--- schema_version: "library-reader-v1" source_type: "original_book" title: "数据资本时代" author: null edition: null publisher: null year: null isbn: "9787508694313" library_document_id: "fa2211c7-60b5-424b-a841-a97c7196aed1" source_sha256: "8dfd76f8a229ff851688e437b0a26ddf2082deffc2cf8b80b8e93acb79b50020" pdf_physical_page_count: 278 pdf_physical_page_index_base: 0 range_start: 160 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/fa2211c7-60b5-424b-a841-a97c7196aed1?start=160&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/fa2211c7-60b5-424b-a841-a97c7196aed1.md?start=160&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/fa2211c7-60b5-424b-a841-a97c7196aed1.md?start=150&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/fa2211c7-60b5-424b-a841-a97c7196aed1.md?start=170&limit=10" --- # 数据资本时代 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=160 | PRINTED_PAGE=140 随着市场对多样化信息流的接受，资本的信息功能和价值功能不再必然交织。相反，它们将会更频繁地各行其是。这里的重点不是未来资本将无法发挥任何作用。资本作为价值的功能将继续在我们的经济中发挥作用，但是作为信息的资本，将不再是唯一的游戏玩家。 当我们将资本的两个功能分开时，我们就会意识到，两个功能的相对重要性取决于环境。举个例子，有时候，一家公司可能真的需要资本流入，但是在其他情况下，这家公司所需要的可能只是向市场发出一个信号，告诉大家，有一个在行业内信誉很高的专家对该公司很有信心。当然，并非所有的信号都同样诚实。空话人人会说，一个随意的口头推荐也必然是廉价的。一个承诺的背后如果是一张人人梦寐以求的大支票，那么情况则完全不同。然而，诚实的信号是需要成本的，因此它会阻止那些潜在的滥用者。金钱并不总是诚实的信号，也不是唯一的信号。比如，当货币充裕时，金钱这种信号的信息价值就大大降低了。正如麻省理工学院教授亚历克斯·桑迪·彭特兰所说的，各种各样的信号，包括来自网络和社交媒体数据的信号，都可以是诚实的。 消化和传递这样的信号，对于经过重组的市场来说，将不会有任何问题；将这些信号转变为经由计算机辅助的、我们个人的决策因素，对于市场参与者来说也不会有困难(当然，这并不能保证完美的选择，除非这些选择反映了所有可用的个人偏好信息)。当资金充裕，投资机会有限时，这一点尤为重要。在这种时候，资本投资本身不再是一个强有力的承诺信号，它失去了一部分信息价值。举个例子，在资本充足的时候，一家风险投资公司有可能无法为自己喜欢的初创公司投资，因为这一轮投资已经被超额认购了。公司可能会在其他地方投资，但这样的投资无法表明，被投资的公司就是最好的选择，它只 数据资本时代 140 ## PDF_PHYSICAL_PAGE_INDEX=161 | PRINTED_PAGE=141 是一个可用的选择。 一个资本丰富的世界听起来可能不真实，但是实际上，资本投资交易量已达到了自2000年互联网泡沫以来的最高水平。随着交易量增加，最近人们重新讨论关于全球风险资本活动的发展状况。总体而言，更多的资金正在转化为投资资本，因为投资者试图找到更高的回报，而传统和保守的投资机制所能提供的最低利率，无法在这方面帮助他们。吸引资本比过去几十年要容易得多，对于地理位置极佳的初创公司来说尤其如此。位于硅谷的一家初创公司的首席执行官说，他的公司之所以筹集资金，是因为可以筹到资金，其实他的公司并没有筹集资金的迫切需求。与此同时，传统股票市场的投资选择越来越少。在美国，上市公司的数量从20世纪90年代末的9000多家，下降到2016年的不足6000家。 