用时:34ms

金融证券报告-PDF版

您的当前位置:首页 > 金融证券
  • 证券行业集团化经营专题报告:延展业务边界集团化渐入佳境-240227(42页).pdf

    行业及产业 行业研究/行业深度 证券研究报告 非银金融/证券 2024 年 02 月 27 日 延展业务边界,集团化渐入佳境 看好证券行业集团化经营专题报告 证券分析师 罗钻辉 A0230523090.

    浏览量0人已浏览 发布时间2024-03-01 42页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 保险Ⅱ行业深度报告:《公开发行证券的公司信息披露编报规则第4号~保险公司信息披露特别规定》深度分析建议优化信息披露打开报表黑箱提高长期估值-240227(37页).pdf

    证券研究报告行业深度报告保险 东吴证券研究所东吴证券研究所 1/37 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 保险行业深度报告 优化信息披露,打开报表黑箱,提高长期估值优化信.

    浏览量0人已浏览 发布时间2024-03-01 37页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 毕马威:监听则明:2023年全年金融业监管数据处罚分析及洞察建议报告(21页).pdf

    |0 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。金融业监管2023年全年数据处罚分析及洞察建议毕马威金融数字化赋能咨询2024年2月“监”听则明麦好在种,秋好在管麦好在种,秋好在管|1 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2023年1 1,人民银行及国家金融监督管理总局(以下简称“金融监管总局”)向银行、保险、证券等金融机构2 2共开出罚单2791张,处罚金3 394.10亿元,较2022年上涨约804.81%,涉及770家法人4 4。【1】本报告统计的时间均为罚单发布时间,非罚单出具时间。本刊数据来源于人民银行和国家金融监督管理总局官方网站公开发布的处罚信息,毕马威通过对处罚信息内容开展“关键词”分析,整理形成本刊编写的数据基础。【2】参考人民银行发布的金融机构编码规范、国家金融监督管理总局于2021年10月15日发布的银行业金融机构法人监管责任单位名单及保险机构法人监管责任单位名单以及行业通用表达,我们将金融机构分为12大类,依次为银行、保险、证券、资产管理公司、信托公司、金融租赁公司、企业集团财务公司、汽车金融公司、消费金融公司、贷款公司、非银行支付机构及其他。【3】本文罚款金额根据统计单位进行四舍五入的处理;在单一罚单涵盖多项处罚事由且无法对罚金进行明确区分时,本文将罚单整体罚款金额纳入统计。【4】指单一法人机构,例如,银行的总行、分行、支行作为同一机构纳入统计。2023年监管处罚总览法人罚单罚金数量(家)比上年增幅数量(张)比上年增幅金额(亿元)比上年增幅2021年人民银行286/443/2.96/金融监管总局285/688/7.24/2022年人民银行271-5.24H59.48%3.8630.41%金融监管总局38434.7400132.56%6.54-9.67 23年人民银行31917.71f136.29Q.561235.7535.75%金融监管总局49528.91!3033.13B.54550.46U0.46%近三年监管处罚机构总览表近三年监管处罚机构总览表|2 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。排名排名机构类别机构类别20232023年处罚法人数量(家)年处罚法人数量(家)较上年增速较上年增速1259259211438147356465775481991910122023年,农村商业银行处罚法人数量最多为259家,较2022年上涨37.04%,理财公司、保险资产管理公司为近三年首次处罚。按机构类型分析-法人数量按处罚法人数量按处罚法人数量前前1010大法人机构类别大法人机构类别37.04H.05B.110.36.29%5.56.20%-5.00%-34.48%-40.00%农村商业银行村镇银行保险中介机构农村信用社财险公司城市商业银行寿险公司非银行支付机构股份制商业银行国有大型商业银行|3 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。排名排名机构类别机构类别20232023年处罚单数量(张)年处罚单数量(张)较上年增速较上年增速142442422693224411451006907858759571020按机构类型分析-罚单数量2023年,财险公司罚单数量最高为424张,较2022年上涨36.77%,罚单数量较2022年涨幅最高为健康险公司,较2022年上涨300%。36.778.660.23D.30%-8.26E.16%-4.49 .97%-25.00%-4.76%财险公司农村商业银行寿险公司村镇银行国有大型商业银行保险中介机构城市商业银行农村信用社股份制商业银行非银行支付机构按罚单数量按罚单数量前前1010大法人机构类别大法人机构类别|4 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。按机构类型分析-罚金金额2023年,非银行支付机构处罚金金额最高为73.6亿元,较2022年上涨8962.28%。按罚金金额按罚金金额前前1010大法人机构类别大法人机构类别排名排名机构类别机构类别20232023年罚金金额(亿元)年罚金金额(亿元)较上年增速较上年增速173.673.625.1734.942.5652.3361.2770.7280.5690.53100.5非银行支付机构股份制商业银行国有大型商业银行农村商业银行城市商业银行财险公司寿险公司村镇银行农村信用社外资法人银行338.50 1.177.97.626.26E.36.64w.676.6162.28%|5 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。按处罚地域分析-法人数量山东、河南、浙江、福建、安徽等地5 5被处罚的金融机构最多,其中山东地区为99家数量最高,较2022年上涨80%。按处罚法人数量按处罚法人数量前前1010大处罚地域大处罚地域排名排名处罚地域处罚地域20232023年处罚法人数量(家)年处罚法人数量(家)较上年增速较上年增速199992793674605506487478469461045山东河南浙江福建安徽江苏内蒙古江西辽宁云南80.00A.07%1.52.55B.868.70V.67%4.55%4.55%-11.76%【5】地区罚单/罚金统计:根据开具罚单的人民银行分支机构,银保监会派出机构所在省(自治区、直辖市)进行统计。|6 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。按处罚地域分析-罚单数量山东、河南、福建、浙江、新疆等地收到罚单数量最多,其中山东地区为141张,较2022年上涨116.92%,新疆、西藏、内蒙等偏远地区的涨幅也较高。排名排名处罚地域处罚地域20232023年处罚单数量(张)年处罚单数量(张)较上年增速较上年增速114114121053854785746697648629601059116.92d.06.89%-13.33.49%-48.51r.970.00.661.11%山东河南福建浙江新疆黑龙江江苏内蒙古广东安徽按罚单数量按罚单数量前前1010大处罚地域大处罚地域|7 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。按处罚地域分析-罚金金额从罚单金额上看,总部最多为82.88亿元,较2022年上涨8833.03%,主要为处罚某非银行支付机构相关罚单;重庆处罚金额也过亿,涨幅154%。按罚金金额按罚金金额前前1010大处罚地域大处罚地域排名排名处罚地域处罚地域20232023年罚金金额(亿元)年罚金金额(亿元)较上年增速较上年增速182.88 82.88 21.00 30.91 40.88 50.86 60.76 70.62 80.56 90.54 100.43 总部重庆浙江山东福建北京上海河南广东江西154.43%-21.67&.9811.58F.62%-12.341.52%-24.40%8.5933.03%|8 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2023年,因数据质量处罚法人数量最高,为604家,罚单数量最多,为1253张,因数据合规罚金金额最高,约50.39亿元。按处罚原因分析-总览按按处罚法人数量处罚法人数量2021年2022年2023年数量(家)数量(家)比上年增幅数量(家)比上年增幅数据质量数据质量40047518.75460427.16.16%数据合规10713324.3069.77%未按规定报送248228-8.06%09.65%未按规定备案8173-9.8813.70%未按规定披露信息274255.56P19.05%按罚单数量按罚单数量2021年2022年2023年数量(张)数量(张)比上年增幅数量(张)比上年增幅数据质量数据质量79296121.3453125330.390.39%数据合规11513618.26614.71%未按规定报送263256-2.66&95.08%未按规定备案8375-9.6412.00%未按规定披露信息274255.56P19.05%按罚金金额按罚金金额2021年2022年2023年数量(亿元)数量(亿元)比上年增幅数量(亿元)比上年增幅数据质量7.936.79-14.29.84133.27%数据合规数据合规1.962.4826.79P.3950.391929.3929.39%未按规定报送2.663.7641.470.59712.99%未按规定备案0.560.6720.40%0.62-7.31%未按规定披露信息3.500.91-73.86).573133.10%|9 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2023年,银行、保险业处罚原因以数据质量为主,共处罚机构574家,涉及罚单1223张,罚金金额15.32亿元,非银行支付机构处罚原因以数据质量、数据合规、未按规定报送、未按规定披露信息为主。按处罚原因分析-类型机构数量(家)罚单数量(张)罚金金额(亿元)202120222023202120222023202120222023银行数据质量数据质量2592983763763054124864866.45 4.79 13.20 13.20 数据合规87108126951111341.57 1.77 3.16 未按规定报送2081972202232252392.24 2.98 5.29 未按规定备案7765777966780.55 0.44 0.61 未按规定披露信息2325302325303.47 0.54 2.96 保险数据质量数据质量1271531981984735247377371.33 1.46 2.122.12数据合规3973990.01 0.07 0.08 未按规定报送2213102213100.05 0.02 0.08 未按规定备案3233330.01 0.01 0.00 未按规定披露信息1181180.01 0.01 资产管理公司数据质量1241240.01 0.01 0.25 数据合规未按规定报送11110.01 0.01 未按规定备案未按规定披露信息110.01 其他数据质量数据质量13222626132326260.27 0.71 0.51 数据合规1716131716130.39 0.67 47.16 47.16 未按规定报送1817191817190.39 0.78 25.22 25.22 未按规定备案1631630.00 0.22 0.01 未按规定披露信息361236120.02 0.38 26.60 26.60|10 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。数据质量方面,银行业处罚原因以数据准确性和真实性为主,保险业处罚原因以数据真实性为主。按处罚原因分析-数据质量机构数量(家)罚单数量(张)罚金金额(万元)202120222023202120222023202120222023银行数据准确性10412518311015921346553.25 26917.04 103480.72 数据真实性11015220412518022851901.27 16873.29 91277.61 数据及时性10789811261049210633.78 11007.79 30535.20 数据完整性26719526799712018.21 17546.44 22169.35 数据一致性41710417107690.00 7290.00 2153.58 保险数据准确性324293243061.50 422.20 646.50 数据真实性12114618846450269613239.20 14411.96 20862.15 数据及时性56356418.50 130.50 312.80 数据完整性112343112445256.50 510.20 1051.45 数据一致性11811110.50 28.00 1093.50 资产管理公司数据准确性111195.00 1340.00 数据真实性2323100.00 1193.00 其他数据准确性29152915160.00 3435.60 2472.20 数据真实性81612816122475.26 5661.58 3111.20 数据及时性11511525.00 400.00 1612.70 数据完整性7997992345.26 3266.58 1615.20 数据一致性34334310.00 636.11 472.00|11 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。数据合规方面,银行业处罚原因以数据收集、存储、使用和查询为主,保险业处罚原因以数据存储为主,非银行支付机构处罚原因以数据存储、泄露为主。按处罚原因分析-数据合规机构数量(家)罚单数量(张)罚金金额(万元)202120222023202120222023202120222023银行银行数据收集2040502243572237.87 6609.95 17773.44 数据存储35433435433510806.31 9060.69 19267.85 数据使用3754814157865213.09 9168.85 20550.75 数据查询3136523539573503.07 6669.26 17521.28 数据泄露10913109141180.10 1217.90 8702.96 保险保险数据收集3373.50 数据存储275276104.00 635.40 684.70 数据使用111113.00 0.50 数据查询114.00 数据泄露1110.00 其他其他数据收集13213227.80 52.90 86.50 数据存储11106111063774.36 5786.03 247748.20 数据使用44544583.80 460.00 646.70 数据查询23323333.80 52.90 161.50 数据泄露1421421.50 2079.10 465793.22|12 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。2023年,人民银行及金融监管总局向银行、保险、证券等金融机构相关责任人员共开出罚单1570张,处罚金6850.41万元,涉及1981人,较2022年上涨约37.19%。通过近三年个人罚单的趋势能看出,从金融机构高级管理层到具体数据问题事项的经办人员均将被逐层进行问责,强调机构内部问责到岗、到人。2023年处罚个人总览个人罚单罚金数量(人)比上年增幅数量(张)比上年增幅金额(万元)比上年增幅2021年人民银行170/131/547.17/金融监管总局331/185/1249.60/2022年人民银行23135.88 153.4407.51 102.41%金融监管总局1213266.474431.8936.60 223.03 23年人民银行30130.300149.7527.01 10.79%金融监管总局168038.506928.96V23.40 39.31%近三年监管处罚个人总览表近三年监管处罚个人总览表|13 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。洞察及建议-变化与挑战金融机构监管数据治理面临着严峻的挑战金融机构监管数据治理面临着严峻的挑战从2023全年监管处罚及行业难点来看,金融监管机构对数据的要求发展可以总结为以下四个主要方面:金融机构监管数据治理普遍存在以下问题,面临较高的处罚风险:1234从汇总指标报送到指标和明细报送并重汇总指标和明细数据的总分核对和跨期校验更加严格对交易数据有更严格的穿透要求监管数据合规与业务合规融为一体业务或系统变化可能对监管数据造成较大影响监管数据自身复杂度高加工链路不透明跨系统和跨部门的数据质量问题,难以定位根因监管数据用数模式单一各体系监管报送已成形,跨体系数据一致性难以保障机构内监管统计口径加工复杂监管数据业务赋能难数据问题解决方案落地难按业务要求规则在系统取数难监管数据质量监控滞后数据问题解决方案设计难监管数据质量提升难|14 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。洞察及建议-三步法应对金融机构监管数据治理“三步法”金融机构监管数据治理“三步法”-1 1-2 2-3 3-明确清晰的明确清晰的监管统计口径监管统计口径认责清晰口径明确链路可视跨体系一致不断提升的不断提升的源头数据质量源头数据质量专项治理规范采集常态监测考核评价统一规范的统一规范的管理能力管理能力报送管理口径管理质量管理补录管理金融机构应对复杂、变化、趋严的监管数据治理要求,可以考虑按以下“三步法”进行内部治理水平的提升:步骤一:通过以应用端最终的数据报送需求为切入点,梳理监管报送的报表、指标和数据,以及相应的统计口径;步骤二:通过数据溯源,明确监管所需的源头数据并明确相应的数据采集规范和治理要求;步骤三:建立一体化的监管数据治理体系和机制流程,实现常态化、标准化管理和动态维护。|15 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。识别监管报送全流程的数据角色受内容篇幅所限,本次专题报告仅针对“三步法”中的第一步“监管口径梳理”展开进行方案分析。毕马威建议,通过以下四步骤梳理清晰的监管统计口径:第一步洞察及建议-监管口径梳理第一步:识别监管报送全流程的数据角色第二步:梳理监管报送数据统计口径第三步:显性化监管统计数据的加工链路第四步:统一不同报送体系数据统计口径第一步是识别监管报送全流程涉及的各类报表和数据项,并明确相应的数据责任部门、岗位和人员,明确不同的角色与分工。监管数据责任体系角色数据主管方数据协管方数据采集方数据加工方数据使用方采集采集存储存储加工加工使用使用销毁销毁|16 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。梳理监管报送数据统计口径第二步报送范围监管报送范围要求本机构报送业务范围报表主管部门技术加工逻辑数据项名称数据项说明监管填报要求业务认责及口径溯源及加工逻辑第一部分通过业务口径和技术加工逻辑的梳理,明确监管统计报送口径,口径包括整体报送范围以及报表项统计规则。报表项第二部分归属业务领域业务口径管理部门技术加工逻辑数据加工链路洞察及建议-监管口径梳理|17 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。显性化监管统计数据的加工链路第三步记录、维护监管数据血缘,并与机构内业务管理及系统管理流程结合,在自动化系统工具的支持下,形成清晰、准确的监管数据加工链路,可有效应对监管要求及机构内部变化对监管统计带来的影响,为数据质量问题根因分析、监管统计合规检查提供输入。流程机制管控流程机制管控自动化工具支持自动化工具支持影响监管统计的重点场景影响监管统计的重点场景监管新要求监管新要求新产品上线新产品上线系统优化升级系统优化升级洞察及建议-监管口径梳理|18 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。统一不同报送体系数据统计口径第四步保证同一指标在监管报送与对外披露的一致性,梳理及核对同一指标报送不同监管机构及对外披露的统计口径,制定数据质量校验规则,实时监测同一指标报送不同监管机构及对外披露的数据一致性。人民银行金融监管局外汇管理局证监会发改委统计局财政局审计署监管统计机构监管统计机构总分一致跨期一致口径一致洞察及建议-监管口径梳理|19 2024 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。联系我们张楚东毕马威中国金融业主管合伙人电话: 86 139 1753 3388邮箱:郑昊毕马威中国管理咨询主管合伙人电话: 86 137 0192 9101邮箱:王亚军毕马威中国金融业数字化赋能咨询合伙人电话: 86136 2196 9486邮箱:陈琦毕马威中国金融业数字化赋能咨询总监电话: 86 138 1002 1912邮箱:陈立节毕马威中国金融业数字化赋能咨询主管合伙人电话: 86 189 1008 3580邮箱:杨晗毕马威中国金融业数字化赋能咨询合伙人电话: 86 150 1013 1879邮箱:毕马威金融业数字化赋能咨询服务团队在近20年的金融数据咨询实践中沉淀了丰富经验,对数据治理、数据资产管理、金融数据监管有着敏锐的洞察、深入的见解,希望能与各金融机构加强经验分享与交流合作,携手并进,促进金融行业数据能力提升。张杭川毕马威中国金融业数字化赋能咨询总监电话: 86133 1159 5739邮箱:如需获取毕马威中国各办公室信息,请扫描二维码或登陆我们的网站:https:/home.kpmg/cn/zh/home/about/ 毕马威企业咨询(中国)有限公司 中国有限责任公司,是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有,不得转载。在中国印刷。毕马威的名称和标志均为毕马威全球性组织中的独立成员所经许可后使用的商标。

    浏览量0人已浏览 发布时间2024-02-29 21页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 保险业投资端专题(一):利率下行背景下我国险企资产配置趋势研究-240223(26页).pdf

    请仔细阅读在本报告尾部的重要法律声明 Table_Title 利率下行背景下,我国险企资产配置趋势研究 Table_Title2 保险业投资端专题(一)Table_Summary 主要观点主要观点:.

    浏览量0人已浏览 发布时间2024-02-29 26页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 银行业专题研究:日本银行资产负债演变回顾与启示-240225(41页).pdf

    免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。1 证券研究报告 银行银行 日本银行资产负债演变回顾与启示日本银行资产负债演变回顾与启示 华泰研究华泰研究 银行银行 增持增持 (维持维持.

    浏览量0人已浏览 发布时间2024-02-28 41页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 金融行业【AI金融新纪元】系列报告(二) :AI+金融大模型的两条技术路线-240223(25页).pdf

    证券研究报告【AI金融新纪元】系列报告(二)AI+金融大模型的两条技术路线证券分析师:胡 翔执业证书编号:S0600516110001 联系邮箱:二零二四年二月二十三日核心观点当前AI与金融的结合主要.

    浏览量0人已浏览 发布时间2024-02-28 25页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 银行业:城投化债对银行息差影响有限-240224(17页).pdf

    1 行业行业报告报告行业专题研究行业专题研究 请务必阅读报告末页的重要声明 银行银行 城投化债对银行城投化债对银行息差影响有限息差影响有限 地方政府债务地方政府债务压力背后是央地财权事权的不匹配压力背.

    浏览量0人已浏览 发布时间2024-02-28 17页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 北京金融科技产业联盟:2024金融业支撑异构底层引擎的BaaS调研报告(21页).pdf

    金融业支撑异构底层引擎的金融业支撑异构底层引擎的 BaaS 调研调研报告报告 北京金融科技产业联盟北京金融科技产业联盟 2023 年年 12 月月版权声明 版权声明版权声明 本报告版权属于北京金融科技产业联盟,并受法律保护。转载、编摘或利用其它方式使用本报告文字、图表或观点的,应注明来源。违反上述声明者,将被追究相关法律责任。编制工作组 编写组成员:聂丽琴 杨涛 胡达川 王硕 王丹 梁文婧 谢谨 张隽丰 韩鹏 杨扬 陈林燏 黄步添 刘强 夏琼 陈法山 余珊 陈爱珍 周禄 杜静漪 曾爽 罗梅琴 张松松 高文俊 杨玉冰 董冰 参 编 单 位:北京金融科技产业联盟秘书处 中国银行股份有限公司 交通银行股份有限公司 腾讯科技(深圳)有限公司 杭州溪塔科技有限公司 杭州云象网络技术有限公司 中国工商银行股份有限公司 蚂蚁区块链科技(上海)有限公司 深圳前海微众银行股份有限公司 杭州趣链科技有限公司 上海浦东发展银行股份有限公司 中国光大银行股份有限公司 招商银行股份有限公司 前言 本调研报告中的数据分析及所得结论,旨在通过分析具有行业代表性的机构在 BaaS 平台建设应用方面的基本情况、关键能力以及多元生态等方面的情况,反映金融业支撑异构底层引擎的BaaS 现状,并据此提供发展建议,不涉及具体机构的数据信息。参与此次调研的机构有:中国农业发展银行、中国工商银行股份有限公司、中国农业银行股份有限公司、中国银行股份有限公司、中国建设银行股份有限公司、交通银行股份有限公司、中国光大银行股份有限公司、华夏银行股份有限公司、招商银行股份有限公司、上海浦东发展银行股份有限公司、浙商银行股份有限公司、平安银行股份有限公司、兴业银行股份有限公司、中国民生银行股份有限公司、东莞银行股份有限公司、深圳前海微众银行股份有限公司、华泰证券股份有限公司、中国银联股份有限公司、拉卡拉支付股份有限公司、北京国家金融科技认证中心有限公司、中钞信用卡产业发展有限公司、华为云计算技术有限公司、深圳市腾讯计算机系统有限公司、蚂蚁科技集团股份有限公司、京东科技控股股份有限公司、北京百度网讯科技有限公司、杭州趣链科技有限公司、杭州云象网络技术有限公司、杭州溪塔科技有限公司。目录目录 一、一、概述概述 .1 1 1.1 调研意义.1 1.2 调研目的.1 二、二、调研方法及样本调研方法及样本 .2 2 2.1 调研方法.2 2.2 样本数据来源.2 2.3 调研问卷框架.2 三、三、调研结果分析调研结果分析 .4 4 3.1 基本情况.4 3.2 关键能力.4 3.3 多元生态.11 四、四、发展建议发展建议 .1515 4.1 加快 BaaS 相关标准建设,助力凝聚行业共识.15 4.2 加强跨平台数据有序共享,发挥可信数据价值.15 4.3 提升底层核心技术能力,探索区块链规模化应用.15 4.4 打造开放创新的产业生态,推进技术赋能实体经济.16 一、概述 1 一、一、概述概述 1.1 调研意义调研意义 区块链即服务(Blockchain as a Service,BaaS)平台可以简化用户部署和管理区块链系统,从而降低技术应用门槛和成本。同时,BaaS 通过云服务的形式,结合智能合约技术的应用,可以让用户根据实际情况按需调整和优化,集约有限的资源、降低开发周期、提升开发效率。BaaS 平台的建设应用在经历了早期探索、云服务商陆续进入、功能服务和工具不断扩展后,面临异构底层引擎跨链互操作难、垂直领域场景应用拓展瓶颈等痛点。一方面,BaaS 异构底层引擎通过提供跨链互操作的能力,使不同的区块链系统能够互相连接和交换数据,实现更广泛的区块链应用;另一方面,用户能够根据不同金融业务场景选择适合其需求的区块链底层引擎,从而获得更高的灵活性和定制化能力,为区块链技术在金融应用场景的创新和发展具有重要意义。1.2 调研目的调研目的 本次调研旨在面向金融机构及科技企业,调研 BaaS 建设及应用情况,聚焦 BaaS 底层引擎、智能合约以及跨链技术等关键能力;掌握金融行业在 BaaS 与创新技术和创新业务融合等方面的价值,助力产业各方拥抱区块链生态,弥合用户认知与 BaaS价值之间的鸿沟,推动 BaaS 多元化、规模化、标准化发展。二、调研方法及样本 2 二、二、调研方法及样本调研方法及样本 2.1 调研方法调研方法 2023 年 8 月 7 日至 15 日,通过向北京金融科技产业联盟区块链专委会成员单位发放问卷的形式开展调研。2.2 样本数据来源样本数据来源 本次调研共回收有效问卷 29 份,其中金融机构 19 家,包含政策性银行、国有商业银行、股份制商业银行、城市商业银行、民营银行、证券公司、支付机构等类型;科技公司 9 家;认证机构 1 家。以上 29 家机构中,有 2 家机构反馈暂未建设 BaaS 平台,因此以下调研结果分析基于已建立 BaaS 平台的 27 家机构所反馈的数据。由于无法对问卷填报人员所填信息的全面性、可靠性及准确性等进行实质性核查,只进行了形式审查,因此数据可能存在一定的失真或偏差。2.3 调研问卷框架调研问卷框架 本次调研问卷针对机构的 BaaS 基本情况、关键能力、多元生态三方面进行设计,分析金融业对支撑异构底层引擎的 BaaS的需求、当前核心能力建设情况,以及未来的发展方向。问卷关注金融领域 BaaS 能力,发放对象以金融机构为主,科技公司为辅,且本次参与的科技公司均具备金融科技能力,因此问卷设计除少量针对性问题外,其他问题具有普遍应用性。二、调研方法及样本 3 三、调研结果分析 4 三、三、调研结果分析调研结果分析 3.1 基本情况基本情况 金融机构积极推进金融机构积极推进 BaaS 平台建设和应用,主要目的是减少平台建设和应用,主要目的是减少用户手动配置、降本增效、灵活支持多底层引擎用户手动配置、降本增效、灵活支持多底层引擎。根据调研数据显示,89%的机构表示使用 BaaS 的目的是可以减少用户手动配置,74%的机构使用 BaaS 出于实现降本增效,70%的机构为了实现灵活支持底层引擎的目的,56%的机构是为了纳管非本平台创建的链。此外,81%的机构 BaaS 平台支持轻量化部署。图 1 调研机构类型分布分布 图 2 机构使用 BaaS 的目的小结小结 通过 BaaS 可以为开发者提供便捷、高性能的区块链生态环境及生态配套服务,通过轻量化部署,实现多底层引擎兼容,达到降本增效的目的。3.2 关键能力关键能力 3.2.1 功能实现功能实现 BaaS 支持异构底层引擎的需求方面。支持异构底层引擎的需求方面。根据调研数据显示,76%的金融机构有支持异构底层引擎的需求;被调研机构中,83%需要通过异构底层引擎实现跨链交互,83%为实现统一纳管,79%为了满足不同客户需求,75%为了实现联盟快速接入。从机构目前对不同区块链底层引擎支持的情况看,被调研机构中,85%表示能够支持不同区块链底层引擎,且有支持异构底层引擎需求的三、调研结果分析 5 金融机构全部实现对不同底层引擎的支持。支持异构引擎的机构中,70%可以通过可插拔形式灵活支持多种底层引擎。图 3 各机构通过异构支持的功能需求 BaaS 平台部署运维方面。平台部署运维方面。根据调研数据显示,被调研机构中,78%支持跨地域、跨网络部署组网,81%支持跨云部署,74%支持云上云下或域内域外以及跨越外网的混合部署。在支持BaaS 混合部署的机构中,85%已实现自动化运维或可以通过提供脚本/命令批量执行进行运维,个别机构实现云运维;45%的机构采用 TLS 双向验证模式进行节点相互认证,55%的机构采用TLS 双向验证(即同时验证服务节点和客户端节点)和 TLS 单向验证(即仅验证服务节点身份)并存模式。图 4 混合部署的运维模式 图 5 节点认证方式金融行业与其他行业在金融行业与其他行业在 BaaS 实施、部署、集成等方面差异实施、部署、集成等方面差异化方面。化方面。根据调研数据显示,被调研机构中,96%表示金融行业对安全性要求更高,78%表示金融行业部署环境不同,59%认为三、调研结果分析 6 金融机构主要在私有云上部署,59%认为 CA 证书来源不同,44%认为金融机构对实时性要求更强。部分机构还表示金融行业在了解你的客户(Know-Your-Customer,KYC)、数据安全、隐私保护、容灾要求等安全合规方面要求更高。图 6 金融业 BaaS 实施、部署、集成与其他行业差异 小结小结 当前市场上活跃着多种底层引擎,由于不同底层引擎节点类型、数据类型等不统一、难以灵活快速对接,且存在对于非 BaaS 平台内创建的链难以纳入管理等问题。大多数机构有支持异构底层引擎的需求,期望通过异构实现统一纳管、跨链交互、快速接入、集中资源等目标,提升 BaaS 服务能力,满足客户使用需求,且已经有部分参与方可以通过可插拔形式灵活支持多种底层引擎。被调研机构一致认为金融领域 BaaS 与其他领域的主要区别是部署环境不同,需部署在私有云中,安全性、实时性要求高,同时需要有更高的容灾能力,应对复杂的网络环境,需要满足严格的合规要求。针对当前金融行业特性及多底层引擎需求,被调研机构认为,多底层引擎兼容需实现跨地域、跨网络部署组网,主要支持跨云部署、混合部署等部署形式。跨云部署时,区块链节点可以分散到不同的公有云平台上,一般需通过适配层屏蔽底层差异,有利于组建联盟链。混合部署时,区块链网络节点分别部署在公有云与私有云中。部署时大多通过同时验证服务节点和客户端节点的双向节点认证方式进行节点的相互认证。3.2.2 底层引擎底层引擎 自研区块链底层引擎与自主可控方面自研区块链底层引擎与自主可控方面。根据调研数据显示,被调研机构中,63%自主研发了底层引擎,全部支持国产自主可控的运行环境。在自主研发引擎的机构中,65%借鉴了三、调研结果分析 7 Hyperledger Fabric,41%借鉴了以太坊,29%借鉴了FISCO BCOS。图 7 自主研发区块链引擎的机构借鉴的技术 BaaS 支持异构底层引擎的优势和挑战方面支持异构底层引擎的优势和挑战方面。根据调研数据显示,被调研机构认为 BaaS 支持异构底层引擎的优势主要是统一管控、灵活高效、快速接入和资源集中;主要挑战,一是当前市场上不同底层引擎节点类型、数据类型等不统一,难以实现灵活快速对接,二是区块链领域缺乏针对共识节点、智能合约、共识算法等的标准,导致异构支持困难,平台难以复用,三是面临如何对非 BaaS 平台内创建的链纳入管理等挑战。图 8 BaaS 支持异构底层引擎的优势 图 9 BaaS 支持异构底层引擎的挑战 小结小结 BaaS 平台中关键因素是区块链底层引擎,被调研机构中,超过半数具有自研的底层引擎,设计思想借鉴了 Hyperledger Fabric、以太坊、FISCO BCOS、三、调研结果分析 8 长安链、Tendermint 等产品理念,同时在支持国产自主可控方面不断发力。被调研机构认为 BaaS 支持异构底层引擎能够实现不同链的统一管控、灵活高效、快速接入和资源集中。当前市场上活跃着多种底层引擎,由于不同底层引擎节点类型、数据类型等不统一、难以灵活快速对接,且存在对于非 BaaS 平台内创建的链难以纳入管理等问题。3.2.3 智能合约智能合约 根据调研数据显示,被调研机构中,100%的 BaaS 平台具备智能合约编程部署能力,其中 81%的智能合约是自主研发的,且81%提供智能合约模板。各机构智能合约主要支持的编程语言依次为 Go(81%)、Java(74%)、Solidity(67%)等。各机构主要通过代码审核(100%)、安全性测试(85%)、输入验证(70%)等措施保障智能合约安全;智能合约模板涵盖场景依次为存证(93%)、供应链金融(63%)、溯源(44%)、数字身份(41%)等。图 10 智能合约支持的编程语言 图 11 智能合约安全保障措施 图 12 智能合约模板涵盖场景 小结小结 智能合约是以代码形式编写的合约,在区块链上自动执行,具有分布式、不可篡改、程序化等特点,智能合约赋予了区块链新生命。在 BaaS 建设中,智能合约是否具备灵活性、便捷性、易用性十分关键。三、调研结果分析 9 本次调研中,所有机构都具备智能合约编程部署能力,且大部分具备自研的智能合约编程能力,编程语言以 Go、Java、Solidity 为主,为保障智能合约安全性,所有机构都进行了代码审核。调研显示,各机构不断丰富合约模板覆盖场景,目前已提供涵盖存证、供应链金融、溯源、数字藏品、跨境支付、股权、征信等的合约模板,通过智能合约的不断优化提升 BaaS 服务能力及对多底层引擎的支持能力。3.2.4 跨链技术跨链技术 跨链实现方面跨链实现方面。根据调研数据显示,被调研机构中,81%已实现跨链,其中 68%的机构通过中继链实现跨链,59%的机构通过网关直连方式实现跨链。在跨链协议方面,已实现跨链的机构中 41%使用了陆羽跨链协议,大型科技公司均建立了自研的跨链协议。图 13 跨链实现方式 跨链场景方面跨链场景方面。根据调研数据显示,使用跨链技术最广泛的应用场景依次为数字存证(64%)、数据共享(59%)、跨链资产管理(55%)、跨链身份认证(41%)、业务协同(32%)、银企对接(27%)以及跨境支付(18%)。此外,在已实现跨链的机构中,仍有 9%的机构暂未实现在具体场景中应用跨链技术。三、调研结果分析 10 图 14 应用跨链技术的场景 跨链难点方面跨链难点方面。根据调研数据显示,已实现跨链的机构中,91%认为实现跨链的难点是标准不统一,77%认为难点是安全性问题,73%认为难点是数据兼容性问题,32%认为网络开支较大。图 15 跨链难点 小结小结 跨链实现方面。跨链实现方面。本次调研结果显示,参与调研机构中跨链实现有以下四种本次调研结果显示,参与调研机构中跨链实现有以下四种方式。方式。中继链:构造第三方链,通过跨链消息传递协议,连接区块链网络中的其他链,中继链扮演第三方公证人的角色,验证不同链之间的交易资料。网关直连:通过跨链网关形成 P2P 网络,完成跨链信息交互,适用于较为简单的跨链场景。侧链:在主链旁边建立独立的区块链实现主链与侧链之间的资产交易,起到通道的作用,不会增加主链负担,是天然的分片机制。哈希锁定:在源链生产一个哈希锁定,使目标链上可以验证和解锁该哈希值,实现数据、资产等三、调研结果分析 11 跨链。跨链场景方面。跨链场景方面。在金融及相关领域,数字存证、数据共享是当前应用最广的场景,用于银行业务、保险理赔、司法诉讼等;其次为跨链资产管理,使资产交易、数据传输等多链协作可行性提高;除此之外,跨链也广泛应用于业务协同、跨境支付、银企对接等场景中。因此,跨链技术在资产互通、跨链金融服务、价值转移、合规监管等方面均有裨益,助力推动数字金融发展,构建相互支撑、互惠共赢的数字金融生态。跨链难点。跨链难点。跨链技术为不同区块链或者是非区块链系统间的信息和资产交换提供了更安全、可靠、可行、有效的技术支撑,弥补多个区块链系统之间的连接断裂,提升金融业务的便捷性、可行性。尽管跨链技术有很大的发展潜力,但当前也面临着一系列难点。被调研机构认为当前存在如下问题。一是标准不统一。一是标准不统一。当前区块链跨链技术成熟度不够,仍有许多待解决的问题,跨链标准不统一,在通信接口、数据格式、跨链协议等方面缺乏行业标准,影响了跨链实现及用户体验。二是安全性。二是安全性。跨链技术应用场景往往涉及金融业务,安全性和可靠性是跨链技术的重要考量,当前跨链技术安全性仍待考验,因此安全性是跨链技术所要克服的技术难点之一。三是数据兼容性。三是数据兼容性。由于区块链之间的协议不同,区块链间的数据兼容性也会受到影响,跨链技术要实现数据兼容需要开发新的技术路线,使不同的区块链之间的数据能够转换和共享,这也是跨链技术的挑战之一。四是网络开支。四是网络开支。跨链交易需要占用大量的网络资源,随着交易量的增加,网络资源的消耗也会增加,如果网络费用和消耗过大,不利于跨链技术的快速发展。因此,跨链技术实现的过程中,在网络开支方面还有很大的改进空间。3.3 多元生态多元生态 3.3.1 技术融合技术融合 根据调研数据显示,被调研机构与 BaaS 相结合开展探索最多的技术依次是隐私计算(74%)、数字身份(67%)、云计算(52%)、物联网(37%)、人工智能(30%)、低代码(19%)以及量子计算(7%)等。三、调研结果分析 12 图 16 各机构与 BaaS 结合探索的新技术 知识延伸知识延伸 区块链区块链 隐私计算隐私计算 通过深度融合区块链与隐私计算的优势,可以覆盖数据可信存储、安全传输、隐私计算等环节,解决数据流转中隐私保护难题,为数据可信流通提供全链路的安全保障,利用区块链的不可篡改特性、分布式数字身份技术以及隐私计算中多方安全计算、联邦学习等技术为数据安全能力提供强有力的支撑,充分释放数据价值。区块链区块链 数字身份数字身份 数字身份是发展数字金融的重要基础和前提,是数字金融的重要公共基础设施,区块链技术的分布式存储、共识机制等特性能够有效解决数字身份的安全和隐私保护等问题。区块链区块链 云计算云计算 区块链技术与云计算深度融合,可以构建出高效、安全的云计算系统。助力企业快速部署、管理、共享应用程序,实现合约的自动化部署和管理。可应用于金融、供应链管理等方面。区块链区块链 物联网物联网 区块链和物联网技术结合,可以构建出安全、高效的物联网系统。帮助企业实时监测设备状态、控制设备操作,将设备数据与区块链上的数据相结合,实现设备数据的安全共享和价值创造。3.3.2 产业融合产业融合 BaaS 应用行业与场景应用行业与场景。根据调研数据显示,除金融行业外,被调研机构 BaaS 平台主要应用的行业依次为政务(41%)、司法(37%)、教育(22%)、医疗(22%)、娱乐(22%)、文旅(22%)和交通(19%)等。BaaS 应用场景依次为存证(89%)、供应链金融(81%)、溯源(56%)、贸易金融(48%)、数字身份(44%)、三、调研结果分析 13 资金监管(37%)、跨境支付(33%)、双碳(22%)、征信(15%)以及股权(11%)等。图 17 BaaS 应用行业情况 图 18 BaaS 应用场景情况 BaaS 赋能实体经济方面赋能实体经济方面。根据调研数据显示,各机构 BaaS平台应用于实体经济领域依次为工业(44%)、交通运输、仓储和邮政业(41%)、批发和零售(37%)、农林牧渔(30%)、能源(30%)、科教文卫(22%)、建筑业(19%)、住宿和餐饮(7%)等。知识延伸知识延伸 区块链技术分布式、不可篡改的特性变革了数据存储和信息传递的方式,给许多领域带来新的可能性。调研结果显示,当前区块链技术不仅在金融领域深入应用,更应用在工业、交通运输、仓储、邮政业等行业,展现出区块链技术的蓬勃生机。区块链区块链 工业工业 通过区块链技术可以实现工业企业内部全流程数据共享、网络加密,促进产业链协同发展。完成生产原材料、生产过程、成品信息、物流运输等全流程数据上链存证,打造资产可信监管平台,实现生产环节全自动的质量可信追溯,为我国垂直行业数字化转型提供支撑作用。三、调研结果分析 14 区块链区块链 交通运输、仓储和邮政业交通运输、仓储和邮政业 区块链技术能有效提高交通安全,实现运输过程中的有效监管,提高运输透明度;降低物流成本,实现供应商协同,增强客户信任,实现物流资产监管,减少欺诈,提高物流效率。助力交通运输行业数字化发展。区块链区块链 批发和零售批发和零售 区块链技术在批发零售业可记录跟踪产品生产、加工、运输等环节,实现溯源,改善供应链的透明度和可信度,提高供应链的效率与安全;消费者通过智能合约可以进行高效、可信支付,减少纠纷,提供更安全、便捷的支付方式。区块链区块链 农林牧渔农林牧渔 区块链和农林牧渔结合赋能乡村振兴,凭借数字化技术抓住生产关系变革的机会。区块链可以应用在农产品溯源、农业联网、生产物流方面;可以助力实现保护生物多样性;通过与无线技术结合形成可信的数字孪生,实现农牧物种溯源;可以解决养殖户与金融机构信息不对称问题,满足水产养殖户的融资和交易需求。区块链区块链 科教文卫科教文卫 区块链技术在教育领域实现教育资源公平分配,提供教育质量的公平性;提高教育经费与教学过程的透明度,建立更加公平、公正的评价体系;提供可靠证书认证能力。在文化领域,区块链技术实现了数字版权保护、文化产品创新等能力,建立公正透明的文化生态。在卫生领域,区块链技术提供分布式的数据管理和共享平台,确保医疗健康数据的安全性和完整性,保护个人隐私安全,实现药品溯源,完成临床试验监测等,为人们提供更好的医疗健康服务。四、发展建议 15 四、四、发展建议发展建议 4.1 加快加快 BaaS 相关标准建设,相关标准建设,助力助力凝聚行业共识凝聚行业共识 BaaS 作为区块链研发、运维、运行的一系列配套服务与生态组件的技术范式,由于关键功能模块、数据结构、交互协议、跨链协议等的异构性,从技术层面带来了区块链应用的壁垒和局限性。根据调研结果显示,被调研机构建议从底链技术、跨链接口、跨链协议、智能合约管理等方面加快 BaaS 相关标准建设,凝聚行业共识,促进互通有无、业务协作,打破价值孤岛,推动价值流通。4.2 加强跨平台数据有序共享,发挥可信数据价值加强跨平台数据有序共享,发挥可信数据价值 为促进行业上下游对区块链上沉淀的高可信、高价值数据的查询使用、价值挖掘,鼓励数据服务商对接适配多机构 BaaS 平台,实现链上数据的第三方可信验证、交叉核验,并进一步催生可信数据增值服务的创新繁荣。根据调研结果显示,隐私计算技术是目前各机构区块链技术融合应用最为广泛的技术之一,结合隐私计算技术,各参与方可以在不暴露敏感信息的前提下实现数据有序共享和计算,发挥数据要素价值潜能。4.3 提升底层核心技术能力,探索区块链规模化应用提升底层核心技术能力,探索区块链规模化应用 一方面,金融机构需要加强对底层技术能力的掌握和储备,突破区块链性能、可扩展性、安全性和隐私保护能力等方面的瓶颈;推动区块链技术与隐私计算、数字身份、云计算、物联网等等技术的交叉融合研究与应用,提升基础技术能力。另一方面,通过金融机构同业、金融机构与科技公司等的跨机构合作、产品适配、联合攻关等手段,结合各机构自身实际业务需求,合理评四、发展建议 16 估技术应用的可行性,共同探索具有规模化应用价值的金融场景。4.4 打造开放创新的产业生态,推进技术赋能实体经济打造开放创新的产业生态,推进技术赋能实体经济 一是以行业协会或产业联盟等社会组织为主体发起区块链技术和 BaaS 平台相关的知识普及、业务交流和技能培训等活动,提高市场对区块链技术的认可度,增强行业凝聚力,推动 BaaS在多领域发展。二是以开源技术繁荣产业生态发展,鼓励云平台企业参与到开源区块链项目建设中,总结云平台和金融场景需求,归纳技术应用价值与特性,以开源共建的形式推动产业健康发展。三是搭建产金交流平台,加强区块链应用市场、智能合约市场、开放联盟链生态等业务和市场形态的宣传推广,激励金融机构、科技企业以及众多技术开发者开拓创新。

    浏览量0人已浏览 发布时间2024-02-27 21页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 2024国内各大证券公司券商大模型应用现状分析报告(23页).pdf

    2 0 2 3 年深度行业分析研究报告UZ1WZZDXPYEYVXbRbP6MpNmMnPmQjMmMtRkPnPtQbRpOoONZqNpPxNnPnQ3CONTENTS目录CCONTENTS专 业.

    浏览量0人已浏览 发布时间2024-02-27 23页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 证券行业专题研究:日本证券业历史复盘与启示-240222(52页).pdf

    免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。1 证券研究报告 证券证券 日本证券业历史复盘与启示日本证券业历史复盘与启示 华泰研究华泰研究 证券证券 增持增持 (维持维持)研究员 沈.

    浏览量0人已浏览 发布时间2024-02-26 52页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 非银行金融行业科技金融系列报告(二):直接融资篇美国如何支持科技企业股债融资?-240222(20页).pdf

    科技金融系列报告(二)直接融资篇:美国如何支持科技企业股债融资?行业深度报告 请通过合法途径获取本公司研究报告,如经由未经许可的渠道获得研究报告,请慎重使用并注意阅读研究报告尾页的声明内容。行业报告 .

    浏览量0人已浏览 发布时间2024-02-26 20页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 2024加密货币产业链及代表企业Coinbase、Cleanspark及Can梳理分析报告(27页).pdf

    2 0 2 3 年深度行业分析研究报告目录目录加密货币产业链梳理加密货币产业链梳理0101CoinbaseCoinbase公司介绍公司介绍0202CleansparkCleanspark公司介绍公司介.

    浏览量0人已浏览 发布时间2024-02-26 27页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 北京金融科技产业联盟:2023数据智能赋能金融数字化白皮书(86页).pdf

