您当前的位置:首页 >> 视频
人工智能,已经悄悄渗透入小学教育
发布时间:2019-04-15
 

金恪财商大学建立了「行业研报共读成长社群」后,为了让大家更好地了解和应用行业研报,决定联手清华五道口金融学院的讲师王曈定制了《从0到1读懂和应用研报》系列课。



上周三晚,王曈老师在线直播了首节课《0基础读透行业研报实战课程》,带来了一个罕见的观点: 有研报思维后,能让你像科幻片一样准确预知未来。 不仅用接地气的实践型案例“创业卖包子,为包子定价”帮助大家迅速学会怎么一步步提升思考方式,还分享了如何用研报买房子实现价值翻倍的真实案例深化大家对研报的认知。


同时,也清楚解释了为什么小学的题目越来越难,甚至要动用高中大学知识。现在的小学生,在未来将会是最擅长预知未来的人。


课程获得了大家的一致好评,听完之后很多小伙伴都发出了“哇,没想到研报居然还能这么用”的惊讶。



恪叔把老师分享了1小时的内容精简成了7500字的深度长文,阅读需要18分钟,适合细细品读,相信读完后你一定会有不一样的收获。


关 键 词

研报结构、第四范式思维、双十一、预测未来、策略购房



大家晚上好,我是王曈。今天我和大家分享关于研究报告的阅读与使用技巧——数据驱动时代的生活引擎。那现在就从咱们的标题上开始。

 

我们今天的标题里面有一个副标题是数据驱动时代的生活引擎。我们都知道,研究报告这个东西一般是在我们做商业决策的时候使用的标准资料,但是为什么我认为它不是商务引擎而是生活引擎?我觉得,在未来数据驱动时代,研究报告将会成为我们每个人日常工作学习的一个决策引擎。


今天为大家分享的是我在日常工作中总结出来的,就目前我们遇到的工作、生活中的一些问题给大家带来新的思维方式和想法。如果今天的分享能让大家能掌握到比较创意性的研报用法,或者对研报有了崭新的认识的话,也就说明我今天的分享是有效的。

 

首先我简单介绍一下自己。我曾经在清华大学五道口互联网金融实验室做过高级运营经理,研究一些关于互联网金融的前沿课题。

 

我和研究报告之间的缘分有很多年。在2000年就开始接触,当时整个的商业环境对于研报的认知较浅,认为研报的结果是比较重要的,因此那时研报是被广泛用于商务活动的。通过2014年在清华五道口互联网金融实验室里做研究研报的工作,和2017年接触人工智能项目策划后,我开始反思我们所用的这种研报的应用趋势,看到了研报的真正应用方式。

 

所以本次研报专题系列课程会分成三堂课,今天先来分享第一堂课的内容。



研报的一种广义的这种官方定义是什么?


研究报告是从事商业活动之前对相关各种商务因素进行具体的调研,调查研究分析评估商业行为的可行性效果效益程度,并对最终决策提出建设性意见建议,为商业行为人提供的研究性的报告,这是一个比较官方的说法。


一句话总结,它就是一种议论文的文体、有实际用途的,需要有论点、论据与论证过程。而且它是用于商业活动的,是有非常高价值的商业工具。


孙子兵法里有一句话:夫未战而庙算胜者,得算多也,未战而庙算不胜者,得算少也。多算胜,少算不胜,而况于无算乎。这意思就是在战争未发动以前,应当先在庙宇里预测估算比较敌方和我方优势和劣势,多做比较计算,对敌我方面的形势就越有把握。


这是我们中国人古代的智慧,而我们的研报其实就是我们决胜于庙堂之上所用的工具。这可能就是我们研报的核心价值。



关于研报的分类方式,我总结成了4类:

 

比如根据使用方或用途可以分成买方研报与卖方研报;根据文章格式可以分成分类研报和主题研,主题研报也叫事件研报;根据决策场景可以分成具体品类研报和具体市场研报,举个例子,期货研报就是具体的市场研报,而期货类的单品石油期货,则是具体品类的研报。

 

当然最常用的分类方式是以研究对象进行划分的,这也是研报机构常用的分类方式。做宏观经济层面研究的是宏观研报,研究行业上下游关系或针对于具体的股票、公司进行研究的是公司研报,分析某种投资产品长期或短期的操作的研报叫策略研报。

