诺贝尔经济学奖获得者迈伦·斯科尔斯就金融创新的六大功能和四大支柱、如何正确理解数据的有效性、如何理解金融创新与监管关系等多个主题展开演讲。
近日，由上海交通大学上海高级金融学院的名家讲堂上，诺贝尔经济学奖获得者迈伦·斯科尔斯（Myron Samuel Scholes）担任主题演讲嘉宾，斯科尔斯就金融创新的六大功能和四大支柱、如何正确理解数据的有效性、如何理解金融创新与监管关系等多个主题展开演讲。
斯科尔斯教授在经济学领域造诣深厚，1983年开始在斯坦福大学执教至今。他被称为现代期权奠基者，他与美国哈佛大学教授罗伯特·默顿（Robert Merton）共同分享了1997年度诺贝尔经济学奖，两位教授与已故经济学家费希尔·布莱克（Fisher Black）教授在金融衍生产品定价理论及金融市场风险管理研究领域都作出了杰出贡献及前沿性研究。
以下是迈伦·斯科尔斯的主题演讲内容（有删减）：
一个是交易和促进贸易，让交易效率更高。我们现在看到了越来越多的移动交易，越来越少的用到了现金，而用其他类似进行交易，比如区块链等等。
第二个功能是对大规模项目进行融资，小微金融到公司合作都是融资手段。在融资的时候你需要一群人，一群人和资本是不一样的，也就是说要把人和资本结合起来。
第四个很重要的领域就是储蓄，我们要为养老而储蓄，为紧急情况进行储蓄。我们之所以储蓄是为了未来，为了养老，为了医保，为了健康，为了一些紧急情况，那么我们就要考虑愿意承担多大的风险，我们要怎么样风险分散，我们怎么样来进行风险的转移，这些问题对金融来说都非常重要，我们在课堂上，研究中都在讨论。
第五个功能就是定价和估值，如果你可以依赖价格，如果你看得出微观的价格的话，就可以更快地做决策，你也可以更灵活地做事。如果你要做私募股权的交易，或者是一个VC的交易的话，没有价格，要花很长的时间才可以做出这家被投公司的估值，你的动作就会很慢，也没办法提供个性化的解决方案。我们金融所做的一切就是为了找到更多的价格，这样才可以对投资者有更高的价值。
第六个功能是减少市场的摩擦和无谓的成本，基本上来说，金融必须以信任为基础，我总是担心那些骗子，信任和骗子正好是对立的。我们怎么样建立信任？怎么样监督骗子？这样才能够保证金融市场的健康。在金融中除了让时间变得更快、更灵活、更个性化，如果要在金融中挣钱，我们就要想，有哪些约束因素使得我们现在做的事情还不够灵活。一旦我们理解了这些制约因素，那我们就可以创新，就可以获得利润。这就是小微金融成功的原因，所有的电脑系统成功的原因。研发者之所以这样做，是因为大机构有这些问题，他们受到了这些约束，我们来想想有没有什么办法能够进行创新，然后突破这些约束。如果你回答不了，有哪些约束因素这个问题，那你就没办法进行创新，如果你不知道约束要素你就没办法赚钱。因为你都不理解你怎么在这一行赚钱，理解制约因素，理解你该怎么做事，做得该比别人效率更高你就可以挣钱。因为这样一来就有了信息的不对称，以及做事做法的不对称，以及利益利润的不对称。很多我教过的学生或者我交流过的工商界人士没有这样的思维，他们只是觉得我比他们更聪明，其实没有人比别人更聪明，重要的是有人花钱请你来承担风险的话，你就有钱挣了。因为他们有约束因素，他们想把这个约束因素转移给你，如果你看不确定性和不确定性的分布的话，我们会发现，分布是有个均值，就是缺分布的一个中间点。但是另一方面，有一点非常重要，金融里面所做的一切不能只看均值，不能只看曲线的中间，而是要看分布曲线的形状。它的形状是怎样的？是怎么改变的？我们教学生的第一个思考原则就是分布是不改变的，风险是不改变的。但是这是错的，事实是它们一直在改变。我们今天所看到的世界和一段时间之前看到的世界是不一样的，所以这会影响到不确定性的分布，以及风险回报。可惜很多人只考虑风险分布的均值、中值，很少有人会考虑到这些分布的形状，以及它的改变。
