張皓
澳門大學
會計學副教授
自中央國務院提出“在澳門建立以人民幣計價結算的證券市場”以來，澳門未來的金融發展之路在澳門和粵港澳大灣區內引發了熱烈討論。同時, 各界也在討論如何將人工智能（AI）和大數據分析等科創技術與產業有機地引入澳門，以改變冀以博彩業為主導的澳門經濟結構，實現適度產業多元化。在本專欄中，我認為針對上述兩個問題不應也無需分開討論，事實上二者存在高度的協同效應。其中的關鍵在於，人工智能具有加快現代金融市場的信息基礎設施建設的巨大潛力。
現代金融市場的信息基礎設施必須能夠為投資者和其他利益相關方盡可能多地提供決策有用的信息。具體而言，一個有效的信息基礎設施應能夠：（1）處理一段時間內所有公司的相關信息（原始數據），並將其轉換為可供分析的描述性信息（標準化數據），以回答“這些是什麼？”問題；（2）將描述性信息轉化為對單個公司、某個行業和整個市場具有預測力的信息，以回答“未來可能發生什麼？”問題；（3）通過個性化定制和使用上述信息，協助特定投資者或市場主體改善其決策效率與質素，即回答“我現在該如何做才是較好？”問題。
然而，與公司相關的信息（原始數據）最大的特徵之一是多來源和多模態，它們既包括傳統的數字信息（盈餘信息、收益預測、債券義務等），又包括文本信息（財務報表附註、澄清公告、分析師研報、媒體報導、在線論壇等）和音/視頻信息（媒體採訪、公開演講、圓桌討論、收益電話會議、博客直播等）。值得注意的是，非數字模態的信息（即文本、音頻、視頻）通常被界定為非結構化數據，難以被量化分析，橫向和縱向的可比性較差。此外，隨著互聯網技術發展，非結構化的原始數據存在量已呈現指數級增長趨勢。由於成本高昂和技術限制，任何個人投資者和單一市場主體，試圖處理、融合和轉換上述非結構化的原始數據，都將進退維谷、舉步維艱。
自F.A. Hayek開始，經濟學家已經意識到，將原始數據轉換為具有預測力的可比性信息，必然產生成本，即便僅僅處理數字模態的信息亦是如此。部分經濟學家提出的解決方案是進行成本和收益的權衡（如S.J. Grossman和J.E. Stiglitz），即只有當信息帶來的收益大於成本時，人們才應該進行信息處理。雖然基於成本效益的權衡方法在個人層面上可能有用，但就整個金融市場而言，情況將大不相同。如果技術進步可以加快現代金融市場的信息基礎設施建設，從而整體降低原始數據的處理和轉換成本, 提高信息使用效率，金融市場將會更具活力和競爭力。也就是說，若要使金融市場更具競爭力，最好的方法之一就是強化信息基礎設施的加持。
令人鼓舞的是，人工智能（AI）領域的最新研究進展對於降低數據處理和轉換成本大有幫助，尤其是在非結構化的大數據方面。具體而言，非數字模態的信息（即文本、音頻、視頻），通過適當的人工智能量化處理後，可以與傳統數字信息融合、比較和分析。隨著自然語言處理（NLP）、機器學習（ML）和深度學習（DL）等人工智能（AI）技術日益成熟，以及現代計算能力增強，低成本的數據處理已變得更加切實可行。借助這些方法，人們將可以隨時隨地、輕鬆快速、低成本地處理和分析海量的、多模態的、非結構化的數據。如何將彼此相關的、不同模態的、非結構化的大數據融合成一個連貫的整體，以提高信息有用性，已成為會計、金融、和計算機領域的熱門學術研究話題。根據公司、行業和市場的最新信息進行近乎實時的預測分析已經變為可行。
毫無疑問，澳門的金融發展與產業創新是齊頭並進的兩架馬車。一個功能完善的金融市場需要人工智能（AI）主導的信息基礎設施加持，金融發展亦為傳統金融產業和新興科創產業帶來更多的有機發展機會。過去一年多以來，新冠疫情下的經濟運行狀況已清楚表明，澳門需要實現產業多元化。如何協調和加快金融和信息產業的協同發展，將是澳門特區政府需要考慮和亟待解決的迫切現實問題。