 

需要注意的是,研报的分类其实并不是固定的,任何商务行为有需要提前预测的需求,都会产出相应的研报。所以说除了常见分类外,还有一些不太好分类的。比如单身汉的研究报告,就很难被归到上面的分类当中。



研报的格式一般有三种,分别是应用文、议论文和报告的形式。


应用文的组成,包括研究课题、研究方法、相关数据、最终结论;

论文的组成,包括研究概述、论点、论据、论证;

报告的组成,包括研究课题(研究背景和意义;研究方法和角度;研究对象与方法)、研究过程(研究结果;研究内容及主要成果;探讨与认识;现状与问题;分析与讨论)、研究结论(结论与建议;结论说明;建议和展望;题与对策)。

 

不管如何,这个研报的最终的结论是很明确的。无论是否给出交易建议或者具体的操作建议,都一定会有一个结果。除了结果是研报必要元素外,论证的说明、建议、展望、课题的对错这些内容也都是必须的。



说完研报,我们来说一个比较重要的,也就是研究报告的核心价值是什么?或也就是到底我们就说是我们为什么要读这些研报,具体能为我们带来什么?这个东西其实是有一个完整的逻辑在里面的,归根于第四范式,什么是第四范式呢?


有广义上面说,范式是人类认识客观世界,发现问题、解决问题所用的模式规范,是人类所共享的信仰、价值、技术等等的集合。也就是我们思考的方式。在人类世界发展到现在为止,我们最高已经进入了四种思维范式。我们来具体讲解些这四种范式。

 

第一范式,就是通过观察进行归纳和应用。这种范式的爆发时间在公元前300多年左右,所以当时东西方会出现很多思想家,他们用时间去观察自然世界中的事物运行规律,然后总结出了他们相应的看法。 像当年的秦皇汉武帝、炎黄二帝他们其实是都是用第一范式来思考的。

 

第二范式,就是通过实验得出结论。15世纪后,随着文艺复兴,西方爆发了一次思想革命,开始有人提出“总结归纳的东西并不一定正确”的理论,他们开始学会用实验去做验证。有个标志事件是亚里士多德重力定理(事物越重,它的重力加速度会越快)被比萨斜塔实验推翻,影响重力加速度的因素除了物体重量,还有下落高度。


而这就是第二范式思维,不仅会用去总结归纳经验,还会去进行主动验证正确性,第二范式的代表人物是技术精英,也就是我们所谓的科学家,一般都是通才,各个领域基本都懂一些,通过实验总能得到结论,比如牛顿不仅是伟大的物理学家,发现了万有引力规律,还是个炼金术师,喜欢化学实验。

 

第三范式,就是用现有规律去发现更多已存在的可能性。现在我们熟知的天王星、海王星、冥王星,其实都是后来的科学家通过万有引力学说的规律找到的。这类科学家和上面提到的通才又不是同类人,他们可以称之为专才,也就是专业精英,他们拥有第三范式的思维,除了验证结论的正确性之外,更是能透过结论去发现未知的客观存在的东西。

 

第四范式,用多种规律去预测未知的世界。最后在20世纪70年代后,随着模糊数学、人工智能等相关学科的产生,人们认识世界已经不止通过计算了,精确计算往往已经无法获得正确的数据模型了,开始通过模糊数学构建模型去预测结果。


这就是第四范式,根据多种规律组建成自己的模型对事物进行预测,这种思考方式会发现更多未知的世界。



大家在网上经常会看到一些奇葩甚至很难的小学题目,比如那些需要用高级函数才能解决的问题。有些人说这是给孩子家长做的,我觉得其实并不是。

 

我认为这是一种时代的进步,小孩子们已经开始被培养着用一些估算、模糊算数的办法去解决一些原先我们只有上大学才能解决的高难度问题。这个变化对于我们人类来说是一种跨越式的变化,它可以节省大量不必要的时间,把重复性的工作让机器去做的话,让机器去思考学习,最终拟合出一些结果。

 

其实讲了这么多,总结下来 研报的核心价值就是数据驱动理念的建立。



为什么这么说?首先来看看什么是数据驱动?

