罗水权:金融科技将为大资管行业带来重大机遇

罗水权:金融科技将为大资管行业带来重大机遇
2019年07月19日 17:47 新浪财经
  新浪财经讯 7月19日消息,今日在“2019年债券年会”上,平安资产管理公司常务副总经理罗水权表示,近年来,我们在整个投资过程中确实有很多的挑战,特别是今年以来,刚才提到的信用债市场的违约,我们用真金白银买债券的机构还是非常容易受伤或者是谨慎小心。   当然,在整个大资管行业,无论是120万亿、80万亿或者是八类资产管理机构,大家看到这个行业是充分竞争,甚至说是产能过剩的行业,有基金、有银行理财子公司、保险、资管、信托,所以这个行业的从业者很辛苦,因为太多人在这个市场上相互挤压。当然我们现在也进入了一个新的互联网金融、金融科技、AI科技的时代,但是这些科技一方面可能演化成一些新的业务模式和传统的金融机构做竞争,另外一个当然也是一个机遇,对我们能够产生很多的赋能。   以下为嘉宾发言实录:   罗水权:大家早上好!今天上午介绍了很多债券市场的期望和对政策的建议,我今天讲的更多是站在市场管理机构的角度,作为一个市场的买方怎么样看待债券市场或者是我们怎么样做债券市场业务。   我来之前想讲债券的量化方法。股票市场量化很多,在债券市场有什么量化?在中国债券市场做量化行还是不行,这确实是一个初级阶段,现在债券市场完全用量化的方法做,不容易,所以我今天把题目改成为“债券投资中台建设”。   作为一个资产管理机构,在整个投资、配置过程中,特别是对保险资产管理机构,债券是一个非常大的比重。近年来,我们在整个投资过程中确实有很多的挑战,特别是今年以来,刚才提到的信用债市场的违约,我们用真金白银买债券的机构还是非常容易受伤或者是谨慎小心。当然,在整个大资管行业,无论是120万亿、80万亿或者是八类资产管理机构,大家看到这个行业是充分竞争,甚至说是产能过剩的行业,有基金、有银行理财子公司、保险、资管、信托,所以这个行业的从业者很辛苦,因为太多人在这个市场上相互挤压。当然我们现在也进入了一个新的互联网金融、金融科技、AI科技的时代,但是这些科技一方面可能演化成一些新的业务模式和传统的金融机构做竞争,另外一个当然也是一个机遇,对我们能够产生很多的赋能。   当然,我作为一家资产管理机构,我的目标非常简单。第一个要提高投资业绩,要帮我的投资人赚钱。第二个要控制好风险,我赚钱的同时不能碰到非常大的风险或者说风险可控。现在信用债市场大家也了解,我们投资债券业务,通过收利息的方式,突然来了一张违约,可能你一年的经营就毁于一旦,所以要特别小心。当然,刚才讲到整个行业充分竞争,太多人在做资产管理行业,所以我们要通过提高效率的方式降低经营成本,这就是我们在经营资产管理公司的时候的三大目标:为客户赚钱,自己要省钱,还要控制好风险。怎么做到这三点?这三点其实在某种程度上来说,相互之间有一些矛盾。但其实我们作为国内保险资管头部机构,我们也有一些探索,今天和大家做一些分享。   我们主动拥抱科技,大家也知道整个平安集团的战略是金融+科技、金融+生态,当然我们作为平安集团下面的一家重要的子公司,我们也毫无例外,所以整个平安资产的战略是科技型资管,首先做资管业务,当然更多用科技的手段。前面提到做债券市场是否用一些量化的方法,大家一想到量化可能就有一个机器做决定,买什么,卖什么,用什么价格。   但是我们量化的方法可以在多个环节进行应用。从我们的角度来看,我们逐步把这种科技能够支撑的领域下沉,整合成一个大中台。这个大中台主要包含几个方面。第一个是专家经验,把业务团结的专家经验下沉,但同时把原来科技团队往上升,构造一个把科技力量和专家经验充分结合的一种模式来提高管理能力、收益能力和风险管理能力。我们也构造了一个称之为智慧内核,数据科技驱动内核。在一个资产管理机构很简单,无非是有投资经理、交易员、风控经理和运营,当然还有研究,我们整个以投资经理为核心,把支持投资经理相关的职能、专家往下沉,再利用数据科技辅助他们,所以我们构造了交易团队、风控团队等等,这些共同服务于整个的目的。   