年末工作總結時,想想忙碌了一年的A股分析猿,也是不容易啊。既要推得出好票,服務的好客戶,又要不斷擴大自己市場影響力,啃得下新財富;十項全能全做完,才桑心地發現,即使算準了上市公司盈利預測,沒想到竟然沒算準研究所給自己的獎金承諾!
舉個最大牌的栗子吧,從2010年起穩拿新財富電子行業第一名的趙曉光,2014年3月才去的安信證券做研究所所長,2016年國慶節後,便轉會至天風證券。講真,要不是趙曉光,誰知道天風證券是個什麽鬼,為啥要跳去個名氣還沒自己大的券商呢?
江湖傳言主要是安信當年給的獎金承諾存疑。雖然當年把人家挖過去時候,承諾會按一定比例給研究所分傭金,但2015年來了場牛市,傭金爆炸,分析猿要怎麽證明,這是研究員的研究拉動的呢?
這話擱在別的分析師身上,還能爭論爭論,可是曉光總的江湖地位、市場影響力,怎麽可能是一場牛市的beta呢,反正我只知道2015年港股那場小牛市,alpha就是曉光總推出來的。
要說這麽多年,曉光總的影響力是大家有目共睹。碩士畢業入行後四年就做到首席,上榜新財富;而且服務起客戶來沒話說,江湖八卦,年輕打拼江山時候,一個晚上能陪客戶洗四次腳;離開中金後,每跳次槽,客戶入群的門檻就越來越高,據說在安信時候,想入曉光總的群,得先交200萬(想想博主的群,可能連活躍度都是個問題,就更別說還能收入群會費了);最令人佩服的是,市場影響力如此之大,無論上市公司、基金買方、還是同行會相輕的賣方二級狗,都對曉光總服氣的不要不要的,覺著他是一個可以改變行業的人。
(至於他在行業的整合,對一級半市場的貢獻,博主就不方便多說了。去年寫過一次曉光總,結果被找了好幾波身邊的朋友前來和諧文章。你們自己體驗下二級狗做到這份上,能量有多大了吧。)
所以我就沒搞明白,抱著這麽一塊大金磚,安信怎麽就沒留住人呢?但倒是可以理解二級狗一言不合,就用腳投票的作風,只要市場影響力大,二級狗去哪不行啊。
不過哩,廣大A股二級狗,別說做成曉光總的江湖地位,就是做出頭也不是件容易的事。這周讀了篇UBS的A股科普報告,下面來分享幾個數據。
截止2016年11月7日,我們大A股上市公司2961家,美股上市公司4740家;並且A股的賣方分析師供給嚴重過剩,111家券商共有2350位持牌分析師,如果算上買方分析師,估計A股二級狗得有5000人!
也就是說,把A股的上市公司全部cover下來都不是什麽大問題。事實是,2961家A股上市公司,有92%得到了賣方分析員的覆蓋,美股中被覆蓋的公司比例為71%。
發布頻率就不用提了,A股分析員日日、周周發發報告是hin正常的;今年新財富的數據顯示,80家券商共發布了13萬篇報告,深度研究報告53613篇,同比增長15%,也不知道買方的小夥伴讀不讀的過來。
但這就帶來了兩個重要的問題:
一是報告全是買買買,97%的A股研究報告都是買入評級,敢情A股遍地是黃金啊;
二是A股盈利預測大多不靠譜,就看2015年對89只兩地掛牌的股票的盈利預測,港股二級狗猜中盈利的占了大多數,A股二級狗預測不準盈利的占了大多數。
不僅僅是2015年哦,從2013年至今,A股二級狗能盈利預測誤差在10%以內的只有24%,而港股中二級狗至少有一半都可以。
為啥會這樣哩?關鍵還是市場風氣啊,一個天天追漲殺跌的市場,一個行業供給如此過剩、競爭如此激烈的地方,你去搞匠心般的研究,時不時還再來個客觀中立(很可能就要建議賣出的)報告,這不是搞笑麽。
雖然A股的市值還沒拿下世界第一,但我們的換手率已經傲視全球了啊。2016年A股的年化換手率是2.7倍,美股只有0.43倍;就是說A股的倉位平均四個月就全部換一次,創業板就更快,只要三個月倉位就能從鳳姐變成Angelababy;按照市值區分,投資者對10億美金市值以下的小盤股持倉天數平均只有50天,大盤股大概只會持有6個月。
這種風格的結果就是:就算是泡沫,A股也要比世界任何國家的要更加猛烈。美國和日本需要三年才破的泡沫,臺灣要兩年,A股只用十!個!月!
雖然權益類投資,外資大哥最關心的問題之一都是:這公司治理咋樣。但在A股呢,基金經理關心每天的排名都來不及,與其看公司管理層有啥問題,不如找到盟友,排好每天市值管理的值日班表,搞好一年的業績,出來再怎麽折騰都不是問題啊。
根據China Economic Quarterly在2015年10月的研究,A股基金經理的業績跟自己的朋友圈有很大關聯,圈子里基金經理、上市公司高管越多、關系越深厚的,業績會比其他的PM多出9.12%,朋友圈最廣的PM比最不善交際的PM要整整高出11.4%。
所以炒好A股,人脈和影響力那真的是可以變成錢的啊,現在明白了像曉光總這樣,盈利看得準,行業研究又深厚的分析猿為什麽可以有這麽大的議價能力了吧。
最後祝各位二級狗們,不僅能研究清楚自己的行業,推得出好票,更能研究清楚公司給的獎金承諾靠不靠譜,攜手共同致富!
最後一枚橫炮:中環渣男的手機殼賣家秀今天已到,歡迎蝸的粉們前來選購,今年聖誕送禮佳品就是這了,購買鏈接在閱讀原文里哦!