 

所谓数据驱动即是使用数据模型,通过数据运算预测事物未来的结果,从而指导决策。那么现阶段随着互联网移动互联网物联网等技术手段采集到了海量的数据,人们可以将数据进行组织,形成有效的信息之后,对信息进行整合与提炼,在数据的基础上通过训练和你和形成自动化的决策模型,从而使未来从未知变为可知。

 

数据驱动的决策模型由三部分组成。

1、有一个封闭的决策空间,也就是我们明确知道要做什么事情;

2、做数据驱动,我们需要有成熟的数据模型。这个数据模型可以通过自动化的训练拟合成的,这种模型不是我们人交给他的,而是它自动化地进行了这些训练产出了更好的自己;

3、有稳定的数据源,能长期供给给机器学习。

 

如果有了这三样东西的话,我们就可以进行数据驱动。我们把研报的结构与数据驱动驱动模式对比一下,就能对应得上这个决策模型。


研究报告的课题其实就是一个封闭的决策空间,研究报告里面提供的各种方法、论据及推理的逻辑,其实就是一个专业有效的数据数据模型。研报的结论来源于数据,那么稳定真实的数据源就是研报起效的关键。

 

这意味着是数学逻辑推动了现实社会运转,数据模型是无法虚构的,数据不会作假。因此,我们通过数学逻辑,让社会中绝大部分事物的规律都能和1+1等于2一样可预知。

 

而现在社会中绝大部分的数据模型是以图文形式存在于研究报告之中。所以,如果我们通过研究报告构建了一个比较合理、有效的数据模型,那么在我们自己心里面也能构建出数据模型。在数据源的驱动下,我们同样能对未来有提前的预知。

 

这就是 究报告最核心的价值 了,通过建立自己的数据模型,提前预支未来,以做出更好的决策。



我们把这个第四范式思维方式更贴近实际运用说一下:举一个卖包子创业,为包子进行定价的实践案例。

 

现在我们看到很多早点铺子,其实生意都很火爆,卖包子甚至会挣得比一般白领都多,而且这是一件不难的事情,所以我们假设自己来开一个早点包子铺。

 

包子铺决定开张后,它的决策核心就是包子的定价。如果定价高了,没人买,包子铺开不下来,如果定价低了,会卖的亏本,所以只有包子的定价比较合适的时候,才能赚到足够养活我的钱和把包子铺开下去。所以我很明确我要做的事情,这就是一个封闭的决策空间。

 

接着,对于包子如何定价的问题,我们来看看在不同范式下,我们会怎么思索和解决?

 

第一范式,通过观察、总结归纳周边别人家的早点铺味道如何,售卖价钱和怎么卖,以及在该定价下的销量。然后通过借鉴别人来制定我自己卖的包子的售价。也就是别人卖3元,那我就卖3元或者2.5元,只要味道不比别人差的话,基本上和别人的销量差不太多。如果周边没有包子铺,那就可以参考馅饼铺或者油条铺,按照油条的价钱一般是包子的1/2或者1/3的规律,若油条1元,则包子也可以定价在2-3元。

 

但是如果你单纯只通过借鉴别人来进行定价的话,基本开一家会倒一家,为什么?因为结果很难以预测,比如说竞争不过老店铺、包子味道把控不好等因素,导致你会投入很多,但是收获不及预期,目标达不到很容易失去信心,最后这个包子铺就黄了。

 

第二范式,也就是一般有创业经验的人,他会怎么做呢?他会先通过实验验证看看他适合卖什么包子。店铺开张期初,他会做各种馅儿的包子,有素的有肉的,有大的有小的,这时定价就可以有多样性了,从0.5元-3元的区间,看看哪个包子卖得好就多做一点,卖的不好少做一点,能分担风险,不容易亏损,最后通过前期的投入来找到最合适的定位。

 

但问题是,你必须撑到找到自己定位的那天,如果很长时间你都处于亏损状态,找不到合适定位的话,你会做得很累,很多创业者都会倒在这个阶段。

 

第三范式,像专业的销售人员,他会拿数据计算去推导出包子的销售策略。专业销售人员都是以数据说话的,他们会通过市场考察收集周边早点行业的品质、价格、销售数据,对比大量商家,制定自己的销售方案,然后在实施中微调。

 

这种微调的范围会比较小,意味着前期的亏损空间会越来越小。但是还会有额外的更多因素是不可预测的,比如人流量的判断,未来的消费趋势等因素,短期的利益肯定不是你的追求,你希望这个早点铺能一直开下去,所以第三范式的思维还不足以做得完善。

