特约专稿华夏银行投资银行部总经理朱永
近
年来，我国债券市场规模不断增长，截至年5月，债券总存量约有90万亿元。债券市场创新发展的不断深入推进，离不开金融科技的支持。科学技术快速发展对金融行业的驱动，已经从金融业务本身向金融服务体制方向转变。金融科技在债券市场的应用起步虽然相对较晚，但已经基本实现了债券市场基础设施建设的科技化，建成了多个重要系统，如非金融企业债务融资工具注册信息系统、中央债券综合业务系统、全国银行间同业拆借中心本币交易系统等。金融科技已经嵌入到债券市场运行的不同部门、不同机构、全部业务流程的各个环节，进一步释放了市场活力，提高了市场配置资源的效率。
金融科技助力债券市场的主要途径
（一）推动债券市场监管创新发展
金融科技在改变传统金融生态的同时，也给传统金融监管的既定逻辑带来了挑战。金融监管不再只是面对传统的金融安全、消费者保护、创新博弈等问题，与之更密切相关的是市场稳定与规则简明等。债券市场在创新发展过程中的市场监管，将转变为合作治理与引入监管科技。
为加强对信用评级行业的统一监管，推进债券市场互联互通，年9月，人民银行和证监会联合发布年第14号公告。由于历史原因，分割的债券市场在一段时间内通过竞争客观上促进了我国债券市场的规模增长，但不同债券子市场在准入标准、信息披露、存续期管理方面的差异也逐渐暴露，分割的弊端开始显现，统一债券市场监管的要求更加迫切。同年底，人民银行、证监会、国家发展改革委联合下发《关于进一步加强债券市场执法工作的意见》（银发﹝﹞号），明确了证监会依法对银行间债券市场、交易所债券市场违法行为开展统一的执法工作。这不仅将统一两个市场监管执法的尺度，也将升级债券市场的监管力度。
债券市场基础制度建设在逐步统一，强化市场统一监管和处罚是债券市场未来的发展方向。监管科技在风险数据整合，风险建模、分析和预测，实时交易监控、汇报和拦截，以及法律法规跟踪等方面，目前已有初步的探索尝试，未来也将顺应趋势不断发展。
（二）助力债券市场中介机构变革传统业务模式
信息技术带来创新，前沿信息技术对金融业务具有辅助、支持和改进作用，帮助金融业务实现“三升两降”，即提升效率、体验、规模，同时降低成本和风险。
对于作为债券承销商的商业银行而言，金融科技有助于承销商拓展债券业务的客户覆盖范围，提高承销业务效率，进一步延伸产品链、业务链，做大业务规模，降低成本。具体地说，金融科技能够帮助承销商通过数据挖掘技术，进一步降低信息不对称，提升与目标客户开展合作的可能，打破传统业务的时空限制，提高时效性和便利性。通过金融科技的手段，承销商可以实现与同业之间、与企业甚至政府部门之间的信息共享，从而拓展债券市场发展空间。以互联网为依托，借助大数据、移动支付、云计算的金融信息技术令承销服务内容更加全面、更加细化，提升了客户体验，有利于做大业务规模。
对于为债券市场提供中介服务的评级公司而言，在金融科技的帮助下，债券市场发行主体的投融资行为模式也将持续改进，从而可以丰富评级数据，有助于评级公司完善评级业务。目前，债券市场的发行主体信用等级整体相对较高，较低信用等级的发行主体占比较少。在金融科技的帮助下，市场数据分析能力与信息披露水平将进一步提高，部分较低评级发行主体有望因此进入债券市场。
（三）助力债券市场投资者改善投资决策
近年来，债券市场投资者运用金融科技在多个领域开展了各种探索和实践，总的来看主要涉及三大领域：一是人工智能；二是大数据；三是区块链。
投资者借助金融科技逐步替代传统人工方式，通过建立数据模型、利用现代投资组合理论开展投资决策。这一方面使得投资决策更精准，另一方面通过技术的理性因素避免了人为的非理性因素。
1.人工智能的应用
这方面的应用主要包括智能投研、智能投资、智能投顾等。人工智能技术是基于对原始数据进行自主学习、加工、提取，再将有效数据信息反馈给投资者，为投资决策提供科学依据，进而驱动投资决策智能化发展。如智能投顾，顾名思义就是智能投资顾问，即机器人投资，目前大部分银行、券商、信托等金融服务机构已研发出类似“AI智投”的功能，可以根据客户的风险偏好，提供定制化的理财投资服务。又如智能投研，能够利用人工智能技术实现投资研究的智能搜索，帮助投资经理在海量数据中快速找到所需信息。
2.大数据的应用
这方面的应用主要包括信用风险监控、量化投资、精准营销等方面。大数据技术可以采集金融活动中产生的各类型数据，进行分类存储和深度挖掘，并提供数据分析结果，该技术在精确定位客户、授信决策、风险控制和量化交易等业务场景中发挥着越来越重要的作用。例如，某大型资管公司的智能合规系统可以系统梳理余部涉及公开市场另类投资、关联交易、内幕交易等诸多维度的法律法规，实现各类法规的实时检索，并通过积累基础数据和模型，实现从被动响应向主动预防的转变。
3.区块链的应用
这方面的应用主要包括支付转账、金融智能合约、金融审计等。区块链技术是分布式的数据存储模式，它可能颠覆现有的金融生态，重构一种全新的金融行业底层架构，涉及支付清算、票据交易、供应链金融和征信等领域。