光有专家还不够,这些专家怎么样在当前时代充分利用科技和数据辅助他们,所以我们也对应的建立了数据科技团队、投研团队、信评团队,这些所有都和上面的专家团队一一对应,大家共同运用新的科技,我们认为这种方式能够构造一个集约高效的中台,至少可以提高管理效率。   另外能够把整个公司的能力不断的沉淀和迭代,形成一个稳定可靠的业务能力。从我们自己角度来说,最上面有客户产品团队,一方面我们负责管理集团的资金,另外一方面我们也发产品和面向机构资产管理。当然从投资团队来看,也会设置多个团队,从配置到配置团队到各种品种投资,到各种品种投资团队的中坚力量,构造投资研究、信用研究、运营和风控团队,今年我们更多的讲债券市场,我今天特别讲一下信用研究,怎么样做信用债的研究和信用债风险管理,和大家分享一下我们做的尝试,怎么样把专家经验和数据科技的力量进行整合,从而能够支持整个公司更好的去经营发展。   前面几位嘉宾也说到信用债这个市场是非常具有挑战性的市场,这个市场通常分三个层次,一种是非常好的企业,谁都可以买。另一个是企业非常差,债也发不出去,谁也不买。但是更多的是中间地带,也就是灰色地带,这里面可能有金子或者是炸弹,我们要做的就是在灰色地带找到利差比较好、风险比较低的企业和债项。我们怎么做?当然我们要利用外部评级,当然在大型资管机构,我们有内部的评级队伍。我们的内部评级队伍也是通过专家组建的团队,对一个公司和行业有更加清晰的了解,这种基于人的方式也有弊端,毕竟行业太多,公司太多,当然我可以招更多的信用研究人,可以招20、40个,但是这样管理成本又高。   第二点,这个市场上有太多的信息发生,就算靠再多的人也解决不了这个问题,信息的获取、加工和分析。所以我们的做法就是人机合一,我们构造了一个信用分析体系,有人和机器两种体系相互验证和相互迭代,当然这个要花功夫,所以作为平安,我们确实花了很长的时间做这些事,要采取公开和非公开的数据,当然有很多是数据供应商提供的,非常好。但是主动获取一些私有数据的时候,要自己负责数据质量的管理,从非结构化数据中采集我们需要的讯息,所以我们就要利用今天所提到的AI技术,比较多的是自然语言解析等相关方式。采集这些数据之后,我们用数学科学家的工程,选择不同的因子构造各种模型,用不同的模型找出是否有用的信号,我们现在所做的工作也就是有一个定量的模型,也就是我的机器可以提供任何的评级,也可以用人提供各种评级,这两者相互的映射和比对,当然如果得出相同的结论,可能大家的看法是一致的,如果有不同的结论,我们就会找出其中的逻辑,为什么不一致。   相对于我们以人为主的评级方式,有打分卡的方式,用数据科技的评分方式有一个好处就是逻辑比较清楚,我是知道怎么来的,这点针对我们投资经理这个环节就非常有帮助,我相信大家很多人都知道投资经理是一个非常聪明的群体,通常也是一个非常多疑的群体,他喜欢看结论,更喜欢看结论后的逻辑。当然可能很多分析员做好了结论给投资经理,然后再讲逻辑。而对于机器,逻辑就在上面,可以一层一层的往下看,这样可以加大投研互动的效果,所有的研究,所有的投资决策都是基于数据,最终经过加工,这里面有人的加工或者是机器的加工,至少在目前,这种做法还是得到一些投资经理的认可。这是一个方面。   另外,我们在信用市场或者是在债券市场,很重要的是风险。风险到底在哪里,我们看不到风险,只有风险发生的时候就会变成一件可怕的事,要做善后处理,所以最理想的方式是在它没有发生之前,我有比较大的概率或者是很自信的判断这是一个坏事,将来会发生。概率越高,当然我能够采取的防护措施,提前采取的行动就会越多,这就是大家讲的AI,我们就通过AI、数学统计或者是相关的方法针对债项或者是企业进行识别,它有没有可能违约,特别是我们关注的是它在6个月、12个月之后产生违约的概率是多少。当然这个市场、这种方法也在不断的摸索中,我们在中国也是在这两年才有违约,样本量也不多,当然我们获得的数据也在不断的累计之中。但是这个方法本身也存在一定的问题和一定的挑战。   如果现在能够找到违约的共同点,也就是民营企业容易违约。每个不同的民营企业所处的不同的行业,或者是违约的原因和背后的表现特征都是各自不一样的。