 

第四范式,用这个思维方式来定价的话,会从人流量变化、收入曲线、消费趋势中推导出价格消费曲线组成本区域早餐消费模型,以及我对卖包子的收入能做什么的需求(比如只是想轻松养活自己,比如会想用卖包子来获得房子的首付),根据自身优势、需求压力来制定差异化的营销方案,才会最终获得最大的利益。

 

所以如果我们有成熟的数据模型,明确自己卖包子的需求,根据可靠的数据,就能很快推算出最终的结果,而且会与我们的期望值基本一致。



而用第四范式进行决策的时候,决策空间能带来的东西,就是研报能给我们带来的东西。也就是研报对我们的益处不只是在商业活动上,对日常生活也有很大的帮助。


也许有的人会认为研报并没有这么大功效,即便在逻辑上是对的,但是也无法证明是否实用。那我就来分享一个发生在自己身上的成功案例——看研报买房,成功获得翻倍的价值。

 

2015年,随着美元进入加息周期,我们的市场环境发生了很大的变化,股市连续几次崩盘。因为当时我在五道口金融学院,所以对宏观的研究会比较多,所以在研究的时候也发现了自身的资产配置方面的问题。

 

当时我有大量的固定资产放在了老家的房子,但是老家处于产业空心化的情况。产业空心化是指以制造业为中心的物质生产和资本,大量地迅速地转移到国外,使物质生产在国民经济中的地位明显下降,造成国内物质生产与非物质生产之间的比例关系严重失衡。

 

这种现象前几年在三四线城市很常见。当时老家在产业空心化的情况下,房价还居高不下,让我很焦虑,觉得自己必须要对固定资产进行重新配置。

 

我判断了一下所有固定资产的价值,先排除了在北京买房的可能性,因为即便是卖掉一套房也只能抵北京房子的首付。所以我必须要在周边、也能触达的地方去购置一个固定资产,要求是价格不会太高,而且未来有提升空间,但风险又会过大。所以我重新做资产配置并不是为了赚大钱,而是让资产能保值和正常提升。

 

因为我在投资上是稳健型的人格,所以我要创建适合我自己的投资模型。

 

这时候我就用到了在研报里学到的东西。这时候要提到任泽平博士了,他现任恒大集团的首席经济学家,兼任恒大经济学院的院长,收入很高,年薪千万美元,他的高年薪也意味着他个人的思维模式是很有价值的。


任泽平博士对房地产有个数据模型叫“长期看人口,中期看土地,短期看金融,”他认为房子的价格走势,在短期看金融资本的杠杆加减,中期看国家的产业政策,长期要看人口的迁移趋势,值得注意的是,越是长期越不可改变,越是短期效果越明显。

 

加上当时全国,乃至全世界都在去杠杆,市面上的流动资金很紧缺,我也很难配置好流动性太强的产品,那么在这种情情况下,我们就应该看中期的产业政策。当时产业政策是十分明显的供给侧改革,政府会支持劳动力、土地、资本、制度创造、创新等要素,所以面临国家产业转型升级和人才需求,我应该把固定资产放到有实体经济基础的二线城市。

 

供给侧改革与人口趋势也有很紧密的关系。按当时的人口趋势,中国的城镇化进程至少还有十年时间,意味着我要找到一个在五年内城镇人口净增长、社会经济GDP连续五年两位数增长、有世界级优势项目产业的城市。

 

为什么这三点很关键?因为这三点能判断该城市在未来会达成人口净增长,而人口的增长会带来收入的增长,世界级的优势产业项目代表着难以替代性。


最终我通过调研和思考做成了这个模型,找到了比较符合的城市,成功的把自己老家的房子换到了那个城市,在今年房价跌得比较猛的时候,那套房子对比我购买的时候仍然有翻倍的价值,并且是保持稳定增长的趋势而不是突然的涨价,而且租金能完全覆盖掉我的供款。达到了我当时的目标,就是不需要赚大钱,只要资产稳定保值提升。

 

而且回过头来看现在我老家的房子,如我预测一样,不仅价钱没有太大幅度的变化,而且流动性和交易量都在大规模萎缩,再次断定了我当年的决策是正确的。

 