    数据智能赋能金融数字化白皮书北京金融科技产业联盟北京金融科技产业联盟20232023 年年 1212 月月编制委员会编委会成员:赵韵东周天虹龚伟华聂丽琴赵焕芳俞吴杰闫晓林编写组成员:赵存超贡佳炜马晓煦耿博代铁梁生吉刘一阳刘妍李义萍焦峰钟新斌许翠朱红伟陈炜钊李蓉娴郭佳敏石文鹏卢金环张少敏董琦张博杜银翔李金龙贺瑶函曹伯翰李娟牵头单位:中国农业银行股份有限公司参编单位:中国银行股份有限公司招商银行股份有限公司北京银行股份有限公司I前 言随着移动互联网的普及和数字技术的强势崛起,我国正加速迈入数字经济时代,推动数字化转型成为金融机构面临的必要趋势。中国人民银行 金融科技发展规划(20222025年)为新时期金融数字化转型谋定方向、明晰路线,金融机构需深入贯彻规划理念,高质量推进金融数字化转型工作。在大模型、生成式人工智能等技术加持下,数据智能技术正爆发出蓬勃的生命力,为金融机构推进数字化转型、依托创新释放数字生产力提供了重要抓手。在北京金融科技产业联盟人工智能专委会组织下,由中国农业银行研发中心牵头,联合中国银行、招商银行、北京银行相关部门共同开展数据智能金融应用研究,编制形成数据智能赋能金融数字化白皮书。本文立足数据智能前沿技术,聚焦数据智能赋能金融数字化,介绍数据智能基本情况,包括概念解析、国内外发展情况及顶层设计;从 AI、BI 等先进技术出发,深度解析数据智能技术演进趋势;结合银行业务场景阐述数据智能助力银行业智能化升级的可行路径,并给出典型案例;总结数据智能面临的挑战及发展展望。希望以此展示金融数据智能整体视图,为金融业应用数据智能提供有效借鉴和参考。II目 录一、数据智能发展情况概述.1(一)数据智能概念.1(二)国外数据智能发展形势.3(三)国内数据智能发展形势.4(四)五位一体数据智能顶层设计.61.战略规划谋.62.组织架构体.73.制度建设规.84.标准规范尺.105.团队建设群.12二、数据智能技术演进趋势.12(一)强化基础支撑,推进数据互联共享.131.湖仓一体,夯实企业级数据底座.132.实时数仓,高效应对实时场景.153.数据编织,推动智能化数据管理.164.隐私计算,赋能金融数据安全.19(二)打磨 AI 利器,推动金融智能化升级.211.知识图谱,深化关联数据分析.212.可信 AI,提升模型可靠与可解释性.223.大小模型协同,推进端云全方位协同进化.244.大模型,聚焦 NLP 任务统一和多模态模型支持.255.自适应 AI,强化主动学习进化能力.276.人工智能生成内容(AIGC),推动数字化内容创造.28(三)深入 BI 应用,持续释放数据价值.301.极速引擎,支撑海量数据秒级分析.302.SaaS BI,提供云原生 BI 能力.32(四)研发运营一体化,加速数据智能应用落地.341.DataOps,敏捷响应业务需求.342.MLOps,快速交付 AI 应用服务.36III三、数据智能助力银行业智能化升级.38(一)数据智能企业级平台能力建设.391.数据湖仓平台.392.实时流计算平台.403.AI 平台.424.BI 平台.455.隐私计算平台.476.知识图谱平台.49(二)银行业数据智能典型应用案例.511.智能营销.512.智能决策.603.智能运营.654.智能风控.725.智能监管.75四、金融数据智能面临的挑战与展望.77(一)面临的挑战.771.数据安全问题.772.伦理道德问题.773.数据共享与流通.784.算法可靠性及可解释性.78(二)展望与建议.781.大模型助推高质量建模.782.多模态整合数据统筹能力.793.创造性 AI 释放数据潜力.794.技术融合推动协同创新.795.安全管理构筑防护体系.806.政策标准引领数据治理.80五、结语.801一、数据智能发展情况概述数据智能的概念范畴超越于人工智能,是涵盖算法、算力及应用的一整套体系。金融机构践行数据智能需完善自上而下的顶层设计,从数据获取、数据处理、数据使用的整个生命周期,充分运用金融机构海量数据优势,借助金融科技,极大化释放数据要素生产力,驱动金融机构智能化升级。(一一)数数据据智智能能概概念念数据智能的历史可追溯到上世纪五十年代人工智能及大数据技术的兴起。目前业界对数据智能涵盖的技术及范围的定义和理解各不相同,但普遍认为数据智能与 AI 及大数据等技术密不可分。数据智能的典型特征是以海量大数据为基础,通过 AI、大数据等技术手段,对数据进行采集、处理、分析和预测,充分捕捉数据特征及联系,挖掘潜在数据信息和模式,充分全面释放数据价值,服务于场景化业务应用。本文尝试从金融业应用的角度出发,从以下几个维度去阐述数据智能内涵和应用体系,如图 1 所示。数据要素:数字经济意味着高度的数据化,金融机构作为数据密集型行业,在业务经营过程中积累了海量数据,数据要素成为金融业高质量发展的重要内驱。生产力:金融科技为打磨数据要素提供了利器,成为推动金融业数字化转型的重要生产力。通过人工智能技术发掘数据价值,通过大数据技术沉淀数据底座,通过创新释放数据活力,提2图 1 金融业数据智能架构升资源配置效率。生产关系:作为面向商业应用的解决方案,商业智能(Business Intelligence,BI)帮助企业梳理生产关系,系统化地整合及分析数据,助力于金融业务智能决策。上层应用:数据智能技术可有效作用于金融业市场营销、运营管理、风险控制、监管合规等各环节,推动业务智能化、自动化,拓展金融服务领域。组织保障:为充分应用数据智能,需从战略规划、组织架构、制度建设、标准规范、团队建设等完善数据智能的基础建设,落实组织保障。整体而言,从数据要素、生产力、生产关系、上层应用、组织保障方面形成一整套数据智能管理闭环,金融业务经营过程中产生的各种数据,通过数据智能技术的加持服务于企业各应用场3景,不断沉淀数据资产,盘活数据价值,赋能企业数字化转型。(二二)国国外外数数据据智智能能发发展展形形势势Gartner在近两年重要战略技术趋势中持续将数据智能相关技术作为重点方向,包括生成式人工智能(GenerativeArtificial Intelligence)、数据编织(Data Fabric)、人工智能工程化(AI Engineering)、自适应人工智能(Adaptive AI)、AI TRiSM(人工智能信任、风险和安全管理,AI Trust,Risk andSecurity Management)等技术。数据智能在全球的快速发展及创新热潮也促使人工智能相关监管政策排上了议程。欧盟在鼓励数据智能发展的同时,持续关注其存在的风险,审慎推进相关监管法案。2020 年 2 月 19 日,欧洲委员会发布人工智能白皮书数据战略报告数字未来报告,谋求塑造欧洲数字未来,为数字领域的监管计划提供指引。2021 年 3 月 9 日,欧盟委员会发布2030 数字指南针:欧洲数字十年之路计划,为欧盟到 2030 年实现数字主权的数字化转型愿景指出方向,旨在构筑一个以人为本、可持续发展的数字社会。目前,欧盟正在推进一项人工智能法案,旨在确保投放到欧盟市场并在欧盟范围内使用的人工智能系统是安全的。但面临着如何判定哪些人工智能系统将被归为“高风险”、如何平衡保障数据隐私与阻碍创新的关系等难题。美国对于数据智能技术的政策相比更为积极。美国政府一方面将人工智能提升到国家战略的高度,致力于维持其在该领域的4全球领先地位,另一方面也高度关注人工智能风险,推动监管法规法案的落地。早在 2021 年 1 月,美国白宫就成立国家人工智能计划办公室,作为政府统筹与协调的中枢机构,负责监督和实施美国国家人工智能战略。并于 2021 年 9 月成立人工智能咨询委员会,就美国的人工智能竞争力、劳动力公平、资金、研究和开发、国际合作和法律问题提出建议,定期向总统及国会提交研究报告,为确保美国在人工领域的领先地位提供了组织保障。NSCAI(国家人工智能安全委员会)认为,美国在非国防人工智能研发领域的投资应该以 2020 财年的 10 亿美元为基准,在 2026财年到达 320 亿美元,使人工智能领域的研发投入与生物医药研究持平。2020 年,美国政府发布首份人工智能应用监管指南,针对人工智能应用提出十大监管原则,明确了人工智能重点监管方向。(三三)国国内内数数据据智智能能发发展展形形势势在国内,国家相继出台和布局数据智能相关产业政策。2017年,国务院发布新一代人工智能发展规划(国发201735号),明确将人工智能作为未来国家重要的发展战略,并部署三步走的战略目标。其中“第二步,到 2025 年人工智能基础理论实现重大突破,部分技术与应用达到世界领先水平,人工智能成为带动我国产业升级和经济转型的主要动力,智能社会建设取得积极进展。”“第三步,到 2030 年人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心,智能5经济、智能社会取得明显成效,为跻身创新型国家前列和经济强国奠定重要基础。”2021 年 11 月,工信部正式发布“十四五”大数据产业发展规划,要求到 2025 年,大数据产业测算规模突破 3 万亿元,年均复合增长率保持在 25%左右,创新力强、附加值高、自主可控的现代化大数据产业体系基本形成。2021 年 12 月,中国人民银行印发 金融科技发展规划(20222025 年),提出“金融业数字化转型更深化”“数据要素潜能释放更充分”等总目标,并明确“强化数据能力建设”“推动数据有序共享”“深化数据综合应用”“做好数据安全保护”等重点任务。2022 年 12 月,中共中央、国务院发布关于构建数据基础制度更好发挥数据要素作用的意见,形成我国关于数据基础制度的顶层规划。2023 年 3 月 7 日,在第十四届全国人民代表大会第一次会议上,国务委员兼国务院秘书长肖捷就国务院机构改革方案向大会作说明,其中在数据管理领域,“组建国家数据局”成为国务院机构改革的一项重要内容。关于国务院机构改革方案的说明 指出,在保持数据安全、行业数据监管、信息化发展、数字政府建设等现行工作格局整体稳定前提下,把数据资源整合共享和开发利用方面的有关职责相对集中。数据管理已经提升至国家战略高度。当前数据资源已成为关键生产要素,中国数据量呈现指数级6增长,具有海量的数据规模和丰富的应用场景。根据 IDC 统计,中国数据规模将从 2022 年的 23.88ZB(1ZB 约十万亿亿字节)增长至 2027 年的 76.6ZB,年均增长速度 CAGR 达到 26.3%。对于金融业而言,在数据资产积累方面具有明显的优势,如何充分利用和管理数据,构建完备的数据资产基础设施,有效挖掘和利用数据价值,提升数据服务能力,成为金融业需深入探索的重要方向。(四四)五五位位一一体体数数据据智智能能顶顶层层设设计计为与中国数字化发展水平保持一致,银行业应坚持“数据”主线,在重点领域提供人工智能支持,为全行主体业务高质量发展提供有力的数字化赋能和支撑。提供基于数据的智能决策需要自顶向下发力,可从“谋(战略规划)、体(组织架构)、规(制度建设)、尺(标准规范)、群(团队建设)”五个方面着手开展顶层设计。1.战略规划谋在数字时代下,数据战略已成为组织开展数据智能的基础,是数据智能长期发展的“方向标”。一些银行在大数据上已具备较好的基础能力和服务能力,但在深化数智赋能所需的算力、数据、工具、保障相关能力支撑上,仍面临着诸多困难与挑战,主要体现为:数据基础能力有不足、数据供给能力待提升、数据研发工艺需完善、数据保障能力有缺失。7针对以上困难和挑战,可围绕“一个核心,两个保障,三个能力,四个转型”,支撑数据友好型系统建设,助力数字化转型战略落地。“一个核心”是以数据应用五步闭环(筛选、布放、执行、回收、优化)为核心,持续推进各业务系统高水平用数,总结经验方法,提升业务经营能力。“两个保障”指打磨数据工艺,建设一体化数据研发平台,落地数据服务流水线和流程规范,支撑数据服务快速交付;加强数据运营与安全,实现数据服务供给能力的量化评价和持续提升,落实全流程的数据安全管控。“三个能力”是要夯实数据基础侧能力,建设企业级数据模型体系,完善数据模型规范标准;强化数据供给侧能力,沉淀数据资产,打造低门槛工具平台,全面提升数据要素供给能力;提升数据需求侧能力,深化数据能力在流程、决策和评价等方面的应用,推动数据能力与业务系统的深度融合。“四个转型”指推进产品创新、流程再造、量化评价、渠道协同,助力数字化转型进一步深化。2.组织架构体银行应根据数据智能发展规划,结合本行实际,建立组织架构健全、职责边界清晰的数智赋能组织架构,建立多层次、相互衔接的运行机制,如图 2 所示。8图 2 数据智能组织架构董事会对数智赋能承担最终责任,履行制定数智赋能战略、审批或授权审批与数智赋能相关的重大事项等职责。监事会负责对董事会和高级管理层在数智赋能方面的履职尽责情况进行监督评价。高级管理层执行董事会决议,履行数智赋能体系建立、机制建立、组织评估执行情况等职责。信息管理部门作为数智赋能的归口管理部门,在高级管理层的授权范围内,统筹全行数据治理工作,履行牵头实施体系建设、统筹落实机制建立、建立评估机制等职责。业务部门承担主管业务条线的数据治理责任,充分利用全行资源,发挥数智价值,主要履行制定本条线规章制度、开展本条线管理工作、执行监管等职责。科技部门负责系统层面的数智赋能工作,包括:响应数智赋能相关系统建设需求并组织技术实施;与归口管理部门共同推进数智赋能,组织技术相关工作,推动提升数智应用价值等。3.制度建设规9银行应根据数智赋能的要求和发展规划的部署,调整、充实和完善内部经营管理的各项规章制度,健全内控严密的制度体系,推动流程银行建设,促进行内精细化管理,提供有效的制度基础。(1)基本原则适应外部合规要求,满足内部控制与风险管理需要,有利于市场竞争和业务创新。(2)工作目标按照分层、分类、分块管理要求,建立覆盖完整、规制适度、动态维护、协调统一的规章制度体系,包括基本制度与政策、综合管理制度、专项管理制度、操作规程和实施细则等。(3)保障措施一是提高管理人员认识,保障制度管理权威。各级领导要充分重视制度管理工作,主动维护制度管理秩序和权威,率先垂范,营造良好制度管理环境。二是规范制度管理,完善并落实管制度的制度。按照制度分层、分类和分块的标准,构建层次分明、分类齐全、模块清晰的立体金字塔形制度体系,规范制度管理流程,有效进行制度质量控制。三是加强制度维护,做到动态调整,持续改善。对行内现有制度进行适应性调整,梳理完善与数据智能有关的制度、程序与机制,严格制度的设立、修改与废除的过程管理,完善制度反馈机制,推进评价与维护工作。10四是重视制度评价工作,制度建设纳入工作考核。将制度建设、制度流程设计及制度有效性纳入内控评价体系,将制度建设纳入部门和条线工作考核,引导和激励业务发展和制度建设同步进行。五是明晰各部门制度建设职责,加强各环节配合协调。清晰界定制度建设和管理职责,加强各部门间的配合和协调。六是建立规章制度数据库,加强和完善法律信息管理技术平台建设。开发制度信息管理平台,加大科技手段对制度管理的支持力度,实现制度科技化管理。4.标准规范尺银行应按照“急用先行、协调推进”的原则,以数据统一为目标,制定各项标准的全行统一规范,构建企业级架构工程。标准统一工作可逐步开展,先期制定主要标准。(1)工作思路从公共基础能力着手,按照“立足系统现状、坚持问题导向”的总体思路和“选取主流标准、其他标准向主流标准靠拢”的工作要求开展标准制定,确保最终交付成果真正能支持业务领域数据应用,全面提升银行企业级数据标准化水平。(2)标准制定依据“选取主流标准、其他标准向主流标准靠拢”总要求,选定主流标准,并同步推进标准落地与管控机制的建立。形成待解决问题清单。汇总各业务场景中的难点问题清单,11与涉及的数据标准进行对比分析,纳入标准制定过程统筹考虑解决。统一标准制定工作模板。应从数据标准和数据建模角度,梳理管理部门要求、行内现行制度和业内最佳实践,形成工作模板。编制数据字典。统一概念定义,明确数据项范围,确定可信数据源,同步研究标准建立后的管理职责、流程和新旧切换等长效机制。(3)落地实施统一数据。建立“多横一纵”的主数据架构体系。“多横”指横向拉通多项标准在数据生产端和消费端的唯一标识,由主数据管理系统实现统一的数据编码、映射、管理。“一纵”指纵向对齐标准数据,由数据中台统一为数据消费端提供可信合标映射数据支撑。统一管控。以源头数据集中管理及数据项标准落实为目标,建立业务、数据、技术三位一体的管控体系,实现标准数据的企业级管理,为数据消费提供合标数据。统一实施。保持标准的企业级统筹模式,同步开展数据治理,逐步验证数据标准。统筹常规项目贯标,加强需求管控和数据监测。统一宣贯。要实现数据统一的目标,标准制定是核心,全员掌握是关键,行内宣贯标准,统一业务与技术语言。12(4)技术评估一是模型评估。选定主流评估模型,如 2018 年发布的国家标准数据管理能力成熟度评估模型(DCMM),从标准的定义、分类等评估点对各项标准的成熟度水平进行综合评估。二是专家评估。选定评估人,立足行内系统现状开展标准落地可行性评估,以标准能否产生实效为主要评价原则、标准可落地实施为导向,评估标准制定产出成果的完备性、标准落地实施建议的合理性。5.团队建设群银行应通过聚焦数智赋能、推动业技融合发展,开展形式各样的团队活动,提升团队凝聚力。一方面,搭建舞台,营造竞技氛围。行内外定期举办数据分析、运维技能、团队编程等各项大赛,全方面组织大赛方案、平台支持、数据准备、赛题讨论、宣传规划等工作,激发科技条线人员参与积极性,为科技人才施展才华、技术交流提供成长成才的舞台,发掘培养更多的专业人才。同时,重视培训,发掘培育人才。定期举办培训班,强化信息科技骨干人才专题培训,打造信息科技交流专业沟通平台,促进“数据 人工智能”深度融合,提高科技发展合力;打造系列分享培训品牌,组建兴趣小组,拓展兴趣、提升技能,践行终身学习理念,帮助员工成长成才。二、数据智能技术演进趋势数据智能作为跨多学科的研究领域,涵盖大规模数据处理、13数据可视化、数据挖掘、机器学习等广泛的技术方向。本章着眼于当前技术发展现状及未来趋势,从底层基础支撑、上层智能应用、全生命周期工程化建设三个方面,介绍数据智能领域内的前沿热门研究课题及其在企业数字化转型中发挥的重要作用。(一一)强强化化基基础础支支撑撑,推推进进数数据据互互联联共共享享1.湖仓一体,夯实企业级数据底座湖仓一体是当下大数据领域的一个热门概念,是一种新型的开放式架构,打通数据仓库和数据湖两套体系,将数据仓库的高性能及数据管理能力,与数据湖的灵活易扩展特性融合起来,支持多类型的数据存储,打通湖和仓之间的数据壁垒,减少数据冗余,支持数据实时查询和在线分析,为企业级数据存储和管理、数据治理、数据应用带来了极大便利性。表 1 数据湖和数据仓库对比对对比比维维度度数数据据仓仓库库数数据据湖湖应用场景结构化数据分析、决策支持多种类型数据的分析探索数据容量一般为 TB 级别,远高于传统关系型数据库PB 级别,可用来存储所有原始数据数据质量数据质量高大量原始数据,数据质量较难保证,需要数据治理数据价值有数据模型顶层设计,数据经过加工,价值密度高数据多而全,原始数据价值密度较低适用对象业务分析师数据开发人员、数据科学家数据湖和数据仓库的对比如表 1 所示。从名称来看,湖仓一体即数据湖和数据仓库的结合。数据仓库非常适合结构化的数据,但是金融机构必须处理非结构化数据、半结构化数据以及具有高14度多样性、实时性和大容量特征的数据,数据仓库不适用于许多此类场景;数据湖适合存储海量数据,但是缺少一些关键功能,比如不支持事务、缺乏一致性/隔离性、不能保证数据质量等。由此可见,数据仓库和数据湖各有优点,适用场景不同,无法简单替代。而湖仓一体的概念,则避免了二选一的问题。当前湖仓一体架构实现思路主要有湖上建仓和数仓入湖两类:湖上建仓是将数据湖作为基础架构,并在湖内引入数仓建模能力;数仓入湖是以数据仓库架构为主,将底层数据纳入数据湖进行统一存储,实现计算、存储分离。企业选择的湖仓一体建设路径可能不同,但最终目的都是实现数据湖和数据仓库的有机融合,同时发挥二者的优势,湖仓一体技术架构见图 3。图 3 湖仓一体技术架构业界普遍认为,湖仓一体作为新一代大数据技术架构,将逐渐取代单一数据湖和数据仓库架构。通过将数据湖和数据仓库的优势进行融合,构建一体化数据处理平台,支撑多模态数据统一存储、统一管理、统一服务,提升金融机构企业级数据存储及应用效能。152.实时数仓,高效应对实时场景数字化转型驱动下,金融业务场景迈向线上线下一体化,实时化需求日益成为金融业数据应用新常态,实时数仓是在离线数仓基础上进一步满足时效性的要求,依托流批一体、湖仓一体、云计算等技术,兼具时效性和灵活性优势,促进金融业建设实时数仓作为实时数据的生产、存储和使用平台。依托实时数仓“T 0”实时数据供给模式,金融机构可以及时洞察业务全貌,做出更快、更准确的智能决策,推进经营管理、风险防控、营销推荐等质效提升。实时数仓主要是为了解决传统数仓数据时效性低的问题,技术路线上有多种建设路径。一种是基于 Lambda 架构的实时数仓,作为当前主流的实时数仓架构,金融行业在其现有成熟完备的离线加工链路上,增加实时计算链路,参照数仓 ODS、DWD、DWS 等分层资产组织理念,实现与离线数仓的协同,通常采用 Kafka 消息队列、Flink 等计算引擎的组合实现,建设成本降低,但也存在架构复杂,运维成本较高的不足;一种是基于 Kappa 架构的实时数仓,与 Lambda 架构相比,移除了离线生产链路,优点是架构相对简化,数据来源单一,共用一套代码,开发效率高,但此类实时数仓不易进行数据回溯,比较消耗内存计算资源;此外,还有一类采用实时OLAP技术,将聚合分析计算由OLAP引擎承担,减轻实时计算部分的聚合处理压力,分析自由度高,减轻了计算引擎的处理压力,但对查询引擎的吞吐、存储和实时摄入、分析16性能要求较高,此类实时数仓通常基于商业数据库产品,如Hologres、GaussDB 等。近年来,大数据、云计算、数据湖等相关技术的快速发展,大大促进了实时数仓技术的发展,实时数仓技术发展呈现新的趋势特点:(1)湖仓一体化。依托数据湖基础底座,数据入湖后可原地进行数据处理加工,依托 Hudi、Iceberg 等流批一体存储模式,避免数据多份冗余以及流动导致的算力、网络及成本开销,可作为超大型的数据存储资源池,实现对全量数据的实时处理。(2)云原生。依托云建设实时数仓,典型特征是存算分离,实现计算和存储的弹性伸缩,降低成本和提高资源利用率。实时数仓可根据算力和存储的需求,灵活地单独扩展计算或存储资源。(3)现代数据栈。利用现代数据栈提升实时数仓能力,通过降低 ETL、BI、数据质量与数据安全等周边工具的使用门槛,推动“人人用数”目标的实现。3.数据编织,推动智能化数据管理自 2019 年起,Gartner 连续 3 年将数据编织列为年度数据和分析技术领域的十大趋势之一。数据编织是一种设计概念,可作为数据和连接流程的集成层,通过对现有、可发现和可推理的元数据资产进行持续分析,数据编织能够在所有环境中设计、部署和利用集成数据。Gartner 将数据编织定义为如下 6 大组件,如图 4 所示。17图 4 Gartner:Maturity of Data Fabric Components1组件 1:增强数据目录。基于数据和元数据搭建数据目录,能够清晰地描述所有交易系统、数据仓库等各有什么数据,数据的业务和技术属性都有哪些,如何有效地组合。组件 2:语义知识图谱。基于数据目录,以及数据之间的联系,搭建知识图谱,提供语义识别,从业务角度识别数据之间的关联关系。组件 3:元数据激活。实时地利用现有元数据,收集系统中业务用户操作日志,将二者结合形成可用于进一步发现、挖掘、推荐的基础数据,提供管理辅助推荐指导。组件 4:推荐引擎。利用机器学习等 AI 技术,根据业务用户分析使用、建模操作的日志,推荐可用数据,方便用户开展建1图片来源:Gartner:What Is Data Fabric Design?18模分析,优化流程。组件 5:数据准备与交付。业务人员进行尝试性的数据探查,通过数据虚拟化链接开展,而不必搬移数据。确定可行后交付给IT 人员通过 ETL 等方式实现持久化。组件 6:数据编排与 DataOps。数据协同与 DataOps,实现用户与平台工具的交互。表 2 数据编织产品能力对比公公司司数数据据编编织织产产品品主主要要能能力力功功能能IBMCloud Pak forData4.0智能化的数据编织,能为数据目录管理、隐私保护、数据访问等场景提供服务智能化的数据目录自动化的数据隐私虚拟数据访问AutoAIDenodoDenodo 虚拟化突出数据的虚拟化数据虚拟化引擎增强版数据目录主动元数据具有扩展元数据的语义层基于 AI 的建议DataOps 和多云配置InformaticaCLAIRE建立数据连接,识别敏感数据,在发现、探查、准备、集成、发布、可视化、共享等数据中运用 AI 能力实现自动化;增强数据目录元数据知识图谱元数据激活和推荐引擎数据准备与数据交付编排和 DataOpsCambridgeSemanticsAnzo实现快速数据查询,数据集成、转换与分析连接全域数据语义化数据高级分析快速交付简言之,数据编织的本质是在元数据的驱动下,通过业务语义知识图谱、AI 机器学习和数据虚拟化等技术来管理分布的、异构的数据。数据编织价值在于能够更方便地管理、使用数据,19能够激活数据消费,加速数据的价值转换。根据自身技术架构、优势不同,各企业和金融机构在数据编织领域提出了不同的产品和解决方案,其产品能力对比如表 2 所示。4.隐私计算,赋能金融数据安全随着互联网和各种数字技术的普及,海量数据被生成、收集,其中包含了大量个人敏感信息,保护个人隐私的需求变得更加迫切。与此同时,数据共享和合作需求也与日俱增,不同机构和个体之间需要共享数据以实现更好的合作和创新。在此背景下,国内外出台了大量隐私保护法律法规,组织和企业将面临更严格的隐私合规要求。隐私计算应运而生,既可以实现安全的数据合作和共享,同时可以保护参与方的隐私,满足政策合规要求。隐私计算(Privacy-preserving computation)是一种将数据隐私保护和计算需求相结合的技术。在处理和分析数据时最大程度地保护个人隐私,实现数据流通与融合过程中的“可用不可见”。传统的计算方法通常要求将原始数据集集中到中央服务器或计算节点上进行处理,可能会导致个人隐私泄露。而隐私计算通过采用一系列加密、匿名化和安全计算技术,使得计算过程中不暴露明文,从而有效保护个人隐私。隐私计算包括多种技术,包括:多多方方安安全全计计算算技技术术,利用秘密分享、同态加密、零知识证明、混淆电路、不经意传输、差分隐私等算法,解决多方数据联合计算的信息保护问题,安全地释20放数据价值;联联邦邦学学习习技技术术,由两个或两个以上数据方共同参与,在保证数据方各自原始数据不出其定义的安全控制范围的前提下,协作构建并使用机器学习模型的技术架构;可可信信执执行行环环境境,一种基础硬件和操作系统的安全架构,通过技术手段在 CPU 中建立一个硬件层面完全封闭的受信任环境,保证在安全区域内部加载的代码和数据在机密性和完整性方面得到保护,其目标是确保计算任务按照预期执行,保证任务初始状态和运行状态时的机密性、完整性。隐私计算在近年来得到了广泛的关注和研究,在各方面都有了显著发展。技术研究与算法方面,同态加密、安全多方计算、差分隐私等技术不断改进和应用,能够更好地满足实际需求。开源工具与框架方面,出现了大量开源的隐私计算工具和框架,为开发者和研究人员提供了方便的工具和平台,使得隐私计算的实践更加便捷。应用领域探索与实践方面,不同领域的应用都在不断探索和实践中。例如,医疗保健、金融风险评估、大数据分析等领域都有相关的隐私计算应用案例。这些实践经验有助于验证技术的可行性并引导隐私计算未来的发展方向。尽管隐私计算已经取得了大量成果,但金融机构在应用过程中仍面临一些挑战。例如,计算性能和效率仍然需要改进,尤其是复杂任务的性能;安全性和隐私保护水平需要不断提高,适应不断发展的算法攻击方式。21(二二)打打磨磨 A AI I 利利器器,推推动动金金融融智智能能化化升升级级1.知识图谱,深化关联数据分析知识图谱(Knowledge Graph)是人类认知世界的基本框架,是一种图结构数据表示语义网络,其最基本元素是实体和关系(即图的点和边),可以形式化地描述现实世界中实体或概念之间的关系以及相应的属性信息,可以让机器更好地理解人类的语义信息。知识图谱的一种通用表达形式是三元组,即,SREG。其中,E是实体的集合,R是关系的集合,S是三元组的集合。每个实体都有且只有一个唯一的 ID 表示,关系用于描述实体之间的关联,并且实体和关系都可有其属性和对应的属性值。知识图谱技术实现多模数据的高效链接,能够从海量数据中提取关键信息,挖掘数据间的隐含价值,精准洞察群体特征,有助于信息的分析和推理,解决了传统技术局限于实体本身属性进行价值挖掘的短板,能够识别实体间的特征传递,广泛应用在金融领域多种场景中:(1)基于知识图谱的反欺诈、营销、集团风险识别、产业链挖掘等,其本质是利用复杂关联关系网络,深入挖掘隐含信息,并以可解释的图形化展现形式,辅助业务场景的分析和决策。(2)基于知识图谱的问答与对话,基于意图识别及知识图谱的问答系统,知识图谱能够增加数据特征维度,增强语义理解,支持多轮对话。(3)基于知识图谱的搜索与推荐,基于知识图谱及深度学22习的推荐系统,通过知识图谱构筑基础的知识推理能力和辅助信息,能够大幅提升推荐效果。(4)事件知识图谱、基于事件间逻辑关系分析的事理图谱,实现基于事件的风险分析预测,应用在金融风险在风控、营销、投资决策等场景。知识图谱是人工智能的重要基石,是大数据深入发展的时代产物,随着人工智能从感知智能向认知智能演进,知识图谱成为下一代人工智能的核心技术。在工信部发布的“十四五”大数据产业发展规划中强调促进多维度异构数据关联,创新数据融合模式,提升多模态数据的综合处理水平,加强“知识图谱”等关键技术研发,推进面向金融、能源等行业企业智能服务应用;中国人民银行印发的金融科技发展规划(20222025 年)中指示了多项知识图谱相关工作;Gartner 预测到 2023 年全球30%的企业都将使用图技术来支撑起智能商业决策,到 2024 年图存储和图分析将全面代替旧有的数据资产管理。2.可信 AI,提升模型可靠与可解释性当前,新一代人工智能(AI)技术蓬勃兴起,相比传统的感知智能阶段,AI 已进入到更高阶的智能决策阶段。对于金融行业,营销、风控等高价值场景的 AI 应用需求不断增加,人工智能的安全问题、可解释性问题、公平性问题等愈发重要。增强AI 使用信心、形成良性的可信生态以及构建行业可信标准体系已成为金融领域在内各行业的重要关切。23AI 算法的输出是概率,不确定的本质让其决策天生隐含争议。AI 的风险隐患主要有:模型黑箱导致算法不透明、数据歧视导致模型偏见、数据滥用导致隐私泄露风险等。面对 AI 引发的全球信任焦虑,发展可信 AI 已成为全球共识。中国科学家何积丰院士于 2017 年首次提出可信人工智能的概念,即人工智能技术本身具备可信的品质,其核心内涵就是以人为本、坚持技术向善。中国信息通信研究院发表的 可信人工智能白皮书 中提出,可信 AI 的支撑技术主要包含稳定性、可解释性、隐私保护、公平性等。A AI I 稳稳定定性性技技术术:AI 系统面临着多种威胁和攻击,包括中毒攻击、对抗攻击等。稳定性技术就是如何抵御攻击的技术,包含有异常数据检测、对抗训练等方法。但目前各种干扰手段层出不穷,AI 系统稳定性仍面临诸多挑战。A AI I 可可解解释释性性技技术术:以深度学习算法为核心的 AI 算法就像一个黑箱,相关可解释性研究仍处在初期。学术界的研究包括建立适当的可视化机制尝试解释模型的中间状态等。AI 落地过程中,应坚持以人为本的初心,做到对人类更透明、更易理解。增强AI 系统的可解释性已是刻不容缓。A AI I 隐隐私私保保护护技技术术:算法数据流转及模型本身都有可能泄露隐私数据。针对该问题,目前最常见的技术为基于差分隐私和基于联邦学习的隐私保护方法。保护个人隐私,是 AI 技术的难题,24也是 AI 良性发展的契机。A AI I 公公平平性性技技术术:AI 模型训练过程在涉及性别等与人相关的敏感属性时,常常会由于各种原因引入不公平的歧视性行为。导致模型不公平的原因主要是数据集不均衡及算法本身。可采取的措施有:提高训练数据集质量、改进算法降低对敏感属性的依赖等。目前可信 AI 还处在发展初期,行业层面的实践主要是可信AI 的标准体系构建,旨在推动形成一个良性的可信生态。“可信 AI”理念成为全球共识,也是未来 AI 产业健康发展的必由之路。共识之下,包括银行在内的各大金融机构均在加速可信 AI落地进行时,助力在营销、风控、推荐等金融场景更安全可信。3.大小模型协同,推进端云全方位协同进化大小模型协同使用多个不同大小的模型来完成一个机器学习任务。大模型(如 OpenAI GPT)通常具有较多的参数,可以在复杂任务中生成高质量的结果,但是需要更多的计算资源。小模型(如 MobileBERT)需要较少的算力,可以在资源受限的环境(如移动设备)中运行。在大小模型协同的任务中,通常使用大模型进行预处理和特征提取,并将生成的特征作为小模型的输入;然后由小模型对这些特征进行分析,生成最终结果。大小模型协作是一种高效的机器学习技术,可以在保证结果质量的同时降低计算成本,因此被广泛应用在各种机器学习任务中。其具有以下几个特点:25可可靠靠准准确确:大模型通常具有更多的参数,可以生成较高质量的结果,补充的小模型还可以通过处理大模型生成的特征进一步提高结果的准确性。资资源源使使用用效效率率高高:大小模型协作的设计充分利用了大模型和小模型的优势,使计算成本最小化。模模型型适适应应性性强强:大小模型协作可以应对各种环境,在资源受限的环境中使用小模型,在需要高质量结果的环境中使用大模型。可可扩扩展展性性强强:大小模型协作是一种模块化的设计方法,可以根据需要增加或减少模型数量,以适应不断变化的业务需求。模模型型训训练练效效率率高高:大小模型协同可以加速模型训练,每个模型的任务范围有限,无需对全量数据进行训练。随着大小模型协同技术研究的不断深入,其已经被广泛应用于各种不同的场景,如语音识别、图像识别、自然语言处理等。未来技术发展呈现以下趋势,一一是是模模型型组组合合技技术术会会不不断断提提高高,模型组合技术是大小模型协作的重要组成部分,随着技术的提高,模型组合技术也在不断改进,以提高模型的效率和稳定性;二二是是模模型型规规模模会会大大幅幅增增加加,随着硬件资源的不断升级,模型的规模也会不断增加,使模型具有更多的参数,从而可以生成更高质量的结果;三三是是模模型型训训练练效效率率会会极极大大提提高高,目前大量研究正在寻求更有效的训练方式,以提高模型的训练效率。4.大模型,聚焦 NLP 任务统一和多模态模型支持自然语言处理是计算机科学和人工智能的重要分支,研究计26算机如何理解和处理自然语言。传统的 NLP 技术需要大量的人工规则和语言知识库,而且难以处理语义和上下文等复杂问题。近年来,随着深度学习和神经网络技术的发展,基于深度学习的NLP 技术开始逐渐成为主流,其中 GPT 是一种非常优秀的技术。GPT 是由 OpenAI 开发的一种基于 Transformer 架构的预训练语言模型,使用无监督学习方法从大规模的语料库中学习语言模型,可以自动生成高质量的文本,如文章、对话、问题答案等。GPT 已经在自然语言生成、问答系统、文本分类等领域取得了重大进展,成为自然语言处理领域的一个里程碑式的技术突破。ChatGPT 是一种基于自然语言处理(NLP)和人工智能(AI)技术的对话系统,使用 OpenAI 训练的大型语言模型 GPT(Generative Pre-trained Transformer)作为核心技术。ChatGPT 使用自然语言理解(NLU)和自然语言生成(NLG)技术,可以自动理解用户输入的自然语言文本,生成自然语言响应,从而实现对话交互。与传统的对话系统相比,ChatGPT 不需要预先定义对话流程或规则,也不需要对话库或语言知识库,可以自主学习和适应用户的输入和反馈,可以处理上下文和语义等复杂问题,可以生成更加流畅和自然的语言响应。ChatGPT 主要有以下三个特点:(1)强大的自然语言理解和生成能力:ChatGPT 使用 GPT技术,可以自动理解用户输入的自然语言文本,并生成自然语言响应,生成的响应质量高,语言流畅自然。27(2)自适应学习和适应性:ChatGPT 可以自主学习和适应用户输入和反馈,可以不断优化模型的性能,提高对话质量。(3)可扩展性和灵活性:ChatGPT 可以根据需要扩展词汇表和知识库,可以处理不同领域和语言的对话任务,可以适应不同的对话场景和环境。5.自适应 AI,强化主动学习进化能力随着数据量的不断增加,机器学习在数据分析、预测分析、图像识别、自然语言处理等领域得到了广泛应用。然而,机器学习的流程非常复杂,需要专业知识和技能才可以开展工作。在此背景下,AutoML(Automated Machine Learning)应运而生,是一种人工智能技术,主要目的是通过自动化的过程来简化机器学习流程,使得非专业人员也能使用机器学习来解决实际问题。AutoML 包括数据准备、模型选择、超参数调整等模块,并通过自动化的过程,将各个模块串联起来,提高机器学习的效率和准确性。AutoML 涉及多种技术,包括机器学习:使用模型学习和预测数据,自动生成高效的预测模型;计算机视觉:AutoML 借鉴了计算机视觉的技术,如图像识别和深度学习,以解决复杂的机器学习问题;大数据技术:AutoML 需要大量的数据来训练模型,并在大数据环境中进行有效的处理;分布式计算:处理大规模的数据和模型,以提高训练速度和效率;优化理论:解决机器学习问题,提高模型的准确性和效率。28AutoML 具有以下特点:自动化:自动完成机器学习的各个步骤,如特征工程、模型选择和超参数调整,提高模型的效率和准确性;效率高:通过自动化和大数据技术来提高模型的训练效率,减少人工参与的时间;简单易用:AutoML 对专业人员和非专业人员都很友好,不需要深入了解机器学习知识,可以更便捷地生成机器学习模型;准确性高:通过使用大量的数据和最先进的机器学习技术,生成高准确性的机器学习模型;应用领域广:AutoML 适用于各种领域,如图像识别、自然语言处理、金融预测等,可以解决多种机器学习问题;可扩展性强:可以通过添加新的数据和模型来扩展功能,以适应不断变化的业务需求。AutoML 技术目前仍在迅速发展,其未来有如下趋势:一是更加智能化,AutoML 的智能化程度将不断提高,更好地适应业务需求,提供更高效的解决方案;二是模型选择技术提升,AutoML将不断开发更先进的模型选择技术,来提高模型的准确性和效率。可解释性增强:AutoML 将强化模型的可解释性,使用户能够更好地理解模型的决策过程。三是全生命周期管理,AutoML 将提供全生命周期的机器学习管理功能,包括数据预处理、模型训练、模型评估、模型部署等;四是模型集成,在未来,AutoML 将支持多模型集成,通过多模型协作实现更高的准确性和效率;五是云支持,支持多种云平台,提供更灵活的部署选择。6.人工智能生成内容(AIGC),推动数字化内容创造随着人工智能技术的不断发展,人工智能生成内容(AIGC)29已经成为数字化内容生产与创造的一个重要方向。AIGC 利用计算机算法和机器学习技术生成各种形式的内容,包括文字、图像、音频和视频等。AIGC 的基本原理是通过对大量已有的内容进行学习,从而能够生成具有相似风格和语义的新内容。AIGC 的训练需要依赖于大量的数据,这些数据可以是已有的文本、图像、音频和视频等。在训练过程中,AIGC 会分析这些数据的规律和特点,并将这些规律和特点用于生成新的内容。AIGC 的生成模型通常采用深度学习算法,如循环神经网络(RNN)、卷积神经网络(CNN)等。这些算法可以根据输入的数据自动学习其特征,并利用学习到的特征生成新的内容。例如,在文本生成方面,可以利用循环神经网络生成一篇文章的开头,然后根据生成的开头不断迭代生成文章的中间和结尾。在图像生成方面,可以利用卷积神经网络生成一张具有特定主题或风格的图片。AIGC 已经被广泛应用于各种领域,包括自然语言处理、计算机视觉、音频处理和视频处理等。(1)自然语言处理领域AIGC 在自然语言处理领域中被广泛应用于文本生成、机器翻译、情感分析等任务。例如,在文本生成方面,可以利用 AIGC生成文章、新闻、评论、广告等内容,帮助企业快速生产大量的文本内容。在机器翻译方面,可以利用 AIGC 将一种语言翻译成另一种语言,如将英语翻译成中文。在情感分析方面,可以利用30AIGC 对一段文本的情感进行分析,如判断一篇文章是正面评价还是负面评价。(2)计算机视觉领域AIGC 在计算机视觉领域中被广泛应用于图像生成、图像识别、图像分割等任务。例如,在图像生成方面,可以利用 AIGC生成具有特定视觉特征的新图像。在图像增强方面,AIGC 可通过对模糊、噪声、失真等问题进行修复,提高图像质量。在目标检测方面,AIGC 可通过学习不同物体的形状、大小、纹理等特征,实现自动化目标检测。此外,AIGC 的应用领域还包括虚拟现实、增强现实、智能家居、智能医疗、智能交通等多个领域。通过 AIGC 技术的应用,这些领域可以实现更加智能化的服务和管理,为人们的生活带来更大的便利和安全性。AIGC 技术在未来的发展前景非常广阔,将为各个领域提供更加智能、高效、便捷的解决方案。(三三)深深入入 B BI I 应应用用,持持续续释释放放数数据据价价值值1.极速引擎,支撑海量数据秒级分析极速引擎是一种 OLAP 在线分析处理引擎,是集统一访问、智能加速、运营管控为一体的 BI 加速框架,支撑海量数据的分析查询。随着数字化转型的深入和业务量的增长,数据量也飞速增长,业务人员需要对海量数据进行快速地查询分析,以响应市场需求和管理需求。极速引擎通过预计算技术,实现海量数据(从几千万到亿级别以上)查询也可以秒级响应,提高分析用户的查31询体验,解决企业 OLAP 分析的快速响应、高并发瓶颈问题,支撑灵活分析、指标查询、报表查询、多维分析等场景。极速引擎的核心技术包含预计算技术、分层加速、AI 增强建模和智能化管理等。(1)预计算技术预计算技术是事先将数据按维度组合进行聚合计算并保存成 Cube 文件,聚合后的数据规模只由维度的基数决定,而不再随数据量的增长而线性增长。由于查询过程不再扫描原始记录,而是利用 Cube 结果执行查询,所以速度相比非预计算的查询技术一般快一到两个数量级左右,在超大的数据集(千亿乃至万亿级别)上优势更明显。对于高并发瓶颈,只需扩充硬件资源,即可实现线性扩展。(2)分层加速极速引擎会对不同的查询场景自动选择合适的引擎进行响应,协同底层引擎,对外统一服务。对汇总查询采用预计算的Cube 进行响应,对明细查询采用 Clickhouse 进行响应,对剩余极少量的没有建模的特殊场景采用 MPP 数据库进行响应。(3)AI 增强建模和智能化管理创新支持通过 SQL 自动生成 Cube 模型,同时根据客户场景,智能地提供 Cube 优化策略,大大节约人工管理及运维成本。从业内的使用经验来看,常见的大数据 OLAP 技术主要包括预计算(以 Kylin 为代表)、内存计算(以 Spark 为代表)、倒32排索引(以 Elastic Search 为代表)和向量化引擎加列式存储MPP(以 ClickHouse 为代表)。其中内存计算(Spark)、倒排索引(Elastic Search)、列式存储等技术,虽然其技术原理各不相同,但都是在查询执行时(Runtime)对明细数据进行在线地汇总统计,因此其查询耗时会随着数据量的增长而线性增长。极速引擎则综合利用 Kylin、ClickHouse,加速访问海量数据,整合来自不同系统的数据,为企业提供一个完整的统一的数据访问通道,对外提供统一的海量数据快速查询接口。在金融业的场景应用中,极速引擎可广泛应用于贷款、存款、基金、债券、理财、三方存管、信用卡等业务领域,支持营销、风控、考核等场景:支撑灵活分析、指标、报表等进行海量数据的快速查询;针对基础宽表,自动进行全字段的通用加速;针对业务模型、指标,通过 AI 推荐进行有针对性的精准加速。2.SaaS BI,提供云原生 BI 能力BI 软件是一种数据分析工具,能够帮助企业从多个角度和层面上分析、理解和使用其数据资产,从而更好地制定决策和管理业务。BI 软件通常包括极速引擎、数据分析、报告和可视化等功能,让企业实现更加高效、准确地获取商业信息并为企业管理提供决策依据。伴随着大数据、数据湖等领域的发展,BI 领域整体的发展趋势也是朝着配置更加灵活、性能按需伸缩的方向发展。在具体应用开发部署方面,整体行业趋势是采用云原生容器化方式进行33部署配置与实现。SaaS(Software as a Service)中文含义为软件即服务,通常伴随云原生(Cloud Native)使用,是现代云计算中的重要概念。SaaS BI 是将商业智能 BI 软件通过 SaaS 的模式对外提供服务。一般采用 SaaS 概念实现,基于云原生技术落地。SaaS 技术主要包含以下特点:(1)多租户架构:SaaS 采用多租户架构,多个用户可以共享同一套软件应用程序,每个用户拥有自己的数据和应用程序配置。(2)高度可扩展:SaaS 可以根据用户的需求动态调整资源,如存储、带宽、处理器等,具有高度可扩展性,能够满足用户的不同需求。(3)云端部署:SaaS 应用程序是基于云端部署的,用户无需购买和安装软件,只需通过互联网即可访问应用程序。(4)订阅制度:SaaS 采用订阅制度,用户只需按照需要购买相应的订阅服务即可使用应用程序。(5)自动升级:SaaS 应用程序具有自动升级功能,即软件供应商可以在云端服务器上升级和维护,用户无需自己安装和升级软件。(6)安全性:SaaS 提供商通常有专业的安全团队来保证用户的数据安全,采用多种安全技术和措施来保障用户的数据安全。基于 SaaS 的上述特点,SaaS BI 主要解决软件交付的问题,降低用户的使用门槛。基于 SaaS 化技术,用户只需要通过互联34网访问和使用软件应用程序的方式来获取相应的 BI 服务,按需订阅即可使用应用程序,无需购买和安装软件。在实际场景应用中,SaaS BI 工具结合金融行业背景,非常擅长解决指标中心、标签中心、灵活查询、固定报表、多维分析、可视化大屏等领域的应用问题。(四四)研研发发运运营营一一体体化化,加加速速数数据据智智能能应应用用落落地地1.DataOps,敏捷响应业务需求数据研发运营一体化(DataOps)是一种面向数据全生命周期,以价值最大化为目标的最佳实践,聚焦于协同从数据需求输入到交付物输出的全过程。DataOps 对标研发运营的根本目标,在价值运营、系统工具、组织模式、安全风险管理的支撑下,实现数据研发运营的一体化、敏捷化、精益化、自动化、智能化、价值显性化理念。DataOps 数据研发运营一体化,是数字化转型核心的关键手段和重要支撑,可通过三个层面开展能力提升工作,如图 5。图 5 DataOps 数据研发运营一体化提提升升基基础础能能力力:数据基础能力主要包括了数据集成、模型设35计、数据开发、数据安全、数据质量、自助分析等能力。通过引入数据湖产品,构建存算分离、云化的大数据基础底座,夯实大数据基础能力。提提升升工工程程化化水水平平:根据数据服务的不同场景,构建标准化的数据服务流水线,为每个环节提供配套的线上化工具、制度规范和量化运营监测,最终实现数据资产的工程化建设、规模化积累,支撑数据规范化治理水平迭代提升:流流水水线线:全量梳理宽表、AI、BI 等领域的数据研发流程,明确各环节的角色职责和人员分工,提炼固化,在天工平台建立专门的数据服务流水线,满足标准化、工程化流水线实施的要求。工工具具链链:基于数据服务流水线,结合 ITA、数据开发平台、指标中心、标签中心等大数据开发组件,构建线上化、可视化、自助化的配套工具链,降低用户建模、开发、分析等数据活动的使用门槛。制制度度规规范范:发布可落地的技术标准,包括需求模板、模型设计规范、编码规范、测试规范等,形成“软规范”;将标准嵌入流水线和工具中,建立质量门禁,形成硬约束,实现“硬约束”。评评价价度度量量:构建大数据领域专用研发运营指标体系,如需求交付质量、数据时效偏差等运营指标,落地“运行-评价-反馈-整改”的数据治理运营闭环,精准提升数据服务效36率和质量。提提升升组组织织协协同同效效率率:基于 DevOps 软件持续交付的理念,在数据服务领域实现数据研发的持续集成、持续部署、持续交付,提升数据在研发、测试、投产等环节的协同效率,实现数据服务的高质量快速交付。2.MLOps,快速交付 AI 应用服务人工智能研发运营一体化(Model/MLOps)聚焦于机器学习模型的全流程工程化实施,通过在模型开发部署的全流程中优化数据管控、模型开发测试、模型部署运营、人员协同、敏捷交付迭代等工作,解决机器学习模型的工程化问题。从 2019 到 2022,MLOps 已连续 4 年进入 Gartner 数据科学与机器学习技术成熟度曲线。人工智能工程化,是金融场景规模化高效赋能的必经之路。将 AI 模型的全生命周期梳理为流程化、标准化的闭环,通过持续监控及验证以不断训练模型,达到优化的效果。MLOps 是人工智能工程化的重要组成和方法,目前还是一个比较新的概念,但企业对其需求在与日俱增。(1)制度流程是保障人工智能体系相关的制度规范覆盖平台、应用、人员的管理,让日常的工作开展有章可循、有规可依。通过规范的约束,人员角色和职责清晰,平台开发和管理规则明确,质量有所保障,人员协作流程顺畅,工作效率更高。37(2)业技数融合模式是基础基于 MLOps 构建的数据流水线、模型流水线标准化流程降低建模门槛,实现业务数据探索及模型研发,进而改变传统需求驱动的单一模式,支持“数据分析师 数据分析项目”一体化的业技融合、业务自助分析双轮驱动模式,敏捷响应市场需求。(3)工具平台是根本低门槛低代码的 AI 平台,提供流水线的服务,具备大规模工程化的能力,让数据分析师更方便、快捷、顺滑地做好 AI 建模。建模流水线工具的引入,提高了建模过程的自动化程度,规避了一些人工操作带来的风险,为模型实验的追溯复现提供了支持,相比来看,模型开发周期和部署周期大幅缩短,模型选择和更新易于实现从而保证了模型质量。(4)资产沉淀是引擎特征库、算法库、模型库等一系列资产的沉淀,为 AI 工程化提供加速的能力,企业级 AI 资产沉淀,是全行 AI 深度应用的加速器。为促进资产复用,提高效率和自动化水平,让数据分析师专注建模而不是关注算子实现本身。(5)运营机制是关键模型的管理、资产的运营、AI 流程的工具化是关键,AI 模式的运营机制是 AI 发展持久的动力。将 AI 资产的多维分析统计数据,如热度,提供给用户作为开发参考;提升模型的运行服务和运行管理,模型是否健壮,服务是否可靠是模型监控的重点;38模型运行后的数据回流做后评价,关注模型上线后是否达到预期效果、在一段时间后有无效果退化;监控上线模型无流量后或得到用户的模型下线反馈后,及时下线模型并归档。