導言：對于同一數據，不同的機構對其有效應用的能力必然是不同的，而這種應用能力，才是機構之間競爭的關鍵。
一、 兩類金融風控模式
具體到金融領域，金融在很大程度上是看天吃飯的。在過去幾百年歷史里，系統性風險的發生頻率很高，黑天鵝事件層出不窮。幾乎每8-10年就會來一次所謂的經濟危機，只是危機或大或小而已。而且每次構成經濟衰退的原因都不一而足，也無法預測。而每次經濟危機都會帶來金融機構的崩盤，逆勢而上幾乎不可見，也就說明了在天氣不好的情況下，你的風控技術再牛，其實都無法對抗這種系統性風險。
很多人說，不是還有金融機構活下來了么？這就是風控技術的勝利啊。要回答這個問題，我們先對金融機構做個簡單的區分。金融機構就本質而言，我習慣分為兩種，一種是銀行業金融機構，另外一種是非銀行金融機構。兩者區別是什么呢？
銀行業金融機構其實本質是存貸的中間主體，它是唯一可以向公眾吸收儲蓄的金融機構。利用吸收的儲蓄，可以進行貸款投放，銀行承擔了所有儲蓄存款客戶的風險，然后賺取貸款投放的中間利差。理論上，一旦收不回來的錢，超過了利差收入形成的利潤以及資本金，它就破產了。但是這種商業模式的優點在于，可以合法利用資金池，不斷地借新還舊。只要保證足夠的流動性，信用品牌不出現問題，就能繼續吸收儲蓄。哪怕壞賬再高，超越了資本金，都還能不斷地玩下去。
世紀之初，中國的商業銀行曾出現過類似技術性破產的局面。當時，由于有國家信譽背書，儲蓄一直在繼續，這個游戲就能玩下去。而且隨著時間的推移，經濟的增長，也能不斷地消化風險。事實上，這種金融機構的本質是用制度來對抗各種風險，包括任何人都無法對抗的系統性風險。支撐銀行模式走下去的核心就是制度性安排。
另外一類是非銀行金融機構，如投資銀行、信托公司、證券公司等等。非銀行金融機構都是無法吸收公眾存款的，也就無法通過吸儲來進行資金池運作。它們的盈利模式很簡單，一種是代理，一種是自營。代理業務本身不承擔風險，賺取的是無風險的服務費。由于這類金融機構的本質是幫助風險定價的證券化模式，機構可以自己持有一定額度的風險頭寸，即自營業務。事實上，如果業務操作得當，這部分的盈利會遠超代理業務的收入。像次貸危機之前，大量投行都樂于持有大規模的次級債，從而形成賬面大額盈利。但是由于持有了頭寸，必然意味著也要承擔風險，而一旦風險來臨，這些頭寸就會成為你的噩夢。
從銀行類金融機構和非銀行金融機構的兩種業務模式來看，事實上，過去市場的風控一般也就是這兩種模式。
一種是以銀行為代表的信貸化模式。它的本質是通過制度安排，利用中介機構的規模優勢和期限錯配，讓風險在經濟運行的長周期中被化解。這種制度安排其實是銀行能活下來的根本原因?？傮w而言，當銀行達到一定規模后，個人能力在銀行體系內不再起主導作用，會不斷分化和瓦解。也只有如此，銀行才能穩定地發展到一定規模，凡是依賴個人能力的商業模式都是無法持續擴張的。
另一種就是證券化模式。證券化的本質是讓核心風險在市場中尋求自我定價和平衡，最終讓風險在不同的市場主體之間轉移。證券化不是承擔風險，而是讓風險通過市場得到合理的配置。采用證券化模式的機構最終比拼的是風險定價能力，而并非承擔風險的能力。