公務員工資福利支出一直是社會關註的焦點。3月28日,財政部網站公布2017年中央財政預算,公布了今年中央部門公務員工資福利預算情況。
根據今年中央本級基本支出預算表,2017年工資福利支出預算數為4291.6億元,比2016年執行數增長5.6%,這一增速明顯低於去年預算數(12.1%)。
財政部解釋,“基本工資”2017年預算數增加,主要是2016年從7月1日起調整行政事業單位工資標準,當年安排半年調資經費,2017年按全年安排。
去年8月,人社部和財政部發布了關於調整機關工作人員基本工資標準的實施方案,從2016年7月1日起,公務員職務工資和級別工資有所提高,機關工人技術等級工資標準也有所調整,各類學校畢業生中錄用的公務員試用期工資標準也適當提高。另外,事業單位工作人員基本工資標準也有所提高,並增加機關事業單位人員離休費。
受此影響,2016年中央工資福利支出總額為4065.4億元,比2015年增長6.5%。
工資福利支出中,主要包括基本工資、津貼補貼、夥食補助費、其他社會保障繳費、獎金、績效工資等,其中津貼補貼和基本工資占比近八成。
值得註意的是,2017年中央工資福利支出中的績效工資預算約142億元,是2016年執行數3倍多,獎金預算數約為72億元,比2016年執行數增長32.9%。
財政部解釋稱,“績效工資”2017年預算數增加,主要是為與進一步推進事業單位績效工資改革銜接,部分事業單位將原列“津貼補貼”、“其他工資福利支出”科目的績效工資轉列“績效工資”科目。“獎金”2017年預算數增加,主要是因行政事業單位工資標準調整相應增加年終一次性獎金等。
另外,為適應機關事業單位養老保險制度改革要求,2017年工資福利一欄中,首次單列“機關事業單位基本養老保險繳費”、“職業年金繳費”。
在1萬多億的中央本級基本支出中,除了工資福利支出外,還有三大類,分別是商品和服務支出、對個人和家庭的補助、其他資本性支出,總金額預算數分別約為3675億元、2969億元和55億元。
商品和服務支出比去年微增(4.3%)。其中,備受關註的因公出國(境)費用、公務接待費、公務用車運行維護費2017年預算數分別為1.54億元、 5.43億元、25.81億元,比上年執行數增長79.1%、72.4%和34.9%。
在3000多億元的商品和服務支出中,其他商品和服務支出高達約1859億元,占總支出半壁江山。
據財政部2017年政府收支分類科目介紹,所謂其他商品和服務支出,包括行政賠償費和訴訟費、國內組織的會員費、來訪費、廣告宣傳、其他勞務費及離休人員特需費、公用經費等。
但是,這或許是人類最後一次戰勝人工智能的機會了。
AlphaGo戰勝了人類圍棋國手。今年1月,AI程序擊敗了德撲人類頂級職業玩家。面對人工智能,人類還有多少次可以戰勝的機會?
明天,亞洲的頂尖德撲牌手將再次迎戰人工智能。這次出戰的人工智能“冷撲大師”,是基於卡內基梅隆大學開發的Libratus,就是在1月在美國賓夕法尼亞,擊敗了四名頂尖人類高手,一舉獲得了20萬美元將近和177萬美元籌碼的德州撲克人工智能系統。
它將面對的是,是華人牌手“龍之隊”,由2016年世界德州撲克大賽WSOP金手鏈冠軍得主、常春藤資本合夥人杜悅領軍,戰隊成員由許朝軍、張淮、童舟、朱亞希、王天建六位撲克玩家圈內熟知的高手組成。這次比賽由創新工場、海南生態軟件園聯合主辦。
“勝率大約有10%。”杜悅在出征前坦承,“我希望中國龍之隊是最後一支能夠戰勝人工智能的團隊。”
“如果人類還有戰勝AI的可能,也許就是這次。”創新工場CEO李開複說。“當下次AlphaGo對戰柯潔,我認為,人類的勝出概率,基本為零。”
這次賽事,將在海南進行5天,長達45小時。獲勝一方,將獲得200萬元的獎金。而當人類面對機器已然勝算逐步下降的今天,這場人機對戰,又將代表什麽樣的意義?
突破“不完美信息”遊戲
創新工場之所以參與主辦這一賽事,或許與李開複的“人機對弈”情結息息相關。1988年,李開複在母校卡內基梅隆大學開發了“奧賽羅”,成為第一個擊敗黑白棋世界冠軍的人機對弈系統。而這次,他不僅為活動牽線,更為Libratus專門起了一個中文名“冷撲大師”。
2016年,卡耐基梅隆大學的Tuomas Sandholm教授曾領導開發了一個打撲克的程序Claudico,但是在一場面對數位高手的比賽中慘敗。這也是Libratus的前身。2017年,Sandholm 教授聯同Noam Brown博士開發完成了Libratus。
德撲和AlphaGo所擅長的圍棋不同。此前的20年里,被人工智能所攻克的圍棋、國際象棋和西洋雙陸,都是“完美信息”遊戲。也即是,所有玩家在遊戲中,能夠獲得公開和對稱的確定信息。遊戲中需要作出的決策點的數量,決定了機器的計算量。
而與之相比,德撲則是“不完整信息”遊戲。其中包含了更多的隱藏信息,每個玩家掌握的信息都是不對稱的,他只能看到自己的牌,卻不知道對手的牌,需要根據直覺推測對手手牌,選擇下註和放棄,並判斷對手的打法,想得到理想化的戰略,是非常困難的。因此,“不完整信息”博弈,就成為難以攻克的計算機難題。
冷撲大師Libratus,基於在匹茲堡超級計算中心大約1500萬核心小時的計算,用算法分析德撲規則,預測所有步驟的勝率,來進行自己的下一步。和AlphaGo用大量棋局做訓練不同,它的策略並非基於專業玩家的經驗,沒有用專業牌局進行神經網絡訓練,而是用隨機生成的牌局(隨機產生公共牌、底池籌碼、玩家拿牌概率)和嘗試性的動作帶來的結果(在隨機生成的輸入情況下模擬玩家跟牌後的結果)來作為訓練數據。Libratus還采用了博弈論,它通過納什均衡來計算如何應對對手的招數,通過平衡風險和收益,對自身的下一步進行修正,以期達到收益最大化。其程序名Libratus,就是來源於拉丁文“制衡”。
也因此,德撲被認為是人類博弈心理、智商和情商的高度體現,其中信息具有不透明性和不確定性,可以“詐唬”,甚至還帶有一定的運氣成分。打德撲所需的推理能力和心理戰術,是機器很難模仿的。也正因此,Libratus之前取得的成績,才在人工智能領域引起了巨大關註。
而在李開複看來,現實中,這種“不完整信息”才是常態。“世界上大部分的決策問題、商業問題,都不是單純靠強力的搜索和人工智能就可以解決的。”
高“情商”的AI
根據賽制,在4月6日-10日巔峰表演賽期間,中國龍之隊的六位牌手每人同時打兩手牌,進行每天上下午兩場共10小時的人機對戰,全程估計長達45小時達到36,000手牌。
表演賽為求降低發牌中的運氣因素,機器人將采用複式對稱發牌,兩兩成對的牌手其中一人將拿到與配對牌手對打的機器人底牌,因此六名牌手將拆分於兩個房間和冷撲大師對陣,比賽過程中還必須確保配對牌手彼此不能碰面交流。4月10日完賽時,將以人機各自積累的總計分牌數計算成績,決定最終200萬元獎勵花落誰家。
對於這次的德撲“人機大賽”,他和杜悅仍然“大膽”地把人類勝率預測為大約10%。“第一個畢竟這次的表演賽不如上次的對決那麽長,這次是36000手牌,上次是12萬,運氣成分會增加一些,人類的機會會有一些。第二,這次出戰的‘龍之隊’有計算機專業的學霸,他們對於計算機的理解更為深刻。”盡管如此,他也仍舊認為,遲早機器在符合以下三個前提的領域里,將全面戰勝人類:
第一,有海量的數據;
第二,數據有標準;
第三,單一領域。
“人工智能從AlPhaGo和冷撲大師所提煉出來的想法、技術和先進已經遠遠超過人類。”李開複說。“我們可以把AlphaGo理解為高‘智商’,但是冷撲大師是高‘情商’的。而且這樣的技術可以在很多商業的領域里面應用,因為大部分人類的信息都不是彼此公開的。”
同時,李開複表示:“另外一點就是,冷撲大師並非運用深度學習,而我們會由此認識到,未來會有更多的科學家發明更多的技術,讓AI給人類帶來更多的價值。”截止到目前為止,創新工場已經投資了Face++、馭勢科技、小魚兒科技等人工智能創新公司,但在李開複看來,更多地垂直領域的人工智能應用,仍將出現。他預計,現今這套人工智能撲克程序背後的模型,將適用於需要用到戰略推理和多方談判的場景,從企業談判、商務談判、外交談判、甚至到生活面的房屋買賣談判,十年內都將會部分或全面被人工智能所取代。
值得一提的是,這次表演賽,將在海南生態軟件園落地。而海南也將借此啟動人工智能產業基地。據了解,騰訊、樂視、360等1500家企業,也已經在海南生態軟件園落戶。助理總經理唐堯表示,人工智能產業得到了海南省的高度重視和扶持,海南生態軟件園也配套專項政策、政務及服務,積極布局人工智能產業。看來,業界對海南的認知,也在重構。
但是,這或許是人類最後一次戰勝人工智能的機會了。
AlphaGo戰勝了人類圍棋國手。今年1月,AI程序擊敗了德撲人類頂級職業玩家。面對人工智能,人類還有多少次可以戰勝的機會?