另外，在投资当中最重要的一个主题就是不能只看中部，而且不能只看形态，还要看尾部，就是这个极端的状态，包括这个极端的盈利和亏损。往往大家可能极端的也只看到了极端的亏损，没有看到极端的盈利，其实两个维度都要关注。所以我要再次强调大家要记住分布的形状和尾部，而不单单只是学会或者了解标准的分布形态或者是分布的均值。还要了解随着时间的推移，形状是如何发生变化的。
我们看一下收益回报，这里用美国的市场来举例，从1857年到目前投资1美元，大家看到复合的收益率，按照拆借率来作为基准的话，而且是受到了真实利率的保护。我们的这个收益率是5%，也就是1块钱差不多变成了3千块钱，从1857年到目前为止，这是你收益的情况。但是如果你从1857年一直活到今天，同时，你每隔4.5年就会有一个非常糟糕的时期出现，有一个底部出现。如果是非常好的时期，你就可以获得9%的收益，就是从1块钱变成了100万，按照9%的复合增长率你就是挣那么多钱，这是收益最好的时期。但是如果你把所有的这些非常好的时期都去除出去，我们看非常极端的损失情况，那你的回报只有1%。
我通过这三条曲线想告诉大家什么？虽然这不是一个真实的收益回报情况，你的平均是5%，每投资1块钱，你可以获得5%的平均收益。但是如果你每天的关注点都是在当中的平均值的话，也就是我们前面一张所提到的左边的图片，标准的分布线，只关注当中的话，等于把所有的噪音都去除出去了，没有上下的起伏。所以这张图片当中一定要关注尾部，尾部是最重要的，极端情况才是重要的。极端的亏损是需要很长的时间才可以恢复的，但是如果你错失了最黄金的投资时期，往往还需要很长的时间才可以恢复元气。在美国我跟大家交流的时候，往往大家都会忽视围尾部的情况，大家都是关注平均的情况，人人都在关注均值回报，而忽视的尾部的情况。无论你是做VC还是Fintech，其实我们就是为了消除尾部的情况，我们希望可以增加上面这条曲线发生的概率，去控制下面的红线出现的情况。这两者同时出现的时候还可以积极投身于投资这个游戏，这就是现实的复杂性，这个真实的事件不是只有当中的这条蓝线，不能只看均值就可以。
在我的研究当中，最近我所研究的就是期权市场其实是可以对风险做一个预判，做一个预估，做出一个预判，而相应给出一个判断。其实期权就是市场的价格，而且用期权可以驱动保险，保险本身就是去保护极端事件，包括尾部事件发生的概率。通过这样的方式，期权的价格本身就内含了风险价值的估算。所以如果大家包括了期权的话就等于你不仅仅是着眼于未来，只是着眼于历史表现进行你的投资组合的规划。这就相当于你开车的时候只看后视镜开车，不看前方的路，但是大家开车的时候肯定要看前方的。所以大家做投资的时候不能只靠历史数据做一切判断，你必须要向前看，要对未来的走势做出一个判断，做出一个估算。这是我想跟大家强调的。
所以我想所有的社会当中，无论是中国还是欧洲，还是美国，金融系统的基本只能是一样的，但是实际上这个金融系统是如何行使其职能是不一样的。所以这背后的体制和机制本身是会发生重大的变化的，大家知道今天美国的摩根大通他所做的事情和十年前做的事情很不一样。虽然是大家都知道的大名鼎鼎的摩根大通，但是当大家想到中国的工行也好，其他的大型金融机构也好，他们今天所做的事情和十年前所做的事情也是大不一样。所以我们知道所谓的治理结构，规管的，监督的就是你具体的运行机制，而不是你具体的功能。因为功能、基本职能都是一样的，无论是今天还是未来的十年职能、基本职能都是一样的，关键是你如何行使这些职能。所以政府关注的也不是职能本身，而是体制机制。如果有机制体制存在，可能会有独立操作这样的情况，也就是各个金融本身都会受到约束，他们都是有壁垒的。但是如何在这个壁垒之间进行改变，去突破这些壁垒，这就是创新的来源。包括目前我们看到的一系列的在计算机方面的技术，科技方面的前沿进展，其实都是源自于这样的源初的动力。