通过 MLOps 的建设,人工智能服务体系实现从项目立项、分析准备、模型构建、模型测试验证、模型部署、服务接入、后评价与监控的全流程融合、系统打通、人员协同,如图 6 所示。图 6 MLOps 人工智能服务体系三、数据智能助力银行业智能化升级随着大数据、云计算、人工智能技术的深入发展,金融业正在不断加大在信息科技建设、信息化产品建设方面的投入,将科技赋能金融服务作为业务发展的重要着力点。在数据智能技术的升级演进中,企业搭平台、找场景,探索面向金融业务的数字化转型之道,谋求金融科技创新应用的新突破,推动数字化升级走上快速路。本篇以农业银行数据智能企业级平台建设为例,结合中国银行、招商银行、北京银行在数据智能典型应用实践,介绍数据智能在金融业应用情况。39(一一)数数据据智智能能企企业业级级平平台台能能力力建建设设1.数据湖仓平台在引入数据湖仓一体化建设思路前,企业大数据平台普遍采用存算一体架构,不支持资源动态扩缩,各数据系统与管理系统独立运营,数据应用在大数据体系外自行建设。这类大数据体系虽然具备大数据基础能力和对外服务能力,但随着数字化转型进入深水区,业务发展对用数提出更要求,为建立“用好数、好用数”的数据体系价值,仍面临诸多困难与挑战:资资源源建建设设成成本本高高。不具备多租户能力,数据应用需要自行建设大数据环境。流流程程断断点点多多。缺少从数据入湖到数据服务的全流程、线上化、一站式工具支撑。数数据据加加工工链链条条长长。数据在不同系统间需要先复制再使用,增加了数据处理链条。缺缺少少统统一一元元数数据据。数据湖、数据仓库、各数据集市的元数据均自行管理,缺乏统一的元数据管理视图,更新不及时、准确性难保证。运运营营能能力力弱弱。不具备全流程运营能力,没有采集数据加工全链路的相关指标,缺乏量化运营。案案例例:农农业业银银行行数数据据湖湖仓仓平平台台40图 7 农业银行数据湖仓平台总体架构在此背景下,中国农业银行探索构建符合本行战略和业务发展要求的大数据基础平台数据湖仓平台,寻求湖仓一体化运营管理解决方案。数据湖仓平台的总体架构如图 7 所示,该平台基于云原生的存算分离技术架构,采用资源弹性伸缩模式,建设湖仓一体的大数据基础底座,全面纳管全行大数据,提升数据治理与资源共享能力,实现数据湖与数据仓库一体化管理与运营,支持建立多租户,为用户提供快速的一站式用户体验。数据湖仓平台建设落地,解决了二元架构下数据管理和应用过程中面临的诸多困难,为农行打造了全流程、一体化的企业级数字化转型新基座,实现了在统一数据管理、统一数据治理、统一数据开发、统一数据服务、统一平台工具等多个维度的集中管理,加速全域数据资产到数据价值的转换,全面赋能数智融合,支撑各业务领域数据智能创新应用,打造农行数据创新新生态。2.实时流计算平台实时流计算平台是为适应全行实时分析类需求的应用而开发设计的,集实时流数据分析、运行、管理等功能于一体的基础41应用平台。案案例例:农农业业银银行行实实时时流流计计算算平平台台农业银行实时流计算平台的建设可划分成 3 个发展阶段,如图 8 所示。图 8 农业银行实时流计算平台建设1.0 阶段:基于 Storm 原生实时流计算框架,平台封装实时计算的常见算子,主要提供流式数据加工,支持存款偏离度、实时存款大屏、总控日志实时 ETL、资金流监测等实时应用。2.0 阶段:依托 Flink 流批一体计算引擎,提供 API、SQL等实时作业开发模式,打造一体化实时流计算作业全生命周期管理,实现实时数据标准化对接、资源弹性管理、状态容错、TTL清理等功能特性,支撑了基金理财实时标签、机构存款实时指标等多种实时应用建设。3.0 阶段:与数据湖、云计算等深度融合,不断朝计算虚拟化、存算分离等方向演进,结合湖仓一体、流批一体等技术建设实时数仓。存储方面,依托 Hudi、Iceberg 等数据湖组件,实现流批数据的接入集成,同时基于 Alluxio 等缓存技术实现存算分离架构下的数据访问加速;计算框架方面,紧跟社区进展,采用42Flink 流批一体计算框架实现流批数据加工,基于 Yarn、K8s 等技术进一步实现弹性资源管理。低代码开发方面,平台提供 SDK、SQL 和可视化配置等方式的平台级开发,进一步提升实时应用建设场景的落地。此外,实时资产建设方面,平台提供更加规范、标准的实时数仓分层模型,从 ODS、DWD、DWS、DMI 和 ADS 实时数据分层加工,进一步让实时数据资产化、可复用,进一步降本增效。实时流计算平台架构如图 9 所示。图 9 农业银行实时流计算平台架构围绕“扩大试点、夯实基础、共享共建”的思路,平台响应行内在风控、营销、决策等领域诸多亟待满足的业务需求。同时,深度融入湖仓一体建设,借助现代数据栈,实现统一数据血缘、安全管控、服务共享等,助力农业银行企业级数据应用生态发展。3.AI 平台AI 平台面向金融场景,定位是为开发人员、数据科学家提供一个综合性的、全流程一体化的工具和环境,用以支持人工智43能应用的开发、训练和部署,简化人工智能开发的流程、提高开发效率、降低技术门槛、加速应用落地、实现数据价值快速变现。案案例例:农农业业银银行行 A AI I 平平台台从架构上,农业银行 AI 平台分为:数据接入层、基础计算环境层、AI 基础服务层、AI 应用层、AI 产品层、统一门户、AI产品接入层,如图 10 所示。图 10 农业银行人工智能金融服务云应用架构其中,数据接入层负责对接大数据平台按照调度周期获取多种格式数据并根据数据目的地对数据进行脱敏处理。基础计算环境包括了算法、计算引擎、数据存储三个方面,整合了各种 AI建模与运行需要的软件与数据。AI 基础服务层支撑了模型的训练、模型资产管理、模型的发布与运行管理三部分内容,涵盖了44模型的核心生命周期。AI 应用层作为人工智能云平台的服务端供各角色用户登录进行资源、项目、特征等管理功能。AI 产品中心包含了 OCR、知识图谱、自然语言处理、时序处理、推荐 5个通用场景引擎,通过 REST API 的形式提供系统间调用接口。AI 产品与接入包含了供用户进行交互时访问的统一门户客户端与控制系统间调用限流、熔断控制的 API 服务网关两部分。AI 平台主要实现四大目标:快交付:缩短模型研发周期,提高部署、运维效率,推进AI 项目快速落地实践,敏捷响应业务需求,实现模型的快速更新升级。降门槛:用科技降低建模门槛,提供全民 AI 服务,让业务人员也能进行分析、建模和应用,让 AI 无缝融入日常工作中。场景化:聚焦金融场景,沉淀金融场景的 AI 数字资产、模型组件,构建特色化金融 AI 产品,提供面向场景的解决方案。生态化:聚焦 AI 生态的构建,理顺组织、人才、流程等要素,通过行内数据挖掘大赛平台,实现平台、人才、赋能、能力的全面的提升。平台在技术上实现十一大核心能力创新:构建企业级 AI 产品 DevOps 体系;搭建一站式人工智能金融服务云(AIaaS);实现基于云架构的 AI 模型一键发布技术;搭建企业级 AI 数字资产中心;实现全流程自动化建模核心技术(AutoML);搭建自学习模型更新平台;实现基于 Severless 的 AI 在线推理服务;自主45创新金融 AI 引擎,包括高精度金融 OCR 引擎、知识图谱引擎、NLP 引擎、智能推荐引擎、时序预测引擎;提出开放智能金融解决方案;打造智能金融新生态;打造“数据挖掘大赛”竞赛品牌。业务上实现四大核心创新:以“数据分析师队伍”建设为契机,以“数据分析示范项目”为抓手,技术人员与业务人员跨部门联合组队,对特定业务场景进行数据分析,实现 AI 能力向业务部门推广;打造以赛带练的数据分析挖掘大赛,实现数据分析竞赛品牌;创新的人才培养体系,通过与顶级科技公司合作,快速落地顶尖技术应用,培养大量 AI 人才;打造 AI 联合创新实验室这一全行创新孵化的旗舰品牌,开启行业合作新模式。4.BI 平台商业智能数据服务平台(BI)定位为企业数据的在线自助查询分析平台。数据或业务分析师等用户通过 BI 平台在线式自助分析领域内数据,借助平台提供的功能进行主题组织和数据筛选,以图表等可视化形式形成数据报告或产品,通过经营管理门户或各领域分析管理门户进行数据产品的发布和访问。案案例例:农农业业银银行行 B BI I 平平台台在平台建设方面,农业银行构建全行统一 BI 平台,重点建设了 SaaS BI 五大能力,如图 11 所示。46图 11 农业银行 BI 平台总体架构打打造造 B BI I 交交付付中中心心,实实现现 B BI I 能能力力快快速速交交付付。通过租户化管理,租户所需的 BI 能力,可线上化、套餐化申请,实现资源一键交付,灵活扩展。打打造造 B BI I 模模型型中中心心,支支撑撑 D Da at ta aO Op ps s 数数据据全全旅旅程程。在资产对接方面,对接资产目录,支持租户申请数据后,在 BI 平台消费使用。在算力对接方面,对接 BI 引擎,实现引擎智能配置,支持租户数据优化加速等。在工具对接方面,对接 BI 分析工具,为各工具提供统一基础模型视图。打打造造 B BI I 分分析析工工具具,实实现现全全面面低低代代码码分分析析支支持持。实现配置、分析等操作全面自助,灵活适配移动端,满足行内个性化用数需求。打打造造 B BI I 极极速速算算力力,支支撑撑海海量量数数据据全全场场景景秒秒级级分分析析。实现极47速算力,支持透明查询,智能加速。打打造造 B BI I 运运营营中中心心,实实现现报报表表共共建建共共享享。在线上管理方面,租户建、管、用等全流程线上化,功能平台化强制规范:依托运营指标、运营监测,实现软规范的硬管控。在成果共享方面,依托运营体系,落地数据共享标准,降低共享门槛。在数据服务建设方面,农业银行以数据湖仓为基础,依托BI 平台,构建数据服务产品生态,面向用户提供自助灵活的数据产品。建成了标签中心、指标中心等数据产品。建建设设指指标标中中心心和和指指标标库库,通过点选拖拽式操作、直观业务交互体验、灵活即时查询响应,支撑在线指标试配,降低指标分析探查的门槛,提升数据中台对经营决策的赋能水平。提供自助式指标定义、试算及发布服务,实现指标全生命周期一站式管理与资产沉淀,全面挖掘指标价值。建建设设标标签签中中心心和和标标签签库库,提供一站式基础标签定义、衍生标签定义、标签灵活查询、敏捷宽表、数据下发等基础功能以及统一的用户管理、权限管理、操作审计等,构建总分共享的客户标签数据资产库,同时建设满足总分多层次业务需求的数据中台标签资产管理服务体系。5.隐私计算平台隐私计算作为新一代人工智能基础技术,正在渗透到 AI 商用瓶颈的根源,通过解决数据隐私与数据孤岛问题,重塑金融、医疗、城市安防等领域,为构建跨企业、跨数据及跨领域的大数48据和 AI 生态系统提供良好的技术支持。案案例例:农农业业银银行行隐隐私私计计算算平平台台农业银行基于联邦学习,打破数据隔离的限制,引入如银保信、第三方位置数据、社交数据等多方数据联合建模,打造面向金融行业基于数据保护、联邦激励的联邦生态,落地信贷风险管理、跨银行反洗钱、反欺诈、金融产品推荐等场景,同时解决与农行各个子公司之间的数据共享安全,推动数字化农行转型和智能银行的发展进程。隐私计算平台通过分布式隐私计算能力,实现多方数据“不出域”“不泄露”情况下的协同计算,实现“数据可用不可见”。平台支持丰富的隐私计算功能,包括联邦学习与多方安全计算两大类,同时平台设计符合行内需要,对接行内数据挖掘平台、用户身份认证、监控平台等。实现农银集团内多分支机构、子公司之间的数据安全流通需求,同时满足集团与外部合作机构之间的数据联合应用需求。隐私计算平台系统核心为隐私计算引擎,通过多方安全计算引擎与联邦学习引擎驱动隐私查询、多方安全计算、联邦学习以及可视化建模等功能。同时系统拥有完备的应用层服务,包含系统管理、用户管理、数据管理、项目管理、任务管理、日志管理等。系统整体架构如图 12 所示。49图 12 农业银行隐私计算平台系统架构隐私计算平台为分布式架构,各参与计算的节点独立部署隐私计算平台,各方的数据均不出域,计算过程通过交换加密的中间计算参数与数据碎片完成协同计算,保证各方在数据不泄露的情况下协同计算相应的结果。隐私计算平台的建设目标可总结为以下三点:搭搭建建全全行行统统一一隐隐私私计计算算平平台台:整合联合统计、隐私求交、匿踪查询、联合建模、联合预测等技术场景;云化部署及灵活配置;互联互通实现多合作方对接;统一管理,权限隔离。提提供供灵灵活活的的系系统统接接入入形形式式:提供基础能力的 API 形式,为全行有隐私计算需求的各业务系统提供服务接入,推动行内数据隐私保护基础能力建设。支支撑撑全全行行多多场场景景隐隐私私保保护护:支撑包括反洗钱、反欺诈、联合风控、精准营销、全景画像等多金融业务场景的隐私保护需求,促进隐私数据有序流通,实现跨域价值融合创新。6.知识图谱平台50为满足全行场景需求,商业银行需构建全行级知识图谱平台,充分挖掘数据内在关联价值,支撑知识全生命周期管理过程,包含知识生产、知识管理、知识挖掘、知识应用,实现从数据到知识的提炼,完成以知识为核心的一站式能力输出,赋能业务场景智能化建设。案案例例:农农业业银银行行知知识识图图谱谱平平台台农业银行知识图谱平台具有五大核心能力:(1)知识构建能力知识图谱构建模块为用户提供交互式、自动化的知识图谱构建功能,包含知识抽取与知识融合功能。包括知识抽取组件、ETL调度等核心功能,支撑面向各类数据源的数据对接、数据清洗、知识抽取、知识融合、知识存储等过程,实现一站式知识图谱构建。(2)知识资产管理能力基于多态混合存储体系的知识存储体系支撑知识资产的存储。以图数据库为核心,支撑多主题、多维度、多层次的图谱资产积累与沉淀;以知识库为依托实现异构知识的组织和链接,形成具有统一组织型态的有序知识体系;建立健全知识资产多粒度的权限管理和流程,保证资产的安全高效使用。(3)知识计算能力封装多种算法和框架,提供多技术融合的知识计算引擎,分别为图计算引擎、图表示学习引擎、事件分析引擎、智能搜索引51擎、实时图引擎、图标签引擎。其中图计算引擎包含支撑 OLAP的图计算框架和支撑 OLTP 的图数据库两部分。(4)知识服务能力提供一站式、全链路的图谱服务能力,包括图谱构建、可视化分析挖掘工具、图谱查询、知识推理、知识搜索等,通过对图谱资产、模型算法、知识库、技术组件等进行编排,提供低代码或零代码开发能力,降低使用门槛,提升研发效率,实现资产服务的快速构建,灵活赋能各场景。(5)平台管理能力形成一体化工作台,支持多租户资源管理、用户管理和角色管理,支持对图谱模型、调度任务的管理包括流式调度编排、自动化调度优化、历史追踪,支持知识图谱质量监控,支持资源高可用管理,保障知识图谱平台、图谱资产、图谱服务高效稳定运行和安全使用。未来,为满足全行场景需求,知识图谱引擎需加快平台和资产的建设步伐,积极引入图表示学习、图隐私计算、大语言模型、事件图谱、实时图谱等关键技术,构建知识图谱服务的闭环流程,为知识图谱应用提供体系化的能力支撑,推进知识图谱资产价值赋能应用建设。(二二)银银行行业业数数据据智智能能典典型型应应用用案案例例1.智能营销(1)农业银行:千人千面,掌上银行智能化广告推荐52案例背景基于目前掌银生活页广告日渐丰富化、多样化,根据客户兴趣爱好展示不同广告的需求应运而生,通过数据分析和建模,融入相关数据,对线上广告进行有针对的召回和排序,达到“千人千面”的效果。解决方案农行应用流水线(Pipeline)开发工具开发投产了掌银生活页信息流推荐模型。数据层面,由于源数据涉及行为表,模型的整体输入数量级达亿级,推荐结果数据近千万。算法层面,使用了标准化、数据分箱、盖帽异常值处理、基于流行度负采样Popularity-NS、Embedding、前馈神经网络等技术。模型开发过程包含数据收集、数据加工、特征工程、模型构建、流水线生成、模型训练、模型评估、模型发布等机器学习开发全流程。除Pipeline 外,数据工程和模型编码阶段配套使用了数据分析挖掘平台的 Mole 工作台和 Woody 工作台。模型整体开发流程如图13 所示。图 13 农业银行掌银生活页信息流推荐模型开发流程基础数据加工:数据接入后,做数据探索,并根据数据探索内容做数据预处理和基础数据加工。特征工程:包含但不限于特征选择与处理、特征异常预警、可视化特征分析过程、特征共享、特征多维度统计分析。其中所53有类型特征都做字典处理,年龄做分箱处理,数值特征进行非空和归一化处理。离散字符型特征采取类别处理,采用 LabelEncoder 方式。指定超参数范围,通过自动化超参数搜索和组合实验寻找最优解。模型构建、生成流水线、模型训练:基于 Pipeline 强大的迭代参数优化、实验复现和模型训练能力,此模型的开发效果较好,评价指标达到了预期水平。行内基于 MLOps 模式的人工智能模型开发体系具备了系统化的开发管理能力,支持数据工程和模型开发流水线部分自动化执行,实现了数据和模型资产可追溯、可共享管理能力,以及实验过程和结果可追踪。此套开发体系规避了一些人工操作带来的风险,使人工智能开发项目生命周期各个环节能够实现自动化和可监控、可追溯,支持模型的快速开发迭代、AI 资产共享,大幅缩短了智能模型的研发周期,大幅提升了金融服务体系应用机器学习或深度学习算法快速模型开发和落地的能力。模型发布、模型预测:Pipeline 训练好的模型预测部分发布到数据分析挖掘平台资产中心,通过配置作业链实现模型定期调度。应用效果模型开发基于 MLOps 体系,规避了一些人工操作带来的风险,使人工智能开发项目生命周期各个环节能够实现自动化和可监控、可追溯。模型根据在一定时间段内的相关数据,结合相应机54器学习算法,最终形成了客户面向的广告群,形成了“客户 推荐广告池”的推荐结果,提升了客户点击率直至提升购买率,对于提升 MAU 也起到一定的辅助作用。(2)农业银行:智链客户,对公客户链式营销案例背景对公业务主要面向法人客户。法人客户组织机构复杂,决策流程多样,行为稳定性强,因此相较于个人业务,对公营销天然具有寻客难、触客难、拓客难的痛点。以往的营销模式往往只能通过工商、纳税等外部数据识别营销线索,即便发现了目标客户,因缺少触客渠道,一线营销人员也常面临陌生拜访的窘境,营销成功率有限。解决方案2022 年,农业银行上线对公链式营销应用“智链客”产品,以行内高价值、高黏性的优质客户为源头客户,整合资金流、交易、股权、供应链等信息,通过知识图谱构建技术,形成覆盖行内外数千万法人和亿级关系的对公客户关系图谱,并通过关系扩散、图算法等方式挖掘客户关系链。在此基础上,进一步构建业务模型,精准识别断点客户、种子客户、提升客户三类目标客户,实施定制化的营销活动。依托知识图谱平台,通过中心性算法等技术去掉爆炸点降低链路复杂度,综合利用深链查询、K 层展开等知识推理技术,生成对公客户交易链条,精准定位上下游精准识别断点客户、种子客户、提升客户三类目标客户,实施定制化55的营销活动。与传统营销模式相比,链式营销充分发挥数据应用优势,以知识图谱、图计算、数据挖掘技术为支撑,为农业银行“获客、活客、留客”注入创新技术“动力”。具体讲,有以下几方面优势:一是客户识别更精准。充分利用存量优质客户资源,高效挖掘源头客户上下游客户信息,实现“以客引客”;二是任务分发更精准。整合行内外数据资源,综合上下游企业关系、客户经营地址、主要业务发生区域等多重信息,形成目标客户画像,将营销任务分发给最匹配的一线营销人员,实现“人尽其才”;三是线索发掘更精准。深度分析目标客户的股权关系、管理关系、资金流向、产业链位置、业务办理情况等信息,发掘客户的需求场景,实现“有的放矢”;四是效果评价更精准。实现了从客户链生成、目标客户识别、营销任务分发到营销活动执行、营销效果反馈的全闭环数字化管理,支持客链生成规则和客户识别模型的迭代优化,实现“裨补阙漏”。应用效果“智链客”上线以来,取得了显著的应用效果,经横向对比,通过“智链客”识别、分发的营销任务,执行成功率较传统营销模式提升近 10 倍,新拓客户日均年日均存款提升 3 倍,实现了营销成果和营销效率的双提升。(3)招商银行:招行智网,金融场景联邦式知识图谱案例背景56随着金融市场的不断发展,各类金融产品层出不穷,涉及大量的交易、投资和风险等数据,因为缺少统一的知识框架,海量数据较为分散,难以整合产生更多价值。解决方案招行智网围绕金融相关的大数据量场景,通过统一的知识框架聚合对公、零售等多源异构数据,结合 NLP 技术划分出其中存在的公司-公司(交易、集团、私募投资等关系)、公司-个人(法人、股东、董高监等关系)以及个人-个人(子女、父母、业务等关系)之间丰富的关联关系,从而构建联邦式知识图谱。具体方案步骤如下:首先,聚合数据并划分关联关系。通过统一的知识框架结合 NLP 技术聚合业务场景中的对公、零售等多源异构数据,以及相关场景的交易链数据表,通过 Hadoop、Spark、SQL、NLP 和 Python 等技术手段计算并划分不同数据之间的关联关系。其次,构建联邦式知识图谱。根据生成的实体文件、边文件使用 Neo4j 数据库,进行联邦知识图谱构建。再次,对图谱查询语句进行封装。通过 Java、Spring Boot、Neo4j-java-driver 等技术,将 Neo4j 的 DQL 语句、图算法相关查询语句封装成接口的形式供前端进行调用,并且对其进行用户权限的管理。最后,对用户的交互行为进行识别。通过用户的单击,57双击,右键等交互动作触发后端对应接口,并且根据接口的数据集使用 D3.js,Vue.JS,Canvas 的技术框架实现数据的可视化。应用效果招行智网涵盖11亿个实体(包含对公企业、零售客户等)、15 亿条边,这些实体间的关系分为对公关系、零售关系和事件关系三大类(18 个小类),全面刻画公司对公司、公司对个人和个人对个人之间的关联关系。在对公营销场景中,打造交易链知识图谱,立足招商银行总分行战略客户与价值户,基于千万条交易关系,从优质客户的上下游着手,盘活存量客户并拓展新客,深入挖掘潜在对公营销商机。在零售营销场景中,以客户转账、业务申请和协议数据为基础,旨在聚焦客户关系,深入挖掘其背后的业务价值。招行智网共上线私钻、小微、双金和零售信贷黑名单四类查询接口,通过客户关联关系挖掘,持续寻求营销商机,月均调用 100 余万次,在一线业务应用上取得切实效果。在风控场景中,招行智网主要应用于反欺诈场景,通过聚合与核心客户相关的各类关联关系,建立客户风险特征信息库,融入风控模型,持续提升整体风控效果。招行智网不仅构建了零售和对公的联邦式知识图谱,平台本身也支持图查询和图分析操作。用户可在平台上对图谱当中的实体进行快速检索,双击可自助扩展图谱节点进行图58谱探索,查看节点和节点间的关联。在图分析维度,招行智网目前支持最短路径、节点相似度、社区发现、PageRank 等8 种常见图算法,便于用户快速进行图分析。招行智网作为对公和零售的联邦式知识图谱,是招行在图构建和图分析领域的一次有效尝试,为招行后续的对公零售应用打下坚实的图技术基础。未来招行智网将持续扩大数据范围,拓展应用场景,高效赋能招行的营销和风控领域建设,持续为招行金融科技建设贡献力量。(4)北京银行:京客图谱,全流程数字化营销利器案例背景作为北京银行数字化转型 9 号工程,“京客图谱”聚焦有效客户的挖掘、营销和拓展,以行内“统一数据底座”为依托,搭建全流程数字化营销拓客平台,打造北京银行数字化时代核心竞争力。解决方案“京客图谱”依托全行统一数据底座,在打通行内外数据资源基础上,搭载“高德地图”地理位置信息和地图分析工具,同时基于 AI 算法模型、NLP、OCR 技术优化商机数据、识别行内外潜在客户。形成“可信数据 地理位置应用 智能模型算法”的数字化营销拓客平台,打造“数字营销工具”“数字营销闭环”和“数字营销看板”三大功能模块,助力一线客户经理,实现客户精准营销。59“京客图谱”主要实现以下功能:基于 AI 技术,打造六大营销工具。“京客图谱”中存客拓新、流水拓客、商机拓客、榜单拓客、园区拓客、京客地图六大营销工具有效覆盖各类营销线索,基于 AI 算法模型、NLP 技术,实现经营单位个性化商机池和营销人员专属商机,主动推送营销任务,让拓客不再无迹可寻。基于抢派单操作,实现数字营销闭环。“京客图谱”面向分支行管理机构,定制“派单”“抢单”等个性化商机分派规则,持续跟踪、收集商机营销进度和落地效果,建立标准化拓客考核机制,实现闭环管理功能。基于大数据技术,构建数字营销看板。“京客图谱”按照差异化管理需求,建立总分行数据看板,基于数据处理技术,打造监测区域商机数量、营销任务执行情况、指标完成情况、业务落地情况等功能,支持各级管理人员准确掌握一线营销动态,有效开展决策部署。基于 OCR 识别技术,打造 APP 端特色服务。APP 端落地特色服务,进一步提升个性化拓客体验。一键扫描功能基于 OCR 识别技术高效捕捉营销线索,支持对写字楼商户名录、文件、网页中企业名称进行拍照、扫描和识别,轻松识别客户基本信息、商机线索,业务人员可以充分利用碎片化时间,提升营销拓客效率。目前 OCR 识别准确率已达到 92%以上。“京客图谱”系统总体采用分布式微服务架构,实现数据处60理、提供 API 接口、AI 智能算法相融合。“京客图谱”具有 3项技术特点:一是,海量数据的快速计算,“京客图谱”引入大量行内外数据,包括:企业工商数据、商机线索数据、榜单数据、园区数据以及行内大量存客、流水数据,实现了对行内外数据的有效融合和快速查询,提升数据应用能力。二是,提供稳定的数据服务,“京客图谱”将系统各个服务以 API 的形式提供给行内其他应用平台,实现数据共享,助力数字化转型工作。三是,引入先进 AI 技术,基于人工智能算法模型、NLP 技术、OCR 识别技术,挖掘有效商机数据,提升业务人员拓客能力。应用效果“京客图谱”上线后为北京银行数字化营销拓客提供了专属利器,目前已在中关村分行、北京分行、城市副中心分行、南京分行、杭州分行、深圳分行启动试点应用,实现了系统“有用、好用、用得趁手”的建设目标。同时基于 AI 算法模型挖掘出了有利于一线业务人员营销拓客的优质商机线索数据,截至 2023年 8 月,已为一线业务人员推送 34 万优质商机,新增落地存款额 5700 万元,新增落地贷款额 700 万元,有效支持了一线业务人员营销拓客工作的开展。在此基础上,通过发布“京客图谱”视频操作指南、发送掌上操作手册等形式,有序开展“送拓客工具”到分行活动,推动“京客图谱”在全行范围内深度应用,有效提升北京银行对公营销拓客能力。2.智能决策61(1)中国银行:智慧血缘分析,数据流转过程清晰可见案例背景近年来,随着银行信息化程度的提高,各银行应用的数据也大幅度累积,但由于系统之间相对孤立造成的“数据孤岛”现象普遍存在,业务不集中、流程不互通、数据不共享等问题愈加凸显。基于以上这些问题,实现对全局数据的系统化运作管理,为决策支持系统、商务智能、经营分析系统等深度开发应用奠定基础,挖掘数据潜在价值就变得至关重要。中国银行已建立完整的数据湖、数据仓库和大数据技术平台,然而在日常业务过程中,各大数据应用常常需要修复一些问题(数据的一致性、时效性等),需要分析数据从被采集到最终被应用的整个加工链路,如果不能比较准确地定位问题,那么从 0 开始全链路盘查的工作量之大可想而知。因此,我们需要借助数据血缘链路,快速定位数据链路发生异常时的异常源头,并且确定异常数据对下游数据加工处理的影响范围,从而缩短定位解决问题所需的时间成本。解决方案首先对数据湖、数据仓库的作业、表、字段数据进行清洗操作,去除多余的备份表和中间临时表等数据节点信息,将不完整、错误和数据进行处理以及进行数据拆分、验证、替换和关联等操作,之后再分别从作业、字段、表这三个维度提取构建各自的数据依赖关系信息,并将节点信息和依赖关系信息存入数据库中。最后将数据湖与数据仓库的加工过程形成一条完整的血缘链路,62为用户提供交互式的查询界面和查询结果可视化功能。通过血缘依赖关系进行溯源分析可以获得以下好处:资资产产分分析析:能够对数据湖和数据仓库数据的总体情况进行一个预览查看,并且对数据的价值进行深度挖掘,以及提供可靠的数据服务。多多维维度度血血缘缘查查询询:提供数据湖、数据仓库中各层级作业、表、字段的血缘查询,满足不同维度开发、分析人员的查询需要。树树形形图图血血缘缘可可视视化化:树形图是数据树的图形表示形式,以父子层次结构来组织对象,能够枚举出所查询目标的全部关联对象,方便用户清晰了解数据的血缘层次。力力导导向向图图血血缘缘可可视视化化:力导向图是一种用来呈现复杂关系网络的图,可以完成很好的聚类,直观展示数据的血缘亲疏关系,且支持用户查看数据血缘中的环形依赖。批批量量血血缘缘下下载载:提供同时下载多张表、字段血缘链路的接口,也能够支持下载表的全量字段血缘或选择部分血缘,优化查询需求,更加便捷地满足分析需求。血血缘缘分分析析:快速定位异常链路,追溯加工异常的问题源头以及确定影响范围,提升问题排查和解决的效率。应用效果基于数据血缘地图结合数据资产地图进行数据溯源是总行各产品以及分行特色系统的数据开发工作重点,源表数据溯源也是分行集市解构的第一步。数据血缘已于 2023 年 4 月份上线并63集成到大数据技术平台下的开发框架进行展示,目前应用效果良好。数据血缘包含两大模块建设:数据资产地图和数据血缘地图,数据资产地图能够提供分行查询清晰完整的表结构信息,数据血缘地图模块则用来进行分行源表溯源以及字段溯源等操作。(2)农业银行:智能驾驶舱,可视化信贷数据管理案例背景近年来,以“微捷贷”“抵押 e 贷”为代表的小微法人线上贷款产品,推动农行普惠金融业务实现了跨越式发展。伴随数字化转型的稳步推进,结合农行 BI 平台的建设规划,计划采用 BI平台作为技术底座实现信贷领域微捷贷业务监测大屏,提升用户体验。解决方案在功能交付方面结合信贷场景,采用租户模式进行部署,信贷 BI 租户为整个信贷领域提供完整支持固定报表、多维报表、数据大屏的一揽子解决方案,如图 14 所示。在数据加工方面采用宽表建模思路,针对信贷领域数据进行批量与实时相结合的方式整合。基于宽表思路整理与加工数据可以获得如下好处:0 代码分析:一键支持多机构适配、同环比计算、年累计统计等能力,无需写代码逻辑,解决传统用数依赖与批量加工问题。全场景用数:基于宽表可以做报表、指标、多维、大屏等,解决传统报表、指标等分开加工、数据口径对不上等问题。64图 14 农业银行信贷领域业务监测大屏高查询响应:结合宽表维度多、数据量大等特点,设计多级加速策略,解决宽表查询慢等问题。在数据展现领域由于有较多的个性化需求,同时结合产品复用要求,采用可插拔分析组件解决此问题,基于插件可支持组件化定制、插拔式运行、安全隔离,提升个性化需求支撑能力。具体说明如下:组件化定制:依托嵌入式运行框架,支持用户根据个性需求,支持 Echart、AntV、HighChart 等任意前端技术栈实现插件,可定制组件、功能级插件,无需重头开发系统级代码;插拔式运行:支持用户线上提交插件并动态加载运行,热插拔,缩短上线周期;安全隔离:用户插件与基础功能分开运行,不会因为插件错误影响系统运行,并可以支持插件与基础功能之间混搭应用。65应用效果基于信贷 BI 租户结合普惠金融业务相关需求完成信贷领域微捷贷业务微捷贷、抵押 E 贷两个大屏的建设,支持全国与各一级分行信贷领域数据展示,已于近期上线并集成到信贷管理系统进行展示,目前应用效果良好。目前已实现图形化展示功能,包含全国业务概览、分行业务轮播、业务实时播报、当日业务雷达、业务发展趋势、贷款风险监测等功能。3.智能运营(1)农业银行:智能识别,OCR 金融服务引擎案例背景大数据和人工智能等先进技术的发展为各行业发展都带来了巨大的助力和想象空间。信息技术在金融业的普及突破了金融服务的时空限制,加快了金融业的服务效率,尤其近年来许多领先科技的研发已进入商业化应用的临界点。金融科技公司通过过去几年的实践已向业界展示出了金融科技的巨大能力,国外领先银行已在金融科技上投入巨大资源,产生的效果呈急速增长状态,市场前景非常广阔。OCR 技术及其应用,恰是人工智能与银行业务结合的切入点,OCR 技术的广泛使用,将极大降低人力成本,提升服务的效率和质量。OCR 在金融业务场景中的应用可以分为客户身份认证、客户辅助输入、运营辅助校验、运营辅助录入四类,其中前两者以直接对客为主,后两者以运营条线为主。标准卡证类需求涉及业务66场景广,对客场景多,交易量大,需求急迫;金融凭证类别多样,长尾现象显著;个性化需求层出不穷,业内无成熟解决方案;数据情况复杂,部分需求技术门槛高。目前在银行掌银、柜面、运营等业务领域,存在着大量的图片文字识别需求和文本处理需求,部分场景较复杂,或为行内特有。传统方式仍主要依靠人工或基于模板的传统的技术手段实现,成本较高,响应速度较慢,准确率难以保证,不足以有效支撑业务的迅速发展。为进一步满足全行对 OCR 的使用需求,亟需建设统一的 OCR 智能服务引擎,满足相关领域的迫切需求。解决方案打造 OCR 智能服务引擎,综合自主研发和外部能力引入,提供标准卡证、金融凭证等不同类别的 OCR 服务能力,支持行内高优先级 OCR 场景应用;沉淀基础模型、模型训练组件,为不同层次用户提供定制化模型研发支持;建立图像样本库,统一、高效地管理数据资产,通过 AI 核心资产复用,推进 AI 快速建模应用;初步建立数据回流通路,利用线上反馈,实现模型持续、实时迭代优化。农行已上线通用文本、身份证、银行卡、营业执照、表格等OCR 功能,满足总分行 50 余个应用系统的业务需求。同业方面,工行、招行、民生、交行等大行也普遍引入了厂商的凭证识别OCR 技术,用于对客、运营等场景。同时,农行已进行了多个场景的落地,已实现了后督系统凭67证分类业务全部全国推广、后督系统 OCR 重点补录场景全国推广;临柜智能授权场景存单 OCR、存折 OCR、现金计数等模型已全国推广,场景效果较好,满足业务需求。同时,积累特色金融凭证 OCR 组件,定制化适配金融场景的 OCR 预训练模型,图像处理算子等共计 100 余个,高精度金融自主创新模型,凭证分类模型准确率达 99.99%以上,业界领先。OCR 智能服务引擎建设目标为提供企业级 OCR 解决方案,沉淀公共组件,输出定制化模型研发能力,前期已经支撑分行特色票据 OCR 训练,总分联动完成合同要素提取、磁码识别、交警罚单识别等模型的研发与上线。应用效果目前农行OCR智能服务引擎能力覆盖金融凭证OCR凭证识别、智慧网点流量监测、卫星遥感图像分类等 30 余类 AI 能力,支撑智能掌银、事后监督、临柜授权、智能录入等业务场景。支撑事后监督场景 OCR 智能识别全国推广。对凭证分类服务进行升级,收集全国 32 家分行新增版式分类需求近 20 项,新版本模型支持四百余种金融票据分类,准确率达到 99%以上。新版本模型上线后进一步提升后督系统自动化运营水平,压降后督岗位人力成本约 1/3。智能信息录入平台两录一校业务场景,引入 OCR 作为其中一录,有效节约外包录入人力成本。(2)农业银行:ChatABC,AI 大模型应用实践案例背景68以 ChatGPT 为代表的人工智能大模型应用的快速发展,引发了金融行业对人工智能大模型及其应用场景的广泛讨论和探索。农业银行人工智能研发团队依托自主创新的 AI 创新能力体系,积极探索 AI 大模型应用,推出金融同业首个类 ChatGPT 的 AI 大模型应用ChatABC。ChatABC 基于 AI 平台的算力、算法和数据能力,结合指令微调、知识增强、强化学习等大模型相关技术,实现了多个场景的试点,初步取得了提质增效的成果。解决方案ChatABC应用的建设重点在于大模型在金融领域的知识理解能力、内容生成能力及安全问答能力,其核心问题在于 AI 大模型的训练,解决方案可分为算力、算法、知识库三个方面。算算 力力 与与 适适 配配:基 于 AI 平 台,深 度 应用 DeepSpeed、Megatron-LM 等加速框架,解决大模型多机多卡并行训练难题,融合 GPU 算力池化等技术,将 200 亿参数模型的微调时间从 2 周缩短到 1 天半,训练速度提升 10 倍。算算法法:实现了基于人类反馈的强化学习 RLHF 等关键技术,支持模型自主迭代。知知识识库库:依托农业银行知识社区谛听、远程银行等智能问答场景探索异构向量化知识库,融合知识图谱与向量检索模式搭建搜索-问答框架,一定程度上解决大模型知识快速更新、精准配置的难题。应用效果69在场景应用方面,ChatABC 当前主要服务于研发支持、智能客服、辅助编程等领域。研研发发服服务务支支持持领领域域:通过异构知识库和知识增强充分融入谛听知识库,具备研发服务领域级知识理解和问答能力。面向多种渠道,以问答助手、聊天助手、工单自动化回复助手等形式面向内部员工开放试用,为用户提供了更为丰富、个性化、可靠的全新搜索服务体验和智能化、高效率的工单支持服务。智智能能客客服服辅辅助助领领域域:远程银行知识库语料和代码开展预训练微调,打造远程银行在线客户服务辅助问答助手,助力客服获取到更全面、更拟人化的辅助回答体验。辅辅助助编编程程领领域域:基于行内代码数据进行微调,初步行内编码风格,支持代码生成、代码补全、代码解释等功能,并支持 JAVA、VUE、Python 等多种类型语言,能够有效辅助前端、后端、单元测试等多类研发编码场景。(3)中国银行:BI 报表,全方位票据业务分析案例背景为满足票据融资业务选票交易、日常管理、数据分析和内外部管理要求,通过 BI 报表来实现票据融资业务多维度复杂查询功能、选票功能、票据融资业务客户分析等功能,进而产生数据分析,为票据融资业务的管理提供便利,节约人力资本。由于数据分析工具繁多复杂,要完成数据分析过程,需要购买使用多个不同产品;分析报告呈现静态结果,缺乏交互性,管70理层无法切换角度、多方位查看数据结果。解决方案为能够轻松灵活智能地处理分析数据,中行票据业务的 BI报表项目提供了连接数据源,创建数据集,制作报告,查看报表等一系列完整的数据分析功能,实现了票据融资业务数据的数据分析,分别制作了票据融资业务到期分布情况统计报表和票据融资存量业务价格区间分布情况统计报表。申请数据:申请相关数据,自动加载至 BI 对应数据库中,通过统一的数据申请和处理,减少数据查找时间。创建数据集:创建数据集页面可以选择不同模式进行新建数据集,对已建的数据集可以预览数据以及依据表新建报告。制作报告与查看报告:通过 BI 制作报告快速实现数据的展现和整合,提供可视化的脱拉拽式组件,方便用户快速实现报表制作,便于实现业务多维度复杂查询功能、动态关联功能、多维度展示等功能。可通过 BI 实现自由选择分行维度和不同颗粒度的业务维度与同业进行比较分析。制作门户:在制作报告阶段生成的报告可以在这里依据模板进行改变展示方式,丰富报表色彩。应用效果平台提供面向数据分析师的数据查看与申请、基于 BI 工具的灵活查询与报告制作,以及数据分析与挖掘功能,为数据分析提供内置的算法,可满足用户各种场景的数据分析需求,包括但71不限于过滤、钻取、关联、动态计算等。中行票据业务的 BI 报表项目通过对库存持有票据的36家分行20多万笔资产到期情况进行分析,提高了工作效率,将业务人员计算时间由数小时减少至 10 分钟以内,节省人工成本,提高准确率。(4)中国银行:敏捷高效,DataOps 管理体系案例背景随着银行数据治理工作的推进,未来提高数据服务的质量和效率需要依托敏捷高效的 DataOps 体系。分析师工作台作为数据分析师进行数据探索和挖掘的工具,需要提供满足数据分析、开发、测试、运行的各类场景需求的功能。解决方案中国银行 DataOps 体系管理及分析平台在现有的功能基础上展开沙箱态,开发态,灰度态和生产态的建设,四态中每一态满足不同的使用场景,为数据业务人员提供完整的 DataOps 体系闭环。首先,通过平台数据产品管控建设,实现了数据产品全生命周期线上管理,提升平台数据处理开发能力,依托平台“四态”机制,串联数据产品全生命周期,打造以分析师工作台为核心的敏捷高效的 DataOps 体系,解耦了 IT 开发与数据开发两条流程,充分发挥数据运营一体化,提升了数据运营敏捷能力。其次,通过平台数据分析能力建设,在保证数据安全的前提下,为全辖各机构提供自主数据分析的工具集环境。分析师工作72台凭借数据探索、灵活分析、数据建模和数据云表等核心工具模块,为全行提供高质量的敏捷处理数据能力。再次,通过平台数据生态建设,保证用户可以进行内外部数据查阅、文件上传、文件下发等功能的实现,根据用户权限的制定,规范了数据分析、分享和发布,统一了数据服务规则,完善了用户管理机制,实现“统一数据、统一架构、统一生态”的生态建设。应用效果随着全行分析师用户的增多,越来越多分析师使用分析师工作台进行数据分析,在使用过程中逐渐增强个人报表制作和建模能力。用户活跃数量和用户登录分析师工作平台的次数表明分析师工作台深受广大分析师欢迎,也充分体现数据赋能、业务赋能成效。4.智能风控(1)北京银行:智能审计,多维度客户及业务风险识别案例背景银行内部审计在银行经营管理、防范化解经营风险、加强银行内部约束、提高经济效益等方面发挥了重要作用。然而,随着经济形势的不断变化和银行业务的迅猛发展,传统审计方法和规则模型的准确性和覆盖面存在不足,难以应对新兴风险的复杂性和多样性。因此,为了提升审计能力和效率,需要将人工智能、机器学习、大数据技术与审计业务深度融合,构建智能审计模型73和算法。解决方案北京银行针对对公信贷资金流向异常、票据中介和供应链虚假融资场景建立智能审计模型,提供全面、准确的审计能力,包括多维度的客户风险识别和业务风险识别,从而推动全行的数字化转型和风险管理综合能力的提升。应应用用先先进进 A AI I 技技术术:利用大数据、机器学习、半监督图挖掘算法、子图识别技术等先进的科技手段,将这些技术与审计业务深度融合,以提升非现场审计能力,为审计工作带来全新的视角和方法,提供更全面、准确的审计能力。深深度度结结合合业业务务场场景景开开发发模模型型:结合具体业务场景和 AI 算法,开发针对不同审计风险的场景模型,包括资金流向类监测模型和关联网络团伙类监测模型。在资金流向类检测模型中使用的资金流向异常检测算法,以多关系网络(包含多种关联关系、交易关系)为基础,在基于专家经验得出的可疑资金流向行为空间中使用空间搜索树算法搜索相应场景的资金流向异常模式,将匹配链路中的客户标记上可疑标签,上报进行核查。在关联网络团伙类监测模型中,使用基于图的半监督算法,同时考虑标签样本,以及标签样本和无标签样本间的相似性、关联性,规避有监督算法需要使用大量标签的弊端,检测出风险账户团伙。这些模型能够更精准地识别对公信贷资金流向异常、票据中介和供应链虚假融资等风险,为审计人员提供更全面、准确的风险分析工具,提升74审计监测能力。高高效效的的线线索索展展示示平平台台:采用图分析平台作为审计线索的展示调查平台,利用知识图谱的形式将模型输出的审计线索中各个实体和关联关系直观准确地展示出来;节点间的每条交易边上的可疑交易汇总成列表,点击即可展开;针对每个线索自动分析审计可疑点进行提示,帮助审计人员确定调查方向。从而,构成了“点”(实体)、“线”(关联关系)、“面”(可疑线索、可疑团伙)全方位的调查分析平台。应用效果审计算法模型基于大数据、分布式计算、机器学习、图计算等科技手段,结合数据处理、智能模型应用、前端展现工具,极大提升行内开展非现场审计工作便捷程度。模型在每月初会重新跑批新一批次的线索,各室中心根据分管机构分工,开展对三个算法模型可疑线索的排查工作,并根据排查结果与相关被审计单位确认问题。智能审计算法模型的引入提供了更加全面、准确的审计能力,提升审计人员整体风险分析和发现能力,提供客户风险识别、业务风险识别等更多维度的监测能力,推动审计工作进入数据和技术共同驱动的智慧型审计时代。(2)农业银行:一网打尽,知识图谱智能识别集团客户风险案例背景75集团客户具有贷款余额规模大、分布广、成员多的特点,一直以来都是重要授信客户。集团内部关联关系庞杂隐蔽,关联交易频繁且风险传导性强,由此可能引发包含经营风险、财务风险、担保风险和多头授信风险在内的一系列风险,因此有效防范此类风险,加强集团客户风险识别能力是信贷领域的重要挑战。解决方案2022 年,依托知识图谱平台,运用知识图谱构建、知识推理等技术,通过应用最短路径算法、最大传导系数(加权路径)算法、社区发现(子网识别)算法等图计算算法,将企业间隐性、多层关联关系进行充分挖掘和展示,创新实际控制人识别、隐性集团发现、关联关系传导路径探查等多项应用,其中集团客户风险监测模型,能够在 1 分钟内完成亿级边的 10 层关系股权穿透和风险识别,将所有隐性集团企业,一“网”打尽.应用效果模型上线半年内,累计识别出上千户疑似隐性集团客户,准确率超过 80%,有效提升隐性集团客户识别能力,助力集团客户风险管理。5.智能监管(1)农业银行:可用不可见,境外统计数据监管报送案例背景境外分行监管报送案例为隐私计算多方加密数据统计领域的应用。本场景中,每家分行存储了一些用户的信息,每个用户76可能在部分分行有信息(在部分分行有交集,在全部分行没有共同交集),在保证分行数据安全的前提下,由总行统计所有用户的信息汇总(比如存款总额,每条结果是一个用户的存款总额,有多少不重复的用户就有多少条结果),并将汇总结果报送金融管理部门。出于数据安全的考虑,分行数据不出己方私域,中间通信数据不暴露原始数据信息,总行无法知道结果具体来自哪家分行或哪部分分行,各分行也无法知道其他分行的用户信息。解决方案本案例使用隐私计算领域的多方安全求和技术,其本质是实现数据所有权和使用权分离,保证各方数据不出私域,同时实现多方数据的流通和整合,最终结果获取方仅能得到最终计算结果,而无法获取原始数据。其解决方案主要包含加密求并和秘密分享两步。加密求并基于非对称加密算法,通过密钥加密传输,由总行实现对所有分行用户的求并,并分发给各分行;各分行将并集与本地用户求交得到目标数据。秘密分享的主要思想是将秘密分割,将分割后的秘密分片分发给所有分行,各分行计算己方得到的所有分片之和,并发送给结果获取方(总行),结果获取方根据收到的所有分片和计算最终结果。在此过程中,各分行无法得到其他分行的用户信息,总行也无法获知各分行的用户信息,有效数据的传输过程全程加密,最终实现在数据安全的前提下完成所有分行信息的统计,并向金77融管理部门报送。应用效果本案例由农业银行总行对接境外十余家分行,通过在各分行部署隐私计算服务节点,实现对所有分行客户数据的联合统计和计算,有效解决跨境数据的“保密性”与“共享性”的矛盾。境外分行可以在不暴露各自隐私数据的情况下,完成金融管理部门所需数据的加工统计,保护了数据安全,实现了数据“可用不可见”。四、金融数据智能面临的挑战与展望(一一)面面临临的的挑挑战战1.数据安全问题数据智能的蓬勃发展离不开海量的数据。在数据要素愈发多元化、规模化的今天,数据隐私泄露和数据安全问题成为制约数据智能发展的重要挑战。数据采集、存储、流转、处理等各环节需充分遵循用户意愿及隐私,避免非法盗用及滥用。2.伦理道德问题随着 ChatGPT 的爆火,数据智能技术的拟人化、智能化更进一步,其流畅的思维逻辑使人耳目一新,但同时也使得人机交互逐步突破机器助手范畴,延伸到道德情感层面,由此引发新的伦理道德问题。ChatGPT 使用过程中,多次因表现出怼人、说谎、愤怒等负面情绪而遭到投诉。如何确保人工78智能符合人类的价值观和法律道德准则,是未来需探讨和解决的重要问题。3.数据共享与流通在数字化时代,数字主权成为各国竞争的技术高地,掌握了数据,即掌握了竞争主导权。由于各国在数字治理方面的立场和政策各不相同,跨境数据流通成为国际合作面临的一项难题。今年初,美国和欧盟签署了“人工智能促进公共利益行政协议”,在不以数据共享为前提下,合作研究如何利用人工智能帮助解决气候变化、自然灾害、医药、能源和农业方面的问题。该协议为国际合作、生态治理提供了新的可能。4.算法可靠性及可解释性目前人工智能领域面临着算法黑箱及泛化能力弱等问题,离开训练使用的场景数据,实际应用效果往往存在不同程度的降低。金融机构对于数据智能技术有着更高的安全和合规要求,中国人民银行金融科技发展规划(20222025 年)明确提出需“提升算法可解释性、透明性、公平性和安全性”。金融机构在应用模型进行业务决策时需充分做到有据可依、有迹可循,因此,提升算法可靠性及可解释性成为金融机构需解决的重要问题。(二二)展展望望与与建建议议1.大模型助推高质量建模79国内外大模型的陆续发布,使得人机交互体验迎来跨越式发展,大模型成为数据智能领域的技术制高点,通过海量数据及大规模算力的支撑,大幅提升数据洞察理解能力。随着底层硬件技术的迭代更新,预训练大模型也将迎来新的突破,在模型逻辑理解能力、自适应学习能力等方面跃上新的台阶。2.多模态整合数据统筹能力综合语音、图像、视频、文本的多模态处理能力正成为数据智能进化趋势,将进一步强化模型通用性和标准化,提升跨领域、跨场景处理能力,促进数据智能在金融领域的深度应用。3.创造性 AI 释放数据潜力数据智能正在创造性领域释放新的潜能,通过模型构建完善的逻辑能力,产生图片、文字创作、设计等创意性的输出。可以预见,未来随着数据智能技术的快速演进,其将不再局限于冰冷的机器属性,逐步丰富和完善人性化技能,在市场营销、客户服务、内部管理等金融业务各环节发挥作用,布局未来银行,提升品牌效应。4.技术融合推动协同创新数据智能技术与其他金融科技创新技术的协同不断加强,与元宇宙、Web3 等新技术方向关系密切,例如,在数字客服领域,大模型与数字孪生、扩展现实等技术的结合,将有助于提高客户意图识别准确率及流畅度,进一步提升拟人化体验。在数据日益80多元化、复杂化的趋势下,通过技术融合将迸发新的生机与活力,充分发掘数据价值,更好地推动金融业高质量发展。5.安全管理构筑防护体系面对数据采集、存储、流转、使用等各层面的数据质量、隐私安全等问题,金融机构需持续强化数据安全管理,遵循中国人民共和国数据安全法 中华人民共和国个人信息保护法等法律法规,加强数据存储及共享时的安全防护,防范攻击者恶意攻击或窃取数据,并通过数据脱敏等手段保护敏感数据。同时,提升数据质量,从源头追溯数据安全,确保数据可信性。6.政策标准引领数据治理在数据智能浪潮的推动下,金融管理部门正在致力于相关政策的建立和完善,逐步明确数据使用底线和保护标准。2023 年 7月,国家互联网信息办公室等七部门正式发布生成式人工智能服务管理暂行办法,提出“针对生成式人工智能技术特点及其在有关行业和领域的服务应用,完善与创新发展相适应的科学监管方式,制定相应的分类分级监管规则或指引”,为后续细化政策要求指明了方向。建议开展行业标准研制,推动数据智能技术健康有序发展,控制和管理创新带来的风险。五、结语在数字化社会,数据成为第一生产力,数字技术不断深化金融业业务模式变革,促进实体经济与数字经济加速融合。如何智能化地聚数、用数,成为银行践行数字化转型的必经之路。银行81业需持续深化金融科技改革,以科技引领,以数据筑基,以智能赋力,通过数据智能技术重塑金融业务模式,提供更加优质高效的金融服务,助力数字化金融时代发展。