明天,亞洲的頂尖德撲牌手將再次迎戰人工智能。這次出戰的人工智能“冷撲大師”,是基於卡內基梅隆大學開發的Libratus,就是在1月在美國賓夕法尼亞,擊敗了四名頂尖人類高手,一舉獲得了20萬美元將近和177萬美元籌碼的德州撲克人工智能系統。
它將面對的是,是華人牌手“龍之隊”,由2016年世界德州撲克大賽WSOP金手鏈冠軍得主、常春藤資本合夥人杜悅領軍,戰隊成員由許朝軍、張淮、童舟、朱亞希、王天建六位撲克玩家圈內熟知的高手組成。這次比賽由創新工場、海南生態軟件園聯合主辦。
“勝率大約有10%。”杜悅在出征前坦承,“我希望中國龍之隊是最後一支能夠戰勝人工智能的團隊。”
“如果人類還有戰勝AI的可能,也許就是這次。”創新工場CEO李開複說。“當下次AlphaGo對戰柯潔,我認為,人類的勝出概率,基本為零。”
這次賽事,將在海南進行5天,長達45小時。獲勝一方,將獲得200萬元的獎金。而當人類面對機器已然勝算逐步下降的今天,這場人機對戰,又將代表什麽樣的意義?
突破“不完美信息”遊戲
創新工場之所以參與主辦這一賽事,或許與李開複的“人機對弈”情結息息相關。1988年,李開複在母校卡內基梅隆大學開發了“奧賽羅”,成為第一個擊敗黑白棋世界冠軍的人機對弈系統。而這次,他不僅為活動牽線,更為Libratus專門起了一個中文名“冷撲大師”。
2016年,卡耐基梅隆大學的Tuomas Sandholm教授曾領導開發了一個打撲克的程序Claudico,但是在一場面對數位高手的比賽中慘敗。這也是Libratus的前身。2017年,Sandholm 教授聯同Noam Brown博士開發完成了Libratus。
德撲和AlphaGo所擅長的圍棋不同。此前的20年里,被人工智能所攻克的圍棋、國際象棋和西洋雙陸,都是“完美信息”遊戲。也即是,所有玩家在遊戲中,能夠獲得公開和對稱的確定信息。遊戲中需要作出的決策點的數量,決定了機器的計算量。
而與之相比,德撲則是“不完整信息”遊戲。其中包含了更多的隱藏信息,每個玩家掌握的信息都是不對稱的,他只能看到自己的牌,卻不知道對手的牌,需要根據直覺推測對手手牌,選擇下註和放棄,並判斷對手的打法,想得到理想化的戰略,是非常困難的。因此,“不完整信息”博弈,就成為難以攻克的計算機難題。
冷撲大師Libratus,基於在匹茲堡超級計算中心大約1500萬核心小時的計算,用算法分析德撲規則,預測所有步驟的勝率,來進行自己的下一步。和AlphaGo用大量棋局做訓練不同,它的策略並非基於專業玩家的經驗,沒有用專業牌局進行神經網絡訓練,而是用隨機生成的牌局(隨機產生公共牌、底池籌碼、玩家拿牌概率)和嘗試性的動作帶來的結果(在隨機生成的輸入情況下模擬玩家跟牌後的結果)來作為訓練數據。Libratus還采用了博弈論,它通過納什均衡來計算如何應對對手的招數,通過平衡風險和收益,對自身的下一步進行修正,以期達到收益最大化。其程序名Libratus,就是來源於拉丁文“制衡”。
也因此,德撲被認為是人類博弈心理、智商和情商的高度體現,其中信息具有不透明性和不確定性,可以“詐唬”,甚至還帶有一定的運氣成分。打德撲所需的推理能力和心理戰術,是機器很難模仿的。也正因此,Libratus之前取得的成績,才在人工智能領域引起了巨大關註。
而在李開複看來,現實中,這種“不完整信息”才是常態。“世界上大部分的決策問題、商業問題,都不是單純靠強力的搜索和人工智能就可以解決的。”
高“情商”的AI
根據賽制,在4月6日-10日巔峰表演賽期間,中國龍之隊的六位牌手每人同時打兩手牌,進行每天上下午兩場共10小時的人機對戰,全程估計長達45小時達到36,000手牌。
表演賽為求降低發牌中的運氣因素,機器人將采用複式對稱發牌,兩兩成對的牌手其中一人將拿到與配對牌手對打的機器人底牌,因此六名牌手將拆分於兩個房間和冷撲大師對陣,比賽過程中還必須確保配對牌手彼此不能碰面交流。4月10日完賽時,將以人機各自積累的總計分牌數計算成績,決定最終200萬元獎勵花落誰家。
對於這次的德撲“人機大賽”,他和杜悅仍然“大膽”地把人類勝率預測為大約10%。“第一個畢竟這次的表演賽不如上次的對決那麽長,這次是36000手牌,上次是12萬,運氣成分會增加一些,人類的機會會有一些。第二,這次出戰的‘龍之隊’有計算機專業的學霸,他們對於計算機的理解更為深刻。”盡管如此,他也仍舊認為,遲早機器在符合以下三個前提的領域里,將全面戰勝人類:
第一,有海量的數據;
第二,數據有標準;
第三,單一領域。
“人工智能從AlPhaGo和冷撲大師所提煉出來的想法、技術和先進已經遠遠超過人類。”李開複說。“我們可以把AlphaGo理解為高‘智商’,但是冷撲大師是高‘情商’的。而且這樣的技術可以在很多商業的領域里面應用,因為大部分人類的信息都不是彼此公開的。”
同時,李開複表示:“另外一點就是,冷撲大師並非運用深度學習,而我們會由此認識到,未來會有更多的科學家發明更多的技術,讓AI給人類帶來更多的價值。”截止到目前為止,創新工場已經投資了Face++、馭勢科技、小魚兒科技等人工智能創新公司,但在李開複看來,更多地垂直領域的人工智能應用,仍將出現。他預計,現今這套人工智能撲克程序背後的模型,將適用於需要用到戰略推理和多方談判的場景,從企業談判、商務談判、外交談判、甚至到生活面的房屋買賣談判,十年內都將會部分或全面被人工智能所取代。
值得一提的是,這次表演賽,將在海南生態軟件園落地。而海南也將借此啟動人工智能產業基地。據了解,騰訊、樂視、360等1500家企業,也已經在海南生態軟件園落戶。助理總經理唐堯表示,人工智能產業得到了海南省的高度重視和扶持,海南生態軟件園也配套專項政策、政務及服務,積極布局人工智能產業。看來,業界對海南的認知,也在重構。
柯潔這次,還信心依舊麽?