這兩種模式各有利弊。我國是典型的信貸化主導的國家，信貸規模全球第一。這種間接融資占主導性地位的優點，是政府在經濟活動中具備極強的控制力，而且在有效計算信貸總量的情況下，也可以有效防止發生系統性風險。缺點是因為無法通過證券化來分解和分攤風險，有可能會被倒逼產生極大的系統性風險?？傮w歸納，信貸化模式是總量可測下的風險不確定性。
證券化的優點，是讓風險在自我承擔和自我定價中不斷分解和暴露。但由于證券化是個風險流動的過程，會因為各種原因導致風險在市場中出現總量不可測量的情況。如果市場堆積了太多的風險，而又無法進行測定，一方面會加劇投機成分，一方面則會形成比信貸化模式更可怕的風險。因為每個主體都可能承擔了超越自我承受能力的風險，最終形成的風險會更高。
我們回到中國的國情來看下這個情況，事實上，我們很有意思的點在于，中國雖然名義上，有信貸機構，也有非信貸機構，我們在2012年年底大面積放開資產管理，開啟大資管模式，無數人，包括我當初也都在歡呼雀躍，都認為資產管理元年開始，必將大面積削減銀行主導的金融格局，但是兩年多過去了，我們發現所謂的大資管，其實只是個接盤俠，而并非真正意義的進行所謂的證券化模式的核心就是讓風險在市場中尋求合理定價，發現都不是，我們有那么多的資產管理模式，但是都是名義上的證券化，他們的實質其實都是信貸模式，為什么？因為他們都必須剛性兌付，所謂剛性兌付，就是如同銀行一般，每個投資人都到最后必須拿回本金及利息，那也就是出現即使出現了風險，那必然到最后都是機構買單，這個時候，他們的盈利莫其實跟銀行的邏輯是一樣的，所以我們看到很有意思地方是，我們2012年的大資管，做的業務都是跟銀行一樣的，也就是純粹是放貸款的殼罷了，以證券化的機構從事信貸業務，問題就出現了。他們并沒有獲得銀行信貸機構的特許經營權，所以都只能變相的建設資金池，而資金池的成本卻極高，導致現在我們看到的大面積的資管風險的出現，一場擊鼓傳花的游戲可能無法維系，這個時候打破剛性兌付其實成為了不得不為之的事情了。因為誰也無法兜底。傳聞，銀監會曾經對其所管轄的信托公司有過要求說，必須剛性兌付，公司兌付不了，股東兌付，股東兌付不了，換股東兌付，徹底的背離了資產管理公司所本身該承擔的定義。
所以，我有段時間說目前我國銀行的信貸模式占比高達90%，被許多專家攻擊說不懂數據，缺乏支撐，事實上，我到是想說，是因為他們壓根不接地氣，我們目前的信托的主業大部分都是銀行通道業務，我們的基金子公司都是信托接盤，回到最后也是銀行信貸業務表外話的通道，其他就不用說了，這些能算是證券業務？風險凡是不能自擔的，其實一律都是信貸業務，那么最終使得我們的所謂資產管理，到最后都成為了銀行的小妾，銀行讓他們干什么就干什么，市場上最終比拼的壓根不是風險定價能力，而是誰的資源更好，渠道更佳，關系更好。能力壓根在過去的十多年來，根本不重要。這個也是為什么我們的資產管理，財富管理一直起不來的核心，核心還是資產風險定價的能力被制度性給破壞，銀行的優勢一覽無余，無人可企及，只有在銀行都無法兜住的時候，才可能出現零星違約的事件，但是問題就來了，當銀行都兜不住的時候，誰又能兜住呢？
所以我們目前看到的大量的本該是證券化機構，包括了P2P模式，這類公司最大的問題，就是跟銀行從事一樣的信貸工作，卻未能享受銀行一樣的制度性保護，所以，很多P2P拿自己跟銀行比較，其實是扯淡的事情，你是銀行么？銀行壞賬率可以高達40%都不破產，你可以么？不把這個問題想想明白，還是離開P2P比較好。銀行和非銀行都在同樣的信貸工作中一致競爭的時候，那就要想明白自己的核心優勢是什么？拿什么跟銀行去打。