    浏览量0人已浏览 发布时间2024-02-25 86页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 中国银行研究院:中国债券市场的最新发展、存在问题及对策建议(2024)(19页).pdf

    伦敦经济月刊(2013 年 1月)2013 年 1 月 18 日 中银研究产品系列 经济金融展望季报 中银调研 宏观观察 银行业观察 国际金融评论 国别/地区观察 作 者:梁 斯 中国银行研究院 电 话:010 6659 4084 签发人:陈卫东 审 稿:王家强 李佩珈 联系人:王 静 刘佩忠 电 话:010 6659 6623 对外公开 全辖传阅 内参材料 2024 年 2 月 5 日 2024 年第 11 期(总第 522 期)中国债券市场的最新发展、存在问题及对策建议 债券市场是资本市场的重要组成部分,是满足实体经济资金需求、提升直接融资占比的重要渠道。本文分析了 2023 年债券市场运行特点及未来趋势。在此基础上分析了我国债券市场发展存在的短板。包括:对实体企业支持力度仍有拓展空间;市场分割对债券流动性及定价效率带来影响;对重点领域债券发行支持力度不足;投资者持有债券结构较为集中;潜在信用风险隐患仍然突出。建议:鼓励更多优质企业发债融资,加大对实体企业的支持;聚焦国民经济重大领域持续发力,为相关行业发债融资提供更多支持;优化流动性投放及债券供给节奏,为债券发行创造稳定的流动性及利率环境;加快打通市场堵点,持续提升债券市场运行效率;可鼓励投资机构合理调整债券配置,优化资产负债结构;加快对违约债券的处置工作,防范风险蔓延。研究院 宏观观察 2024 年第 11 期(总第 522 期)1 中国债券市场的最新发展、存在问题及对策建议 近年来债券市场对实体经济支持力度持续增大。特别是在宏观调控政策持续发力稳增长、股票融资阶段性收紧背景下,债券市场在支持财政政策发力、满足实体经济融资需求等方面发挥了重要作用。一、2023年中国债券市场回顾与 2024年展望(一)债券发行:增速较快、结构分化、亮点突出 2023 年,中国经济逐步向常态化回归,宏观调控政策持续发力推动经济企稳向上,融资需求带动债券发行规模走高。2023 年各类债券共计发行 71 万亿元,为历史最高,同比增速为 14.8%,为近年新高。从发行结构看,同业存单、政府债券、金融债继续位列前三(合计占比约为 80%),发行规模为 25.8 万亿元,20.4 万亿元、9.99 万亿元,同比分别增长 25.38%、19.6%和 5.71%(图 1)。在信贷投放稳步扩张影响下,银行流动性需求同步提升,同业存单规模较快增长;随着财政政策逆周期调控力度加码,加之一揽子化债方案落地、特殊再融资债发行、万亿国债方案实施等因素带动,国债及地方政府债券发行明显提速;在信贷投放高增长的同时,银行资本补充压力增大,发行一般债券、次级债券等金融债券需求上升。在产业结构加速调整背景下,债券发行呈现不少亮点,特别是绿色、科创等债券发行规模较大。2023 年,ESG(绿色)债券发行规模为 1.33 万亿元,继续保持在万亿元以上。科技创新债券发行 3615.4 亿元,同比增速达 256%。值得关注的是,随着人民币国际化稳步推进,境外投资者对人民币资产认可度提升,加之国内市场基准利率相对较低,境内外发行利率分化,国际投资者参与熊猫债热度明显升温。2023 年熊猫债发行规模达 1544.5 亿元,同比大幅增长 81.55%。从地区分布看,多数省份发行增速较快,东北及西部地区尤为明显。在政策发力、融资回暖等因素叠加作用下,各地信用债发行大都出现正增长。传统经济强省发行规模较大,北京、上海、广东信用债发行规模位列前三,分别为 14.36 万亿元、4.67 万 2 2024 年第 11 期(总第 522 期)亿元和 4.63 万亿元,特别是北京信用债发行增速达 33%。浙江、江苏、福建等东部省份发行规模在 2-4 万亿元之间,同比增速约在 11%左右。中部地区发行规模大体维持在 6000-7000 亿元之间,湖南、江西等省份发行增速较快,分别为 15.5%和 22.27%。东北及西部地区省份债券发行规模较小,大体在 2000 亿元以下,但增速普遍在 15%以上,特别是青海、黑龙江、宁夏分别达到 112.7%、56.8%、44.2%(表 1)。仅上海、贵州、新疆信用债发行规模下降。值得关注的是,城投债是信用债发行保持较快增长的重要因素。2023 年城投债发行 4.97 万亿元,同比增长 26.8%,为近年新高。展望2024年,预计债券发行规模扩大、整体增速放缓、结构继续分化。随着稳增长政策持续显效,国内需求将稳步改善,基建和制造业投资有望继续保持较快增长,国债、地方政府债券发行规模将继续扩大。但考虑到万亿国债发行已过半、特殊再融资券发行高峰已过,政府债券发行增速将同步放缓;稳增长仍是当前最主要任务,需要金融机构继续加大对实体经济支持力度,加之监管标准较高,部分银行存在较大资本缺口,金融机构仍然存在较强的发债动力,预计同业存单、金融债发行规模将出现较快增长;债券市场将围绕“五篇大文章”加快布局,相关领域或行业发债便利度有望提升,绿色、科创类企业发行债券规模将维持高速增长。图 1:主要债券发行情况(亿元)资料来源:Wind,中国银行研究院 050000100000150000200000250000300000企业债定向工具资产支持证券中期票据公司债短期融资券地方政府债金融债国债同业存单20222023宏观观察 2024 年第 11 期(总第 522 期)3 表 1:各省信用债发行规模及同比增速(亿元、%)2023 年 2022 年 同比同比 北京 143,657.84 108,073.84 32.93 上海 46,726.99 50,405.34-7.30 广东 46,309.51 39,101.72 18.43 浙江 35,486.07 31,962.82 11.02 江苏 34,502.59 30,986.27 11.35 福建 20,340.26 19,250.04 5.66 山东 17,190.82 13,749.41 25.03 天津 13,206.09 11,027.94 19.75 四川 10,543.34 9,557.24 10.32 河南 8,439.99 7,839.71 7.66 重庆 8,087.91 6,845.52 18.15 湖南 7,709.29 6,674.22 15.51 湖北 7,353.58 6,505.13 13.04 安徽 6,632.26 6,395.37 3.70 江西 6,575.98 5,377.82 22.28 陕西 5,081.48 4,590.85 10.69 河北 4,108.05 3,732.15 10.07 广西 3,953.42 3,470.52 13.91 贵州 3,424.16 3,428.02-0.11 云南 3,004.16 2,956.62 1.61 山西 2,924.70 2,573.48 13.65 新疆 2,156.45 2,546.14-15.31 辽宁 2,073.33 1,829.94 13.30 内蒙古 1,898.35 1,598.80 18.74 吉林 1,224.26 1,057.01 15.82 甘肃 1,142.08 1,056.40 8.11 黑龙江 823.65 525.20 56.83 宁夏 599.79 416.04 44.17 西藏 487.51 367.33 32.72 海南 415.00 366.37 13.27 青海 366.61 172.35 112.71 资料来源:Wind,中国银行研究院(二)政策发力、市场需求叠加影响,债市利率稳步下行 国债收益率稳步下行。国债收益率是债券市场的定价基准,也是反映市场判断未 4 2024 年第 11 期(总第 522 期)来经济增长预期的重要指标。2023年,10年期国债收益率中枢稳步下行,整体呈现向下的“M”型走势,最高升至 2.9%,最低降至 2.51%,市场对经济向好预期仍不稳固(图 2)。图 2:10 年期国债收益率走势(%)资料来源:Wind,中国银行研究院 部分券种发行利率与国债收益率并未出现同步下行。2023 年,货币政策宽松态势明显,虽然国债收益率整体呈下行态势,但其他券种发行利率整体呈“先降后稳”的特征,仅有公司债发行利率出现明显下行(下降近 1 个百分点)(图 3)。值得关注的是,发行信用利差(企业债发行利率与国债发行利率之差)长期保持在 2%以上。四季度信用利差收窄,主要由于政府债券发行规模增大,发行利率略有上行所致(图4)。另外,近年来企业债券发行利率基本围绕企业贷款利率变动,二者走势大体相同。但2023年以来企业债券发行利率明显高于贷款利率,债券市场基准利率向终端利率传导存在一定阻滞(图 5)。虽然 2023 年货币市场流动性环境整体宽松,但市场预期频繁转换、政策阶段性突击发力等因素导致货币市场利率波动加大,特别是在月末、季末尤为突出。在政策利率两次调降背景下,主要货币市场利率,如 DR007、R007 均值与2022年相比反而上升了0.28和0.18个百分点,2023年末R007甚至一度达到4.4%。2.52.62.72.82.93.02023-01 2023-02 2023-03 2023-04 2023-05 2023-06 2023-07 2023-08 2023-09 2023-10 2023-11 2023-12宏观观察 2024 年第 11 期(总第 522 期)5 图 3:主要券种发行利率(%)图 4:信用利差变化(%)资料来源:Wind,中国银行研究院 图 5:企业债券发行利率和企业贷款利率走势(%)资料来源:Wind,中国银行研究院 展望 2024 年,预计国债收益率稳中有升,发行利率稳步下行。2024 年,在经济向好带动下,国债收益率有上行基础,但考虑到货币政策将保持稳中偏宽,预计10年期国债收益率明显上升概率不大,有小幅震荡上行的可能;债券发行节奏将保持稳定,特别是集中、大规模发行债券的可行性下降,债券供给对流动性环境的影响将与正常年份趋同。加之中央经济工作会议提出“促进社会融资成本稳中有降”,不排除政策1.52.02.53.03.54.04.55.02023-012023-032023-052023-072023-092023-11国债地方政府债券政策性银行债公司债企业债00.511.522.532023-01 2023-03 2023-05 2023-07 2023-09 2023-1134562020-062020-122021-062021-122022-062022-122023-06企业贷款企业债 6 2024 年第 11 期(总第 522 期)利率再次下调的可能,债券发行利率有望跟随政策利率同步下行。(三)发行期限:预期转弱、结构调整、期限分化 各类债券发行期限结构有所分化。企业债、公司债期限结构由中长期向 1-2 和 2-3 年期集中,2023 年二者 1-3 年期债券共计发行 2.44 万亿元,同比增长 41.5%,占比合计上升10.3个百分点。企业发行债券期限向短端集中说明扩大生产能力意愿不足,这与 2023 年二季度以来企业中长期贷款同比连续少增情况一致。政府债券发行呈现“短减长增”的特点。4-5 年及 5-7 年政府债券占比合计上升6.0 个百分点,3M-9M 及 2-3 年期占比合计下降 4.7 个百分点。值得关注的是,地方政府债券期限结构“长期化”更加突出。通过加大长期限债券发行的方式调整债务期限结构,缓解债务压力,10 年期以上债券占比大幅上升 8.5 个百分点,4-10 年期债券占比则下降了 8.4 个百分点。表 2:不同期限债券发行规模占比变化(%)类别 企业债和公司债 政府债券 金融债 地方政府 1M 以内 -0.03 1M-3M 0.00 0.13 0.08 3M-9M-0.30 -1.46 -0.06 9M-1 年 0.16 0.78 1-2 年 6.75 1.17 0.96 0.31 2-3 年 3.55 -3.22 1.87 -0.42 3-4 年-0.25 0.21 4-5 年-4.99 4.04 -0.77 -5.81 5-6 年-0.13 0.00 6-7 年-4.44 2.03 -0.26 -1.45 7-8 年-0.05 8-9 年 0.03 9-10 年-0.38 0.48 -4.67 -1.12 10 年以上 0.07 -3.15 1.86 8.50 资料来源:Wind,中国银行研究院 金融债券发行期限与企业债和公司债具有相似之处。1-3 年期债券发行占比上升2.8 个百分点,9-10 年债券发行占比下降 4.7 个百分点。金融债发行期限缩短与企业宏观观察 2024 年第 11 期(总第 522 期)7 资金需求“短期化”的特点一致,便于金融机构更好平衡资产负债结构(表 2)。展望2024年,预计市场预期持续转换,债券发行“短期化”有望缓解。对经济预期不足及对利率继续下行预期导致债券久期整体缩短,实体经济获取长期资金动力不足。但进入2024年后,各类主体对经济未来预期有望逐步趋于一致,加之利率下行幅度与2023年相比不会明显扩大,企业债、公司债发行期限有望拉长。同时,在财政收支面临较大压力背景下,地方政府债仍有继续发行长期债券的动力,这将驱动债券发行期限结构“由短转长”。(四)二级市场:交易上升、银行主导、安全为主 利率下行背景下市场高收益资产不足,交易类业务规模明显扩大。近年来,货币政策整体呈稳中偏宽,政策利率连续调降带动各类资产收益率下行,金融机构利息收入同步下降。为拓宽利润来源,机构交易类业务需求明显提升。2023 年,各类债券成交规模为 352.2 万亿元,同比增长 14.5%。其中,机构对利率债偏好上升,国债、地方政府债成交规模分别为 81.2 万亿元、13.2 万亿元,同比增长 48.8%和 36.2%(图6)。其中,国债成交额占总成交额比重为 23.3%,大幅提升 5.4 个百分点(图 7)。图 6:2022 年各类债券成交占比(%)图 7:2023 年各类债券成交占比(%)资料来源:Wind,中国银行研究院 其他,1.52 国债,17.96地方政府债,3.18同业存单,18.06金融债,39.40公司债,3.85中期票据,4.41短期融资券,3.53定向工具,1.14可转债,6.95其他,1.18 国债,23.33地方政府债,3.79同业存单,17.84金融债,37.27公司债,4.44中期票据,4.13短期融资券,3.03定向工具,1.22可转债,3.76 8 2024 年第 11 期(总第 522 期)从投资者结构看,商业银行持有债券规模上升,对利率债的配置增加。以银行间市场为例。截至 2023 年末,各类投资者持有债券规模为 101.6 万亿元,同比增加 9.2万亿元,商业银行持有债券 70.25 万亿元,增加 7.74 万亿元,增配债券占新增债券比重达 85%。其中,银行主要增配国债、地方政府债、政策性银行债,三者合计增加8.43万亿元;减持对银行债、企业债和信贷资产支持债券的配置(三者合计减少6151亿元),银行对资产安全性重视程度提升,对高风险债券偏好下降(表 3)。表 3:不同机构债券持有规模变化情况(亿元)整体 记账式国债 地方政府债 政策性银行债 商业银行债券 企业债 信贷资产支持证券 商业银行 77,427.4 32,690.91 42,616.05 9,021.58-1,366.42-357.16-4,427.52 信用社 581.03 159.70 257.50 151.74 87.20-6.86 0.00 保险机构 3,616.39 156.79 4,167.74-125.36-82.93-131.06-39.27 证券公司 4,281.17 2,736.59 1,659.00 303.19 299.21-491.42-118.34 非法人产品 6,162.21 2,656.15 6,662.64 2,991.95-1,227.89-2,185.94-1,587.88 境外机构 254.06-15.22 9.55 506.29-57.76-6.91-116.22 其他-432.16 1,731.02-1,645.81-135.86-445.90 1.12 45.82 合计 91,890.1 40,115.94 53,726.67 12,713.5-2,794.49-3,178.23-6,243.41 资料来源:Wind,中国银行研究院 货币政策宽松并未带来货币市场流动性环境明显改善。债券回购业务是金融机构获得流动性的重要手段。2023 年,虽然人民银行连续降息降准,但从债券回购交易看,市场流动性供求呈现出“紧平衡”。全年债券回购交易为 2131.6 万亿元,同比增长19.5%。其中,质押式回购交易成交额、成交笔数分别为 1668.8 万亿元,同比增长21.4%,加权平均利率同步上升 21 个 BPs;买断式回购交易额为 5.4 万亿元,同比下降 2.6%,但加权平均利率上升 27 个 BPs(表 4)。展望 2024 年,预计流动性供求逐步稳定,利率债仍是交易首选。与 2023 年相比,2024 年市场主体流动性需求将更趋稳定,监管部门也将平滑流动性投放节奏,合理引导市场预期,债券回购交易增速将有所下降;在利率体系继续下行影响下,各类资产收益率将同步下行,债券交易仍将受到各类投资主体青睐,特别是国债、地方政府债券仍是机构增配的重点资产。宏观观察 2024 年第 11 期(总第 522 期)9 表 4:回购交易规模及利率变化 成交笔数 成交额(亿元)加权平均 利率(%)加权平均利率 升降基点(bp)质押式回购 2023 5,458,297 16,684,000 1.7930 21.2807 2022 4,323,716 13,742,443 1.5802-49.7338 买断式回购 2023 54,168 1.8304 27.2183 2022 55,536 1.5582-55.1341 资料来源:Wind,中国银行研究院(五)信用风险:风险继续收敛、违约领域集中 债券市场信用风险明显收敛。随着地产民企、资质较差国企等退出市场,加之经济复苏与信贷支持力度加大,我国债券市场违约风险有所缓释,发生实质性违约规模与违约数量均有所下降。2023 年,债券市场共计 41 只债券出现违约,金额为 308.19亿元,同比分别下降 47.4%和 42.26%,违约日债券余额也大幅下降超过 20 个百分点。各类主体积极采取风险缓释措施,优质企业综合运用资产处置、担保增信、引入第三方战略投资者等方式化解债务风险。违约主要以民营企业为主,违约行业主要集中于房地产,行业信用风险仍在释放。由于抗风险能力较弱、外部融资环境复杂多变等因素影响,民营企业仍是违约重点,违约规模占比超过 60%(图 8)。受销售疲弱、融资端承压、债务集中到期等因素影响,个别标杆性龙头民营房企偿债风险也持续发酵。不少外资房产企业也对多期债务进行展期,2022 年和 2023 年违约主体中具有外资背景企业占比出现上升(图 9)。展望2024年,债市信用风险保持稳定,仍需关注重点领域风险演变情况。随着经济回升向好态势持续巩固,企业现金流周转速度加快,出现实质性违约债券规模有望继续下行。但企业经营有其自身规律,而经济运行中存在的有效需求不足、部分行业产能过剩、社会预期偏弱、风险隐患仍然较多等问题仍将对企业经营带来负面影响,债券展期规模将继续保持在较高水平。此外,部分重点领域,例如房地产市场尚未出现明显企稳迹象,相关领域债券违约规模可能会继续扩大。10 2024 年第 11 期(总第 522 期)图 8:各类违约主体占比 图 9:违约主体所属的前五大行业 资料来源:Wind,中国银行研究院 展望2024年,债市信用风险保持稳定,仍需关注重点领域风险演变情况。随着经济回升向好态势持续巩固,企业现金流周转速度加快,出现实质性违约债券规模有望继续下行。但企业经营有其自身规律,而经济运行中存在的有效需求不足、部分行业产能过剩、社会预期偏弱、风险隐患仍然较多等问题仍将对企业经营带来负面影响,债券展期规模将继续保持在较高水平。此外,部分重点领域,例如房地产市场尚未出现明显企稳迹象,相关领域债券违约规模可能会继续扩大。二、我国债券市场中长期发展面临的主要挑战 中央金融工作会议提出要“促进债券市场高质量发展”。中国债券市场存量规模已连续多年位居全球第二,但与经济高质量发展及实体经济需求相比,债券市场发展仍然存在一些短板。(一)我国存量债券市场的主要特征 从债券类型看,利率债占据绝对主导地位。截至2023年末,我国债券市场余额为157.9 万亿元,同比增长 9.1%。其中,地方政府债券、国债及政策性金融债券余额占比位列前三,三者余额分别为 40.54 万亿元、29.7 万亿元、24.39 万亿元,合计占比0 0 192020202120222023地方国企央属国企公众企业外商独资外资企业中外合资民营企业0 0Pp 222023宏观观察 2024 年第 11 期(总第 522 期)11 达 60.77%(表 5)。信用债占比约为 40%。其中,除商业银行债、商业银行次级债券、公司债、中期票据等债券品种外,其他债券存量占比较小,大都在 2%以下。表 5:我国债券市场余额及内部结构情况 类别 债券余额(亿元)余额比重(%)地方政府债 405,410.14 26.03 金融债(含政策性银行债)372360.28(243888.9)23.91(15.66)国债 297,136.99 19.08 同业存单 147,630.70 9.48 公司债 114,014.96 7.32 中期票据 94,147.23 6.05 资产支持证券 34,212.16 2.20 定向工具 22,645.27 1.45 短期融资券 21,319.59 1.37 企业债 19,256.27 1.24 政府支持机构债 18,215.00 1.17 可转债 8,724.50 0.56 可交换债 1,386.21 0.09 国际机构债 580.00 0.04 央行票据 150.00 0.01 项目收益票据 95.65 0.01 合计 1,557,284.94 100.00 资料来源:Wind,中国银行研究院 从期限结构看,整体呈“U”型结构。3 年期以下债券占比较高。1 年以内、1-2年及 2-3 年期债券共计 79.17 万亿元,占比合计为 50.84%。3-10 年期债券占比较为均匀,各期限债券占比大体在8%以下。10年期债券余额为20.53万亿元,占比为13.19%(表 6)。整体来看,债券期限结构呈现“两头高、中间低”的“U”型结构。从持有结构看,商业银行持有债券存量占比较大。由于资金体量优势,商业银行持有债券规模占比长期保持在较高水平。近年来,资管、理财等非银业态债券配置需求明显上升,但并未对投资者结构带来明显影响。商业银行持有债券规模长期保持在65%以上,且近年来有稳步上升趋势,2023年占比近70%,其他投资者持有债券占比变化不大。值得关注的是,在2023年跌宕起伏的金融环境下,境外机构持有债券规模为 12 2024 年第 11 期(总第 522 期)3.72 万亿元。其中,境外机构持有品种以利率债为主,持有国债、政策性金融债合计3.09 万亿元(持有国债 2.29 万亿元,占比为 62.4%)(表 7)。表 6:我国债券市场期限结构情况 类别 债券余额(亿元)余额比重(%)1 年以内 394,770.87 25.35 1-2 年 206,241.98 13.24 2-3 年 190,722.47 12.25 3-4 年 106,911.05 6.87 4-5 年 120,104.82 7.71 5-6 年 71,042.90 4.56 6-7 年 91,046.05 5.85 7-8 年 51,808.96 3.33 8-9 年 59,718.84 3.83 9-10 年 59,569.70 3.83 10 年以上 205,347.28 13.19 合计 1,557,284.94 100.00 资料来源:Wind,中国银行研究院 表 7:债券投资者结构(中债登数据)债券类型 2023 年末(亿元)2022 年末(亿元)增加(亿元)银行间债券市场 1,008,577.68 751,735.79 256,841.89 商业银行 701,218.96 497,940.32 203,278.64 信用社 12,578.05 9,239.83 3,338.22 保险机构 36,294.89 24,425.66 11,869.23 证券公司 21,359.60 9,951.89 11,407.71 非法人产品 168,002.84 139,216.54 28,786.30 境外机构 30,191.75 31,570.86-1,379.11 其他 38,931.59 39,390.70-459.11 柜台市场 7,823.74 8,004.12-180.38 其他市场 36,116.59 24,688.77 11,427.82 合计 1,052,518.02 784,428.68 268,089.34 资料来源:Wind,中国银行研究院 宏观观察 2024 年第 11 期(总第 522 期)13 从信用风险分布看,违约债券余额行业分布较为集中。截至2023年末,违约债券余额共计9927.92亿元。其中,房地产、工业违约债券余额为4062.44亿元和2001.89亿元,二者占比分别为 40.91%和 20.16%(图 10)。近年来房地产市场运行逻辑发生根本性转变,多家知名房企先后爆雷,违约债券规模迅速扩大。其他行业债券余额均在 1000 亿元以下。图 10:2023 年末违约债券余额行业分布(%)资料来源:Wind,中国银行研究院(二)债券市场发展面临的主要挑战 第一,对实体企业支持力度仍有拓展空间。虽然我国债券市场规模全球领先,但对实体企业的支持存在不足。自2013年以来,同业存单、地方政府债等先后获准上市发行,二者发行规模呈现爆发式增长,债券市场逐步演变为以政府债券、政策性金融债等利率债为主的融资格局,公司债、企业债发行占比逐步降至 15%以下。以利率债为主导是我国债券市场的特色,但从绝对规模和占比看,对企业债和公司债等的支持力度仍有拓展空间。截至 2023 年末,债券市场信用债余额为 46.3 万亿元,其中企业债、公司债合计为 13.3 万亿元,占比仅为 28.78%(图 11),且企业债主要以城投债为主。同为债权类融资,金融机构人民币贷款余额为236.41万亿元,二者存在巨大差距。医疗保健,3.50 信息技术,7.81 房地产,40.92 可选消费,7.48 日常消费,1.66 电信服务,0.04 材料,4.49 能源,2.88 公用事业,3.22 工业,20.16 金融,7.83 14 2024 年第 11 期(总第 522 期)值得关注的是,近年来直接融资占社融比重有所下降。企业债券和股票融资二者合计占社融比重由 2016 年最高的 15%左右持续降至 2023 年末的 11%左右,企业债券融资占比则由 11.5%左右降至 8.35%左右(图 12)。企业债券融资占比下行与近年来信贷投放高增长带来的替代效应有关。图 11:2023 年末信用债内部结构(%)图 12:企业债券占社融比重(%)资料来源:Wind,中国银行研究院 第二,市场分割对债券市场流动性及定价效率带来影响。由于历史原因,我国债券市场逐步发展为银行间债券市场、交易所市场和柜台市场等多头并存的局面。不同市场之间长期缺乏互联互通,彼此相互割裂,在基础设施、评级机制等方面存在区别,不能在统一的交易及监管制度下运行,这不仅增加了债券市场的流动性成本,也不利于债券市场定价效率的提升。为此,监管部门及交易所等已先后发文鼓励银行间市场和交易所市场相关基础设施开展互联互通合作,债券市场长期割裂的情况有望逐步缓解。但在部分领域,例如统一监管、交易数据和托管数据共享机制等方面仍然存在不足,市场运行效率仍有较大提升空间。第三,对重点领域债券发行支持力度不足。近年来,随着科创驱动、绿色发展等重大战略加速推进,债券市场围绕相关领域持续加大支持力度,并取得积极成效。例金融债,27.74企业债,4.16公司债,24.62中期票据,20.33短期融资券,4.60定向工具,4.89国际机构债,0.13政府支持机构债,3.93资产支持证券,7.39可转债,1.88项目收益票据,0.02可交换债,0.3068101214162015-122016-072017-022017-092018-042018-112019-062020-012020-082021-032021-102022-052022-122023-07股票 企业债券企业债券宏观观察 2024 年第 11 期(总第 522 期)15 如,截至 2023 年三季度末,我国境内绿色债券市场余额 1.98 万亿元,居全球第二。但部分领域存在一些问题。一是债券发行缺乏长期规划。部分企业募集资金实际并未用于科创、绿色等领域,而是用于偿还公司债务,或用于日常流动资金,存在资金使用风险。二是部分政策重点支持领域债券发行占比较小。特别是小微、三农、新基建等债券规模仍然较小,2023 年三者共计发行 3351.6 亿元,占比不到 0.5%,实体企业和金融机构发行相关领域债券动力有待挖掘。三是发行成本并无明显优势。例如绿色债券发行利率虽然略低于普通债券,但如果考虑各种附加认证要求,包括债券评估费用等,发行利率与普通债券差别不大。四是政策支持力度不足,投资者需求亟待释放。科创、绿色等新兴领域风险性较大,但我国针对相关领域债券购买者缺少足够的支持性政策,例如免税、减税等,导致机构投资者购买动力不足。五是存在期限错配问题。科创、绿色及涉农等领域大都具有高风险、长期限等特征,需要长期限的资金支持。但目前相关领域债券发行期限普遍较短,大都在 5 年期以下,与相关行业的发展特征并不完全匹配。第四,投资者债券持有结构较为集中,有继续优化的空间。由于场外交易的特性,债券市场投资者主要以机构投资者为主,银行间市场更是呈现出以商业银行长期占绝对主导地位的投资格局。但我国机构投资者投资风险偏好相对较低(主要以利率债为主),交易不频繁(大都持有至到期),加之近年来加大了利率债等债券的配置,可能会对债券市场流动性带来影响,也不利于定价机制的充分发挥。长期以来,我国债券市场换手率(交易量/托管量)基本维持在 250%-300%之间,国债换手率则稳定在200%左右,而发达国家普遍在 1000%以上。交易频率提升不仅有助于活跃市场,也有助于在交易中发现债券的合理价格,更加准确地进行定价。第五,债市潜在信用风险隐患仍然突出。近年来债券市场信用风险出现持续收敛,但仍然存在不少风险隐患。一是展期规模大幅上升。在债券实质性违约规模大幅下降的背后,债券展期规模出现快速上升,这意味着信用风险可能存在延后。自 2022 年起,出现实质性违约的债券规模大幅下降,但 2022 年、2023 年,债券市场展期规模均突破了 2000 亿元(图 13)。二是重点领域行业风险仍然突出。近年来,受绿色转 16 2024 年第 11 期(总第 522 期)型、房住不炒等政策影响,石油天然气、煤炭、房地产业等领域企业经营压力增大,资金来源渠道受限。2016 年以来,相关行业筹资活动产生的现金流量缺口持续扩大(图 14)。在面临较大转型压力、市场仍未有效企稳等因素影响下,相关行业债券出现违约的可能性仍然较大。此外,虽然 2023 年 9 月启动了关于地方债务的一揽子化债方案,但在经济仍未明显企稳背景下,地方债券仍面临较大的偿付压力。图 13:2023 年债券市场违约规模与数量(亿元、笔)资料来源:Wind,中国银行研究院 图 14:部分领域行业筹资净流量(万元)资料来源:Wind,中国银行研究院 05010015020025005001000150020002500300020192020202120222023违约规模展期规模违约数量(右)展期数量(右)-40000000-30000000-20000000-10000000010000000200000003000000040000000500000002016201720182019202020212022石油天然气煤炭房地产宏观观察 2024 年第 11 期(总第 522 期)17 三、政策建议 中央金融工作会议、中央经济工作会议围绕融资结构优化、支持重点领域发展及防范化解金融风险等任务进行了全面部署。作为金融体系的重要组成部分,债券市场应对标国家重大发展战略、实体经济需求持续发力,更好助力经济高质量发展。第一,鼓励更多优质企业发债融资,加大对实体企业的支持。中央金融工作会议提出“优化融资结构,更好发挥资本市场枢纽功能”。信贷、股票、债券市场需要协同发力,为实体企业提供全方位、多渠道的资金支持。应加快完善以民营企业债券融资支持工具为主的一揽子政策支持工具,引导更多中介机构设立信用风险缓释凭证(CRMW),为更多符合条件的实体企业参与债券市场融资提供增信支持,稳步扩大实体企业债券发行规模,在建立更加多元融资结构的同时有效满足企业,特别是民营企业的资金需求。第二,聚焦国民经济重大领域持续发力,为相关行业发债融资提供更多支持。聚焦“五篇大文章”等重点领域,在发行便利度、发行利率、发行期限等方面给予一定优惠和引导,积极鼓励金融机构和企业发行更加多元化、更长期限的债券品种。例如碳中和债券、可持续发展挂钩债券、小微债、三农债、科技创新债、养老支持债券等;针对科创、绿色、小微等领域债券的利息收入适当减税或阶段性免税,提升投资者购买意愿,提高相关债券发行成功率。第三,优化流动性投放及债券供给节奏,为债券发行创造稳定的流动性及利率环境。货币市场流动性环境对债券发行规模及成本具有决定性影响。综合运用公开市场操作等工具维持流动性合理充裕,保障合意的流动性供给规模,引导大型金融机构在月末、季末等特殊时点主动融出资金,维持 DR007、R007 等关键货币市场利率平稳运行,进一步稳定市场预期,为实体经济发债融资创造稳定的利率环境;合理规划国债、地方政府债券等的供给节奏,避免集中、突击发行加大债券市场供给压力,抬升债券市场利率中枢,在降低其他主体发行意愿的同时增加融资成本。第四,加快打通市场堵点,持续提升债券市场运行效率。债券市场分割形成的历 18 2024 年第 11 期(总第 522 期)史原因较为复杂,应稳步推进相关制度及政策改革。未来需要在五个层面实现互联互通,逐步解决市场分割问题。一是监管层面的协调和互联互通,为各类投资者在市场之间投资交易提供政策支持及便利;二是交易平台的相互对接和联通,不断提升投资者在不同市场之间的交易信息和数据的自动备案、转移及运用;三是不同市场交易清算模式实现互补统一,进一步提升投资者跨市场投资意愿;四是做市、估值和评级的相互统一协调,消除不同市场之间券种的价差;五是交易数据、托管数据的协调共享,逐步建立统一的债券市场数据库。第五,投资机构应合理调整债券配置,优化资产负债结构。从资产端看,缺乏优质资产的市场格局短期内不会发生明显变化,投资机构可继续增大对安全性强、流动性好的债券资产配置,如国债、地方政府债等。特别地,银行作为市场主导机构,在增配债券资产的同时,可持续提升市场化投资能力,或与外部第三方合作提升债券交易的规模和频率,助力提升债券市场流动性及风险偏好,进一步活跃市场。从负债端看,在信贷投放保持高增长、大型银行面临TLAC达标压力等因素影响下,金融机构存在较强的资金补充需求。在研判政策演变路径、资产扩张需要及资本补充计划基础上,前瞻性做好资金补充的阶段性规划,平滑资金需求节奏,并结合债券市场利率变化情况合理选择发债时机,稳定资金成本。第六,加快对违约债券的处置工作,防范风险蔓延。加大对重点领域、重点行业企业经营监测力度,做好对增量与存量、一般公司债与城投债、短期流动性困难与持续经营能力丧失等的区分,分类采取处置措施。包括:鼓励企业合理采取展期等方式处置短期流动性风险,推动发行人和相关方综合运用出售资产、债券回购、债务重组、引入战投等方式稳妥处置存量风险。通过提升违约债券转让效率、优化上市公司债转股实施渠道、完善债券违约司法救济渠道等方式,拓展资金补充渠道,优化违约处置机制。在市场准入、绩效考评等方面给予差异化要求,做到有奖有罚,避免重点风险企业恶意“逃废债”。

    浏览量0人已浏览 发布时间2024-02-24 19页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 普华永道:拥抱变革适者生存-全球资产和财富管理调研报告2023(36页).pdf

    拥抱变革,适者生存全球资产和财富管理调研报告2023普华永道近期发布的普华永道近期发布的全球资产和财富管理调研报告全球资产和财富管理调研报告2023显示显示,到到2027年年,投资者预期的转投资者预期的转变将打破行业现状并重塑行业生态变将打破行业现状并重塑行业生态。资产和财富管理机构只有一个选择资产和财富管理机构只有一个选择拥抱变革拥抱变革,适者生存适者生存。普华永道对全球250家资产管理机构和250家机构投资者的调研结果显示,到2027年,预计全球16%的资产和财富管理机构将被整合或淘汰这将是历史最高比例的两倍,凸显出全球资产和财富管理行业正面临比以往任何时期都更为严峻的挑战。在社会、经济和地缘政治局势愈加复杂的背景下,一些长期以来备受关注的重点领域,如数字化转型、投资者预期变化、行业整合与“零售化”趋势等,获得了新的进展,但同时也带来了新的挑战。当前,管理者需要专注于思考如何在瞬息万变的行业环境中实现适者生存并谋求发展。生存与成功的五大要务1在难得一遇的变局中把握方向在难得一遇的变局中把握方向当前,投资者和资产管理机构最为担心未来一到两年内的通胀、市场波动和利率变动问题。对资产和财富管理行业而言,实现超过市场基准、甚至超过低风险存款和货币市场基金的收益,将是一项挑战。2重识客户需求重识客户需求到2030年,全球预计将有68万亿美元的财富完成从“婴儿潮一代”到“千禧一代”的代际传承,而非公开市场的进一步开放和投资配置的转变(包括对ETF需求的提升),正在改变行业的竞争格局和发展前沿。拥抱变革,适者生存全球资产和财富管理调研报告 202313拥抱技术前沿与变革拥抱技术前沿与变革参与调研的机构投资者中,近90%相信革新性技术(包括大数据、人工智能和区块链)的使用将为资产组合带来更好的表现。虽然资产管理机构在技术领域的投入与应用已非常广泛,但仍然难以达到投资者预期。4在成本和竞争压力下扩大规模在成本和竞争压力下扩大规模随着行业集中度加速提升,预计到2027年,全球排名前10位的资产管理机构将控制全球近一半的共同基金资产规模。随着资产管理机构在募资方面的需求提升,以及其对实体经济的影响力不断增强,部分资产管理机构甚至考虑采取更为全面的方式以保持财务健康,例如通过与银行或保险机构进行并购重组、成立合资公司或公司联盟。5强化社会责任强化社会责任参与调研的资产管理机构中,60%认为当前的市场环境下,环境、社会和治理(ESG)领域的专业能力对投资组合管理团队至关重要,而相关的优秀人才却愈发稀缺。随着资产和财富管理行业对于经济的影响力不断提升,资产管理机构的使命与社会责任也受到关注。值得庆幸的是,面对瞬息万变的市场环境和不断变化的投资者需求,资产和财富管理行业表现出了非凡的韧性。为了应对不断积聚的短期压力,新生代的资产管理机构正在兴起,即具备了科技赋能、以客户为中心、能够在传统和新兴的细分领域管理多种类型资产。普华永道预计,全球资产和财富管理行业将在2027年基本完成转型。因此,管理者必须顺势而为,与时俱进。拥抱变革,适者生存全球资产和财富管理调研报告 202322027年年6月月7日(星期一)日(星期一)设想2027 年资产与财富管理行业CEO的一天上午上午8点点与品牌顾问和客户关系团队讨论如何提升公司的信任评级和净推荐值(Net Promoter Score or NPS),并选择合适的数字渠道推广新的理财产品。上午上午10点点与零售渠道CEO会面,协商收入分成安排,并确定在双方合作的数字渠道客户忠诚度积分项目中,哪方拥有客户关系和数据所有权。上午上午9点点与首席创新官通话,讨论最新的沙盒试验,需要快速决定是否继续推进并准备召开董事会研究区块链结算和托管安排相关议题。上午上午11点点与首席投资官会面,讨论发行投资于通证化证券(tokenisedsecurities)的基金产品。中午中午12点点在参加立法委员会和电视公开露面之前,听取公司事务简报,准备“净零”投资、中小企业贷款投放和防止“漂绿”措施的相关议题,并听取对媒体和市场反应的最新通报。下午下午2点点与公司战略团队会面,讨论私人和/或数字银行的潜在收购目标。下午下午3点点与首席运营官会面,讨论进一步优化外包模式,通过只保留核心职能部门来控制成本。下午下午5点点在公司员工大会上讨论关于因种族和性别差异造成的薪酬差距问题的研究成果以及未来举措。拥抱变革,适者生存全球资产和财富管理调研报告 20233拥抱变革,适者生存全球资产和财富管理调研报告 20234中国资产和财富管理行业主要发展机遇1基金投顾业务迎来关键发展期基金投顾业务迎来关键发展期基金投资顾问业务自2019年10月试点正式启动以来,已初具规模,但渗透率仍然较低。而随着行业从卖方市场向买方市场转型,未来几年或将成为证券、基金类机构发展专精化基金投顾业务的黄金时期。2个人养老金业务发展加速个人养老金业务发展加速2022年,我国个人养老金业务正式启航。截至2023年6月,个人养老金业务参加人数达到4,030万人,总缴费金额182亿元。未来,随着各类机构的加速布局、可配置产品的持续丰富、投资者开户及转入资金进行投资意愿的上升,预计个人养老金业务将成为行业稳定、持续增量的重要来源。过去几年过去几年,作为全球资产与财富管理行业的重要组成部分作为全球资产与财富管理行业的重要组成部分,即使面对复杂的市场和政策环境即使面对复杂的市场和政策环境,中国资产与财富管理行业在历经锤炼之后中国资产与财富管理行业在历经锤炼之后,仍然以坚定有序的步伐持续向前迈进仍然以坚定有序的步伐持续向前迈进,积极转型积极转型,并呈现出以下各类战略发展机遇:并呈现出以下各类战略发展机遇:3被动型及量化业务持续增长被动型及量化业务持续增长自2018年以来,被动型和量化投资在国内经历了快速发展,未来,为应对市场波动等业务挑战和投顾业务及养老金业务带来的产品配置需求增加,被动型及量化投资业务仍将持续发展。4“固收固收 ”类产品将仍受偏好类产品将仍受偏好虽然“固收 ”类产品在过去两年表现欠佳,但由于国内投资者相对保守的风险偏好和低利率环境,“固收 ”类产品仍将是配置的重要方向,且其对应策略将进一步丰富。5信创和“数智化”转型深化信创和“数智化”转型深化资产与财富管理行业的核心系统信创和“数智化”转型已逐步深化。未来,为了加快业务发展与转型升级,构建高效、安全的服务方案,行业机构将在核心系统信创和“数智化”转型上,包括数据治理环节,持续进行战略性投入,同时也将与多元化的技术服务商进行合作以加强整体抗风险能力。6通过兼并收购实现布局通过兼并收购实现布局受行业降费影响,中小型及新成立的资产管理机构将面临更大的经营压力,其中经营不善的机构将退出市场。但由于相关业务牌照的稀缺性,潜在意向者可以通过兼并收购进入市场完成布局。20222027产品模式产品模式主动管理被动管理传统主观主观量化主动策略传统被动被动量化被动策略投资者风险偏好低高现金管理类权益类投资者配置偏好固收类配置偏好纯固收固收 卖方模式买方模式营销服务模式营销模式营销模式产品新发持续营销客户偏好客户偏好相对收益绝对收益低高市场集中度差异化竞争同质化竞争竞争模式低跨境业务增长高行业发展行业发展关注规模增长关注业务结构调整个人养老金增长低高未来,中国资产与财富管理行业将进一步回归本源,为投资者创造更大价值,同时也将因势利导,依托数智化和业务转型,开创更为广阔的发展空间。拥抱变革,适者生存全球资产和财富管理调研报告 202351.在难得一遇的变局中把握方向调研结果显示,当前,全球投资者和资产管理机构最为担心未来一到两年内的通胀、市场波动和利率变动问题。回顾2022年,全球资产管理规模(AuM)降至115.1万亿美元,较2021年127.5万亿美元的高点下降近10%,为近10年来的最大降幅。但普华永道预计,行业到2027年会实现反弹,资产管理规模或将上升至147.3万亿美元(基准情况预测结果),即实现5%的复合年化增长率。全球资产管理规模将在2027年前反弹复合年化增长率(2018年-2022年)=5.9%注:由于四舍五入,合计数可能与所显示的总和不同。.来源:普华永道全球资产和财富管理及ESG市场研究中心,Refinitiv Lipper,Preqin美元/万亿公募基金委托投资20010002018202020222027 低预期2027 基准预期2027 高预期15050预测(百分比为复合年化增长率预测值)另类投资39.591.647.144.922.323.7115.8137.825.3115.13.7%57.36.57.5拥抱变革,适者生存全球资产和财富管理调研报告 2023651.555.959.96467.772.339.353.652.21.在难得一遇的变局中掌握方向从全球来看,资产管理行业的许多从业者缺乏或根本没有在经济充满不确定性以及主要发达经济体高利率环境下的运营经验,而劳动力短缺和地缘政治局势的不稳定可能会使这种状况更为持久。在应对短期挑战的同时,从业者还需专注于实现业务转型以及长期生存与增长所需的决策和投资。未来,alpha收益将更难获取,而市场上涨所带来的beta收益则可能会受到来自货币市场基金甚至银行存款的挑战。已经有部分投资者从股票型基金转向了收益率更为稳定的债券型和货币市场基金。此外,还有以下显著的资产再配置趋势:(1)投资者寻求透明度高、流动性好、成本低的投资标的,逐渐转向被动投资;(2)投资者寻求回报率高、能够对冲市场波动性的投资标的,逐渐转向非公开市场。按资产类别划分的全球资产管理规模注:由于四舍五入,显示的百分比合计可能不等于100。由于四舍五入,合计数可能不等于所显示的总和。来源:普华永道全球资产和财富管理&ESG市场研究中心、Refinitiv Lipper、Preqin业务类型业务类型2018202020222027低预期2027基准预期基准预期2027高预期高预期CAGR(20182022)CAGR低预期低预期CAGR基准预期基准预期CAGR高预期高预期全球资产管理规模全球资产管理规模91.6115.8115.1137.9147.3157.45.90%3.70%5.00%6.50%公募基金公募基金39.353.652.26467.772.37.40%4.20%5.30%6.70%其中:主动投资30.339.435.94143.6474.40%2.70%3.90%5.50%被动投资914.216.323.124.225.315.90%7.20%8.20%9.10%其中仅ETF4.87.99.113.414.114.817.30%7.90%9.00.10%委托投资委托投资39.547.144.951.555.959.93.20%2.80%4.50%6.00%其中:主动投资30.434.630.932.535.838.60.40%1.00%3.00%4.60%被动投资9.112.51419.120.121.311.40%6.30%7.50%8.70%另类投资另类投资12.815.11822.323.725.38.90%4.40%5.60%7.00%拥抱变革,适者生存全球资产和财富管理调研报告 202371.在难得一遇的变局中掌握方向(美元/万亿)基于上述趋势,主要投资于公开市场的主动型资产管理人,未来可能会继续失去市场份额。此外,如果2024年及以后全球主要发达经济体利率水平维持在4%左右,投资于非公开市场的资产管理人为了保持竞争力,需要大幅提高其内部回报率(IRR)目标,而严峻的经济形势和低成本融资时代的结束将增加目标实现的难度。在越发同质化的市场环境下,数据和预测性分析将成为发掘非常规投资机会的重要抓手。大规模的资产配置调整意味着主要投资于公开市场的主动型资产管理人大规模的资产配置调整意味着主要投资于公开市场的主动型资产管理人可能会失去市场份额。可能会失去市场份额。重回增长趋势随着全球经济恢复增长以及通胀和利率的压力逐渐缓解,全球资产和财富管理行业的收入预计将反弹,到2027年达6,221亿美元,突破2021年5,991亿美元的历史高点。普华永道预计,增长将由非公开市场收入的持续上涨所驱动,预计到2027年,非公开市场收入将占到全球资产管理行业收入的一半左右,较2020年37.6%的占比大幅上升(见下图)。拥抱变革,适者生存全球资产和财富管理调研报告 202381.在难得一遇的变局中掌握方向8381,5691,7761,9942,1102,3452,52825313837383946507163585757554844到2027年,全球资产管理收入预计将突破历史高点注:私人市场收入包括管理费和附带利息。私人市场不包括对冲基金。来源:普华永道全球资产和财富管理&ESG市场研究中心,Lipper,Preqin,Pitchbook被动投资主动投资4,00002012201720182019202020216,0002,000非公开市场3,3715,0005,3395,6075,9944,72720222027预期5,4516,221全球资产管理收入(美元/亿)2,3873,1692,7233,0663,1913,2942,6082,7293,094被动投资主动投资80020122017201820192020202110020非公开市场10010010010010010020222027预期100100占总收入的比例(%)6040拥抱变革,适者生存全球资产和财富管理调研报告 202391.在难得一遇的变局中掌握方向资产和财富管理机构为寻求增长和收益,开始涉足新的细分市场、地区和资产类别,同时也衍生出可预见的问题,包括业务更加复杂,运营要求更高以及细分产品规模过于分散。前沿和新兴市场前沿和新兴市场亚太地区以及非洲和中东地区的前沿和新兴市场将引领全球资产管理规模的增长。普华永道预计,到2027年,亚太地区资产管理规模的增长率相较于北美地区将高出约50%(基准情况预测结果)。对于中东地区,此前因受制于复杂的监管环境,行业增长缓慢,预计未来增长速度会有所上升。为了开拓新市场以实现收入增长的目标,资产和财富管理机构正重拾动力,寻求机会,加快进入独具价值的地区,然而挑战将与机遇并存(见下图)。到2027年,亚太地区的资产管理总规模增长率将比北美地区高出约50%复合年增长率(2018年-2022年)=5.9%全球资产管理规模(美元/万亿)欧洲亚太2000资料来源:普华永道全球资产和财富管理与ESG市场研究中心,Refinitiv Lipper,Preqin20222027 低预期2027 基准预期2027 高预期15050预测(百分比为复合年化增长率预测值)拉丁美洲100 91.560.374.7137.9115.23.7%5.07.36.57.4115.9中东及非洲北美洲70.674.72759.6拥抱变革,适者生存全球资产和财富管理调研报告 2023102018202015.419.920.23725.739.528.142.130.330.732.226.446.560.670.674.779.61.在难得一遇的变局中掌握方向年度同比增长来源:普华永道全球资产和财富管理&ESG市场研究中心,Refinitiv Lipper,Preqin20%0%-20 18201920202021-10%拉丁美洲中东及非洲亚太地区北美全球平均欧洲欧洲亚太拉丁美洲中东及非洲北美洲全球2022未来展望发挥独特竞争优势发挥独特竞争优势当今,即使是大型机构也不可能具备在所有新兴市场中获得竞争优势的规模和专业能力。因此,专注于擅长领域至关重要。资产管理机构可以基于自身规模、人才和技术能力发挥独特的竞争优势,在合理调整细分领域产品组合的同时,提高自身绩效和盈利能力。在不擅长的领域引入外部资源在不擅长的领域引入外部资源在非核心竞争优势方面,如保险或专业贷款领域,可以引入外部合作伙伴。通过进一步了解投资者以及开发数据和分析工具,加深理解客户需求,即便在第三方代销的情况下,资产管理机构依然可以为投资者提供洞察和价值,此举也有助于降低直销带来的复杂性和成本。拥抱变革,适者生存全球资产和财富管理调研报告 2023111.在难得一遇的变局中掌握方向中国市场概要及展望逆境中凸显韧性逆境中凸显韧性2019年末至2022年末,面对疫情的影响,中国资产管理行业整体规模仍保持了7%的复合年化增长率。截止2023年第三季度,国内整体资产管理规模达到135万亿元。受地缘政治风险上升、部分发达国家加息等诸多宏观因素的影响,相较于全球资产管理规模近10%的降幅,中国资产管理规模与过去两年相比,仍维持了相同水平,并未出现下跌。未来几年,随着国内经济的稳定及养老金等政策的完善,投资者可投资资产的累积和对资产收益率的要求将进一步提升对资产及财富管理产品和服务的需求。普华永道预计,国内资产管理规模也将重回增长。被动型及量化投资业务将持续发力被动型及量化投资业务将持续发力国内资产管理市场长期以传统主动型投资为主。自2018年以来,被动型投资作为资产配置的重要工具在国内迅猛发展。其中,被动型公募基金,尤其是ETF基金(不含货币市场基金ETF),在过去五年间实现了37%的复合年化增长率,截至2023年第三季度,规模已达1.78万亿元。同时,相较于传统投资策略,量化投资获得了快速发展。百亿级量化私募管理人数量迅速增加。为应对未来潜在的alpha收益下滑、过度依赖“明星基金经理”以及投资产能受限等挑战,随着投顾业务及养老金业务带来的工具类产品配置需求增加,被动型及量化投资业务将持续发展。在同质化竞争格局下探索差异化发展在同质化竞争格局下探索差异化发展当前,国内资产和财富管理行业整体呈现高同质化竞争的格局。同时,部分资产管理机构已基于自身背景及资源禀赋,通过在同类型产品或业务框架下调整投资策略、投资标的、渠道布局、业务模式等方式,探索并实现了特定领域的突破。例如,国内某基金公司依托股东投资银行业务的背景及资源优势,先发布局公募REITs业务,在该细分市场占据领先地位;另有一基金公司在宽基ETF布局时点及规模优势落后的情况下,主动寻求差异化模式、发展主题及行业ETF业务,实现ETF规模行业内排名前五位的目标。未来,随着各类机构在投顾、机构、个人养老金等业务上的战略性投入,以及行业受到降费、限薪等因素的影响,行业内竞争将持续加剧。预计资产管理机构将在同质化竞争的大格局下更多地探索差异化竞争策略,从而实现业务增长。拥抱变革,适者生存全球资产和财富管理调研报告 2023121.在难得一遇的变局中掌握方向2.重识客户需求本次全球资产和财富管理调研结果显示,零售市场仍存在巨大的、有待拓展的增长空间,快速增长的高净值人群和大众富裕群体正在寻求更为差异化的资产管理产品。与行业整体趋势一致,非公开市场的开放和投资配置的转变,包括ETF的持续增长,构成了需求增长的主要驱动力。但是,零售化也带来了一系列全新的风险,以及投资者预期和运营方面的挑战。在财富从“婴儿潮一代”向“千禧一代”传承的背景下,当务之急是准确理解客户需求,重新制定客户战略。非公开市场的进一步开放截至目前,诸如欧洲长期投资基金(ELTIF)等类型的产品已经获得当地监管部门的批准。在美国,部分管理型私募股权基金、私营企业、封闭式基金和非交易型房地产投资信托基金(REITs)等也已纳入美国的养老金计划,即“401(k)计划”,推动非公开市场向个人投资者进一步开放。然而,非公开市场目前远未普及,其主要客户群体仍由可投资资产达到100万美元及以上的高净值人群构成。普华永道预计,到2027年,全球高净值人群的总资产或将达到139.6万亿美元,占据了非公开市场的主导地位。拥抱变革,适者生存全球资产和财富管理调研报告 2023132.重识客户需求客户资产(美元/万亿)注:由于四舍五入,显示的百分比总数可能不等于100。由于四舍五入,总数可能不等于所显示的总和。来源:普华永道全球资产和财富管理&ESG市场研究中心,OECD,Lipper,Pension Fund andInsurance Associations客户客户2018202020222027低预期低预期2027基准预期基准预期2027高预期高预期CAGR(20182022)CAGR低预期低预期CAGR基准预期基准预期CAGR高预期高预期养老金4656.854.461.164.969.24.20%2.40%3.60%5.00%保险公司31.235.933.938.640.642.72.00%2.70%3.70%4.70%主权财富基金8.49.911.413.514.515.27.80%3.60%5.00%6.00%高净值个人73.5103.5107.3132.2139.6147.49.90%4.30%5.40%6.60%大众富裕人群64.688.584.5101.2107.11137.00%3.70%4.80%6.00%客户资产总额客户资产总额223.8294.6291.4346.6366.7387.56.80%3.50%4.70%5.90%总资产管理规模91.6115.8115.1137.9147.3157.45.90%3.70%5.00%6.50%渗透率渗透率40.909.309.509.80.20.60%NANANANA高净值人群期望财富管理机构能提供更为多样化的服务,否则将更换现有服务机构。对美国高净值人群的研究发现,对产品与服务多样性需求(如非公开市场)的提升正促使其重新考虑与已签约财富管理机构的关系。但许多财富管理机构发现,在实际操作中很难扩大非公开市场业务的范围,而来自于财务顾问的阻力也加剧了机构运营方面的挑战。针对高净值人群财富管理的机遇很大程度上源于财富的传承。到2030年,财富传承总额预计将超过68万亿美元。对技术驱动型服务的需求将随之增加,而“千禧一代”的客户预期将推动ESG、加密/数字货币、以及非公开市场领域的投资需求。拥抱变革,适者生存全球资产和财富管理调研报告 2023142.重识客户需求ETF走入大众视野普华永道发布的ETF 2027:探索充满新机遇的世界调研结果显示,受访的ETF基金经理预计,未来两到三年最大的需求增长将来源于个人投资者。而本次全球资产和财富管理调研也显示出主动型和被动型ETF均存在增长潜力,近四分之一的受访机构投资者表示正在考虑未来一到两年内投资主动型ETF。除新发行产品外,主动型ETF资产管理规模的增长还包括现有共同基金产品的转换。部分资产管理机构已启动这一进程,正在考虑开展主动型ETF业务的资产管理机构中,近六成表示考虑将不超过5%的共同基金产品转换为主动型ETF。在上述趋势下,如何在费率低于以往水平的情况下维持利润率将成为传统资产管理机构需面临的巨大挑战,而扩大规模效应、控制运营成本和拓展数字分销渠道将是破局的关键。资产管理机构正在考虑将现有的部分共同基金产品转换为主动型ETF问:您是否正在考虑在未来1-2年终止/转换现有的部分共同基金产品,并开设主动型ETF产品?来源:普华永道全球资产和财富管理&ESG市场研究中心未决定59%否21%是20%拥抱变革,适者生存全球资产和财富管理调研报告 2023152.重识客户需求来源:普华永道全球资产和财富管理&ESG市场研究中心问:未来1-2年,您考虑终止现有共同基金产品或将其转换为主动型ETF产品的比例是多少?1115%5a07%5W%未来展望跟随客户脚步跟随客户脚步 建立客户画像并不断积累所需的客户服务经验,为更广泛的客户群体提供高度定制化、高粘性的财富管理服务。可以通过内生性发展、收购或通过与知名度较高、分销能力较强的机构合作来实现这一目标。考虑更广泛的潜在合作对象考虑更广泛的潜在合作对象客户并不会主动上门,年轻客户尤其如此。资产和财富管理机构需要定位客户的主要来源、影响客户选择的主要因素以及如何建立并深化客户关系。为吸引新生代客户群体,除了着眼于金融服务机构外,还应关注其他潜在合作伙伴,包括连锁超市、网络零售商等非传统渠道。拥抱变革,适者生存全球资产和财富管理调研报告 2023162.重识客户需求重塑客户关系战略重塑客户关系战略 对于期望扩充客户群体的资产和财富管理机构,应首先关注高净值群体。基于结构化数据(如投资顾问建议和投资组合信息)和非结构化数据(如文本信息和网络媒体信息)客户画像能力的提升,可以更好地了解并回应客户需求。与此同时,移动端服务能力的提升及在线协同工具的应用也十分重要,以满足高净值客户,尤其是“千禧一代”,对于多渠道实时服务(包括线下服务)的需求。引入投资顾问引入投资顾问 随着产品类型的不断增加,引入投资顾问、提供投资者教育以及协助客户进行风险评估变得十分重要。如何管理复杂的投资组合并进行合规披露是一项长期挑战,这就需要专业的第三方机构的支持。中国市场概要及展望从卖方市场向买方市场转型从卖方市场向买方市场转型 行业持续从“聚焦产品销售”的资产管理卖方模式向“提升投资体验”的财富管理买方模式进行转型。伴随着投资者教育的增强以及市场波动带来的冲击,投资者进一步明确了风险偏好、投资目标、投资场景、投后服务等多维度需求。买方模式将更好地帮助投资者发掘适合自身的投资配置,引导投资者树立长期资产配置意识,也将更加注重投资者的实际投资体验,优化面向投资者的触达方式及服务水平。未来,我国资产管理机构将更加精细化地评估投资者需求,持续优化投资者画像,在产品或组合推介过程中,或将弱化现有的单位时间内业绩表现的呈现形式,而是更多地反映投资者的实际收益、实现盈利的占比等维度,深度绑定管理人、销售服务机构与投资者利益,进一步引导投资者采取理性投资行为,提升投资体验。拥抱变革,适者生存全球资产和财富管理调研报告 2023172.重识客户需求证券证券、基金类机构着力打造专精化投顾业务基金类机构着力打造专精化投顾业务 2019年10月,中国证监会发布了关于做好公开募集证券投资基金投资顾问业务试点工作的通知,正式启动基金投资顾问业务试点。截止2023年3月底,根据证监会披露,共有60家机构纳入试点,服务客户总计524万户,服务资产规模达1,464亿元。普华永道预计,未来几年或将成为我国证券、基金类机构发展基金投顾业务的黄金时期。在此期间,证券、基金类机构需要充分利用自身优势,在渠道平台上打造专业化、涵盖公募和私募基金的投顾服务体系。在“投”的方面,充分了解投资者风险偏好、投资周期等特征,推荐高匹配度的基金配置方案;在“顾”的方面,主动提供陪伴式服务,分享市场动态,并在市场及投资者需求发生变化时及时提供配置调整优化方案。未来,银行业金融机构在发展投顾业务时,将基于自身的客户和渠道优势,提供多元化产品配置(涵盖公募基金、私募基金、银行理财产品、私募资产管理计划及信托产品等)的投顾服务;而证券及基金类机构则基于投研能力优势,专精于基金投顾,以打造差异化竞争格局。“固收固收 ”策略仍将受到青睐策略仍将受到青睐 自2019年以来,以“固收 ”为代表的追求绝对收益的资管产品颇受市场追捧。然而,2022年,此类产品在市场波动影响下表现欠佳。当前,我国居民储蓄率依然保持在较高水平,加之风险偏好相对保守,以绝对收益为导向的“固收 ”类产品今后或仍将受到投资者青睐。同时,通过衍生品、另类投资降低业绩波动并对冲投资风险实现绝对收益,也将成为“固收 ”类产品的发展方向。拥抱变革,适者生存全球资产和财富管理调研报告 2023182.重识客户需求3.拥抱技术前沿与变革技术正在彻底改变参与市场的方式和客户期望。普华永道全球资产和财富管理调研结果显示,近90%的受访机构投资者相信,大数据、人工智能和区块链等颠覆性技术的应用将为投资组合带来更出色的表现及收益。超过90%的资产管理机构已经在使用新兴技术以提高投资业绩,但满足投资者对于新兴技术应用的期望仍将是资产管理机构未来面临的主要挑战之一。第三支柱个人养老金业务加速发展第三支柱个人养老金业务加速发展 2022年,第三支柱个人养老金制度在国内正式落地,并明确了相关运作规则、账户模式、税收优惠,以及纳入的养老产品范围等细节。截至2023年6月,纳入第三支柱的公募基金、银行理财产品、特定养老储蓄及养老保险产品合计已达660多只。普华永道预计,未来个人养老金业务将保持高速增长。未来,第三支柱养老金产品的供给和策略将进一步丰富。纳入第三支柱的公募基金类型或将从现有的以目标风险和目标日期策略为主的养老目标基金拓宽到其他权益型、混合型、债券型基金,而养老理财产品也将更多应用成熟的养老投资策略。同时,养老产品管理机构将逐步探索更适合本土市场的大类资产配置、下滑曲线设计等策略以迎合投资者偏好。其中,银行作为第三支柱的账户管理机构,养老产品管理机构需与银行深度合作,突破产品供应的单一角色,与银行共同打造养老端的财富管理业务,同时加强投资者教育和投资顾问等业务的渗透,为投资者提供一站式养老服务。此外,监管或将探索第二支柱年金与第三支柱个人养老金的转换机制,提高税延额度上限,增加纳入第三支柱的养老产品类型等,以进一步优化第三支柱个人养老金体系。拥抱变革,适者生存全球资产和财富管理调研报告 2023193.拥抱技术前沿与变革迎合年轻群体需求的数字化模式和直投平台所带来的影响显而易见。例如,个性化指数投资正越来越受欢迎,对寻求税收优化和倾向于ESG投资、因子投资和算法组合构建的投资者而言更是如此。调查显示,近40%的机构投资者计划未来一到两年投资定制化的指数投资产品。近一半的资产管理机构预计在未来一到两年推出个性化指数投资方案。到2027年,预计直接指数化产品的资产管理规模将增长两倍以上,达到1.47万亿美元,占总资产管理规模的近1%(见下图)。年复合增长率2015年至2021年=29.1 152016201720182019来源:普华永道全球资产和财富管理&ESG市场研究中心,普华永道基于Cerulli Associates历史数据的预测直接指数化产品资产管理规模(美元/万亿)1.0020200.101.50.50.120.150.130.280.35预测21.3%截至2027年,预计直接指数化产品资产管理规模将增长两倍以上20212027 预测0.461.47拥抱变革,适者生存全球资产和财富管理调研报告 2023203.拥抱技术前沿与变革全新的市场基础架构2017201820192020来源:普华永道全球资产和财富管理市场研究中心,普华永道基于 Statista历史数据的预测智能投顾正在兴起并以更快的速度发展年复合增长率2015年至2022年=66.8%智能投顾管理资产规模(美元/万亿)202120222027 预测400.2620.40.71.11.92.5预测19.3%5.9技术正在彻底改变投资交易、证券持有和合约结算的方式,整个现存的行业基础架构可能因此变得冗余。其中,通证化技术通过增加市场准入和简化基金基础架构进一步推动了行业变革。通证化证券作为基于区块链技术的智能合约,可以通过创造通证来确权并享有获得股息等权利。迄今为止,该技术主要集中应用在实物资产上,但原则上通证化几乎可以应用于任何类型的投资标的,有效地缩减在交易结算、资产托管和支付审核上的时间、费用和管理投入。人工智能技术的最新进展也是推动市场数字化转型的因素之一。部分领先机构已经应用生成式人工智能技术对中后台业务进行了革新,而智能投顾等应用也在一些市场中得到迅速发展。普华永道预计,到2027年,由智能投顾管理的资产将达到5.9万亿美元,是2022年2.5万亿美元的两倍以上。但在另一些市场,智能投顾的推广速度较为缓慢,这表明该模式仍需进一步优化以提升可行性。除此之外,基于人工智能技术的未来发展方向包括增强型交易策略和可深入分析非结构化数据的生成式人工智能等。拥抱变革,适者生存全球资产和财富管理调研报告 2023213.拥抱技术前沿与变革技术的变革为资产和财富管理行业带来了发展的转折点,新的技术为行业普及和增长创造机遇的同时,也催生了现有机构中介作用被削弱的的风险。未来展望重新思考系统基础架构重新思考系统基础架构 为跟上系统快速迭代的步伐,资产管理机构应考虑将中后台等非面向客户的业务外包给具备足够规模和资源的服务供应商,以确保技术平台和人才技能均符合最新要求。例如,机构应该考虑在内部是否需要单独设立法律或财务部门,还是可以将部分基础职能外包给成本更低且更具效率的供应商,从而专注于公司特定业务。以创新引领发展以创新引领发展 通过建立创新实验室和“沙盒试验”(Sandbox trials),在通证化和其他创新技术前沿领域获得发展、进行测验并迅速投放市场,从而保持行业领先。为大规模定制化服务做好准备为大规模定制化服务做好准备 通过人工智能和智能投顾为更多投资者提供个性化解决方案(以往多为高净值人群专属服务),拓宽零售业务。但人工和数字化混合的服务模式将继续存在。管理技术风险管理技术风险 人工智能技术的应用必须建立在管理好投资者、员工和监管机构相关风险的基础之上,这要求资产管理机构在数据治理和数据保护方面保持稳健,同时要对数据安全、管理职责和意外后果负责并及时响应。拥抱变革,适者生存全球资产和财富管理调研报告 2023223.拥抱技术前沿与变革中国市场概要及展望加速布局核心系统信创加速布局核心系统信创,推进推进“数智化数智化”转型转型 近年来,国家信息应用技术创新(信创)政策逐步推进,资产和财富管理业务规模和复杂度不断提升,国家对信息技术和数据安全方面的监管进一步加强,对于行业机构的核心系统性能、安全稳定与适配性等方面的要求也持续提升。同时,作为高度依赖信息数据的行业,各类数字科技也在行业中得到加速应用。部分资产和财富管理机构在投研、交易、风控、运营、营销,基金投顾等业务场景中加快推进相关数字科技的落地,并促进了以数字为核心的系统融合和业务融合,提升了业务的自动化和一体化程度,实现了降本增效。未来,在核心系统信创和“数智化”转型上保持战略性投入将成为行业机构提升关键系统自主可控力和业务核心竞争力的必由之路。行业机构将重点加强信创规划与实施,通过加大信息技术投入,稳步推进现有核心信息基础设施的优化及国产化的落实,并提高自主研发能力和信息技术安全管理能力,以有效维护信息技术系统安全、数据安全和客户个人信息安全。同时,资产和财富管理机构也将基于自身禀赋,通过自研、采购、并购、合作等各种方式进一步聚焦“数智化”核心能力的提升,加快业务发展与转型升级,构建高效、安全的服务方案。此外,业务转型、技术发展和政策机制变化也为各细分领域内具备差异化竞争力的技术服务商的生存和发展提供了良好契机,从而催生出更为多元化的技术服务生态,加强行业的抗风险能力。拥抱变革,适者生存全球资产和财富管理调研报告 202323数据治理孕育技术蝶变数据治理孕育技术蝶变 数据治理作为人工智能、区块链、云计算、大数据等数字技术高质量发展的重要基石,需要管理人及各类服务机构投入大量的时间和精力,进行诸如源数据管理、数据标准化、历史数据归类、数据主题分类等基础工作。此类工作通常需要长期的沉淀以形成“从量变到质变”的转化,因此,管理人需要平衡短期需求和长期战略目标,并设置长期(约3-5年)评价指标,以合理评估其成效。3.拥抱技术前沿与变革在市场竞争和投资者压力的共同作用下,全球资产与财富管理行业的收费水平正在持续下降。被动型基金的总费率(TER,即运营或管理基金的总成本)降幅最大,而主动型基金在未来几年的降费速度将会更快。调查显示,资产管理机构预计,未来一到两年,甚至在更长时间内,费率下降的趋势可能将会持续。预计到2027年,主动型投资基金的总费率将较2022年下降12%,降至59个基点;而本就处于历史低位的被动型投资基金的总费率较2022年将下降9%,降至13个基点(见下图)。4.在成本和竞争压力下扩大规模拥抱变革,适者生存全球资产和财富管理调研报告 2023244.在成本和竞争压力下扩大规模全球总费率可能进一步下降80402002017201820192020602021股票类股票类全市场平均全市场平均债券类债券类混合类混合类货币市场货币市场全球投资基金总费率单位:基点20222027预测120100注:数据包括注册在欧洲、美国、中东和非洲地区以及拉丁美洲的公募基金和 ETF基金。总费用率基于其资产权重。数据不包括注册在美国的被动型货币市场基金和注册在 拉丁美洲的被动型混合基金。来源普华永道全球资产和财富管理市场研究中心,Lipper2010020172018201920202021股票类股票类全市场平均全市场平均债券类债券类货币市场货币市场混合类混合类全球投资基金总费率单位:基点20222027预测30拥抱变革,适者生存全球资产和财富管理调研报告 2023254.在成本和竞争压力下扩大规模主动型主动型被动型被动型透明度和可比性的提升在一定程度上促使资产和财富管理机构调整费率,但当前投资者已不再是机构降低费率的主要推动因素。超过70%的受访机构投资者表示对股票型基金的费率感到满意。对费率表示不满意的投资者中,大多数更愿意与现有机构协商以降低不超过5%的费用而非更换管理机构。目前,降低费用的最大驱动力来源于资产和财富管理行业内部的竞争压力,因为大型机构能整合规模优势和增加对前沿技术的投入,从而压倒其他竞争者。此外,行业内整合以及集中度的提高会进一步强化这些优势。普华永道预计,到2027年,按资产管理规模计算,前10大传统资产管理机构或将控制近50%的共同基金,高于2020年42.5%的比例(见下图)。8001520162017201820192020100 %到2027年,前10大传统资产管理机构控制近50%的共同基金资产管理规模202120222027预测62.7a.4a.2X.1W.5V.2U.7P.37.38.68.8A.9B.5C.8D.3I.7%来源:普华永道全球资产和财富管理&ESG市场研究中心,Refinitiv Lipper前十大机构资产集中度其他机构拥抱变革,适者生存全球资产和财富管理调研报告 2023264.在成本和竞争压力下扩大规模并购重组与战略合作再度兴起调研显示,近四分之三的受访资产管理机构(73%)考虑未来几个月与另一家资产管理机构进行战略整合。短期内,虽然部分交易可能会受估值不确定性和融资限制的影响而搁置,但在未来一年甚至更长的时间里,资产管理机构拓展新的细分市场、提升市场份额和降低风险等需求仍会进一步驱动并购交易(见下图)。促使资产管理机构在未来两年内进行合并的因素获得新的细分市场、客户或新的市场机遇增加市场份额,减少竞争降低风险和提升产品多样化利用其他公司的高技能人才或团队应对通货膨胀压力43871(%来源:普华永道全球资产和财富管理&ESG市场研究中心控制分销渠道和客户关系也可能成为纵向整合的推动力,资产管理机构希望能以投资能力作为核心价值推动整合私人银行、财富管理和其他直接触达客户的业务。近四分之三的资产管理机构(73%)考虑未来几个月与另一家资产管理机构进行战略整合。拥抱变革,适者生存全球资产和财富管理调研报告 2023274.在成本和竞争压力下扩大规模未来展望锁定交易目标锁定交易目标 纵观全球,在主要发达经济体利率高企和融资受限的情况下,大规模交易可能仅限于拥有大量现金的买家。而以创新联盟的建立和小规模的以技术及人才为目标的并购交易将推动转型发展。超越规模超越规模 对于资产和财富管理机构,通过横向整合扩大规模和提升影响力远远不够,并购重组将成为获取分销能力和实现纵向整合的关键,从而为交叉销售和建立直接客户关系创造机会。由于投资者预期的变化,并购可以帮助机构获得所需的业务经验和多元化的产品组合。中国市场概要及展望降费趋势下降费趋势下,行业重新审视营销模式及营收结构行业重新审视营销模式及营收结构 近期,随着让利型公募基金产品在国内的推出以及主动权益类公募基金降费措施的出台,管理费率、托管费率及交易佣金费率等将随之下降。银行理财产品则因过高的同质化产品竞争以及业绩表现不达预期而主动降低费率,以增加投资者收益。管理费及交易佣金下降将影响渠道端的收入,使渠道端重新调整对于产品新发的营销资源投入。行业逐渐从新发产品推动规模增长,向引导资金流入存续产品转变。因此,与投资者实际收益表现挂钩的持续营销模式或将成为主流。同时,随着国内监管趋严,原本依托特殊激励手段推动渠道优先配置营销资源的竞争行为也将偃旗息鼓,驱使行业回归本源。降费带来的营收压力也将促使机构重新审视目前的收入贡献结构,激励行业及管理机构主动求变,探索新业务潜力,促进多元化发展。拥抱变革,适者生存全球资产和财富管理调研报告 2023284.在成本和竞争压力下扩大规模5.强化社会责任中小型资产管理机构将面临更大生存压力中小型资产管理机构将面临更大生存压力 受行业降费影响,中小型及新成立的资产管理机构将面临更大的生存压力和注资需求。经营不善的机构将主动申请注销或者通过并购重组实现市场化退出,而由于相关业务牌照的稀缺性,部分潜在意向者将通过兼并收购进入市场,资产管理机构的总体数量增速预计有所下降。与境外资产管理机构通过并购重组实现业务多元化及规模增长不同,基于牌照监管主导的行业体系和有待提升的业务差异化程度,境内资产管理行业并购重组仍将主要服务于市场的进入与退出,而在产品多元化及规模增长方面仍主要依靠机构内生性发展。资产和财富管理行业及其社会角色日益重要,行业机构的使命和社会责任也引发了公众关注。资产管理机构在部分领域正在寻求目标导向的业务增长,诸如为净零排放转型提供资金或将私人信贷业务覆盖至中小企业等。在深入推动ESG投资和更广泛经济领域的创新和增长的同时,资产管理机构仍有机会进一步重塑公众观念并吸引新的人才和投资。一些投资者在选择资产管理机构时加入了多样性评分,因此提高行业的多样性和包容性也成为了当务之急。拥抱变革,适者生存全球资产和财富管理调研报告 2023295.强化社会责任展望未来,普华永道预计,资产管理机构将在绩效评价中加强对社会责任的考评,以显著改善其在员工和下一代投资者眼中的形象。调研结果显示,53%的受访机构正在努力提高ESG事项的透明度并在此领域持续推进(见下图)。资产管理公司需提高透明度,采取社会行动社会责任信息披露要求日益提高雇主正在采取行动满足员工的期望对整体经济的影响(就业、税收、工资等)对ESG事项的影响提升职场多样性和包容性提升员工健康和安全保护57PGA%提升ESG事项的透明度提高员工技能提升企业价值观与员工价值观的一致性提升职场多样性、公平性和包容性53HE7%来源:普华永道全球资产和财富管理&ESG市场研究中心拥抱变革,适者生存全球资产和财富管理调研报告 2023305.强化社会责任监管部门加强了对资产管理机构的监管,旨在防止行业集中度上升导致的系统性风险。在人口老龄化和公共养老金减少的背景下,需要重新制定资产管理行业收费、披露和产品创新等标准,未雨绸缪,应对可能出现的挑战。当非公开市场的整体规模超过公开市场,而资产和财富管理行业进一步涉足基础设施、公共住房和商业借贷等领域时,公众对于机构公信力的要求也在不断提升。未来展望树立更为积极的社会形象树立更为积极的社会形象 为维护运营,满足社会和监管要求,资产和财富管理机构的管理者需要树立更为突出的公众形象。同时,随着加快绿色转型等社会责任议题纳入战略决策和绩效管理评价,将给资产管理机构带来更大压力。打造合理的投资评价体系打造合理的投资评价体系 基金净值波动促使监管更加关注投资成果。对于资产管理机构而言,监管趋严可以作为改善和推行差异化投资评价体系的催化剂,而非仅仅作为满足合规的必然要求。其中的机遇蕴含在利用先进的客户画像技术和基金定制化方案以更好地理解和满足投资者在ESG等领域的财务目标和预期。成为引领者成为引领者 监管和公众对资产管理机构的要求还将逐渐提升并难以预测。机构迅速响应监管与公众要求的必要性愈发凸显,例如自然生态系统保护受到越来越多的关注。随着生物多样性被纳入监管要求以及新的信息披露规定出台,资产管理机构将其纳入投资和产品开发策略将助力机构处于行业领先地位,提升产品的差异化。拥抱变革,适者生存全球资产和财富管理调研报告 2023315.强化社会责任在金融行业薪酬改革背景下在金融行业薪酬改革背景下,探索股权激励及业务转型探索股权激励及业务转型在国内金融行业整体费率下行以及薪酬改革的背景下,资产和财富管理行业整体薪酬水平亦将有所下降。未来,资产管理机构或将难以维系现行的薪酬激励机制以吸引和留住人才,因此行业需要重新审视并调整现有的业务结构、人员结构以及激励措施。以境内公募基金行业为例,目前有约40家公司开展了员工持股计划(ESOP)。普华永道预计,未来将有更多国有及合资背景的资产管理机构尝试探索员工持股计划及其他股权激励措施。此外,国内资产和财富管理行业也将更注重内部人才培养体系以及公司文化及价值观的搭建,同时通过向被动及量化等平台型业务加速转型以降低薪酬改革带来的影响。监管及投资者需求驱动践行监管及投资者需求驱动践行ESG理念理念作为国家实现“双碳目标”战略的重要体现,ESG理念在监管、投资者及行业机构的推动下快速发展。在国家政策的激励下,机构在ESG方面的投入及能力建设或将成为监管部门考核其发展水平、实施分类监管的重要指标。行业头部机构将承担ESG先行者的角色,引领行业完善ESG研究、投资、人才培养、信息披露、理念推广等方面的能力。在私募股权或天使投资领域,来自不同地区的投资者,尤其是主权基金、养老金等机构投资者,逐步将ESG纳入机构考核指标,并以其作为判断是否投资的标准之一,这将推动ESG在衡量、评估和披露等机制安排不断完善。未来,资产和财富管理行业将进一步推动ESG整合,明确相关管理职责,通过自身的影响力推动资本市场深入践行ESG理念。更多类型的投资者也会进一步将ESG纳入自身的投资目标从而激励全行业提升ESG能力,实现正向反馈。中国市场概要及展望拥抱变革,适者生存全球资产和财富管理调研报告 2023325.强化社会责任推动长期增长展望未来,资产与财富管理行业需要在继续适应不断变化的投资者需求和市场环境的同时,向更加个性化、数字优先模式的策略转变。能够有效地利用技术、与新客户和现有客户建立有意义的联系并提供卓越客户体验的公司,将会在快速变化的环境中占得先机。总体而言,本次调查强调了一个事实,即作为全球金融体系至关重要的组成部分,资产与财富管理行业将驱动个人和机构的长期发展并创造财富。拥抱变革,适者生存全球资产和财富管理调研报告 2023335.强化社会责任关于调查普华永道2023年全球资产和财富管理调查是一项针对全球资产管理公司和机构投资者的国际性调查。该调查旨在评估当前资产和财富管理行业对近期宏观经济和商业环境变化的反应,收集关于这些变化在未来几年引领行业潜在发展方向的见解,并评估业内人员对资产和财富管理行业格局演变的准备程度。资产管理机构调查样本由250名受访者组成。受访者在职位、公司规模和类别方面具有跨部门性。调查样本还包括250名机构投资者。机构受访者的资产管理规模跨度较大,其中一半以上的受访机构资产管理规模超100亿美元。公共和私人养老基金共占机构受访者总数的60%以上。普华永道预测2027年行业前景的方式普华永道使用了计量经济学模型来获得相关估计值。相关指标(资产管理规模、客户资产、收入等)被用作目标变量(通常基于2004-2022年的数据),国际货币基金(IMF)的各项宏观经济指标被用作解释变量。普华永道使用了统计软件以验证各个模型,并筛选出了对每个国家或地区有显著统计学意义的模型。此外,我们还纳入了普华永道专家对不同行业未来主要趋势的观点。拥抱变革,适者生存全球资产和财富管理调研报告 202334联系人OlwynAlexander普华永道全球资产和财富管理行业主管合伙人DariushYazdani普华永道全球资产和财富管理行业市场研究中心主管,合伙人dariush.yazdanipwc.lu薛竞薛竞普华永道亚太区及中国资产和财富管理行业主管合伙人赵钰赵钰普华永道中国资产和财富管理行业合伙人本文仅为提供一般性信息之目的,不应用于替代专业咨询者提供的咨询意见。2024 普华永道。版权所有。普华永道系指普华永道网络及/或普华永道网络中各自独立的成员机构。详情请进入

