FX168财经网_全球视野外汇黄金加密货币NFT资讯网

悦读书|欧美银行动荡，如何避免金融危机卷土重来？

性，作为群居动物，恐惧和羊群效应在我们进化的基因之中。人的贪婪和恐惧交织，资产价格的暴涨和暴跌交替。人性不可能被消灭，因而危机总会发生，繁荣和萧条是金融的固有形态。上一场危机的应对常常埋下下一场危机的种子。　　从2001 年互联网泡沫到2008 年房地产泡沫，从大衰退后的量化宽松到资产价格繁荣。危机发生，应对危机，宏观刺激，形势好转，监管放松，志得意满，危机又爆发，如此周而复始，政策、市场和人性纠缠在一起。　　现在来看2008 年全球金融危机，美国发了十万亿美元次级贷款、百万亿美元信用违约掉期对赌，整个金融市场泡沫化，发生危机是必然的。大家都把雷曼倒闭当作2008 年全球金融危机的标志性事件。如果没有雷曼事件，结果会不会不一样？美联储没有救雷曼，救了贝尔斯登。事实上雷曼总资产约7 000 亿美元，贝尔斯登约4 000 亿美元，雷曼比贝尔斯登大不了多少。如果把雷曼救了，也许不一定会引发一系列的连锁反应，但历史无法假设。　　危机真正传染开来、引发恐慌是在货币市场这个看上去最安全的市场。货币市场基金主要储备基金（Primary Reserve Fund）大约持有雷曼1％的商业票据，雷曼倒闭之后该基金出现亏损，投资者的1 美元只能给付97 美分，也称跌破净值。原来大家都觉得买基金是最安全的，与存银行一样，但基金毕竟不是银行，没有存款保险保护。亏损发生后，买了这只基金的人就开始集中赎回，结果引发了发生挤兑。　　当时货币市场的规模是3.5 万亿美元，约有3 500 万人投资货币市场。巴菲特回忆说参加聚会，发现大家都在讨论货币市场是否安全。如果只挤兑这一家基金还行，但这个时候还会发生“大肠杆菌传染效应”。自从雷曼的商业票据出了问题，很多家货币市场基金都遭到了挤兑，因为货币市场基金持有很多大公司的商业票据，如通用电气、苹果、微软等企业的商业票据。平时大家觉得没有风险，不会破产，到这个时候就会想这些公司的票据会不会也有问题？所以一家公司的商业票据、一个产品出了问题，市场就认为所有公司的商业票据和其他产品都有问题。危机一定有意想不到的、协同的、夸张的恐慌效应，从很乐观到恐惧再到崩盘。　　危机的爆发也有可能是“灰犀牛”，即在一系列预警信号和危险迹象之后仍然发生的大概率事件。金融危机更多是“黑天鹅”，发生在事前没有想到和监管没有照顾到的角落。如果吸取了以前的经验教训，把监管漏洞堵起来，同样的危机就不会再次发生，风险聚集和金融创新都符合“最小监管阻力原则”，发生在监管边缘地带。回顾以前发生过的危机，比如20 世纪30 年代的银行危机，为避免银行挤兑，推出了存款保险，银行挤兑就很少见。再比如2008 年出问题后，对房地产市场和银行与影子银行体系监管较为严格，2020 年新冠疫情冲击时，这些部门的杠杆率得到有效控制，未发生系统性风险。　　没有两次危机是一样的，但是会押着相同的韵脚。2008 年全球金融危机暴露出了影子银行的问题，没有监管到影子银行有很多表外业务，成立了表外的 “特殊投资实体”，加了很多杠杆。投资银行也都依赖短期批发融资，杠杆率更高，再就是签了很多信用违约掉期对赌协议，内嵌有复合杠杆。监管没到位，杠杆率又很高。

金融界2023-05-12

【收盘快报】三大指数均跌超1%，电力等板块逆势走强，医药ETF（512010）年初以来新增份额超143亿份

升级在大方向上并没有发生改变，符合产业进化趋势的细分赛道及对应公司有更大机会能够穿越周期，实现可持续的发展。处于创新药及其产业链（CXO&上游供应商）、临床价值明确的医疗器械和高壁垒制剂及原料等细分赛道的企业长期价值有望在2023年重新得到市场重视。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-12

