預告 | 港科大教授張曉泉：經濟學家眼中的金融科技創新 | CCF-GAIR 2017

雷鋒網AI金融評論按：由中國計算機學會（CCF）主辦、雷鋒網與香港中文大學（深圳）全程承辦的 AI 盛會 --「全球人工智慧與機器人峰會」（CCF-GAIR），將於 7.7-7.9 日在深圳召開。

CCF-GAIR 為國內外學術、業界專家提供一個廣闊交流的平台，既在宏觀上把握全球人工智慧趨勢脈搏，也深入探討人工智慧在每一個垂直領域的應用實踐細節。

延續上一次大會的頂級嘉賓陣容，本次 CCF-GAIR 2017 將會迎來更多人工智慧和機器人行業重磅專家。在未來的一段日子裡，雷鋒網將陸續放出嘉賓介紹。今天要介紹的是金融科技專場大會嘉賓——香港科技大學資訊，商業統計及運營學系教授張曉泉博士（Professor Michael Zhang）。

銀行的公眾形象與安全密切相關，而創新總是與風險有關。在金融科技革命這件事情上，銀行業關注的重點始終在於「不失敗」，而不是「去創新」。所以，當大家都意識到人工智慧、大數據能夠給金融業務帶來革新時，金融從業人士擔心的是：人工智慧可以做什麼，不能做什麼？它將帶來什麼風險？如何落地應用人工智慧才不違背金融規律？……

因此，人工智慧金融發展到這個階段，我們很希望能夠聽一聽，經濟學家是如何看待，以及實踐金融科技創新的。以下內容來自雷鋒網AI金融評論與張曉泉教授的大會前對話，也是張曉泉教授大會報告內容的精彩預告！

張曉泉教授 (Professor Michael Zhang) 於2006年在美國麻省理工學院（MIT Sloan School of Management）獲得管理學博士學位，此前在清華大學獲得管理學碩士，工學學士和文學學士的學位。因為英文名稱是麥克教授，所以朋友都稱他為麥教授。

麥教授曾經從事過的工作有： 投資銀行分析師，證券公司顧問, 高科技公司的國際市場部經理，以及互聯網公司創始人。 在美國學習時，他得到了一項美國專利，並創立了一個知名的華人網路社區（MITBBS, 未名空間），該社區在2004年時得到華爾街日報的報道。

麥教授用經濟學的方法研究大數據的產生，傳播和處理。他擅長的研究領域是信息產品定價策略，大數據營銷， 商業人工智慧以及互聯網金融。他的學術論文在學術期刊如 American Economic Review (美國經濟評論)，Management Science (管理科學 ), MIS Quarterly (信息管理系統季刊), Journal of Marketing （市場營銷）, Information Systems Research (信息系統研究), Journal of MIS (信息管理系統) 等發表。目前他是學術期刊 Information Systems Research (信息系統研究)的高級主編。

他同時也是招商證券，中國移動，華為，香港數碼港，阿里巴巴旗下的湖畔大學等公司和機構的顧問。

麥教授擅長於研究信息產品定價策略，大數據營銷， 商業人工智慧以及互聯網金融。大數據、機器學習興起以來，大家都表示應該並大力推進來用大數據來研究經濟，但張曉泉教授的方法論並不一樣，他主張用經濟學的方法研究大數據的產生，傳播和處理。這樣的方法，一定程度彌補了前者的研究相對靜態帶來的局限。

麥教授認為雖然大家都在用大數據做人工智慧，因為大家的出發點和目標不一樣，導致能回答的問題也不一樣。經濟學家，統計學家，和機器學習專家研究的人工智慧問題會非常不一樣。經濟學最核心的問題之一是建立激勵機制。「任何場景下都需要解決激勵問題，就是人為什麼要做這件事情，遊戲規則如何制定才能給人以足夠的動力去按規則制定者的想法做？」

機器學習在做的事情更多是預測和分類。以電信公司的業務為例，客戶是通話多一些還是使用數據多一些，機器學習能否通過分析歷史數據來預測用戶是否會轉用競爭對手的服務。

這兩種問題的底層都是統計學，統計學家解決能不能用數學的方法來描述隨機性，人工智慧歸根結底是需要機器去分析哪一種結果是最可能出現的。

麥教授解釋道，「經濟學家的研究目標更多是去解釋事情的底層機制是什麼樣的？前兩年有本大數據的書很火，書本的觀點認為我們不需要要解決因果關係，因為有了世界上所有的數據之後，問任何問題都能夠通過數據回答，這是不對的。」