而我做决策用的那个数据模型,就是源自于我一直关注任泽平相关的研报,他在公开的在各种场合、采访中都有不断重复这个模型,被我借鉴结合自身情况形成了自有的数据模型。


所以我们研究消化研报后,在未来的决策当中,便能很好地运用到生活中,这个模型也是用第四范式做出来的,我们每个人在封闭的决策空间都有自己固有的数据模型。



为什么任泽平拿千万年薪,而我们可能只有几十万的年薪,其实就是因为他的核心竞争力集中在超越常人的数据模型。而我们通过读研报可以利用这些专家的模型构建与完善自己的模型,尤其在未来的人工智能时代,数据模型搭建和分析将会变得很便利。

 

因为现在自己搭建数据模型需要人为思索、讨论和记忆。而未来在人工智能的环境下,会有人工智能助手替我们去完成的。那肯定会有人问到,如果人工智能去做了这些东西,我们人的核心价价值在于什么?在于 创新 ,机器能省去你的计算过程,但是形成模型需要你的创新。

 

研究报告传递的价值在近些年来越来越受到重视,因为通过人工智能可以实现未来的可预测性,将会对人类文明有跨越式发展的意义。如果我们拥有第四范式的思维模式,在一次一次的正确的决策中完善自身的数据模型,在投资等商务活动中做出正确的决策,将会真正吸收研究报告的核心价值,成为一个有智慧、对社会十分有有意义的人。

 

说回刚才提到小学生们通过这种估算和模糊数学的解决难题,长久之后他们其实是在建立模型,用知识体系去解决我们当年在高中甚至于大学才能解决问题,而这个模型放到给人工智能去学习的话,将来他们只需要创新自己的思维,简单的做题交给智能助手完成就可以了,认真想想,这是一件很可怕,却又了不起的事情。


 


课程结束后的答疑环节,有很多小伙伴争相提出了疑问,恪叔精选了比较优质的问题,邀请王曈老师进行了作答。


 Q&A 

 

问题1:数据确实很重要,但作为小白我想了解一下怎么去获取数据?


王曈老师:其实会有很多渠道,行业媒体、门户网站、行业分析报告网站、国家官方发布数据等都能查到,不过有很多偏行业性,或者是高质量的报告都需要进行付费。


很推荐金恪财商大学做的行业研报共读社群,群内会每天分享15份来自各行业的研报,有其他研报需求也可以找他们帮忙提供,能满足基本的使用需求。

 

问题2:双十一的话一般商家是怎么定价的,会考虑哪些因素?


王曈老师:定价这个问题和刚才提到为包子定价同样的道理,而且电商这块对于人工智能的使用也是最成熟的,商家可以根据用户的个人消费趋势和能力来为他个性化定价。大家也能明显感受到,同样的一个东西,第一次买,和第二次买,可能会遇到不同的定价,或者是同一时间购买,不同的账号登录定价也可能不一样,这就是通过人工智能做到的。


而且像现在电商大促活动,东西卖的都越来越贵,却买的人越来越多,就是因为他们有大量的个人消费数据,能知道你的消费承受能力。


作为消费者你若是用第四范式建立了自己的消费模型,就会很清楚自己的购买能力和购物需求,就会知道应该双十一买多一点,还是应该在双十二买了。

 

问题3:现在看到人工智能很火,是不是都是炒出来的概念,因为看到落地项目很少,只有微软小冰、Siri这些,是因为落地比较难,模型做不出来吗?


王曈老师:人工智能的数据模型不是一个明确的模型,是通过大量的数据和长期的拟合学习和修改出来的。通常拟合度超过70%就可以商用,超过90%就可以收费,然而现在大部分人工智能通过技术只能做到70%,后面的70%到90%,需要人工智能去和你做训练,就像siri通过不断和你对话来探知你的需求。

 

就像你家里有一个小孩,他在成长过程中需要和你不断地交流,当他长成成年人,甚至到最后的时候,他甚至会比你还聪明。所以实际上这些能真正帮助到人的智能助手,不仅需要长时间训练,还需要你的培养修炼,这些都决定了人工智能的成熟度和发展。


读到这里

你是否获得的一个全新的观点了呢?


王曈老师将会在12月19日(本周三)

将会进行第二堂课的直播

《研报的价值应用:读懂明年的风口和投资趋势》


!!等你来听!!


添加恪妹微信

拉你进「行业研报共读成长社群」

还可以立即报名课程


相关阅读