KING链游聚合平台打造社群化生态系统

台也将人与人的链接从社交、社区到社群的进化。来源：金色财经

金色财经2023-05-12

资金持续加码，医药50ETF（512120）近3个交易日连续获资金净流入

升级在大方向上并没有发生改变，符合产业进化趋势的细分赛道及对应公司有更大机会能够穿越周期，实现可持续的发展。处于创新药及其产业链（CXO&上游供应商）、临床价值明确的医疗器械和高壁垒制剂及原料等细分赛道的企业长期价值有望在2023年重新得到市场重视。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-12

成分股泽璟制药-U领跌，生物科技ETF（159837）盘中回调下跌

升级在大方向上并没有发生改变。符合产业进化趋势的细分赛道及对应公司有更大机会能够穿越周期，实现可持续的发展，创新药及其产业链等细分赛道的长期价值有望在2023年重新得到市场重视，迎来估值回归。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-12

易事特下跌12.31%，创业板ETF（159915）昨日获融资买入1.32亿元

10年6月，伴随创业板的发展与改革，已进化为成长风格的代表性指数。数据显示，截至2023年4月28日，创业板指数的前十大权重股包括宁德时代、东方财富、迈瑞医疗、汇川技术、阳光电源等；从所属行业来看，前十大权重股分别涉及工业、金融、医药卫生、主要消费等领域。（数据来源：国证指数公司，指数成份股不代表个股推荐）财信证券认为，全面注册制的施行下，更具有包容性的发行门槛，且注册审核流程让企业发行便利度提升，更大程度地拓宽大中小企业的直接融资渠道，改善金融市场融资结构，将有利于提高直接融资比重，增强股票市场对实体经济的支持服务能力。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-12

【收盘快报】A股三大指数涨跌不一，创业板ETF（159915）连续4个交易日资金净流入合计达37.6亿元

10年6月，伴随创业板的发展与改革，已进化为成长风格的代表性指数。数据显示，截至2023年4月28日，创业板指数的前十大权重股包括宁德时代、东方财富、迈瑞医疗、汇川技术、阳光电源等；从所属行业来看，前十大权重股分别涉及工业、金融、医药卫生、主要消费等领域。（数据来源：国证指数公司，指数成份股不代表个股推荐）万联证券认为，2023年Q1传媒行业各子板块市场行情逐步复苏，回升迹象表现明显，影视院线观影人次有所上涨；广告市场逐步恢复，各行业广告花费呈现分化态势。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-11

