记者：馥钰
2020年4月9日，中共中央、国务院公布了《关于构建更加完善的要素市场化配置体制机制的意见》，数据作为一种新型生产要素被正式写入政策文件。2021年，国务院及工信部相继发布《“十四五”数字经济发展规划》及《“十四五”大数据产业发展规划》，明确数据要素是我国基础性战略资源，强调要加快培育数据要素市场，进一步强调数据要素的价值。数据要素作为数字经济深化发展的核心引擎，被誉为“二十一世纪的石油”。
随着数据“要素化”进程的持续推进，数据对提高生产效率的乘数作用不断凸显，催生出更多新类型的数据，像是人流量数据、遥感数据、舆情数据等，在国际上这些拥有新的格式、新的量级，需要新的技术采集、整理、整合、分析的数据又被称为另类数据。另类数据是如何影响和改变整个行业的发展布局，又对人民的生产生活带来怎样的变化，今天，我们专访了中国另类数据领域的先锋人物，锶钟科技创始人兼执行董事唐川。
唐川：证券业中小盘市场动态研判的领航家
谈及唐川在另类数据领域的成功，源于其在国内外优秀证券行业头部企业丰富的从业经历和技术启发。2002年，唐川取得了伦敦经济学院金融经济学硕士学位，随后加入日本大和证券、德意志银行证券、里昂证券和中信证券等国内外顶尖证券公司，专门从事中小企业上市公司股价动态的研究。
在实际工作中，唐川发现，传统的金融数据，多是通过常规渠道获得的数据，例如股票、债券等的交易数据、上市公司年报和财务数据、银行用户的借贷数据等。这些数据多是独立分散的、往往难以找到系统的层次结构和关联性，同时数据量较大、增加了证券分析师的工作量，尤其是对于像股价这样实时波动的金融证券市场存在明显的滞后效应。唐川具有扎实的金融专业知识，且获得国际认可的特许金融分析师（CFA）资格，深谙证券市场的数据需求，因此，他率先将大数据与金融行业融合起来，结合基本面和量化分析，创立了国内A股市场上第一个中小盘研究框架体系。
唐川创建的这套基于数据分析的研究体系，对市场态势有更深刻的认识和深邃的洞见，从而能够更好的捕捉到投资机会。这种投资优势，很大程度上建立在数据的支撑，其重要性体现在两个方面，要么是基于现有数据分析获得不一般的发现或认知，要么是基于别人没有的数据更先人一步知晓未来走向。唐川凭借数据的加持，创建并带领了中信证券第一支中小盘股研究团队，分析覆盖A股和港股100多家中小企业，涵盖新能源、新材料、TMT、消费品、医疗保健等多个行业。唐川率领的研究团队也斩获了证券金融领域中小盘类的多项第一，包括2008年获得的Asia Money杂志评选亚洲最佳小盘股研究团队第一名、Greenwich评选亚洲最佳小盘股研究第一名，2011年获得新财富最佳中小市值研究机构第一名、水晶球中小企业研究第一名。这些奖项极具分量级，不乏有分析师行业的“奥斯卡”奖，能参与其中的每一位候选者都是海内外优秀的机构研究者和策略分析师。唐川从众多优秀者中脱颖而出，也使其成为证券行业中小盘市场预判的革新者和领航家，进一步带领中国证券金融行业把脉未来趋势、挖掘投资机会。
唐川：精妙另类数据结构的缔造者
随着互联网的普及，特别是移动终端的日常化，使得以前无法留存的数据现在可以大规模的存储和积累，并得到有效利用。在这样的背景下，另类数据的概念出现了。根据AlternativeData.org的定义：另类数据是被投资者用来评估一个公司或一项投资的数据，而其并不来自于这类评估所经常使用的传统数据源（例如财务报表、证监会报告、管理层宣讲、以及公司公告等等）。不同于传统数据，另类数据是典型的“大”数据，具备三大明显特性：一是数据体量大，体现在数据源多样、数据规模大、传输量巨大；二是流动速度大，体现在数据的获取与传输频率一般为实时或者接近实时，远高于传统数据；三是数据种类多，体现在另类数据获取形式多样、种类繁多，包括结构化数据及非结构化数据。海量的数据也大大激发和带动了人工智能和云计算等技术的发展。然而，在爆发式激增的各类数据面前，如何让海量的看似无意义或无关联的数据得到高效的处理及分析，从而得出有价值的信息和结论，是摆在业务分析师和数据工程师面前的一道不得不破解、却又不容易破解的难题。
唐川：另类数据来源