金融资本主义终结的代价 如果资本充足，但寻找资本的公司越来越少，资本的供应就会超过资本市场的需求。这意味着投资回报率将直线下降。这就宣布了（我们所知道的）金融资本主义的终结，因为金融资本主义本该是将市场运转与巨大的投资回报联系到一起的，但现在这种联系消失了。而且，资本的好日子很可能一去不复返：随着货币市场向海量数据市场转换，人们不再那么需要用资本来发出信号。经济会繁荣发展，但金融资本不再会繁荣从货币市场向海量数据市场的转变就集中体现在这一点上。随着市场经济的发展，在数据的帮助下，我们可能不再把未来的“资本家”标记为“集金钱与权力于一身者”。 第7章 资本的衰退 141 ## PDF_PHYSICAL_PAGE_INDEX=162 | PRINTED_PAGE=142 从本质上讲，海量数据市场会使货币贬值，而投资者将会为此买单。这对于任何投资者来说都是一个大问题，但是影响尤其大的，是那些为了以后每个月稳定的退休金存钱和投资的人。他们把钱存入银行，而且始终把这件事放在最重要的位置上，而现在他们却面临意想不到的资金缺口。这自然会招致人们普遍的不满有些人一辈子都在努力存钱，现在却觉得自己舒适的退休生活被人骗走了。对于政策制定者来说，这也是一个具有挑战性的困境。正如人类之前的创新也都造成了种种破坏一样，面对海量数据市场所带来的货币贬值问题我们除了进行痛苦的调整变革，将别无选择。而且目前，我们还没有显而易见的政策解决方案，可以让个人财物规划的核心原则保持不变。这个核心原则就是:在工作生涯中，我们应该为退休存钱。 如果还有什么可以让人安心的事情，它就是尽管海量数据市场会对金融体系造成巨大冲击，投资回报率下降，投资失去价值，成千上万美元的个人资产被蒸发，但是这种冲击很可能会是一次性的，而不是反复出现。一旦资本贬值，我们对回报的预期被重新设定，资本的价值可能就会开始保持稳定，而不是继续下滑。当然，对于当前的投资者来说，这不能算作一种安慰，尤其是对于那些还有10年左右就要退休的人来说，因为他们只能依赖坚实可靠的资本回报。这些投资者可能最终会成为最受打击的一代，金融资本主义对他们夸下海口，但它自己突然消亡了。 数字投资顾问 然而，从长远来看，海量数据市场会让投资者找到更符合投资需求的匹配机会，而且它也较少受到个人偏见的影响。新的中介机构将蜂拥而至，利用复杂的匹配工具和机器学习系统分析信息洪流，并将分析转化为结合实际的建议来满足人们的需求。我们仍然需要金融建议，但是这种建议可能来自机器而不是人。由于数字投资顾问本质上是运行在海量数据上的软件，它们可以在我们的个人计算机设备（包括智能手机）上工作，而不是在外部投资顾问的办公室里工作。这就为我们创造了空前的私密环境如果我们需要的话。我们可以授权一个机器学习系统访问我们非常私人的数据（包括我们的投资行为）以便系统可以提取我们的投资偏好数据，帮助我们找到最佳匹配。而在这个过程中，我们不需要与任何其他人分享这些数据。 数据资本时代 142 ## PDF_PHYSICAL_PAGE_INDEX=163 | PRINTED_PAGE=143 反之亦然。为了降低成本，我们也可以允许机器学习系统将我们的数据用于其他目的，比如做系统自身训练，或者做整体市场预测。操作一个机器学习系统比依靠人力顾问更便宜，至少原则上如此。系统通过模式设定，可以确保不会因为顾问暗藏让用户多花钱的动机而提出一些偏离最佳匹配的建议（比如，如果某顾问可以抽取提成，他就可能产生建议客户进行一些没必要交易的动机)。而且，因为这样的系统可以按照任何需求来设计，现有的捆绑服务（比如一个可以执行交易任务的投资顾问）更有可能被拆分，它将会为“投资顾问生态系统”腾出空间。在这个生态系统中，不同的服务提供商可以提供不同的服务。将这些服务组合起来，对于个人投资者来说也变成了很容易的事情。最后，当所有服务都运行在综合数据的基础上时，这些服务自然就可以给人们提供自身的数据，投资者就可以选择最适合的顾问和服务提供商。投资咨询市场，就像未来的投资市场一样，将会转变为完全以海量数据为基础。投资者可能会为过去的高回报一去不复返而感到惋惜，但是提供最佳匹配的海量数据市场，也将会让投资者获益良多。 第7章资本的衰退 143 ## PDF_PHYSICAL_PAGE_INDEX=164 | PRINTED_PAGE=144 银行的应对策略 货币作用的降低，也给银行和传统金融中介机构提出了一个复杂的挑战。到目前为止，它们采取了两种主要策略来应对挑战：第一种削减成本，主要通过自动化来实现；第二种在海量数据市场中重新定位，将自己变成信息中介。 降低成本要从实体基础设施向数字化基础设施转变开始。