬股是另外一個問題——比如我?guī)c幾分買，是否要拆成很多小單，這又涉及每分鐘交易多少，我是去掛單，還是和已經(jīng)掛單的人交易等。

交易要達(dá)到納秒級別，首先要配置巨型計算機(jī)，但這又產(chǎn)生新的問題，巨型機(jī)會產(chǎn)生很大的熱量，就需要裝大型空調(diào)，巨型機(jī)和空調(diào)的龐大的重量最后導(dǎo)致了非常瘋狂的局面：他們發(fā)現(xiàn)，公司所在寫字樓整個地基都在下陷。也就是說，追求最快的結(jié)果就是，巨型電腦和空調(diào)機(jī)組的巨大重量導(dǎo)致大樓無法承受。所以事實上，基金公司做不到最快，只要做到比較快就行。

比這更慢的，就是通過人工智能、機(jī)器學(xué)習(xí)和大數(shù)據(jù)做投資決定的機(jī)器。投資決定比單純的交易決定要復(fù)雜得多，所以就沒那么快了，從幾分鐘到一兩個月都有。

高頻交易、大型基金公司交易、機(jī)器投資決定，這都是機(jī)器進(jìn)行交易的例子，但在這里機(jī)器已經(jīng)分出三個層次。

再說最快的機(jī)器交易——高頻交易，主要干什么？其中之一就是做市。做市要競爭極限速度，他們的機(jī)器在美國金融市場上速度是最快的。

NBD：目前您自己的研究項目有哪些？

葉茂：我目前的研究，一部分涉及大數(shù)據(jù)整個學(xué)科方向，一部分是對美國金融市場的研究。

這個項目也主要有兩部分，第一部分剛才已提到一些，美國在出現(xiàn)大數(shù)據(jù)和人工智能之后，大家對整個交易生態(tài)系統(tǒng)是不清楚的，就像我剛才所說，這中間至少我已發(fā)現(xiàn)三種機(jī)器交易層次。

所以，在人以外還有多少種機(jī)器行為，機(jī)器和機(jī)器怎樣交互，以及機(jī)器怎樣與人互動，這都需要持續(xù)研究。這種區(qū)分非常重要，因為機(jī)器和機(jī)器交易，會產(chǎn)生一些我們完全料想不到的事，比如死循環(huán)。為什么這會在機(jī)器而不是人工交易中發(fā)生，因為人的速度不足夠快，但機(jī)器，可能一秒就發(fā)出數(shù)百次交易指令，如果再放到一個小時里看，就會看到一些令我們匪夷所思的市場動態(tài)。

為什么要研究這些，我特別想談的是，對于金融科技，其實業(yè)界的理解比學(xué)界和監(jiān)管界要高很多，因為這里面有很大的經(jīng)濟(jì)利益。比如現(xiàn)在美國交易者使用的電腦，性能遠(yuǎn)遠(yuǎn)高于美國監(jiān)管者！美國監(jiān)管者要分析交易者的行為，就需要投入大量精力。2010年5月6日，美國股市發(fā)生了閃崩事件，股指暴跌一千點，大概五分鐘后又回升了。但就這大概五分鐘的事，美國證監(jiān)會花了四個多月才大概明白究竟怎么回事。

因為這需要了解整個生態(tài)系統(tǒng)，弄清楚他們是什么樣的交易者，他們在干什么，如何交互作用，在什么情況下會導(dǎo)致巨大的金融動蕩等。這些問題都需要搞清楚，這也是我研究的一部分。

至于主持召開會議，我相信國內(nèi)和美國一樣，因為金融和經(jīng)濟(jì)學(xué)長時間屬于文科，現(xiàn)在大數(shù)據(jù)和人工智能發(fā)展起來，就愈加趨向于理工科方向。因此金融學(xué)發(fā)展至今就面臨幾個挑戰(zhàn)。第一，怎樣分析一個大規(guī)模的數(shù)據(jù)；第二，大數(shù)據(jù)和人工智能發(fā)展，對經(jīng)濟(jì)學(xué)有什么影響。