比如我们想到5G的网络时代，我们想到量子计算，想一想这背后意味着大量数据的引入，包括人工智能。AI人工智能是需要算法的，需要模型，需要输入数据，需要输入大量的数据，而且需要运算能力非常高的计算机。运作得越快，数据越扎实，就会越智能。这些都是工具，但是大家要了解的是人工智能的时代是快要到来了，但是人工智能并不等于算法加数据加计算机，我们有了非常强大的计算机可以迅速处理数据。但是这当中很大的一个点就是数据，数据是一个全新的点。现在这些大型公司所产生的信息只有10%得到了保留。而且这些都是通用的数据，但是接下来这些数据需要个性化、定制化。目前我们的数据都是通用的，似乎用一个数据衡量所有的事情，但是我们需要个性化的数据。这些同时还要配合我前面讲的运行得更快，算得更快。所以未来的创新我想都是由数据创新引擎来进行驱动。
现在大家都在谈区块链，也知道区块链正在改变我们整个金融体系的基础设施状况。金融所谓的媒体期时代就是我们进行交易的清算，一个买家一个卖家，这个买家和卖家的等于是用一个快照的方式保留下来了。但是未来我们要对这个交易不仅是进行处理，不是我们传统进行清算的模式，而是进行分析的模式。也就是以前我们只能保存一帧的快照，现在我们要变成电影全部连接起来。这当中会涉及到政府和欺诈者之间的博弈。可以说区块链是非常有价值的技术，可以帮助政府很好地解决欺诈的问题。中国在未来也将驱动这方面的技术，但是核心是必须要拥有数据，从数据当中才能够产生出增值。所以不仅仅是提升你的效率、降低你的成本，一旦你有了数据，你了解了消费者具体需要什么，你整个所能提供增值服务的面貌也就焕然一新了。我相信这也是未来创新的一个主要源泉。
我们过去是用数据挖掘数据，数据本身是存在错误的，我们需要进行校准。过去如果尾部非常大的话，机器本身可能所得出来的结果也是取中间值，但是尾部是非常重要的，这当中包含了大量的信息。所以再次回到我们说的分布形态的改变，这个和阿尔法狗之前在围棋当中胜出是完全不一样的概念，围棋胜出本身还是有既定规则可循的，但是未来我们要进行动态的调整，进行数据的核准。所以这当中是有一个谬误性存在的，我们收集的数据是源自历史的，这当中就有时间序列的。所以我认为我手头所有的数据到底能不能很好地对未来做出预测这方面我们需要做很多好的判断，我们需要有精准的分析，需要各方面的人才一起来纠正这个方面的错误。
第二个是空间上的，第一个是时间序列。我们可以把事情进行堆积，成为一个个集合，但是这些集合本身也是有一个所谓的K均值的问题，这些分类是事先定义好的，但是是不是一开始这个分类就分对了？也就是一开始这个池子我们有没有划分对，这就成为了一个关键。所以，首先要确定你这个池子划分是准确的，而且包括这个边界是不是也是正确的。
第三点，也是这三个当中最糟糕，最具有挑战性的一点。就是欺诈者会试图利用这些模型，所有的模型都是可能有谬误的，都是有弱点，都是有瑕疵的。你用来定价的模型也好，用来决策的模型也好，都是可以用于反向工程，被人反向利用。如果你知道这个模型当中有错误，那你就可以进行反向的推断。所以这个模型一旦用起来之后随着信息的不断补充进来，随着时间的推移，你要对模型进行校准，如果模型始终保持不变的话，始终坚持自己最终模型的样子，你就会发生重大的亏损，因为你的竞争对手会抓住你的错误。这就是金融危机发生的原因，你以为你有一个成功的模型，结果这个模型成了你的敌人，因为很多人识别出你的模型的错误，利用你的错误挣钱。如果你要通过一个考试你就考虑一下教授的模型有什么错误，你只要学习足够的时间，找到教授的错误你就能赢了。数据挖掘这是一个时间上的谬论，横截面的截取这是空间的悖论，模型的偏差是骗子，或者是欺骗者他们可以利用的地方，可以钻空子的地方。
有很多的比特币公司创造出来1000多个ICO，但是其中很多的ICO都是骗子组成的，你不知道到底哪些新的加密货币是真的好还是假的好。正是这些骗子们钻系统空子的方法。所以数据是非常关键的，我刚开始思考数据的时候，首先我们要建立一个模型，那就是最下面的绿色的长框，用数据进行测试，用数据进行应用，比如信用评分的模型等等。如果一些人有这样一些特点，他们的信用评分就会高。另外一些人是那样的，所以信用评分会低。然后我们把这些数据放到里面进行测试，然后让模型继续运行。后来我们有了机器学习的模型，也就是机器就是通过统计学的一些原则来看出各种变量之间的关系。我们现在就处于这样的时代，可是未来的时代将会是一个互联互通的时代，就是人类资本的时代。我们所有的个人将会和机器互联互通，而这种互联互通是非常重要的。
