由投中信息主办的“2016中国投资年会·深圳”日前在深圳香格里拉酒店落幕，第二个会议日的主题演讲环节中，投中信息首席数据官马乐先生以《Private Equity and Machine Learning》(私募股权与机器学习)为题，从一个有趣的角度向参会嘉宾分享了投中信息对于私募股权交易中“数据+Fintech”的若干思考和实践。整个主题演讲虽然历时仅20多分钟，但是得到了场内场外众多一级市场从业者的认同和热切回应。

　　打破一级市场的数据壁垒

　　马乐在演讲中强调，“从数据分析和建模的角度，相比较更成熟的二级市场，一级市场无疑面临更多的挑战。对于像中国这样的新兴市场，经济发展本身就受限于尚未成熟的资本市场，并且因为在数据、金融工具、政策等诸多因素的不确定性，导致很难去量化和合理评估每一笔交易或者潜在交易的价值和影响，更不用说辅助交易的参与方或者潜在参与方做出合理的决策。”

　　投中信息作为一级市场最专业的第三方服务机构，一直致力于构建成熟健康的一级市场生态圈，尤其在各方对资本市场改革和创新最为关注和诉求最为迫切的今天。但是通过投中信息对过往十年间私募股权交易相关数据的整理和分析让我们发现，一级市场的蓬勃发展并没有缓解信息不对称带来的桎梏反而愈演愈烈，并不断凸显出其负面影响。一级市场的数据现状是画地为牢，既影响从业者对相关交易合理性的判断，更制约了对一级市场的有效监管，不利于构建成熟健康的生态圈。

　　据马乐介绍，从今年年初以来，投中信息以自有第三方数据服务平台CVSource为基础，从一级市场从业者的需求出发，积极同各行业相关数据服务商开展深入地合作，通过合法和高效的渠道获取更多有价值的涉及项目、机构或者企业的深度数据数据，期望凭借整合分享相关兼具深度与广度的数据促进行业的共同发展和有效竞争，倒逼一级市场的数据变革，打破行业的数据壁垒。

　　共建有效的数据诊断平台

　　在一级市场过往募、投、管、退的环节中，很难有第三方为交易各方提供更加有效的帮助。在历年相关行业网站和媒体报道中，除了部分具备信息披露条件的相关案例或机构外，我们只能够获取到大量浅陋的数据，然而即便是这样的数据我们都很难确认其真实性和有效性，这也直接导致大量诸如创业企业虚报融资金额的不端事件发生。

　　“在互联网领域，考虑到其数量大但质量不高的数据特性，已经有一些很成熟的技术被普遍推广，尤其是对于数据的加工、监测和有效性评估。”针对现状，马乐抛出自己的观点“金融领域尤其是一级市场，需要虚心学习和吸收互联网领域一些有益的做法和经验，做到’师夷长技以自强’。”

　　通过马乐在现场对投中信息一款刚研发完成的数据产品的介绍，可以发现投中信息正在学习和借鉴互联网领域相应的一些技术和运营方法，重新设计和搭建数据运营体系，尤其是在数据的真实性和有效性的甄别方面。马乐特别指出，“投中信息将投入相当的资源和专注在数据的诊断方面，以确保前期获得的海量数据能够最大效用的发挥价值，并尽可能降低数据的不确定性所导致的负反馈或者无效反馈。”

　　用机器学习的方式辅助决策

　　在这个主题演讲过程中，与会者可以明显感受到投中信息并不仅满足于打破行业数据壁垒和数据的有效性诊断，他们还提出了对于数据智能更深入的诉求和具体解决方案。对于外界热捧的“人工智能”和“智能投顾”等概念，马乐也从专业的角度分享了自己的看法，并现场演示了目前投中信息在新数据产品中一些有趣的实践。

　　“在绝大多数领域，机器都很难在短时间内完全取代人起到核心作用，尤其是金融领域，可能这个过程要更加的曲折和漫长。” 马乐说 “投中信息的基本判断是，在一级市场领域，人工智能相关技术应该以为交易提供有效的辅助决策作为切入点。相比较在二级市场更普及的’智能投顾’，也许我们期望解决的问题和实现的目标更具挑战。”

　　为此，投中信息在今年年初组建了数据研发团队，吸收大量BAT背景的数据和算法人才，期望通过引入机器学习的方式对一级市场的趋势性、周期性和随机性进行有效的定性和定量分析，并做出有效的预测，提升整个行业的工作效率，在满足不同类型从业者个性化需求的同时，实现数据资源效用最大化。

　　在演讲的最后环节中，马乐分别从“个性化资讯”、“项目对标”、“交易预测”和“知识图谱”四个方面现场演示并讲解了机器学习在投中信息的新数据产品中的相关应用场景，引起现场众多投资机构相关负责人的兴趣和关注，并积极表示希望能够试用新产品并参与产品需求的迭代。