大數(shù)據(jù)和人工智能在美國經(jīng)濟(jì)學(xué)界也是比較新的概念，整個發(fā)展方向還不是很清楚。所以我召開六次美國國民經(jīng)濟(jì)研究局會議，組織大家一起討論學(xué)科方向。

由于是初次會議且性質(zhì)是共同討論學(xué)科方向，因此我設(shè)立的與會門檻很低，只要寫兩頁研究提案就可以參加，接著就是大家按照提案去做，在研究過程中我們可以提供巨型計算機(jī)和云計算支持，也就是數(shù)據(jù)存儲和計算的能力，然后出一系列論文，我們可能會在三大刊出專刊，專門講大數(shù)據(jù)該往什么方向發(fā)展。

我去年在國民經(jīng)濟(jì)研究局做的主旨演講提到，其實現(xiàn)在最大的問題可能還是定義問題，即什么是大數(shù)據(jù)。

我提出，第一是大。小的數(shù)據(jù)，在收集的過程中可能產(chǎn)生選擇性偏差，通過大的數(shù)據(jù)進(jìn)行分析，就可能得到不一樣的結(jié)論。以我第一個大數(shù)據(jù)項目舉例，當(dāng)時我們得到了納斯達(dá)克所有的交易數(shù)據(jù)以及買賣單的數(shù)據(jù)，買賣單數(shù)據(jù)比交易數(shù)據(jù)要大很多，但是美國規(guī)定只需要報告交易數(shù)據(jù)。但我將這兩個數(shù)據(jù)一對比，發(fā)現(xiàn)不對勁。因為美國監(jiān)管規(guī)定，如果你交易少于100股不用報告。這本是一個好心的監(jiān)管，為了防止小型散戶被割韭菜，但自從金融科技發(fā)展起來，卻導(dǎo)致了反向的結(jié)果。因為機(jī)構(gòu)可以通過計算機(jī)自動把100萬股交易拆為比如2萬個50股，就不用匯報了。實際上我們發(fā)現(xiàn)，低于100股的交易卻擁有最多的信息。

這就涉及大數(shù)據(jù)，實際買賣單數(shù)據(jù)比監(jiān)管的數(shù)據(jù)更大，監(jiān)管的數(shù)據(jù)有選擇性偏差。美國的監(jiān)管體系是以人為主體設(shè)計的，對于大數(shù)據(jù)時代以機(jī)器為主的交易市場，舊的規(guī)則起到了正好反向的效果。當(dāng)然，大數(shù)據(jù)的“大”是相對的。

第二是高維，在計量經(jīng)濟(jì)學(xué)里，我們有個原則就是，估計的參數(shù)數(shù)量不能超過觀測值的數(shù)量，比如處理30個數(shù)據(jù)，不能估計60個參數(shù)吧。但是高維數(shù)據(jù)，要估計的參數(shù)比觀測量還要多。比如，美國比較活躍的股票有幾千支，我可以通過幾千支股票的股價短時間內(nèi)來預(yù)測別的某支股票價格。我們證明這是可以的。

第三是非結(jié)構(gòu)。比如，我們通過微信對話留下的數(shù)據(jù)就是非結(jié)構(gòu)的。把一個非結(jié)構(gòu)的數(shù)據(jù)處理成有結(jié)構(gòu)的，中間有很多方法。

所以我主持這些會議，就是討論新技術(shù)、新產(chǎn)生的數(shù)據(jù)對監(jiān)管、對整個經(jīng)濟(jì)學(xué)發(fā)展有什么影響。又比如，假設(shè)我通過微信私下告訴你，明天上證指數(shù)要漲，你看到后隨手轉(zhuǎn)給另外一位朋友，信息就這樣傳遞開了。這叫口口相傳，以前經(jīng)濟(jì)學(xué)沒法研究口口相傳的動態(tài)信息，因為我和你聊天沒有記錄，現(xiàn)在不一樣了，云端都積存有交流數(shù)據(jù)。在大數(shù)據(jù)時代，有了新技術(shù)，原來很多不可以研究的問題一下子變得可以研究了。

