从一个让人遗憾的消息说起。 7月7日，国投证券前首席经济学家、著名经济分析师高善文在香港病逝，享年55岁 。 消息传出当天，很多财经媒体和学者发文悼念 。在这些文章里，有一个词出现的频率很高，叫“不可替代” 。 为什么这个词特别值得留意？因为今天，AI对这个行业的冲击太明显了 。高盛曾在报告中明确指出，金融分析行业是受生成式AI冲击最深的领域之一 。 那么，在这样一个背景下，什么样的分析师可以被称为“不可替代”呢 ？ 要想回答这个问题，我们得先从高善文的职业生涯说起 。 两种完全不同的分析师 很多人可能未必知道，当我们说“分析师”时，它指代的可能是两种完全不同的职业模式 。 一种，是做模型的分析师 。 他们负责财报解读、公司估值、数据整理，产出是Excel表格、研究报告、投资评级 。这类工作高度模板化，AI替代它们几乎没什么阻力 。 另一种，是做判断的分析师 。 他们负责的是完全不同的事，比如预测经济的大方向、判断一轮周期的拐点、判断一个市场是不是被系统性高估了 。这类工作很难模板化，因为它要在信息不充分、数据互相矛盾的时候，给出一个只属于“这个人”的判断 。这个判断对不对，不是靠模型算出来的，是靠这个人几十年积累的认知，在关键时刻“涌现”出来的 。
高善文，就属于第二种 。 1971年，高善文出生于山西临汾的一个山村 。1988年考入北大，原本念的是电子学专业，后转向经济学，进入光华管理学院的前身——北大国民经济管理系 。他曾写道：“北大像个自由市场。只是在这个市场上自由叫卖的并非文具，而是各种闻所未闻的新思想 。” 后来他进入光大证券做首席经济学家，2004年在《新财富》评选中拿了宏观经济第一名，之后一直蝉联直到2007年 。2007年，高善文转入安信证券（后来的国投证券），做了整整18年首席，直到去年底离职 。 但让他真正被业内广泛认可的，不是这些头衔，而是他做判断的方式 。这里有两个他最著名的判断： 判断一：2006年的“资产重估” “资产重估”，简单来说，就是一大类资产（比如股票、房子，甚至纪念币和邮票）的价格，在短时间内集体发生一轮大规模的重新定价 。不是某一只股票涨了，是整个资产类别都在涨 。 2006年3月，高善文在一次经济形势座谈会上正式提出这个判断 。当时上证指数在1250点附近，市场情绪刚刚回暖，大部分人还在犹豫 。 高善文的核心逻辑是：当时中国市场出现了一个很奇怪的现象——货币信贷在加速扩张，但实体经济里的产能却在过剩 。 钱在变多，但实体经济的好项目在变少 。那钱去哪儿了？钱不可能凭空消失，它一定会找到出口 。高善文判断，这些钱会大量涌入资产市场，推动股票、房地产的价格经历一轮系统性重估 。 他花了大量时间，研究日本1980年代后期和更多地区同时期的资产重估经验 。结果，提出判断一年半后，上证指数从1250点涨到了6124点的历史高位，房价全面上涨 。“资产重估”也成为那几年国内宏观分析中被反复讨论的话题之一 。 判断二：2010年的“刘易斯拐点” “刘易斯拐点”是发展经济学里的一个概念 。简单说，一个发展中国家在工业化早期，农村有大量剩余劳动力，企业可以用很低的工资招到人，经济可以“便宜地”高速增长 。但随着工业化推进，农村的剩余劳动力被逐渐吸收完毕，到了某个时刻，低端劳动力就会从“过剩”变成“短缺” 。 这个转折点就叫刘易斯拐点 。一旦过了这个点，低端劳动力的工资会快速上涨，企业成本上升，进而导致整个社会的物价长期维持在一个更高的水平上，即所谓“通胀中枢系统性抬升” 。 2010年9月，高善文撰写报告指出：中国已经在2005到2006年前后走过了刘易斯拐点，“低端劳动力已经从过剩转向短缺，未来几年通胀中枢会系统性抬升 。” 但在当时，很多人认为中国农村还有大量剩余劳动力，远远没有到短缺的地步，认为他的判断太超前 。 为了验证自己的判断，高善文选择了一个可以被数据检验的间接切入角度：研究不同农产品的价格变化趋势 。 为什么要看农产品？因为不同农产品的劳动力密集度是不一样的 。蔬菜、水果这类需要大量手工采摘、分拣的作物，对低端劳动力的依赖很高；而粮食这类已经高度机械化的作物，对低端劳动力的依赖相对较低 。如果低端劳动力真的从过剩转向了短缺，那么劳动密集型农产品的价格，应该涨得比机械化农产品快得多 。 这个研究设计的妙处在于：不同作物的劳动密集度差异，是由作物本身的生物特性和技术条件决定的，短期内不会变化 。这也就意味着，低端劳动力市场的紧张，必然会通过农产品价格反映出来 。 事后回看，他这个当时被广泛质疑的判断，被后来的数据基本证实了 。 经济分析的自我嘲讽与“诸葛亮式”定位 看到这里，有人可能会问，难道他的预测“从来不会错”吗 ？当然不是，他也有过误判 。高善文还曾经写过一副对联自嘲 ： 上联： 解释过去，头头是道，似乎有理 下联： 预测未来，躲躲闪闪，误差惊人 横批： 经济分析