順帶，在談談政府的牌照制度的弊病，我們最近很多資產管理機構出了事情，大量的小貸、擔保、甚至信托出了問題，回到最后其實是要反思牌照制模式，因為從正常意義上看，除了銀行這張無敵牌照外，其他牌照都是無法給機構增加風控能力的，并不是你政府給了牌照，這些所謂的資產管理機構，擔保、小貸等等，就具備風控能力了，你不給牌照就不具備能力，這壓根就是扯淡的事情，所以有次我在演講的時候，有個臺下擔保公司的老總站起來非常憤怒的指責我認為擔保基本快被P2P搞死的觀點的時候說，一派胡言，我們都是經過政府部門審批發放牌照的正規金融機構。我當時，回應說，對不起，真的，把你搞死的看上去是P2P，其實就這種好像很高大上，很牛逼，但是對你毫無幫助的政府牌照，這種牌照，對你有意義？是讓你團隊因為有了牌照就立刻牛逼了？那不是扯淡么。牌照，其實只會讓沒有風控能力的機構具備政府信用，從而引發的社會問題只會更大。
我們只要看看現在大量擔保小貸跑路，政府卻會被圍攻的情況就可以知道為什么了？為什么啊，不正是因為你政府發放了牌照么？而且一年還一審批，領導沒事還常視察，這種審批和視察了之后，有用么？不照樣，該跑路的跑路，該倒閉的倒閉么？與此對比的是，反觀我們P2P出了事情以后，因為政府不附加信用，反倒問題相對簡單，去圍攻政府的幾乎沒有，圍攻了政府也好說話，關我屁事。你們愛投資投資，要死自己死去。
從這個角度看，我們其實是政府要遠離大量他幫不上忙的信貸金融機構，既然幫不上忙，就離開他遠點，讓社會自己去解決，去用腳投票，優勝劣汰之后，誰都會被教育出來的，但是政府一旦附加了信用，你就必須保證他不出事，就必須要附加政府信用，這個其實本身就是不公平的事情，反映的其實是政府信用的泛濫，憑啥你給他發，不給我發，憑啥你去他那里，不去我那里，而且為了獲得政府去視察的機會，一個個包裝門面的高大上，數據一個個開始造假，這種事情越演越烈。
其實，對于非銀行信貸機構，最終是要跟證券市場一樣，政府應該遠離牌照審批的同時，不斷加強風險提示，從而培養出一幫寧愿自己跳樓，也不找政府麻煩的人，不斷培育和加強市場的違約機制，才可能是我們金融市場的未來，從這個角度我還是認同，證券化改革是未來的金融改革方向這個命題的。其實，這個問題后面還會再提。這里先扯淡到這里。
二、風控技術的無用性
前面說了，風控更多還是制度性安排，單一的風控技術其實往往是無效的，尤其是在市場同質化極為嚴重和飽和的情況下，更是無效，這里其實有個深層次的解答，是因為金融很大程度是維持社會穩定的一種工具應用，從跟原來看，信用過度的情況下，金融往往是零和博弈的游戲，整體金融的盈利一般被封頂在社會經濟發展的上限制，超越這個值的很多都是自己跟自己玩的游戲，所以金融機構從短期和長期平均看，或者從整體和局部長期看，其實都是相對均衡的，往往都是社會平均理論值。
