易方达董事长詹余引对硅谷银行和chatGPT的思考

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　昨天，易方达董事长詹余引在“全球财富论坛”上分享了对硅谷银行和chatGPT的思考。

　　小雅理解的核心内容是：面对信息的海量快速传播，与现实交互反馈的速度越来越快，危机或者事件冲击波的速度和“烈度”，都在考验人类的应对能力和速度。资产管理行业面对这样的变局，该如何应对挑战？

　　很有意思的话题，值得行业和大众投资者的深思。

　　易方达基金公司是目前国内最大的公募基金公司，截至2022年末，管理资产规模15341.75亿元。

　　詹余引难得一见的干货分享，针对社会关切话题，真诚且慷慨，可以看到一个思考者的思考，小雅听完有触动，也很有启发。

　　变与不变的哲学命题，越是在大变局当中，越是醒目清晰，尤其是那些不变的东西，我们常常忘了，但它们始终都在。

　　以下是小雅整理的詹余引分享实录：

　　尊敬的各位领导、各位来宾，还有线上的嘉宾们：

　　非常荣幸能够参加全球财富2023年年会。感谢全球财富论坛提供了这样的一个平台，也祝愿全球财富论坛越办越好。

　　经过了一天半的研讨，我相信，我们研讨的话题已经涵盖了几乎所有方面，有很多系统的讨论和真知灼见，我收获有很多。

　　在这里，我想就目前最焦点的两个话题，把我自己的一点感受给大家做个分享。就是关于硅谷银行和chatGPT，我认为它们的背后有一些共性的东西。

　　硅谷银行一夜倒闭的启示

　　提到硅谷银行，来龙去脉不用讲了，它曾经是科技银行的典范，1983年成立，1988年上市，一度涨幅接近1000倍，非常辉煌的历史。但是差不多可以说是一夜之间倒闭，当然，前面有一个过程。

　　我想，至少可以从这么5个方面来看这个事情：

　　第一个，从它持有的资产来看，其实它（拥有的）是很稳健的资产，不是有毒资产，这跟2008年是很不一样的。

　　但是因为美联储的加息，造成资产价格的下跌，他的资产中，就有所谓可供出售的项目出现了隐性的亏损，这是从资产方来看。

　　（第二，）它的负债方是以机构为主，大家都知道，这些机构都是vc、pe等高科技公司，正好在整个经济放缓的大背景下，（这些高科技公司）自己遇到了好多的问题，所以，硅谷银行的存款增速下降，甚至负增长。

　　客户的流动性需求增加了，它的资产很难变现，或者说变现面临损失，流动性有需求的情况下，就出现了问题。

　　（第三，）为了应对流动性的需求，硅谷银行不得已要出售债券，浮亏变成了盈亏，这个时候，它的资本又需要补充，就造成一系列的连锁反应---当市场了解到这个情况之后，股价又下跌，资本补充又变得比较困难。

　　（第四，）在这个情况下，不幸的是什么？客户（就是它的储户）以及投资者几乎在很短的时间达成一致，抛售它的股票，然后挤兑它的存款，造成一个不可逆转的结果。

　　（第五，）当然了，美国财政部、FDI（美联储）快速的出手相助，可以说，在这个点上控制了这个风险，但是金融是有外部性的，它是外溢的，所以和它差不多的十几家类似的银行又出现了类似问题，甚至进一步的传导。

　　最近，像瑞信银行新的情况，实际上都是因为金融外部性的传导所产生的，并且这个事情还没有结束，危机在进一步的深化。

　　这一切，都是在很短的时间发生，我觉得这是跟以前很不一样的，它的所有相关方，包括监管机构，包括客户，包括投资者，几乎没有没有什么时间去仔细的研究或者应对，信息传播的速度非常快，这是和以前非常大的一个不同。

　　这是关于硅谷银行的情况。

　　chatGPT的自我认知盲点

　　chatGPT大家也是非常熟悉，也非常了解，这是一个现象级的应用，这个人工智能的叫做大规模语言模型的运用。

　　它大概有这么几个特点：

　　首先，是大量的知识，现在它经过大规模的训练，把它能够收集到的庞大的训练数据集变成了它的一个基础，同时它还可以通过和人的互动，进一步地完善它的知识库，这个非常了不起。