唐川正是看到了这样的需求，凭借他对金融数据的敏锐度，结合AI前沿技术，开创性地架构了“隐马数研”这一打通线上线下另类数据的投研分析平台。唐川创建的“隐马数研”，不仅平台数据有特点，而且其数据技术方法独特。在平台数据方面，唐川及其专业团队几乎覆盖了中港上市的数百家上市企业，同时尽可能多的监控他们旗下的品牌信息，并将每季度披露的公司营收数据或财报，“升频”至每日采集每月查看，此“升频”对于机构投资者至关重要，可以切实帮助他们“前置”数月看到数据。唐川自证券分析从业开始，就开始了另类数据算法分析领域的深耕细作。平台依靠领先的机器学习算法技术、搜索引擎技术和人工智能技术获取基础数据并进行数据清洗，实现了对海量数据的实时监测、筛选和统计，发现了隐藏在数据背后的中小市场增值密码，撬起机构投资新模式，成功帮助客户将“数据”转变为“洞察”。
唐川：实现数据到洞察的转变
调查显示，近年来公募基金、PE机构都在开始使用另类数据，早在2015年贝莱德就曾指出，若想获得可持续的α，资管机构必须不断使用包括另类数据在内的大数据。唐川的这套另类数据分析核心技术，深挖出数据背后的逻辑关联，在发现市场新机遇、强化投研能力方面提供专业数据支撑，有效助力国内外众多头部证券的机构投资者提升决策效率、夯实投资策略，为近年来日渐平淡的投资市场提供了新思路。值得一提的是，唐川所建立的“隐马数研”是国内同行中率先打造的基于另类数据研究赋能平台，完全实现了满足量化投资的需求，数据独家、功能独家，也拓展为国内外一些大规模的对冲基金和风险投资机构提供优质的数据产品服务。大数据时代，唐川让盈利预测变得“准确”，让投资决策变得“简单”。
唐川：多元化产业服务的奠基人
随着另类数据研究的深入和对市场的动态把握，唐川发现，数字经济将会成为我国经济下一个阶段高质量发展的重要推手。
在另类数据应用到投资领域的成功经验后，唐川进一步把这套数据架构和量化分析评价方法论应用在消费品行业，尤其是在为连锁门店的精准选址上得到突显。李嘉诚曾经说过一句至理名言：决定房地产价值的因素，第一是地段，第二是地段，第三还是地段。这句被房地产业界奉为“金科玉律”的名言，同样适用于商业连锁门店选择。店铺位置的好坏，不仅关乎单个门店能否盈利，更关乎企业能否提升区域竞争力，从而进一步做大做强，确立自身在行业的龙头地位。唐川研发的“隐马数研”产品，不仅能够广泛抓取如社交网络信息、产品评价、搜索记录、购物喜好等的个人数据，也能涵盖如物流数据、支付数据、同行公司采集的传统商业的过程数据，还能容纳利用卫星数据通过光感和热感采集的开工、运输等情况，及来自GPS定位、车辆轨迹和个人穿戴设备等的传感器数据，这样的数据架构为机器深度学习提供了扎实的基础。唐川对另类数据的分析应用，摆脱了传统依赖人的经验做决策的主观性，从多个维度系统分析评估，具有极高的数据质量和大数据智能匹配性，提升了商业选址的成功率。唐川将过去无法使用或者看似无关的另类数据转化为准确、高效的商业情报，为行业企业拓展提供专业化、科学性的决策支撑，有效解决了选址这个关乎企业成败的大命题，同时这套方法论和“隐马数研”产品也广泛适用于快速扩张期的零售、餐饮等众多行业商业选址服务，优化商业布局，实现全角色的全场景资源互配共享，为用户创造良性生态圈的共生。
同样，唐川还继续带领团队通过采集客户画像、消费者行为轨迹、品牌爱好、渠道偏好、生活轨迹等多维度数据，延伸赋能为互联网头部企业实现商业风险咨询。唐川率先实现另类数据与传统数据的融合，经由特定算法模型映射出企业的资本及财务结构，通过另类数据分析，聚焦以客户为中心，以需求为导向，将数据的力量赋予互联网企业在采取行动前进行风险预测，帮助众多世界500强的高科技公司管理层及时掌握竞争对手情况和市场实施变化，从而做出更贴合市场发展实际和有效规避风险的商业科学决策，整体上更具响应性的。在唐川的不断深化下，另类数据的服务边界被进一步拓宽。
此外，唐川研究发现另类数据获取到的如行业时序销售数据、品牌时序销售数据、店铺销售数据、热销商品榜单、品牌市占率、商品长尾属性构成等信息，能够形成对美妆类产品消费行业的实时分析。尤其在疫情期间，唐川搭建的数字化服务平台，汇聚动态数据洞悉消费者需求，赋能美妆品牌提升对消费者的理解度和精准快速的匹配服务，实现了另类数据精准化美妆品牌行业市场定位、优质化市场销售利器、准确化行业收益策略、量化产品价值需求开发的四大创新性应用。
在全球范围内，另类数据的应用对众多行业的影响无疑是最具颠覆性的。唐川充分发挥数据作为数字经济的血液与养分作用，规范了另类数据的结构与加工方式，基于数据分析成功拿捏流量转换密码，进而提供更为精准快速的服务。唐川首创研发的“隐马数研”，基于新的数据和新的技术形成的体系化、底层的操作系统，涵盖了数据采集、数据挖掘、数据整理，直至应用数据产品的全过程，成为后疫情时代大数据引领行业崛起的黑科技，推动了数字产业化及产业数字化的双进程，对我国的数字经济产生了极其深远的影响。（记者：馥钰）
(责任编辑：admin)
