南京大学MBA讲座回顾 | 从大数据、人工智能到金融科技

2022年04月27日晚，南京大学商学院MBA中心邀请了哈尔滨工业大学经济与管理学院长江学者特聘教授、院长叶强教授向MBA学员们讲解大数据、人工智能与金融科技的相关内容。讲座从人类社会当前的宏观背景出发，逐步切入至大数据、人工智能等技术在金融科技领域的应用。南京大学社会科学处处长、教育部长江学者特聘教授、商学院会计学系教授、博导陈冬华教授担任点评嘉宾。南京大学商学院MBA教育中心主任，营销与电子商务系教授、博导宋培建教授担任主持人。

嘉宾分享内容回顾

一、人类社会当前的时代背景

有学者认为，当前人类社会正进入第四次工业革命，即以物理世界与数字世界融合为特征的数字化革命。互联网、大数据、人工智能、区块链等信息技术的创新发展推动了收数字化革命的进程，而这新一轮的产业革命也影响了包括金融科技在内的众多领域。

人类社会进入第四次工业革命

2010年左右，大数据受到了广泛关注。由于全球人口持续增加、经济社会活动日益活跃、互联网为代表的信息技术广泛使用等各方面因素，人类拥有了庞大的数据资源。伴随着数字的增长，人们进入数字经济时代，这不仅体现在数字的产业化，也体现在产业的数字化。

人类进入数字经济时代

二、大数据与人工智能

在讲解完时代背景后，叶教授简单介绍了与大数据、人工智能相关的知识。

数据的本质、内涵和外延

数据（Data）是对于客观事物的正确或错误记录。信息（Information）能够帮助人们消除不确定性，具有一定的主观性。基于数据和信息，可以总结出具有规律性的知识（Knowledge）。在人们掌握知识后，如果能够面对问题做出正确的判断和行动则知识将进一步升华为智慧（Wisdom）。

数据与常见的实体生产要素的最大不同之处在于其具有非竞争性，即数据的复制边际成本是0，很难监控购买方是不是按照之前决定的方式来使用数据，这也导致很难用合同界定数据的使用。

数据的本质、内涵和外延

人工智能的相关概念

人工智能的发展经历了数十年，利用人工智能方法可以分析庞大的数据。近年来人工智能被社会广泛关注并得到了进一步的发展，主要驱动因素在于：

人工智能算法的改进、硬件发展、应用驱动。其中，应用驱动是最大的因素，很多创新都表现在商业模式的创新，这也为了人工智能带来了很多新的研究领域，例如：围棋、广告、药品研发、律师、审计等。

人工神经网络是典型的人工智能算法，该算法的一般结构包括了输入层、隐层、输出层。人工神经网络利用近似解不断逼近真实值，以此达到预测的效果，而不像传统的回归需要知道明确的回归方程。

人工神经网络的一般结构

卷积神经网络（CNN）则广泛应用于图像识别等领域，其结构包括了卷积层、池化层、全连接层。

卷积神经网络的组成部分

三、金融科技的相关领域

金融科技（FinTech）是金融（Finace）和科技（Technology）相结合的交叉领域。金融科技未来的趋势主要体现在学术研究的日益活跃、人才需求的扩张及专业化培养的发展、投资的增长、行业应用的普及。叶教授随后讲解了几个金融科技的应用案例。

金融科技相关领域

案例一：不良资产回收

某金融科技创业公司收购劣质不良资产产权，然后建立负债人的信息系统，利用人工智能、大数据分析和自动呼叫技术分门别类进行有针对性地自动化处理。以失业人员为例，该公司通过与政府进行对接，帮助这类负债人实现就业，通过资产处置，该公司不仅获得了超额的经济回报，也促进了社会安定与和谐。

个人不良资产转让的相关新闻报道

案例二：联邦学习

叶教授在前面提到过数据的一个重要特征是其具有非竞争性。通过联邦学习技术，可以将合作双方的数据进行加密通信，保证合作双方的数据仅用于彼此的合作，而不会泄露给第三方，这一技术能够促进银行等金融机构之间的合作。