2016年,AlphaGo和李世乭的對弈,以機器的勝利、人類的敗局而告終。
明天,5月23日,在烏鎮,同樣的大戰,在圍棋世界冠軍柯潔和AlphaGo之間,將再次上演。世界頂尖棋手,和最新概念的圍棋AI的對抗,又將告訴我們些什麽?對於明天的人機大戰,我們將關註什麽,又應該知道什麽?看看黑君為你整理的這幾項備忘錄吧。
時間和地點
5月23日-27日,在世界互聯網大會永久會址——浙江桐鄉烏鎮,中國圍棋協會和浙江省體育局將攜手谷歌共同舉辦“中國烏鎮圍棋峰會”。
賽程安排
5月23日 10:30-17:30
柯潔 VS AlphaGo
三番棋賽制,無論輸贏雙方必須要下滿三局,每方將有3小時時間,用時結束後將有5次1分鐘讀秒。
5月25日 10:30-17:30
柯潔 VS AlphaGo
5月26日 8:30-12:30
配對賽
2位中國棋手將分別與AlphaGo組隊,每方1小時,用時結束後將有1次1分鐘讀秒。
古力(九段)+AlphaGo
VS
連笑(八段)+AlphaGo
5月26日 13:30-18:30
團隊賽
五位中國棋手將組成團隊,對決AlphaGo,每方2.5小時。用時結束後將有3次1分鐘讀秒。
陳耀燁(九段)+周睿羊(九段)+羋昱廷(九段)
+時越(九段)+唐韋星(九段)
VS
AlphaGo
5月27日 10:30-17:30
柯潔 VS AlphaGo
獎金是多少?
去年AlphaGo對戰韓國棋手李世乭時,谷歌提供了100萬美元的誘人獎金,但是今年更多,達到了150萬美元(約合1033萬人民幣)。據爆料,柯潔的出場費為30萬美元。
雙方看點
AlphaGo 2.0 :一個沒有學習過人類棋譜的人工智能
據報道,此次參戰的 AlphaGo 2.0 可能采用了全新的算法模型,即未先學習人類棋譜的經驗,而是直接通過對戰來獲得認知和能力。
AlphaGo的做法是使用了蒙特卡洛樹搜索與評估網絡(Value Network)和走棋網絡(Policy Network)兩個深度神經網絡相結合的方法,其中一個是以估值網絡來評估大量的選點,而以走棋網絡來選擇落子。在這種設計下,電腦可以結合樹狀圖的長遠推斷,又可像人類的大腦一樣自發學習進行直覺訓練,以提高下棋實力。
訓練一個沒有學習過人類棋譜的人工智能。不再受到人類棋譜的局限,走出真正的“人工智能”棋路。現在的AlphaGo,比起去年的AlphaGo1.0,無疑有了更加巨大的飛躍。
柯潔:抱必死的決心
在4月10日的發布會上,柯潔表示:這次能代表人類出戰是我的榮幸,我將盡全力去爭勝,一決勝負,抱有—— 必勝的信念和必死的決心,不輕易言敗! 。DeepMind創造的人工智能能給我們帶來更加美好的未來,未來會因他們改變。我是站在歷史的節點上,非常榮幸。
歷史上有幾次人機大戰?
而在AlphaGo上,還有一個強大的武器。前不久,谷歌公布了TPU的細節,它在神經網絡層面的操作上,處理速度比當下GPU和CPU快15到30倍;在能效比方面,比GPU和CPU高30到80倍;在代碼上也更加簡單,100到1500行代碼即可以驅動神經網絡。
一次是全球矚目的AlphaGo對戰李世乭。它完全可以稱作一次“巔峰對決”,它掀起的是體育和科技界共同的高潮,吸引了全世界的關註,在首輪對決中,根據某門戶的數據,就有全球1億人次觀看了直播,其中中國就有6000萬人。而它的結果也可謂成功,那就是,人工智能、深度學習,這些原本是高在雲端的名詞,瞬間被大眾所接受,帶來前所未有的AI熱潮,人工智能相關的創新技術和公司,紛紛走向前臺。
Master在去年年末掀起了第二波熱潮。以此為註明網名的“棋手”,在圍棋網站弈城和野狐上,一路過關斬將,擊敗了常昊、時越、古力等眾多圍棋好手,“韓國第一人”樸廷桓、“日本第一人”井山裕太,以及世界排名居首的柯潔,也對戰落敗。60連勝後,Master被證實是AlphaGo。
今年1月,在美國賓夕法尼亞,卡內基梅隆大學開發的德撲AI程序Libratus擊敗了四名頂尖人類高手,一舉獲得了20萬美元將近和177萬美元籌碼的德州撲克人工智能系統。這也是人工智能第一次在德撲比賽中獲勝。
在今年3月19日結束的第10屆UEC杯世界圍棋“機機大戰”中,來自中國的騰訊圍棋人工智能程序“絕藝”,戰勝衛冕冠軍日本圍棋人工智能程序“DeepZenGo”奪冠。UEC杯是世界權威的計算機圍棋大賽,由日本電氣通信大學於2007年創辦,承載了計算機攻克圍棋項目的使命。在取“絕藝”這個名字之前,它以weigo為名,以“虎虎有生氣”的ID於2016年8月首次在野狐平臺(騰訊旗下圍棋對弈平臺)下棋,8月23日首次戰勝職業棋手;9月4日,weigo以“野狐掃地僧”ID連贏 ID為tby的網友8局;11月1日,weigo正式以“絕藝”ID亮相野狐,並沿用到了現在,多次戰勝中日韓三國一眾頂尖棋手,成為野狐首個晉級“十段”的棋手。
更遑論,今年還有百度的小度,在最強大腦的節目舞臺上大“秀”頭腦,用自己的圖像識別等技術,挑戰人類智商。
每一次的人機對決,人類都毫無懸念,毫無勝算。
那麽,柯潔這次,還信心依舊麽?
