黄又钢 华尔街往事 摩根大通与花旗这20年 (华尔街黄大叔)
编者按:从花旗银行高级副总裁,到摩根大通执行董事,黄又钢一路走来,见证了美国金融科技从无到有的十年。随着中国金融科技的快速发展,一批顶尖金融人才回国创业,黄又钢也是其中一员。
“在纽约,每个人都走得很快。”这是黄又钢30年前初到美国的体会。
第一次去美国的时候,已在纽约生活了半年的太太陪他去逛街。他发现太太的步子走得飞快,而之前在北京,她总是习惯散着步走路。一开始黄又钢有些不太习惯,但他很快就适应了这样的快节奏。
从加入出国大军,到征战华尔街,再到回国创业,他一直与时代一同成长,不论是在美国还是在中国。他的人生和这个时代,紧紧地交织在一起。
今天的黄又钢,依然是一个身经百战、擒敌无数的指挥官,手握技术权杖,坐拥经验财富,运筹帏幄指引着团队日夜鏖战、争打江山。
风风雨雨三十年,已到知命之年的他回国创业,再一次与时代同行。
艰苦求学,初识金融
雷锋网:你在华尔街工作多年,但普通话说得很流利,是大学毕业后去了美国发展?
黄又钢: 没错,我在读研之后,去了美国读书,在国内是学“技术经济”(工程经济学的一个分支),到美国后选学了“金融经济学”。
雷锋网:能聊一聊当时印象比较深刻的经历吗?
黄又钢: 1990年我离开中国,在美国读书期间遇到了两个难题。
第一,英语极差,虽然考过了托福,但是听力根本就整不明白。教授在台上讲课,他用手写在黑板上的内容基本都懂(主要是数学表达式及推导);可他用嘴巴说的基本都不懂。教授是很幽默的人经常讲笑话,大家常常哄堂大笑,每到这种时候,我都十分尴尬被迫挤出干笑,完全不知道他们到底笑什么。
第二是没钱。我是自费留学,当年国家外汇管制很严,因私出国只可以换汇40美元。自认为没钱不可怕,可以凭着双手打工挣钱。入校时,外国学生办公室提供了一个勤工俭学的机会——去汉堡王做服务生。
我就兴高彩烈地跑到汉堡王,想观察一下这份工作需要做些什么。当我走进店里,足足站了半个小时,发现一句话都听不懂,人家打招呼我也不知道怎么回复,一根木桩满脸堆笑。自己都不好意思了,只好灰头土脸的溜走了。没有语言,有打工机会也是无法胜任。
当时我们学习需要阅读参考书,但是国外的参考书往往很贵,没钱怎么办呢?只好先把这些书从图书馆借出来复印,系里秘书知道我没钱也就容忍我几百页、几百页的复印,最后印的碳粉筒都换了好几个。在美国读书期间,开始时,是过了一段艰难时期。
雷锋网:大概到什么时候,情况慢慢转好了?
黄又钢: 没钱的问题比较容易解决。上学时没时间打工,就在暑假到中餐厅打工。第二学期开始拿奖学金,不存在活命的问题。
英语的问题时间长了点,当时反复看几部电影,看得快背下来了,在那个英语环境下,也努力与美国同学打交道。大概过了1~2年,慢慢忘记英语这件事情的时候,终于把语言这件事情整明白了。
雷锋网:那时候,有没有关注过美国比较热门的AI研究方向?
黄又钢: 听到AI这个词,大概是在80年代,但还属于计算机范畴内,离真正的金融还差得很远。金融科技是2000年后才开始流行,由于从事金融的数据分析,包括建立模型、统计分析等,所以一直比较关注AI和机器学习算法的发展。
雷锋网:你加入这一行业应该也有二十多年了,其中整个社会和技术的发展发生了非常大的变化,可以给我讲一讲你所看见的或者经历的变化吗?
黄又钢: 我觉得最大的变化是我们对数据的处理能力得到了非常大的进步。
刚去美国读书的时候,数据规模大概在MB这个层次。 后来我到摩根大通工作后,团队的数据量在TB这个等级。
从MB到GB,增长了1024倍;从GB到TB,又增长了1024倍。这二十多年来,我们见证了这样一个数据大爆炸从0到100的过程。
花旗八年,登堂入室
雷锋网:你是怎么进入花旗银行工作的?
