“大数据”时代：谁的金矿？

最近我在执教的金融硕士班上给学生们布置学期的独立研究论文，一个学生给我发来一份邮件，说他想写写“大数据”带来的金融商机：他打算模拟一个“大数据”的交易所买卖基金（ETF），专门投资提供大数据所关联的软件、存储、云计算等服务的供应商，问问我对此有什么看法。正好我对这个话题也很感兴趣，就给他回了一封长信。下面就是这封信的内容。

“我喜欢这个话题，我也喜欢你对这个话题的热情。最近关于“大数据”已经有很多的讨论，但我不认为这是一个新的想法。在消费者金融业，人们已经开发了多年的基于大数据的模型，比如按揭贷款违约模型，信用卡模型，信用评分模型，我相信对此你应该很熟悉（我的这个学生有在消费者信用评级社的工作经验）。然而，为什么从大数据估计出来的模型并没有阻止我们进入金融危机？我认为有两个基本原因：

1.      计量经济学模型（或任何基于历史数据的预测模型），都假设在相同条件下，人们会做出相同的行为选择，这通常是正确的。但在模型中没有被捕获的变量（即所谓潜在变量Latent Variable），有可能在某时某地发生改变，从而改变人们的行为。像新的抵押贷款承保指引，人们对拥有自有住房的看法，等等。这种影响是很难单独被“大数据”模型抓获的。

2.      预测不仅需要模型，也需要输入，比如假设：未来的利率如何变化，房价增长率如何？但是在很多时候，没有一个好办法来事先判断假设的合理性。例如，在2007年的时候假设房屋价格将保持长期的4.2%年增长率（当时美国房价已经保持了10年的持续高速增长），当时看上去也许是一个非常合理的假设。但现在回头来看，这个假设不但是完全没有用的，甚至是非常有害的。

我认为这种“大数据”技术的革命性意义在于它可以改变游戏规则：即创造更加公平的竞争环境。在以往的情况下，只有大公司可以收集和使用大的数据，但现在用廉价的存储和云计算能力，小而专的企业也可以参与其中（个人认为，云存储和云计算在未来都会成为普通商品，就如同个人电脑、硬盘、闪存一样，而能够真正发掘出金子的将是那些懂得如何分析大数据、开发预测模型、或者运用模型成功进行市场营销和风险管理的公司）。例如，我的公司现在可以处理和两房（房利美和房地美）几乎同样规模的抵押贷款数据（数以千万计的贷款数据和上亿的交易记录），而我们的模型估计、实施、以及预测可能是更加经济、更为高效的。

尽管如此，我认为你可以继续进行ETF的现金流折现模型的想法。不过，我更感兴趣的是研究风险投资，因为我觉得小公司/初创企业将能够比你提到的ETF的大牌公司更加有效地利用这项技术。让我听听你怎么看。”

昨天，学生回信说他打算试试看怎么分析小企业如何可以运用数据采矿（data mining，即从数据中发现有用信息）技术来发掘商机。而对我来说，能够指导出一篇好的研究论文，那也像挖到了金矿一样令人高兴。