    浏览量0人已浏览 发布时间2024-02-23 36页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • NIFD:2023年度债券市场报告-稳中有进 静水流深(25页).pdf

    中国宏观金融NIFD季报主编:李扬殷剑峰张旸 王蒋姜2022 年 4 月债券市场NIFD季报主编:李扬彭兴韵周莉萍、孙雨萌、彭林威2024 年 2 月 NIFD 季报是国家金融与发展实验室主要的集体研究成果之一,旨在定期、系统、全面跟踪全球金融市场、人民币汇率、国内宏观经济、中国宏观金融、国家资产负债表、财政运行、金融监管、债券市场、股票市场、房地产金融、银行业运行、保险业运行、机构投资者的资产管理等领域的动态,并对各领域的金融风险状况进行评估。NIFD 季报由三个季度报告和一个年度报告构成。NIFD 季度报告于各季度结束后的第二个月发布,并在实验室微信公众号和官方网站同时推出;NIFD 年度报告于下一年度 2 月份发布。I 稳中有进,静水流深 摘摘 要要 2023 年,美欧仍延续货币政策紧缩态势,但加息渐入尾声,超高限制性利率在抑制通胀的同时,也带来了金融信贷环境的持续收紧,美国受益于前期的宽松财政政策,居民、企业等部门资产负债表较为健康,同时疫情后服务型消费韧性较强,经济增长持续超预期。同样激进加息的欧洲经济则持续陷入困顿,长期在零增长附近徘徊。在全面放开后的第一年,我国经济逐步恢复常态化运行,但内需不足仍是主要问题。2023 年初,国家从政策层面大举推动经济修复预期管理,宏观调控组合政策发力效果显著,经济运行状态持续好转,三季度GDP同比增长4.9%,两年平均增长4.4%,较二季度加快 1.1 个基点,全年 5%的经济增长目标有望实现。一级市场方面,2023 年,财政政策仍持续发力,国债与地方债发行持续放量,特别是四季度发行特别国债 1 万亿元,用于支持灾后恢复重建和弥补防灾减灾短板;同业存单 2023 年受资金面宽松及商业银行配置政府债券、增加信贷投放引起的流动性需求,发行量止跌回升;以住房抵押贷款为代表的资产支持证券仍延续大幅下跌态势。二级市场方面,债券市场最大买家商业银行份额占比持续提升,国债流动 2023 年止跌回升,交易比数及规模大幅提升。债券违约方面,实质性违约只数与规模继续下跌,展期债券与违约债券合计规模小幅下滑,但展期债券占比持续攀升,信用风险收窄有限。2023 年,监管机构持续推动金融监管改革,推动债券市场优化开放,通过住房租赁金融、科创型票据、企业资产证券化等多方式助力融资环境优化,北交所 2023 年启动公司债受理审核工作,债券市场供给体系进一步丰富。本报告负责人:本报告负责人:彭兴韵 本报告执笔人:本报告执笔人:彭兴韵 国家金融与发展实验室副主任 周莉萍 国家金融与发展实验室高级研究员 孙雨萌 中国社会科学院大学硕士研究生 彭林威 中国社会科学院大学硕士研究生 【NIFD 季报季报】全球金融市场 人民币汇率 国内宏观经济 宏观杠杆率 中国宏观金融 中国金融监管 中国财政运行 地方区域财政 房地产金融 债券市场债券市场 股票市场 银行业运行 保险业运行 机构投资者的资产管理 目 录 一、2023 年债券市场面临的利率环境.1(一)发达经济体加息周期已近尾声,高利率带动通胀高位回落 1(二)国内中枢利率在经济弱预期中不断下行.4 二、2023 年我国债券市场发展平稳.10(一)债券发行规模、偿债规模均同比增长,净融资额较 2022 年基本持平.10(二)国债二级市场流动性.15(三)债券市场信用风险事件冲击减弱.16(四)债券市场改革不断深化,密集出台支持债券融资的政策举措.17(五)不断扩大债券市场高水平对外开放.19 三、展望.21 1 一、2023 年债券市场面临的利率环境(一)(一)发达经济体加息周期已近尾声,高利率带动通胀高位回落发达经济体加息周期已近尾声,高利率带动通胀高位回落 2023 年,面对高企的通胀,美联储延续了紧缩性货币政策,但加息频率与节奏有所放缓,2023 年 4 次共加息 100 个基点,联邦基准目标利率升至 5.50%(见图 1),为 2008 年以来最高位。分季度来看,美联储 2023 年一季度加息两次,共 50 个基点;二季度、三季度各加息一次,共 50 个基点;7 月加息后至今美联储已暂停加息。图图 1 主要发达经济体政策利率(主要发达经济体政策利率(%)数据来源:Wind。激进加息下通胀遏制已见成效。激进加息下通胀遏制已见成效。2023 年,美国通胀在美联储紧缩货币政策下一路回落,CPI 从 1 月的 6.40%下降至 10 月的 3.20%(见图 2),三季度因油价上涨等因素短暂拉升徘徊,进入四季度后,因油价压力有所平复及住房等因素延续下行趋势,CPI 掉头下降。核心通胀从 1 月的 5.60%下降至 12 月的 3.90%,但核心 CPI 下落速度明显低于 CPI 回落速度,且核心 CPI 从 3 月起高于 CPI 维持至今,服务、住房、核心商品等核心通胀黏性较强,显示美国劳动力市场及居民消费等因素韧性较强。-1.000.001.002.003.004.005.006.002023-12-292023-12-082023-11-172023-10-272023-10-062023-09-202023-09-052023-08-212023-08-062023-07-222023-07-072023-06-222023-06-072023-05-232023-05-082023-04-232023-04-082023-03-222023-03-012023-02-082023-01-182022-12-232022-12-022022-11-112022-10-212022-09-302022-09-082022-08-172022-07-272022-07-062022-06-152022-05-232022-04-292022-04-062022-03-162022-02-232022-02-022022-01-12美国:联邦基金目标利率欧元区:再融资利率英国:基准利率日本:隔夜拆借利率2 图图 2 主要发达经济体通胀水平(月同比、主要发达经济体通胀水平(月同比、%)数据来源:Wind。尽管美联储大幅加息,但美国经济表现超出预期,美联储多次上调经济增长尽管美联储大幅加息,但美国经济表现超出预期,美联储多次上调经济增长率预测。率预测。2023 年一、二季度,美国实际 GDP 年化增速分别为 2.20%、2.10%,三季度实际 GDP 环比折年率高达 5.20%,剔除基期及库存扰动因素预计仍高于二季度数值。从各项对经济的拉动效果来看,私人消费与投资增长成为三季度 GDP高增长的推动因素。个人消费支出与国内私人投资对美国实际 GDP 环比拉动率分别为 2.44%、1.82%,保持强劲势头;政府消费支出与投资对美国实际 GDP 环比拉动率则波动较小,三季度维持在 0.92%。美联储对美国 2023 年实际 GDP 增速预测由 2023 年初的 0.4%,拉升至 2.1%,对 2024 年的实际 GDP 增速也由 1.2%增长至 1.5%,美国经济的强韧性成为市场最大的预期差之一。失业率处于较低水平,职位空缺率一度出现边际上升.劳动力市场的紧俏反映到薪资增长上,表现为薪资增长幅度下降偏缓,支撑了美国居民消费,同时美国房地产市场及权益类资产价格上涨带来的财富效应也起到了支撑作用。从政策来看,美国财政支出虽然有所收缩,但仍相对宽松,在拜登政府一系列产业政策加持下,政策对经济增长托底效果明显。美国国债利率创新高,国债实际利率快速上行。美国国债利率创新高,国债实际利率快速上行。2022 年以来,美国国债收益率总体呈上涨态势,尤其是在美联储加息后,国债收益率不断攀升。2021 年末美国 10 年期国债收益率维持在 1.60%左右,至 2022 年末上涨至 3.80%,2023 年年初短暂徘徊后快速上行,10 月末升至本轮最高点,一度逼近 5.00%。从短期影响因素看,美联储持续缩表减持美国国债,同时美国政府一系列产业政策扩张财政支出,增加了国债供给,造成国债供需有所失衡。从长期支撑因素看,美国国0.002.004.006.008.0010.0012.002022-012022-022022-032022-042022-052022-062022-072022-082022-092022-102022-112022-122023-012023-022023-032023-042023-052023-062023-072023-082023-092023-102023-112023-12美国:CPI:同比日本:CPI:当月同比欧元区:HICP(调和CPI):当月同比英国:CPI:同比3 债实际利率在 2023 年对国债收益率变动的主导效应越来越强。自本轮加息以来,联邦基金目标利率持续上升,同时美国经济表现出的强韧性提升了实际利率,从而提高了美国国债收益率。2023 年欧央行持续加息以对抗通胀,累计 6 次共加息 200 个基点,主要再融资利率升至 4.50%。2023 年 10 月,在连续加息 10 次后按下暂停键。连续的加连续的加息抑制了欧元区的信贷供应,收紧的金融条件使欧元区经济萎缩的风险不断上息抑制了欧元区的信贷供应,收紧的金融条件使欧元区经济萎缩的风险不断上升。升。欧元区通胀在欧央行高限制性利率下一路回落,2023 年上半年,受益于能源、食品价格下滑及全球供应链紧张的缓解,欧元区 HICP(调和 CPI)一路从年初的 9.20%下滑至 6 月末的 5.50%,但核心 HICP 却在上半年不降反升,一路走高,在 7 月实现对 HICP 的反超。长期的通胀让欧元区各行业公会普遍要求涨薪以抵消通胀影响,普遍的涨薪加大了“工资-价格”螺旋上升的风险,形成了对核心通胀的强力支撑。步入三季度后,核心 HICP 才跟随 HICP 缓慢下降,但仍高于 HICP。较高的利率让经济增长前景愈发黯淡,欧元区实际 GDP 一季度环比零增长,二季度环比微增 0.20%,三季度掉头转负,环比下降-0.10%,增长动能相对疲软,不断加大了欧元区陷入衰退的预期。尤其是与美国经济表现出较强韧性相比,欧洲经济愈发黯淡无光。三季度末,美国经济数据的超预期表现让欧元汇率承压。同时经济动能的回落让欧洲就业市场韧性消退,在一定程度上有助于通胀的缓解,但就业与工资的放缓对消费构成下行风险,高利率下信贷条件的收紧,欧洲消费与投资对经济的拉动形成拖累。2022 年以来,日本通胀一路上升,逐渐摆脱长期以来超低通胀甚至通缩的局面。2023 年 CPI 始终位于 3%以上,核心 CPI 也在 3%附近波动,经济增长略有起色,一、二季度实际 GDP 环比折年率分别达 3.70%、4.50%,三季度受汇率贬值影响净出口下降导致实际 GDP 环比折年率转负。汇率持续贬值,日本央行汇率持续贬值,日本央行2023 年两度调整年两度调整 YCC 政策。政策。在欧美央行激进加息下,日本央行始终维持负利率政策,利差不断扩大让日元汇率一路下跌,在 11 月初跌破美元兑日元 1:150 的心理关口,此后有所回升。同时,日本通胀及经济等因素让日本国债收益率不断抬升,一度逼近甚至超过原收益率曲线控制(YCC)政策定的 10 年期国债收益率 0.5%的上限,日本央行不得不在 7 月和 10 月议息会议上两度调整 YCC 政策,7 月将利率上限由 0.5%调整至 1.0%,10 月宣布上限 1.0%仅为参考,取消了无限4 购债的承诺,对 YCC 政策实现边际性松绑,摆脱了原先 YCC 政策下,通胀抬升引起国债收益率上行,央行维持承诺加大购债力度进一步放松货币,继而引起通胀的恶性循环。通胀方面,日本通胀自 2021 年下半年上升以来,由最初的能源输入型通胀,逐步转换为薪资增长、服务等内在通胀,尤其是 2023 年以,能源部分对日本通胀贡献率持续转负。日本央行也不断上调未来通胀预测,最新一次核心通胀预测(2024 年 3 月)已上调至 3.8%,显示日本央行对通胀超调的容忍度要高于通缩的容忍度。(二)(二)国内中枢利率在经济弱预期中不断下行国内中枢利率在经济弱预期中不断下行 2023 年被视为疫后放开后的第一年。中国经济在恢复常态化运行后,仍略显疲态,内需不足仍是本轮“波浪式”复苏所面临的主要挑战。2023 全年保持中性偏宽松的政策基调,未来在注重跨周期与逆周期调节的同时更加强调与财政政策的配合。从货币供应量来看,从货币供应量来看,自 2023 年 1 月以来,M1同比增速持续走低,从年初的 6.7%降至 12 月的 1.3%,同时,M2增速维持高位,M1-M2剪刀差走阔(见图 3)。这也反映了本轮经济复苏中,我国内需仍然不足,资金流通速度低位徘徊。衡量货币流通速度的 GDP/M2同比变动自 2023 年初以来就处于低位,货币政策对于资金流通速度的提振并未如预期明显,短期内货币政策仍有较大降息空间;中长期来看,更应坚持改革,将货币、财政以及相关产业政策更为紧密的结合,针对地方财政紧张的问题,应加快“土地财政”向“股权财政”的转型,保障债务如期偿还。图图 3 M1、M2同比及二者剪刀差(同比及二者剪刀差(%)数据来源:同花顺。0.01.02.03.04.05.06.07.08.09.010.00.002.004.006.008.0010.0012.0014.00M2-M1:(右)M1(货币):同比M2(货币和准货币):同比5 企业活期存款增速下降成为 M1同比最大拖累项。一方面,房地产销售市场遇冷,阻碍居民储蓄向企业活期存款的转换,1 月至 11 月我国商品房销售额与销售面积同比分别下降 5.20%、8.00%(见图 4)。2023 年以来,我国对房地产业的态度转向是多元化和综合化的,在坚持“房住不炒”的定位下逐渐松绑,落实“金融十六条”措施,“因城施策”实施差别化信贷政策,重视地产市场发展给经济增长与民生改善带来的积极作用。对地产业全年调控思路呈现“小幅但高频”的特点,城市分化较大,且政策持续性较弱,利好落地后经历 1-2 两周左右的“脉冲式”回暖。具体来看,央行两次降准、三次降息、下调公积金贷款利率以及阶段性放宽房贷利率下限,全年累计下调 LPR 共 35 基点,首套房房贷利率最低至4.1%,下调首套房个人住房公积金贷款利率 0.15 个百分点,引导居民房贷成本下降。2023 年下半年各大政策频繁出台,10 月底的中央金融工作会议再次明确要“一视同仁”,满足不同所有制房企合理的融资需求,提前对接相应需求,随后出台“房企白名单”、11 月中旬提出“三个不低于”,首次以量化指标的方式对于银行业房贷行为进行硬性规定,将触角细化至非国有房地产企业,调整供给侧融资支持结构,真正缓解房地产企业融资压力。预计后续也将继续围绕对民营房企的融资支持和满足居民的购房需求出台系列政策。图图 4 商品房销售额累计同比(商品房销售额累计同比(%)数据来源:同花顺。-40.00-20.000.0020.0040.0060.0080.00100.00120.00140.002月3月4月5月6月7月8月9月10月11月12月2017年2018年2019年2020年2021年2022年2023年6 在“波浪式”复苏的背景下,企业短期内投资扩张意愿较弱,企业存款定期化趋势明显,且在经营面临压力的情况下资金多用于偿还利息,并未沉淀于活期存款中,导致 M1与 M2剪刀差持续走阔。2023 年我国信贷总量增长较快,结构持续优化。2023 年全年人民币贷款增加 22.75 万亿元,同比多增 1.31 万亿元。其中,金融机构贷款同比多增 10.60%,贷款利率到达历史低位,金融机构对实体经济的支持力度不断加大。从结构来看,企事业单位中长期贷款较 2023 年初增加 13.57 万亿元,占全部企业贷款增加值的 75.78%。截至 11 月末,制造业和普惠小微贷款余额分别同比多增 38.2%与24.1%,比全部贷款增速分别高出 27.3%与 13.2%。2023 年度 CPI 与 PPI 走势明显背离,剪刀差延续走阔趋势。自 2023 年 6 月以来,我国 CPI 环比连续负增长(见图 5),同比在 6 月降至 0 附近,剔除食品与能源项的核心 CPI 也处于 0.4%左右的低位,猪肉和蔬菜价格走低是上半年食品项通胀回落的主要原因。下半年随着消费市场的恢复和部分商品价格的上涨,拉动 CPI 同环比有所上行。一些食品和非食品类商品的价格上涨较快,例如鲜果、鲜菜等食品项在季节效应下价格抬升明显,此外,在十一小长假的影响下服务类消费价格也有所上涨,前三季度 CPI 同比上涨 0.4%,12 月 CPI 环比上升0.10%,物价运行总体平稳。图图 5 CPI 同环比及分项贡献(同环比及分项贡献(%)数据来源:同花顺。-6.00-4.00-2.000.002.004.006.008.00-1.00-0.500.000.501.001.502.002.50CPI:非食品:当月同比%CPI:食品:当月同比%CPI:当月同比%CPI:环比%7 由于国际原油等大宗商品价格的波动以及国内供需关系的调整,2023年全年 PPI 出现了一定下跌(见图 6)。目前,我国工业品产能仍然过剩,商品价格受抑制的情况或将延续,预计 2024 年 PPI 同比增速或将继续低位运行,微观主体的弱预期与低需求可能导致通缩压力自产业链下游传导至上游,广谱利率中枢因此被拖累的可能性仍然存在。图图 6 PPI 同环比走势(同环比走势(%)数据来源:同花顺。结合 PMI 来看,2023 年一季度制造业景气度在去库存周期的带动下,保持在荣枯线以上(见图 7);综合 PMI 在 4 月达到 54.4%,较 3 月回落2.6%,当月制造业 PMI 降至荣枯线之下,制造业企业“订单-生产-价格-采购”下降趋势明显;三季末我国官方综合 PMI 产出指数 52.0%,环比上升0.7pct。制造业 PMI 重返荣枯线上方,连续 4 个月景气回升,产需回暖共振,在三季末提升至 50.20%。但需求不足仍然是制造业恢复发展面临的首要问题。迈入四季度后,制造业 PMI 连续下行且维持在景气收缩区间,12 月制造业 PMI 环比下降 0.4 个百分点至 49%。非制造业 PMI 为历史同期及年内最低值,其中建筑业景气度明显强于服务业(见图 8),经济内生动能较弱的问题仍然突出,预计后续将提前出台“稳增长”系列政策,进一步巩固经济回升基础。-6.00-5.00-4.00-3.00-2.00-1.000.00-1.00-0.80-0.60-0.40-0.200.000.200.400.60PPI:环比PPI:当月同比(右)8 图图 7 制造业制造业 PMI 及部分分项(及部分分项(%)数据来源:同花顺。图图 8 非制造业非制造业 PMI 走势(走势(%)数据来源:同花顺。同时,国内消费与投资规模继续扩大。同时,国内消费与投资规模继续扩大。2023 年前三季度全国居民人均可支配收入为 2.9 万元,同比名义增长 6.3%,结构持续改善。前三季度社零总额同比增长 6.8%,其中服装粮油类等生活消费增长稳定,娱乐等升级类商品销售增长较快。前三季度固定资产投资 375035 亿元,同比增长 3.1%,制造业、基础设施与高技术产业投资分别增长 6.2%、6.2%与 11.4%,房地产开发投资下降 9.1%。2023 年以来,央行利率政策的针对性和协同性明显增强,实体融资成本稳中有降。除了两次降准、三次降息之外,央行还引导主要银行下调一年46.0047.0048.0049.0050.0051.0052.0053.00-30.0020.0070.00120.00170.00220.00制造业PMI:生产制造业PMI:新订单制造业PMI:原材料库存制造业PMI:(右)48.0050.0052.0054.0056.0058.0060.0062.0064.0066.00制造业PMI非制造业PMI:建筑业非制造业PMI:服务业50枯荣线9 期以及以上存款利率 10-25 个基点,充分发挥存款利率市场化调整机制的作用,缓解存款长期化倾向,提高资金活化率。同时,积极顺应房地产市场供求关系新态势,适时调整优化房产利率政策,按季动态调整首套房贷款利率,调降二套房利率下限 40 个基点,降低居民还贷压力,促进存款向投资消费转化。债券市场到期收益率在国内外经济形式和政策因素的影响下,呈波动下行态势。一方面,全球经济复苏乏力,以美国为代表的发达经济体持续宽松的货币政策和较低的利率水平对我国债券市场形成一定影响。另一方面,国内经济稳增长政策持续发力,货币政策保持宽松,推动债券市场利率下行。具体来看,2023 年上半年,我国债券市场整体表现平稳,收益率呈现波动下行态势(见图 9)。受银行间市场流动性宽松和避险情绪的影响,国债收益率波动下行,10 年期国债利率分别在 1 月末和 8 月末达到全年高低点;企业债收益率在信用风险事件和资金面波动的影响下,呈现区间波动;可转债市场则受到股市波动和转债个券表现的影响,呈现结构性机会。图图 9 国债到期收益率与国债到期收益率与 MLF 走势(走势(%)数据来源:同花顺。进入 2023 年下半年,我国债券市场面临全球经济复苏乏力、国内经济稳增长政策持续发力等多重因素影响,利率呈现下行态势。9 月以来,政府010203040506070809010000.511.522.533.52023-01-032023-01-122023-01-282023-02-062023-02-152023-02-242023-03-072023-03-162023-03-272023-04-062023-04-172023-04-252023-05-082023-05-172023-05-262023-06-062023-06-152023-06-272023-07-062023-07-172023-07-262023-08-042023-08-152023-08-242023-09-042023-09-132023-09-222023-10-092023-10-182023-10-272023-11-072023-11-162023-11-272023-12-062023-12-152023-12-26十年期国债收益率-一年期国债收益率(右):BP中期借贷便利(MLF):操作利率:1年中债国债到期收益率:10年中债国债到期收益率:1年10 释放诸多积极信号刺激经济,如地产积极政策(降低购买首套房首付比例和贷款利率、个人住房贷款“认房不认贷”)、活跃资本市场政策等,经济企稳回升态势明显,叠加货币市场利率上行(见图 10)和债券市场供需失衡等因素影响,债券收益率出现阶段性上行。图图 10 债券市场资金价格走势(债券市场资金价格走势(%)数据来源:同花顺。二、2023 年我国债券市场发展平稳 国内债券发行规模、偿债规模均同比增长,净融资额止跌回升。债券市场净融资在 2020 年达到最高值 17.18 万亿元后持续下滑,2023 年企稳回升,债券市场违约方面,信用风险暴露仍持续向房地产行业集中,但违约及展期规模均有所收窄,境外机构持有人民币债券 2023 年震荡企稳,受益于中国经济的复苏及欧美加息的终止,外资持有人民币债券预计将逐步提升。(一)(一)债券发行规模、偿债规模均同比增长,净融资额较债券发行规模、偿债规模均同比增长,净融资额较 2022 年年基本持平基本持平 2023 年,中国经济基本面修复不及预期,CPI 低位徘徊,地产延续 2022 年的收缩趋势,政策多次发挥逆周期调节优势,央行两度降准降息,增发 1 万亿元国债,国债与地方政府债加速发行支撑了债券市场的发行规模,债券市场多券种发行利率震荡下行。0.000.501.001.502.002.503.003.504.004.505.002023-01-032023-01-122023-01-282023-02-062023-02-152023-02-242023-03-072023-03-162023-03-272023-04-062023-04-172023-04-252023-05-082023-05-172023-05-262023-06-062023-06-152023-06-272023-07-062023-07-172023-07-262023-08-042023-08-152023-08-242023-09-042023-09-132023-09-222023-10-092023-10-182023-10-272023-11-072023-11-162023-11-272023-12-062023-12-152023-12-26DR007DR001R001R007逆回购:7日:回购利率11 2023 年,我国债券市场一级市场运行平稳,共发行各类债券 71.04 万亿元,发行规模较 2022 年同期增长 15.45%;总偿还规模合计 57.26 万亿元,同比增长13.47%,增幅较快;全市场净融资额为 13.78 万亿元(见图 11),较 2022 年增长24.44%,逐渐回归到新冠疫情前的水平并有所增长(2018 年全市场净融资额为11 万亿元、2019 年全市场净融资为 11.48 万亿元)。图图 11 我国债券市场发行、偿还及净融资规模(亿元)我国债券市场发行、偿还及净融资规模(亿元)数据来源:Wind。各券种发行分化,同业存单、地方债发行增幅明显。各券种发行分化,同业存单、地方债发行增幅明显。同业存单、地方政府债较 2022 年大幅增长,资产支持证券延续下滑趋势。其中,地方政府债的发行增速最快,2023 年共计发行 9.33 万亿元,同比大幅增长 26.78%;同业存单发行25.69 万亿元,增幅 25.39%,国债发行 11.10 万亿元,增幅 14.18%;资产支持证券发行延续了 2022 年的下滑趋势,发行 1.87 万亿元,降幅 6.75%,较 2021 年最高点下降 40.37%:金融债与非金融企业债发行规模较 2022 年小幅增长,分别发行 9.99 万亿元、12.79 万亿元(见图 12)。图图 12 我国债券市场发行规模及结构(亿元)我国债券市场发行规模及结构(亿元)数据来源:Wind。01234567820132014201520162017201820192020202120222023x 100000总发行量(亿元)总偿还量(亿元)净融资额(亿元)0.000.501.001.502.002.503.0020132014201520162017201820192020202120222023x 100000国债地方政府债同业存单金融债非金融企业债资产支持证券其他12 2023 年,国内经济复苏缓慢,政策加大了逆周期调节力度,中央财政在四季度增发特别国债 1 万亿元,全国财政赤字由 3.88 万亿元增加到 4.88 万亿元,赤字率提升至 3.80%。同时,在化解地方政府隐形债务风险上,2023 年政府工作报告 提出要“防范化解地方政府债务风险,优化债务期限结构,降低利息负担,遏制增量、化解存量”;4 月,中共中央政治局会议再次指出要有效防范化解重点领域风险,加强地方政府债务管理,严控新增隐性债务;7 月,中共中央政治局会议上则首次提出要有效防范化解地方债务风险,制定实施一揽子化债方案。为防止地方政府违约,2023 年地方政府债发行增长明显,再融资债券发行占比升至 48.84%,发行期限更加趋于长期化。商业银行发行同业存单利率以同期限 SHIBOR 为基准,一年期同业存单发行利率锚定 MLF 利率,2023 年央行两次下调 MLF 利率,同业存单利率整体呈下行趋势,受国债、地方债发行放量、信贷投放增多等多重因素影响,商业银行增加了发行同业存单进行主动负债以补充流动性。三季度,同业存单利率跟随资金面有所上升,但仍成为商业银行主动负债较低成本选项。金融债方面,2023 年11 月 1 日,国家金融监督管理总局发布商业银行资本管理办法,提高了银行二级资本债、同业存单和商业银行普通金债持有的风险权重,对商业银行金融债发行需求形成一定影响,但整体影响较小,2023 年商业银行绿色金融债与小微金融债增幅明显。债券市场存量规模持续增长,地方债占比持续提升。债券市场存量规模持续增长,地方债占比持续提升。截至 2023 年末,全国债券市场存量规模达 155.73 万亿元,较 2022 年增长 9.69%,保持稳定增长的势头,增幅较 2022 年的 8.46%有所回升。从存量结构看,地方政府债自 2022 年存量余额超越金融债成为债市第一大品种后,份额持续升高,国债份额超越非金融企业债占比升至第三,金融债份额较 2022 年微增,其余债券占比则有所下滑。截至 2023 年末,地方债、金融债、国债、非金融企业债为存量余额前四的主要券种,年末余额分别为40.54万亿元、37.24万亿元、29.71万亿元、28.16万亿元,占全市场比重分别为26.03%、23.91%、19.08%、18.08%,四大券种占比合计达 87.11%,较 2022 年上涨 1.47%(见图 13)。13 图图 13 我国债券市场存量规模及结构(亿元)我国债券市场存量规模及结构(亿元)数据来源:Wind。从存量同比增速看,除资产支持证券外,其余券种存量余额均有不同程度增长。其中,地方债的连续两年存量余额同比增速最快,国债次之,金融债第三,分别为 16.23%、16.12%、10.37%;非金融企业债、同业存单的同比增速较低,分别为 4.29%、2.88%;而资产支持证存量连续同比下降 20.06%,下降幅度高于2022 年。资产支持证券的大幅下滑主要是以住房抵押贷款为基础资产的信贷类ABS 存量大幅下滑。2023 年,以住房抵押贷款为基础资产的资产支撑证券存量余额为 0.45 万亿元,较 2022 年末的 1.07 万亿元下滑 57.86%,较 2021 年的 1.35万亿元下滑 66.78%。受房地产市场的影响,住房贷款抵押证券市场快速萎缩,此外以供应链应付账款、一般小额贷款债权等为基础资产的资产支持证券同样下滑严重。现券交易规模稳步增长,交易持续活跃。现券交易规模稳步增长,交易持续活跃。2023 年银行间和交易所市场债券结算量为 2572.74 万亿元,同比增长 18.14%。其中,现券结算量 351.19 万亿元,交易占比 13.65%,交易量同比增长 14.50%;回购结算量 2131.66 万亿元,交易占比 82.86%;同业拆借结算量 89.89 万亿元,交易占比 3.49%(见图 14)。0.002.004.006.008.0010.0012.0014.0016.0018.0020132014201520162017201820192020202120222023x 100000国债地方政府债同业存单金融债非金融企业债资产支持证券其他14 图图 14 我国债券市场现券交易规模及结构(亿元)我国债券市场现券交易规模及结构(亿元)数据来源:Wind。从现券交易的结构来看,银行间债券市场仍为现券交易最活跃的市场,其成交量约占总交易量的 86.69%。从现券成交量来看,2013 年以来,我国债券市场现券成交量呈震荡上升趋势。2023 年,我国债券市场现券成交量再创历年新高;除资产支持证券、其他类型债券出现同比下跌外,其余券种现券交易额均实现同比正增长,其中,国债与地方政府债现券交易量较 2022 年大幅增长,分别实现48.79%、36.24%的涨幅。从债券品种看,在现券交易中,金融债交易较为活跃,2023 年金融债成交量为 130.74 万亿元,同比增长 8.28%,成交额占比达 37.23%;国债的成交量升至第二位,全年现券结算额为 81.93 万亿元,成交额占比达23.33%;第一大存量债地方政府债 2023 年全年现券成交额仅 13.30 万亿元,活跃度较 2022 年大幅提升,但整体交易表现活跃度仍较低、流动性较差,成交额仅占 3.79%;发行量大幅下滑的资产支持证券在 2023 年的现券交易额仅为 1.67万亿元,同比大幅下降 16.51%,延续大幅下跌态势。除地方政府外,商业银行持有的各种债券比例持续提升(地方政府债除外),除地方政府外,商业银行持有的各种债券比例持续提升(地方政府债除外),保险、证券及广义基金持有的地方政府债占比小幅上升。保险、证券及广义基金持有的地方政府债占比小幅上升。2023 年,在银行间国债市场,商业银行持有国债占比 69.66%,险资、广义基金、境外机构占比均有小幅下滑,证券公司持有占比小幅上涨。各机构国债持有量均有所上升,其中,证券公司持有量上升 27.73%至 0.87 万亿元,商业银行国债持有量增加 17.48%至18.64 万亿元。2023 年,地方债发行加速,存量增长较快,各机构持有量均实现 10%以上增长。其中,广义基金持债增长 38.27%至 2.19 万亿元,持有量增长位居第一;0.000.501.001.502.002.503.003.504.0020132014201520162017201820192020202120222023x1000000国债地方政府债同业存单金融债非金融企业债资产支持证券其他15 保险、证券持债增长 31.79%、34.72%;商业银行持债增长 14.79%,占比小幅下滑,但仍持有近九成。金融债方面,商业银行与信用社占比上升,商业银行持有占比达到 51.45%,第二大持有人广义基金持有量与 2022 年基本持平,占比小幅下滑至 37.69%。2023 年,企业债发行量有所下滑,各机构持有企业债量均下滑明显,广义基金持有量跌破一半至 49.90%(见图 15)。图图 15 银行间债券市场国债、地方债、企业债、政策性银行加商业银行债持有银行间债券市场国债、地方债、企业债、政策性银行加商业银行债持有人结构(人结构(%)数据来源:中国债券信息网。(二二)国债二级市场流动性国债二级市场流动性 长期以来,国债交易始终保持上升势头,2022 年四季度受制于国债价格上行、债市转熊等因素影响,国债成交笔数与金额有所下滑,2023 年一季度跌至2022 年同期水平,此后快速回升,至四季度末成交金额 69.85 万亿元,成交笔数134.62 万笔(见图 16),创近年来新高。其中,四季度成交笔数较三季度环比增长 30.65%,成交金额较三季度环比增长 34.87%,增速明显。进入 2023 二季度以69.66%1.16%2.46%3.24%6.66%8.20%8.62%1.商业银行2.信用社3.保险机构4.证券公司5.非法人产品6.境外机构7.其他85.23%0.49%4.42%1.43%5.62%0.02%2.79%1.商业银行2.信用社3.保险机构4.证券公司5.非法人产品6.境外机构7.其他34.67%0.30%3.64.66I.90%0.16%0.67%1.商业银行2.信用社3.保险机构4.证券公司5.非法人产品6.境外机构7.其他51.45%2.49%3.21%1.607.69%2.65%0.91%1.商业银行2.信用社3.保险机构4.证券公司5.非法人产品6.境外机构7.其他16 来,受国债发行放量及政策利率下调、拉升交易情绪等因素影响,国债市场交易活跃度快速提升。图图 16 国债市场现券交易笔数及规模(笔、亿元)国债市场现券交易笔数及规模(笔、亿元)数据来源:中国货币网。(三三)债券债券市场信用风险事件冲击减弱市场信用风险事件冲击减弱 2023 年违约主体、违约规模持续下降。年违约主体、违约规模持续下降。2023 年,我国债券市场累计有 41 只债券主体发生违约,违约债券余额共计 308.19 亿元,违约主体数较 2022 年下降46.75%。违约债券余额较 2022 年下降 41.94%,违约主体及违约债券规模均自2020 年以来连续三年下降,实质性违约风险逐年下滑(见图 17)。2023 年以来,货币政策环境由宽货币向宽信用传导,金融条件较为宽松,企业债券融资成本持续回落,在一定程度上缓解了企业资金压力。图图 17 我国债券市场违约展期规模及实质性违约规模(亿元)我国债券市场违约展期规模及实质性违约规模(亿元)数据来源:Wind。051015202530010203040506021Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q4x 10000 x 10000成交笔数成交金额05001000150020002500300035002014201520162017201820192020202120222023展期规模违约规模17 不过,值得注意的是,信用风险暴露形式从实质性违约向展期转变,展期债不过,值得注意的是,信用风险暴露形式从实质性违约向展期转变,展期债券占比持续攀升,信用风险“明低暗高”。券占比持续攀升,信用风险“明低暗高”。自 2020 年实质性违约债券主体数量及违约规模双双下降以来,展期债券数量与规模迅猛增长。2023 年债券市场展期债券规模达 2146.38 亿元,较 2022 年轻微下滑 12.06%,较 2020 年增加 411.37%,年均复合增长率高达 70.46%。同时,展期债券占比迅速提高,2020 年债券市场实质性违约债券规模 1894.13 亿元,展期债券规模 419.73 亿元,展期债券规模占实质性违约与展期债券规模之和的 18.14%。2023 年展期债券规模占实质性违约与展期债券规模之和升至 87.44%,两者占比调换次序。信用风险暴露形式从实质性违约向展期转变。信用风险暴露仍持续向房地产行业集中。信用风险暴露仍持续向房地产行业集中。2023 年 41 只债券违约主体中,与房地产相关的违约主体占比 65.85%,较 2022 年上升 7.41%,展期债券主体数量占比达 72.35%。2020 年,房地产相关行业仅占当年违约主体数量的 7.43%,展期债券数量占比4.17%。2023年房地产行业整体仍延续下行态势,2023年TOP100房企销售总额为 6.28 万亿元,较 2022 年下降 17.30%。房地产投资方面,TOP100房企拿地总额为 1.32 万亿元,较 2022 年微增 1.70%。2023 年,政策层面及时适应我国房地产市场供求关系发生的转变,持续调整优化房地产政策,明确房地产行业作为国民经济支柱产业地位不变,同时大力支持刚性和改善性住房需求,下调首套房最低首付比例,落实首套房贷款利率政策动态调整;房企层面支持房企合理融资诉求,同时积极防范化解房企风险,通过设立房企纾困专项再贷款等方式推动出险房企债务化解,各地政府也积极优化房地产市场管理细则,供需两端同时发力。但当前房地产企业风险仍需持续关注,从资金链角度看,房企销售尚未回暖,融资也未大幅改善,现金流断裂仍是房企“爆雷”的最大风险。整体来看,2023 年,在宽松货币政策环境下,信用主体融资利率均有不同程度下降。但在经济复苏进程较慢、房地产仍持续下滑的背景下,信用风险收窄相对有限,实质性违约与展期债券规模较 2022 小幅下滑,出险风险主体通过展期方式寻求避免实质性违约发生。(四四)债券市场改革不断深化,密集出台支持债券融资的政策举措债券市场改革不断深化,密集出台支持债券融资的政策举措 金融监管改革持续深化,金融监督管理总局正式挂牌成立金融监管改革持续深化,金融监督管理总局正式挂牌成立。2023 年 3 月,十四届全国人民代表大会第一次会议表决通过了国务院机构改革方案,成立国家18 金融监督管理总局,并重新调整了与证监会、中国人民银行的监管职能划分;7月,国家金融监督管理总局 31 家省级监管局和 5 家计划单列市监管局,以及 306家地市监管分局迎来统一挂牌“金融监督管理局”;11 月,中国机构编制网正式公布国家金融监督管理总局职能配置、内设机构和人员编制规定,明确了金融监管总局“三定”之后的内设机构、职能调整、人员编制等问题。在此次金融监管改革中,还将原来由发改委管理的企业债券改为由中国证券监督管理委员会监管,中国债券市场从多头监管向统一监管迈出了重大一步。债券市场多举措发力促进融资回暖、经济企稳债券市场多举措发力促进融资回暖、经济企稳。2023 年以来,中国经济企稳恢复受多重因素影响有所承压,货币政策与财政政策积极配合的同时,与债券市场相关的政策法规也在密集出台(见表 1),不断促进投融资信心恢复,支持经济企稳增长。表表 1 2023 年国内债券市场主要监管政策年国内债券市场主要监管政策 时间时间 监管政策监管政策 2 月月 24 日日 中国人民银行发布关于金融支持住房租赁市场发展的意见(征求意见稿)4 月月 28 日日 证监会发布推动科技创新公司债券高质量发展工作方案 5 月月 20 日日 上交所、深交所发布科技创新公司债券上市规则指引 6 月月 30 日日 交易商协会发布 关于进一步发挥银行间企业资产证券化市场功能增强服务实体经济发展质效的通知 8 月月 1 日日 发改委等多部门联合印发 国家发展改革委等部门关于实施促进民营经济发展近期若干举措的通知 10 月月 20 日日 北交所首次发布公司债券(含企业债券)5 项基本业务规则、16 项配套指引指南 11 月月 1 日日 国家金融监督管理总局公布商业银行资本管理办法 资料来源:国家金融与发展实验室债券研究中心整理。2 月 24 日,中国人民银行发布关于金融支持住房租赁市场发展的意见(征求意见稿),旨在支持住房租赁企业发行债务融资工具、公司债券、企业债券,专项用于租赁住房建设、购买和经营,为住房租赁企业提供融资便利。4 月 28 日,证监会发布推动科技创新公司债券高质量发展工作方案,从五方面 18 项工作举措推动科技创新公司债券的发展,实行科创企业“即报即审、审过即发”的“绿色通道”政策,同时研究推出科创债 ETF,给予优质科创债通用质押式回购融资最高档折扣系数。随后,5 月 20 日,上交所、深交所发布科19 技创新公司债券上市规则指引;7 月 20 日,交易商协会推出混合型科创票据,增强了混合型科创票据对投资人的吸引力。6 月 30 日,交易商协会发布关于进一步发挥银行间企业资产证券化市场功能增强服务实体经济发展质效的通知,提出重点支持科技型企业和民营小微企业、重点支持盘活不动产和 PPP 项目、重点支持与公募 REITs 试点区域高度一致的国家重大区域和债务压力较大地区。8 月 1 日,发改委等多部门联合印发国家发展改革委等部门关于实施促进民营经济发展近期若干举措的通知,提出 28 条举措促进民营经济高质量发展。文件提出,将民营企业债券央地合作增信新模式扩大至全部符合发行条件的各类民营企业并尽快形成更多示范案例。这意味着从 2022 年底试点的房地产民营企业债券增信模式转入常态化实施阶段。信用保护工具是债券市场创新出的新型增信产品,在央地合作增信模式下,国家级机构、地方机构等多方为民营企业提供联合增信,有助于分散民营企业信用风险,修复市场对民营企业债券信心,提升民营企业融资效率。10 月 20 日,北交所首次正式发布公司债券(含企业债券)5 项基本业务规则及 16 项配套指引指南,北交所将于 10 月 23 日正式启动公司债券(含企业债券)受理审核工作。这一举措有利于丰富企业融资渠道,完善国内债券供给体系。11 月 1 日,国家金融监督管理总局公布商业银行资本管理办法,调整了部分信用风险资产权重,按揭贷款信用风险权重整体下调,但不符合审慎要求的房开贷风险权重有所调增;政策行次级债权、股权投资等不同程度下调。对商业银行而言,部分优质企业、中小微企业贷款资本占用有所下降,有利于商业银行节约资本。从金融市场影响看,资本管理办法有利于约束同业空转,银行与金融机构开展回购业务,抵质押物的风险权重底线为 20%,部分非银机构获取资金受限。一般地方债风险权重由现行的 20%降至 10%(专项债仍为 20%不变),地方债配置意愿预计将有所提升。(五五)不断扩大债券市场高水平对外开放不断扩大债券市场高水平对外开放 2023 年以来,我国债券市场不断扩大双向开放,降低境外投资者门槛,便利境外投资者入市渠道,不断优化入市机制与环境,在基础设施、产品服务、流程制度等方面持续发力。5 月 22 日,首笔人民币玉兰债在上海清算所发行,国际20 投资人可通过欧洲清算银行购买持有“玉兰债”。9 月 19 日,中国银行间交易商协会发布关于开展境外机构债券定价配售机制优化试点有关工作的通知,对熊猫债规则不断进行优化调整,顺应熊猫债投资人和发行人诉求,发行金额与配售方式更加灵活。9 月 28 日,中国人民银行、国家金融监督管理总局等多部门与中国香港金融管理局、中国澳门金融管理局等进一步优化粤港澳大湾区“跨境理财通”业务试点,优化投资者准入条件、扩大参与机构范围、扩大“南向通”“北向通”合格投资产品范围、进一步提高个人投资者额度。10 月 17 日国家金融监督管理总局发布的非银行金融机构行政许可事项实施办法,进一步放宽了境外机构入股金融资产管理公司的准入条件。境外机构持有人民币债券震荡下行,四季度起企稳回升。境外机构持有银行间市场债券在 2023 年一季度继续维持下行态势,一季度末下行至 3.21 万亿元,二季度有所震荡,小幅回升至 3.28 万亿元,三季度有所下行至 3.19 万亿元,四季度以来境外机构持有银行间市场债券开始回升。据中国人民银行上海总部最新披露,截至 2023 年底,境外机构持有银行间市场债券合计 3.49 万亿元,占债券市场托管量的 2.60%,较一季度末增加 0.28 万亿元(见图 18)。特别是进入四季度,美联储加息临近尾声,中美利差有所收窄,人民币升值预期增强,境外资本逐步加仓明显低配的人民币债券。从持有债券结构来看,境外机构第一大持仓券种为国债,托管量为 2.20 万亿元,占比 63.00%,并在 2023 年 1 月达到峰值 67.90%,此后缓慢下滑。伴随着中国经济的复苏,外资持有偏好有所调整。第二大持仓券种政策性金融债的托管量为 0.77 万亿元,占比 22.10%。图图 18 境外机构投资银行间债券市场规模及占比(亿元、境外机构投资银行间债券市场规模及占比(亿元、%)数据来源:中国人民银行上海总行。0.00%0.50%1.00%1.50%2.00%2.50%3.00%3.50%4.00%0.001.002.003.004.005.00托管量占比21 三、展望 中央金融工作会议提出要促进债券市场高质量发展。展望后市,我们认为2024 年的债券市场情绪与价格都将呈现正常化趋势。在需求回升基础尚未稳固的背景下,预计货币政策中性偏宽松的定调不会改变,或将兼顾配合“稳增长”以平衡金融风险。未来,将更加注重跨周期与逆周期调节,更加强调与财政政策的配合。财政收入是顺周期变量,财政支出作为逆周期调节工具的可能性较大,中央加杠杆的操作也暗示 2024 年“宽财政”或将提前发力,但仍需持续关注财政政策控制新增债务和化解隐债的实际效果。在此政策预期下,2024 年,我国债券市场或将继续维持“震荡”格局。一方面,2023 年三季度货币政策报告提出要“统筹衔接年末年初的信贷工作”,表明资金压力仍然存在,不排除提前扩张信贷的可能性。短期来看,尽管增发 1 万亿元国债对于需求提振作用有限,但“稳地产”“宽信用”预期的不断强化,仍旧对债市情绪形成扰动,且叠加平滑信贷要求以及跨年资金需求,资金波动预期可能升温,对债市带来一定压力,或将维持窄幅波动,但上行风险可控。另一方面,从长期来看,宽松的货币政策仍然会持续,只是侧重点由充分发挥信贷效能转向保持货币政策的稳健性,后续在总量适度的情况下,更加关注结构性工具的使用,利率“趋势锚”的下探空间仍然存在,预计 2024 年债券市场利率债发行仍将高位运行。考虑到当前地方政府实际杠杆率及隐形债务影响,2024 年地方政府预计将通过一揽子化债方案降低杠杆率。在财政支出缺口面前,中央政府仍有一定加杠杆空间,预计国债发行与地方政府专项债发行仍将呈现放量发行状态。版权公告:【版权公告:【NIFD 季报】为国家金融与发展实验室版权所有,未经版权所季报】为国家金融与发展实验室版权所有,未经版权所有人许可,任何机构或个人不得以任何形式翻版、复制、上网和刊登,如有违反,有人许可,任何机构或个人不得以任何形式翻版、复制、上网和刊登,如有违反,版权所有人保留法律追责权利。报告仅反映原文作者的观点,不代表版权所有人版权所有人保留法律追责权利。报告仅反映原文作者的观点,不代表版权所有人或所属机构的观点。或所属机构的观点。制作单位:国家金融与发展实验室。制作单位:国家金融与发展实验室。