有一点非常有趣，我们人类的记忆是很差的，我们什么都记不得，我们以为自己学到了什么，我们以为自己做了什么。但是我们都记不得两天前晚饭吃的是什么，这就证明我们记忆很差。但是机器的记忆很好，他可以记住所有的数据。如果我们有这种机构化、制度化的数据的数据的话是一个好主意。但是我们作为人类，我们有自己的大脑能力，我们大脑能力非常薄弱，可是我们有互联互通性，我们可以跟我们的同事们建立共鸣，跟我们的朋友建立共鸣。有了这种互联互通之后我们就可以调整我们的算法，我们可以进行重新的校准，所以互联互通的时代就要看由人组成的团队怎么样调整这些算法，然后利用大数据获得更加有高效率的AI系统，增加更多的价值。目前还处在胚胎阶段，因为大部分的AI系统获得的一些输入都是来自一些稳定性的分布式的数据的，但是世界是在不断改变的，所以我们要考虑一下怎么样推动AI的数据的动态性。
有很多研究人员对互联互通时代做研究。有趣的是创新必须领先于基础架构，如果你要做得更快更独特更灵活，你就必须领先于基础设施。如果你的创新失败了，那就是浪费资源。所以大部分的创新，我们目前已有的一些创新事实上之所以出现是因为有不完美、不完善的地方。也就是说，有的创新必然会失败。因为创新不可能不失败，如果任何创新都可以成功的话，那这种创新早就出现过了。如果一个从来没有失败过的东西，那怎么可能没有发生过，没有做过呢？如果创新有规则的规定的话，在美国也好，在中国也好，监管的一些措施，无论是公司内部的，还是一个实体内部的，还是政府内部的规管，他们想要的不是做得快，而是要做得慢，他们不想做独特的事情，他们想做的是通用型的事情。这正好是相反的，我们希望很灵活，有很多的动态，可是这些规管希望的是不灵活，不变。所以我们全球社会必须要控制这些阻碍创新的力量，也就是那种阻碍创新的规管力量。虽然我们知道我们需要控制，我们需要规管，但是我们要划一条线以便于它不阻碍创新。
原因很简单，因为法规监管者和企业里面的那些创新者，他们是处在两个孤岛上的。如果规管过度的话就很难进行创新，规管就是猎人，创新就是农夫，两者之间总是会有冲突，也就是速度缓慢，以及独特性和通用性、灵活性，以及不灵活性之间三对的矛盾。如果我们可以理解，或者部分理解制约的成本的话，我们就可以更好地促进创新。我孙子们很小的时候就观察到他们的父母给他们进行了很多的约束，现在我的孙子们都长大了，他们什么样的约束都没有。每一个父母在养孩子的时候都会回答这个问题，我得对孩子有多大的约束，另一方面又要给他们多大的自由度。整个社会对待创新的态度也该这样，我们总是要不断问自己这些问题。施加约束的话，成本会有哪些，代价是哪些，如果成本太高的话，创新就会在这些制约因素外面发生。如果你制止银行做这件事情，那么创新就在别的地方发生了。这个事情在中国已经发生过了，利率在中国很长时间是受到控制到的，所以就出现了市场和重量级影子银行的活动。所以这个事情非常重要，如果对企业有制约，如果对监管有制约，那就意味着某些人处于困境中无法冒险，无法把风险转移给创新者，而创新者没办法创新，没办法为社会创造价值。
所以在一个复杂的体系里面我们要理解的是我们人类思考非常缓慢，我们在这个复杂的世界中，我们必须要打造一个正确的团队，企业中大部分的规划其实都是任务导向性的，我们要做什么才可以从A点到达B点。但这跟设定目标不一样，不如设定目标好。我们设定目标的时候首先要想我们的目标是什么，如何才能实现这些目标。这个时候就会做各种各样的实验，也会有失败。我们还必须真正地组建一个有良好合作精神的团队，这样才会有创新，因为我们一个人没办法创新。人的记忆很差的，所以我们最好要用大数据来进行记忆的制度化，AI将会和我们人类思考的迟缓联合起来。机器和AI将和我们人类的这些思维，人类的算法结合起来。领域一个我认为复杂系统中的失败，我们需要胜任力，没有一个人愿意被认为是不胜任的，所以他们更可能会规避风险。其结果是我们所做的一切事情都不是往一个方向打出去的大炮。我们在生活中，在企业中的创新应该是一个导弹，它是在飞的过程中可以调整自己的飞行路径。应该说研究和测试，从失败中学习，再研究和测试。这样的话我们才能够有创新。如果你要创新的话，必须有错误，有过失，你要从果实中学习。