展望未来，金融科技的不断发展将为投资者业务全流程中的诸多痛点提出更多解决方案，在投资决策、投资运营、客户服务、IT服务等方面找到更多深入场景，进而深刻改变债券市场的资产供给。
对金融科技助力债券业务智能化的展望
人工智能已经连续三年被写入《政府工作报告》，年的报告更是首次提出了“智能+”，足见其重要意义与战略地位。坚持以市场需求为导向，以产业应用为目标，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态，是金融科技服务实体经济高质量发展的目标。
（一）“智能+”助力信用风险控制体系升级
传统的信用风险模型主要使用发行人历史财务数据来预测和判断违约风险，而依托大数据和人工智能技术，基于机器学习方法开发的信用风险模型，不仅可以收集财务信息、融资行为、偿债能力、资信情况等基础信息，还可以将企业的投资行为、还款意愿、舆情信息等复杂元素纳入到风险控制系统中，由此完善企业综合信用“画像”。
比如还款意愿，在多数情形下，偿债意愿与偿债能力成正比，然而从年下半年开始，我国债券市场上出现了“有钱不愿还”的违约主体，如存贷双高的康得新、洛娃科技，又如激进投资烧钱的乐视及实控人侵占上市公司利益并潜逃的保千里。对于这一类情况的甄别，往往需要提前获取大量不对称信息进行定性分析，以及识别是否存在报表美化、财务造假等问题。
智能信用风险控制体系可应用于债券业务的尽职调查、后续管理、风险预警等全流程各环节中，逐步实现从“人控”向“数控”“机控”的转变，从被动式的风险防御向主动式的风险监控、预警转变，从而提升信用风险控制体系的效果和作用。
（二）智能化投行业务提升工作价值
投行从业门槛较高，基本每位投行人都有光鲜的海归或名校毕业背景，但实际上每天却做着较为辛苦、机械的工作，特别是刚入行的投行从业者，需要撰写大量固定格式的文档材料，如尽职调查报告、募集说明书、招股说明书、行业研究报告等。这些材料动辄几百页，人工撰写非常费时费力。如果可以运用人工智能，则只需要提供一些基础材料，机器就能提取出有用信息并按照既定章节格式出具所需报告。
市场已经有个别科技公司发现了投行人士的这个“痛点”，已运用人工智能技术实现了对募集说明书的检查工作，但近两年相关方面的发展速度和功能实现比市场所期望达到的还是慢很多。交易商协会作为债务融资工具注册机构，非常重视募集说明书的信息披露质量，并自主研发了AI智能预评系统，但目前系统实现的功能主要是简单的完备性检查和低级错误纠错，离真正的“智能+”概念还有差距。此外，早在年就有计算机专业背景的投行从业人员着手开发了募集说明书财务分析部分的智能撰写功能，但由于精力、经费、后期维护等方面的原因，没能开发出用户体验较好的系统。
从目前种种实践可以看出，投行从业者非常需要人工智能来实现募集说明书等金融文档的智能撰写，以便其将时间、精力更多地投入到产品创新和更能体现专业水准的工作中去。
（三）智能化创新融资工具服务实体经济
银行持有的信用产品既包括企业债、短期融资券、中期票据、非公开定向债务融资工具等传统债务融资产品，也包括资产支持证券、供应链产品等创新工具，产品种类、期限多样化，可以满足不同企业的融资需求，进而缓解不同规模、不同评级企业的融资压力，提升金融服务实体经济的均衡性与有效性。
对于中小型企业，供应链产品可以利用产业链中核心企业的信用优势解决其融资难的困境，但目前存在信息严重不对称、违约风险高等难以突破的问题。如果在该领域运用大数据、区块链、人工智能技术，不仅可以进行全方位综合评估信用风险，还可以对物流、商流、资金流等信息进行交叉核验，有助于解决上述棘手问题。
对于有优质资产的大中型企业，资产证券化产品能够帮助企业在实现融资的同时不增加资产负债率，有效缓解大中型国企、央企的考核压力。资产证券化业务存在一定的技术门槛，业务流程长，交易对手方多，底层资产较为分散，金融机构想要快速切入这块业务，专业技术服务平台的建设显得格外重要。运用金融科技实现基础资产的筛选、期限设计、现金流预测，甚至是采用第三方支付实现真正的真实出售和破产隔离，均会有非常大的意义。
专家简介
朱永利，华夏银行投资银行部总经理，清华大学五道口金融学院博士学位，高级经济师，CFA。曾先后在建设银行、平安银行、浙商银行的投行与资管部门任职，具有丰富的投行与资管工作经验。在快速推动投行与资管业务模式差异化转型、资本市场业务拓展等领域取得卓越成绩，并在综合化经营方面具有独到见解。曾荣获《证券时报》“中国财富管理领军人物君鼎奖”、《当代金融家》杂志“资产管理年度领军人物优秀奖”和“最具投行思维奖”等专业奖项。
责任编辑：刘颖罗邦敏
朱永利扫一扫下载订阅号助手，用手机发文章赞赏
转载请注明：http://www.duanmaomaos.com/tzyhjg/3573.html