    浏览量0人已浏览 发布时间2024-02-23 25页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • NIFD:2023年度中国金融监管报告(23页).pdf

    中国宏观金融NIFD季报主编:李扬殷剑峰张旸 王蒋姜2022 年 4 月中国金融监管NIFD季报主编:李扬郑联盛李俊成、张淑芬2024 年 2 月 NIFD 季报是国家金融与发展实验室主要的集体研究成果之一,旨在定期、系统、全面跟踪全球金融市场、人民币汇率、国内宏观经济、中国宏观金融、国家资产负债表、财政运行、金融监管、债券市场、股票市场、房地产金融、银行业运行、保险业运行、机构投资者的资产管理等领域的动态,并对各领域的金融风险状况进行评估。NIFD 季报由三个季度报告和一个年度报告构成。NIFD 季度报告于各季度结束后的第二个月发布,并在实验室微信公众号和官方网站同时推出;NIFD 年度报告于下一年度 2 月份发布。I 完善现代金融监管,有效防范金融风险 摘摘 要要 2023 年是全面贯彻党的二十大精神的开局之年,我国经济金融体系稳中求进、向好发展。2023 年党和国家机构改革实施推进后,我国召开中央金融工作会议,进一步部署加强和完善现代金融监管,有效防范金融风险。2023 年外部金融风险十分凸显,美欧货币政策转向触发美欧银行业爆发全球金融危机以来最显著的风险事件。面对国内金融急迫复杂的风险状况,金融管理部门积极主动、有效应对,有效保障金融体系整体稳定,同时在房地产市场、地方债务、中小金融机构等领域优化风险应对和金融监管,并着重强化系统重要性金融机构监管。面对人工智能等新兴技术在金融领域的应用,国内外金融监管部门着力探索适应性监管框架,以确保金融稳定。2024 年,金融监管系统将立足稳中求进、以进促稳、先立后破的工作总基调,进一步优化现代金融监管,更好地统筹金融高质量发展和高水平安全,确保金融体系稳定与安全。本报告负责人:本报告负责人:郑联盛 国家金融与发展实验室金融法律与金融监管研究基地主任 本报告执笔人:本报告执笔人:李俊成 中国社会科学院金融研究所金融风险与金融监管研究室助理研究员 张淑芬 中国社会科学院金融研究所博士后 【NIFD 季报季报】全球金融市场 人民币汇率 国内宏观经济 宏观杠杆率 中国宏观金融 中国金融监管中国金融监管 中国财政运行 地方区域财政 房地产金融 债券市场 股票市场 银行业运行 保险业运行 机构投资者的资产管理 目 录 一、中央金融工作会议胜利召开.1 二、美欧银行业爆发重大风险事件.4 三、系统重要性金融机构监管强化.7 四、地方债务风险处置取得进展.10 五、人工智能风险应对亟需优化.13 六、2024 年中国金融监管展望.18 1 2023 年是党和国家历史上重要的一年,是全面贯彻党的二十大精神的开局之年。这一年,国际政治经济环境不利因素增多,国内周期性和结构性矛盾叠加,面对错综复杂的国际国内环境,党中央领导全国顶住外部压力、克服内部困难,全面深化改革开放,加大宏观调控力度,着力扩大内需、优化结构、提振信心、防范化解风险,中国经济在持续承压中走出一条回升向好的复苏曲线,呈现前低、中高、后稳态势。中国金融监管当局稳中求进,积极应对、有效处置房地产金融、地方政府隐性债务、中小金融机构等领域风险,妥善应对美欧货币政策变化和美欧银行业重大风险事件等外部风险,牢牢守住不发生系统性金融风险的底线。同时,新一轮金融监管机构改革开启,“一委一行一局一会”新格局形成,金融监管当局把握回归本源、优化结构、强化监管、市场导向的四项原则,肩负服务实体经济、防控金融风险、深化金融改革三大任务,不断深化金融监管改革,优化金融监管制度,提升金融风险应对处置能力和金融部门现代化治理能力,逐步强化金融体系服务实体经济的能力,保持经济金融体系整体稳定,为中国式现代化和高质量发展贡献更大的金融力量。一、中央金融工作会议胜利召开 2023 年 10 月 30 日至 31 日,中央金融工作会议在北京召开。作为我国金融领域最高规格的会议,中央金融工作会议把“加强金融监管”列为重点工作之首,要求全面加强金融监管,有效防范化解金融风险。近年来我国金融监管工作已经取得一定成绩,在过去的“一委一行两会”金融监管架构下,稳妥有序推进风险处置、清理整顿金融秩序、维护房地产市场稳健运行、有效应对外部冲击风险、金融稳定保障体系建设取得积极进展。但目前金融领域还存在一些问题,急需得到更大力度的监管,主要体现在四个方面:一是经济金融风险隐患仍然较多。由于内外风险因素叠加,特别是金融风险暴露具有滞后性,我国金融系统风险频发、多发的态势将延续一段时间,中小金融机构风险、地方债务风险、房地产风险与汇率风险仍然较为严峻。二是金融服务实体经济的质效不高。金融机构同质化竞争依然存在,未能形成多层次金融服务体系。金融服务覆盖面不足,部分薄弱领域缺乏有效的金融服务供给。金融机构对金融产品服务、业务经营模式等创新力度不够,差异化经营有待进一步加强。小型金2 融机构无法承担融资功能,货币空转现象普遍。实体经济薄弱领域融资缺乏针对性配套制度。民间资本缺乏管理与引导。三是金融乱象和腐败问题屡禁不止。一方面,鱼龙混杂的互联网金融领域暴露出各种问题,传统金融行业中银行、证券、保险的一些金融产品创新过度脱离实体,邮币卡骗局、场外市场打着现货旗号做期货的现象也频繁出现。另一方面,金融腐败现象形式多样,包括金融机构工作人员利用职务便利以权谋私等违法活动,不仅破坏经济活动的公平公正原则,破坏市场经济的有序竞争,也扰乱金融机构的正常运行,损害金融机构的声誉,威胁金融体系的安全稳定。四是金融监管和治理能力薄弱。一方面,金融监管体制机制的顶层设计需根据中国式现代化要求进一步优化,主要监管部门之间的监管协同不够,中央金融监管部门指导地方金融监管不够到位。另一方面,金融监管人员的治理能力需更好地适应新时代的要求,干部人才队伍建设有待进一步提升监管能力与水平,落实全面从严治党“两个责任”有差距,部分金融机构或领域受到的监督管理不够有力,一些重要岗位和关键环节存在廉洁风险,系统中利用监管权谋私问题多发,政商“旋转门”问题比较突出,“四风”问题禁而未绝。考虑到“一委一行两会”的金融监管架构难以适应现阶段的金融发展形势,进行金融监管体制创新十分必要。本次中央金融工作会议召开之前,中共中央、国务院于 2023 年 3 月印发党和国家机构改革方案,决定在中国银保监会基础上组建国家金融监督管理总局,统一负责除证券业之外的金融业监管。就此,本次改革正式拉开序幕。2023 年 5 月 18 日,国家金融监管总局正式挂牌,如图1 所示,本次改革后,我国金融监管将由“一委一行两会”的金融监管模式转变为以中国人民银行、国家金融监管总局、中国证监会为主体的“一行一局一会”金融监管新格局。3 图图 1 “一行一局一会”金融监管新格局“一行一局一会”金融监管新格局 中央金融工作会议明确指出,要继续深化金融监管,明确将所有金融活动全部纳入监管,全面强化机构监管、行为监管、功能监管、穿透式监管、持续监管,消除监管空白和盲区,严格执法,严厉打击非法金融活动。中央金融工作会议后,国家金融监管总局的“三定”(定职责、定机构、定编制)方案浮出水面,继续深化金融监管机构改革。“三定”方案明确监管职能转变的方向:一是加强和完善现代金融监管,转变监管理念和监管方式,坚持既管合法又管非法,持续提升监管的前瞻性、精准性、有效性,强化中央和地方监管协同,加强金融消费者权益保护,加大对违法违规行为的查处力度,牢牢守住不发生系统性金融风险的底线。二是加强金融监管内部治理,强化对权力运行的有效制衡,规范政策制定、市场准入、稽查执法、行政处罚、风险处置等工作流程,强化对重点岗位和关键环节的监督制约,打造一支政治过硬、专业精湛、清正廉洁的监管铁军。本次金融监管体制创新工作意义深远,从此前“所有的金融业务”纳入监管,到如今“所有的金融活动”纳入监管,一词之差却体现了监管逻辑和本质的变化:此次监管体系的调整,突出了功能监管以及完善金融监管统筹协调之需求,是持续深化金融体系改革的体现,实现了金融监管全覆盖。具体来看,本次金融监管体制改革将产生以下积极效益:一是有利于统筹监管日益交叉混业的金融业,进一步增强金融监管工作的科学性、合理性和有序性。有效调整中央和地方政府金融监管职责,规范金融市场运行秩序,更好地支持金融创新,控制金融风险。更调整为 证监会证监会 证监会证监会 (国务院直属事业单位)(国务院直属机构)在此基础上组建 中国人民银行中国人民银行 银保监会银保监会 国家金融监督国家金融监督 管理总局管理总局 中国人民银行中国人民银行 (国务院直属事业单位)(国务院直属机构)一行两会 一行一局一会 4 为重要的是,将非正规金融活动也纳入到监管范围之内,实现了“兜底监管”。二是进一步强化金融服务实体经济的功能。统一债券发行规范,提升资本市场融资效率等,将有助于加快完善中国多层次资本市场体系建设,有效提高直接融资占比。三是有利于统筹中国人民银行职能的行使。改革后,人民银行的法律地位更加突出,与其他监管部门职责分工更加清晰,货币信贷政策传导更加高效,现代中央银行建设步伐将会加快,其宏观性、系统性、基础性和社会性职能将得到强化。四是加强对投资者的保护。集中监管、维护金融消费者的合法权益,将有助于推动中国财富管理行业规范运行,促进财富管理市场蓬勃发展。五是提高金融管理的效能,从宏观管理、监管体系、构建网络、隐患排查、体制保障等方面筑起制度“防火墙”,将金融监管的关口前移、下移,降低风险。六是有利于统筹监管工作人员与队伍,杜绝金融系统内部祸起萧墙,将工作人员全部纳入国家公务员管理,消除灰色收入带来的隐患。二、美欧银行业爆发重大风险事件 2023 年 3 月 8 日,硅谷银行爆发流动性危机,并迅速引发客户恐慌性挤兑,两天后,该银行被关闭接管;3 月 12 日,签名银行(Signature Bank)因“系统性风险”倒闭;再加上此前宣布停业的银门银行(Silvergate Bank),短短一周时间,美国三家银行倒闭。尽管美国金融监管机构立即采取紧急应对措施,但美国银行风险事件仍向欧洲外溢。3 月中旬起,欧洲银行业开始爆发风险事件,两家全球系统重要性金融机构瑞士信贷和德意志银行先后遭遇不同程度的风险冲击。3 月 14 日,全球系统重要性银行之一的瑞士信贷发布报告称该行对财务报告的内部控制存在重大缺陷,引发欧洲银行股价普遍下跌。在瑞士监管机构合力推动下,瑞银集团收购具有 167 年历史的瑞士信贷。十天后,德意志银行股价在盘中下跌近 15%,其 AT1 债券也遭受抛压,进一步引发风险溢出冲击。一时间,美欧银行业风声鹤唳。随着美欧监管者强势出手,硅谷银行、瑞信等危机解除,市场恐慌情绪暂时缓解。然而,不到两个月的时间,美国第一共和银行状况急剧恶化并宣布关闭。4 月 30 日,美国联邦存款保险公司控制了美国第一共和银行,宣布出售大量资产和存款。伴随着媒体报道的银行流动性风险事件引发担忧,多家美国银行股价出现大幅下滑,带动美国标普银行业ETF指数和区域性银行ETF5 指数大幅下跌。而欧洲银行业从瑞信被瑞银收购后,危机似乎暂时消退,欧洲Stoxx 600 银行指数在经历了一番波动之后缓和下来。图图 2 美欧美欧银行指数银行指数 数据来源:Bloomberg,混沌天成研究院。2023 年 3-5 月美欧银行业风险暴露具有市场预期逆转快、风险暴露速度快、市场冲击较显著等特征,是全球金融危机以来较为凸显的风险事件。审视本轮美欧银行业风险事件,具有多重根源。一是利率风险是本轮金融风险被触发的主要原因。受多重因素影响,2021 年下半年美欧通货膨胀率不断攀升,美联储和欧洲央行先后开启加息进程,自 2022 年 3 月以来,美联储已加息 11 次,累计加息幅度达 525 个基点,联邦基准利率调至 5.25%至 5.50%。欧洲央行自 2022 年 7月结束长达 8 年的负利率时代以来,连续加息 10 次,累计加息 450 个基点。2022年起,美欧货币政策转向,大幅、快速加息后,各类风险资产与避险资产价格大幅下跌,给持有上述资产的商业银行造成巨大亏损。二是资产负债错配引致流动性风险。由于问题金融机构资产端和负债端的风险交织传染,机构流动性陷入枯竭并形成负反馈,最后导致问题机构破产。三是金融监管有所放松为此次风险事件埋下隐患。美国 2018 年之后大幅度降低宏观审慎和微观审慎标准,中小商业银行面临的监管明显放松,新冠疫情爆发后,美欧进一步放松监管要求,特别是欧洲整体推迟对银行实施巴塞尔协议 III 的新资本要求。四是金融机构经营不够6 审慎。硅谷银行的服务对象资金稳定性弱,且资产配置存在明显的期限错配和利率错配,缺乏动态有效的风险管理机制。瑞士信贷内部风险管控不足由来已久,近年来风险事件频出。五是系统重要性金融机构监管有效性和完善度待提升。本轮美欧银行业风险事件虽未对我国造成重大直接影响,但对中国优化金融稳定和发展机制提供了重要借鉴。第一,继续保持宏观经济政策相对稳定。根据经济周期、结构调整和金融体系变化的内在需求,有序调整货币政策,避免出现美欧大水漫灌又大幅转向的政策操作。第二,防范货币政策对金融稳定的溢出冲击。统筹货币政策与金融稳定政策,防范货币政策可能带来的负面溢出效应。中国要以美欧教训为警戒,充分认识货币政策具有潜在的金融风险外溢性,着力处理好货币政策与金融稳定的内在关系。在调整货币政策时要充分评估货币政策的科学性和适宜度,避免出现政策副作用甚至负作用。第三,进一步加强和完善现代金融监管。美欧银行业风险暴露凸显美欧金融监管存在制度性或体制弊端,我国应全面落实中共中央、国务院关于党和国家机构改革方案,有效统筹经济增长、货币政策与金融监管的关系,优化金融监管框架,完善金融监管职责分工,构建具有中国特色的金融监管模式,不断提升金融监管的专业化和有效性。第四,提升金融机构稳健经营水平。我们应汲取美欧银行业风险事件教训,着力提升银行业资产负债管理水平,持续加强银行流动性风险管理,关注银行业潜在风险,强化金融机构公司治理和风险管控,提升金融机构稳健经营水平。第五,健全风险应对和问题机构处置长效机制。一是针对问题银行处置,要有果断的政策反应、充分的管理权限、匹配的政策工具、足够的资金支持和通畅的市场沟通,必要时迅速引入系统性风险应对机制。二是强化金融稳定制度建设,以金融稳定法立法为基础,着力构建维护金融稳定的长效机制,注重保护存款人和中小证券投资者权益,加强系统重要性金融机构风险应对和处置。三是优化金融风险应对和机构救助功能。强化金融消费者或金融投资者的权益保护,特别是要强化存款保险制度以及特别情况下政府资源在金融消费者权益保护中的地位和作用。7 三、系统重要性金融机构监管强化 为加强宏观审慎管理,完善系统重要性银行监管,根据系统重要性银行评估办法 的要求,中国人民银行、国家金融监督管理总局于 2023 年 9 月发布 2023年度我国系统重要性银行名单,认定 20 家国内系统重要性银行。其中,国有商业银行 6 家,股份制商业银行 9 家,城市商业银行 5 家。本轮名单新增南京银行,这是自 2021 年公布首批名单后第一次增加上榜银行。根据最新名单,按系统重要性得分从低到高分为五组:第一组 10 家,分别是中国光大银行、中国民生银行、平安银行、华夏银行、宁波银行、江苏银行、广发银行、上海银行、南京银行、北京银行;第二组 3 家,包括中信银行、浦发银行、中国邮政储蓄银行;第三组 3 家,包括交通银行、招商银行、兴业银行;第四组 4 家,包括中国工商银行、中国银行、中国建设银行、中国农业银行;第五组暂无银行进入(见表 1)。表表 1 20231 2023 年度我国系统重要性银行名单(年度我国系统重要性银行名单(2020 家)家)组别组别 得分区间得分区间 名单名单 第五组 1400 以上 无 第四组(4 家)750-1399 中国工商银行、中国银行、中国建设银行、中国农业银行 第三组(3 家)450-749 交通银行、招商银行、兴业银行 第二组(3 家)300-449 中信银行、浦发银行、中国邮政储蓄银行 第一组(10 家)100-299 中国光大银行、中国民生银行、平安银行、华夏银行、宁波银行、江苏银行、广发银行、上海银行、南京银行、北京银行 资料来源:作者整理。从名单变化来看(见表 2),南京银行首次入榜并进入第一组,无银行退出榜单,部分银行排名略有升降,但无银行跨越分组。其中,第四组的中国工商银行、中国银行、中国建设银行、中国农业银行同时在金融稳定理事会(FSB)公布的全球系统重要性银行(G-SIBs)名单中。8 表表 2 2 我国系统重要性银行名单我国系统重要性银行名单 资料来源:作者整理。为强化金融稳定保障体系,加强系统重要性金融机构监管,建立系统重要性保险公司评估与识别机制,根据完善系统重要性金融机构监管的有关规定,2023年 10 月中国人民银行、国家金融监管总局发布 系统重要性保险公司评估办法(以下简称办法)。办法立足我国保险业发展实践,借鉴国际经验,提出认定国内系统重要性保险公司的方法、流程和标准。办法共四条二十项,包括总则、评估流程与方法、评估指标和附则。主要内容:一是明确参评保险公司范围。包括我国资产规模排名前 10 位的保险集团公司、人身保险公司、财产保险公司和再保险公司,以及上一年度被认定为系统重要性保险公司的机构。二是明确评估指标和权重。包括规模、关联度、资产变现和可替代性 4 个维度共计9 13 项评估指标,4 个维度的权重分别为 20%、30%、30%和 20%。三是明确具体评估流程。中国人民银行、金融监管总局每两年根据参评保险公司相关评估指标数据,计算各家保险公司加权平均分数,得分达到或超过 1000 分的保险公司将被认定为系统重要性保险公司。中国人民银行、金融监管总局将联合发布系统重要性保险公司名单。办法的发布实施,将评估系统重要性金融机构的范围从银行进一步拓展到保险领域,为实施差异化监管打好基础,有助于强化系统重要性保险公司监管,完善宏观审慎政策框架,增强金融体系稳健性。防范化解系统重要性金融机构风险是 2008 年全球金融危机的重要教训,2011 年金融稳定理事会(FSB)发布金融机构风险有效处置机制核心要素,明确了系统重要性金融机构(SIFIs)的基本特征,要求各经济体对 SIFIs 进行有序处置。我国于 2018 年发布 关于完善系统重要性金融机构监管的指导意见,对我国系统重要性金融机构评估、监管和处置机制建设做出了规定,标志着我国系统重要性金融机构监管框架的初步建立。2020 年 12 月,中国人民银行、中国银保监会发布 系统重要性银行评估办法,明确系统重要性银行是因规模较大、结构和业务复杂度较高、与其他金融机构关联性较强,在金融体系中提供难以替代的关键服务,一旦发生重大风险事件而无法持续经营,可能对金融体系和实体经济产生不利影响的银行,并根据银行的系统重要性得分,将系统重要性银行分为五组。随后,2021 年 5 月,人民银行、银保监会公布了我国首批 19 家系统重要性银行名单。同年 10 月,人民银行、银保监会发布系统重要性银行附加监管规定(试行),从附加资本、杠杆率、流动性、大额风险暴露、公司治理、恢复处置计划、数据报送等方面,提出附加监管要求,对不同组别的系统重要性银行施行差异化监管。10 表表 3 3 系统重要性金融机构监管文件系统重要性金融机构监管文件 发布时间发布时间 发布部门发布部门 文件名称文件名称 2018.11 中国人民银行、银保监会、证监会 关于完善系统重要性金融机构监管的指导意见 2020.12 中国人民银行、银保监会 系统重要性银行评估办法 2021.5 中国人民银行、银保监会 我国首批 19 家系统重要性银行名单 2021.10 中国人民银行、银保监会 系统重要性银行附加监管规定(试行)2022.9 中国人民银行、银保监会 2022 年度我国系统重要性银行名单 2023.9 中国人民银行、国家金融监督管理总局 2023 年度我国系统重要性银行名单 2023.10 中国人民银行、国家金融监督管理总局 系统重要性保险公司评估办法 资料来源:作者整理。四、地方债务风险处置取得进展 2023 年 10 月 30 日,中央金融工作会议指出,要“建立防范化解地方债务风险长效机制,建立同高质量发展相适应的政府债务管理机制,优化中央和地方政府债务结构”。这是继 2023 年 7 月 24 日召开的政治局会议提出“有效防范化解地方债务风险,制定实施一揽子化债方案”之后的进一步化债工作指引,表明中央对地方债务风险处置工作的重视程度不断加强。2023 年,房地产市场持续转弱,地方土地出让收入增速加速下滑,地方政府债务压力进一步攀升,引发市场高度关注。二季度,各地采取一系列应急性纾困举措,包括债务置换、展期、化债试点、置换、再融资等。三季度,中央政治局提出化债新思路,制定实施一揽子化债方案,其中,发行特殊再融资债以缓解地方债务压力的方式被各地广泛采纳(见表 4)。区别于用于偿还到期旧债本金的普通再融资债,特殊再融资债是地方政府再融资债券的一种特殊类型,其用于偿还地方政府存量债务。截至 2023 年 12 月 31 日,安徽、福建、甘肃、广西、贵州、海南、河北、河南、黑龙江、湖北、湖南、吉林、江苏、江西、辽宁、内蒙古、宁夏、青海、山东、山西、陕西、四川、天津、新疆、云南、浙江、重庆等地宣布特殊再融资债发行计划,合计规模为 13885.14 亿元。11 表表 4 4 特殊再融资债发行情况特殊再融资债发行情况 省份省份/城市城市 发行日期发行日期 类型类型 规模规模/亿亿 省份省份/城市城市 发行日期发行日期 类型类型 规模规模/亿亿 内蒙古 2023-10-09 一般债 194.40 山东 2023-10-19 专项债 155.90 内蒙古 2023-10-09 一般债 194.40 云南 2023-10-19 一般债 172.90 内蒙古 2023-10-09 一般债 274.40 云南 2023-10-19 一般债 170.10 天津 2023-10-10 一般债 58.00 云南 2023-10-19 一般债 200.00 天津 2023-10-10 一般债 55.00 甘肃 2023-10-19 一般债 224.80 天津 2023-10-10 一般债 97.00 甘肃 2023-10-19 专项债 33.70 辽宁 2023-10-12 一般债 356.14 福建 2023-10-19 专项债 155.90 辽宁 2023-10-12 一般债 114.00 贵州 2023-10-20 一般债 147.21 辽宁 2023-10-12 一般债 259.28 贵州 2023-10-20 一般债 180.00 辽宁 2023-10-12 专项债 141.00 贵州 2023-10-20 一般债 175.01 重庆 2023-10-16 一般债 113.90 贵州 2023-10-20 一般债 150.00 重庆 2023-10-16 一般债 96.00 贵州 2023-10-20 一般债 150.00 重庆 2023-10-16 一般债 36.00 贵州 2023-10-20 一般债 80.16 重庆 2023-10-16 一般债 176.00 湖南 2023-10-20 一般债 145.22 云南 2023-10-16 一般债 271.00 湖南 2023-10-20 一般债 140.00 云南 2023-10-16 一般债 262.00 湖南 2023-10-20 专项债 80.56 广西 2023-10-16 一般债 224.80 湖南 2023-10-20 专项债 138.48 广西 2023-10-16 专项债 73.20 湖南 2023-10-20 专项债 139.00 广西 2023-10-16 专项债 200.00 湖北 2023-10-20 一般债 41.10 吉林 2023-10-17 一般债 179.00 湖北 2023-10-20 专项债 50.90 吉林 2023-10-17 一般债 71.00 陕西 2023-10-24 一般债 44.70 青海 2023-10-17 一般债 54.00 陕西 2023-10-24 专项债 55.30 青海 2023-10-17 专项债 42.00 天津 2023-10-25 一般债 108.05 内蒙古 2023-10-17 一般债 88.80 天津 2023-10-25 一般债 96.10 内蒙古 2023-10-17 一般债 140.80 天津 2023-10-25 一般债 123.40 内蒙古 2023-10-17 专项债 174.20 天津 2023-10-25 专项债 70.79 江西 2023-10-18 一般债 69.70 天津 2023-10-25 专项债 66.80 江西 2023-10-18 专项债 86.30 天津 2023-10-25 专项债 95.60 福建 2023-10-19 一般债 126.10 天津 2023-10-25 专项债 102.00 大连 2023-10-19 一般债 20.60 天津 2023-10-25 专项债 75.30 大连 2023-10-19 一般债 13.72 黑龙江 2023-10-25 一般债 104.00 大连 2023-10-19 一般债 75.86 黑龙江 2023-10-25 一般债 128.80 大连 2023-10-19 专项债 25.40 黑龙江 2023-10-25 专项债 70.20 宁夏 2023-10-19 一般债 80.00 吉林 2023-10-26 一般债 128.00 山东 2023-10-19 一般债 126.10 吉林 2023-10-26 一般债 159.00 吉林 2023-10-26 专项债 153.23 云南 2023-11-14 一般债 80.50 江苏 2023-10-26 一般债 116.70 云南 2023-11-14 专项债 99.50 江苏 2023-10-26 专项债 144.30 海南 2023-11-15 一般债 10.70 12 河北 2023-10-27 一般债 123.80 海南 2023-11-15 专项债 13.30 河北 2023-10-27 专项债 153.20 宁波 2023-11-16 一般债 11.20 新疆 2023-10-27 一般债 25.00 宁波 2023-11-16 专项债 13.80 新疆 2023-10-27 专项债 31.00 湖南 2023-11-16 一般债 216.38 广西 2023-10-30 一般债 25.00 湖南 2023-11-16 专项债 262.37 广西 2023-10-30 一般债 75.00 天津 2023-11-23 一般债 29.35 广西 2023-10-30 一般债 25.00 天津 2023-11-23 一般债 69.00 四川 2023-10-31 一般债 125.20 天津 2023-11-23 一般债 45.77 四川 2023-10-31 专项债 12.50 天津 2023-11-23 专项债 45.00 河南 2023-10-31 一般债 130.84 天津 2023-11-23 专项债 31.26 河南 2023-10-31 专项债 154.80 天津 2023-11-23 专项债 90.40 山西 2023-10-31 一般债 15.50 贵州 2023-11-24 一般债 50.00 山西 2023-10-31 专项债 125.15 贵州 2023-11-24 一般债 150.00 重庆 2023-11-01 专项债 166.93 贵州 2023-11-24 一般债 151.27 重庆 2023-11-01 专项债 137.17 贵州 2023-11-24 专项债 80.00 安徽 2023-11-07 一般债 277.20 贵州 2023-11-24 专项债 150.00 安徽 2023-11-07 专项债 342.80 贵州 2023-11-24 专项债 120.00 天津 2023-11-08 专项债 27.51 河南 2023-11-28 一般债 24.76 吉林 2023-11-09 专项债 201.77 河南 2023-11-28 专项债 67.25 贵州 2023-11-13 一般债 87.01 浙江 2023-12-05 一般债 23.20 贵州 2023-11-13 一般债 70.12 浙江 2023-12-05 专项债 28.80 贵州 2023-11-13 一般债 100.00 宁夏 2023-12-07 一般债 44.40 贵州 2023-11-13 专项债 110.40 宁夏 2023-12-07 专项债 16.60 贵州 2023-11-13 专项债 100.00 贵州 2023-12-15 一般债 60.00 贵州 2023-11-13 专项债 97.65 贵州 2023-12-15 一般债 54.98 资料来源:wind。地方政府发行特殊再融资债券以缓解地方政府债务压力并非长久之计,下一步化债工作重点应当落在以下三个方面:一是国有银行助力地方政府债务化解,省级政府提供担保措施,央行保证应急流动性贷款支持。一方面,银行坚持“保本微利”原则,通过对存量地方债务进行展期、降息,并发放贷款置换今明两年到期债券等方式参与化债。调整后的贷款期限不得超过 10 年(原则上),调整后的贷款利率不得低于(同期限)国债利率。调整后的还款方式应做到每年还本比例至少达到 10%(即十年内要还完且每年都有还本计划)。另一方面,央行设立应急流动性金融工具(SPV)等措施有望出台。这相当于紧急贷款,地方政府在公开市场发行的债券或非标理财到期无法偿还,可以向央行申请紧急贷款,期限不超过两年,省级政府要提供抵押担保措施。此外,对于 2024 年前到期的相13 关债务风险化解工作,维持五级分类正常,且不纳入征信管理。对于已出问题的债务自主核销,相关情况不纳入考核。二是优化城投债结构,降低对政府收入的依赖。制定城投平台认定清单,对于被认定为名单内的城投平台,限制其新增债券发行行为,对于名单外的城投平台,当地政府需要出具相关说明,交易所在审核时着重关注其收入结构。如果来自政府的收入占比较高,则对其新增债券发行进行一定程度的限制。三是建立防范化解地方债务风险长效机制。一方面,要建立同高质量发展相适应的政府债务管理机制,在债务管理方面完善中央及地方事权责任,探索形成央地协调、不同部门分工合作的监管新框架。另一方面,在年度赤字分配中继续适度向中央倾斜、提高国债占比,在中央转移支付体系中加大向基础政府、西部省份等财政缺口较大的地方政府的倾斜力度。此外,推动建立统一的长效监管制度框架。推进地方政府隐性债务和法定债务合并监管,提高财政信息透明度,规范债务行为,逐步统一债务监管、金融监管、部门预算监管、地方财政运行监控、财会监督,避免债务风险指标失真以及部分地方政府在两类债务间利用套利空间。本轮化债下城投供给端收缩或持续。在“一揽子化债方案”加速推进下,城投债严监管也难言放松,金融部门对化债工作的关注度较高,市场风险意识增强。城投平台在面临政策约束和市场风险的情况下,应持续关注政策走向,调整自身融资策略、收入结构和债务管理等方面,确保合规经营。五、人工智能风险应对亟需优化 ChatGPT 于 2022 年 11 月首次发布,短短两个月时间其活跃用户数量就超过1 亿,是史上用户数增长最快的应用技术,这成为人工智能发展史上的里程碑事件。ChatGPT 标志着人工智能技术从专用人工智能转向通用人工智能,广泛拓展了人工智能的应用场景。ChatGPT 的出现掀起了人工智能领域新一轮竞赛,微软、谷歌、腾讯、阿里巴巴等科技巨头纷纷加快人工智能布局。ChatGPT 从生成到创造层面都实现了对人类的超模拟,其显著优势体现在三个方面:一是具备超强的“人类反馈”学习能力。不同于传统人工智能聊天机器人,ChatGPT 不仅能够对用户提出的问题进行作答,还能从用户反馈中强化学习,使人机对话在多轮互动中走向深化,话题覆盖更广,交流更人性化。二是具备超14 强的语言重组创造能力。ChatGPT 自然语言能力突出,在人机互动时输出的内容逻辑清晰、结构完整、自然流畅,这是自主学习、消化和再输出的结果。超强的语言重组和整合能力使 ChatGPT 成为人类知识生产的强大引擎。三是具备超强的拟人情感能力。传统的人工智能聊天机器人缺乏情感能力,ChatGPT 作为一种大型生成式语言模型,能够模仿人类思维方式和表达习惯,学习人类的情绪表达方式,向用户提供贴近真人交流的体验。ChatGPT 在金融领域的应用同样引人注目。例如,摩根大通根据美联储过往25 年的政策声明和央行官员讲话,基于 ChatGPT 的语言模型检测美联储释放的政策信号基调,最后根据“鹰鸽评分”(Hawk-Dove Score)对政策信号进行从宽松到紧缩的评级分类,旨在破译美联储对外释放的信息,并发现潜在的交易信号。苏黎世保险公司试验使用 ChatGPT 从理赔说明和其他文件中提取数据,试图找出整个理赔部分的具体损失原因,从而优化承保工作。而目前国内金融机构主要借助 ChatGPT 进行品牌宣传或营销,还未到达实际功能应用阶段。例如中国招商银行借助 ChatGPT 生成品牌推广文案。在以 ChatGPT 为代表的先进技术与金融领域融合的同时,应正确认识并防范其可能引发的风险:一是数据和隐私泄露风险。以 ChatGPT 为代表的大型语言模型更依赖于多元海量数据训练,但是金融行业数据涉及消费者重大利益,部分使用者金融信息安全意识淡薄。此外,在金融领域应用场景中使用大型语言模型的规则还尚待完善,将会增加数据泄露、滥用的风险。二是法律风险。ChatGPT生成内容的归属问题是目前面临的重要问题,ChatGPT 生成的内容可能不具备原创性,存在剽窃的风险和知识产权侵犯的泛化。三是科技伦理风险。ChatGPT 在金融行业中的应用极大提升了生产力,也带来了道德和伦理问题,包括算法歧视、隐私侵犯、大数据杀熟、过度采集用户数据、数字鸿沟等,对社会公众的利益可能造成损害。面对 ChatGPT 与金融融合可能带来的诸多风险,如何在保证金融体系稳定的同时促进技术与金融融合,以创新技术驱动金融发展是各国监管者面临的一个重要问题。世界主要发达国家和地区沿用以往对金融创新的治理路径,出台了相关法律和政策规范,并成立相关治理机构,对 ChatGPT 等先进技术在金融行业15 的运用进行监管,表 5 列示了代表性国家近年来的主要监管举措,表明各国对先进技术与金融融合的监管侧重点与监管态度存在一定差异,主要分为以下三类:第一类是以美国为代表的限制型监管。美国的人才优势和优越的资本环境,形成了以技术创新为主要驱动力的科技推动金融发展的业态。针对这样的特性,美国采用功能性监管,即不论技术以何种形态出现,抓住金融与科技融合产物的金融本质,把所有涉及科技创新的金融业务,按照其功能纳入现有金融监管体系,高度重视对高新技术型金融产品和服务的监管。同时,欧洲国家同样重视对技术的严监管,注重保护个人信息安全。第二类是以英国和新加坡为代表的主动型监管。区别于美国,这类国家没有技术和市场的优势,为了实现科技带动金融创新型发展,政府挺身而出成为主要引导力量。早在 2013 年 4 月,英国成立金融行为监管局(FCA),致力于维持金融市场秩序、保护消费者合法权益以及促进有管控的金融创新。2017 年 4 月,FCA 开展了一项金融“创新工程”,帮助金融科技企业理解监管规则,降低合规成本,并创造性地启动“监管沙盒”机制,在保护消费者权益的前提下,为金融科技类企业提供缩小版的市场环境与宽松版的监管环境,提高金融服务的效率。英国“监管沙盒”机制在科技与金融融合发展的监管中显示出一定的优势,并逐渐受到世界各国监管者的青睐,目前澳大利亚、新加坡等国也在积极探索建立自身的“监管沙盒”模式。第三类是以中国为代表的被动型监管。和美国相反,中国的金融与科技融合进程以市场和商业模式为驱动力。中国的巨大市场需求和有待完善的现有金融服务体系,为科技推动金融创新发展提供了广阔的应用空间。另外,相对英美法体系的判例法,属于大陆法体系的中国,对数字金融、金融科技等的监管依靠成文的法律法规,灵活性和时效性相对不足。表 6 列示了中国近年来对科技与金融结合的重视程度与部分监管举措,由此可见,我国高度重视科技与金融的融合,形成以数字经济引领的经济发展格局,颁布了相关的法律法规以防范信息问题可能带来的福利损失,但新技术的面世与金融的创新性融合均是动态发展的,对金融与技术融合的监管,监管者不仅在监管理念上,在监管技术上也需要诸多的转变和提高,以持续防范与化解潜在的风险。16 表表 5 5 各国关于防范科技与金融融合风险的监管举措各国关于防范科技与金融融合风险的监管举措 国家国家 时间时间 监管举措监管举措 美国 2016 年 美国货币监理署(OCC)提出“负责任的创新”主题,成立创新办公室,以支持负责任的金融创新,并对利用云计算、人工智能、大数据分析、分布式账本等高新技术的金融产品和服务进行严格监管。2017年10月 美国消费者金融保护局(CFPB)出台关于消费者金融数据共享和整合的指导原则,严格明确了第三方所能获取和使用涉及消费者个人金融数据信息的权利范围。2019 年 9 月 美国消费者金融保护局(CFPB)与众多州级监管机构一同推出了美国消费者金融创新网络(ACFIN),以加强联邦和州监管机构间的协调沟通,紧跟市场创新动向,制定相应监管政策,促进市场合理竞争,重点打击市场欺诈、歧视和欺骗行为。2021 年 3 月 美联储等五部门宣布 金融领域 AI 技术应用意见征询,覆盖欺诈预防、个性化服务、信贷承销等多个方面。欧洲 2018 年 5 月 欧盟出台通用数据保护条例,设立数据保护委员会(EDPB),促进欧盟成员国之间数据保护要求的统一,加强各国之间的保护协作。2019 年 9 月 欧洲保险和职业养老金管理局成立了数字伦理咨询专家组,协助欧洲保险和职业养老金管理局制定保险行业数字伦理规范原则,同时协助解决保险定价和承保环节的伦理治理问题。2020 年 6 月 欧盟发布欧洲数据保护监管局战略计划(2020-2024),从前瞻性、行动性和协调性三个方面继续加强数据安全保护,保障个人隐私权。2021 年 6 月 数字伦理咨询专家组(UNESCO)发布人工智能治理原则,提出人工智能在保险领域应用中的六项伦理原则,即比例原则、公平性与非歧视性原则、透明度和可解释性原则、人的监督原则、可追溯的数据治理原则、稳健性和性能原则,加强了欧洲金融科技伦理治理力度。英国 2015 年 3 月 英国政府科学办公室发布的金融科技的未来:英国作为世界金融科技的领导者指出,英国要想在世界金融科技浪潮中取得优势,首要任务是为金融创新提供强大的制度支持和构建优质金融生态环境,并提出监管沙盒制度底层逻辑,挑战传统商业模式,消除不必要监管障碍,允许一定程度“破坏性金融创新”。2016 年 4 月 金融行为监管局举办第一次 TechSprint 会议,探讨如何使用新技术为金融科技监管提供技术解决方案。2016年11月 金融行为监管局联合挑战者银行和金融科技企业探讨有关“解锁监管报告”等方面的问题。2017 年 4 月 英国财政部和金融行为监管局发布监管创新计划。2018 年 2 月 英国财政部和金融行为监管局发布关于利用技术实现更加智能的监管报送的意见征询报告,进一步推动了监管科技发展,加速了监管沙盒的创新。2021 年 4 月 英国竞争与市场管理局(CMA)新建数字市场部门,加强对大型数字企业的监管力度,目标直指科技巨头。2021 年 7 月 英国政府宣布将启动一项促进数字经济增长、把握数字技术发展机遇的数字监管新计划,愿景是以支持创新的监管推动产业发展,同时最大限17 度地减少对国家经济、安全和社会的严重危害。2022 年 3 月 网络安全法案提交议会审议,旨在针对社交媒体服务、搜索引擎和信息平台实施强制性规定,制定推动数字产业发展的新制度,发布关于促进数字市场竞争制度的咨询意见。2023 年 3 月 促进创新的人工智能监管方法白皮书发布,提出基于五项原则的人工智能监管框架,以最大限度保证和促进人工智能在多领域的安全和创新使用,加深公众对尖端技术的信任,推进国家创新发展。新加坡 2018年10月 新加坡金融管理局提出提供智能投顾服务的指南,对算法监管进行明确规定,人工智能的实际运用应该符合责任性、道德性、公平性等要求,即对智能投顾的监管应该考察其伦理性,用刚性制度替代道德约束。2018年11月 新加坡金融管理局发布金融部门人工智能和数据分析(AIDA)使用指引,提出 FEAT 原则,旨在促进金融业实现可以公平、道德、透明地使用大数据、算法与人工智能。2021 年 1 月 新加坡金融管理局发布FEAT 公平性原则评估方法,从系统目标、数据和模型、系统影响度量、个人数据使用、持续监测五个方面进行公平性原则评估。2021 年 1 月 新加坡金融管理局发布技术风险管理指南,要求金融机构对与第三方服务提供商开展的合作进行严格监督。资料来源:作者整理。表表 6 6 中国对防范科技与金融融合风险的部分监管举措中国对防范科技与金融融合风险的部分监管举措 类别类别 时间时间 监管内容监管内容 政府工作报告 2014 年 互联网金融首次被写入政府工作报告,政府工作报告指出“促进互联网金融健康发展,完善金融监管协调机制”。2015 年 政府工作报告要求“促进互联网金融健康发展”,互联网金融新业务得到高度重视。2016 年 政府工作报告将“规范发展互联网金融,整顿规范金融秩序,坚决守住不发生系统性区域性风险的底线”列为工作重点。2017 年 互联网金融风险开始关注,政府工作报告指出,“对互联网金融等累积风险要高度警惕”。2018 年 互联网金融监管成为常态,政府工作报告指出,“健全互联网金融监管,进一步完善金融监管、提升监管效能”。2020-2021 年 政府工作报告指出,“强化金融控股公司和金融科技监管,确保金融创新在审慎监管的前提下进行”。2022 年 政府工作报告强调,“促进数字经济发展。加强数字中国建设整体布局完善数字经济治理,培育数据要素市场,释放数据要素潜力,提高应用能力,更好赋能经济发展、丰富人民生活”。2023 年 政府工作报告指出,“大力发展数字经济,提升常态化监管水平,支持平台经济发展”。18 监管条例 与法律法规 2020 年 9 月 国务院、中国人民银行出台关于实施金融控股公司准入管理的规定金融控股公司监督管理试行办法,明确金控公司的准入管理、股东和股本管理规范、股权结构要求等,将所有金融业务纳入监管,对金融科技公司形成了有力的监管约束。2020 年 11 月 国家市场监督管理总局出台关于平台经济领域的反垄断指南(征求意见稿),对不公平价格行为、限定交易、大数据杀熟、不合理搭售情况进行明确界定。2021 年 1 月 央行出台非银行支付机构条例(征求意见稿),强化支付领域反垄断监管,在信贷、保险、理财等细分领域也出台监管细则,以牌照管理、限制并购等预防式手段为主。同时,央行公布了首批金融科技创新监管试点应用名单。2021 年 6 月 颁布数据安全法,完善国家在个人隐私数据保护的政策体系,尤其在涉及个人数据信息交易和使用方面的风险管控成为政策关注重点。2021 年 8 月 颁布个人信息保护法,实现保护个人信息的法律化,协调个人信息保护与促进信息自由流动的关系。2021 年 12 月 国务院发布“十四五”数字经济发展规划指出,要着力强化数字经济安全体系的构建,提升数据安全保障水平,切实有效防范数字经济带来的各类风险。资料来源:作者整理。六、2024 年中国金融监管展望 2024 年金融监管将呈现总体稳慎和边际优化的趋势。在总体监管基调上,党中央要求“切实提高金融监管有效性”。可以预见的是,下一阶段围绕强监管严监管,金融监管部门将持续提升监管的前瞻性、精准性、有效性和协同性。一是加强金融监管的全面性。依法将所有金融活动全部纳入监管。监管部门要坚持市场化、法治化原则,要对各类违法违规行为实行“零容忍”,所有金融活动必须全面纳入监管,所有金融业务必须持牌经营,实现机构、业务和风险监管全覆盖,扭转重发展、弱监管和风险“击鼓传花”“捂盖子”的积弊,消除监管空白和盲区。二是强化“五大监管”,强化机构监管、行为监管、功能监管、穿透式监管、持续监管。在机构监管方面,监管当局将对不同的金融机构分别实施监管,通过设置“防火墙”,避免各金融机构间的风险传导。在行为监管方面,将强化对金融机构日常活动的监管,继续强化个人金融信息保护、促进公平交易、打击操纵市场及内幕交易、规范债务催收等。在功能监管方面,未来不同类型金融机构开19 展相同性质的金融业务,均面临相同的监管标准和监管主体,可有效减少监管缺失,还有利于促进市场公平和良性竞争。在穿透式监管方面,将坚持“实质重于形式”原则,监督金融市场中的所有参与者,包括金融机构、市场参与者和投资者,以确保市场的公平、透明和合规运作。在持续监管方面,将坚持围绕金融机构全周期、金融风险全过程、金融业务全链条,强化持续监管。三是加强中央和地方监管协同。一方面,加强中央金融监管机构与地方金融监管机构的协作,建立信息共享机制,通过中央金融监管机构的业务指导和必要协助,增强金融监管行为的协调性,提高地方金融有效监管的水平和能力,并强化对地方金融监管的监督与问责。另一方面,各地金融监管部门之间也要互相合作,消除金融监管壁垒,互通有无,利用部门协调机制和区域协调机制,进一步完善地方金融监管体系,有效加强现代金融监管。四是注重权责对等。监管当局将加大有关金融监管责任人的追责力度,加强对监管行为的再监督。既对金融监管的直接责任人和管理人员进行问责,也对因故意或过失、不履行或不正确履行职责的监管人员进行责任追究。通过加大责任追究力度,增强金融监管责任人和执行人在法律规定的范围内履行监管职责的监管能力。五是继续优化金融科技监管。数字经济发展是大势所趋,我国要积极主动、开放包容,抓牢数字经济发展机遇,强化数字经济与实体经济融合,构建良性互动发展格局,更好地应用数字技术,写好金融高质量发展“五篇大文章”。同时,要更加深入理解和研究金融科技的潜在风险,特别是分布式和智能化发展趋势对现有监管体系的挑战,要更多地应用数字技术来武装金融监管系统,提高监管针对性和有效性。版权公告:【版权公告:【NIFD 季报】为国家金融与发展实验室版权所有,未经版权所季报】为国家金融与发展实验室版权所有,未经版权所有人许可,任何机构或个人不得以任何形式翻版、复制、上网和刊登,如有违有人许可,任何机构或个人不得以任何形式翻版、复制、上网和刊登,如有违反,版权所有人保留法律追责权利。报告仅反映原文作者的观点,不代表版权反,版权所有人保留法律追责权利。报告仅反映原文作者的观点,不代表版权所有人或所属机构的观点。所有人或所属机构的观点。制作单位:国家金融与发展实验室。制作单位:国家金融与发展实验室。

