易方达董事长詹余引对硅谷银行和chatGPT的思考

易方达董事长詹余引对硅谷银行和chatGPT的思考
2023年03月22日 15:00 雪球

作者:用心的小雅来源:雪球

3月2日,易方达董事长詹余引在“全球财富论坛”上分享了对硅谷银行和chatGPT的思考。

小雅理解的核心内容是:面对信息的海量快速传播,对现实状况交互反馈的速度越来越快,危机或者事件影响发生的速度和“烈度”,都在考验人类的应对能力和速度。资产管理行业面对这样的变局,该如何应对挑战?

很有意思的话题,值得行业和大众投资者的深思。

易方达基金公司是目前国内最大的公募基金公司,截至2022年末,管理资产规模15341.75亿元。

詹余引难得一见的干货分享,针对社会关切话题,真诚且慷慨,可以看到一个思考者的思考,小雅听完有触动,也很有启发。

变与不变的哲学命题,越是在大变局当中,越是醒目清晰,尤其是那些不变的东西,我们常常忘了,但它们始终都在。

以下是小雅整理的詹余引分享实录:

尊敬的各位领导、各位来宾,还有线上的嘉宾们:

非常荣幸能够参加全球财富2023年年会。在全球环境巨变的情况下,汇聚中外最有影响力的专家领导,一起研究和探讨面临的问题,以及我们的应对方案,尤其难得,感谢全球财富论坛提供了这样的一个平台,也祝愿全球财富论坛越办越好。

经过了一天半的研讨,我相信,我们研讨的话题已经涵盖了几乎所有方面,有很多系统的讨论和真知灼见,我收获有很多。

在这里,我想就目前最焦点的两个话题,把我自己的一点感受给大家做个分享。就是关于硅谷银行和chatGPT,我认为它们的背后有一些共性的东西。

硅谷银行一夜倒闭的启示

提到硅谷银行,来龙去脉不用讲了,它曾经是科技银行的典范,1983年成立,1988年上市,一度涨幅接近1000倍,非常辉煌的历史。但是差不多可以说是一夜之间倒闭,当然,前面有一个过程。

我想,至少可以从这么5个方面来看这个事情:

第一个是大家比较熟悉的,就是从它持有的资产来看,其实它(拥有的)是很稳健的资产,不是有毒资产,这跟2008年是很不一样的。

但是因为美联储的加息,造成资产价格的下跌,他的资产中,就有所谓可供出售的项目出现了隐性的亏损,这是从资产方来看。

他的负债方是以机构为主,大家都知道,这些机构都是vc、pe等高科技公司,正好在整个经济放缓的大背景下,(这些高科技公司)自己遇到了好多的问题,所以,硅谷银行的存款增速下降,甚至负增长。

客户的流动性需求增加了,它的资产很难变现,或者说变现面临损失,流动性有需求的情况下面就出现了一个问题。

为了应对流动性的需求,不得已要出售债券,浮亏变成了盈亏,这个时候,它的资本又需要补充,就造成一系列的连锁反应---当市场了解到这个情况之后,股价又下跌,资本补充又变得比较困难。

在这个情况下,不幸的是什么?客户(就是它的储户)以及投资者几乎在很短的时间达成一致,抛售它的股票,然后挤兑它的存款,造成一个不可逆转的结果。

当然了,美国财政部、FDI(美联储)快速的出手相助,可以说,在这个点上控制了这个风险,但是金融是有外部性的,它是外溢的,所以和它差不多的十几家类似的银行又出现了类似问题,甚至进一步的传导。

最近,像瑞信银行新的情况,实际上都是因为金融外部性的传导所产生的,并且这个事情还没有结束,危机在进一步的深化。

这一切,都是在很短的时间发生,我觉得这是跟以前很不一样的,它的所有相关方,包括监管机构,包括客户,包括投资者,几乎没有没有什么时间去仔细的研究或者应对,信息传播的速度非常快,这是和以前非常大的一个不同。

这是关于硅谷银行的情况。

chatGDP的自我认知盲点

chatGDP大家也是非常熟悉,也非常了解,这是一个现象级的应用,这个人工智能的叫做大规模语言模型的运用。

它大概有这么几个特点:首先,是大量的知识,现在它经过大规模的训练,把它能够收集到的庞大的训练数据集变成了它的一个基础,同时它还可以通过和人的互动,进一步地完善它的知识库,这个非常了不起。

第二个,它有高度的语言理解能力,它能够处理自然语言的文本,并理解其中的含义,然后产生有意义的回复。

第三,它不光是单次的回复,还有一个对话的能力,可以流畅的进行对话,你感觉就跟和人的交互是一样的。

大家注意,这三个特点不是我归纳的,是我问了chatGPT,我说你有什么特点,它跟是我这么回答的。

但是我认为,我既认同又不认同,为什么?如果从用户的感受,这三个特点都成立,大家如果用过的都能感受到,但是它讲的真正理解语言的含义我是不认同的,为什么?