歡迎關註黑智
無論是管理個人還是管理一家企業,我們都要學會超越常識,超越本能,努力的去尋找那些聽起來匪夷所思,但是卓有成效的理念和方法。
來源 | 筆記俠
作者 |
筆記君說——
俠客,你好!新商業路上,雖不能與你並肩作戰,但可以一起相互守望。
無論是管理個人還是管理一家企業,我們都要學會超越常識,超越本能,努力去尋找那些聽起來匪夷所思,但是卓有成效的理念和方法。
有哪些反常識、反本能相關的案例呢?
在一個黑天鵝事件越來越多的世界,我們需要一種反常識的意識和能力。
真正有效的措施、路徑、手段往往都具有一個特點,那就是反常識、反本能。
今天要跟大家講的就是一個與反常識、反本能相關的案例。
Zappos反常的“離職獎金”
Zappos是由華裔美國人謝家華先生創辦的一家專門在網上賣鞋的企業。
亞馬遜以超過10億美金的價格收購了這家公司,可以說是一家真正的獨角獸。
這家被收購來的公司的管理理念、管理方法已經成了亞馬遜整個公司的管理手段和文化的一部分,在全公司開始推行。
除了業績驕人外,這家公司還有一種管理方法特別引人註目。
這個管理措施就是在公司設立“離職獎金”——當你要從這家公司離開的時候,公司為你提供高達4000美元的獎金。
這家公司選人很嚴格,選完人以後,它要對這些選進來的員工進行差不多一個月的培訓。
當培訓結束以後,公司給這些員工提供兩種選擇:一,留下來;二,你可以離開這家公司,如果你決定離開這家公司,公司會給你4000美元的獎金。
這聽起來真的有點荒唐。按常理,如果一個員工經過了一段時間的培訓,他發現他跟這家公司的文化、管理方式不兼容的時候,他會產生去意。那你要走就走就得了,為什麽還要給4000美金的獎金。
這聽起來顯然花的是一筆冤枉錢。但是,很多特別有效高妙的手段,恰恰都是聽起來有點荒唐的。
1.面對沈沒成本,敢於割肉
Zappos公司之所以采取這個措施,是因為他們看到了並且承認一個事實,是有些公司可能已經看到但不願承認的:新來的員工當中,總有一些是要離開這個公司的。很可能在半年之內就有一些員工離開這家公司。
很多公司沒有註意到這樣一個事實,那些不太情願但是又不想離去的員工,如果留在這個公司的話,他對公司產生的作用可能很小。
在很多情況下,一個人不在一個組織里頭起好作用,常常就會起壞作用。
這些員工可能會很長時間在這個公司混,他給公司造成的損失除了可以計算出來的薪酬、福利之外,他給工作造成的隱性的破壞、他對公司文化的負面的影響等等。
我們很多公司是不會去算那筆賬的。
如果對員工做一個簡單的分類的話,其實只有兩種員工。
一種是圍繞事情來賺錢的員工;還有一種是圍繞錢來做事的員工。
這樣的員工他每天頭腦當中大部分時間想的是我得到了什麽,而不是我為這個公司貢獻了什麽。
如果這樣的員工留在公司的話,整個公司就會出現那些小小的價值黑洞。它會悄悄吞噬公司的價值。
Zappos公司相當於用4000美元就將那些圍繞錢做事,或者為了錢來混事的人一下子給引蛇出洞了。
這里包含一種對沈沒成本的認識,就是首先只要你雇人就免不了會雇傭那些價值觀、性格、技能都有問題的人,總有一個百分比存在。
與此同時,既然他們存在,他們就一定對公司造成損失。這個損失可以理解為沈沒成本。
智慧的人能夠面對沈沒成本敢於割肉。
在股市上,如果你在心理上過不了這個關,別說辦企業,你炒股都會出大問題。所以設立離職獎金這樣一個看起來有點荒唐的舉措,其實是一個相當有效,又相當省錢的辦法。
有意思的是,最終拿了離職獎金離開的人,只占總人數的2%~3%。
2.用好“文飾效應”
這個措施還包含著一個我們常常忽略的巨大好處,那就是它會悄悄地,但又很有效果地去影響留下來的員工。這里也涉及到心理學上的一個現象。
這個現象有人稱之為認知失調的平衡,也有人稱為選擇當中的文飾效應。
在生活中有一種常見的現象:一個人新買了一種東西,他會向旁人不斷地強調這個東西是如何的好,如何物有所值,甚至物超所值。
盡管他心里可能覺得買這個東西有點不值,但恰恰是當他心里頭越覺得有點不值,或者說付出的成本越高,就越有沖動去合理化他的這個選擇。
甚至有的人交了一個女朋友以後,他心里頭有點心虛,他會用各種方式向別人彰顯他的選擇是對的。
這是人性的普遍規律,我們都有一種沖動,將自己的選擇合理化、合法化,甚至會繼續投入成本,告訴自己,也告訴別人自己的這個選擇是對的。
我們回過頭來看留下來的員工。當他們拒絕了4000美元的獎金留下來的時候,也就是說他在這個事情上已經付出了4000美元的成本,他會在心里有意無意的強化自己這個選擇的合理性。
用《怪誕行為學》的作者艾瑞里的話來說,一個員工在拒絕了4000美元的第二天,他醒來會說,天啊,我那麽多錢都不要了,我肯定是超級熱愛這個公司。
Zappos公司在培訓後給新員工提供離職獎金,不僅讓潛在會瀆職的員工在發生重大的損失之前離開,更讓留下來的員工更加投入的工作。
不接受這筆錢無論對公司還是對員工來說都意味著他對該工作的重視,因此會全力的投入工作。
大家可能說,這麽一個小小的舉措就能讀出那麽多的道理來。
事實上,謝家華當年采取這個措施就是因為他全盤考慮了利害得失,不按常理出了一張很妙的牌。可以說這個措施對於Zappos公司的成長起到了相當明顯的作用。
如果大家對這個案例感興趣,可以讀一讀《新管理革命》。這本書提出了很多讓我們覺得匪夷所思的管理理念。但同時,又是卓有成效的管理方法。
總結:超越常識
之所以講到這個案例,不僅是為了讓大家了解Zappos的這個很有用的管理方法,而且也是對大家的一種提醒。真正的妙招往往都是險招,如果你的招數路徑聽起來四平八穩,就別指望超出預期的效果。
無論是管理個人還是管理一家企業,我們都要學會超越常識,超越本能,努力的去尋找那些聽起來匪夷所思,但是卓有成效的理念和方法。
ImageNet走了,AI Challenger來了。
ImageNet走了,AI Challenger來了。
8月14日,創新工場、搜狗和今日頭條聯合宣布,三方攜手發起 “AI Challenger全球AI挑戰賽”,並且,走在一起的三家確立的目標是:打造中國最大的科研數據集與世界級AI競賽平臺。