    浏览量0人已浏览 发布时间2024-02-22 23页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • NIFD:2023年度全球金融市场报告-政策转向的前夜(36页).pdf

    中国宏观金融NIFD季报主编:李扬张旸 王蒋姜2022 年 4 月全球金融市场NIFD季报主编:李扬胡志浩李晓华、李重阳 2024 年 2 月 NIFD 季报是国家金融与发展实验室主要的集体研究成果之一,旨在定期、系统、全面跟踪全球金融市场、人民币汇率、国内宏观经济、中国宏观金融、国家资产负债表、财政运行、金融监管、债券市场、股票市场、房地产金融、银行业运行、保险业运行、机构投资者的资产管理等领域的动态,并对各领域的金融风险状况进行评估。NIFD 季报由三个季度报告和一个年度报告构成。NIFD 季度报告于各季度结束后的第二个月发布,并在实验室微信公众号和官方网站同时推出;NIFD 年度报告于下一年度 2 月份发布。I政策转向的前夜政策转向的前夜摘摘要要2023 年,美欧相继暂停加息、日本微调收益率曲线控制政策,全球主要经济体货币政策面临转向。高利率环境下,主要发达经济运行均面临一定风险。2023 年,美日欧发达经济体国(公)债利率整体经历先上后下行情,但具体影响因素与波动幅度不尽相同。美国经济增速超预期驱动 10 年期美债利率于 10 月中旬突破 5%,创近 16 年新高;随着通胀超预期下行和降息预期强化,美债利率转而大幅回调。此轮加息周期中,宽财政弱化了紧货币对需求抑制作用,叠加劳动参与率提升持续修复供给缺口,供给弹性逐渐恢复,供需动态平衡使得美国经济增长彰显韧性、通胀持续下行。然而,随着劳动参与率逐渐收敛导致供给增长降速,美国总供给或将再次面临弹性降低的压力,温和“滞涨”成为接下来美国经济最可能的前景。日本央行边际调整 YCC 政策但尚未根本转向,国债利率上行空间被压制。在通胀持续超 2%的情况下,日本央行或将缩减购债计划、继续微调 YCC 政策,但短期内能否退出负利率和 YCC 政策,仍存不确定性。欧元区强力紧缩促使通胀大幅回落,衰退风险加剧,欧央行或先于美联储开启降息。2023 年,伴随美欧货币政策转向预期的出现,新兴经济体资本外流和货币贬值的压力逐渐得以缓解。由于经济环境和政策取向不同,新兴经济体国债利率走势也不尽相同。其中,印度经济和政策保持相对稳定,国债利率小幅波动;俄罗斯央行大幅加息,应对通胀压力和卢布贬值,国债利率持续上行;由于通胀明显回落,巴西央行调整先前超高基准利率,率先开启降息通道,本报告负责人:本报告负责人:胡志浩本报告执笔人:本报告执笔人:胡志浩国家金融与发展实验室副主任李晓华国家金融与发展实验室全球经济与金融研究中心研究员李重阳国家金融与发展实验室全球经济与金融研究中心研究员【NIFD 季报季报】全球金融市场全球金融市场人民币汇率国内宏观经济宏观杠杆率中国金融监管中国宏观金融中国财政运行地方区域财政房地产金融债券市场股票市场保险业运行机构投资者的资产管理II国债利率持续下行。中国经济面临经济下行和阶段性通缩压力,货币政策适度宽松,利率整体下行。2023 年,美元指数保持震荡,但波动加剧。全年来看,除日元外主要发达经济体货币兑美元升值,除巴西雷亚尔外,新兴经济体货币兑美元普遍贬值。展望未来,美元指数或将保持震荡。一方面,美国经济增速放缓、通胀下行的前景,美元指数面临下跌压力;另一方面,美国经济基本面表现仍好于日欧,在未来欧央行可能先于美联储降息的前提下,美元指数也有上涨动力。2023 年,全球主要股市普遍上涨,发达市场表现显著优于新兴经济体。在盈利预期提升和利率下降的助推下,美股创新高,未来市场风险在于盈利不及预期及利率反弹。在美国通胀下行但短期内保持一定黏性的背景下,美债利率或将震荡下行但短期内反弹风险较大,预计 2024 年美股或将先抑后扬。展望 2024 年,黄金价格中枢大概率继续上行,但美国 CPI 走势、美国财政问题以及美联储宽松预期和实际政策落地之间的博弈和预期差仍将反复拉扯黄金价格。原油供给不确定性提高,需求不容乐观,地缘政治风险仍存,油价料企稳宽幅震荡。铜价的核心交易逻辑将是美联储降息时点,在降息开始前,铜价可能先行偏弱,随着降息空间打开,铜价重心或重新上移。铁矿石 2024 年料供需两旺,考虑到库存处于偏低状态,叠加美联储货币政策宽松预期,预计 2024 年铁矿石价格易涨难跌。大豆和玉米丰产预期均较高,两者价格中枢或将进一步下移。2023 年,加密资产价格整体上行,特别是 10 月以来比特币现货 ETF 推出预期带动比特币领涨,稳定币总市值也显著放量。2024 年初,比特币现货 ETF 已获得SEC 批准,我们认为这将是一把双刃剑。一方面,这会扩大比特币需求,有助于比特币进一步沐浴监管阳光;另一方面,ETF 的推出使比特币与传统金融体系更深度绑定,意味着将愈发成为一种风险资产而非货币,即背离了比特币的初衷。2023 年第四季度,人民银行数研所参与的 mBridge 项目取得新进展。其在分布式账本设计、共识算法、互操作性和报文标准兼容性等方面都具备一定吸引力。数字欧元方面,欧洲央行宣布将研发工作推进至准备阶段,并表示主要关注 CBDC 带III来的支付数字化升级、隐私保护和维护欧元货币主权这三大问题。目录一、全球债券市场情况.1(一)美国经济活动减弱、通胀下行,降息预期强化推动美债利率触顶回调.1(二)日本货币政策微调但尚未转向,国债利率上行空间被压制.5(三)欧元区强力紧缩促使通胀大幅回落,衰退风险加剧,欧元区公债利率整体下行.7(四)新兴经济体政策和利率走势分化.8二、全球外汇市场情况.11(一)美元指数明显回调,其他主要货币普涨.11(二)中美利差触底反弹,人民币贬值压力缓解.13三、全球股票市场情况.14(一)全球主要股市总体普涨.14(二)盈利预期提升和利率下降助推美股创新高.15四、大宗商品.18(一)黄金价格中枢仍有上行空间.18(二)油价将企稳震荡,一季度存在中枢下行压力.19(三)美联储降息时点将成铜价拐点.21(四)铁矿石供需紧平衡,价格易涨难跌.22(五)大豆中枢有进一步下行压力.22(六)玉米或仍将维持供大于求局面.23五、数字货币.24(一)2023 年加密资产回顾.24(二)人民银行数研所参与的 mBridge 项目取得新进展.27(三)数字欧元进入准备阶段.281一、全球债券市场情况(一(一)美国经济活动减弱美国经济活动减弱、通胀下行通胀下行,降息预期强化推动美债利降息预期强化推动美债利率触顶回调率触顶回调2023 年美联储加息逐步放缓,并于 7 月底完成最后一次 25BP 加息后停止加息。高利率环境下,美国经济运行以及依赖数据货币政策面临高度不确定性,市场对经济和政策的预期已转变为:其一,美国通胀下行,但是其经济表现强劲;其二,美国经济衰退预期逐渐消散,软着陆预期不断强化;其三,2023 年第四季度,美国经济活动减弱,通胀超预期下行,市场的降息预期有所强化。从经济增长来看,2023 年,美国前三季度 GDP 环比年化增长率分别为 2.20%、2.10%和 4.90%。其中,二、三季度增长超市场预期,个人消费和私人投资成为了拉动经济增长的主要分项。从物价水平来看,2023 年,美国通胀率整体有明显下行。美联储青睐的指标核心 PCE 同比由 1 月 4.87%持续回落至 12 月 2.93%。从劳动力力市场来看,美国劳动力市场边际放松但总体仍保持强劲。其中,全年失业率3.40%至 3.80%的历史低位区间波动,似有逐渐抬升的迹象;12 月职位空缺率5.3%,较年初 1 月 6.40%稳步下降,但仍显著高于疫情前水平,这表明劳动力市场依旧紧张;劳动参与率由 1 月 62.40%缓慢提升至 11 月 62.80%,但 12 月又回落至 62.50%,疫情和人口老龄化或导致劳动参与率难以恢复至疫情前 63.30%的水平,美国劳工供给增速将进一步下降。整体来看,2023 年,美国国债利率走势大致分为三个阶段:2023 年一季度,加息背景下,美国银行业冲击暂时中断美债上行趋势,10 年期美债利率在 3.40%4.00%区间波动;2023 年 4 月10 月,美国经济增长超预期和软着陆预期强化,10 年期美债利率大幅上行,10 月突破5%,创近 16 年新高。2023 年 11 月至 12 月,美国通胀超预期下行以及降息预期强化,10 年期美债利率明显回调至 3.88%(见图 1)。通过总供给与总需求的(AD-AS)分析框架,我们能够更为清晰地分析接下来美国宏观经济走势的发展态势。从劳动力市场角度,劳动力人口、失业率以及求职倍率(职位空缺数/失业人数,V/U)三个指标可反映供需曲线的变化。为刻画经济变量之间的关系,我们将上述三个指标和增长、通胀两个变量的数据统一为季度指标,相关增长率数据均转换为环比年化率(见图 3、图 4)。此外,供需2均衡点的变化决定了劳动力市场两条重要曲线菲利普斯曲线与贝弗里奇曲线的形态变化。其中,菲利普斯曲线是刻画失业率与通胀率经验关系的一条曲线,2008 年危机以来菲利普斯曲线扁平化以及疫情后菲利普斯曲线垂直化成为了各方关注的焦点。贝弗里奇曲线是刻画失业率与职位空缺率经验关系的一条曲线。沿曲线向左上方移动,表示劳动力市场趋于紧张;若曲线整体向右移动时,表示匹配效率下降(见图 9)。基于上述框架,我们先简单回顾疫情以来美国经济运行的三个阶段:第一,2020 年上半年,疫情冲击导致供需大幅下降且需求下降幅度大于供给,美国经济增速和通胀均大幅下降(见图 5)。2020 年前两个季度,美国劳动力人口急剧下降,年化环比率分别为-1.83%和-13.15%,AS 曲线大幅左移;同时,失业率大幅上升,2020 年第二季度,美国失业率飙升至 13.00%,表明 AD 曲线相对 AS 曲线明显左移;V/U 急剧下降,显示总供需的均衡点供给弹性足够大,菲利普斯曲线加速扁平化(见图 10);此外,疫情引起的远程办公、子女照顾等加剧劳动力市场摩擦,劳动力市场匹配效率下降,贝弗里奇曲线外移(见图 9)。第二,2020 年下半年至 2022 年上半年,劳动参与率回升和强力财政金融救助政策促使供需复苏且需求复苏力度强于供给、供给弹性急剧衰减,美国经济增速触底反弹,通胀飙升(见图 6)。在此阶段,美国劳动参与率稳步回升助推美国劳动力人口平均年化增速为 1.90%,明显高于疫情前三年平均值 1.09%,美国供给快速恢复,AS 曲线持续右移;同时,失业率快速下降,反映需求反弹速度大于供给,AD 曲线相对 AS 曲线明显右移;V/U 由 2020 年二季度阶段性低点0.27 迅速飙升至 2022 年二季度的历史最高值 1.90,总供给在均衡点上的弹性急剧衰减,菲利普斯曲线由扁平迅速转变为垂直,同时,失业率和职位空缺率移至贝弗里奇曲线最左端,显示劳动力市场极度紧张。第三,2022 年下半年至 2023 年年底,劳动参与率提升推动供给持续改善、“宽财政、紧货币”政策导致需求增长速度放缓,供给弹性缓慢恢复,美国经济保持平稳增长,通胀稳步降温。在此阶段,美国劳动力人口保持 1.49%速度增长,总供给曲线平稳右移;同时,失业率保持历史低位,反映需求曲线相对供给曲线缓慢右移;V/U 由历史高点缓慢下降至 1.39,但仍高于疫情前水平,劳动力市场依旧紧张但已出现边际缓和。与此同时,菲利普斯曲线继续保持垂直。3综上,疫情后,劳动参与率持续回升促使美国劳动力市场实现再平衡劳动参与率持续回升促使美国劳动力市场实现再平衡,是美是美国经济强力复苏的主要动力国经济强力复苏的主要动力。劳动参与率提升不仅有助于供给修复、促进经济增长,同时还缓解了劳动力市场紧张程度,使供给弹性得以恢复,利于通胀降温。同时同时,需求相对供给复苏力度决定通胀走势需求相对供给复苏力度决定通胀走势。以加息为转折点,加息前,需求复苏力度强于供给,表现为失业率下降和求职倍数上升,通胀抬升;加息后,财政对需求仍有支撑但增速弱于供给,表现为失业率相对稳定但求职倍率下降,通胀回落。此外,在通胀分析框架中,劳动力市场主要影响核心 CPI 走势。在本轮通胀周期中,除劳动力市场因素外,原油等能源价格大幅波动对整体 CPI 走势也有明显影响。接下来,从供给面看,考虑到疫情以及人口老龄化等因素,美国劳动参与率进一步提升空间有限,尤其是 2023 年 11 月的最新数据,美国劳动参与不仅没有提升,反而显著下降 0.3 个百分点,预示美国劳动力改善空间不大,供给曲线右移速度将明显放缓;需求端,必须综合考虑美国私人消费的韧性与财政支持力度能否持续,以及美联储利率政策转变时机和力度。因此,美国接下来的经济走势美国接下来的经济走势主要取决于需求端的变化,在供给改善空间有限的前景下,美国经济增长中枢主要取决于需求端的变化,在供给改善空间有限的前景下,美国经济增长中枢将明显下降将明显下降,而要实现美联储而要实现美联储 2%通胀目标通胀目标,需求增速放缓则是必要条件需求增速放缓则是必要条件。从短期来看,美国职位空缺率较高、劳动力市场依然强劲,同时,私人消费仍有韧性,通胀或将保持一定黏性。从季度数据来看,2023 年四季度美国核心通胀环比3.33%,较三季度 2.86%有所回升。总之,在美国经济增速放缓,通胀下行但短总之,在美国经济增速放缓,通胀下行但短期内保持一定黏性的背景下,美债利率或将震荡下行但短期内反弹风险较大。期内保持一定黏性的背景下,美债利率或将震荡下行但短期内反弹风险较大。此外,还应当关注石油等商品价格波动对整体通胀的影响。有关美债利率曲线斜率走势的判断,我们仍坚持 2023 年二季度报告的观点:在美联储停止加息后,美国国债曲线斜率将维持震荡,只有当美联储明确开启降息进程,曲线斜率才会趋势性地随之走陡。4图图 1美国国债利率和期限利差美国国债利率和期限利差图图 2美国美国 10 年期国债利率与通胀预期年期国债利率与通胀预期图图 3美国劳动力市场总体情况美国劳动力市场总体情况图图 4美国经济增长与通胀情况美国经济增长与通胀情况图图5 第一阶段美国第一阶段美国AS-AD曲线移动情况曲线移动情况 图图6 第二阶段年美国第二阶段年美国AS-AD曲线移动情况曲线移动情况5图图7 第三阶段美国第三阶段美国AS-AD曲线移动情况曲线移动情况图图8 第三阶段美国第三阶段美国AS-AD曲线移动情况曲线移动情况图图9 美国贝弗里奇曲线美国贝弗里奇曲线图图10 美国菲利普斯曲线美国菲利普斯曲线(二(二)日本货币政策微调但尚未转向日本货币政策微调但尚未转向,国债利率上行空间被压制国债利率上行空间被压制2023 年,日本经济整体保持温和复苏态势,但增长力度逐渐减弱;同时,日本央行货币政策边际微调但对政策转向仍保持耐心。在此背景下,2023 年日本国债收益率曲线先后经历熊陡牛平两个阶段。其中,日本 10 年期国债利率由年初 0.49%升至 11 月 1 日的 0.96%的高点后,回落至年底的 0.65%。2023 年,日本经济整体保持温和复苏态势,货币政策微调但尚未实质性转年,日本经济整体保持温和复苏态势,货币政策微调但尚未实质性转向向。从经济基本面来看,日本前三季度 GDP 同比增长分别为 2.5%、2.2%和 1.5%;日本 PMI 指数在二季度达到阶段性高点后有小幅回落,其中,服务业 PMI 一直处于扩张区间,制造业 PMI 则降至荣枯线以下;日本劳动力市场依然紧张,在劳动参与率升至本世纪以来最高值的情况下,新增求职倍数也处于历史高位。同6时,2023 年全年失业率处于 2.4%2.80%的低位区间波动。从物价水平来看,日本通胀除了二季度有所反弹外逐渐放缓,但仍保持在央行 2%目标以上,2023 年12 月,CPI 同比与核心 CPI 同比分别为 2.60%和 2.30%。2023 年 7 月 28 日,在日本经济保持复苏、通胀稳定以及美联储重启加息的影响下,日本央行再次调整YCC 政策,将 10 年期国债利率上限由 0.5%上调至 1%,但同时强调持续保持货币宽松政策立场,坚持负利率和大规模购债计划。受此消息影响,日本 10 年期国债收益率持续上行,在 2023 年 11 月 1 日升至 0.96%,创 2012 年以来新高。由于经济复苏和通胀放缓,2023 年四季度日本央行多次强调“工资/通胀的正周期是否会形成仍存在很大的不确定性”,弱化市场对日本央行货币政策提前转向的预期,日本国债利率随即转为下行。2022 年底,日本首次调整 YCC 政策,被市场解读为货币政策转向的标志。在美欧强力加息背景下,市场对日本退出全球仅存的负利率政策一直存在预期。2023 年日本仅在边际上调整 YCC 政策,这表明经历多年通缩困扰,日本央行对通胀确认仍比较谨慎。2024 年,日本央行货币政策正常化仍存不确定性。年,日本央行货币政策正常化仍存不确定性。在通胀持续超越央行目标的情况下,日本央行或将缩减购债计划、继续微调 YCC 政策,但能否正式退出负利率和 YCC 政策,仍取决于能否实现工资/通胀良性循环,2024 年春季薪资谈判是当前市场和央行关注的焦点。一方面,从数据上看,日本经济与通胀的风险总体平衡。首先,自 2022 年 4 月以来,日本已连续 21 个月保持通胀率(包括核心通胀率)超过 2%,但在 2023 年一季度通胀率冲高回落后保持相对稳定,这或许表明输入型通胀因素效应减弱后,通胀可持续性在逐步得要验证;其次,由于大宗商品价格回落,日本外贸形势有所好转,2023 年以来,其贸易逆差逐渐收窄进而转为顺差;再次,日本投资者企业信心增强,劳动力市场或将持续紧张,企业进一步加薪概率提升。此外,2024 年 1 月,央行行长植田和男表示“实现 2%持续通胀目标的确定性正在逐步上升”。另一方面,从未来国内外环境来看,日本经济仍面临不确定风险。首先,伴随全球经济增速下滑,日本刚刚改善的外贸形势将重新面临压力;其次,当前,日本的私营部门需求仍低于新冠肺炎疫情前的水平,对工资/通胀循环形成抑制;同时,若美欧进入降息周期,日元贬值压力释放,日本货币政策转向的紧迫性也将大大减小。总之,在全球经济增速下滑在全球经济增速下滑,美欧货币政策转向宽松的预期下,日债利率上行的压力锐减。因此,日本央行美欧货币政策转向宽松的预期下,日债利率上行的压力锐减。因此,日本央行7或将逐渐缩减购债计划,同时在美国通胀和美债利率反弹的情况下,或将继续或将逐渐缩减购债计划,同时在美国通胀和美债利率反弹的情况下,或将继续通过微调通过微调 YCC 政策来缓解日元贬值压力。对于短期内能否退出负利率和政策来缓解日元贬值压力。对于短期内能否退出负利率和 YCC政策,市场继续持谨慎态度。政策,市场继续持谨慎态度。(三(三)欧元区强力紧缩促使通胀大幅回落欧元区强力紧缩促使通胀大幅回落,衰退风险加剧衰退风险加剧,欧元欧元区公债利率整体下行区公债利率整体下行2023 年欧元区强力紧缩促使通胀大幅回落,但衰退风险加剧。2023 年 9 月,欧央行实施年内最后一次加息。加息阶段,欧元区 10 年期公债利率缓慢上行;随着通胀持续下行和衰退风险加剧,10 年期公债利率快速下行,低于年初水平。同时,欧元区公债曲线斜率倒挂加深,创历史之最。2023 年,欧央行延续强力加息政策以应对通胀压力,但也导致欧元区经济年,欧央行延续强力加息政策以应对通胀压力,但也导致欧元区经济增长低迷,衰退风险不断加剧。增长低迷,衰退风险不断加剧。自 2022 年 7 月开启本轮加息周期至 2023 年 9月,欧央行已连续加息10次,累计加息450BP,主要再融资利率由0%升至4.50%,并一直持续至今。欧央行陡峭的加息政策促使通胀大幅回落,同时也导致欧元区衰退风险加剧。其中,2023 年 12 月,欧元区 CPI 同比由 2022 年 10 月 10.60%高点大幅降至 2.90%,核心 CPI 同比由 2023 年 3 月 5.70%高点降至 3.40%。2023年欧元区经济形势逐渐恶化,其中前三季度 GDP 同比分别为 1.30%、0.60%和0%,显著低于同时期美日水平,该数据自 2022 年二季度以来已连续 6 个季度下滑。多项经济指标显示,欧元区经济面临停滞甚至萎缩。多项经济指标显示,欧元区经济面临停滞甚至萎缩。其中,2023 年三季度GDP 环比年化增速为-0.50%;2023 年,欧元区制造业 PMI 在收缩区间进一步下行;服务业 PMI 也于 8 月下滑至收缩区间,导致整体 PMI 在收缩区间深度下行,表明欧元区经济活动低迷。同时,欧元区投资者和消费者信心指数不断恶化。与上述数据不同的是,欧元区劳动力市场仍保持强劲欧元区劳动力市场仍保持强劲。其中,2023 年欧元区失业率处于历史低位区间,11 月失业率为 6.40%,创历史新低;欧元区就业人数增速下降,2023 年前三季度,欧元区就业人数环比分别为 0.50%、0.10%和 0.20%。可见,整个欧元区劳动力供给改善空间有限。而与此同时,“欧元区经济火车头”德国职位空缺率稳定在 4.1%的历史高位,显示欧元区劳动力市场依旧紧张。劳动力市场依旧紧张。欧元区经济前景黯淡,或将先于美联储开启降息。欧元区经济前景黯淡,或将先于美联储开启降息。从 AD-AS 角度来看,一方面,劳动参与率接近饱和的情况下,欧元区劳工供给改善空间有限,欧元区总8供给增速将放缓;另一方面,当前维持较长时间的高利率对总需求抑制影响将逐渐发挥作用。未来,欧元区经济增长前景依然黯淡,随着总需求增速的快速回落,通胀也将随之进一步放缓,欧元区或将率先开启降息。但同时,由于短期内欧元区劳动力市场仍保持强劲,2023 年四季度失业率仅小幅下降,GDP 环比增速或将在三季度负增长的基础上小幅反弹至正区间,勉强避免技术性衰退。因此,未来欧元区公债利率走势与美国类似,整体震荡下行但短期内反弹风险较大。图图 11日本国债利率日本国债利率图图 12欧元区公债利率欧元区公债利率数据来源:wind。(四)新兴经济体政策和利率走势分化(四)新兴经济体政策和利率走势分化2023 年,伴随美欧货币政策出现调整迹象,新兴经济体资本外流和货币贬值的压力逐渐得以缓解。由于经济环境和政策取向不同,新兴经济体国债利率走势也不尽相同。其中,印度经济和政策保持相对稳定,国债利率小幅波动;俄罗斯央行大幅加息,应对通胀压力和卢布贬值,国债利率持续上行;由于通胀明显回落,巴西央行调整先前超高基准利率,率先开启降息通道,国债利率持续下行。中国经济面临经济下行和阶段性通缩压力,货币政策适度宽松,利率整体下行。2023 年,印度经济保持稳步增长,通胀震荡波动,小幅加息 25BP 后货币政策保持稳定,10 年期国债利率基本在 7%7.5%区间波动。具体来看,印度国债利率走势大致分为四个阶段。第一,2023 年 1 月2 月,印度央行将基准利率小幅上调 25BP 至 6.50%,结束了自 2022 年 5 月开启的本轮加息周期,印度国债收益率呈现熊平态势;第二,2023 年 3 月5 月,印度通胀率回落至 2%6%央行合意区间,印度国债收益率呈现牛平态势;第三,2023 年 6 月9 月,印度通胀有所反弹,经济景气度保持年内较高水平,国债利率呈现熊陡态势;第四,20239年 10 月12 月,印度通胀在央行合意区间上部小幅波动,经济景气度处于扩张区间小幅下降,印度国债利率呈现牛平态势。2023 年,俄罗斯经济与财政状况有所改善,为应对通胀压力和卢布持续贬值,俄罗斯央行大幅加息 850BP,10 年期国债利率持续上行,曲线斜率基本处于负区间。具体来看,2023 年前三季度俄罗斯 GDP 同比分别为-1.80%、4.90%和 5.50%,远超经济学家预期,逐渐摆脱了自 2022 年二季度以来的持续萎缩;2023 年 2 月以来,俄罗斯制造业和服务业 PMI 均处于扩张区间,保持较高的经济景气度;2023 年上半年,由于财政收入减少、支出增加,俄罗斯财政持续恶化,下半年形势逆转,俄罗斯财政状况显著改善。111 月,俄罗斯财政赤字为0.88 万亿卢布,较 15 月的 3.4 万亿卢布,有显著下降。2023 年俄罗斯面临严峻通胀压力,在去年高基数的背景下,俄罗斯通胀持续上涨,2023 年 12 月 CPI 同比达到 7.42%。同时,俄罗斯卢布兑美元持续大幅贬值,俄罗斯央行于 2023 年 7月重启加息,年内连续加息 5 次,累计加息 850BP,将关键利率从 7.50%升至16.00%。在经济形势好转、通胀高企以及大幅加息的背景下,2023 年俄罗斯 10年国债利率持续上行,由年初 10.36%升至年底 12.30%,累计上行约 200BP,曲线斜率维持倒挂状态。2023 年,巴西经济保持复苏态势,通胀整体延续回落,央行率先开启降息周期,国债曲线整体呈现牛陡态势,斜率转正。具体来看,2023 年前三季度,巴西 GDP 同比分别为 4.2%、3.5%和 2.0%,保持复苏态势,其主要源于净出口的强劲增长,2023 年巴西月度平均贸易顺差超过 80 亿美元,创历史纪录。自 2022年 8 月以来,巴西央行维持 13.75%超高基准利率来对抗两位数增长的通胀压力,至 2023 年 6 月,CPI 同比已降至 3.00%。在全球主要央行中,巴西央行也于 2023年 8 月率先开启降息,连续 4 次累计降息 200BP,将基准利率下调至 11.75%。在通胀下降和降息如期而至的背景下,巴西国债利率整体呈现牛陡态势,斜率在历时近三年后摆脱负区间。其中,10年期国债利率由年初13.16%降至年底10.36%,累计下行 280BP。在三季度通胀回升的情况下,巴西 10 年期国债利率也出现阶段性反弹。2023 年,中国经济面临经济下行和阶段性通缩压力,货币政策适度宽松,利率整体下行。整体来看,经济恢复进程以及政策预期影响主导国债利率走势。10第一阶段:1 月至 2 月,市场对经济复苏预期较强,通胀温和,货币和信贷开门红,10 年期国债利率短期内明显上行,由 2.80%升至 2.90%以上;第二阶段:3月至 8 月,中国经济弱复苏,有效需求不足,市场主体预期较弱,货币政策保持宽松,10 年期国债利率降至 2.60%以下。二季度 GDP 同比增长 6.3%,但低于市场预期;同时,消费、投资、进出口增速大幅下降,1-8 月,社会消费品零售累计同比降至 7.0%,社会固定资产投资总额累计同比降至 3.2%;进出口同比均跌至负区间,外贸压力凸显。同时,中国物价增长乏力,面临阶段性通缩压力,央行于 6 月、8 月分别降息 10BP。第三阶段:9 月至 11 月,中国经济复苏斜率有所改善,防空转叠加财政发力,资金面偏紧,利率回升至 2.7%。三季度中国 GDP同比增长 4.9%,低于二季度 6.3%,但超市场预期;为防止资金套利和空转以及应对人民币贬值压力,市场资金利率不断抬升;同时财政发力,地方专项债发行节奏明显加快,此外,10 月 24 日,全国人大常委会明确,中央财政将在 2023年四季度增发 1 万亿元国债。第四阶段:12 月,货币进一步宽松预期较强,资金面逐渐宽松,10 年期国债利率下行至 2.6%以下。国内 CPI 同比处于负区间,需求仍就较弱,同时美联储降息预期弱化人民币贬值压力,市场对于货币宽松预期强化。图图 13印度国债利率印度国债利率图图 14俄罗斯国债利率俄罗斯国债利率11图图 15巴西国债利率巴西国债利率图图 16中国国债利率中国国债利率二、全球外汇市场情况(一)美元指数明显回调,其他主要货币普涨(一)美元指数明显回调,其他主要货币普涨2023 年第四季度,美元指数明显回调,其他主要货币兑美元普涨。由于美国经济活动减弱、通胀超预期下行强化美联储降息预期,美元指数由三季度末106.19 下跌至年末的 101.38,回吐三季度的大部分涨幅,与年初水平相差无几。除土耳其里拉大幅贬值和印度卢比小幅贬值外,其他主要货币兑美元均有升值,尤其是前期大幅贬值的俄罗斯卢布和日元有明显反弹。其中,发达经济体中,瑞士法郎、瑞典克朗、日元、欧元和英镑兑美元分别升值 8.76%、8.39%、5.91%、4.42%和 4.39%;新兴经济体中,俄罗斯卢布、巴西雷亚尔、墨西哥比索、人民币兑美元分别升值 8.61%、3.09%、3.00%、2.76%(见图 20)。纵观 2023 年全年,美元指数保持震荡,但波动加剧。全年来看,除日元外,主要发达经济体兑美元升值。其中,瑞士法郎、英镑、欧元、加元分别升值 9.99%、5.29%、3.12%和2.21%,日元贬值 7.02%;除墨西哥比索、巴西雷亚尔外,新兴经济体货币兑美元普遍贬值。其中,墨西哥比索和巴西雷亚尔升值 15.36%和 8.94%,俄罗斯卢布、南非兰特、人民币和印度卢布分别贬值 21.58%、6.94%、2.85%和 0.56%(见图 21)。2023 年,美元指数主要受基本面和货币政策差异以及利差影响,先后经历震荡上涨下跌行情。第一阶段:2023 年年初至 7 月 13 日,在美联储加息放缓、市场对美国经济预期不断反复,欧元区持续加息以及日本 YCC 政策调整预12期的多重影响下,美元指数在 101106 区间波动。期间,3 月银行业危机触发的避险情绪促成美元指数阶段性高点,而美联储 6 月份“跳过”一次加息,促使美元指数扭转上涨势头小幅回调;第二阶段:2023 年 7 月 14 日至 10 月 3 日,美国经济数据超预期和美债利率飙升的驱动下,美元指数一路上涨,由 99.94 涨至107.07,累计上涨 7.33%。其中,欧元兑美元和美元兑日元的走势与美元指数走势均保持一致。第三阶段:2023 年 10 月 4 日至年底,美债利率大幅下行导致美欧和美日利差快速收窄,美元指数大幅回调至 101.38,基本回吐了上一阶段上涨幅度。美元兑日元由 144.307 跌至 149.372,日元贬值 3.39%。展望未来,美元指数或将保持震荡。一方面,美国经济增速放缓、通胀下行的前景,美元指数有下行压力;另一方面,美国经济基本面表现仍好于日欧,在未来欧央行可能先于美联储降息的前提下,美元指数也有上涨动力。图图 17美元指数与国债利差美元指数与国债利差图图 18欧元汇率与欧美国债利差欧元汇率与欧美国债利差图图 19日元汇率与美日国债利率日元汇率与美日国债利率图图 202023 年年 Q4 主要货币汇率变化主要货币汇率变化13图图 212023 年主要货币汇率变化年主要货币汇率变化(二)中美利差触底反弹,人民币贬值压力缓解(二)中美利差触底反弹,人民币贬值压力缓解图图 22人民币汇率与美元指数人民币汇率与美元指数图图 23人民币汇率与中美利差人民币汇率与中美利差数据来源:wind。2023 年第四季度,中美利差触底反弹,人民币兑美元小幅回升 2.85%,人民币贬值压力有所缓解。纵观 2023 年全年,中美 10 年期国债利差驱动人民币汇率波动,由于美债利率波动幅度远大于中债利率,实质上美债利率基本主导人民币汇率变化。围绕中美国债利差变化,人民币汇率大致经历震荡波动-大幅贬值-小14幅反弹三个阶段。第一阶段:1 月至 3 月,人民币汇率基本处于 6.7 至 7.0 区间波动。一季度,美国衰退预期、加息以及银行业危机引发美债利率上下波动;第二阶段:4 月至 10 月,美国经济增长超预期和软着陆预期强化,10 年期美债利率大幅上行,人民币汇率由 6.87 贬为 7.32,累计贬值 6.10%,人民币面临较大贬值压力;第三阶段:11 月至 12 月,美国通胀超预期下行以及降息预期强化,10年期美债利率明显回调,人民币汇率由 7.32 升为 7.09,累计升值 3.18%,人民币贬值压力缓解。2024 年,在美债利率下行的背景下,人民币汇率或将稳中有升,但短期内应关注因美债反弹可能导致人民币贬值压力。三、全球股票市场情况(一)全球主要股市总体普涨(一)全球主要股市总体普涨2023 年第四季度,美股引领全球主要股市普遍上涨。年第四季度,美股引领全球主要股市普遍上涨。受全球利率下行和主要央行货币政策转向降息预期的影响,美股引领全球股市总体普遍上涨。其中,美股三大指数纳斯达克指数、道琼斯工业指数和标普 500 指数分别上涨13.56%、12.48%和 11.24%;法兰克福 DAX 指数、巴黎 CAC40 指数、欧洲证券交易所 100 指数分别上涨 8.87%、5.72%和 5.42%;东京日经 225 指数上涨 5.04%。新兴市场中,孟买 Sensex30 指数和俄罗斯 RTS 指数分别上涨 9.74%和 7.53%。中国市场各大指数延续下跌趋势,其中,沪深 300 指数、中小板和创业板分别下跌 7.00%、3.31%和 5.62%;恒生指数下跌 4.28%。纵观纵观 2023 年全年年全年,全球股市整体大幅上涨全球股市整体大幅上涨,发达市场表现显著优于新兴经发达市场表现显著优于新兴经济体济体。2023 全年,MSCI 全球指数累计上涨 20.09%,发达市场指数上涨 21.11%,新兴市场指数上涨 7.04%。对于发达市场,纳斯达克指数、日经 225 指数和标普500 指数涨幅靠前,分别上涨 43.42%、28.24%和 24.23%。截至 2023 年年末,美股三大股指中道琼斯工业指数创历史新高,纳斯达克指数和标普 500 指数均逼近2022 年初的历史最高值。日本股市走出近十年来最佳表现,日经 225 指数在 11月一度触及 33 年历史纪录高点。对于新兴市场经济体,孟买 Sensex30 指数上涨18.74%,实现连续八年上涨。俄罗斯 RTS 指数也上涨 11.63%。沪深指数和香港恒生指数在全球股票市场中表现垫底。其中,创业板指数、恒生指数、沪深 300指数和中小板指数累计下跌 19.41%、13.82%、11.38%和 8.47%。15表表 12023 年全球主要股票指数涨跌情况(年全球主要股票指数涨跌情况(%)2023 年Q4Q3Q2Q1纳斯达克综合指数43.4213.56-4.1212.8116.77东京日经 225 指数28.245.04-4.0118.367.46标准普尔 500 指数24.2311.24-3.658.307.03MSCI 发达市场21.119.50-2.996.606.96法兰克福 DAX 指数20.318.87-4.713.3212.25MSCI 全球指数20.0910.68-3.815.586.84欧元区 STOXX50 价格指数19.198.31-5.101.9513.74孟买 Sensex30 指数18.749.741.669.85-3.11巴黎 CAC40 指数16.525.72-3.581.0613.11道琼斯工业平均指数13.7012.48-2.623.410.38欧洲证券交易所 100 指数13.315.42-3.640.9910.45俄罗斯 RTS 指数11.637.532.51-1.392.70MSCI 新兴市场指数7.047.45-3.71-0.083.55伦敦富时 100 指数3.781.651.02-1.312.42上证综合指数-3.70-4.36-2.86-2.165.94中小板综指-8.47-3.31-7.42-4.226.75沪深 300 指数-11.38-7.00-3.98-5.154.63深证成份指数-13.54-5.79-8.32-5.976.45恒生指数-13.82-4.28-5.85-7.273.13创业板指数-19.41-5.62-9.53-7.692.25(二)盈利预期提升和利率下降助推美股创新高(二)盈利预期提升和利率下降助推美股创新高图图 24美国股票指数走势美国股票指数走势数据来源:wind。162023 年四季度年四季度,美联储降息预期下美债利率大幅下行美联储降息预期下美债利率大幅下行,推动美股大幅反弹推动美股大幅反弹。2023 年四季度,美国通胀超预期下行强化市场对美联储 2024 年提前降息预期,推动美债 10 年期国债利率从 10 月份 5%的高点大幅下行超过 100BP,美股集体大幅反弹。标普 500 指数累计上涨超 11%。从行业看,只有能源行业下跌超 9%,剩余 10 个行业中,二季度大幅下跌的房地产行业累涨超 18%,信息技术行业紧随其后累涨超 17%。纵观纵观 2023 年全年年全年,估值和盈利共同驱动标普估值和盈利共同驱动标普 500 指数上涨指数上涨。其中,标普 500指数 PE 增长 12.2%,每股收益 EPS 增长 7.8%,贡献标普 500 指数全年上涨 24.2%的绝大部分。从行业来看,2023 年只有三个板块下跌,分别是公用事业、能源和日常消费下跌 10.2%、4.8%和 2.2%;在剩下的 8 个板块中,信息技术、通信服务和可选消费涨幅靠前,分别上涨 56.4%、54.4%和 41.0%,凸显科技股强劲涨势。其中,科技龙头占主导科技龙头占主导。在标普 500 指数 24%的涨幅中,科技“七姐妹”(苹果、微软、Meta、亚马逊、Alphabet、英伟达和特斯拉)贡献超过 15%。英伟达全年上涨近 246%,创 2001 年以来最大年度涨幅;Meta 上涨近 184%,创上市以来最大年度涨幅;特斯拉、亚马逊、Alphabet、微软和苹果分别上涨约 130%、77%、57%、57%和 54%。表表 22023 年标普年标普 500 指数各行业表现(指数各行业表现(%)2023 年Q4Q3Q2Q1信息技术56.3917.38-6.2116.9321.49通讯服务54.369.903.5912.8220.18可选消费41.0412.79-5.5014.3115.76综合综合24.2311.24-3.658.307.03工业16.0411.83-5.006.013.03材料10.238.87-5.042.763.75金融9.9412.43-0.724.83-6.05房地产8.2718.07-9.970.801.04医疗保健0.305.13-2.312.51-4.72日常消费-2.164.54-6.37-0.200.16能源-4.80-9.6213.57-1.79-5.57公用事业-10.207.82-10.28-3.26-4.04数据来源:wind,国家金融与发展实验室整理。17采用 Damodaran 股票估值模型对标普 500 指数价格进行情景分析。Damodaran 模型是对经典股票现金流贴现估值模型DDM(Dividend DiscountModel)的一种扩展。股票价格等于所有未来现金流贴现之和。Damodaran 模型包括两个阶段:未来 N 年内的高增长阶段和 N 年之后长期稳定增长阶段(永续模型)。具体来看:=1()(1 )? ( 1)()(1 )其中,为当前股票价格(股票指数的数值);为未来第 t 年的现金流,包括股息和回购;为股票或股指预期回报率;为前 N 年盈利增长率;为长期稳定增长率;在高增长阶段:=0 1 1 ;在稳定增长阶段:=1 ;股票风险溢价:=为无风险利率,通常取 10 年期国债收益率;N 通常取 5 年。具体计算过程中,模型的参数包括:(1)未来 5 年盈利增长率;(2)未来无风险利率;(3)长期稳定增长率;(4)股票风险溢价 ERP。我们基于 2023 年 10月 1 日从公开渠道获取的数据,计算基准情形下标普 500 指数内在价值。设定参数基准情形和区间:(1)基于 Factset 的市场调查研究报告,假设未来 5 年盈利增长率为 8.5%。情景假设区间为 5.5.5%;(2)未来 10 年期国债利率为 4%,情景假设区间为 3%5%;(3)长期稳定增长率为 5%,上市公司盈利增长率略高于名义 GDP 长期增长率 4%(2%通胀率 2%实际增长率),情景假设区间为 4%6%;(4)ERP 为 5%,过去 10 年 ERP 均值为 5.35%,情景假设区间为 3%7%。模型计算结果显示模型计算结果显示,当前标普当前标普 500 指数市场价格定价相对合理指数市场价格定价相对合理。依据上述参数基准情形,通过 Damodaran 模型估算,标普 500 指数的内在价值等于 4927.75,比 12 月 31 日市场价格点 4769.83 高 3.31%,处于合理定价区间。未来市场风险未来市场风险18在于盈利不及预期及利率反弹。在于盈利不及预期及利率反弹。标普 500 指数的内在价值等于 4927.75,相较于9 月 31 日估值 3961,显著提升,主要在于未来 5 年盈利增长率由 7%升至 8.5%,市场无风险利率由 4.50%降至 3.88%。在美国通胀下行但短期内保持一定黏性的背景下,美债利率或将震荡下行但短期内反弹风险较大,预计预计 2024 年美股或将年美股或将先抑后扬。先抑后扬。四、大宗商品(一)黄金价格中枢仍有上行空间(一)黄金价格中枢仍有上行空间回顾 2023 年,黄金价格整体呈上行趋势,大体经历了三轮上涨、两轮下跌。2023 年 1 月,黄金价格承接 2022 年末美联储加息幅度边际放缓带来的涨势,但好景不长,2 月份美国通胀回落不及预期、非农数据远超预期,紧缩预期回归,黄金价格下跌并回吐了 1 月的全部涨幅。进入 3 月后,美国银行业危机带动避险情绪上升,金价显著上涨直到 5 月。5 月至 10 月初,此前的避险预期退却,且货币政策方面美联储官方态度持续鹰派,不断引导“higher for longer”的基准利率预期,导致金价向下调整。而这一阶段,人民币相对贬值,所以沪金震荡走高,两者出现背离。10 月中旬至年底,黄金再度上涨。正如我们在 2023Q3 全球金融市场报告中预判的,“强美元叠加巴以冲突,黄金价格将走强”。本轮上涨前期由巴以冲突升级导致,避险情绪推动金价走高;后期则主要受到美联储政策宽松预期影响。图图 252023 年黄金价格走势年黄金价格走势数据来源:wind,国家金融与发展实验室整理。19展望 2024 年,黄金价格中枢大概率继续上行。12 月 FOMC 会议中,美联储已讨论降息时点问题。在降息背景下,美债利率与美元指数都趋于下行,总体推动金价走高。此外,当前地缘冲突时有发生,乌克兰危机以来全球主要央行连续增持黄金(见图 26),黄金作为国家、企业和个人的储备资产的地位显著上升。2024 年,黑天鹅事件担忧仍然高企,叠加美国大选年的政治不确定性,对黄金而言都属利多。但这其中,几方面预期和实际之间的差异仍将反复拉扯。一是宽松预期和实际政策的博弈,市场和美联储都将根据美国的经济表现不断动态调整降息时间和幅度,从而影响黄金波段走势。二是美国财政问题,目前美国赤字规模已经很高,利率高企也导致利息支出和再融资成本不断增加。考虑到此前美国财政对经济软着陆助益颇丰,财政的难以为继可能会显著降低美国经济韧性。三是美国 CPI 是否能如期下行,这其中可能会受到能源、租金和薪资等方面的影响。图图 26乌克兰危机以来全球央行持续净买入黄金乌克兰危机以来全球央行持续净买入黄金数据来源:wind,国家金融与发展实验室整理。(二)油价将企稳震荡,一季度存在中枢下行压力(二)油价将企稳震荡,一季度存在中枢下行压力2023 年,原油价格走势整体可以分为三段。第一段是 1 至 6 月的宽幅震荡行情,市场多空信号并存。其中,利好信号包括中国疫情防控转段后,交通出行需求迅速回升;而阶段性利空因素包括美国三家银行和瑞信的倒闭事件以及美联储的紧缩政策。第二阶段是 7 至 9 月的持续上行。这主要由供需带动,即沙特和俄罗斯两大主要产油国联手减产叠加欧美传统需求旺季。第三阶段是 10 月至年末,油价震荡下跌。供给方面,减产效应减弱,且 11 月 30 日 OPEC 发布的 202420年一季度减产计划并没有新增减产量,弱于市场预期;需求方面,四季度是欧美传统需求淡季。虽然期间有巴以冲突带来的地缘风险,但随着冲突演进,市场预期的失控风险不断减小,风险溢价趋于收敛。图图 272023 年石油价格走势年石油价格走势数据来源:wind,国家金融与发展实验室整理。展望 2024 年,供给方面供给方面,OPEC 组织内部存在分歧。其一是中东产油国存有增产预期,比如阿联酋对本次减产就颇不情愿;其二是安哥拉不满减少产量配额,已经决定退出 OPEC ,这可能会诱导其他中等产油国的不满。目前虽然对2024 年一季度达成了资源减产协定,但这些矛盾只是被搁置和拖延,存在一系列增产压力。不过,经历了 2023 年的超预期增长后,2024 年美国页岩油增产预期较低,这是由于经历了此前一段时间的高速增长,页岩油田密度大幅增加,开采初期红利已经消失殆尽,后续增产动能匮乏。需求方面需求方面,正如本报告全文所述,当前路径下,美国经济增速可能会明显放缓后保持相对稳定,美国石油消费增速可能受到经济下行压力和高利率环境影响而放缓。欧洲方面亦然,经济数据不佳、利率高企叠加财政约束,其原油和成品油需求不容乐观。地缘政治方面,2024年是美国、俄罗斯和乌克兰等国的大选年,中国台湾地区也面临领导更替。特别是美国方面,很可能拿中国台湾问题做文章,中美关系面临新考验。此外,仍需关注乌克兰危机和巴以冲突的失控风险,冲突规模扩大可能影响原油供应。总体总体来看,来看,2024 年油价料宽幅震荡,一季度存在中枢下行压力。年油价料宽幅震荡,一季度存在中枢下行压力。21(三)美联储降息时点将成铜价拐点(三)美联储降息时点将成铜价拐点2023 年,铜价整体在高位震荡,走势可以分为四个阶段。第一阶段是 2023年 1 至 5 月,年初中国疫情防控转段,宏观经济复苏预期强,引领铜价快速上行;但后续实际情况较弱、与预期存在差距,加之美联储继续加息,铜价有所回调。第二阶段是 6 至 7 月的触底反弹,这一阶段自 6 月初美国债务上限达成协议以及美联储暂停加息开始,主要交易美联储货币政策反转预期。第三阶段是 8 至 10月,美联储态度偏鹰,引导“higher for longer”预期,与上一阶段差异较大,铜价进入下跌趋势。第四阶段是 10 月下旬至年末,美国通胀逐渐得到控制,货币政策转向预期重启,同时低库存问题发酵,铜价震荡走高。图图 282023 年铜价走势年铜价走势数据来源:wind,国家金融与发展实验室整理。此前一段货币政策紧缩时期,铜的金融属性被压制,铜价主要受到供需和预期差影响。展望展望 2024 年,如果美联储如预期开启降息周期,铜的金融属性有望年,如果美联储如预期开启降息周期,铜的金融属性有望得到强化得到强化。供给方面供给方面,此前资本对未来经济绿色转型的预期,导致了一批现有铜矿扩产和新建铜矿项目,随着这些项目形成产能,新增供给将逐渐释放。需求方需求方面面,中国国内需求有望稳步增长,传统基建和制造业用铜量具有较强韧性,电力、新能源等重要下游将持续拉动,且中国铜库存长期保持在相对低位,也存在支撑作用。在供需双双齐升的情况下,两方面力量的影响是背离的。因此,美联储在供需双双齐升的情况下,两方面力量的影响是背离的。因此,美联储的降息时点将成为交易核心逻辑,在降息开始前,年初铜价可能偏弱;随着降的降息时点将成为交易核心逻辑,在降息开始前,年初铜价可能偏弱;随着降息空间打开,铜价重心或重新上移。息空间打开,铜价重心或重新上移。22(四)铁矿石供需紧平衡,价格易涨难跌(四)铁矿石供需紧平衡,价格易涨难跌2023 年,铁矿石价格走势大致可以分为三个阶段。第一阶段从 2022 年 11月延续至 2023 年 3 月,铁矿石价格上涨。主要因素是中国宏观预期改善、部分经济数据回暖,支撑铁矿石市场信心。第二阶段从 3 月至 6 月,由于钢厂产量大幅减少叠加供给偏宽,铁矿石价格大幅回落。第三阶段从 6 月至年底,面对美国持续加息,中国国内宽松政策频出,钢厂平控导致钢材减产预期被证伪,高炉开工率持续上升,大幅提振市场信心,增加了铁矿石需求,铁矿石价格震荡回升。图图 292023 年铁矿石价格走势年铁矿石价格走势数据来源:wind,国家金融与发展实验室整理。展望 2024 年,供给方面供给方面,随着铁矿石新项目投产,四大矿山运营状况改善,非主流矿山增产顺利,二者产量可能同步提升。同时,海外发运稳定增长,铁矿石供给扩张预期较为确定。需求方面需求方面,国内房地产行业料应能维持弱稳运行,基建扩张、制造业坚挺,内需存在支撑;但在碳达峰、碳中和的大背景下,对钢材生产的紧箍咒持续存在,值得注意;国际上,美国、俄罗斯、印度、韩国等国家都加大了基础设施建设投资,海外需求亦呈现复苏态势。考虑到库存处于偏低状考虑到库存处于偏低状态,叠加美联储货币政策宽松预期,预计态,叠加美联储货币政策宽松预期,预计 2024 年铁矿石价格易涨难跌。年铁矿石价格易涨难跌。(五)大豆中枢有进一步下行压力(五)大豆中枢有进一步下行压力2023 年,大豆价格中枢整体下降,但存在几番波折。2023 年 3 月,经历了一季度的高位震荡后,随着巴西大豆集中出口期到来,大豆行情主导因素移交至23南美,由于本年巴西大豆显著增产,因此大豆价格持续下行。直到 6 月,巴西大豆出口持续消耗,美豆新作种植开启,行情主导因素转移至美国。随着美国大豆产区天气变化,美豆减产预期刺激大豆价格探底回升。进入 9 月以后,美豆供应利多出尽,同时南美大豆进入种植期,且天气预期良好,叠加美国货币政策持续紧缩压力,大豆中枢整体下行。虽然 10 月巴西中西部旱情支撑大豆价格,但市场对巴西大豆供应担忧转淡,四季度大豆价格整体走弱。图图 302023 年大豆价格走势年大豆价格走势数据来源:wind,国家金融与发展实验室整理。展望 2024 年,南美丰产预期较高。受天气影响,巴西大豆产量不确定性上升,但阿根廷预计产量和出口双双恢复,因此预计预计 2024 年初大豆价格将在震荡年初大豆价格将在震荡中走弱中走弱。2024/25 年度的美豆将于 2024 年 4 至 5 月份播种,此前的厄尔尼诺天气预计会在 2024 年春季结束,其对新作美豆的影响可能很小,美豆产量有望恢复。同时,根据美国农业部(USDA)的预测,美豆种植成本有望进一步下调,届时美豆从量价两方面支撑可能减弱,即 2024 年三季度后大豆价格中枢将有进一步年三季度后大豆价格中枢将有进一步下行压力。下行压力。(六)玉米或仍将维持供大于求局面(六)玉米或仍将维持供大于求局面2023 年,玉米价格走势总体下行,呈下跌、反弹、再下跌的三段走势。2023年 1 至 4 月,玉米价格整体偏弱。这一阶段供给端相对充裕,但在 2023 年一季度期间,玉米种植成本上升和南美玉米产区天气预期较为浓厚,支撑了玉米价格24仅震荡走弱。进入 4 月以后,巴西二茬玉米生长情况良好,美国新季玉米种植面积预期也大幅增加,供给端引领玉米价格下跌。2023 年 5 月至 8 月,玉米价格反弹,主要来自供给端拉动。华北地区在临近小麦收货时期大范围降雨,使小麦对玉米替代减弱,玉米价格因此出现上升。9 月至年末,玉米价格在震荡中逐步回落。供给方面,全球玉米供应较为宽松,特别是国产玉米迎来收获期,产量小幅上升;而需求方面,美国环保署调低了未来两年玉米基乙醇的强制掺混数量,未来需求预期下降。国内养殖业利润持续不佳,因而寻找成本更低的谷物替代玉米,双重因素综合导致玉米价格中枢下移。图图 312023 年玉米价格走势年玉米价格走势展望 2024 年,南美、美国、乌克兰玉米增产预期强烈,作为我国玉米第一大进口国,巴西大豆播种推迟可能会影响二茬玉米的种植,后续需重点关注巴西天气及相关播种情况。国内玉米单产及种植面积也有所增长,这意味着 2024 年年度玉米仍将维持供大于求的局面,价格运行区间或仍将下移。度玉米仍将维持供大于求的局面,价格运行区间或仍将下移。五、数字货币(一)(一)2023 年加密资产回顾年加密资产回顾刚刚过去的一年中,加密资产市场总体在震荡中缓慢上涨。以比特币和以太坊为代表(见图 32),截至 2023 年末,比特币收于 42265.19 美元,较 2023 年初上涨 154.23%;以太坊收于 2281.47 美元,较 2022 年同期上涨 89.97%。具体来具体来看,看,2023 年的价格走势可以大致分为三个阶段:年的价格走势可以大致分为三个阶段:25图图 32比特币和以太坊价格走势比特币和以太坊价格走势资料来源:CoinMarktetCap,国家金融与发展实验室。(1)2023 年初,受上一年 FTX 交易所破产事件影响,加密资产价格从低点起步。2023 年初至年初至 4 月中旬,得益于美国通胀降温、美联储未来加息预期减月中旬,得益于美国通胀降温、美联储未来加息预期减弱等因素弱等因素,加密资产市场流动性环境改善加密资产市场流动性环境改善,价格整体上涨价格整体上涨。其间,3 月初硅谷银行等三家美国银行倒闭事件引起了短暂的回调,但美国政府的迅速反应阻止了金融风险的蔓延。特别是站在加密资产拥护者的视角来看,这一事件恰恰反映了部分准备金制度下银行体系的固有风险,凸显了传统中心化金融的问题。因此,这反而助推了后续一段时间加密资产的上涨。此外,此外,2023 年初人工智能的火热也年初人工智能的火热也是助推因素之一是助推因素之一,AI 在 DeFi、GameFi、NFT、DAO、智能合约等领域都存在应用场景,多家基于人工智能和机器学习的区块链平台相继获得大额融资。(2)2023 年 4 月至 10 月,比特币和以太坊价格宽幅震荡比特币和以太坊价格宽幅震荡。这其中美国的监管态度起到了很大作用。6 月,美国证券交易委员会(SEC)向币安和 Coinbase公司发起提供未经注册的证券等指控,涉及 Solana、Cardano 和 Polygon 等诸多加密资产;此外,币安也一直因其 BNB 和 BUSD 而受到 SEC 的审查,导致这一段时间加密资产市场整体清淡。(3)2023 年 10 月至年末,比特币领涨带动加密资产价格显著上升。这主比特币领涨带动加密资产价格显著上升。这主要是由美国可能批准比特币现货要是由美国可能批准比特币现货 ETF 预期带动的。预期带动的。早在 8 月 29 日,灰度在与SEC 的诉讼中获胜,法官在裁决中指出,SEC 批准比特币期货 ETF 而拒绝灰度将 GBTC 转换为比特币现货 ETF 的决定是“武断且反复无常的”。这一判决意味26着比特币现货 ETF 的获批大概率只是时间问题。10 月 25 日,在美国存款信托与清算公司(DTCC)网站上出现了贝莱德的比特币现货 ETF 拟议代码,导致市场对后市比特币需求放大的预期进一步加强。与此同时,巴以冲突等地缘政治事件也使比特币收获了部分避险需求。在两方面作用下,比特币“逆市”上涨近 70%,以太坊等加密资产亦随之上涨。虽然 ETH 的价格涨幅稍显落后,但经历了 2023年 4 月上海升级以及更多二层应用(Layer-2)拓展后,以太坊的生态系统仍在不断扩大和发展。目前,比特币现货 ETF 已于美东时间 2024 年 1 月 10 日获得 SEC 批准,贝莱德、富达、景顺、灰度等 11 家公司申请的产品获得通过。展望后市,比特币展望后市,比特币现货现货 ETF 的推出是一把双刃剑。的推出是一把双刃剑。一方面,投资者能够通过受监管的产品直接投资比特币,这无疑会扩大比特币的需求,有利于资金进入市场;叠加即将在 2024年 4 月进行的减半,这可能推高比特币价格。同时,监管的介入有机会让比特币更多地沐浴在阳光之下,挤出洗钱、恐怖主义融资等非法交易,有利于比特币长期健康发展。事实上,通过稳定币总市值的变化,已经能够看到显著的资金进事实上,通过稳定币总市值的变化,已经能够看到显著的资金进场势头场势头。如图 33 所示,我们统计了 USDT、USDC、DAI、BUSD 四种代表性稳定币市值。可以发现,2023 年以来由于美国监管趋严、大类资产轮动(美国国债替代稳定币)以及投资者离开加密资产市场等因素影响,稳定币存量持续下降,2023 年 9 月 30 日录得最低值 1159.8 亿美元。而进入 10 月以来,随着比特币现货ETF的预期不断增强,稳定币存量也持续上升,截至2023年末累积回升5.67%,喻示着加密资产市场投资热度的回升。图图 33稳定币总市值在稳定币总市值在 2023 年年 10 月后显著回升(单位:十亿美元)月后显著回升(单位:十亿美元)资料来源:CoinMarktetCap,国家金融与发展实验室。27另一方面,比特币现货另一方面,比特币现货 ETF 也可能带来一些问题。也可能带来一些问题。首先,ETF 的推出将使比特币愈发成为一种风险资产而非货币,它将鼓励投资者通过比特币的价值波动获利,而不是使用它来进行交易。这将进一步破坏比特币寻找实际用途并构建相应生态的机会,意味着比特币将与华尔街的金融机构更深度地捆绑了起来,推动其愈发背离初衷充当去中心化货币、改变传统金融体系。其次,本轮 ETF的推出正值加密货币上涨走势,它们可能重蹈历史上很多主题 ETF 的覆辙,即吸引投资者在高点买入。事实上,ETF 落地后几天的行情已经初见端倪。此前,比特币因 ETF 推出的预期而大幅上涨,然而真到靴子落地后却是“利好出尽”,2024 年 1 月 10 日至 14 日比特币价格连续下跌,跌幅达 10.36%。(二)人民银行数研所参与的(二)人民银行数研所参与的 mBridge 项目取得新进展项目取得新进展2023 年 10 月 31 日,由国际清算银行(Bank for International Settlements,BIS)创新中心、香港金管局、泰国央行、中国人民银行数字货币研究所(下称“数研所”)和阿联酋央行共同发起的 mBridge 项目发布报告跨境支付的多边CBDC 新 尝 试 (experimenting with a multi-CBDC platform for cross-borderpayments),将迄今为止项目的成果做了综述性的介绍,详细描述了 mBridge 平台的定义、遵循的原则、具备的功能和技术特征,并介绍了其在隐私保护、互操作性、法律与治理等方面的情况,可以将该报告看作目前最为全面的 mBridge平台宣传手册。目前,mBridge 项目已经建立了一个用于安全模拟的沙盒环境,供观察成员访问测试。截至报告发布时,已有 11 个观察成员参与了沙盒测试。未来,项目将以打造最小可行产品(MVP)为目标,继续拓展 mBridge 平台的功能和用例,完善法律和治理框架,吸纳更多的参与者。笔者认为笔者认为,至少有四方面内容值得注意至少有四方面内容值得注意。首先首先,mBridge 开发了专用的许可开发了专用的许可型型 DLT,称为,称为 mBridge 分类账分类账,简称 mBL。该分类账支持 Solidity 编程语言,可以加载智能合约。参与 mBridge 项目的中央银行是 mBL 的验证节点,既参与共识机制的验证过程,也具备完整的节点能力;而商业银行作为普通节点,不参与共识形成,但具备完整的节点能力。验证节点和普通节点的区分,通过参与方央行的信用背书,确保了 mBL 分类账的真实可信,也维护了各方央行的主导权力。其次其次,区块链共识机制采用了数研所联合清华大学发布的大圣区块链共识机制采用了数研所联合清华大学发布的大圣(DASHING)协议共识算法协议共识算法。根据现有的披露内容,大圣协议的底层逻辑仍属于拜占庭容错机28制(Byzantine Fault Tolerance,BFT),是许可型 DLT 上一种比较高效的共识算法,能够同时满足高安全、高延展、高吞吐和低延迟的四方难题,为 mBL 的运行提供了自主可控的共识技术基础。再次再次,在互操作性方面在互操作性方面,mBridge 平台可以平台可以通过通过 API 接口连接国内支付基础设施接口连接国内支付基础设施。这个基础设施既可以是 CBDC 系统,也可以是传统的 RTGS 系统,这意味着某个司法辖区即便没有发行国内 CBDC,也可以参与 mBridge 平台,大大提高了平台的普适性。最后最后,mBridge 平台报文使平台报文使用了全球主流标准用了全球主流标准,即基于即基于 ISO 20022 金融信息传递标准设计金融信息传递标准设计,这与这与 SWIFT 主主流报文标准一致流报文标准一致。未来,更多央行和商业银行加入 mBridge,这能显著降低系统对接和数据标准统一的难度。(三)数字欧元进入准备阶段(三)数字欧元进入准备阶段2023 年 10 月 18 日,欧洲央行发布报告数字欧元盘点(Astocktake on thedigital euro),宣布经过前期的调查阶段(investigation phase),欧洲央行管理委员会(Governing Council of ECB)决定将数字欧元研发工作推进至准备阶段(preparation phase)。该报告详细归纳了调查阶段对数字欧元形成的共识,包括引入数字欧元的动机、数字欧元的设计特征、公私合作的模式以及其将如何促进金融普惠和保障用户隐私。从终端使用者视角,欧洲央行具体介绍了数字欧元的适用范围,注册、充值、线上和离线支付的方式等设计考量。特别地,为减轻数字欧元发行对商业银行的影响,欧洲央行将设定每类用户的数字欧元持有量上限,以防止金融脱媒。其中,零售用户的持有量上限为正;而商业用户和政府部门的持有量上限将为零,这意味着他们收到的数字欧元将自动转入其银行账户。在公私合作方面,欧洲央行将负责数字欧元结算、数字欧元 app 开发、相关法律和规则框架的制定、维护用户注册信息、开展反欺诈和风险管理、以及可能提供的多货币功能等事务;而私人部门的支付服务提供商(payment serviceproviders,PSPs)则负责面向用户的注册/注销、支付发起与合规审查、流动性管理和交易管理等事务。根据欧洲央行的设想,一个用户只能拥有一个数字欧元账户、对应一个 PSP,为避免用户被某个 PSP 深度捆绑导致垄断,欧洲央行要求PSPs 必须为客户提供“携号转网”服务,即可以快速、无缝地将数字欧元账户从一个 PSP 转移到另一个 PSP。在商业激励和成本分摊方面,欧洲央行指出,发29行数字欧元与发行纸币类似,数字欧元作为一项公共产品,欧洲央行将承担其自身的运营成本,个人用户可以免费使用数字欧元的基本功能。对于私人部门而言,PSPs 被允许收取与其他电子支付工具类似的费用。由于数字欧元的使用会产生网络效应,因此商户和 PSPs 将获得足够的经济激励以参与数字欧元的分发和推广。总体来看,欧洲央行主要关注总体来看,欧洲央行主要关注 CBDC 带来的支付数字化升级、隐私保护和带来的支付数字化升级、隐私保护和维护欧元货币主权这三大问题维护欧元货币主权这三大问题。欧洲央行认为,数字欧元能够为最广泛的群体提供一种通用、可得的央行货币,能够最大限度地减少对私人货币的依赖,在全球政治经济环境动荡和地缘紧张背景下,有助于增强欧洲的战略自主性和弹性。为此,欧盟委员会已于 2023 年 6 月公布了相关提案,这标志着数字欧元立法程序的启动。接下来的准备阶段将从 2023 年 11 月起持续两年,欧洲央行将积极推动相关立法法案的通过,同时对数字欧元开展进一步的试验。版权公告版权公告:【NIFD 季报】为国家金融与发展实验室版权所有,未经版权所季报】为国家金融与发展实验室版权所有,未经版权所有人许可,任何机构或个人不得以任何形式翻版、复制、上网和刊登,如有违有人许可,任何机构或个人不得以任何形式翻版、复制、上网和刊登,如有违反,版权所有人保留法律追责权利。报告仅反映原文作者的观点,不代表版权反,版权所有人保留法律追责权利。报告仅反映原文作者的观点,不代表版权所有人或所属机构的观点。所有人或所属机构的观点。制作单位:国家金融与发展实验室。制作单位:国家金融与发展实验室。