撇開這個角度，我們從微觀來看，由于在同一市場里，大家最終的目標群體都是那些優秀的具備還款能力的人，因為最終都是通過收益覆蓋，而這類人其實本身就是社會的少數，確切說是極少數，因此所有的金融機構的本質都是需要一種良好的技術能把他篩選出來。而事實上，銀行在面臨同業競爭的情況下，發現好的風控往往意味著沒有業務可以做。因為你堅持嚴格風控，人家就不跟你玩了，全球都一樣。很多人都跟我說我們的風控極端牛逼，第一我是不相信，第二即使相信了，我說，那就等死吧，誰來跟你玩啊，你要抵押，人家就不要抵押，你要擔保，人家就不要擔保，市場是競爭的，博弈的，誰都不是傻瓜，你以為你想怎么玩就怎么玩？還真想著業務隨便你挑呢。也太把自己當一回事了。我們現在發現很多銀行信貸機構都被套牢了，你以為人家風控能力差，不知道客戶的真實情況？可能么？現實情況是，銀行的風控面對業務壓力的時候，大部分都只能選擇妥協，尤其是客戶經理，當前跟未來之間，做什么選擇？肯定選當下，不然立馬被掃地出門，所以客戶經理每天想業務的同時，都想著如何繞彎子過風控？有時候想想，都是自己騙自己的游戲罷了。怪誰？不知道。只是覺得，每年要求銀行40%的利潤增長之下，談風控本身就是很可恥的事情。
其實，現在的市場更有意思，今年二季度信貸規模數據下降，很多人很奇怪，有啥好奇怪的，今年這種情況，往往牛逼的人，都不來貸款了，為什么，因為貸款來的錢，賺不了錢，那貸款干什么呢？白白給銀行付利息，市場形勢不好的情況下，他們不愿意擴張，自然就不來貸款，而這么差的行情還來貸款的人，基本上都是垃圾，要么就是之前流動性出現困境，就是想渾水摸魚，就是這么個事情，整體經濟下行的時候，談風控更是扯淡的事情了。毫無意義。
2002年次級債在美國興起的時候，很多銀行都認為風險極高，堅持抵制。但是隨著該業務越做越大，盈利越來越高，你如果堅持抵制，就必然會喪失極大的市場，逼迫一些銀行開始涉水進行該項業務操作，這就是劣幣驅逐良幣的結果，好人往往都是被壞人逼死的，或者淪落為壞人，很正常。
這幾年很多人都開始指責銀行的風控怎么那么差，明顯的騙子都防范不了，事實上，我們再來比較銀行過去五六年，發現五六年前的銀行和現在的銀行，在風控層面上無論技術還是人員結構都沒有什么太大的變化，但是實質的壞賬率卻是十倍之差，難道是因為風控技術變化了么？都不是，實質是天氣發生了變化，大環境在變化，導致你微觀層面無論如何怎么動作都是無效的。
過去幾年我在一個民間高利貸班上課，我經常讓他們這幾年如果沒事就跟著我出去游山玩水，騙吃騙喝算了，回頭看看，跟著我到處游走的人，這幾年至少都還活著，而那些窩在家里勤勤懇懇努力放貸款的人，基本上都趴下了，為什么呢？跟技術毫無關系，你敢說在家勤懇放貸款的人一定比游山玩水的人要水平低？可能么，怎么可能，但是往往世界上有很多人很悲催的地方就在于在不該努力的時候太努力了。
過去十多年來看，往往發現一個真理是什么呢？是趨勢比能力重要的太多，太多。我們很多技術大牛在00年的時候進了一家當時巨牛逼的技術公司，那家公司叫UT斯達康，而能力不行，而被拋棄的人去了當時一家名不見經傳的小公司，叫阿里巴巴，十年后發現世界被顛覆了，ut基本死了，所以那些技術大牛都悲催了。而那些萬般無奈去了阿里的人，現在身價都是當技術大牛無法企及的了？這種案例不可勝數，94年國企改革，大量下崗的人，轉行經商，暴富，而那些沒下崗的人都一個個現在開始下崗了。其實，能力越強，反倒越容易被趨勢給擊垮，這個是實情。我們很多人在02年出國讀書，留在國外，其實恰恰錯過的是中國發展最快的十年，雖然不能單物質來進行論述成敗得失，但是錯過的十年的確如此。
