金融科技的发展可以通过提高社会福利和经济效率为社会带来利益。但是,研究表明,仅现任金融机构对金融科技的采用将无助于实现金融科技的全部潜在利益。Philippon(2017)和Bazot(2013)发现,在过去一个世纪中,金融中介的单位成本相对不变,为2%。2这与期望随着时间的推移在金融中增加技术的使用应提高生产率,从而降低财务成本。一种可能性是,由于金融体系内缺乏竞争,因此尚未将收益转移给消费者。因此,菲利普(Philippon)建议,应鼓励金融科技球员进入金融行业,以提高竞争并提高其效率。
可选:Philippon,《大逆转》20-22、25-96(第 20 课补充 92-165)。如果你想读完整本书,它对数据和辩论的最新进展进行了非常清晰的解释,面向受过高等教育且有奉献精神但未受过经济学训练的普通读者。如果你不想读,我建议你读 101-105(沃尔玛)、109-114(沃尔玛诉亚马逊),其中提出了他所谓的“良好专注”对穷人可能带来的好处的问题,以及 75-85,并查看整本书中的所有图表。我将做一个简短的讲座,重点介绍主要见解。
4 与此同时,许多技术发展(尤其是信息和通信技术 (ICT) 领域)提高生产率的前景尚未实现。事实上,许多新技术(如大数据和人工智能)似乎偏向现有企业,并进一步鼓励集中化,限制了生产力在整个经济中的传播。快速的信息和通信技术创新与缓慢的总体生产率增长之间令人费解的差异的其他解释包括这些新技术的经济效益被夸大、生产率被错误衡量,或者考虑到采用新技术所需的投资,包括培训现有和潜在工人获得数字化工作场所所需的技能,收益需要时间才能显现。有关详细讨论,请参阅 Mihet 和 Philippon (2019)。
因此,这些长期的批评者在过去十年中催生了金融科技运动(Philippon,2022),这是一股旨在利用自动化技术(尤其是人工智能工具)提高个人银行业务效率的创业潮流。当然,这场创业运动也有其学术对应物(请参阅(Knewtson & Rosenbaum,2020)的定义)。如今,金融科技的目标客户既包括家庭,也包括金融专业人士。对于家庭而言,金融科技试图解决的问题主要是速度问题。例如,最近的证据表明,自动化技术已被证明可以将获得贷款和保险所需的时间缩短约 30%。对于专业人士而言,金融科技一直致力于提供工具来提高工人的生产力。这是通过审查职业价值链(Grossman & Rossi-Hansberg,2008)并尽可能多地自动化活动来实现的,以便专业人员可以为更多家庭提供服务(Chatterjee & Grable,2022;Todd & Seay,2020)。请注意,原则上,这也应该导致金融产品/服务价格降低。
COVID-19 疫情已夺走 20 多万人的生命(截至 2020 年 4 月 27 日),迫使世界大部分地区实施大规模封锁,并造成了 90 年来最严重的全球经济衰退。经典的 SIR(易感-感染-康复)模型是研究人员和政策制定者理解和控制疫情的关键工具,该模型最初由 Kermack、McKendrick 和 Walker(1927 年)提出。SIR 框架及其各种扩展模拟了在康复者对疾病免疫且易感人群随着时间的推移而减少的环境下感染的传播和最终控制。2该模型的最简单版本由三个微分方程组成,可以对一系列感染的动态进行良好的首次近似。 3 最近的一些论文开始纳入经济权衡,并在此框架内进行最优政策分析(例如 Rowthorn 和 Toxvaerd,2020 年,Eichenbaum、Rebelo 和 Trabandt,2020a 年,Alvarez、Argente 和 Lippi,2020 年,Jones、Philippon 和 Venkateswaran,2020 年,Farboodi、Jarosch 和 Shimer,2020 年以及 Garriga 等人,2020 年)。4
标准普尔 500 指数的前 10 只股票占该指数市值的很大一部分,也占其 2024 年出色表现的很大一部分。那么,今天的股市集中度到底有多反常,有多令人担忧?高盛的 David Kostin 认为,异常高的集中度值得投资者关注,因为历史表明,高集中度与较低的长期回报相关。但 Acadian 的 Owen Lamont 认为对集中度的担忧被夸大了,他认为集中度高的市场本质上并不具有更高的风险,也不预示着未来的糟糕表现,尽管高估值往往如此。问题的核心在于当今主导股票的优异表现能否持续较长时间。Lamont 和 Kostin 都认为这可能很难,纽约大学斯特恩商学院的 Thomas Philippon 和 Cravath 的 Noah Phillips 则对持续优异表现的一个关键风险发表了看法:反垄断审查。因此,高盛策略师建议继续投资美国股票,但建议将部分资产转移到等权重指数,并跨策略和地区进行多元化投资。“