随着越来越多的客户在网上和移动设备上购物，银行不再需要全覆盖的分行和网点，也不再需要那么多柜员和出纳降低每笔交易成本的行动随之而来，无论降低的是投资管理成本、贷款成本还是支付成本。正如嘉信理财在20世纪七八十年代所证明的那样，如果交易成本足够低，即使降低收费，公司也仍有钱可赚。 但是，21世纪的银行不是在与嘉信理财这样的公司竞争。相反，它们面对的是新一代初创企业。这些新兴公司可以利用数字技术从数据中获得见解，并以极低的价格提供服务。通过将高频交易技术应用于传统股票市场，位于硅谷的罗宾汉市场为其100多万名客户提供了在美国交易所交易股票的机会，客户无须交纳手续费。这一切成为可能，就是因为今天的电子交易的实际成本非常低。放弃了昂贵的实体基础设施（如店面或大型客服部门)，罗宾汉公司就可以将已经存入但还未投资的资金所产生的利息作为运营成本。银行即使降低了成本，也很难与免费服务竞争。 数据资本时代 144 ## PDF_PHYSICAL_PAGE_INDEX=165 | PRINTED_PAGE=145 支付解决方案也在进行类似的开发。PayPal、ApplePay和中国的微信等老牌数字玩家，在诸如Stripe和Square等移动支付初创企业的帮助下，正在吞噬银行业。此外，这些公司能够获得所有有价值的交易数据，而它们传递给银行的却只是银行完成业务所必需的最低数据量。在支付业务中，我们看到了移动电话一次又一次的发展变化：电信运营商过去常常可以从客户那里看到所有的通信数据，但它们很少使用这些数据。如今，电信运营商只相当于一个传输管道，他不能（或者不被允许）再窥视任何通信数据数据通信所产生的所有价值都被其他人捕获了。 一些金融科技初创企业，比如英国的Coconut或芬兰的Holvi,它们关注的不是降低费用，而是创新服务。它们瞄准的是缝隙市场(例如，Holvi关注的是小型企业，Coconut关注的自由职业者)，以及高度定制的支付与银行账户捆绑服务包。例如，Coconut为客户提供了这样一种服务，即无论何时收到或支付一笔款项，客户都可以迅速（重新）计算税额，并把支付税金的钱预留出来。Holvi的服务则包括完整的免费发票服务与记账服务。 一些银行试图通过与正在开发新型支付系统的公司合作或者对其投资，来进一步推动成本削减和自动化。在金融界，比特币以及支撑比特币的基础技术—区块链，虽然引起了人们的恐惧，但是它也给人们带来了银行可以得救的希望，哪怕具体解救的方式还不清楚。那些积极主张利用信息分布式技术（比如区块链)，将货币转账、持有等做信息分布式处理的银行，可能还没有完全意识到，恰恰是这些技术消除了人们对银行所提供的集中服务的需求。 总体而言，削减成本听起来似乎很明智，但是在银行业，就像在其他任何公司一样，这种做法会受到组织机构和内部结构的限制。银行已经开始意识到这一点。降低成本可能会在短期内对银行业有所帮助，但从长远来看，它可能只相当于在“泰坦尼克”号上，把折叠躺椅重新摆放一下而已。 第7章资本的衰退 145 ## PDF_PHYSICAL_PAGE_INDEX=166 | PRINTED_PAGE=146 信息具有价值 银行对资金成本所做出的反应，忽略了资金的信息作用即将消失这一事实。随着货币市场转向海量数据市场，金钱不再需要为大多数信息流动提供便利。没有任何一种数字化货币能够从根本上改变这种情况，即使最先进的区块链技术也做不到。从本质上讲，这些技术都是针对其他不同问题的解决方案。 即使作为商品交换媒介，货币也不再具有绝对垄断地位。如果市场能够提供促进交易的信息，信息本身就具有价值。我们每使用它一次，它就可以给我们带来更好的见解和更顺畅的市场交易。这些市场信息变成了一种有价值的资源，它不仅对某特定的市场参与者是有用的，而且对整个市场都是有用的。 只要信息的应用范围足够广泛，价值足够高，有足够多的市场参与者想要得到信息，而且只要交易的成本足够低，将来我们就会看到以数据而不是金钱来支付的交易。从某种角度讲，我们已经开始做这样的交易了，而且是每天都在做：在使用谷歌的搜索引擎或者登录脸书网时，我们必须容忍那些为了收集我们的个人数据而付费的广告。事实上，如果没有数十亿用个人数据来买单的用户，谷歌就不是谷歌，脸书网也不是脸书网。同样，我们可以在越来越多的案例中看到，公司与外部服务商签订合同，让它们为自己提供数据分析，公司却不需要支付货币，只要允许这些外部服务商将公司的这部分数据用在其他可能产生价值的地方。 数据资本时代 146 ## PDF_PHYSICAL_PAGE_INDEX=167 | PRINTED_PAGE=147 但这并不是货币的终结。数据作为一种交换媒介有一个重要的缺点：与纸币不同，像盐和金币一样，数据本身也有价值，这就使数据在市场交易中扮演的角色更加复杂。