巨型AI模型时代已结束？这家AI初创公司再获2.5亿美元融资

型AI模型的时代已结束，“未来新一步的进化，将不会来自于巨型模型”。那同属该领域的Cohere又为何会获得资本的青睐呢？ Cohere AI将其模型分为两类：生成模型和嵌入模型。生成模型通过对互联网上大量的数据进行训练，而嵌入模型是多语言支持的，可以支持超过109种语言。Cohere的模型有不同的规格，公司的指令模型每周都在进步，而同类领域的其他提供商通常要几个月或甚至一年才会发布重要的模型更新。尽管Cohere AI与谷歌合作获取其硬件能力，但其并不仅限于Google Cloud。例如，Cohere在AWS SageMaker上运营，并计划在其他云服务提供商上提供服务。Cohere AI的方法非常开放，并以客户为中心，他们通过在任何云供应商上运行以使客户获得最佳体验和服务。相较于GPT-4，Cohere AI尚未采用多模态方法。Cohere AI的高级副总裁Saurabh Baji表示，“我认为图像和视频非常令人兴奋。但从商业角度来看，这也是一个不同的问题。我们并不关注AGI，而是专注于客户实际面临的问题。很多客户的需求都非常以语言为中心。” 从AI竞争格局的角度来看，Cohere AI和OpenAI都是目前AI领域的重要参与者。虽然两家公司都专注于大型语言模型，但它们的重点和方法略有不同。OpenAI在一系列领域都有所涉猎，包括自然语言处理、计算机视觉和强化学习等。此外，OpenAI也吸引了大量的资本，其中包括像微软、谷歌和亚马逊这样的科技巨头。相比之下，Cohere AI专注于提供易于使用和部署的大型语言模型，为企业客户提供更好的商业解决方案。尽管Cohere AI在规模和影响力上与OpenAI存在一定的差距，但其在语言模型方面的专注度和灵活性使其成为一个非常有前途的公司。另外，在资本方面，Cohere AI也获得了很多青睐。除了几个知名风险投资公司的支持，该公司还获得了加拿大政府和Google等科技巨头的支持。这些资金的注入有助于Cohere AI继续扩展其业务和规模，并在AI市场上取得更大的份额。总的来说，虽然Cohere AI和OpenAI在AI竞争格局中处于不同的位置，但它们都是这个领域中非常有前途的公司。Cohere AI在语言模型方面的专注度和灵活性使其成为一个与OpenAI进行竞争的关键因素之一，而资本的支持也给了Cohere AI更多的机会来发挥其潜力，并在市场上取得更大的份额。实用角度看大语言模型大语言模型（Large Language Models，简称LLMs）是一类基于深度学习技术的自然语言处理（NLP）模型，它们具有大量的参数，并能够理解和生成人类语言。这类模型通常采用神经网络架构，尤其是Transformer架构。近期，一篇综述论文《在实践中利用大模型的力量》在AI学术圈爆火，而其中一张名为“大预言模型进化树”的图片引起了不小的轰动，其梳理了2018年到2023年的大预言模型代表作。相较于Open AI不断深耕至今走向AI的前沿，曾经颇具影响力的谷歌BERT似乎从一开始就走向了“岔路”。当我们以年为单位看LLM发展史的时候，忍不住唏嘘“在大模型没有成功之前，一切都是场赌局”。 ◉ 大语言模型发展进化史 2017年的时候，谷歌研究员在《Attention is all you need》一文中介绍了Transformer架构——这也是目前最常用到的架构之一，是BERT、GPT等预训练模型的基础。时至今日，Transformer架构仍是GPT模型的基础架构。 Transformer架构的提出和预训练的方法将大语言模型推向了新的阶段——以谷歌为首的科技大公司在2017年后聚焦于研发能够处理多种自然语言任务的大模型。 2018年6月，OpenAI采用Transformer架构发布了它们的模型——GPT-1。紧接着，谷歌正式向世界介绍了全新预训练模型——BERT。时间来到2019年，微软宣布与OpenAI达成10亿美金的合作。次年9月，OpenAI授权微软使用GPT-3模型，微软成为全球首个享用GPT-3能力的公司。科技巨头Meta当然也不甘示弱，于2022年推出有着“开源版本的GPT-3”之称的OPT，并于今年推出能在单个GPU上运行的大语言模型LLaMA。如今GPT-4也已发布，更强的文本生成能力与详细的逻辑判断能力让OpenAI在四年内快速崛起，并成功“破圈”。 Cohere的联合创始人Nick Frosst对Altman认为大模型不会永远奏效的观点也是表示认同的，他表示“有很多方法可以让Transformer变得更好、更有用，而且很多方法并不涉及向模型添加参数”。Frosst还说，新的AI模型设计或架构，以及基于人类反馈的进一步优化，将会是许多人工智能研究人员已经在探索和有前途的方向。 ◉ 一些有前景的LLM用例利用LLM大模型可以做许多“很酷”的事情，但我们必须承认，基于人类实际需求的创新发展方向才是最根本的逻辑，所以“实用主义”是我们考量LLM应用的重要指标。对于到底是选择只经过预训练的大模型LLM，还是在此基础上经过特定数据集微调后的较小模型问题，《在实践中利用大模型的力量》这篇论文给出的答案是具体情况具体分析，我们可以参照这张决策流程思维导图来获得一些启示。各种基于LLM构建的应用程序在不断刷新我们的认知，计算机科学家Chip Huyen在其文章《为生产构建 LLM 应用程序》中为我们提供了一些有前景的LLM用例：人工智能助手：针对不同用户群体来构建不同的任务，比如安排日程、做笔记、预订航班、购物等。但是，最终目标是打造一个可以帮助你做任何事情的智能助手。聊天机器人：聊天机器人在API方面类似于人工智能助手。如果说人工智能助手的目标是完成用户交给它的任务，那么聊天机器人的目标更多的是成为一个伴侣。例如，你可以让聊天机器人像名人、电影角色、作家等一样说话。学习：ChatGPT不仅可以生成问题，还可以评估学生输入的答案是否正确，以及对论文进行评分和反馈。同时，它也很擅长在同一个辩论话题上采取不同的立场，可以成为学生很好的辩论伙伴。搜索引擎优化：如今，许多公司都依赖于创造大量内容，希望在谷歌上排名靠前。但在未来，搜索引擎优化可能会变得更像一场猫捉老鼠的游戏：搜索引擎会想出新的算法来检测人工智能生成的内容，而公司则会更好地绕过这些算法。人们可能也会减少对搜索的依赖，而更多地依赖品牌（例如，只相信某些人或公司创造的内容）。除此之外，大语言模型可以帮助生命科学研究人员更好地理解蛋白质、分子、DNA和RNA，帮助信用卡公司进行异常检测和欺诈分析以保护消费者，帮助法律团队进行法律释义和抄写等。在未来的模型面前，或许现在我们看到的大模型只是蝼蚁。但我们可以期待，未来更加强大的语言模型将会更彻底改变人们的生活方式。现在，我们可以看到越来越多的企业涌入AI的洪流，个体也不可避免地主动参与或者被席卷进去，我们永远不知道明天会发生什么。未来的另一个五年又会有多少大语言模型出现，谁又将冲在行业最前端呢？让我们拭目以待。【声明】：本文为元宇宙之心运营团队原创，未经允许严禁转载，如需转载请联系我们，文章版权和最终解释权归元宇宙之心所有。来源：金色财经