在人工智能領域,數據的質和量是科研與研發的核心。高質量訓練數據對機器學習模型的建立和優化有關鍵性的作用。建立大規模、高水準的標註數據集,是推動AI科研和技術前進的驅動力。在國際上,前有ImageNet挑戰賽,後有機器學習競賽平臺Kaggle,都吸引了全球將近百萬數據科學家和研究者。但就在上月,在舉辦了八屆後,ImageNet創始人之一李飛飛博士正式宣布其退出歷史舞臺。
現在,創新工場、搜狗和今日頭條走到一起,“我們希望更多的中國人才參與進來,改變世界。”創新工場CEO李開複博士如是說。
200萬獎金、規模最大的科研數據集
就在活動發布的8月14日當天,AI Challenger全球AI挑戰賽的報名通道也宣布開通,並邀請全球AI科研人才參與。
對各界科研人員而言,這次競賽中蘊藏著極大的吸引力。
首先就是數據。大賽第一年啟動,將開放超過1000萬條中英文翻譯數據、70萬個人體動作分析標註數據、30萬張圖片場景標註和語義描述數據,是國內迄今公開的規模最大的科研數據集。
據發布會現場介紹,此次三方聯合開放的AI Challenger數據集涵蓋多個領域,包括最大規模的人體骨骼關鍵點數據集(用於無人駕駛、安防、體感遊戲等場景)、最大規模的圖像中文描述數據集(用於圖像和視頻內容理解、圖像標題自動生成等各類應用)、最大規模的口語領域英中翻譯數據集(用於同聲傳譯等自然語言處理的各類應用)等。
在獎金方面,首屆“AI Challenger 全球 AI 挑戰賽”將於9月4日正式拉開帷幕,各路高手展開為期三個月的比拼,並於12月中旬進行總決賽巔峰對決,這次競賽設置了共計200萬元人民幣的獎金池。
據悉,2017年競賽將區分為五個競賽任務,分別是:
英中機器童聲傳譯
英中機器文本翻譯
場景分類
人體骨骼關鍵點檢測
圖像中文描述
據賽事主辦方透露,本次挑戰賽有三大特點:
偏重為前沿科研,並將逐步涵蓋計算機視覺、 自然語言處理、 自動駕駛、 智慧醫療、 智慧金融等核心AI領域。
超大規模的高質量數據。首度公開的人體⻣骼關鍵點檢測、 圖像描述和口語類機器翻譯數據集, 均為國內迄今規模最大。
打造開放的世界級平臺。
不難看出,這次競賽,在科研之外,更大的側重點是前沿科技,以及和未來商業、生活領域密切相關。而促使三方走到一起,打造這樣一項賽事,細究緣起,無外乎兩點,那就是推動國內科研創新能力,以及挖掘更多的AI人才。
創新與人才的競爭
“之前的數據集已經遠遠不夠了。”李開複說。
李開複回憶,他之前去美國,在和很多美國頂尖的教授談話中,他們都在感嘆自己已經追不上美國互聯網巨頭了。“雖然這些教授能力絕對不比谷歌的工程師差,但是他們沒有數據、沒有大的計算力。”
同樣,這也是國內人工智能領域,所面對的問題。在科研領域,研發人員缺乏數據、缺乏機器,同樣也缺乏對前沿AI主流研究的課題。而對於擁有大量數據的商業公司而言,也更期待有更多的應用場景和研究成果可以挖掘。
在此之前,搜狗已經和清華大學共同做了9年的聯合研究。雙方在數據、人才、資金上進行不間斷的交流和互相輸送,在去年,更是聯合成立了天工智能計算研究院。但王小川仍在思考,是否可以把數據公開給更多的國內高校,共同推進研發。而李開複的建議,讓他感覺到,在這件事情上,其實可以做得更大。
“我們期待,高校和企業一樣做出更好的研究成果。當高校等的研究人員應用數據時,他們可能會打破企業的固有的慣性思維和路徑,做得更好、更深。”王小川說。
“我們是出於對數據的共識走在一起的。”張宏江說。“開放能夠讓更多的人加入進來,讓算法研發進展更快。我們也將從中受益。而我們把數據開放出來以後,更多的創業公司也能夠從中受益。它們可以應用數據更快地驗證和產生新的創意、新的應用場景。”
人才培養的缺口和瓶頸,同樣也在困擾著AI領域的創新創業公司。促使更多的人進入AI領域、為AI研發提供動力,同樣也是這次大賽的目標之一。
“依賴高校基礎上的人才供給,還是有缺口的。我有一段時間,非常擔心從互聯網時代走向AI時代時我們會掉隊。”王小川說,“但今天,我還是看到了希望。中國公司跑得非常快,也在反哺高校,推動中小創業公司的進步。今天我們做這件事情的意義就是,讓中國在AI領域里繼續得到推動。”
一個月前,張宏江來到斯坦福大學和伯克利學院交流,最大的感受是,在AI人才方面,中美之間,仍然存在著差距。在研究的領先性和創造性上,在新問題的提出和把握上,國內仍然還有很大的改善空間。“這能培養更多的人才。我希望我們今天做這件事促進中國在這方面的發展。”
而“人才”也是張宏江加入今日頭條後的一項主要工作。據他對黑智透露,在今年1月份成立的今日頭條AI實驗室已經有50人的規模,而在今年年底,則要達到200人的目標。而這次競賽,無疑將更加加強三方在人工智能領域的號召力和影響力,吸引更多的優秀AI才加入。
據悉,本次參賽的優秀選手還可獲得進入三家主辦方工作、實習或獲得投資的機會,並有機會在國際頂級學術會議上分享獲獎心得,得到如上海科技大學教授馬毅、曠視科技首席科學家孫劍、前Google研究院高級管理科學家林德康等十余位人工智能領域頂級專家評委的指導和評價。
以下是李開複、王小川、張宏江對話實錄,經黑智編輯:
蔣濤:是什麽機緣讓三方走到了一起?
李開複:我之前去美國見到了很多美國頂尖的教授,他們都在感嘆自己已經追不上美國互聯網巨頭了,雖然這些教授能力絕對不比谷歌的工程師差,但是他們沒有數據、沒有大的計算力,於是我就想到國內是不是也有類似的機會和挑戰,回來以後就跟王小川、張宏江、一鳴聊了下。
王小川:我們之前跟清華做了9年的聯合研究,不斷把數據輸送給一個機構,當時我們意識到可以把數據公開更多,我還思考給中國高校提供數據。跟李開複老師聊,我們可以做得更大,實現全球的開放,我覺得李開複老師很有號召力,能做的更好,我願意一起來做。
張宏江:我們三個人走在一起是對於數據共同的認識,對於人工智能進展最核心的因素,我們能夠開放出來,讓更多人加入進來,讓他們算法研發上進展更快。
李開複:一開始合作三方都有想法貢獻,我代表創新工場來描述一下。我們是感覺到 ImageNet 已經一年比一年參與的人越來越少,人氣越來越小,數據不夠。一方面我們非常認可李飛飛教授當年做的事情,現在數據已經遠遠不夠了,所以我們從創新工場作為投資者角度,覺得我們應該幫助創業者,怎麽樣盡快速度做一些數據集。
蔣濤:您怎麽看我們提出的數據集難度?
