杨涛:金融科技时代 更需要的不是复合型人才

新浪财经新闻于2019年12月19日由2020中关村金融科技论坛和第七届普惠金融论坛在北京举行,主题为“数字”代表生态,“智慧”代表金融。国家金融与发展实验室副主任杨涛出席并致辞。

杨涛在他的演讲中说我们现在都希望推动复合型人才的建设,但是在金融科技的时代,复合型人才可能不再需要了。

“因为真正的复合型人才很难跨越国界,所以有必要提升原有的专业水平。”他说。

以下是演讲的真实记录:

归根结底,我想和你谈谈几个问题。一方面,无论我们讨论的是开放银行还是开放金融,本质上是因为数字时代带来了一些重大变化。最近,我经常引用一个数据,就是在贸发会议9月4日发布的报告中,我们可以看到全球的数字规模在不断增加。从全球互联网的数据流中,我们可以看到,与1992年和2012年相比,这一数据持续飙升。据估计,到2022年,全球互联网的数据流量将达到每秒150,700克。这种快速的变化不断改变着经济和社会原有的分工,并进一步对金融机构、金融组织、金融企业和金融活动产生深远的影响。这是我们所有关于开放银行和开放金融的讨论的一个重要起点。

当然,与互联网金融时代不同,我们现在可能有更清晰的顶层设计方案。我相信刚才包括杨局长在内的其他专家也提到这一点。众所周知,新的金融科技计划不仅是央行自己的计划,也是整个中国金融业在有效利用科技实现变革过程中的一份非常重要的文件。就我个人而言,我认为这样一个计划最终是为了促进金融机构通过使用新技术实现其内在价值,即向适当的客户提供适当的金融产品和服务。每个人都注意到,在这一计划的指导下,政策层面首先关注由有执照的金融机构进行的金融技术创新。与此同时,依赖金融控股集团的大型互联网企业也将被纳入该计划。新一代的科技企业也将通过与有效的特许金融机构的间接合作而进入规划体系。最后,谈到互联网金融,继续从事这种金融业务不在计划范围之内。如果转向技术服务,它将作为技术企业与有执照的金融机构合作。所以我认为下一步的整个想法越来越清晰。

在这种情况下,我想以一个例子为起点和你谈谈一些问题。过去,随着互联网时代的到来,互联网的理念是先做,然后说,先创新,然后考虑监管和规则的问题。目前,随着我们遇到更多的问题和挑战,我们需要面对现实。一方面,鉴于实践的飞速发展,理论研究与共识并不同步,另一方面,规章制度也在不断地相互匹配和重合。这并不意味着我们在做这些事情之前必须搞清楚各种理论和共识,但是因为实践运行得非常快,我们必须避免不匹配和风险,所以我们必须考虑共识的问题。

从研究者的角度来看,我想以数字现金为例来说明一个小问题。当然,在讨论数字现金的时候,每个人都会时不时地关注很多观点,但是共识水平是非常不够的。例如,当讨论数字现金时,它涉及金钱、账户或支付,这种观点完全不同。如果基于原始银行账户系统,当您讨论货币、账户和支付时,有两组机制,一组是M0现金,另一组是基于银行账户生成的会计货币。这些会计货币通过账户对应不同的支付工具,因此背后的逻辑完全不同。token出现后,原始系统再次被更改,只对特定的三个元素进行了简单的细分。货币和账户之间的联系非常复杂。例如,一些人知道,当他们关注M2时,居民的储蓄就存在于M2。然而,由于流动性不同,银行卡下的个人活期存款被放在M1名下。里面的关系不是很简单。账户和支付之间的关系也非常复杂。不同的银行账户对应不同的支付工具,只是因为多年来银行账户和银行卡卡号混在一起,很多人都很困惑。例如,账户可以对应于存折、银行卡,以及二维码和人脸在将来是否可以直接对应。这背后对整个信息交流的影响是巨大的。

最后,还需要区分货币和支付。总之,以此为例,当我们讨论数字现金时,我们都给予了不同的关注。有些人关注M0现金,加上M1和M2基于银行账户,这是传统的电子货币。第二个是合法的电子帐户DCEP,这是非常独特的。它不同于传统的和最新的数字令牌。根据令牌,还有另一个类别,也有大量的假家庭。我们经常谈论创新的现象,有时我们还“谈鸡随鸭”,这还没有形成理论共识,制约了现实的发展。

