标题：洪珍：从三个维度构建数据跟模型相结合的风险预警体系 | 研讨会嘉宾观点速递
时间：2020年12月15日 (上午9:01)
分类：消息汇, 首页
标签：无
作者：清华金融评论

[1] 2020年是打好防范化解金融风险攻坚战的收官之年。临近年尾，永煤等多项债券违约，导致我国债券市场迎来一波巨大的风险冲击。近日，由《清华金融评论》主办，穆迪分析作为合作伙伴的“向风险要收益 以创新求发展——中国信用市场趋势与展望”线上研讨会成功举办。研讨会从“宏观与政策”、“投资与风险”、“创新与技术”三个层面，邀请了多位来自政策研究、行业研究和行业实践领域的专家，共同解读和探讨信用市场的宏观周期、投资品种、风险思考和创新模式等当前行业共同关注的话题。穆迪分析亚太区信用风险专家洪珍发表了题为“创新技术赋能信用分析工具”的主题演讲。他表示，近些年来大数据、人工智能、云计算等技术在金融行业发挥了越来越大的作用，在风险管理领域引入新技术，同时基于机构自身积累的有效数据与第三方数据相结合，利用科技手段加强整个风控体系的建设，能帮助金融机构及企业更好地去预判并且化解信用风险。洪珍认为，由于疫情等影响，未来全球企业违约风险还是相当大的。我们如何前瞻性的预判信用风险，并且借助一些新技术去提前识别潜在的一些违约客户，做到未雨绸缪就显得非常重要了。洪珍认为当下金融机构和企业可以从以下层面建立健全全面风险预警体系：在微观层面，结合财务及公开市场数据自动化的批量产生企业信用评估指标，建立全覆盖式的动态预警机制，并利用大数据及人工智能技术对特定企业负面文章观点进行分析解读；在中观及宏观层面，引入宏观及行业风险因子并实现市场信用周期调整。  以下是演讲全文大数据助力预判并化解金融风险洪珍表示，近年来，金融加科技融合发展的模式越来越成为行业的一个普遍共识，金融科技将大数据、人工智能、云计算等互联网科技应用于金融行业，不断的创新运营。在风险管理领域，主要是引入大数据等相关技术，基于机构自身积累的有效数据与第三方数据相结合，利用科技的手段加强整个风控体系的建设，帮助金融机构及企业更好的预判并且化解风险。“受疫情影响，部分企业违约风险相当大，未来信用会出现分层结构，信用级别越低的企业，抗衰退的能力就越弱，其偿还能力受到的影响远高于高信用级别企业。同时，特定行业的违约率将显著高于其他行业，如油气、旅游、酒店等行业受疫情的影响比其他行业更大。在此背景下，如何前瞻性的预判信用风险，借助新的技术提前识别潜在的违约客户，做到未雨绸缪，就显得非常重要。”洪珍提到。 从数据看后疫情时代信用风险趋势对于企业信用风险与经济的关系，洪珍解释，对比1983年-2019年美国国内生产总值(GDP)增长率和违约率发现，企业的信用风险跟GDP的增长率其实有很强的负相关性。如果企业信用风险和基本面继续紧密相关，可以预见违约率会有一个急剧的变化。但企业信用风险的发生会滞后于经济增长，按照GDP增速，疫情期间企业违约率应该达到6.5%，创1933年以来的最高的水平，但呈现出来的违约率并没有达到应有水平。“亚太区在全球属于疫情控制最好的地区，其中中国表现最佳，但即便如此，亚太经济体受影响的幅度仍比较大，如二季度马来西亚经济萎缩18%，菲律宾经济萎缩20%，新加坡经济萎缩14%，经济形势巨变给信用风险带来了较大的挑战。”洪珍表示，从短期趋势上看，各个国家信用风险趋势似乎趋于稳定，以亚太各国市场违约率变化为例，2020年3月、4月市场违约率达到峰值，此后开始逐渐降低，目前违约率已经趋缓，风险得到了化解。从历史长期趋势上看，经济影响尚未完全传递到企业信用。通过2009年-2020年数据分析发现，目前企业违约风险率确实高过以往平均水平，但并没有达到与经济受到负面影响的程度。 对于为何出现这一现象，洪珍指出，一些企业信用风险没有大规模爆发，主要因为各国在危机时采取了大量的救援措施。不同国家经济体在应对疫情火力全开，比如英国，不仅降息还直接由财政购买资产，还有政府贷款信用担保等，推出了各项救市措施。日本、韩国也推出了各种救市措施，中国也推出了很多财政、金融措施，但救助措施只是延后信用风险事件的发生，信用风事件的发生从来不会缺席。 信用风险预警新技术及分析工具“风险预警是一个传统话题，现在借助金融科技催生了一些新的解决方法。从以往经验看，做到早期预警需要具备一些基本条件。”洪珍指出，风险预警的难题不是缺少信息，而是信息太多，比如企业财务信息、媒体信息，这些信息叠加在一起有些杂乱无章，如何树立一个好的风险指标，这是行业面临的难题。除了风险指标本身，如何把风险指标与决策有机的联系起来，使决策更具有可操作性，也是一个难题。此外，很多风险爆发具有突发性，风控管理人员不可能每时每刻关注到每只债券、每家企业。对于如何进行风险预警，洪珍认为，需要从宏观、中关、微观三个维度全面的构建一套结合数据跟模型的监测体系。从宏观看，一个企业发展脱离不开整体宏观经济，企业所在国家、地区对企业本身具有较大的影响，比如美国、东南亚一些国家，受疫情影响经济衰退比较严重，当地企业的盈利也会受到影响，但宏观经济对企业影响频率比较低，及时性也比较低。从中观及微观看，不同行业展现出不一样的特征，比如顺周期和逆周期行业，它们的信用风险表现出不同的特征，分析任何一家企业不能脱离它所在的行业特点，一个企业既要看它的财务状况，还要看行业在股市传递的信息，往往在股市传递的信息更加及时。从微观交易行为看，风控人员要看企业的微观交易行为，比如企业还款是否有逾期，以及还款是否及时等。 在洪珍看来，金融科技依托大数据、工人智能、云计算等技术提供了新的风险分析方式，这种分析方式被证明非常有效。在信息爆炸的时代，很多信息是非常有价值的，如何从海量的信息中提炼出一个指标，对于早期的风险预警就显得特别重要。做好一个风险预警，需要结合宏观、中观以及微观各个角度，从不同维度反映出很多信息，通过一种办法把宏观、中观、微观所给出的信息进行加总，给出一个最终的评分角度，可以非常直观的反映某家公司相对于行业其他公司的风险程度。  （注：内容根据会议速记整理，未经嘉宾本人确认） [1] http://www.thfr.com.cn/wp-content/uploads/2020/12/20201215090123.png
上一篇：胡艳：资产证券化助力债券市场转型 | 研讨会嘉宾观点速递
下一篇：“十四五”文化金融新融合 | 创建国家文化与金融合作示范区 助力文化企业复工达产