今天金融股是一片惨绿。表面看起来导火线是,证监会对某些券商违规的融资业务开了罚单。但更深层的背景远不止如此。
资金担忧的是,金融系统的改革再一次遇到难题。这个难题其实在股市开始急涨的第一天,大家早就心知肚明——钱,放出来了,却没有流向实体经济。在现有金融体系下,支流并不通畅,上面再怎么宽松,制造出来的只能是金融泡沫。泡沫也有个度,吹得太大,早晚得爆。
119只是个预警。
我们回头看看中国金融改革的真正目的:政府希望一手用行政和税收调控房地产,一手用较为宽松的货币政策,缓解融资难问题,引导钱进入实体经济,支撑经济顺利转型。但是,没想到改革的利好首先刺激了股市,钱从房地产出来后,股市赚钱效应被进一步放大,吸纳了大部分资金。
早在11月,融360就监测到了融资市场最真实的变化——一系列开明的金融措施实施后,社会真实融资利率却不降反升。各种理财产品回报上升、资金重回金融产品的怀抱,另一方面中小企业贷款条件和利率双双升高,反而是你去券商柜台开融资户的门槛从50万降低到了10万元。
这一背离初衷的结果,受困的仍然是中国金融体系的老问题——金融与实体经济的脱节。
有一个比喻非常形象,金融之于实体经济,就像血液之于身体一样重要。血液要能够高效率地分配到我全身的重要部位,身体才能健康。但就像身体的血管发生的问题类似,我认为整个金融市场和实体经济存在"互而不相联,联而不通,通而不畅"的问题。
以房贷为例,融360刚刚统计的《2014年全国房贷报告》发现,北京是全国房价最高的城市,相对而言,房贷利率却是最低的,三四线城市总体都要比一二线城市高。在现有金融体系下,钱还是很难到流到三四线城市,很难流到实体经济的毛细血管。就像上面说的,支流不通畅,上面再怎么宽松,制造出来的都只能是金融泡沫。
作为互联网金融的代表,融360希望能解决一些问题。融360作为一个金融搜索平台,过去三年通过我们申请到的房贷、车贷、经营贷、无抵押消费贷等累计18000亿元。形象地说,我们一直在帮助金融体系疏通“毛细血管”。
首先,融360一直专注于金融搜索,这是解决信息不对称的很好方式,对于互联互通是很有帮助。实际上,银行不是不知道实体经济的小微企业缺钱,也不是不愿意贷,而是认为风险高,沟通成本大,互联网金融能帮银行解决风险定价和服务的问题。
我们去年已经推出一系列适用于移动端的应用,用户从移动来的比例接近70%,铺设了线下的便利店,吸引了近千万级别的用户。这千万级别的用户,是之前传统金融很难覆盖或服务好的,而通过互联网和移动互联网方式,他们的金融需求得以解决。
短期看,互联网金融行业对传统金融行业会有一定的冲击,但是长期而言,这些创新终究会被传统金融企业吸收、演变,最终向健康的方向发展。
希望是,以后农民在田间炕头,小企业主在机器旁边,就能通过互联网金融的方式搜索、申请贷款,与富人和大企业一样,享受到最贴心、定制的服务。如此循环、健康的金融生态体系,才能让实体经济的繁荣。
这样,金融股带领的中国股市,才能在未来10年里得到真实可靠的上涨支撑。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。