港科大教授张晓泉：经济学家眼中的金融科技创新 | CCF-GAIR 2017

7 月 8 日，第二届 CCF-GAIR 全球人工智能与机器人峰会进入了第二天的议程。当天上午，香港科技大学资讯、商业统计及运营学系教授张晓泉（Professor Michael Zhang）为大会带来了题为《经济学家眼中的金融科技创新》的分享。 

嘉宾介绍

张晓泉，2006 年获美国麻省理工学院（MIT Sloan School of Management）管理学博士学位，此前在清华大学获得管理学硕士、工学学士和文学学士学位，其论文多次在重量级学术期刊发表。擅长用经济学的方法研究大数据的产生、传播和处理，包括信息产品的定价策略、大数据营销、商业人工智能以及互联网金融等。张晓泉是美国知名华人社区 MITBBS 创始人，Information Systems Research (信息系统研究)的高级主编，同时还身兼招商证券、中国移动、华为、香港数码港、阿里巴巴旗下湖畔大学等公司和机构的高级顾问。 

AI 需要金融

张晓泉教授在演讲中表示，自大数据、机器学习兴起以来，大家都表示应该并大力推进用大数据和 AI 技术来研究金融领域。但其实 AI 技术也需要经济领域的研究方法和思路，经济学方法也可以助力 AI，应用于研究大数据的产生、传播和处理。

目前，大家都在用大数据做人工智能，但因为出发点和目标不一样，因此能回答的问题也就不一样，经济学家和机器学习专家研究的人工智能问题就非常不同。机器学习目前在做的事情更多是预测和分类，这两种问题的底层都是统计学，统计学家解决能不能用数学的方法来描述随机性，人工智能归根结底是需要机器去分析哪一种结果是最可能出现的。

本质上经济学家的研究目标更多是去解释事情的底层机制是怎样的，而计算机只能根据固有机制给出一个答案。因此虽然有媒体报道称金融领域的许多岗位即将被 AI 替代，但张晓泉教授认为未来人类不会没有工作可做。

他认为金融市场真正在做的是让资源更好地分配，历史上金融科技发展的每一个时代，比如最早我们开始用纸币，后来有信用卡，现在是区块链的出现，不同的技术虽然一直往前发展，但其实都是让人类越来越有效的做资源分配。 

金融与 AI 相互融合

随着 AI 技术的发展，目前学术和工业界，金融和科技领域的相互融合已经是大势所趋。在商业智能方面，张晓泉教授总结了数据到价值的转化链条：数据-信息-知识-能力-策略-价值。

他表示数据首先要变成信息，信息变成知识，知识变成能力，能力变成策略，策略变成价值，这个链条是非常重要的，每一步不可缺。数据首先通过场景得到信息，信息组织起来得到体系，变成知识，知识转化成能力，能力系统构又成了策略，策略的执行产生价值，这个逻辑非常清楚。

真正产生商业智能，不是说我们有了大数据就可以了，也不是说我们有了海量数据就能够立刻做出有价值的东西，其实整个链条是这样的一个逻辑，缺一不可。 

决策问题

我们在工作生活中有很多的不确定性，这些不确定性其实有一个轻重缓急之分。张晓泉教授认为，其中第一个是 certainty，也就是 100% 会实现的。下一个是 Risk 风险，有概率的。下一个是 black swan，也就是小概率事件，虽然概率小，但会发生。再下一个是 ambiguity 模糊性，“比如即便我有世界上过去所有股市的数据，我仍然不知道明天会涨还是会跌，因为有很多影响的因素”，这就是模糊性。最后一个是 Radical Uncertainty，恐怖袭击我们知道它会发生，但是不知道什么时候会发生、在哪里发生、怎么发生。“当你有这种 Radica Uncertainty 的时候，你是没法描述这件事的，你没法写一个模型说怎么预测恐怖分子究竟会怎么样去做”。

在这五个级别的问题中，第五级的问题是没办法解决的，第四级的问题我们有没有办法解决，目前正在研究。张晓泉教授觉得大部分的是在第二级层面上解决问题，他认为世界上大多数问题也的确是第二级的。“比如说我要预测这个图片是猫还是狗，其实这个事没有那么多黑天鹅事件，大部分问题可以在第二级能够解决”。

但张晓泉教授同时表示：“有些问题，比如谈到股票市场，可能你就没法在第二级解决，你即便知道世界上所有信息，你也不知道预计明天股票的概率。这就超出了第二级别的范畴，这是整个行业未来努力的一个方向”。

更多详细的演讲内容参见雷锋网后续的深度报道。