這個世界我們大多數人總是無意識的在做一件跟趨勢對抗或者順應的事情，但是我們還是希望能多抬抬頭看看，有意識的希望看的更遠點，我們的歷史如同一條大河，奔騰而去，大氣磅礴，我們如同河流里一條魚，大部分的魚都是隨波逐流，而總有個別的魚希望跳起來看看未來，希望能看的更遠，但是，大部分的魚都只看到了自己看到的方向，最終誰都無法得知正確與否，于是結果論是最好的論調了。我對自己說的總是跳起來看，對不對壓根不重要，重要的是我跳起來了，看到了更多的風景，哪怕錯了也無值得，思考是自由的最好表現，不思考給了自由和民主，也都毫無意義。
貌似有點跑題了，我只是想表達，金融這個東西吧，就是能賺錢的時候，狠狠的賺錢，不會因為你發放貸款12%就一定比36%的安全，本質都是一樣的，都不會出問題，而市場無法賺錢的時候，你其實怎么做都是錯的，這跟風控技術關系都不是很大，金融是個極順應經濟周期的行業，所以作為個體而言，金融有做和不做的選擇。而無技術高低的區別，個別人或許有，極端牛逼或者極端傻逼，絕大部分其實是差不多的。而作為金融機構而言，金融業的競爭不是單一技術的競爭，而是綜合性競爭，某一個維度的優勢不太可能成為持續性優勢。我們看幾百年的金融行業競爭格局，一時的勝利容易，持續的勝利挺難，不斷超越的背后其實是幾代人的努力。很多盛極一時的金融機構，都消失在歷史粉塵之中。
三、大數據風控無效的N個理由
全球到目前為止，其實也就是這兩種風險承擔模式，除此之外，沒有一個機構或者一項技術可以說它能解決風控問題?，F在很多人在扯大數據的風控，事實上都是一廂情愿，不現實也不可能。大數據可以優化管理、提高風控效率、降低風控成本，但是無法決定風控質量，銀行的風控質量永遠是個一攬子系統工程。不同銀行面對同一風險等級的客戶，它們的風控往往不是同一個水平。因為不同的銀行有不同的風險承受能力，自然會形成不同的風險定價，存在差異性。
所以我曾說，很多P2P公司提出來的征信系統接口如何開放的問題，其實是無法解答風控命題的。不是說征信系統開放了，你風控就OK了，這是不可能的。因為全行業都面對同一個征信系統，最終的使用效率、定價能力，還是取決于你自己的能力。越是公開透明的市場，其實競爭的難度越大，單純開放征信系統不能解決你們的風控問題。
仔細分析下為什么大數據無效，我的理由是多方面的。
第一個理由就是，金融其實是看天吃飯的。我一直堅持金融是被經濟形勢所決定的，在經濟形勢低迷的情況下，金融機構無論怎么折騰都很難玩出特別好的花樣。2008年金融危機一來，覆巢之下安有完卵，就是這么簡單的道理。系統性風險是任何一家金融機構都必須面臨的現實問題，風控制度在系統性風險面前，毫無意義。那么，大數據能否預測經濟形勢，即預測系統性風險呢？很多人說大數據可以做到，我覺得都是扯淡。前面已經論述了“過去是無法有效推演未來”的邏輯。那么就個人而言，是否有通過數據分析形成準確判斷的可能性？這個很難說，有人一葉而知秋，有人一葉而障目，都是個人能力的結果。個人能力很難說是一種模式的核心競爭力，也缺乏可持續性。
第二個理由是，金融行業其實不完全符合大數據所要求的邏輯前提。大數據的核心邏輯前提是統計學，有兩個要素：一是樣本篩選，就是通過數據篩選出相同特征的群體出現違約的概率；二是需要足夠數量來覆蓋統計學里的偶發性特征。兩者是統一而不可分割的。因為大數據的相關性必然是建立在足夠大樣本量基礎上的，僅僅是個體相關不足以成為推斷相關性的基礎。也就是說，在金融業務操作的時候，也必須覆蓋足夠大的人群，但足夠大是多少？對于單一金融機構而言，“足夠大”已經是個絕對致命的難題了。另外，這里其實還隱含一個基礎邏輯，就是每個操作的業務群體還要呈現獨立非相關，否則也沒啥意義。