黄又钢: 在花旗银行工作之前,我在数据分析行业已经工作了七八年,直到2000年,因为一个契机,我才进入花旗,真正加入到金融行业。
当时我在一家有线电视公司的建模分析团队。做经理的老板是从花旗银行跳槽过来的,经常会把自己曾经在花旗是如何建模,如何做数据分析的事情说给我们听。我们可以明显感觉得到她语气中的那种“自豪感” 和“优越感”不自觉的溢出。我们作为年轻人,觉得她讲得很精彩。
后来她又重回花旗,由于我干得不错,她建议我应该去花旗银行。于是把我推荐到花旗的一个部门工作。
雷锋网:在花旗,你主要从事哪些工作?
黄又钢: 我从2000年开始就在花旗,一直做到2008年底。
这8年来我跳了4个部门,平均是两年为一个周期,在一个部门把业务整明白了就去另一个部门(当然有我主动也有被动的)。
在花旗银行的前两年,我跟着部门做线上支付,但时机不对,没能做成功。然后我就跟着老总回到了信用卡的部门,在信用卡大概干了两年,然后去了零售银行,因为零售银行的业务实际上很简单,所以大概干了一年,又去了贷款(房贷)。
这八年,我基本上把零售银行的各个条线跑了个遍。
在做信用卡的时候,我认识的一个老总要自己跳出来创业。他是整个零售条线的CRO,他说自己开公司,于是我们就一起跑到新加坡创业去了。
这个创业公司是一个数据分析团队,包括了花旗几个风控高管。
我们为美国及亚太的主要银行提供风控和战略咨询,从印度尼西亚、菲律宾、马来西亚、泰国,然后台湾、新加坡本土的银行,只要银行老总曾经在花旗银行工作过的,我们多多少少都可以牵上线进去做了一些业务。
雷锋网:你觉得在AI金融领域,现在的年轻人应该深耕,还是说尽量多去接触各条线上的业务?
黄又钢: 这两个一定要相辅相成。在技术方面一定要深耕,在业务层面一定要扩展。
业务方面,你必须得见得多,而且真正理解业务问题的痛点,才能够触类旁通,而算法数据你必须扎深,这样你才能对数据、对算法有更深理解。
在花旗银行工作的8年,我跳了4个业务条块。实际上,有一个底层的东西不动,就是数据分析和建立模型。只不过应用的场景不一样。
雷锋网:每个公司都有自己独特的文化,甚至也会给员工打下这个文化的烙印,花旗银行的公司文化是怎样的?
黄又钢: 花旗银行的文化是非常驱动型的,就是一个逼着你向前冲的环境。
你想做好,你就得玩命,你就得加班,你就得比别人都要更领先。从老板到底层员工,整个公司都呈现出一个玩命的状态。节奏十分快,也许是在纽约的原因。
纽约城里大家走路,常看到一路小跑的人。 当时还练就了一个本事,由于工作压力大,所以睡梦中都在想工作,有时候睡梦中会跳出一些好的想法,但又不能开灯,就在黑夜里头直接拿笔在纸上记。第二天早上居然还可以认出我的“摸黑”字体。
雷锋网:虽然压力很大,但也很充实。
黄又钢: 是的,在那种高压的环境下,虽然很忙碌,但逼着你成长,逼着你想清问题所在及如何解决。不过好在数据分析是一件自己喜欢的事情,所以发现并不觉得累。
雷锋网:在花旗,有没有让你印象比较深刻的人或者事?