最后我们通常不会脱离常规去思考，如果我们总喜欢走在熟悉的道路上，不往左看也不往右看，现在我们要打破这个陋习，我们作为一个团队也要打破这个陋习。我们必须要想想看，有什么办法让我们能够跳出我们的舒适区去思考，因为有了这么多的算法，有了这么多的模型，而我们却一成不变的话，那会有很大的困难。因为我们知道现在发展速度变得越来越快，越来越灵活，所以我们必须要考虑一下反馈、衡量，这样能够获得更多的数据，进行更多的分析。
我通常觉得创新应该嵌入在四大支柱之中，第一个是人口学的特征。现在的老龄化、医疗保健的压力，以及教育等等。人口会到哪里去呢？大部分人会生活在城市里面，人口的流动在世界有一些重大的趋向，这点非常重要。第二个支柱就是技术，其实这四大技术都是相互关联的。人口学的特征，人们需要一些什么？他们会需要技术，有哪些技术来帮助人呢？这样才能够帮助人做好他们想做的事情。我说的技术包括IT，比如物联网、5G等等。另外的技术就是生物医疗的技术，包括纳米技术、3D技术等等。所以技术要和人口学特征进行互动。此外还有一个支柱就是稀缺性，在中国水的稀缺问题非常严重，除了水的稀缺，还有食品的稀缺，还有可持续存续的稀缺。现在越来越多的人住在城里，我们需要城里更加稳定、可持续。第四个支柱就是政府，这个我以前讲到过。我说政府到底会阻碍创新还是支持创新呢？所有的四大支柱都是相互关联的。我觉得这些都是能够帮助我们来进行创新的。我们想想看，政府在促进技术发展、水的稀缺性等等方面有哪些制约因素，那么我们就在这些制约因素方面进行创新。
灵活性或者期权性、选择性。如果你对某件事情非常确定，那么我们就把它变成一个硬件。其实机器人它们最擅长做重复性的工作，所以机器人就是一个硬件解决方案。而在期权世界里，如果我们的不确定性越高，那我们就需要有更多的灵活性，这时候我们就需要软件。社会总是从硬件解决方案向软件解决方案演进，因为有了软件，我们的解决方案就会更加灵活，我们就更加能够随时进行调整。所以我们希望降低灵活选择的成本，我们希望让人有更多的选择，但是同时又不希望这个成本过高。这就是为什么会有软件。
给大家举一个例子，我们有这么一个想法，每一个初创企业都应该自己采购计算机系统、服务器、技术人员，这样才能够把这个企业办起来。我们发现这个典型的成本，一个VC的初创企业差不多就是100万。但是现在有云计算服务了，你不需要自己采购这些硬件了，你直接云端采购整个计算服务就可以了。以前100万美元的花费现在就降到15万美元，因为什么都可以租。你不需要买服务器、计算机，也不需要配备相应的人员，所有的都可以从云端为你配备齐。很多计算机一买要买很多台，但是这个计算机你不是都用得上，只是得放在那边。所以现在有一些新的商业模式的崛起和出现都是因为有很多软件替代了硬件，这就是不确定性让你想要有更多的选择，但是同时你又想控制成本。
然后再想想生活当中出现的尾部事件、极端事件，一旦出现这样的极端事件你要停下脚步重新计算你的模型。我把这个称之为不硬不软的情况，也就是介于两者之间。这个时候你要对你模型进行重新的校准。所以我想金融的创新道理是一样的，我们还要回到最初的金融系统，金融体系的基本职能上去，我们如何让人们更加灵活，更快地实现交易，如何去降低成本。如果说本身传统的银行业务效率非常低下，但是现在有了支付宝，有了微信支付，一下子就让大家的支付便利性大大提高。包括从这当中所获取的数据进一步为大家提供小微金融，能够为大家存钱提供智能的储蓄，这都是金融创新很好的案例。包括定价，我们现在可以定价的选择性比我刚刚初步起步的时候多得多。我们当时能够想到的定价是非常有限的，我们只能对有限的事物进行定价。但是现在这个选择性、期权性非常多样。因为本身生活当中就有信息不对称性，金融创新就可以很好地解决。