這里我們做個小討論：經營性貸款和消費性貸款，哪個更可能做大數據風控？
我認為是消費信貸。為什么呢？因為從人群的需求特征來看，消費性需求更穩定，雖然也會受經濟波動的影響，但跟經營性需求相比還是更穩定，更容易預測。而且從人群來看，消費性需求的覆蓋面也更廣泛，有更扎實的數據基礎。相對而言，經營性需求就很難使用數據來進行模型化了。為什么呢？先從企業主來看。什么人會成為企業主？事實上，只要成為企業主，無論是大是小，他們都自動從普通人群里獨立出來了。再小的企業主，其實都是社會的另類，成功的是精英，失敗的是腦殘，唯一不可能的就是社會公眾。所以這類人本身就是異類，個個都充滿極大的不確定性和變數，很難被量化和模型化。
這里還有一個問題，相同的人群在不同場合呈現的特征是不一樣的，尤其是目前人們在線上、線下割裂的狀態，其行為方式往往會出現強烈的反差。因此，對于同一個人，根據單一維度數據對其進行判斷的意義是很有限的，不同維度的數據會反映出極為不同的特征，這時候全數據就顯得異常重要。而我在上一章節里也提到所謂全數據就是N=所有，這個概念提出是牛津大學互聯網中心的維克托邁爾-舍恩伯格教授，曾說他最喜歡的對于大數據集合的定義是“N= 所有”，這里不再需要采樣，因為我們有整個人群的數據。這就好比選舉監察人不會找幾張有代表性的選票來估計選舉的結果，他們會記點每一張選票。當“N= 所有”的時候，確實不再有采樣偏差的問題，因為采樣已經包含了所有人。這個說法很有意思，因為互聯網的海量容納數據的可能性，的確給了全數據一個很好的假設前提，但是這個命題就很容易回歸到假設的前提上去，在未實現全數據的之前，就別談大數據了。毫無意義。
第三個理由是，大數據的前提——“過去決定未來”，并不總是成立的。現實中往往會出現未來改變過去的情況。這個有點難以理解，啥意思呢？其實很簡單，就是一個人某些特征值的改變，會改變系統對他過去的數據所形成的基本特征的認定。比如我們經常說“男人有錢就變壞”，這里隱含的邏輯是，過去判斷一個男人是好人，是建立在他沒錢的基礎上的。而一旦這個基礎被破壞，這個男人變成有錢人的時候，他就已經脫離了最早的系統判定，進入另外一個范疇了。因此，這個未來的變化，直接把過去建立的邏輯給打破了。
這種現象其實是一個循環函數的概念，帶有變量值的東西往往是無法建模型的。我們在金融運作中經常發現這樣的現象：給錢之后的企業跟給錢之前的企業，是有絕對不同的基礎性特征的。過去往往被未來給改變了。
以前也碰到過有人談所謂的量化炒股，設定各種各樣的模型來實現炒股的自動化。這種方法，在你規模不大的情況下，我認為還真是有一定的成功概率的。但是一旦你的規模足夠大，你自己也成為了市場的重要角色的時候，你就會發現你所有模型失效了，因為你進入了死循環。《銀河帝國》里面給了一條重要的假設，就是所有成為統計樣本的樣本主體，并不知道自己是被統計的樣本，否則就會失去統計意義。