黄又钢: 印象最深刻的还是那位带我进花旗的女老板。
她有两个特质,让我愿意跟着她。
一个是她分析和考虑问题非常全面,而从不是单点。讨论一件事情,一般人多是就事论事,但是她会想到这件事情周边相关的东西。
比如咱们现在讨论的是A和B的事情,她不仅要搞清楚A和B,及它俩的关系,
而且会让我们思考B和C的关系,A和C的关系。她经常会提一些这样的问题,逼着团队成员思考这件事可能会对周边看似无关的事情的影响。
第二,她喜欢寻根究底。一个问题,她会问你这个问题往下三四层是怎么回事儿?逼着你往更深层思考。另外她十分细致,如果是写汇报,小到一个标题、一个语法,前后衔接,逻辑关系,等等,她都会一一帮你指出来。那段时间真的被她整的挺惨。
但是经过那段时间磨练后,我也确实学会如何更好地思考,及做一件事应该怎么做得更完美。
加入摩根,深耕科技
雷锋网:摩根大通是一家非常出色的商业银行,你在摩根大通做到执行董事这一职位,有什么秘诀可以和我们分享一下吗?
黄又钢: 这和我在花旗的那一段磨练,及在之后到新加坡的创业咨询,很有关系。
在花旗接触了各种类型的业务后,感觉触类旁通了。只在一个部门工作过的人,和在多个部门工作过的人,完全是两种思维方式。只在一个圈子里的人,他始终在他那个圈子里,出不来。
而因为在多条业务线呆过,我发现思路会开阔很多。而创业和咨询服务,逼着你要考虑周全和换位思考,这对于理解他人相互合作有很大的帮助。
第二点,在花旗还学到的一点是目标制定和执行力。有了眼界之后,你怎么把它落下来?怎么执行下来?你必须对它进行细化和拆分。
雷锋网:我们知道,每一家公司都有自己的特色,即使是摩根和花旗这两家顶级商业银行也同样如此,你曾近距离在这两家公司工作过,你觉得在摩根工作和花旗最大的不同点在哪儿?
黄又钢: 非常不一样。我在花旗的时候要求每年盈利增长15%。这么大的盘子,每年增长15%,所以花旗银行的人都在疯狂的推动利润的增长。
摩根完全是另一套哲学,它提倡做正确的事情。它不以盈利为唯一导向。花旗银行与摩根大通在底层经营思路上的差异,导致了他们在不同时期的境遇。
花旗银行为了盈利,员工要提出各种方法去增长业务,主要是如何可以从客户身上拿到更多的钱。而进了摩根大通以后,我上的第一堂课就很有意思。员工大概是9点上班,所有的高层领导8:30前必须进办公室,听客服电话,听一听这些客户的意见、反馈或者难处。直接感受到客户的痛点和难点,然后思考如何改进。
雷锋网:如果按照这样的情况发展下去,花旗银行是不是会把摩根大通远远的抛在身后?
黄又钢: 正好相反。2008年金融危机前,信用卡领域的老大的确是花旗。但金融危机之后,摩根成了老大。
奔着钱去并不等于你能够真正把钱拿到手,想要真正做到业务增长,绝不是只想着挣钱,而是要更好地思考如何提供客户需要的服务,要寻求一个平衡。
雷锋网:在摩根,你主要负责哪一方向的工作?
黄又钢: 主要做数据分析和模型建立这一块。
数据分析团队一般分成两大块,一种建模型的,一种是业务分析的。
在摩根的那段时间,我主要管理模型建立,即管过营销模型,也管过风险模型。同时,我开始跟进金融科技这一块。因为金融科技这个概念,也是从2010年真正开始提上日程的。
在16年、17年,带领团队具体深入研究各种机器学习算法,并接触各种金融科技公司了解和掌握AI及算法上的最新动态,以及在智能风控等方面的进展。
雷锋网:在华尔街商业银行工作这么多年,你做过具体的比如智能风控等金融科技方面的工作,也曾领导和统筹过团队,您觉得遇到的最难解决的问题或者工作是什么?
黄又钢: 最难解决问题,实际并不是我们自己业务问题,而是政府监管。
政府监管把美国把所有的银行都弄得很惨。这个事情起源于2008年金融危机,金融危机后美国收紧了金融行业的管理,出台了一系列法案,让银行不能做很多衍生产品。
政府监管的过度严格,使得银行再也不去琢磨业务上该怎么改革及创新,而是首先考虑如何满足一系列监管政策的要求。
所以到了最后,监管把美国银行捆的死死的,很多技术有了,但是落地不了。
雷锋网:这也是您回国创业,创立弘犀的原因之一?
