摩根大通能否凭借AI突出重围？ 原创

全美最大、盈利最佳的摩根大通银行首席执行官杰米·戴蒙（Jamie Dimon）也急了。

9月20日戴蒙来到底特律，为纪念摩根大通通过其前身公司（第一共和银行）进入该市 90 周年，以及该公司在该市重新开展业务 10 周年。

在底特律经济俱乐部活动上，戴蒙对美联储的加息表示了不满：“央行在开始加息方面‘晚了一天，少了一美元’，过去18个月的快速加息只是‘迎头赶上’。”

戴蒙进一步表示，美联储可能不得不在未来几个月继续提高基准利率，以对抗持续的通胀。

美联储主席杰罗姆·鲍威尔成了大美最后的裱糊匠，忙得焦头烂额：一手要保美股美债，一手要保通胀，手段就是加息。

鲍威尔按下了葫芦（利息）又起了瓢（通胀）。

想要维持在2%的通胀率却恐又被这场居然是在拜登总统支持下的15万汽车工人大罢工、要求涨薪40%的呼喊声中泡汤了。

乌云正在美国金融业的上空盘旋

近两年，在新冠、俄乌战争的双重影响下，居然都没能把美股打趴下，反而越涨越高一片繁荣景象。

现在，一股无形的力量正向美股压来。美股正遇到疫情之后最大规模的做空。VIX恐慌指数显示，最近一个月上升了614个基点，达到了疫情前2020年1月相似的水平。

据高盛的统计，当前，美国股市多头/空头比率为1.57，今年8月初时这一比率为1.60。当前的比率已经接近5年来的低点。对冲基金已连续三周，过去六周中有五周净做空美股。

美债如落水的凤凰，沦落到无人问津的地步。就在9月11日，美联储发售3年期国债，卖出率也创下了57.7%的历史新低。原来的“香饽饽”在全球的央行及投资者面前却成了“烫手的山芋”。美联储为避免流拍也向日本学习玩起了“左手倒右手”的把戏，联邦政府买下了22.1%，一级交易商分摊了20.2%。

高涨的收益率也让美债的价值暴跌。还是在这一天，美国国债被全线抛售，特别是短期国债表现更不佳：两年期美债收益率由0.42%上升至5.005%；10年期美债收益率上升0.94%，达到4.296%。美债收益率与价格成反比，收益率上行时，投资者会抛售美债以减少损失。这也正符合戴蒙的判断：随着利率上升速度快于大多数人的预期，国债的价值会下降。

银行更是屋漏偏逢连夜雨。据美联储在9月10日公布的数据显示，经季节性调整后，美国银行业遭遇美国硅谷银行危机以来最大的存款外流，大型银行存款流出超过500亿美元（自7月以来最大），小型银行存款流出超过150亿美元（自3月以来最大），这使得大型银行存款 （SA） 处于 2021年4月以来的最低水平，小型银行存款也处于7月以来的最低水平。银行原本赚利差的生意，却被迫必须把钱存到美联储赚那百分之五点几的利息。

把未来压在人工智能上

鲍威尔把通胀控制在2%的目标怕是保不住了。

“我说的是四个月后，六个月后 ——通货膨胀率将达到4%，并且不会因为一系列原因而下降。“戴蒙这样预测。

戴蒙为何说得如此地斩钉截铁？

是因为戴蒙担任摩根大通CEO以来亮眼的业绩么？

2022年摩根大通发布的财报显示，摩根大通与第一银行合并以来（2004/7/1-2022/12/31)摩根大通股票复合年收益达到9.9%，相比于其他银行，按标普金融指数的4.4%算，可谓是遥遥领先。并且2022年给他的股东们带来了18% 的有形股本回报率 (ROTCE)。

还是因为摩根大通满足并通过了美联储的综合资本分析和审查（CCAR）的压力测试？

正如戴蒙2022年年报中十分有信心地告诉他的客户和股东的那样：“摩根大通现在拥有足够的总损失吸收能力，可以承受 CCAR 峰值损失（使用美联储的数据）八倍以上。”

显然这些都不是，戴蒙表示：“人工智能以及为其提供数据的原材料对于我们公司未来的成功至关重要——实施新技术的重要性怎么强调都不为过。”

就在不久前的四月，摩根大通公司公布了一种人工智能驱动的模型，旨在破译央行的信息传递并发现潜在的交易信号。

根据美联储的声明和25年来的央行行长讲话，包括约瑟夫·卢普顿（Joseph Lupton）在内的该公司经济学家采用了基于ChatGPT的语言模型来检测政策信号的基调，有效地对它们进行了评级，从容易到限制，摩根大通称之为鹰鸽评分。

经济学家将指数与一系列资产表现进行对比，发现人工智能工具可用于预测政策变化，并发出可交易的信号。例如，他们发现，当模型显示美联储发言人在会议间隙的鹰派情绪上升时，下一个政策声明变得更加鹰派，一年期政府债券的收益率上升。

卢普顿和他的同事对此的评价是：“初步成果令人鼓舞。”

