金融中心，比的就是“算计”

　　国内亟待加强计算金融硬件建设和人才的引进培养

　　身处高盛、花旗等国际金融巨头的集群服务器机房，不少人会产生错觉：是不是来到了美国国家实验室的超级计算机中心？记者日前从一个计算金融国际研讨会上获悉，华尔街一家金融大机构所拥有的超算能力，就大大超过上海超级计算中心的现有能力，而上海超算中心的高性能计算水平几乎代表着全上海水平。

　　根据2008年全球金融中心指数（GFCI），一个国际金融中心应达到的指标有10项以上。第1项是“一流的金融人才”，第2项是“金融业务顺利展开所需的宽松制度环境”，第3项的描述很花笔墨：“非常便捷地让每一笔交易都及时通过有效网点，在成本最低、质量最高的地方迅速完成”。这里强调的“便捷”和“低成本”，需要一系列软硬条件来协同实现???这就是为什么投资家、交易员与超级计算机一起出现在华尔街的原因之一。

　　金融与超算，国内尚无关联

　　超级计算机的数量是华尔街各大机构的商业机密。业内人士清楚，这些机构每家拥有的超算，都集成着几千到几万枚CPU芯片，相当于把几幢高层写字楼的几千几万台电脑，集成到一个布满机柜的巨大机房内，其每秒钟的运算速度高达几十万亿到上百万亿次。而目前，位于张江的上海超算中心内，一期和二期工程的总计算能力是每秒10.4万亿次，若加上年内上马的三期工程，每秒才可达200万亿次以上。尽管目前的上海超算中心已是国内最快，但也无法与华尔街的一台台神算子相提并论。

　　金融超算在干什么呢？它们是一群随时“生出金蛋”的投资决策支持系统。针对金融产品设计、交易分析、投资组合管理、风险控制等难题，利用各类数学模型、计算程序和海量数据，通过大规模的分布式计算产生结果，向决策者提供直接支持。超算本身投资不菲，但大的金融机构还在上马，用他们的话说：“金融超算是真正的利润中心，而不是成本中心。”

　　然而，国内证券、期货、银行、保险等金融行业，引入这种超级计算机者几乎为零。上海超算中心副主任袁俊表示，目前该公共服务平台上，“工程计算”和“科学计算”的用户比例为“四六开”，除了大量研究所和设计院，无任何金融领域用户。而在国外，以金融为代表的商业领域超算用户，比例超过一半，远远高于科研超算用户。

　　千分之四秒，才能接国际大单

　　搞国际金融，难道不能靠单机版软件和注册分析师？在国际金融界富有实战经验的专家直言相告，金融中心要成批接办国际大宗交易单，根本不是人脑或单机及任何小软件能解出的“方程式”。

　　首先是速度要求。据测算，全球金融市场上的交易机会只在千分之四秒内出现，也就是1秒钟内应该完成250笔交易，如此高效率已使纽约证交所这样的传统交易机构略显反应迟钝。参与交易的各大机构于是配以每秒运算数十万亿、上百万亿次的超算进行处理，有时还是跨越洲际的联网运算。金融中心若缺失这套装备，就可能无法加入或失败退出这场“游戏”。

　　其次是海量要求。纽约巴克莱银行信用衍生品集团定量分析负责人戴维德?李说，一家国际金融机构每天都要交易几千只股票，在短短几小时的交易时段内，几次三番买进卖出，这一切操作其实都是超算自动完成的。因为涉及数据量太过庞大，只有超算才能分析出个中秘密和规律。现在，认沽权证、股指期货等大量金融衍生品已开始或即将开始在国内推出，这些产品都不是以往算法所能求解的。

　　随着全球经济一体化，国内金融机构广泛“出海”，参与竞争激烈的海外投资；同时境外热钱大量涌入，参与境内大额融资项目。上海作为我国正在建设的国际金融中心，正是这些内外资金巨潮的汇流处、出入口，并会与纽约、伦敦等老牌金融中心同步接单。“如果需要在2小时内，在最合适价位，分最佳批次，收购数亿美金市值的企业股权，机构又不掌握高速度、高性能的交易算法，是不敢也无力接下这份国际大单的。”专家认为，上海在国际金融中心建设中，应能提供与之适应、令人信服的超算能力，才有利于同国际上其他金融中心完全接轨，确立在全球市场上的地位。

　　“火箭科学家”，金融业最稀缺

　　超算归根到底是人的杰作。为了配合这套强大的金融计算工程，在华尔街走俏的不只是巴菲特、罗杰斯这样的投资家，一批数学家、物理学家同样吃香，被业界尊为“火箭科学家”。他们根据实际投资需求，设计大量复杂的数据模型，让超算模拟出最真实的市场，甚至作出超前判断。他们还不断改善计算方法，使满载芯片的“点钞机”一再提速，抓取每一个毫秒级的交易良机，为企业和国家获得高额回报。

　　但目前，国内机构对这种跨学科的计算金融学家缺乏足够重视，更缺乏争夺这种新兴人才的意识。事实上，这类本土稀缺人才还在大量对外“出口”。在美国各大名校，如斯坦福、伯克利、哥伦比亚等大学都开设了计算金融专业，且绝大多数是研究生专业，有的大学还细分出两个相关专业。这些专业中，数理能力出众的中国学生比例占了约1/3，并在毕业时十分抢手，基本在海外就业。与之相比，国内高校类似专业极少，以理论研究为主，实践场合非常有限，人才储备不足。

　　早日接入国际金融市场的“大系统”，还需国内金融机构加紧、加强计算金融软硬件建设，而人才的引入比具有更强超算能力机器的配套更难。