經濟學家認為，一定要分析清楚因果關係，才能夠制定更好的政策和規則 。比方說，有數據表明上私立學校的學生更容易上好大學，那麼是否能說私立學校比公立學校更好呢？要回答這個問題需要研究上私立學校的學生是否本來就有別的更好的資源讓他們上好大學，如父母的校友資源，去國外旅行開拓視野的機會等。換句話說就是一個上私立學校的學生如果放到公立學校去是否還能上好大學。如果不知道因果關係我們是沒法知道答案的。在過去的20年里，經濟學家建立了非常多的數據分析模型，有整套的計量經濟分析框架，這些模型如果能夠和人工智慧的一些方法結合，會產生出非常多的有意思的結果。

所以經濟學家做的事就是，如何用經濟學的這套體系來幫助現在大家做的技術創新？

經濟學家眼中的金融科技創新

• 到底金融市場是做什麼事的？金融市場如何通過AI的影響而變得更有效？

到底金融市場在干一件什麼事？在解決金融科技創新的問題時，首先出發點應該講清楚到底金融市場在干一件什麼事。通俗地說，一般人認為金融市場是幫人們掙錢，「但其實不是的，」 麥教授指出，「金融市場真正在做的是讓資源更好地分配。」

「所以看歷史上金融科技發展的每一個時代，比如最早我們開始用紙幣，後來有信用卡，現在是區塊鏈的出現，不同的技術往前發展，其實都是讓我們越來越有效的做資源分配。」

因此，到底金融市場怎麼能夠通過AI的影響而變得更有效？

• AI來襲，金融市場出路在哪裡？

近來，《紐約時報》、《 經濟學人》等主流媒體都在討論：金融市場的未來到底是什麼樣的？很多人認為金融市場會被人工智慧替代，比如金融投資分析等職位。

包括目前大學教授的課程，財務學、金融學等，這些到底還有沒有用？如果未來都能讓人工智慧來做，那就無效了。

那麼，到底出路在哪裡？

…………

這些科技創新帶來的問題，在屆時的大會演講上，麥教授都將從一個經濟學家的角度出發，結合技術的研究實踐來進行分析。

• 人工智慧的界限在哪裡？

「所以，人工智慧能做什麼、不能做什麼？這點我覺得非常重要。」麥教授表示，現在大部分人都在討論人工智慧可以做各種各樣的事，但是人工智慧不能做什麼？到底界限在哪裡？其實是一個更需要討論的問題。這裡的討論並不需要樂觀或悲觀的臆想，而是需要建立有效的方法論來研究。

麥教授的演講將以兩個場景為例：

• 第一個場景是金融市場情感分析。

• 第二個是金融市場最關心的——能不能預測股價？

現有的分析師，每天要看無數的年報、季報，以及公司的報表，還要看看新聞發生了什麼事情，宏觀經濟，社交媒體討論等無數信息……目前大部分的情感分析用的研究方法是直接提取文本中帶有情感色彩的詞語。如果和對金融市場的知識相結合，新的情感分析演算法可以直接結合經濟學和人工智慧的優點，做到更好的輔助分析。另外，麥教授還會討論如何用人工智慧的演算法來做股價預測。

此外，金融行業最重要的領域之一是風險管理。如今大家認為用人工智慧可以解決所有的風險管理問題，「這是錯的。」麥教授指出，「風險管理有很多的層面，一個層面是說只要講到風險，就是能不能寫出來股價漲跌的概率分別有多大？波動率有多大？一旦寫出波動率，底層就一定假設了某種概率分布，但是很多金融事件的發生我們是不知道概率分布的。」即便有完備的歷史數據仍然無法管理這類風險，那麼經濟學的方法如何給人工智慧提供有力的模型工具呢？

這些問題，屆時大會上麥教授都將展開討論。

…………

今天我們先劇透到這裡，大會上麥教授將帶來更詳盡的前沿研究分享，希望到現場與麥教授進一步交流的朋友，歡迎快快購買我們的六折票！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！