前段時間碰到阿里金融的朋友，也談到大數據，但我們無法在大數據是否可以建立風控模型上達成一致。最后退而求其次，我就說，好吧，假設你的模型能成立，事實上，你會面臨一個非常嚴重和致命的問題，就是你的客戶群體，會變得讓你越來越不認識。為什么呢？因為一旦阿里金融采取大數據的量化放貸，在市場就會出現大量的放貸機構，依附在阿里之上，進行尾隨和跟蹤放貸。也就是在阿里放貸的基礎之上，再配置20%左右的貸款，期限比阿里短。在這種情況下，阿里之前所設定的所謂模型，會全部失去效應。事實上，在傳統信貸中，浙江大量股份制銀行就是采用如此策略，使得大銀行的所謂風控審核都形同虛設。
第四個理由，金融業還有一個與其他行業不同的地方，就是風險滯后。風險滯后意味著什么呢？意味著由過去數據所推導的模型，會在過去和未來之間留有一段縫隙，這個縫隙中所發生的任何變化，都讓你無法有效調整風險的認定。簡單舉例，我們根據餐飲企業的大量數據推導出某一風控模型之后，進行批量化的業務操作，等著貸款回收。這期間，銀行基本無主動權，你要回收貸款，人家第一要有錢，第二要配合。實際上，貸前你是老大，貸后你就是孫子了。而突然某一天政府發文要求降低三公消費，你就等著傻眼吧。所有的數據都會因為期間任何一個偶發性變化而發生實質性變化，而你卻喪失了主動權。
所以，我們哪怕撇開目前大數據受限制于數據孤島等一系列的現實問題（全維度數據的成本極高、難度極大，美國政府的棱鏡計劃有點這個意思，但那幾乎是集中了一個國家的資源），就單一大數據風控而言，實現風控的數據模型化只是美好的設想，是脫離了社會現實的一種自我意淫的產物。除非體系內不存在市場博弈行為，毫無競爭對手。不過，真到了市場毫無競爭對手的情況，你需要風控模型么？閉著眼睛做就行了。
當然，我這里并非是全盤否認大數據的現實意義。大數據可以有效地提升效率，降低管理成本，而我在前面說了，作為金融機構，效率的提升和管理成本的下降，最終都是提升了對抗風險的能力。因此，大數據雖然不能直接提高風控能力，但也具備重要的現實意義。
我在看金融史和馬克思的《資本論》時，會設想一個奇怪的命題：大數據能否讓計劃經濟回歸？這個說法其實最早是阿里金融的胡曉明先生提出來的，有次我們在西湖邊喝茶，他跟我說的，我后來越想越有道理。
馬克思等人提出，社會總是生產出那些高于實際需要的產品，牛奶寧愿倒掉也不給予普通民眾，說明市場的生產是過度的。為什么如此？雖然從結果來看，市場經濟是高效的資源配置方式，但從過程來看，市場經濟的弊端也是非常明顯的，它高效的背后其實是巨大的資源浪費。一個成功企業背后是倒下的無數個類似企業，這些都是要計入的社會成本。因此，市場經濟高效率的背后其實是整個社會的低效率。
在這種情況下，計劃經濟從其出發點來看，是力圖構建一個體系，讓市場需求能被有效計算，然后以需定產，從而最大程度地降低社會成本。理論無限美好，但現實中卻往往發現，需求是無法統計和計算的。缺乏有效的統計手段，從而使得理想也只是理想。計劃經濟的失敗，讓前蘇聯的生產和實際需求產生了極大的錯位，重工業泛濫而輕工業不足。
那么，現在大數據匹配云計算，是否可以解決這個問題呢？理論上是否可能讓計劃經濟回歸或者部分回歸？呵呵，很有意思的問題。
不扯遠的了。大數據這章，可能很多專家會認為我的理解過于膚淺，但是從金融運行實踐來看，我對自己的結論還是抱有極大信心的。其實，大數據即使成功，也必然只是個別案例，不具備普遍性。因為對于同一數據，不同的機構對其有效應用的能力必然是不同的，而這種應用能力，才是機構之間競爭的關鍵。
京公網安備 11010502049343號