張宏江:當一個問題大面上解決的時候,我們應該認識到更加深入的,我們今年發布的數據更細分的領域,包括人體骨骼,包括其他的。我們希望這些數據能夠把我們AI算法研究帶到下一個高度,能夠分得更細。今日頭條之所以跟王小川、李開複走到一起,我們希望看到更多的學校,通過這些數據集能夠把更好的問題提出來,開發出更好的算法,我們也從中間受益,在學校能有新的解決方案。
王小川:我們有兩個期待。我們希望開放全球,尤其高校使用時,是否能像企業一樣做出很好的研究性成果。有些企業是有思維慣性、有自己路徑的,有可能學校用到數據有不同的方法,有比企業做的更好、更深,這是我的一個期待。
第二個期待,在數據里面發揮真實作用。我們的數據來自於我們自己的問題,給大家一點啟發,也許有更大的發揮。我們給他們的是真實的數據,企業在里面做的工作,有些對標,怎麽能做出不同的算法、產生不同的價值,這是我認為比賽會有難度地方。
蔣濤:對於參賽的選手有什麽樣的期待?他們從中除了獲得數據以外,還能獲得什麽?
王小川:很多學生真的很用心地要做好學術成果,但是缺乏條件,真的希望他們在參賽過程中,也許在一些局部里面做成出成果,甚至超過我們的工程師,反過來能對我們產生刺激。如果他們有想法,有動力,能夠比做出差異化或者更好,這就是非常有價值的。
張宏江:當我們企業自己做業務的時候,我們更聚焦於我們目前的業務,怎麽來服務我們的用戶,當我們把數據開放出來以後,給更多的人,包括學校,學生,另外希望更多創業公司,無論做算法、應用的,能夠看到數據以後對他們也有所幫助,從而對他們提出更新的算法、應用。
李開複:我希望全國每一個教AI的老師和學生都參加這個比賽。前一陣我見了一個老師跟我講,找課題多麽難。我就鼓勵他們,做AI研究還是要做主流的,他們說沒有數據,也沒有足夠的機器。這次我們也希望在AI Challenger能夠徹底解決、而且長期解決這個問題,如果真要做主流AI研究,至少知道自己能做到什麽程度,這樣的數據集一定要嘗試的。一定要鼓勵他們參加,要提升中國整個AI水平,一定要讓每位老師、研究組知道他們現在位置在什麽地方,有多大成長空間,如果基礎知識不夠可以學習,如果數據集不夠我們可以提供數據集等等,真的希望每一位老師、每一位學生都考慮參加。可能有的學生說,看起來很難我不會做怎麽辦?每個領域我們都會提供基礎的算法,比如你不需要從無到有打造完整口語翻譯引擎,是在我們基礎之上去做的。
蔣濤:一般公司會有自己的主研方向,但是還有很多新的場景可以挖掘是嗎?
張宏江:是,尤其當一個小公司開始考慮某一個方向時,很快用數據驗證或者是看到數據會產生新的創意、新的應用場景。
蔣濤:創新工場人工智能研究院的研究方向能分享嗎?
李開複:我們整體看好的方向還是基於大數據的AI,不用搜集更多信息,已有數據就可以產生價值,這些領域在互聯網的電商、廣告、金融、保險、貸款或者是信用卡、券商、量化交易這些領域是最快能夠看到效益的。長期的話我們還是認可無人駕駛作為重要行業發動引擎,再輻射到機器人領域。我們最近看了一些美國的公司。有的類型的公司中國還有欠缺,比如像IBM的Watson,針對企業需求開發數據,在醫療、零售、教育等等領域都會產生價值。
蔣濤:頭條是AI驅動的公司,您對AI人才,包括比賽怎麽看?
張宏江:剛才問到我們為什麽要做大數據、做比賽,對我本人有什麽意義,我覺得這就是一個水漲船高的事,當你有更多數據讓更多人用數據,就能提高他們的水平,就能培養更多的學生。一個月前我到斯坦福和伯克利花了一點時間,就像20年前讀博士一樣跟那邊的學生、老師,讓他們每個人講講他們做些什麽。我整體感覺還是非常非常受啟發的,他們博士平均的水平和他們對問題的把握,做出研究的領先性或者是創造性跟我們整體國內比起來的話,還是平均值要高很多。往外看的話整體水平跟美國還是有差距的,人才還是有差距的。
我認為新的問題把握,提出把握和解決上我們還是有很多很大空間去改善。我記得在以色列3月份去做過一個講座,提到以色列人才最好跟中國合作;那麽AI就像移動互聯網一樣,也要中國和美國雙贏。中國有人,中國有市場,在人才方面還是有事情要做,我希望我們今天做這件事促進中國在這方面的發展。
蔣濤:小川你們的AI戰略是什麽?
王小川:兩年前我們在討論一個事:中國在AI時代會不會落後?我當時有一個擔憂,2年前的數據互訓前10大公司里面中國已經有4家了,5年之後可能一半甚至超過5家都是中國公司。中國公司在互聯網公司,AI走出去我們是處於領先位置。但一旦說到高校,前100所學校只有只有2家,而且不在TOP50里面,高校里面相對落後。背後人才的儲備,不像谷歌這樣的,AI的人滿地都是,我們能夠撈幾個,國外引入幾個,都是很幸福的事情。依賴中國高校基礎人才供給上有差距的,總體上有巨大缺口的。但今天看起來我覺得還是有希望,中國公司跑得真的很快,現在公司都在反哺高校,讓小創業公司能夠有起步。今天做這件事情是有非常大意義的,中國在AI里面就可能繼續推動,5年後就會把美國壓在下面,如果做不到,我們好不容易建起來的全球領先領域又掉回去了。
剛才說到我們戰略來講,我內心有一個東西,今天隨著深度學習的發展,語音和圖像得到了跨越性的發展,語音圖像在深度學習時很快就達到一個新的高度。文字難度大一點,深度學習對文字解決非常有限。語言背後承載的抽象的東西,有知識和推理,語言的內涵更豐富。我們語音識別做了很多,用戶量最大,但我始終認為我們專註點在語言上。我們之前做搜索、輸入法都是以語言為核心的。翻譯在語言里面最簡單,之後還有對話問題、問答問題。所以我們說翻譯切入,我們背後做的是對話的機器和問答的機器,這是我們在AI里面所幹的活。
張宏江:我非常同意王小川說的,我們今天看AI的話,在識別人臉、識別人的行為、識別圖像接近人的精度,但在語言這塊差的很遠。翻譯這件事已經讓我們覺得很頭疼了,真正理解文本、理解對話,從簡單的幾句對話中間推演整體上下文的意義,這需要有更多的研究、更多公司來做的,這也是今日頭條一個重點,大家認為今日頭條是一個內容推薦引擎,其實更重要的是創作的平臺。今天你寫了一篇文章可以通過今日頭條來給你審一下,有沒有語法錯誤、前後歸置,如果都沒有問題的話,給你建議哪個題目比較合適,幫你找一下哪個圖文比較合適。這中間涉及到很深層語言理解,我們也希望跟同行一起,不光是把產品做好,而是AI上的研究。
蔣濤:挑戰賽針對全球的策略是什麽?
