中国监管层自2016年下半年以来对金融市场安全的高度关注，正在促使以银行为主的金融机构加大对于新技术的购买和研发，以此应对信贷领域越加复杂的关联性风险。
中国三大政策性银行之一的国家开发银行在2016年年底开始采用新的技术以甄别大客户中的关联风险。多家区域性商业银行也逐渐将研发中心从总部所在城市转移到北京、上海等城市，以期获得更有竞争力的技术资源。
这类普遍采用“人工智能+大数据”的新技术组合被认为能够更加有效地应对信贷领域存在的关联性风险——在这类技术中，企业将被视为整个数据图谱中的一环而非一个单一的财务模型，这一数据图谱由企业的贸易数据、资金流数据、工商税务海关数据甚至是企业用水用电数据构成，并通过特定的算法模型进行处理。
监管层对于新技术的尝试要早的多，在2004年“德隆系”事件爆发后，银监会启动了两项统计，此后改名为“客户风险预警系统”，并在2007年利用这一系统识别出超过100个类似的关联性风险。
5月9日，知因智慧数据科技有限公司CEO、中科院大数据分析技术实验室副主任任亮对经济观察报表示，这一系统与银行在信贷领域一贯采用的内评法和巴赛尔协议中的方法有明显的不同，它能够更有效地识别出信贷领域的关联风险，任亮此前参与建立了银监会这一“客户风险预警系统”。“监管越严格，银行对于优质客户的需求就会越高，对于风控模型的要求也就越严格；同时，国内政府部门的数据开放程度也在提高，从市场需求和硬件层面，新技术普及的基础条件已经较为成熟了。”任亮对经济观察报表示。
防范关联风险
监管层对于金融市场的严格态度正在银行间蔓延开来。
从2016年年底，政策层面就曾经多次提及对于金融风险的防范。2017年4月25日召开中共中央政治局第四十次集体学习会议中提到维护金融安全，是关系到中国经济社会发展全局的一件带有战略性、根本性的大事。
在整个金融体系中，不良资产率上升是风险点之一。中国社会科学院金融研究所副所长胡滨在此前接受经济观察报采访时曾经表示，目前最大的系统性金融风险来自于宏观经济层面，经济增长放缓可能对金融体系带来冲击，其中包括不良资产上升、风险从企业负债表转移到金融机构的资产负债表等。
因此，金融机构也正在更加重视由信贷产生的不良资产率的控制，特别是其中占据银行信贷业务较大份额的对公业务。任亮在近期察觉到了这一迹象，在最近一段时间中，他接触的银行客户对于关联性金融风险的重视程度提高了许多，特别是一些城商行。“城商行的很多客户都是地方企业，但是这些企业的上下游可能都在省外，传统的风评体系很难完全识别整个系统中的风险，因此地方城商行对于新的风评体系需求度还是很高的。”任亮对经济观察报表示。在2014年任亮成立了知因智慧数据科技有限公司，其主要业务之一就是利用大数据所形成的知识图谱和基于人工智能所建立的算法模型为银行信贷提供新的企业风险识别系统。
“传统的风控方式主要考察单个企业的财务状况，再进一步的方式会考察一些历史数据，但是这些方式对于关联性风险的识别效率并不高。在目前的数据基础上，新的技术可以将银行对实际风险客户识别准确度提高30%左右。”任亮对经济观察报表示。
金融科技推动产融结合
技术的进步和金融需求的改变正在中国催生出一批金融科技企业，根据埃森哲的数据显示，2016年1-7月，亚洲金融科技公司筹得96亿美元，其中90%流向了中国。
这些金融科技企业正在尝试利用大数据、人工智能等新兴技术推动金融行业的改变。在2017年的博鳌论坛中，原招商银行行长马蔚华曾经表示通过大数据、云计算、人工智能，一直到区块链，能够给这个信息社会，在底层建筑层面，带来一个金融的质的改变。“目前金融市场已经出现了一些变化，未来一段时间，银行可能会面临更为激烈的竞争，一些传统的做法需要改变。”任亮对经济观察报表示。在这些改变中，不仅包括了效率的提高，也涵盖了模式的转变。任亮此前曾经为一家商业银行提供过基于新技术的风控系统，在半年时间中，防止了超过120亿元不良贷款的产生。
在任亮看来，这种改变并不仅仅会影响到金融行业，产业层面同样会受到影响。“此前银行房贷的主要依据是抵押物或者既有资产，这种风控模型就决定了很多轻资产企业或者中小企业难以从金融机构获得贷款，而风控模型的改变会影响银行授信的标准，包括现金流、贸易流等更多因素将会被纳入到考虑之中，这可能会让产业与金融更加务实、紧密的结合在一起。”任亮对经济观察报表示。在知因智慧所建立的知识图谱中，就涵盖了远超过传统信贷风险评定方式的参考因素，其中涉及企业的数据类别超过1000项。
中国三大政策性银行之一的国家开发银行在2016年年底开始采用新的技术以甄别大客户中的关联风险。多家区域性商业银行也逐渐将研发中心从总部所在城市转移到北京、上海等城市，以期获得更有竞争力的技术资源。