　　第二个，它有高度的语言理解能力，它能够处理自然语言的文本，并理解其中的含义，然后产生有意义的回复。

　　第三，它不光是单次的回复，还有一个对话的能力，可以流畅的进行对话，你感觉就跟和人的交互是一样的。

　　大家注意，这三个特点不是我归纳的，是我问了chatGPT，我说你有什么特点，它跟是我这么回答的。

　　但是我认为，我既认同又不认同，为什么？如果从用户的感受，这三个特点都成立，大家如果用过的都能感受到，但是它讲的真正理解语言的含义我是不认同的，为什么？

　　因为chatGPT的模型，它的底层逻辑是基于统计的，前面也可以理解成为它说的一个广告，大家对广告都要特别地注意，它不一定真的想误导你，但是它一定是选择了更有利于表达它自己的一个方式。

　　这也是我们金融行业，特别是在做投资者教育的时候，我们经常会讲的一个观点。

　　chatGPT基于庞大的训数据集进行训练，但是它是一个统计模型，它的输出是基于概率的判断，它的核心是一个相关性。

　　就是说，你问的所有问题对它来说，它不知道真正的含义，但是因为它有庞大的数据集，它可以在数据集里面找到这个问题相关的东西，最后得出一个答案，因为它的数据集足够大，并且又有不断的进行参数优化的调整。

　　所以，你感觉它像一个专家，甚至可能比一个专家更优秀。我觉得，chatGPT的这个特性大大提升了基本研究的专业性，这是显而易见的一个好处。

　　但是它的问题也就是刚才我说的，它不是真正的理解你的需求。

　　当然，我也想过，我们人类自己在讲话的时候，在做分析的时候，我们是不是真正理解自己所要表达的意思呢？其实很多的误解，很多的误会，也是说，在一些你没有真正理解的情况下面，你可能只是顺着说。

　　我们其实是基于概率在顺着说，这样去想的话，它跟人类其实也有相似之处。

　　行业面临的挑战：一致预期加速形成

　　但是这跟刚才讲的硅谷银行有什么关系？其实我们现在做很多决策的时候，决策本身用的不是一个因果逻辑关系，或者说，不是基于因果逻辑关系，更多是基于一种相关性的概率判断，就像我们金融机构做风险管理，其实风险就是不确定性，不确定性本身也是一种概念。

　　因为chatGPT的出现，因为传播方式和以前完全不同，我们现在面临的问题就是，决策和判断是既有市场的，也有个人的，还有机构的，它不是真正基于一个长期的或者说内在逻辑的判断，而是基于一个短期趋势，所谓的懵懂的一个判断。

　　这会带来很多的问题，这样会造成行为的步调一致，从而造成共振，加速一致预期的形成，造成这种螺旋式的自我加强的影响，加强甚至放大了风险，这就是我们面临的一个巨大挑战。

　　在这种挑战之下，我们应该怎么去应对？这也想请教各位嘉宾，我相信后面的嘉宾也会有这方面的议题。

　　因为我们面临着知识很容易获取，以前的所谓的知识和专业的壁垒已经被打破，所以chatGPT出来以后，埃隆马斯克已经列出来大概有十几个行业或者说岗位，会被很快被替代，我相信是一个过程，但这个趋势真的值得非常的关注。

　　与此同时，观点的传播又会很快，一致预期很快达成，面临这样的挑战，我们到底应该怎么办？这可能是我们长期会面临的一个问题。

　　“不要因为走得太远，而忘了为什么而出发”

　　这个时候，作为专业机构，特别作为资产管理机构，首先，我们要做的还是加强专业性，所有的分析、依据、决策，一定要以专业作为基础，要有业务的逻辑，这是最基本的。

　　另外，还需要有思考的独立性。我们在讲投资的时候，独立性是非常非常重要的一点，因为一致预期不一定就是对的，短期会对你有很大的影响，甚至有羊群效应。

　　但是我们也相信：理性不会缺席，但它有时候会迟到。

　　这也是我们的一个挑战：交互有反馈，然后不断地优化。我想，这也是chatGPT以后吸引我们的地方。

　　说了这么多，有了专业性、独立性、开放性，还有一个重要的就是：我们的初心是什么？

　　我们做资管做金融，我们的初心到底是什么？因为我们现在经常犯的一个错误，就像很有名的一句诗里面提到的，“我们走得太远，忘了为什么而出发”，这是我们经常犯的一个错误。

　　我想，我们金融的初心、资管的初心，就是践行金融的政治性、人民性，履行服务实体经济的天职。只有这样，才有可能为我们的客户提供可持续的良好回报，推动经济的高质量的发展，这也是我们易方达公司努力的目标。

　　期待接下来各位更精彩的观点，谢谢。

　　来源：投资人记事   用心的小雅

炒股开户享福利，送投顾服务60天体验权，一对一指导服务！

海量资讯、精准解读，尽在新浪财经APP

责任编辑：王涵