今天金融股是一片慘綠。表面看起來導火線是,證監(jiān)會對某些券商違規(guī)的融資業(yè)務開了罰單。但更深層的背景遠不止如此。
資金擔憂的是,金融系統(tǒng)的改革再一次遇到難題。這個難題其實在股市開始急漲的第一天,大家早就心知肚明——錢,放出來了,卻沒有流向?qū)嶓w經(jīng)濟。在現(xiàn)有金融體系下,支流并不通暢,上面再怎么寬松,制造出來的只能是金融泡沫。泡沫也有個度,吹得太大,早晚得爆。
119只是個預警。
我們回頭看看中國金融改革的真正目的:政府希望一手用行政和稅收調(diào)控房地產(chǎn),一手用較為寬松的貨幣政策,緩解融資難問題,引導錢進入實體經(jīng)濟,支撐經(jīng)濟順利轉(zhuǎn)型。但是,沒想到改革的利好首先刺激了股市,錢從房地產(chǎn)出來后,股市賺錢效應被進一步放大,吸納了大部分資金。
早在11月,融360就監(jiān)測到了融資市場最真實的變化——一系列開明的金融措施實施后,社會真實融資利率卻不降反升。各種理財產(chǎn)品回報上升、資金重回金融產(chǎn)品的懷抱,另一方面中小企業(yè)貸款條件和利率雙雙升高,反而是你去券商柜臺開融資戶的門檻從50萬降低到了10萬元。
這一背離初衷的結(jié)果,受困的仍然是中國金融體系的老問題——金融與實體經(jīng)濟的脫節(jié)。
有一個比喻非常形象,金融之于實體經(jīng)濟,就像血液之于身體一樣重要。血液要能夠高效率地分配到我全身的重要部位,身體才能健康。但就像身體的血管發(fā)生的問題類似,我認為整個金融市場和實體經(jīng)濟存在"互而不相聯(lián),聯(lián)而不通,通而不暢"的問題。
以房貸為例,融360剛剛統(tǒng)計的《2014年全國房貸報告》發(fā)現(xiàn),北京是全國房價最高的城市,相對而言,房貸利率卻是最低的,三四線城市總體都要比一二線城市高。在現(xiàn)有金融體系下,錢還是很難到流到三四線城市,很難流到實體經(jīng)濟的毛細血管。就像上面說的,支流不通暢,上面再怎么寬松,制造出來的都只能是金融泡沫。
作為互聯(lián)網(wǎng)金融的代表,融360希望能解決一些問題。融360作為一個金融搜索平臺,過去三年通過我們申請到的房貸、車貸、經(jīng)營貸、無抵押消費貸等累計18000億元。形象地說,我們一直在幫助金融體系疏通“毛細血管”。
首先,融360一直專注于金融搜索,這是解決信息不對稱的很好方式,對于互聯(lián)互通是很有幫助。實際上,銀行不是不知道實體經(jīng)濟的小微企業(yè)缺錢,也不是不愿意貸,而是認為風險高,溝通成本大,互聯(lián)網(wǎng)金融能幫銀行解決風險定價和服務的問題。
我們?nèi)ツ暌呀?jīng)推出一系列適用于移動端的應用,用戶從移動來的比例接近70%,鋪設了線下的便利店,吸引了近千萬級別的用戶。這千萬級別的用戶,是之前傳統(tǒng)金融很難覆蓋或服務好的,而通過互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)方式,他們的金融需求得以解決。
短期看,互聯(lián)網(wǎng)金融行業(yè)對傳統(tǒng)金融行業(yè)會有一定的沖擊,但是長期而言,這些創(chuàng)新終究會被傳統(tǒng)金融企業(yè)吸收、演變,最終向健康的方向發(fā)展。
希望是,以后農(nóng)民在田間炕頭,小企業(yè)主在機器旁邊,就能通過互聯(lián)網(wǎng)金融的方式搜索、申請貸款,與富人和大企業(yè)一樣,享受到最貼心、定制的服務。如此循環(huán)、健康的金融生態(tài)體系,才能讓實體經(jīng)濟的繁榮。
這樣,金融股帶領的中國股市,才能在未來10年里得到真實可靠的上漲支撐。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。