5月29日消息，由北京市人民政府主辦的“2019金融街論壇年會”分論壇二今日在北京展覽館舉行，本次分論壇的主題為“未來金融—金融業的科技革命”，Betvictor中文版教授、Betvictor中文版金融科技研究院副院長餘劍峰出席論壇并發表演講。
餘劍峰指出，以後我們可以用科學的方法算命，這是大數據的結果，但是這個東西并不代表人一定可以貌相，因為看着跟老實的人也會違約這是大數據統計的概念，這對公司來講，因為它在乎的是大樣本的東西所以就沒有關系，當然它平均判斷對了，對公司來講風控就可以提高很多，但是可能會判斷錯，當然有些看着不太老實的人其實非常老實，也會判斷錯，這些人比較吃虧，這是一個研究結果也是用大數據做風控、做提高借貸水平的研究。
以下為發言原文：
特别感謝主辦方的邀請，我是學校老師，所以講的東西可能跟前面很多實操性的不太一樣，我回顧一下金融科技的研究，看看對業界、監管界有什麼啟發。有些研究挺有意思的，因為時間原因估計隻能分享三四個研究。
稍微直接說一下，先從兩個角度：宏觀角度、微觀角度。
宏觀是比較早的研究，很多說好的東西就說金融市場發展的比較好經濟增長會快，所以金融市場的發展肯定是對經濟長期增長是很追求的，在各種研究裡面，比如金融市場，直接看下面，因為這個是創新，比如“金融創新”這一塊它影響将來整個經濟的增長，這是根據過去的研究發現的結果，希望它将來也能夠存在，這都是好的，所以為什麼很多金融創新的原因對GDP影響是很大的。
下面講一個創新的，金融科技有可能影響一些政策監管的有效性，下面看一個結果，也是國内的一些研究，前面講的是國外的。下面講國内的研究，用P2P的數據，我們2013年末有一個政策上的變化，把首付比例提高，其實就是為了想控制一下杠杆，降低一下金融風險，這是政策上的一個決定，但是你看這個變化，這裡面有兩根線，當時不是所有城市都要求首付提高，綠色是沒有壓迫提高的，但是紅線是要求提高的。P2P借貸的情況，兩組不同的城市，紅色是對首付要求提高的城市，北上廣深這些，還有武漢這些城市。綠色是沒有的，發現它的P2P借貸都是網上找的，但是能看見紅線對首付要求提高的這些城市明顯是借貸就更多了，明顯是完全不一樣的，能看出明顯的區别，一個重要的原因是通過P2P借貸最後導緻規避一些監管，雖然首付提高了，但是看到别人借貸這個東西可能影響一些政策的有效性，金融創新有時候也會有些負作用，前面講的是好的，但是負作用監管層也要注意一些。
前面很多專家講過風控，主要講框架性的東西，下面我講一個細節性的東西，因為我是老師，很多時候做研究是很在乎細節的，我希望有點互動，記得中國有句古話“相由心生”你們覺得有道理嗎？但是你們覺得也有人說過“人不可貌相”是對的，古人經常說很多有哲理的話也不用科學的方法去驗證，可能那時候沒有大數據，現在我們有大數據可以驗證一下很多讓我們思考的話，這些東西可以用在風控裡面。
先看看是不是相由心生，如果相由心生的話是不是長的忠厚老實的人就不容易違約？這個風控是有用的，最近我隻有在五道口也教過很多跟風控有關的學生，他們大數據、人工智能都用、都算，大多數用的東西都是找你，你用什麼手機、上什麼網、朋友圈、消費各種東西，這些都是大數據，他們主要是看這些個人償還債務的能力，如果是公司的話大多數都是看償還債務的能力是用大數據研究這些東西，但是相由心生是償還債務的意願，有些公司提這個概念，但是沒有見到他做，說不定業界可以有個相由心生的啟發，别人做的研究，用的是美國的數據，美國人都有相由心生，中國人估計更會有，很難隐藏。