关于高善文，业内流传最广的一个说法叫“诸葛亮式分析师” 。据说这个说法起源于他自己的一个比喻：分析师应该像诸葛亮，负责客观分析、提供高质量的思考；而买方投资者应该像刘备，负责最终决策、承担风险 。 用他自己的话说：“从商业角度而言，市场分析要着眼于预测，预测正确与否是检验研究是否有价值的最重要判据之一 。但对于学院派的经济分析来讲，立足点不在趋势的预测，更不在预测是否准确，而在于它的解释是否足够稳健，是否有足够的差异化，是否能发展出一些普适性的新思想、新方法，或者新的分析工具 。” 换句话说，在高善文看来，分析师的价值不在于“结果对不对”，而在于思考本身的质量 。 AI时代，什么才是带不走的“稀缺”？ 我们讲高善文的观点，不仅仅是为了介绍他的思考方式 。从他的职业生涯里，我们能看到关于“AI替代”的深刻启发 ： 1. AI替代的是“分析师的产出物”，而不是“分析师本身” 如果你把高善文所有的报告喂给一个大模型，AI大概率能模仿他的文风、复制他的分析框架，甚至生成一份看起来“很像高善文”的宏观分析报告 。 但当年，面对一个所有人都觉得“还看不清” Market（市场）时，AI可能很难凭空说出“资产重估”这句话 。那个判断不是纯粹从历史数据里推导出来的，是从他这个人的整个认知积累里长出来的 。 换句话说，AI时代，“产出物”在快速贬值——报告、数据整理、常规分析，AI几分钟就能做完 。当产出物变得人人都有的时候，最大的差异化来源，或许就是“这个人”的判断 。 2. 走向“绑定型稀缺” 过去人类历史上的每一种“稀缺”，几乎都是产能不够导致的 。 这些稀缺的共同特征是：它们都可以被技术手段“解决掉” 。 但“人的判断力”，它的稀缺不来自“产量不够”，而是因为它“只能长在某个具体的人身上” 。 这是由一个人多年的阅历、犯过的错、对异常的嗅觉，所有这些因素沉淀的结果 。它跟这个人的生命绑定在一起，没法被批量复制 。 未来判断一件事有没有稀缺性，可以通过这么一个问题来衡量：“离开那个具体的人，这件事还成立吗 ？” 一本教材，离得开作者依然成立，所以它终将被AI大量生产 。 但一位老师对某个具体学生说“你应该走这条路”，这离不开这位老师对这个学生几年的观察，所以永远稀缺 。 一个AI能跑出来的宏观分析框架，离得开任何具体的人依然存在，所以它可能会变成免费品 。 但一个人在二十多年从业经验里练出来的“对数据的嗅觉”，离不开这个人本身，所以它越来越贵 。
再看一眼高善文那副对联 。“解释过去，头头是道，似乎有理”，这恰恰是AI最擅长的 。你给它任何一组历史数据，它能给你一百个头头是道的解释 。“预测未来，躲躲闪闪，误差惊人”，这恰恰是只有人才能做的 。 因为预测不是推导 。预测是一种赌上自己全部认知积累的冒险 。你得在信息不充分的时候，做出一个可能是错的判断，然后用自己的声誉为这个判断负责 。这在过去稀缺，在未来的AI时代也许依然稀缺 。 附：高善文博士经典言论11句 以下涵盖了高善文博士的很多关键思考，值得收藏 ： “解释过去头头是道，似乎有理；预测未来躲躲闪闪，误差惊人。” ——横批“经济分析” “所有经济活动的终极目的是让人们过上更美好的生活，消费活动应该是所有经济活动最终极的目的。” “经济转型就像在高速公路上转弯，速度太低也会出问题。” “不要对宏观经济企稳、新周期等抱有太多想法，接受经济下滑的现实，自下而上、埋头苦干才是应对的主要策略。”（2019年策略会） “合理的价格并不是底部，显著的背离和低于合理价格才能形成底部。” “底部形成的时候，空方永远是多数派的，多方永远是胆战心惊的。” “过去的日本，靠出海熬过三十年。在一个停滞的经济环境中，有竞争力的企业大量出海，能够进一步刺激和提高其回报率。” “人们很容易把总量层面的问题和转型结构联系起来，甚至可能把总量的问题归结为转型的问题。” “对预测未来心怀恐惧、对市场波动充满敬畏，在保持数据的密切追踪中，随时准备承认错误并改变看法。” “掌握生产力的人，适合出海；掌握生产关系的人，适合留在国内。” “对老年人而言有固定退休金，收入预期没有任何影响，可以继续搞夕阳红，跳广场舞。对年轻人而言，收入预期大幅下修，工作难找，纷纷节衣缩食。”
|