所以我說的核心就是，大數(shù)據(jù)的研究方向其實在美國也沒有完全看清楚。在這一系列會議后就涉及選取哪些論文的問題，那么判斷哪些論文研究的問題是不是有意思，最重要的考慮標(biāo)準(zhǔn)就是，它研究或者使用的金融科技在多大程度上拓展了我們對世界的認(rèn)識，是不是能在一些我們以前無法研究的問題上給出答案。

業(yè)界發(fā)展遠(yuǎn)遠(yuǎn)快于學(xué)界和監(jiān)管界

NBD：對于金融科技時代的金融監(jiān)管，目前來看，感覺確實富有挑戰(zhàn)性。目前美國的監(jiān)管科技發(fā)展得如何？您如何看當(dāng)前美國的金融監(jiān)管？對于金融科技時代的金融監(jiān)管，您又有哪些思考和體會？

葉茂：金融科技的發(fā)展，從經(jīng)濟(jì)學(xué)學(xué)者的角度看，我覺得基本思路是，對任何一項金融創(chuàng)新首先要問，它是不是解決了經(jīng)濟(jì)學(xué)的某一個問題比方說減少了市場的摩擦。如果沒有，這可能就不值得關(guān)注。

美國金融監(jiān)管也存在一些問題，第一，很多金融科技，可能是監(jiān)管本身造成的。比如剛才說的交易匯報閾值為一百股的問題。美國的交易監(jiān)管體系是以人為主體設(shè)計的，最初是為了保護(hù)中小投資者不被“割韭菜”，現(xiàn)在反變成“割韭菜”的工具。所以我所做的就是把它的設(shè)計從以人為主體改進(jìn)為人機(jī)混合。這樣監(jiān)管體系隨市場而變化，效果最終會不一樣。

第二，出臺的一項新政策，有可能和舊政策是沖突的。美國近幾年出現(xiàn)了一種新事物叫“暗池子”。就是在現(xiàn)有的證券交易所之外，有人另建交易平臺吸引買賣雙方按照證交所的價格交易，相當(dāng)于我們說的場外交易。有人說要監(jiān)管暗池：因為證交所好不容易發(fā)現(xiàn)的價格，被暗池直接盜過來用了。不過怎么監(jiān)管？那就是你建立暗池也行，但交易價格必須高于證交所的價格。這看似一點問題沒有，但美國另有立法規(guī)定，一家公司回購股票，為防止其操縱市場價格，要求掛單價格不能高于當(dāng)時最高賣出價。就是說你只能在那掛著等別人賣，而不能主動接受別人的掛單。操縱價格，最簡單就是，比如說國內(nèi)有賣一到賣五，我把它全吃了，價格不就漲了嘛！但你掛單，對市場價格影響其實很小，因為同一價格上掛單有快有慢，但公司回購掛單速度肯定慢。因為美國對公司監(jiān)管比較嚴(yán)，撮合者需要查你是否違反現(xiàn)有法律，這樣掛單速度就慢了。于是掛單的公司就經(jīng)常淪為隊列的最后一個，甚至最終無法交易。

而在暗池里，交易可以不按先來后到排序，所以很多公司選擇暗池回購，但現(xiàn)在監(jiān)管要求暗池若要交易，買入價要比現(xiàn)在的賣出價高，但如果這樣，你就是在操縱市場，因為之前已規(guī)定你不能高于賣出價，這兩項監(jiān)管要求本身就互相沖突了。根據(jù)我們的研究，公司沒法回購了。所以，兩個看似都很有道理的政策，放在一起就沒道理了。

