$兴业银行(SH601166)$ 兴业银行首席经济学家鲁政委：＂有人认为，数据可以转化为信用，科技水平提高了，有了大数据，自然就可以解决产业认知问题了。
可是，很多人根本没有意识到：大数据要能够起作用，光有大量的数据和码农还不行，还必须要有底层能够连缀起数据的模型，这才是关键。而这个模型，业务人员也可以有一些积累，但往往是零散的、单变量、不连贯的。专业的、成体系的模型积累，可能还需要专业的研究工作。
研究人员与业务人员最大的一个不同，就是他不会像业务人员一样，经常换岗甚至调换赛道，研究人员往往几十年如一日地关注一个领域的事情，积累的时间久了就成了认知足以超越常人的“专家”。
此外，现在很多所谓的科技手段解决信用问题，不少是依赖单变量，比如税收、水电费等，这些变量当你不注意它们时它们是真的，当越来越多的银行开始在实践中依靠它们时，假的就会越来越多，很容易被欺诈者突破。
有的时候，慢才是快，少才是精，晚才是准。世界变化复杂，是在外物的裹挟下被迫做追逐者，还是主动化繁为简做领跑者，是一种选择的智慧。
因此，在研究的开展过程中，面临急、多、重、难的研究任务，我认为最快最有效的方法就是给予研究员时间，时间是研究员的朋友、更是丰富研究员核心领域认知的唯一“养料”。
研究员似乎能够看得更深，其最独特的一点，并非胜在智商，而是在于专注其所在的领域，数十年如一日，持之以恒地进行研究，深耕到底。他们的晋升通常体现在研究职级上，而其岗位本身保持不变。
相比之下，业务人员的情况则不大相同，当业务人员表现出色时，他们往往会因此被提拔至其他岗位，很大可能不再从事原来的工作，这就使得他们的专业知识难以持续进行积累。
再看研究员，知识的积累几乎就与他们职业生涯的成长过程同步，时间是研究员的朋友，即使一开始对某个领域一无所知，经过三到五年的专注研究，就可能比许多人更为专业，研究员与业务人员在“研究”方面的差异主要取决于投入的时间。
我想起一个印象非常深刻的例子。兴业曾有一位应届毕业的年轻研究员，他提前三年发现了东部某企业存在的问题。
虽然刚毕业，没有太多业务经验，但研究员的优势是，他有大量的时间，可以专注地去找很多资料，形象地说是把“古今中外”“上下五千年”的资料都梳理一遍。
业务人员事务很多，很难有大量时间系统地做这样的事情。当时，这家企业的信用评级属于民营企业中的最高评级，但他却觉得这家企业有些古怪：产品莫名卖得比别家贵。
一个新生显然也不会是财报专家，一时也看不出具体问题所在，于是将这个观察结果报告给了我，我建议他将这家企业列入关注名单，继续留意后续的信息。过了一段时间，他就挖掘到了蛛丝马迹。
由于上市公司的披露要求，该企业在发债时公布了供应链上下游排名前十位企业的相关信息。然而，有家下游企业并没有将这家企业列为主要供应商，为了求证，他电话联系了那家下游企业，结果发现该企业与其“已披露”的下游企业并无业务往来，这暗示着该企业可能做了假账。
经过进一步的研究与证实，我们发现事实就是如此，最终我们兴业银行撤出了对这家企业的所有贷款。三年后，这家企业倒闭，因涉嫌财务造假被证监会顶格处罚，多期债券违约，留下了上百亿的巨大漏洞。
这个案例证明了，尽管初出茅庐，但凭借对特定领域的持续关注和深入研究，年轻的研究员也能在“时间的洗礼”中有重大发现，用前瞻的研究帮助规避风险、挽回损失。
我想，这就是研究的价值，也是时间对研究员的馈赠。这些研究员能自信地做出准确判断，并非因为他们聪慧过人或是能力超群，而是因为他们能够长时间地观察和研究，不断地学习和积累，形成对核心领域的清楚认知。＂