另类数据 理论与实践

投资，是人类社会经久不衰的活动。在这场竞赛中，优胜者始终需要寻找新方法来获取信息优势。这样的例子比比皆是，既包括观察河水深度、流量的古巴比伦商人，用望远镜观察抵港船只的中世纪威尼斯商人，也包括近代建立遍布于欧洲的信使网络的罗斯柴尔德家族。在现代资产管理行业，新闻快讯、社交媒体、卫星图像、地理位置、线上点评以及商业交易这些大数据时代带来的新型数据，正在成为投资经理们建立竞争优势以获取“阿尔法”的重要工具。这些由非传统信息组成的数据或者通过非传统手段获取的数据，被统称为另类数据，也称非传统数据。 在国外，另类数据正快速渗入资产管理行业；在国内，虽然业界对它已有了不少讨论，但是至今尚无系统介绍的书籍。《另类数据：理论与实践》以及《另类数据：投资新动力》这两本著作很好地弥补了这个空白。前者系统介绍了另类数据的概念和分类、风险和挑战、应用流程和价值评估等方面的内容；后者则从股票、利率和汇率、大宗商品以及宏观经济出发，详细介绍了不同类型另类数据的应用案例。 工欲善其事，必先利其器。在资产管理行业已出现数据、算法和算力全方位竞争的态势下，两书可成为国内投资经理工具箱中的基件和利器，帮助他们赢得资产管理竞赛。

所谓另类数据，就其本意，就是非传统数据。目前业内对于另类数据并没有统一的定义，大体上可以理解为有别于传统数据同时有价值的数据和信息。当下越来越多的数据渗入我们的生活中，但是数据本身具有洞见的时候才会有用。随着人工智能和机器学习的发展，我们可以从看似杂乱无章的海量数据中提取特征，云计算的发展也可以有效管理此类数据流，并且高效地训练模型。从国际范围来看，诸多不同类型的另类数据已经应用到与经济相关的很多领域，包括太空中卫星传来的图像，社交媒体上的帖文，大型商场中的客流量等，不一而足，但是中文图书市场尚未有书籍对另类数据进行系统性地讨论和分析，而本书就弥补了图书市场的这个空白。 本书共有8章。第1章到第6章详细介绍了另类数据的概念、分类、挑战和风险、应用流程和价值等方面的内容。第7章和第8章则分别介绍了不同类型的另类数据。

王闻，南开大学经济学硕士，清华大学数量经济学博士，曾在金融业界和智库中工作，现任哈尔滨工业大学副教授。 孙佰清，哈尔滨工业大学硕士和博士，现任哈尔滨工业大学教授和博士生导师，金融研究所所长，金融系主任，发表SCI/SSCI检索等论文60余篇，荣获第一届全国优秀金融硕士学位论文指导教师等奖项，出版专著2部。

第一章 地震和闲聊 001
一、宽客地震 002
二、闲聊公司 005

第二章 另类数据：投资的新水源 011
一、什么是另类数据 012
二、另类数据是大数据吗 015
三、为什么要使用另类数据 020
从主动转向被动/ 业绩不佳的原因/ 解决方案：成本竞争对比另寻他途/ 另类数据：替代性对比补充性/Alpha 以外的因素
四、另类数据生态圈 031
数据初建商/ 数据中介/ 数据服务商/ 数据使用者
五、数据市场 038
六、创新到哪里了 041
创新者/ 早期接受者/ 早期多数跟进者/ 后期多数跟进者和落后者

第三章 另类数据的分类 047
一、基于数据供应商的角度 048
二、两家数据服务商的分类 050
Neudata/Eagle Alpha/ 一些另类数据的优点和缺点
三、基于数据使用者的角度 062
资产类型 / 投资关联性 / 价值属性 / 成本属性 / 处理阶段 / 数据质量 / 技术细节

第四章 另类数据的挑战和风险 071
一、另类数据来源的法律问题 072
个人数据 / 网页抓取 / 重大非公开信息
二、处理另类数据中的挑战 075
实体匹配 / 数据匹配 / 缺失数据 / 缺失数据处理 / 异常值 / 结构化数据 / 面板结构稳定化 / 去偏 / 汇总数据
三、如何评估另类数据的价值 089
直接和间接预测 / 金三角事件研究方法 / 评分卡 / 评分卡：一些案例
四、使用另类数据的风险 099
早期使用者面临的风险 / 落后者面临的风险

第五章 使用另类数据的流程 105
一、获取数据之前的流程 107
制定相关战略和策略 / 确定适当的另类数据集 / 供应商尽职调查 /事前评估风险 / 事前评估信号
二、获取数据之后的流程 111
载入数据 / 数据预处理 / 提取投资信号 / 业务部署 / 运营维护
三、搭建另类数据团队 118
四、数据产业供应链 125

第六章 另类数据的价值 129
一、价值变化 130
价值衰减 / 价值维持
二、数据的估值方法 133
成本价值（Cost Value） / 市场价值（Market Value） / 经济价值（Economic Value）
三、投资中的回测 139
量化投资者 / 主观投资者 / 风险经理
四、回到卖方 143
垄断 / 收益分享 / 免费和软美元

第七章 一些另类数据的介绍 151
一、文本数据 152
网页数据 / 新闻 / 社交媒体 / 联储沟通 / 应用场景
二、图像数据 177
卫星图像 / 个人图像
三、位置数据 196
手机位置 / 商船位置 / 商务飞行位置 / 出租车乘坐数据 / 其他传感器数据
四、调查和众包数据 210
调查数据 / 众包数据
五、投资者关注 225
间接指标 / 直接指标
六、消费者交易和商业交易 231
银行卡交易数据 / 电邮收据数据
七、其他另类数据 242
国际组织、政府、行业和企业数据 / 市场数据

第八章 环境- 社会- 治理 245
一、历史回顾 246
二、行业概览 250
投资光谱 / 整合和融入 / 市场规模和驱动因素 /ESG 生态系统 /ESG 基金 /ESG 投资绩效
三、评级和指数 268
ESG 评级：关键指标 / 重要性因素 / 评级结果的差异 / 从评级到指
数
四、ESG 数据特征体系 277
ESG 数据的性质 / 投资决策因素 / 数据—决策矩阵

参考文献 286