金融科技是非常復(fù)雜的，不停增加新的監(jiān)管后，監(jiān)管也變得愈加復(fù)雜，這些問題會始終出現(xiàn)在整個現(xiàn)代金融制度下，我相信每個國家都如此。最好的辦法就是需要很多學(xué)者嚴(yán)肅地研究，這也是我要召開這些會議的原因。因為很多問題如果不看數(shù)據(jù)，是完全想不到的。

美國教育鼓勵批判

NBD：我們知道您還曾獲得伊利諾伊大學(xué)全校“年度教育家”稱號，想請您談?wù)勀鷮γ绹逃捏w會。也想請您介紹美國在金融科技教育方面的一些做法，以及您對金融科技教育方面的一些心得。

葉茂：關(guān)于教育體會，其實中國學(xué)生相對美國學(xué)生還是有很多優(yōu)勢的，中國學(xué)生更加好學(xué)。但我覺得美國教育有個優(yōu)點就是，鼓勵學(xué)生挑戰(zhàn)教授。我上課時，其實經(jīng)常有學(xué)生提出非常難回答的問題。

美國人在這方面從小就做得比較好，他不輕易接受一個觀點。美國教育鼓勵你批判地接受一個真理，這種精神是我們國家的教育需要很大程度上提高的。但不是說，中國學(xué)生就差，其實中國學(xué)生的底子很扎實，如果有更多的創(chuàng)新和批判精神，可以做得和美國人一樣好，這一點我完全相信。

金融科技教育，就是工科和金融的結(jié)合，他們上課講的是一些基本原理，他們的作業(yè)是什么？比如我的學(xué)生就要操作巨型計算機(jī)，不是要你成為這方面的天才，最重要的是克服對技術(shù)的恐懼，巨型機(jī)說難也難，但是真用過幾次后，其實就得心應(yīng)手。具體的技術(shù)問題遠(yuǎn)沒有我們想得那么復(fù)雜，只是有時覺得這很難，可能就不去做這件事了。尤其是金融專業(yè)，本身也只用對巨型機(jī)掌握一些簡單應(yīng)用就夠了。學(xué)生們畢竟還年輕，一旦克服了恐懼之后，其實可以走得更遠(yuǎn)。

再比如編程之類，其實最后不是要你親自上陣編程，最重要的是你可以和與你學(xué)科背景不一樣的人很好地合作和溝通，而不是說把你變成技術(shù)人才。要對別人做出的成果有足夠的理解和尊重，這非常重要，因為不同學(xué)科的人思維方式很不一樣，有時大的壁壘其實并非技術(shù)，而是思維方式。所以就是兩點，第一是克服對技術(shù)的恐懼，第二是可以和技術(shù)背景的人合作，要求把金融人才變成編程人才，就本末倒置了。

NBD：從事金融交易時，學(xué)文科的和學(xué)理科的，從您的感受來看，二者在風(fēng)格上有區(qū)別嗎？

葉茂：這又談到了前面講的幾種不同交易比如絕對高頻的和稍低頻一點的話題。在一個標(biāo)準(zhǔn)的投資基金里，其中的人學(xué)科背景是不太一樣的。

絕對高頻交易中，計算機(jī)背景的人可能是主要的，也有其他學(xué)科如統(tǒng)計等，文科的集中在相對低頻上，他們要看公司報表。二者風(fēng)格相差很大，差別大了就會出現(xiàn)文化沖突。

我相信金融企業(yè)會越來越多地出現(xiàn)類似情況，很大程度上，文科背景的要有適當(dāng)?shù)睦砉た扑季S，理工科的要有人文關(guān)懷，這是一個融合的過程。學(xué)科之間的技術(shù)差別還是次要的，思維方式的差別才是最需要重視的。最根本的就是，要敬畏自己不懂的學(xué)科，更要去了解，這非常重要。所以要有通識教育，大家不論學(xué)什么學(xué)科都要有一些基本的背景，才能更好地溝通、合作。小到金融大到國家，他和我不一樣，但我們能夠合作，這很重要。

封面圖片來源：受訪者供圖