李開複:我們一開始希望針對全球,因為我們要讓它快速啟動,是對全球開放的,很多里面大部分參與者是來自中國,我們在美國沒有看到類似的活動,如果我們能夠作為拋磚引玉第一期活動,第二期希望有更多公司貢獻更多數據,我們大家拿出更多資源、金錢和標註,讓它成為真正改變全世界的數據庫。
在美國很多的領域,因為之後就沒有然後,語音、語料方面也就是到了一個極限,很多自然語言都說英文。我覺得有中國的元素讓大家知道世界最重要語言之一是中文,真正願意讓資源拿出來讓全世界參與,這是我們的目標。
蔣濤:會有更好的數據集發布是嗎?
李開複:我們已經在收集更多更有意思的數據。
王小川:我覺得之前是非常落後的,在科研精神、論文、數據分享上遠遠走在美國的後面,所以這個事情是需要改變的。國家提倡,企業不僅要響應,也要非常踴躍地做出自己的貢獻。真正讓數據分享走在前面之後,中國科研才能有一個超越。現在研究語音拿英語做實驗,研究語言也拿英語做實驗,我們國內寫論文,優先他們轉。現在我們要用自己的數據做貢獻,把研究能力提上去。
張宏江:開源這件事情已經做了很多年了,開源社區,各個公司、非盈利機構、盈利機構、大學、個人貢獻,大家已經形成一套規律,我們希望通過我們這次數據分享也能夠引領更多中國企業、中國的個人、中國學校參與進來,把開源的想法能夠真正變成我們的實踐,投入到我們日常工作中去。
(參賽選手可登入活動官網challenger.ai,了解比賽信息、評選細節)
繼上周3家企業同日集中過會,湖北乘勝追擊,進一步加碼上市扶持力度,不僅重金鼓勵企業上市,還加大項目用地支持力度,並將推進企業上市工作納入各級政府年度目標責任考核。
這是第一財經記者從10日上午召開的湖北省舉行推進鼓勵企業上市工作會議上獲悉的。按照湖北省企業上市總體目標,力爭到2022年末,通過5年左右的時間,該省境內外各類上市公司總數要達到200家左右,實現上市公司數量倍增。
武漢科技大學金融證券研究所所長董登新在接受第一財經記者采訪時表示,湖北省動用真金白銀鼓勵企業上市,除了給錢給地外,更重要的是打造一個讓企業、資本都為之動心的營商軟環境,提高政府服務效率和質量,更要切忌本末倒置,為了政績考核不擇手段地盲目攀比。
建立上市後備企業資源庫
2017年,湖北新增上市企業僅2家,上市公司總數被湖南反超,其主要原因在於湖北上市後備企業資源不足。
為改變現狀,湖北將大力發展各類市場主體,為企業上市奠定良好的主體基礎。尤其是鼓勵民營經濟的發展,繼續推進商事登記制度改草,切實降低投資門檻。引導和鼓勵有條件的民營企業建立現代企業制度,重點支持一批有品牌、有市場、產業帶動性強的民營企業做大做強,推動民營經濟做大總量、做寬鏈條、做優結構,積極為企業上市培育更多優質後備資源。
建立上市後備企業資源庫,實施上市後備企業“金種子”“銀種子”計劃,各級政府職能部門要將入選上述計劃的企業作為重點培育、培訓與服務對象,妥善解決其改制上市過程中遇到的困難和問題。
推動後備企業分層培育。各地要支持主業突出、盈利水平高、市場前景好的龍頭企業到主板、中小板上市;支持科技含量高、成長性強的中小型企業到創業板上市;支持符合國家戰略、掌握核心技術、市場認可度高且達到相當規模的創新企業到境內發行股票或存托憑證;鼓勵適合到境外上市的外向型企業赴境外上市。在武漢股權托管交易中心建立擬上市企業“種子板”,引導擬上市企業到四板市場掛牌或展示,先行規範。
加大企業上市獎勵力度
湖北省提出多項政策促進企業上市,其中既包含現金獎勵,也加大了上市企業項目用地的支持力度。對在滬深交易所首次公開發行股票並上市的企業,湖北省政府獎勵400萬元。獎勵將分階段撥付:對完成企業股份制改造並向湖北證監局辦理輔導備案登記手續的,獎勵50萬元;對經中國證監會正式受理申請材料的,獎勵150萬元;對獲得中國證監會核準並在滬深交易所成功發行的,獎勵200萬元。
對企業在境外證券交易所首次公開發行股票並上市的,省財政一次性獎勵300萬元。對省內企業按規定異地買殼”或“借殼”上市後,將註冊地遷回湖北省的,省財政一次性獎勵300萬元。
上市後備企業在股份制改造過程中對原以劃撥方式取得的工業土地,以出讓方式處置的,土地使用權出讓金可按所在地工業用地最低價格標準核定。對企業首發上市及再融資募集資金的投資計劃項目用地,,各地要予以大力傾斜,優先安排用地指標,優先辦理核準預審,及時報批,優先供地,實現應保盡保。
在境內外交易所每新增1家上市公司,省國土資源管理部門在下一年度建設用地計劃分解中,給予上市公司所在地政府300畝新增建設用地計劃指標獎勵。
專家:切忌淪為政績工程
完善工作保障機制方面,從2018年起,湖北省政府將推進企業上市工作納入市、州、縣政府和省直部門年度目標責任考核。省政府將加大對企業上市工作的考核和督導力度,定期組織有關部門了解工作開展情況,加大問責力度。對在推進企業上市工作中不擔當、不作為、慢作為,敷衍應付、推諉拖延的,倒查責任,從嚴問責。
“上市公司是地方經濟的發動機,具有較強的產業輻射效應和GDP、就業的放大效應,湖北省此次動用的真金白銀將獲得更大的經濟回報。”董登新認為,地方政府應該認識到,好的營商環境對招商引資和創新創業更具有吸引力,也更符合企業發展的規律。因此,地方政府應提高服務效率和質量,要切忌本末倒置,為了政績考核盲目攀比。