联邦学习

案例三：区块链发票

区块链技术同样将推动金融科技领域的应用发展，我们熟知的数字货币仅仅只是区块链技术的一个应用。

区块链是一种新型去中心化协议，能安全地存储交易或其他数据，信息不可伪造和篡改，可以自动执行智能合约，无需任何中心化机构的审核。

区块链的特点

2018年8月20日，全国第一张区块链发票在深圳市开出。区块链发票可以大大降低现实经济的信任成本与会计成本，重新定义了互联网时代的产权制度。

全国第一张区块链发票

失败案例：基于机器学习算法的房地产投资

Zillow是美国最大的在线不动产交易平台，基于海量的真实交易数据和成功的房产估值模型，Zillow开发了一个用于预测房价的高性能人工智能算法iBuying，Zillow基于iBuying自己出价竞购房产，简单装修后卖出。

Zillow原本期望在2025年之前依靠该算法实现每年超过现在4倍，乃至超过200亿美元的收入。但是在2021年第三季度，当季利润损失就达到了3.3亿美元，为此Zillow的裁员比例达25%。

叶教授指出，金融市场是有效的、存在激烈竞争和博弈的市场，一般没有系统性套利机会，金融资产价格序列一般不存在明显的季节性，能够有效预测互联网自然流量的时间序列模型并不使用与金融市场。

此外，iBuying的中间商模式还存在“逆向选择”问题，收到Zillow报价的房主只有认为报价比实际价值有利时才会接受报价进而卖出房产，iBuying模式要求快进快出，同时决策者制定了过于激进的成交量目标，加剧了“信息损失”和“定价偏差”。

叶教授对Zillow案例的启示总结

叶教授强调，总体而言，大数据、人工智能等技术在金融领域的应用还处在比较初级的阶段，其中也不乏失败的应用，但是金融科技在未来的发展潜力仍然是巨大的。

四、中国的机遇

金融科技领域的发展也给中国带来了机遇。哈佛大学波特教授曾提出国家竞争力的发展可以分为四个阶段，其中一个阶段便是财富导向阶段，这样意味着未来在金融领域有更多的产业人才需求。

目前我国已经出台了不少金融政策，学术界也对中国的金融市场进行了大量的研究，未来金融科技在中国也必将迎来蓬勃的发展。

嘉宾点评环节

陈冬华教授作为点评嘉宾，为大家分享了他的讲座感悟。他认为讲座围绕主题从宏观到微观、从理论到技术、从研究到应用，多个层面深入浅出地开展，令大家深受教益。

讲座从人类社会进入数字经济时代的宏观层面切入，从数据、到信息、到知识、到智慧，基本层次和概念理清之后，对于大家理解金融科技会更有帮助。当很多人对于Fintech还处于概念阶段时，叶教授介绍了Fintech的前沿发展和具体应用，既有时髦的观点，也有陌生的术语等，令人大开眼界，目前fintech对中国发展具有重要机遇，值得大家关注。

古希腊哲学家毕达哥拉斯认为，“数是万物的本原”。人类社会发展了几千年之后，人类开始用数字重新解释和表述世界。数字技术的发展对于现代管理提出新挑战和机遇，对教育浪潮的席卷提出新要求，对传统商学院教育的发展也引起新思考，对于学术研究、文化都具有重大影响。

当然，信息技术对人类的改变，可能才刚刚开始，技术对于人性是一种释放，同时技术的发展也会导致人类成为技术的囚徒，这也是管理中不得不面对的问题。同时，目前数字经济关于中国文化的讨论相对较少，企业在数字化改造升级中带来数字的冗余与闲置，如何突破也值得探讨。

陈教授认为，讲座对于大家理解数字经济、金融科技的来龙去脉、发展趋势、对经济社会文化的影响提供重要参考，对于我们身处重要转型时刻的现在，非常重要。同时，结合讲座主题，他也为师生介绍了南京大学对于数字经济的重视与发展趋势。

观众问答环节

最后，观众与叶教授进行了积极地互动。本次讲座吸引了八百余名校内外与业界的听众，同时在江苏有线“视界观”直播平台吸引了两万余人次观看，讲座引发热烈反响