所以在有限的样本中或者说规律不明显的情况下,怎么样找出违约情况,所以实践中要做的工作就非常的细致,我们需要把企业相关的数据进行层层分解,能够找出尽可能多的细颗粒数据,然后再通过数据科技找出它可能导致违约的概率,当然这目前也在探索之中,也有不错的结果,也让我们比较有效的做了提前处置措施,当然也会错杀一些,但是错杀就是少赚一点收益,但至少我最需要的是成功的规避风险。我们在做的过程中会考虑市场信息,当然债券在市场中的表现有好的评级情况和财务数据,我们从财务信息以及和法律相关、招聘相关等各种方面的舆情信息进行整理,当然很重要的就是你是不是相信财务报表,所以还有财务报表本身的有效性检验,我们通过多种方式对不同的债项,应该说对所有的债项都可以得出一个分数,准不准?不   肯定,我就把排名前10、前20、前50名,放在桌面上交给投资经理或者是资深的研究人员做二次判断,这样至少在众多的问题中能够找出一些基数,能够支持投资或者是风险管理。整个过程中我们一直说人机合一,应该说现在也不会完全相信所谓的机器做出来的结论和信号,但是机器所做出来的结论和信号,一定会让人做结论之前有一个清醒的认识,我们构造的业务能力就称之为投资中台,也就是把科技力量和数据力量和业务专家经验融合到一起。这种方法一定有很多的好处,至少高效率上升了,不需要那么多人,管理的规模上升,我管理的产品越多,至少不用那么多的人,所以可以提高管理效率,降低成本。第二个就是能力,我们相信在实践的证明过程中,也慢慢发现它对于投资能力、研究能力有有效的支撑和补充。对我们的风险管理和风控模式有一个更加好的、有效的把握,让我们可以提前大胆的做一些测试。   这样一个模式行不行?刚开始唐总也介绍了银行理财子公司的业务组织模式。从我们平安的角度来看也充分相信科技的力量,充分相信数据的力量,怎么样把科技和数据融合到业务环节中,我们称之为业务、人和科技之间建立一个有效的衔接。债券投资中台不是一个AI系统,也不是一个数据库,也不是我们称之为分析和业务人员,而是把这三者很好的融合在一起,现实中我们看到很多公司说要利用金融科技的力量,但是科技团队往往处在一个非常边缘的角色,有了科技团队,可能还没有数据团队,所有的数据也是依赖于一些外部的供应或者是自己进行深度加工分析的能力也比较少,所以第一个平台不等于系统,我们讲的是中台,把人、数据和科技融合为一体的管理模式。   第二点,能力模式怎么建造?这种建造一定要求自上而下的决策。怎样把有效的投资和研究适当的分离,怎么样提升研究和中台的力量,组织是一个重要保障。从组织结构上予以提升,把人、科技和数据结合到一起,所以相应的激励机制、管理机制和业务流程也要跟进,这是非常关键的。   最后一点,这种能力是不是每个人都可以自己建。我们从平安资管的角度来看,我们可以依靠平安集团有强大的可以力量和强大的数据基础,作为我们资管公司,我们本身也有一定的资源,我们自己管理3万亿的规模,所以我们也有比较多的资源可以支撑做相关的工作。但并不代表所有的能力都会自己造,所以我们在这个过程中也会和市场上多家金融机构或者是多家市场监管机构合作,一起探讨这些能力的建设是充分借力,也就是集成与被集成的关系,通过充分利用公司内外、行业乃至于监管的资源要整合好,能够构造一个让我们更放心购买债券,更放心投资债券,更放心持有债券,这也是我们作为保险资产管理公司对于服务整个实体经济最好的行动指引。   以上就是我和大家分享的内容。谢谢! 责任编辑:唐婧
金融科技 信用债 罗水权
相关专题: 2019债券年会专题

热门推荐

收起
新浪财经公众号
新浪财经公众号 24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)
  • 07-29 柏楚电子 688188 --
  • 07-29 晶晨股份 688099 --
  • 07-25 柯力传感 603662 --
  • 07-24 神马电力 603530 5.94
  • 07-24 小熊电器 002959 --
  • 股市直播

    • 图文直播间
    • 视频直播间