因此，货币将继续发挥辅助交易的重要作用（各国央行仍需要继续管理货币供给）。 货币作用的变化不会在一夜之间发生，但是从这些变化中我们可以看出，哪怕是货币的非信息功能，也未必能免遭影响。如果货币的重要性总体下降，那么既主要集中于成本削减，又同时继续依靠货币来润滑市场的战略，在短期和中期可能还会起到一定作用，但长期而言，这样做不会有大的效果。 信贷的颠覆式创新 越来越多的银行和其他金融中介机构开始采用截然不同的策略，它们希望重新转型，将自己打造成精通数据的中介机构。它们甚至与金融服务行业的新加入者合作，为货币消失后的世界做准备。 银行为金融科技公司提供资金，让它们有机会利用数据技术提供金融服务，而很多金融科技公司的目标却是将传统银行推下神坛。这听起来虽然不合理，但实际上不无道理。银行打的算盘是：如果被挤垮了，我至少应该在抢走我生意的对手那里占据一席之地。仅2015年，金融科技公司就吸引了超过190亿美元的全球投资。一些权威人士将这种疯狂的举动描述为金融科技泡沫。尽管许多金融科技公司更专注于支付解决方案，但它们中的一部分也在关注如何在贷款与投资规划两个领域，提供颠覆式创新举措。下面我们简要介绍一下这两个领域。 第7章 资本的衰退 147 ## PDF_PHYSICAL_PAGE_INDEX=168 | PRINTED_PAGE=148 资金借贷原本是一个个人信用问题，社区银行经理在决定是否让某人获得抵押贷款时，依据的就是个人信用的高低。最近几十年来资金借贷已经发生变化，借贷决策是根据个人信用评分这个单一的统计数字做出的。将信用浓缩为一个数字似乎可以让银行更容易选择借款人，但正如我们所知道的，现实往往并不美好。传统的信用评分在很大程度上是基于过去信贷交易的记录，它会受到数据匮乏的限制。如果缺少重要的数据点，数据中的错误就会被放大，信用评分就会被严重夸大或低估。这样一种判断人的贷款偿还能力与意愿的做法，是既可笑又原始的。 为了解决这个问题，一整套全新的“贷款提供者生态系统”应运而生。此系统不仅会接收大量信息，而且会提供大量信息。例如，以专注于学生贷款起家的金融初创公司SoFi，将许多数据点用作信用评级预测的参考因素，这使公司有胆量向信用信息不完整的个人提供低利率贷款；另一家初创公司Kabbage也为小型企业提供类似的服务。从传统的信用评分转向分析更多不同数据点的风险模型，与货币市场转向海量数据市场是相似的：在这两种情况下，我们都放弃了简化复杂性的想法，转而利用技术和自动化，来指导人们依据各种不同来源的综合海量数据，做出相关决策。这种做法最终会转化为对实际违约风险进行更好的评估，因此SoFi能够以低于传统贷款的利率向许多客户发放贷款。 SoFi的模式取得了巨大的成功：到2017年，SoFi已经提供了超过160亿美元的贷款，为客户节省了约14.5亿美元的利息。另一个新加入者，金融科技公司Upstart，在传统的信用评分之外，还使用了教育数据来评估信用风险。而像Avant和ZestFinance（由谷歌前信息总监道格拉斯·梅里尔创建）这样的金融科技公司，也在与发薪日贷款做斗争。通过使用机器学习系统，分析每个贷款申请人的大量数据点，这些金融科技公司坚信，它们可以比传统银行更好地评估风险，因此它们可以为那些过去依靠发薪日贷款的借款人提供贷款。2016年，中国互联网巨头之一百度对ZestFinance进行了投资，其目的就是将海量数据消费者信用评分系统带入中国。 数据资本时代 148 ## PDF_PHYSICAL_PAGE_INDEX=169 | PRINTED_PAGE=149 投资管理的颠覆式创新 金融科技初创企业还颠覆了传统的投资管理。举例来说，Stash公司一直在努力推动一件事情：按照可能的最小交易单位，将股票进行分割，让顾客能够购买一只股票的一部分。这样，消费者就可以根据特定的投资策略投资一小笔钱，这有点儿像我们从专辑中拆分出单曲。 许多金融科技初创公司都表示，它们比传统的金融顾问拥有更优越的偏好提取和偏好匹配工具。例如，Betterment公司一直在夸耀，说自己具有识别资本损失的能力，可以使客户少缴些税。另一个竞争者SigFig公司，也在收集并分析用户通过经纪公司进行投资的数据，确定具有类似风险系数的备选基金，为用户提供更多选择。SigFig公司还计算了投资者向这些经纪公司支付了多少费用（以及客户从传统经纪公司转到SigFig可以节省多少费用)。 第7章 资本的衰退 149 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/fa2211c7-60b5-424b-a841-a97c7196aed1.md?start=170&limit=10)