把人基本上分成兩組，中間線可以忽略不計，上面的黑線是看起來忠厚老實的那波人，下面的是看起來不忠厚老實的，其他的方向都一樣，其他所有的都對稱上了，信用分數、收入、是否單身、顔值都對上了，顔值很高的人但是有的看着老實、有的不老實，所有的合上之後，上面是看着老實的，下面是不老實的，看着老實的三年還錢的概率，上面50%和下面的50%三年之内還錢概率差很多，把所有的東西信用分數都控制了，這就是相由心生的體現，說明我們古人說的相由心生是有科學依據的。以後我們可以用科學的方法算命，這是大數據的結果，但是這個東西并不代表人一定可以貌相，因為看着跟老實的人也會違約這是大數據統計的概念，這對公司來講，因為它在乎的是大樣本的東西所以就沒有關系，當然它平均判斷對了，對公司來講風控就可以提高很多，但是可能會判斷錯，當然有些看着不太老實的人其實非常老實，也會判斷錯，這些人比較吃虧，這是一個研究結果也是用大數據做風控、做提高借貸水平的研究。
下面再講另外一個，智能投顧不講了，剛剛講的是在風控裡面，下面講在會計裡面的應用，這是個比較早的應用，還挺有意思的，也算大數據，因為隻要用點大數據、AI的話就歸到金融科技，這個叫會計科技，因為各個地方的會計有時候會做點假，我們怎麼去發現？或者做交易怎麼發現做假的人，其實會計數字裡面有個特有意思的規律，這是benford發現的準則，如果是自然産生的數字，第一位數字是1的概率大很多，2要小一些，9的話更小。比如你掙錢的話，看你的工資水平，到一百萬漲到兩百萬要漲很久，翻倍的話一般好幾年才能翻倍，但是兩百萬到三百萬隻要漲50%可能時間比較短，三百萬漲到四百萬更快。所以如果是自然提出下産生的數據，它1開頭的會多很多，有個數學規律，這裡面規律不講了，大概率是對數分布，出現首位數字是1的概率基本上是30%左右，9的概率隻有不到5%左右，如果你的會計數字是自然産生的應該有這種規律。但是如果随機數，12345678910都是随機的概率是一樣的，不是随機産生，敲鍵盤産生可能是5和6，因為敲鍵盤動作不一樣，分布也不一樣。下面看看用的美國的數據，隻看一個，因為要看會計裡面賬戶很多，可以把财務報表拿過來，大數據這些數據拿過來，把這些數字抽出來，所有數字抽出來，結果發現有些年份看起來可疑的賬戶裡面補貼款項，資産負債表裡面其中一項，發現1出現的概率在那些看起來比較可疑的公司裡面概率不是30%是40%多，其他的東西年份都是比較一緻的，但是就這一項不行，基本上從大數據角度來看發現公司在做假，這是分布上的東西。
由于還有一分鐘的東西，稍微講一下會計裡面的應用，因為不知道在座的是什麼背景，萬一有些是做交易的，可能對二級市場或者對交易策略有用的話，其實很多大數據裡面人工智能可以用來做策略，因為現在數據很多，最簡單的一個可以用各種評分，現在有“顧客評分”，一個産品評分比較高、公司滿意度比較高，都可以用這些東西做交易測，這個是在亞馬遜裡面對各種産品顧客的評分，用爬蟲把評分找出來，找評分比較高和低的公司，基本上是控制脈沖之後的策略，而且這個策略不太虧錢，從04-15年基本上每年都是賺錢的，策略是非常穩健的，是利用大數據做二級市場上的策略。
當然更複雜一點，每個公司基本上每個季度上市公司都有一個報表，打電話宣布自己公司的業務怎麼樣，将來什麼計劃，打電話的話，如果公司業務不太好，CEO心比較虛，業務能力沒有那麼強，可以用語音識别的技術找說話人的語氣是強、弱、正面、反面，把好的東西全都放在一起，找那些看起來非常自信，相對過去來講更自信的東西，米那些公司的股票基本上平均賣空聽起來比較弱的公司股票，60天平均收益率會5%左右。這是非常高的，但是這個東西要用比較複雜的語音，測謊儀之類德雷斯的東西，這裡面是用語音軟件識别這些東西，今天我把這些挺有意思的研究跟大家分享一下，跟其他的互補一下。
謝謝大家！