因为chatGPT的模型,它的底层逻辑是基于统计的,前面也可以理解成为它说的一个广告,大家对广告都要特别地注意,它不一定真的想误导你,但是它一定是选择了更有利于表达它自己的一个方式。

这也是我们金融行业,特别是在做投资者教育的时候,我们经常会讲的一个观点。

chatGPT基于庞大的训数据集进行训练,但是它是一个统计模型,它的输出是基于概率的判断,它的核心是一个相关性。

就是说,你问的所有问题对它来说,它不知道真正的含义,但是因为它有庞大的数据集,它可以在数据集里面找到这个问题相关的东西,最后得出一个答案,因为它的数据集足够大,并且又有不断的进行参数优化的调整。

所以,你感觉它像一个专家,甚至可能比一个专家更优秀。我觉得,chatGPT的这个特性大大提升了基本研究的专业性,这是显而易见的一个好处。

但是它的问题也就是刚才我说的,它不是真正的理解你的需求。

当然,我也想过,我们人类自己在讲话的时候,在做分析的时候,我们是不是真正理解自己所要表达的意思呢?其实很多的误解,很多的误会,也是说,在一些你没有真正理解的情况下面,你可能只是顺着说。

我们其实是基于概率在顺着说,这样去想的话,它跟人类其实也有相似之处。

行业面临的挑战:一致预期加速形成

但是这跟刚才讲的硅谷银行有什么关系?其实我们现在做很多决策的时候,决策本身用的不是一个因果逻辑关系,或者说,不是基于因果逻辑关系,更多是基于一种相关性的概率判断,就像我们金融机构做风险管理,其实风险就是不确定性,不确定性本身也是一种概念。

因为chatGPT的出现,因为传播方式和以前完全不同,我们现在面临的问题就是,决策和判断是既有市场的,也有个人的,还有机构的,它不是真正基于一个长期的或者说内在逻辑的判断,而是基于一个短期趋势,所谓的懵懂的一个判断。

这会带来很多的问题,这样会造成行为的步调一致,从而造成共振,加速一致预期的形成,造成这种螺旋式的自我加强的影响,加强甚至放大了风险,这就是我们面临的一个巨大挑战。

在这种挑战之下,我们应该怎么去应对?这也想请教各位嘉宾,我相信后面的嘉宾也会有这方面的议题。

因为我们面临着知识很容易获取,以前的所谓的知识和专业的壁垒已经被打破,所以chatGPT出来以后,埃隆马斯克已经列出来大概有十几个行业或者说岗位,会被很快被替代,我相信是一个过程,但这个趋势真的值得非常的关注。

与此同时,观点的传播又会很快,一致预期很快达成,面临这样的挑战,我们到底应该怎么办?这可能是我们长期会面临的一个问题。

“不要因为走得太远,而忘了为什么而出发”

这个时候,作为专业机构,特别作为资产管理机构,首先,我们要做的还是加强专业性,所有的分析、依据、决策,一定要以专业作为基础,要有业务的逻辑,这是最基本的。

另外,还需要有思考的独立性。我们在讲投资的时候,独立性是非常非常重要的一点,因为一致预期不一定就是对的,短期会对你有很大的影响,甚至有羊群效应。

但是我们也相信:理性不会缺席,但它有时候会迟到。

这也是我们的一个挑战:交互有反馈,然后不断地优化。我想,这也是chatGPT以后吸引我们的地方。

说了这么多,有了专业性、独立性、开放性,还有一个重要的就是:我们的初心是什么?

我们做资管做金融,我们的初心到底是什么?因为我们现在经常犯的一个错误,就像很有名的一句诗里面提到的,“我们走得太远,忘了为什么而出发”,这是我们经常犯的一个错误。

我想,我们金融的初心、资管的初心,就是践行金融的政治性、人民性,履行服务实体经济的天职。只有这样,才有可能为我们的客户提供可持续的良好回报,推动经济的高质量的发展,这也是我们易方达公司努力的目标。

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。风险提示:本文所提到的观点仅代表个人的意见,所涉及标的不作推荐,据此买卖,风险自负。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部