黄又钢: 是的。
回国创业,重新启程
雷锋网:还有什么其他原因促使你放弃华尔街的工作,回国发展?
黄又钢: 一是因为美国的政策和国情。在美国你需要花费很长时间去应对监管,很多创新推行不下去。而且,美国对公众的个人隐私保护十分严格,银行想要拿到个人税务数据、社交数据、电信数据,这在美国都是绝对不允许的。而在中国只要你合理应用,这是有很大可能性的。
第二,在算法上面,这么多年美国虽然在机器学习领域持续研究,但是在风险管理上面,美国的法律要求很严。银行如果想要拒绝一个贷款,必须清楚的告诉申请人四条主要的原因,比如申请人最近查征信比较频繁,近期贷款的额度过高等等,这些原因需要一一解释。
然而,机器学习算法本身就十分复杂,里面繁杂的数学计算过程并不容易解释清楚,而且大数据是根据相关性而不是因果关系来做决策的,所以很难去解释为什么要拒绝一个贷款申请。
雷锋网:据了解,弘犀成立已一年,作为一家十分年轻的公司,目前弘犀最主要的工作有哪些?你在其中主要承担哪些工作?
黄又钢: 我作为CRO(首席风控官),主要工作是风险业务的拓展及其执行。相对来讲,国内银行的风控水平比较弱,我们有很多机会可以去提升它的风控能力。
另外,弘犀作为一家新创立的公司,需要获得融资,这一块的工作我也在跟进。
雷锋网:你觉得金融科技公司,要抓住的“主要矛盾”是什么?什么才是公司发展最重要、第一要解决的?
黄又钢: 风控有主动风控,有被动风控。主动风控的意义在于让整个公司的业务向上增长,同时把风险控制在合理范围,而不是简简单单的把所有业务都封死。
作为金融科技公司,如何帮助银行和其他机构把风险有效、合理地控制住,是我认为重要的事情。
雷锋网:你觉得AI金融科技有哪些有潜力的应用场景?
黄又钢: 小微企业贷款是一个难点。
小微企业占了整个经济体量的百分之七八十,大多数老百姓的生存实际是靠小微企业。这是一个很有潜力的应用场景。
雷锋网:据了解,弘犀智能要在5年内成为技术驱动的全球FinAI领导者,现在弘犀已经成立一周年了,可以给我们分享一下目前做成了哪些工作吗?
黄又钢:目前, 我们经历了几个发展阶段。
第一步,是如何发展业务?明确我们的核心技术和核心竞争力是什么?我们的市场定位是什么?我们如何帮助企业、银行去解决风控问题。这些我们已经有了细致的思考和明确的答案。
第二步,培养团队,把我们的核心团队逐渐建立起来。
第三,我们也实实在在做了几个落地的案例。无论是四大行,还是城商行,我们都已经实际帮它们做一些业务,进行了合作。同时,我们也确立好了自己的核心业务。
雷锋网:弘犀的AI业务边界在哪里?还是说完全没有边界?
黄又钢: 我们的边界其实蛮清晰的,我们要做大C小B。
大C指的是目前我们在个人消费贷款领域,只做10万、20万左右的贷款业务。
小B指的是在小微企业贷款上,我们做300万以下的贷款业务。
这是我们的业务边界。
雷锋网:你在大公司任职多年,这次出来创业之后,你觉得自身最大的一个变化是什么?
黄又钢: 大公司的团队很强,基层员工怎么做事情,有一套很成熟的规范。但是创业公司的员工,需要你一步一步的教,这一点很辛苦。
而且现在公司还没有融到资,大家也需要考虑工作的稳定性,也很难招聘到顶尖的同事,这是比较现实的问题。
前一阵子我们在公司里在谈孙悟空、猪八戒、沙和尚的故事。就是说孙悟空的本领大,但是猪八戒、沙僧其实也各自有自己的能力和特点。
在创业的道路上,既要有孙悟空这样有大本事的人,也需要猪八戒这种嘻嘻哈哈、快乐的人,也需要沙僧这种勤勤恳恳的同事。关键还在于有一个推进者,把大家凝聚起来,朝着一个方向前进。
原创文章,未经授权禁止转载。详情见 转载须知 。