金色财经2023-05-11

创业板ETF（159915）昨日资金净流入超15亿元，今日成交额已超12亿元

10年6月，伴随创业板的发展与改革，已进化为成长风格的代表性指数。数据显示，截至2023年4月28日，创业板指数的前十大权重股包括宁德时代、东方财富、迈瑞医疗、汇川技术、阳光电源等；从所属行业来看，前十大权重股分别涉及工业、金融、医药卫生、主要消费等领域。（数据来源：国证指数公司，指数成份股不代表个股推荐）中原证券认为，当前创业板指数的平均市盈率为35.81倍，处于近三年中位数以下水平，市场估值依然处于较低区域，适合中长期布局。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-11

跨链桥在以太坊 PoS 时代还有哪些机会？

is 同时随着DeFi生态的完善和不断进化，各种跨链项目涌出，竞争逐渐激烈，跨链桥除了不断接入新的项目，提供更加便宜的跨链服务之外，缺少新的吸引力来留住用户。而针对以上跨链桥面对的挑战，Cross Chain To Earn也许正是解决问题的新思路。以太坊2.0 带来的Cross Chain To Earn机遇如果跨链桥合理利用锁入资产，一方面能为跨链用户提供额外收益，为项目吸引更多用户，另一方面也能使资金分散，避免大量资金聚集引来层出不穷的黑客攻击。结合以太坊2.0 PoS质押活动来说，跨链桥合理利用用户在以太坊上锁入的跨链资产，在保证正常跨链流动性的情况下，将锁入的部分以太资产进行以太坊PoS质押，并将质押收益分配给跨链用户，用户除了能获得原来既定的目标链DeFi活动收益外，还能获得额外跨链桥分配的近年化%的PoS质押收益，如果PoS质押活动同时接入MEV，收益将更高。这种DeFi思路，使跨链桥既能参与以太坊2.0共识活动，帮助提升以太坊网络共识安全，还能利用质押收益吸引DeFi用户进行跨链活动，同时将部分TVL锁入以太坊质押合约，一定程度上能规避成为黑客攻击目标的风险，即使发生黑客攻击，也能避免全部TVL被恶意提取。图以太坊跨链桥Asset Ranking，来源于dune.com 根据dune.com上统计数据显示,以太坊上锁入跨链桥的以太资产(ETH或WETH)价值达到近$10亿，不算MEV额外收益，进行PoS质押每年可获得$76.9M收益。如果实现这种方案，跨链桥需要对接多种网络质押活动，除了自身跨链协议外，还需要增加流动性管理，质押活动和利益分配逻辑。这会使跨链桥的整体方案更加复杂，同时对跨链桥的协议安全和产品设计提出更高要求。方案中涉及的主要挑战点包含：合理的流动性管理，避免因为质押活动，流动性降低而影响跨链用户的大额跨链需求质押活动稳定性，需要保证质押活动正常进行，避免因为Performance问题导致质押处罚带来的资金损失。协议安全，整体方案更加复杂，需要保证协议的安全，避免引入新的安全漏洞。合理的收益分配，由于跨链用户比较自由，需要根据用户具体的跨链资金周期合理分配其应得的质押收益。在此方案的基础上，跨链桥还可以提供直接的质押池服务，用户将资产锁入跨链桥合约，即可参与跨链桥提供的PoS网络质押活动来获得收益。区块链行业势如破竹，跨链桥作为链接多链生态的基础设施，不断面临新的挑战，在为用户提供稳定便捷的跨链服务的同时，也在不断寻找新的机遇和突破。如果跨链桥加入网络质押活动，将和区块链网络本身及DeFi用户结合的更加紧密，创造出更多的可能性和互操作性。来源：AaaahWeb3 来源：金色财经

金色财经2023-05-10

24小时热点