这类普遍采用“人工智能+大数据”的新技术组合被认为能够更加有效地应对信贷领域存在的关联性风险——在这类技术中，企业将被视为整个数据图谱中的一环而非一个单一的财务模型，这一数据图谱由企业的贸易数据、资金流数据、工商税务海关数据甚至是企业用水用电数据构成，并通过特定的算法模型进行处理。
监管层对于新技术的尝试要早的多，在2004年“德隆系”事件爆发后，银监会启动了两项统计，此后改名为“客户风险预警系统”，并在2007年利用这一系统识别出超过100个类似的关联性风险。
5月9日，知因智慧数据科技有限公司CEO、中科院大数据分析技术实验室副主任任亮对经济观察报表示，这一系统与银行在信贷领域一贯采用的内评法和巴赛尔协议中的方法有明显的不同，它能够更有效地识别出信贷领域的关联风险，任亮此前参与建立了银监会这一“客户风险预警系统”。“监管越严格，银行对于优质客户的需求就会越高，对于风控模型的要求也就越严格；同时，国内政府部门的数据开放程度也在提高，从市场需求和硬件层面，新技术普及的基础条件已经较为成熟了。”任亮对经济观察报表示。
防范关联风险
监管层对于金融市场的严格态度正在银行间蔓延开来。
从2016年年底，政策层面就曾经多次提及对于金融风险的防范。2017年4月25日召开中共中央政治局第四十次集体学习会议中提到维护金融安全，是关系到中国经济社会发展全局的一件带有战略性、根本性的大事。
在整个金融体系中，不良资产率上升是风险点之一。中国社会科学院金融研究所副所长胡滨在此前接受经济观察报采访时曾经表示，目前最大的系统性金融风险来自于宏观经济层面，经济增长放缓可能对金融体系带来冲击，其中包括不良资产上升、风险从企业负债表转移到金融机构的资产负债表等。
因此，金融机构也正在更加重视由信贷产生的不良资产率的控制，特别是其中占据银行信贷业务较大份额的对公业务。任亮在近期察觉到了这一迹象，在最近一段时间中，他接触的银行客户对于关联性金融风险的重视程度提高了许多，特别是一些城商行。“城商行的很多客户都是地方企业，但是这些企业的上下游可能都在省外，传统的风评体系很难完全识别整个系统中的风险，因此地方城商行对于新的风评体系需求度还是很高的。”任亮对经济观察报表示。在2014年任亮成立了知因智慧数据科技有限公司，其主要业务之一就是利用大数据所形成的知识图谱和基于人工智能所建立的算法模型为银行信贷提供新的企业风险识别系统。
“传统的风控方式主要考察单个企业的财务状况，再进一步的方式会考察一些历史数据，但是这些方式对于关联性风险的识别效率并不高。在目前的数据基础上，新的技术可以将银行对实际风险客户识别准确度提高30%左右。”任亮对经济观察报表示。
金融科技推动产融结合
技术的进步和金融需求的改变正在中国催生出一批金融科技企业，根据埃森哲的数据显示，2016年1-7月，亚洲金融科技公司筹得96亿美元，其中90%流向了中国。
这些金融科技企业正在尝试利用大数据、人工智能等新兴技术推动金融行业的改变。在2017年的博鳌论坛中，原招商银行行长马蔚华曾经表示通过大数据、云计算、人工智能，一直到区块链，能够给这个信息社会，在底层建筑层面，带来一个金融的质的改变。“目前金融市场已经出现了一些变化，未来一段时间，银行可能会面临更为激烈的竞争，一些传统的做法需要改变。”任亮对经济观察报表示。在这些改变中，不仅包括了效率的提高，也涵盖了模式的转变。任亮此前曾经为一家商业银行提供过基于新技术的风控系统，在半年时间中，防止了超过120亿元不良贷款的产生。
在任亮看来，这种改变并不仅仅会影响到金融行业，产业层面同样会受到影响。“此前银行房贷的主要依据是抵押物或者既有资产，这种风控模型就决定了很多轻资产企业或者中小企业难以从金融机构获得贷款，而风控模型的改变会影响银行授信的标准，包括现金流、贸易流等更多因素将会被纳入到考虑之中，这可能会让产业与金融更加务实、紧密的结合在一起。”任亮对经济观察报表示。在知因智慧所建立的知识图谱中，就涵盖了远超过传统信贷风险评定方式的参考因素，其中涉及企业的数据类别超过1000项。
返回网站首页>>
免责声明：
1、本网转载文章目的在于传递更多信息，我们不对其准确性、完整性、及时性、有效性和适用性等作任何的陈述和保证。本文仅代表作者本人观点，并不代表本网赞同其观点和对其真实性负责。
2、中国产业信息研究网一贯高度重视知识产权保护并遵守中国各项知识产权法律。如涉及作品内容、版权和其它问题，请马上与本网联系更正或删除，可在线反馈、可电邮（link@china1baogao.com)、可电话（0755-28749841）。