要解决这个问题,我们需要从两个方面入手:学科和人才。如你所见,我列举了金融科技创新的十个要素。人才、技术、数据、场景、资本、行业、监管、政策和文化,尤其是后工业时代的金融科技,需要更系统的培训。在培养人才之前,我们必须首先考虑如何掌握学科。当然,在学科建设的过程中有不同的视角,侧重于理论、智库或应用。这是一个不同的视角,这将扩展你的学科建设的视角。关注学历和非学历也是一个角度。无论是金融科技创新本身、学科建设还是人才培养,我最害怕的是焦虑和急功近利。

在学科建设方面,简单提一点想法。学科建设的视角存在着一些重点和难点。归根结底,当我们讨论金融科技领域的学科建设时,有两个交叉的视角,一个是从金融领域到金融以外的学科领域,另一个是从金融以外的学科领域到金融领域。例如,在传统金融的主流跨学科领域,有三个主要领域值得特别关注。一种是进化金融学或行为金融学,是金融学与生物学、心理学等交叉形成的。此外,金融和数理统计工程的交叉也形成了金融工程。金融和法律交叉形成法律和金融。在这种交叉活动中,技术得到了突飞猛进的应用。大数据、人工智能、分布式技术等等都贯穿着一些全新的财务分析方法。

除了这些成熟的学科之外,还有一些相对前沿的学科,如金融物理学、金融地理学、神经金融学,尤其是神经金融学,它们在国际上相对前沿。为什么?在过去的微观分析中,很难在社会范围内对人进行实验,这导致很难找到行为金融分析的主流范式。神经金融是人们选择时大脑信息中生物信息的变化。如果将来有更有效的突破,我认为对其进行分析,无论是风险定价、金融产品、设计,都会带来非常深远的影响,所以这是从金融角度的一个交叉。另一方面,从技术角度来看,大数据、人工智能、分布式技术、互联技术和安全技术都已进入金融领域。因此,归根结底,所有未来的创新和人才培养必须有一些更稳定的跨学科研究的思想和框架。过去的难点是跨学科研究有时不稳定,无法找到合适的切入点。例如,就像金融地理学一样,现在许多人认为地理学已经死亡,这样一门学科也面临着重大挑战,因此,在促进未来创新和促进底层人才建设方面,这些是我们必须充分注意的一些事情。

最后,谈谈对金融科技人才的理解。现在金融科技人才被认为是急需和短缺的,但实际上需要对金融科技人才进行更仔细的筛选。例如,人才的特征不同于科研、教学、应用、管理、技术和商业的特征。你的人才类型是行业导向型、技术型或业务支持型人才,常用于所有行业,或辅助型人才,这个角度也是不同的。人才分层是中高端还是普通不同;人才素质还强调社会责任、道德伦理和职业精神。我把这些人才的能力列为专业、实用、国际化、开放、敏捷、灵活和合作。我在这里特别强调两点和一点。我们现在都希望推进复合型人才的建设。然而,在金融科技时代,复合型人才可能不再需要,因为真正的复合型人才很难跨越国界。很有必要提升原有的专业水平。让我举个例子,例如人工智能金融。人工智能在金融领域面临的最大问题是,深入学习是一个黑箱。你需要人工智能来解释和验证财务的拟合结果。从短期来看,这一过程中的许多问题不能通过技术来解决,但可以通过人类的专业知识来补偿和解决。这避免了人工智能对天赋的简单替换。这是一个专业的考虑。另一方面,这强调了人才的社会责任、道德伦理和职业精神,这也很重要。否则,正如科技可以化恶为善一样,如果我们在这一过程中对金融科技人才的快速培养导致更多的机会主义人才和更多的创新,通过所谓的金融科技创新扭曲社会价值,这根本不是一个理性和正常的现象。

综上所述,我认为金融科技创新的未来是大势所趋,建设开放式金融也是大势所趋。除了面对令人眼花缭乱的市场现象,我们还需要各方在理论共识上做更多的工作。有时候稍微慢一点总会达到最好的效果。