基于摩根大通模型，尽管近几个月美联储声明的读数有所波动，美联储发表讲话的读数呈下降趋势，但两者都仍徘徊在二十年来的最高水平附近，这是持续鹰派的明显迹象。

根据经济学家在彭博调查中预测的中值，预计美联储下周将基准利率再上调25个基点至5.25%。

投资者一直关注美联储的政策路径，此前美联储为对抗通胀而采取的积极紧缩行动，导致股市和债券去年陷入罕见的一致抛售。虽然资产价格已经回升，但债券交易员一直押注今年晚些时候降息，无视美联储主席杰罗姆鲍威尔关于2023年降息不在他脑海中的警告。

按照摩根大通的模型，美联储鹰鸽派评分每上升10个百分点，现在就意味着美联储下一次政策会议上加息25个基点的可能性增加了大约10个百分点，反之亦然。

为了让这类成果更加深入并取得更广泛的应用。摩根大通以及其他银行如第一资本、BBVA 和 ING 等知名企业与大学的合作和国际合作来战略性地培育生态系统，采用开源合作来推动知识产权发展。

研究者认为：政策制定者和主要国际机构通过融合不同模型、经济理论和务实观点的投入来制定预测。由此产生的共识为政策决策提供信息。这就是人工智能可以发挥更大作用的地方。

通过处理大量数据集、检测模式并整合多个变量，人工智能可以完善经济和货币预测。中央银行和政府将从对通胀、国内生产总值增长和失业率等指标的更准确预测中受益。这些增强的模型可以为政策选择提供信息，改善利率、流动性管理和宏观审慎措施的决策。

为了让这些伟大的构想一步步成为现实，摩根大通最近任命了在该公司已工作三十多年的 Teresa Heitsenrether 领导一个新成立的数据和分析部门 ，该部门将管理该公司在技术方面的工作。

戴蒙表示：如今，我们已经有 300 多个人工智能用例投入生产，用于风险、勘探、营销、客户体验和欺诈预防，并且人工智能贯穿我们在全球的支付处理和资金流动系统。人工智能已经为我们公司增加了巨大的价值。

人工智能帮助我们显着降低了零售业务的风险（通过减少欺诈和非法活动）并改善交易优化和投资组合构建（通过提供最佳执行策略、自动化预测和分析）。

目前，摩根大通有1000 多名数据管理人员、900 多名数据科学家（创建新模型的 AI 和机器学习 (ML) 专家）和 600 名 ML 工程师（编写将模型投入生产的代码）。他们专注于自然语言处理、时间序列分析和强化学习等方面的人工智能和机器学习。

戴蒙进一步表示：“我们正在设想新的方法，通过以人为本的协作工具和工作流程，利用大型语言模型（包括 ChatGPT）等工具，通过人工智能来增强和增强员工的能力。同时，还有一个由 200 人组成的顶尖人工智能研究小组，致力于研究金融领域最困难的问题和新领域。”

但对于外部的人工智能工具在内部的使用上戴蒙是保守和谨慎的。摩根大通不但没有鼓励员工使用ChatGPT还暂时禁止员工使用 ChatGPT等类似的工具 。

戴蒙认为：人工智能和数据使用很复杂，必须遵守当地法律。但我们这样做绝对有必要，既是为了之前描述的好处，也是为了保护公司和金融体系——因为你可以确定坏人也会使用它。

银行的对手并不是另一家银行，数字化才是真正的“敌人”

银行业的竞争变得更加激烈，然而真正的竞争对手可能并不是来自于银行业内部。

戴蒙敏锐地发现:沃尔玛（每周拥有超过 2 亿店内顾客）可以使用新的数字技术有效地为客户提供银行类型的服务。

苹果公司已经通过Apple Pay和Apple Card在银行类服务领域占据了强大的地位，并且正在积极进军其他类似服务，如支付处理、信用风险评估、个人对个人支付系统、商户收单和立即购买。稍后付款优惠。

大型科技公司已经 100% 数字化，拥有数亿客户，以及数据和专有系统方面的巨大资源，所有这些都赋予它们非凡的竞争优势。

为了应对这些潜在竞争对手，戴蒙也只有拿起同样的武器——数字化来应对。

戴蒙指出：“我们已花费超过 20 亿美元建设新的基于云的数据中心，并正在努力对我们的大部分应用程序（及其相关数据库）进行现代化改造，以便在我们的公共和私有云环境中运行。迄今为止，我们已将大约 38% 的应用程序迁移到云端，这意味着我们超过 50% 的应用程序组合（包括第三方基于云的应用程序）正在现代环境中运行。”

同时利用好人工智能与基于云的系统（无论是公共的还是私有的）以及数字功能的高度融合。“我们需要云的按需计算能力、灵活性、可扩展性和速度。基于本地云的方法最终将更快、更便宜，并与最新的人工智能技术保持一致，它们将使我们能够轻松访问不断发展的开发人员工具。”

戴蒙也认识到通往云的旅程是艰苦的，同时也是必要的。“要释放云和近 550 PB 数据的全部潜力，需要对大约 4000 个应用程序进行平台重组和重构（即重写）。这项工作不仅需要我们 57000 名技术员工，还需要全公司管理团队投入时间来帮助完成这一过程。”

人工智能是“下一个新事物”，该技术将“部署在公司的每个部门。” 戴蒙对此深信不疑。