    浏览量0人已浏览 发布时间2024-02-22 36页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 大数据技术标准推进委员会:2023商业银行数据模型白皮书(52页).pdf

    商业银行数据模型白皮书CCSA TC601 大数据技术标准推进委员会2023年12月版 权 声 明本报告版权属于CCSA TC601大数据技术标准推进委员会,并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的,应注明“来源:CCSA TC601大数据技术标准推进委员会”。违反上述声明者,将追究其相关法律责任。商业银行数据模型白皮书编 制 说 明本报告的撰写得到了银行业数据模型领域多家企业与专家的支持和帮助,主要参与单位与人员如下。参编单位:大数据技术标准推进委员会、中国建设银行、中国工商银行、中国农业银行、交通银行、中国邮政储蓄银行、国际商业机器(中国)有限公司、北京数语科技有限公司。参编人员:林木森、尹正、田明慧、姜春宇、闫树、王妙琼、阚鑫禹、李雨霏、周圣文、张娇婷、周京晶、刘思达、郭彦美、谢坤、车春雷、董国田、刘巍、赵焕芳、唐守忠、孙 琳、史 珂 宇、朱红伟、周学张、孙伟、赵广祥、周强、齐慧娟、陈驰杰、王 宁、赵培然、任力强、张 放、胡 瑞 娟、张 立、司 晓 伟、冯立雪、高 赛、王 墨 飞、贾 宁、卢 翼、田 康 志、张 玉 明、赵后钰、王 琤、黎 山特别鸣谢以下专家对本指南编写的指导与建议:商业银行数据模型白皮书赵后钰、车春雷、董国田、刘巍、周学张、孙伟、赵广祥、周强、齐慧娟、黎山、赵焕芳、唐守忠、朱红伟、史珂宇、张立前 言中共中央国务院发布关于构建数据基础制度更好发挥数据要素作用的意见提出要“完善治理体系,压实企业的数据治理责任,保障安全发展”,对企业参与数据要素市场建设提出了明确的要求。“十四五”大数据产业发展规划中强调“构建行业数据治理体系,提升行业数据治理水平”,鼓励企业发挥技术驱动治理的作用,融合数据模型、数据分布、数据集成与共享等细分领域,应用于数据治理的全流程。人民银行印发金融科技发展规划(2022-2025年)中提出“高质量推进金融数字化转型,全面塑造数字化能力”,标志着银行业向推进数据治理管理的方向转变。数据治理是银行业高质量推进数字化转型的重要基础。随着监管部门对数据安全、数据质量要求的不断提高,银行机构亟需深化对数据的精细化管理,确保数据的准确性、安全性以及合规性。银行通过建立统一的数据标准,规范数据采集、处理、存储和使用等流程,提高数据的质量和价值,避免数据泄露、不合规使用等问题,为数字化转型提供可靠的数据基础。数据模型建设是推动高质量数据治理体系的核心环节。银行业作为早期开展数字化转型的行业,在取得了诸多显著的成果同时,也暴露出了一些问题。在银行的数据管理模式从粗放式扩张向集约式管理转变的过程中,出现了数据架构、数据质量等方面的问题。例如,数据质量无法满足运营安全要求,数据架构难以支撑业务创新需求等。构建企业级数据模型可以帮助银行厘清数据分布关系,优化数据架构,确保数据的一致性、完整性和易用性,进而提升数据应用效率,激发数据的业务价值。商业银行数据模型白皮书是由大数据技术标准推进委员会牵头,联合来自国有大型商业银行、IBM和数语科技的专家,经过共同深度探讨与总结而成的重要成果。白皮书从理论层面剖析了商业银行数据建模的模式及方法,从实践应用层面阐述了国有大型银行的建模思路和建模成果,旨在为银行业的数据建模提供参考框架和指引,也为其他行业在大数据建模方面提供参考和启示。商业银行数据模型白皮书目 录CONTENTS前言一、商业银行数据模型概述(一)商业银行业数据模型发展经历四个阶段(二)数据模型具有四大价值 0103(一)贯彻企业战略基于企业架构视角建模(二)穿透场景应用基于应用场景视角建模(三)两种数据模型建设模式对比 040607二、数据模型建设模式(一)数据模型设计的六项原则(二)概念数据模型(三)逻辑数据模型(四)物理数据模型 08091012三、数据模型设计原则与研发工艺(一)组织管理(二)流程管理(三)工具管理 141617四、数据模型管理保障措施五、国内大型银行数据模型实践案例(一)建设银行基于FSDM模型构建企业级数据模型(二)农业银行基于FS-LDM模型构建企业级数据模型(三)交通银行基于企业架构方法论构建企业级数据模型 182023(一)加速探索数据模型自主创新(二)加快适应新型数据管理理念(三)敏捷响应市场业务需求变化(四)加强构建数据模型评价体系 25252526六、银行业数据模型发展趋势商业银行数据模型白皮书(一)术语和定义(二)商业银行数据模型参考 2727附录 商业银行数据模型参考参考文献商业银行数据模型白皮书图目录图 1 流程模型、数据模型、产品模型三者关系参照图 图 2 数据应用场景视角数据模型参照图 图 3 两种建模模式对比分析 图 4 概念数据模型示意图 图 5 概念分类模型工艺图 6 逻辑模型框架示意图(参与人主题)图 7 逻辑模型实施工艺参考示意图 图 8 物理模型框架示意图(参与人主题)图 9 某银行数据模型管理组织示意图图 10 某银行数据模型管理制度和对应流程示意图 图 1 1 中国建设银行数据模型管控体系 图 12 中国建设银行数据模型建设阶段 图 13 中国建设银行C模型主题分类 图 14 中国农业银行DataOps数据设计研发流水线图 15 中国农业银行数据架构图 图 16 中国农业银行数据模型细化环节 图 17 交通银行数据模型双“T”架构 图 18 企业架构总体视图 0506070910101 11214151819202122222324表 1 数据模型相关人员主要职责 表 2 数据模型管理相关制度规范示例 表 3 数据模型管理平台的核心功能 151717表目录商业银行数据模型白皮书一、商业银行数据模型概述数据模型:是指使用结构化的语言将收集到的企业业务经营、管理和决策中使用的数据需求进行综合分析,按照模型设计规范将需求重新组织形成的结构化模型1。数据模型是银行数据架构管理的基础领域。如:基础数据标准体系建设需要依赖数据模型,数据分布需要依赖企业级逻辑模型,以明确主要实体的主辅应用;数据生命周期管理需要依据数据所属主题和功能判断数据的在线、离线和归档周期。完整、高质、稳定的数据模型有利于统一业务概念,促进信息整合和知识积累,维持数据库稳定,提高应用开发质量,同时也可以作为技术与业务之间沟通的工具。数据模型包括了三个部分2:数据结构、数据操作、数据约束。数据结构:数据模型中的数据结构主要用来描述数据的类型、内容、性质以及数据间的联系等。数据结构是数据模型的基础,数据操作和数据约束都基本上是建立在数据结构之上的。不同的数据结构具有不同的操作和约束。数据操作:数据模型中的数据操作主要用来描述在相应数据结构上的操作类型和操作方式。数据约束:数据模型中的数据约束主要用来描述数据结构内数据间的语法、词义联系、它们之间的制约和依存关系,以及数据动态变化的规则,以保证数据的正确、有效和相容。(一)商业银行业数据模型发展经历四个阶段银行业作为我国经济金融的基础,是我国金融体系的重要组成部分。改革开放以来,我国银行业持续根据市场以及国家总体情况进行探索与改革,逐步完成了从完全由国家接管,到相对独立的发展过程。我国银行业发展主要可概括为四个阶段3:011 数据管理能力成熟度评估模型2 银行数据治理(2016)3 中国银行业70年:简要历程、主要特点和历史经验商业银行数据模型白皮书第一阶段为1979年至1992年,为探寻市场化发展阶段,数据模型处于“无意识”管理状态。期间我国银行信用机制建立、设立了股份制银行,银行开始独立经营。这一阶段,我国银行业处于系统林立时期,数据分散存储于各类信息系统中,原始系统中的数据格式、数据模型、数据标准都很不统一。第二阶段为1992年至2001年,为市场化改革阶段,数据模型进入了集约化管理时期。期间我国银行专业化运营方向得以确定,银行的商业任务与政治任务进行了分离,此外银行的法制化建设持续推进,建立了银行间市场。1999年工商银行率先启动了数据大集中工程项目,随后国有银行纷纷推进数据的大集中建设,银行业信息化进入“大集约”时期。第三阶段为2002年至2017年,该阶段为国际化改革阶段,数据模型管理对标国际能力。期间我国国有商业银行通过股改上市,同时央行开始发行债券。银监会的成立使得银行业风险控制能力得到较大提升。2001年12月11日中国正式加入世界贸易组织(WTO),标志着中国对外开放进入了一个新的阶段,此阶段内我国多家银行设立了境外分支机构,国际化发展步入正轨。在“十一五”计划期间,国内银行业科技的重心从单一系统建设转向统一的数据模型和数据仓库的建设。许多银行选择引入或参考国际主流的数据模型方案(例如,国际商业机器公司(IBM)提出的FSDM模型和由天睿公司(Teradata)提出的FS-LDM模型)。第四阶段为2017年至今,我国银行业持续推进数字化转型、不断增强服务实体的能力,数据模型谋求本土化。近年来金融科技快速发展,依托云计算、数据库、区块链等计算机技术的银行业务持续创新,为银行带来新的成长动能。此时,大部分的商业银行都对行内数据进行了梳理盘点,尝试建立企业级的数据模型,并取得了一定的成果,但随着移动支付等一系列具有中国特色的业务的发展,国外的数据模型方案出现了“水土不服”。当前,我国经济处于发展的关键阶段,银行在这一阶段既要保证快速响应市场需求,也要坚守安全合规底线。如何建立起适应这一发展特点的企业级数据模型将成为进一步提升银行数据管理效率和质量的重点。02商业银行数据模型白皮书(二)数据模型具有四大价值在数据生产和管理过程中,数据模型发挥着关键作用,高质量的数据模型具有以下价值:构建业务与技术沟通的桥梁。良好的数据模型有利于统一银行内部人员对业务定义与术语的认知,提升银行内跨业务、跨团队的沟通效率。保障业务与数据架构的一致性。数据模型的研发需要依托于业务架构,良好的数据模型有利于从组织层面上,保障业务架构与数据架构的一致性,指导银行内系统建设与业务创新。优化数据成本。按照数据模型要求进行数据的研发应用,可以有效减少数据存储的冗余,增强数据的复用性,避免了孤岛式、烟囱式建设。优化数据的存储、建设和应用成本。提升业务决策能力。数据模型的建立有助于明确数据流向,保障数据的真实性,为行内业务决策者和数据使用者提供可靠的数据分析与应用,助力发挥数据价值。03商业银行数据模型白皮书二、数据模型建设模式通过对我国大型商业银行内模型领域专家开展广泛调研与讨论,我们发现,当前普遍存在两类数据模型建模方式,一是从企业架构视角进行建模,二是从数据应用场景视角进行建模。下面,我们将分别介绍这两种模式的建设流程及特点,并对二者进行对比,便于读者进行选择。(一)贯彻企业战略基于企业架构视角建模基于企业级架构视角的模型是以企业战略为核心,依托业务模型建立企业级数据标准,贯穿战略层面与系统应用层面。基于企业级架构视角的模型建设有助于打破组织内IT系统的孤岛式建设,核心任务是对银行内战略的分解、传导,帮助企业将零散的能力“聚沙成塔”,确保战略意图和绩效指标逐层落实到每一个流程步骤、程序模块、操作规范中。企业级架构中的业务模型从产品、流程及数据三个角度,对企业的业务运营进行精细化、结构化的描述。产品模型,主要包括产品分类结构、产品组件、产品条件和产品参数,以及可售产品实例化;通过对企业产品分类来优化和完善产品目录,确定与产品相关的业务规则、约束、价格等关键要素,并采用产品条件及参数的形式表达;在操作流程中由产品确定的相关业务规则形成企业级的产品模型。流程模型,是业务模型的主线,描述了客户端到端的业务操作流程;通过提取业务的变量(比如客户C、产品P、渠道C和合作方P),形成汇总的企业级流程,保证渠道、产品线之间业务流程的一致性以提供卓越的客户体验;流程模型能够包容客户、产品、渠道及合作方的差异,支持线上线下全渠道整合,体现端到端的完整业务处理流程,为客户提供跨渠道的、一致的体验和一站式的产品服务。数据模型,是将流程模型以及产品模型中产生的所有数据需求进行逻辑化和抽象化表示,反映企业的战略目标在实施过程中所用到的所有数据实体及实体之间的关系。集合每个操作流程需要进行读写处理的信息对象,流程规则需要读取或记录的信息项及其关联关系,构成了数据模型的基本输入。04商业银行数据模型白皮书产品模型、流程模型和数据模型从不同的维度还原了业务本质。产品模型体现业务创新,流程模型体现运营模式,数据模型体现业务模式。通过三者模型的对接,一方面交叉验证提升业务模型质量,另一方面为后续IT设计提供输入。基于企业架构视角建模流程主要分为五步:第一步,识别需求。通过研讨会、访谈、业务手册等方式,识别业务重点关注的内容。第二步,构造业务对象。提取相关名词形成候选核心实体,并基于核心实体形成业务对象。第三步,界定数据范围。提炼业务数据,界定系统的数据范围。第四步,划分主题域。对业务数据进行分类,抽象业务对象,最终梳理出业务实体,及实体间的业务关联规则。第五步,完善业务对象清单。结合流程模型验证已识别业务对象的正确性和完整性,识别完善与细化业务对象清单。05图 1 流程模型、数据模型、产品模型三者关系参照图产品模型产品线L1业务规则说明归属操作说明实体属性L1实体属性L2实体属性L3属性域实例L5属性域组属性域L4业务事件产品组L1基础产品L3产品组件L4产品条件L5数据模型业务领域L1价值流L2活动L3任务L4步骤L5流程模型业务组件商业银行数据模型白皮书(二)穿透场景应用基于应用场景视角建模基于应用场景视角建模是从业务驱动的角度,从具体业务场景出发,覆盖各方业务需求。核心任务是对具体业务场景的业务逻辑进行抽象,将业务与技术融为合力,为企业的战略规划、市场预测、产品研发等方面提供有力支持。基于应用场景视角建模流程主要分为四步:第一步,识别需求。明确需要建模的业务场景及模型应用诉求,例如风险评估、客户分析等场景。第二步,系统调研。对现有源系统进行信息调研,获取相关数据源、数据分布等信息。第三步,数据梳理。基于业务需求梳理数据项,包括数据指标、业务实体等,并逐步迭代定义实体关系,标识实体属性。第四步,建立映射。在实施过程中与底层库表建立完善的映射关系,持续优化建立描述各业务场景的数据模型。06图 2 数据应用场景视角数据模型参照图明确业务场景应用需求数据源系统候选实体业务主题框架分类业务对象定义业务对象L1数据模型业务实体L2实体属性L3属性域L4属性域组属性域实例L5业务组件清单业务实体清单业务活动商业银行数据模型白皮书(三)两种数据模型建设模式对比基于企业架构视角的数据模型建设方式,通常适合于跨部门或系统的业务需求较多的组织。这种方式主要是由组织层面发起,通过对数据的宏观把握和分析,梳理和整合不同部门和系统之间的业务逻辑和数据关系,通常实施开发周期较长,适合于组织重构数据模型或创新业务模式的时期。基于应用场景视角的数据模型建设方式,则通常适合于精细化分析的业务需求较多的组织。这种方式主要是从某个特定的业务场景出发,通过对数据的深入挖掘和分析,梳理和分析具体场景中的数据关系和业务逻辑,实施开发周期与业务场景及需求有关,适合于组织对已有数据模型进行改造或升级的时期。值得注意的是,数据模型构建的核心是为业务服务,在应用中企业需根据组织实际情况和需求,综合考虑企业数据现状、存储方式、处理效率与复杂度等情况,灵活选择或融合使用两种数据模型建设方式,以实现更好的数据分析和业务决策。07图 3 两种建模模式对比分析基于企业构架视角建模跨部门或跨系统的数据需求较多企业重构数据模型或创新业务模式企业重构数据模型或创新业务模式特定场景精细化分析的需求较多对已有数据模型进行改造或升级实施周期与业务场景有关基于应用场景视角建模业务需求适用场景实施周期商业银行数据模型白皮书三、数据模型设计原则与研发工艺企业级数据模型通常包含概念模型、逻辑模型和物理模型。建设数据模型是一套专业且规范的构建工序,包括对数据结构进行整理、分析、信息归类、裁剪与映射等一系列操作流程。本节将介绍企业级数据模型的建设原则与建设工艺,从各类数据模型的建模关键活动、设计指导原则及实施工艺(或工具)等角度进行说明。(一)数据模型设计的六项原则建设数据模型是一套专业且规范的构建工序,包括对数据结构进行整理、分析、信息归类、裁剪与映射等一系列操作流程。在企业级模型研发的过程中应遵守以下原则:完整性原则:在充分参考各类业界企业级数据模型的基础上,结合银行的实际情况,确保模型包含了正确的、全面的业务概念,涵盖现有业务范畴及数据范围如存款、贷款、投融资、营销等。其中涉及的重要实体、重要关系、重要分析维度等属性应保持完整。此外,还需要满足各模型间的参照完整性,支持相关的业务活动。继承性原则:指数据模型要遵循已有的概念,即所建立的模型应该在已存在主题的基础上进行细化。确保数据模型的全局一致,并保障数据可溯源,逐步形成企业统一数据模型。可扩展性原则:主题分类应具有高度的通用性,支持业务规则的多变性,保持数据模型的动态调整能力,以适应复杂的业务情况,并为后续拓展新的业务提供一定程度的技术支持。连贯性原则:模型中的数据与数据之间应有连贯性,由于单独的数据所体现的价值往往比相关联的数据少,数据间的连贯性可充分发挥数据的分析价值。前瞻性原则:企业应从业务的未来发展趋势看待模型,除了支持现有的业务与数据需求外,设计出来的模型应能够适应企业未来的业务发展,以支撑行业先进概念与企业未来需求。08商业银行数据模型白皮书可操作性原则:模型的应用可与日常操作和实例快速结合使用,易于让业务人员理解和使用,有助于科技和业务部门人员的沟通,便于指导项目研发。(二)概念数据模型概念模型也称为领域模型,是对数据的高级、抽象描述,概念模型的目标是捕获业务需求和数据的本质结构,通过模型帮助业务分析师和数据库设计师理解业务中的实体、实体间关系和数据分布关系,通常以实体-关系图形式呈现。设计工艺概念模型设计分为以下五步:第一步:明确建模范围;第二步:制定分类模板;第三步:识别分类模板;第四步:细化分类层级;第五步:定义各级分类。09图 4 概念数据模型示意图银行向用户销售的或提供给客户所使用的服务产品内部组织和业务单元,如分行、支行、营业网点、部门、机关组织单元参与人之间针对某种特定产品或服务而签立的契约关系合约参与人的所有资产,包括农行及客户拥有的资产资产各种与银行相关的活动的详细情况,包括金融性交易、非金融性交易事件银行服务的任意对象和感兴趣进行分析的各种对象参与人银行内部账务的组织模式,包括总账、科目、指标等财务记录来自外部的报表数据,这些数据是按多个主题交叉汇总的多维数据交叉记录各种参数、代码通用参数商业银行数据模型白皮书概念模型的主题划分是依据业务主体参与的业务活动特性来划分,建模人员需根据设计指导规则,梳理企业业务架构及业务实体,对业务概念或信息系统数据进行逻辑化,形成对数据模型分类框架的概念化结构。并按照“主体行为关系”(IBR)方法,建立数据域间的关联关系。通常对应银行业参考模型中的A(B)模型设计活动。(三)逻辑数据模型逻辑模型是对概念模型的进一步细化,描述业务实体、属性以及实体间的关系,可转化为数据库表结构的设计,通常使用实体-关系模型来描述数据的结构和关系。10图 5 概念分类模型工艺图 6 逻辑模型框架示意图(参与人主题)参与人参与人识别信息参与人识别信息生命周期参与人名称信息参与人他行账户信息参与人他行信息参与人纳税信息参与人生命周期参与人他行担保信息参与人他行贷款信息个人名称信息组织单元组织个人参与人外部编号信息参与人名称类型代码参与人类型代码参与人他行信息类型代码参与人名称信息生命周期参与人和位置关系位置黑名单资源项 参与人和黑名单关系参与人和资源项关系步骤1明确建模范围步骤2 制定模型分类模板步骤3识别模型分类模板步骤4细化模型分类层级步骤5定义模型各级分类商业银行数据模型白皮书逻辑模型是依据概念分类主题划分做进一步细化,建模人员需根据设计规范识别各概念主题下的候选实体,形成实体关系草图,对实体属性及实体间关系进行规范性描述。其中从“分配属性至候选实体”到“定义域和实例”的四个环节需要反复迭代以持续完善模型内容。通常对应银行业参考模型中的C/C模型设计活动。在由企业级逻辑模型(C模型)到应用级数据模型(C模型)设计过程中,C模 型 数 据 对 象 继 承 自 C 模 型 的 业 务 对 象,唯 一 的 核 心 数 据 实 体 和 属 性 应与 业 务 对 象 保 持 一 致。建 立 组 织 级 数 据 模 型 与 系 统 级 数 据 模 型 的 映 射 关系,形 成 模 型 的 同 步 更 新 机 制。设计工艺逻辑模型设计分为以下八步:第一步:识别候选实体;第二步:研发高阶实体关系草图;第三步:分配属性至候选实体;第四步:应用业务信息规范化原则;第五步:完善实体关系图(E-R图);第六步:定义域和示例;第七步:检查业务与流程的完整性;第八步:描述属性与业务规则。11图 7 逻辑模型实施工艺参考示意图持续迭代步骤1识别候选实体步骤2研发高阶实体关系草图步骤3分配属性至候选实体步骤4应用业务信息规范化原则步骤5完善实体关系图步骤7检查与业务流程的完整性步骤8描述属性与业务规则步骤6定义域和实例商业银行数据模型白皮书(四)物理数据模型物理模型是数据库的实施模型,用于详细定义数据的物理结构,形成对真实数据库的完全描述。物理模型定义了数据库在特定硬件和数据管理系统中的存储和性能细节。设计工艺物理模型是对逻辑模型的进一步细化,需要对数据库中的表、视图、字段、数据类型、主键、外键、索引等进行明确和定义。通常对应银行业参考模型中的D模型设计活动。12图 8 物理模型框架示意图(参与人主题)商业银行数据模型白皮书13物理模型的设计还需要遵守如下原则:一致性原则:主题分类及主要实体一致,继承逻辑模型灵活性,易于扩展等优点。差异性原则:从逻辑模型到物理模型的落地设计过程中,对于集中式数据库存储,通常实体和属性是一一映射关系,主要考虑按不同的数据库类型进行属性类型和索引等设计的差异。性能保障原则:从应用性能和分布式存储的设计考虑,物理模型落地时需从分库、分表及应用性能等方面进行设计规范,提高数据的处理性能。物理模型(D模型)需要一对一继承 C模型逻辑数据对象、实体和属性,并根据实际使用的数据库,设计相应的物理特性。此外还需保障物理模型(D模型)和企业级数据模型(C模型)、应用级数据模型(C模型)间具有同步更新机制,确保数据模型间的一致性。企业除了模型设计工作外,还面临着一系列的数据模型管理工作。总体来说,数据模型的管理包含组织(人)、流程与工具三个方面。在下一章中我们将针对这三个方面分别展开介绍。商业银行数据模型白皮书四、数据模型管理保障措施银行积累了大量敏感信息,包括交易数据和客户资料。考虑到国家相关部门对数据质量和数据安全的强力监管,数据模型的构建必须经过严格的模型管控,以确保数据的合规性和安全性。为了更好地推动银行内数据模型管理工作的开展,银行可以从组织、流程以及工具三个维度入手,协同保障数据模型管理工作的落实。(一)组织管理完善的组织架构保障模型管理沟通渠道畅通。银行需要根据数据模型涉及的工作范围设立企业级的数据管理工作组,并在各业务(板块)下设立数据模型接口人,便于银行进行管理沟通上的横向协同与纵向打通。组织层面设立专门的数据管理部门,负责建设数据治理体系,包含数据标准、数据模型、数据质量等治理规范的制定与落实管控。由具备专业知识和技能的数据模型管理员负责企业级数据模型的管理,包括指导数据架构相关的工作和决策。部门层面设立IT业务研发部门,统一负责设计、开发和维护行内各业务系统。数据架构师和模型研发工程师负责数据模型的设计和维护工作。其中,数据架构师根据银行的整体战略和业务需求负责设计数据架构的设计原则、开发规范和标准。模型研发工程师则负责数据模型的落地与维护,对接各业务条线的数据需求,并对模型进行定期地优化和更新。14图 9 某银行数据模型管理组织示意图业务部门A数据BP数据BP数据BP数据BP业务部门B业务部门B业务研发部数据管理部数据模型管理员数据架构师负责设计数据 架构的设计原则、开发 规范和标准。模型研发工程师负责数据模型的落地与维护负责对模型进行定期地优化和更新。负责企业级数据模型的管理,包括指导数据架构相关的工作和决策。数据模型管理组织业务条线分支机构.商业银行数据模型白皮书(二)流程管理为了推动银行内数据模型设计研发以及管理运维工作更规范化地开展,需要建立完善的数据模型管理制度及流程。银行通过建立并维护完善的数据模型管理流程,严格约束数据模型建设过程中的相关操作,指导员工有序开展数据模型研发管理工作,从职能驱动向流程驱动转型。为避免先污染、后治理的运动式建设模式,银行通过规范的工作流程可以保障企业级数据模型在跨部门、跨条线、跨系统场景下的统一维护。银行可以从模型设计、模型实施、模型管理等维度形成相关制度规范,规范数据模型在银行内的设计及应用,为数据模型的设计和管理工作提供参考依据。数据模型管理相关制度规范示例:通过这种分工明确的组织结构和职责划分,有效地保障了数据模型的质量和可靠性,为银行的数字化转型和业务创新提供了强有力的支持,有助于推动该行的数据管理和应用水平的提升。相关人员职责要求示例:15表 1 数据模型相关人员主要职责序号12345岗位名称 数据架构师业务分析师数据模型管理员数据研发工程师数据治理专家负责数据模型的整体规划、制定和落实数据模型管理制度;负责制定数据模型研发规范及相关数据治理工作;负责业务线调研,分析业务需求,持续反馈与完善数据模型;负责提升数据模型用户体验,提高数据模型应用覆盖度;负责宣贯、评估数据模型落地效果,检查数据标准落地的规范性、完备性;负责数据模型的日常运维与更新;负责数据采集、计算、分析处理等相关数据模型研发工作;负责数据模型研发、问题跟踪与解决;岗位职责负责协调梳理模型的数据标准,并参与模型评审环节,推动数据标准的落标;制定和实施数据质量管理策略、标准和流程,制定相关报告和分析,发现数据模型质量问题和趋势;商业银行数据模型白皮书某大型国有商业银行通过在实践过程中总结建模过程中使用的方法和规则形成企业级数据模型建模方法,明确企业级数据模型的设计原则和要求。通过制定应用级数据模型设计规范明确模型间的继承规则,保证组织级数据模型与系统应用级数据模型的一致性。通过数据模型管理方法明确数据模型管理相关部门职责以及模型管理工作流程,进一步保障应用级数据模型设计规范的落地实施。16表 2 数据模型管理相关制度规范示例序号12345制度/规范名称数据模型需求管理办法数据模型设计规范企业级数据建模方法指引应用系统数据模型设计技术指引数据模型管理细则主要覆盖从需求来源、需求撰写、需求提交、需求变更、需求分析与技术评审等方面的管理要求,及需求管理流程步骤和各部门的职责分工。主要明确数据模型体系、遵循原则、设计方法和步骤、管控流程、职责分工等内容。主要明确企业级逻辑模型分层及设计原则,根据业务域划分、业务需求、概念定义等内容。主要明确应用系统数据模型设计原则、数据模型继承关系、ER 图设计与布局、模型表、属性命名与描述等方面的内容。主要内容主要明确数据模型管理体系、模型管理流程、模型管理原则、职责分工等内容。图 10 某银行数据模型管理制度和对应流程示意图模型建设与管理流程数据模型设计 安全要求质量规范标准引用数据模型评审数据模型发布发布元数据企业级数据模型建模方法应用级数据模型设计规范数据模型管理数据模型管理方法数据字典模型知识库元数据管理标准商业银行数据模型白皮书这些规范的制定和实施,帮助银行在数据模型研发管理工作中更加标准化、规范化,同时保障了企业级数据模型的完整性和灵活性,助力该行构建企业级数字化经营体系。(三)工具管理为了保障数据模型研发管理工作的高效实施,企业离不开先进的工具支撑。银行借助统一的数据模型设计、管理工具,保障数据模型管理规范与研发的一致性,支撑数据模型管理的持续运营,协助数据模型研发管理人员提升工作质量与效率。数据模型设计、管理平台包括但不限于以下功能:当前,国内大部分银行业主要选择采购如Erwin、ER/Studio等外部数据模型研发、管理工具,帮助银行梳理业务和数据现状,实现多种数据模型的落地,支撑数据模型的统一管理和维护。未来,国内银行业将逐渐采用自研的工具平台,解决银行的个性化管理需求,优化银行数据模型的设计流程,推动数据开发与治理的敏捷化、标准化、一体化。17序号345678支持用户对物理模型进行管理,包括逻辑模型创建、修改、版本管理等功能,并支持物理模型落库、DDL导出等。支持与标准、质量、元数据等平台对接能力,支持数据建模过程中对标准引用、质量规则校验、与元数据映射比对等。支持模型评审流程,包括模型检查、线上审批流程、评审通知、评审意见区等功能。支持对数据模型进行版本差异分析、变更影响分析、关联分析等功能。功能项描述支持对模型管理平台进行权限管控,包括权限角色配置、权限分组设置、权限审批、模型目录操作权限等。支持对数据模型样例、数据模型规范、模型相关知识等进行管理和维护,供相关人员查询和参考。功能项物理模型管理平台对接能力模型审核模型分析权限管理模型知识库表 3 数据模型管理平台的核心功能支持用户对数据概念域进行创建、修改、删除和查看,支持对模型进行分类管理。支持用户对逻辑模型进行统一管理,包括逻辑模型创建、修改、版本管理等功能,并支持定义模型关联关系,模型物化及模型结构可视化等。功能项描述序号12功能项概念模型管理逻辑模型管理商业银行数据模型白皮书18五、国内大型银行数据模型实践案例(一)建设银行基于FSDM模型构建企业级数据模型中国建设银行构建了完善的企业级数据模型质量管控体系,包括数据模型建模方法论、数据模型建模规范、数据模型质量检查三个方面。在数据模型建模方法论方面,参考业界实践,总结形成标准化建模规范,保障整体架构的合理性、稳定性以及数据模型的完整性、准确性。在数据建模规范方面,通过对实体对象的命名规范、定义规范、取值规范和绘图规范,指导企业级数据模型建设。在数据模型质量检查方面,通过完整性检查清单、规范性检查清单和正确性检查清单对企业级数据模型进行程序性检查和内容性检查,保证企业级数据模型设计的执行规范性。图 11 中国建设银行数据模型管控体系商业银行数据模型白皮书学习和理解银行数据阶段,主要学习和理解IBM公司的FSDM模型,梳理最重要的13个业务系统数据字典,并按B级模型的结构进行数据项整理,一一映射和补充到FSDM模型中。数据模型初稿形成阶段,主要是依据FDSM数据概念分类模型中的概念分类、描述和关系演化成逻辑数据模型的实体、属性、关系及域等内容,并用ERWin图的形式予以表达。数据模型终稿生成阶段,主要工作是将业务架构的流程建模过程中整理的数据需求作为输入,对C模型再次完善补充而生成终稿。经过三个数据模型建设阶段,建行形成企业级C模型,C模型主题域及主要子域划分模型内容如下所示:19建设银行于2011年启动了新一代核心系统建设,由总行数据管理部牵头新一代数据线工作。中国建设银行参考了FSDM模型,基于企业架构视角并充分结合自身的业务特点,建立了具有建设银行自有知识产权的企业级B、C、C和D模型,建设银行的数据模型建设过程经历了现状梳理、数据模型初稿形成和数据模型终稿形成三个阶段。图 12 中国建设银行数据模型建设阶段现状梳理数据模型初稿现状模型对接系统数据现状梳理FSDM B Level 翻译讨论建立C逻辑模型梳理(Draft)信息互换信息输入信息输入信息输入信息输入信息互换信息输入B Level成果输出FSDM初级培训制定FSDM模型与现状映射与差异分析主题域模型(Draft)目标模型对接完成C逻辑模型梳理生成主题域模型数据模型终稿商业银行数据模型白皮书截至2022年底,企业级数据C模型形成了约200个子主题分类,沉淀5500余个数据实体。通过搭建企业级数据模型,建设银行实现数据资产的结构化定义和规范建设,统一了数据标准和数据语言,指导了应用系统和数据仓库的应用模型建设,起着承上启下、连接业务和技术的关键作用。(二)农业银行基于FS-LDM模型构建企业级数据模型中国农业银行将数据建模方法与DataOps全生命周期的标准化流水线相结合,从组织模式、管理制度、系统工具为数据模型结构提供全方位支撑。在组织模式方面,明确数据模型研发各环节的角色职责和人员分工,共同推动数据模型的建设和管理工作。在管理制度方面,梳理数据研发运营全链路中各类技术、业务制度和规范,发布可实施的技术标准,包括模型设计规范、测试规范等,形成管理“软规范”。20图 13 中国建设银行C模型主题分类商业银行数据模型白皮书在系统工具方面,通过平台工具将模型设计过程与数据标准、数据质量管理要求融合,建立质量门禁,形成“硬约束”,保障数据模型设计规范的落地执行。农行的大数据体系在经历了基础数据平台、大数据平台、数据中台1.0三个阶段后,迈入了数据中台2.0阶段。农行数据模型最初的框架主要参考了Teredata公司的FS-LDM的主题划分方式,采用三范式建模与维度建模相结合的方法;当前的数据模型在此基础上补充了业务领域视角,与农行产品目录的划分保持一致,形成了数据视角和业务主题结合的通用数据视图。农行基于企业架构视角以维度建模为主,结合三范式建模的设计方法,如存款、贷款、理财等实体的设计采取维度建模,参与人相关实体的设计采用三范式建模。采用以数据驱动为主,业务驱动为导向,通过双向结合的方式既保证设计的数据模型符合业务实际发展导向,又保证了数据模型建立在现有的真实数据基础之上,从而间接地保证了数据模型的易懂性与可用性。随着数据架构的演化,农行引入了数据湖的新技术,拓宽了数据底座,以数据湖为源对数据架构进行了优化,分为基础宽表、通用宽表、服务宽表三层逻辑架构。21图 14 中国农业银行DataOps数据设计研发流水线商业银行数据模型白皮书随后基于数据资产视角细化主题域模型框架,本着便于业务人员理解和技术人员实施的原则,细化模型框架时按照客户性质、业务条线、凭证类别、渠道类型等进行划分,将各个分支尽可能的细化。同时确保模型的可扩展性,具体步骤如下:22图 15 中国农业银行数据架构图图 16 中国农业银行数据模型细化环节步骤1概念模型细化步骤2分类遵循标准步骤3基础表与属性分类步骤4设计维度表/事实表步骤5设计关系型维度表步骤6设计历史表步骤7主题分类完善商业银行数据模型白皮书(三)交通银行基于企业架构方法论构建企业级数据模型 交通银行在企业级架构实践过程中,总结形成了以“轻量化”、“智能化”为特点的企业级数据模型。轻量化主要包括三方面:建模方法的轻量化、模型资产轻量化和模型落地轻量化。轻量化模型降低了实施成本,缩短了项目周期,可以更好的支撑中小金融机构进行数字化转型的快速实践。智能化是指在建模过程中,通过建立语料库,近义词识别等步骤,对新建数据模型所引用的属性进行智能化标准推荐,贯彻数据标准智能化管控,可加快建模工作的效率和模型成果的准确度。交行数据模型采用双“T”架构,包括“正T模型”,即1个高阶数据模型加上N个领域数据模型,以及“倒T模型”,即1个公共模型加上N个场景化应用。正T针对交易服务和运营管理场景,关注数据规范性和唯一性,强调实体属性的标准化,指导交易系统的设计开发,提供业务组件边界划分标准和跨组件数据交互使用的参考依据。倒T针对分析与决策报告场景,关注数据易用性和一致性,强调统一维度管理,为数据指标建设提供设计依据,同时也是数据分析需求的管理抓手。双T设计原则强调彼此的对齐和同频,正T中圈定业务对象和关键实体与倒T中的维度和关键事实设计做映射,从而实现两个模型在内容层面的统一。通过“双T”架构模型,实现了数据生产侧与数据消费侧的逻辑自洽,在进行前台业务产品设计的同时,同步设计后续监管报送、运营分析等场景的数据方案。23图 17 交通银行数据模型双“T”架构商业银行数据模型白皮书数据架构管控主要包括事前分析、事中管控、事后监督三个阶段。在需求分析阶段,应以数据模型作为参照,基于模型的基础数据项与指标数据项进行详细分析,避免“同名不同义、数出不同源”等问题;在开发管控阶段,应通过数据模型落实主数据管理、数据标准化、数据模型、数据分布流转等管控要求,从模型层面对跨系统数据交互等予以规范;在事后监督阶段,定期对各业务系统的企业级数据模型落地情况进行检查和评估,持续发现并整改,保障企业级数据模型的执行落地、迭代优化的高效闭环。24图 18 企业架构总体视图商业银行数据模型白皮书在数据模型建设落地后,长期有效的运营机制建设也至关重要,需要通过数据架构管控落地实施。六、银行业数据模型发展趋势银行业作为我国经济金融的基础,是我国金融体系的重要组成部分。改革开放以来,我国银行业持续根据市场以及国家总体情况进行探索与改革,逐步完成了从完全由国家接管,到相对独立的发展过程。随着大数据、云计算和人工智能等技术的发展,我国银行业务持续创新,在科技创新和数据监管要求等因素影响下,银行业的数据模型或呈现以下发展趋势:(一)加速探索数据模型自主创新在数据模型管理领域,短短几十年已从早期的“无意识”数据管理到如今的国际化管理。随着移动支付的兴起,一些国际上的数据模型管理方案面临了“水土不服”的情况。如何解决数据引擎动能不足、数据合规性和信息透明度等问题,成为推动国内银行业自主研发企业级数据模型的主要推动力。在中国发展数字经济的特色背景下,自主创新能够提高企业的核心竞争力。通过自主创新数据模型,银行可以不断支撑与探索全新的业务模式、产品和服务,更好地适配自身特色业务,实现业务需求和科技手段的高度融合,打造企业核心技术壁垒。(二)加快适应新型数据管理理念随着大数据技术的快速发展和大数据理念的广泛普及,Data Fabric、Data Mesh等分布式数据管理架构理念或将影响数据模型的设计与管理工作。在模型设计方面,银行可加强设计可扩展、复用度高的数据模型。在分布式数据管理的数据架构下,更强调模型设计的规范性与易用性,更注重各系统的数据治理水平。(三)敏捷响应市场业务需求变化随着银行数字化转型的深入,移动支付、流程银行等业务模式的持续发展带来了更加多样化和更大规模的数据资源与数据需求,银行需要更加敏捷的方式来管理和应用数据。25商业银行数据模型白皮书以DataOps为代表的新型数据开发范式,将敏捷、精益等理念融入数据开发过程,通过对数据相关人员、工具和流程的重新组织,打破协作壁垒,构建集开发、治理、运营于一体的自动化数据流水线,不断提高数据产品交付效率与质量,实现高质量数字化发展。借鉴这种敏捷、精益的理念进行数据模型的研发,能够进一步提升模型研发效能,加速满足一线人员用数需求。(四)加强构建数据模型评价体系为了更好地监督和优化数据模型的研发与管理工作,评估数据模型的建设情况,银行需要一套考核指标来评价数据模型的设计及管理情况。当前,银行主要从数据模型的准确性、稳定性、实时性、可解释性和成本效益等维度对模型的质量和性能进行评价。但是,在实际的操作过程中仍存在落地困难的现象。例如,研发人员面临无法全面评价模型完整性的问题,导致模型的设计存在缺陷或遗漏。此外,数据模型的质量和价值也较难被量化,这使得企业在对模型评价进行实操时面临困难。这些发展趋势将推动银行业务不断创新和发展,从参考厂商模型向自主研发具有行内特色的数据模型方向探索,助力银行更好地分析客户需求和市场趋势,提供更优质、更高效、更安全的金融服务。26商业银行数据模型白皮书27参与人主要包含金融机构相关的个人或组织的数据。具体包括银行内部的组织机构、员工和外部的个人客户、公司客户、同业客户、合作伙伴等。合约信息主要管理两个或两个以上参与者之间潜在或实际的约定及其相关信息。包含客户与银行签订的约束双方权利义务的协议条款,据此出售、交换或提供产品、服务或资源项。事件主要指参与人与银行间以及银行内部的交互行为所产生的交易行为、交易数据。包含存款、取款、付款、信用年费、利息、投诉、网上交易等。位置信息主要指与位置、地址和地理区域有关的数据。包含电话号码、邮件寄送地址、电子邮件、行政区域、数据访问地址、内部地址等。资源主要管理银行在实现其业务的过程中拥有、管理、使用的任何有形或无形的、有价值的项目。包括实物资产、文件、无形资产、金融资源等相关资源。产品主要管理银行及其关联的参与者提供给市场,能满足客户的某种需求的货物(有形)与服务(无形)的相关信息。主题分类参与人合约信息产品事件位置信息资源主题内容商业银行数据模型白皮书(一)术语和定义 1.参考模型框架附录 商业银行数据模型参考数据架构 Data architecture从本质上反映企业中数据的组成,以及数据与相关系统和流程间的关系。业务对象 Business object一组反映业务数据和业务行为状态的实体集合。属性 Attribution对实体所具有的某一业务特性的具体描述。(二)商业银行数据模型参考 由业务需求管理和维护而来的抽象或具体的事物,是保存业务信息的基本数据概念。实体 Entity一种数据开发的新范式,将敏捷、精益等理念融入数据开发过程,通过对数据相关人员、工具和流程的重新组织,打破协作壁垒,构建集开发、治理、运营于一体的自动化数据流水线。数据开发运营一体化 DataOps282.核心主题设计参考主要包含参与人所共有的基本信息,如参与人编号、参与人纳税人状态等;参与人的其他特有信息不放在这里,放在下述相应实体中。用来描述客户标识的信息表,客户标识可以由一个或多个数字、代码等组成,是相关行业公认的代码,如身份证号、企业组织机构代码。用来描述客户的名称,可以是称呼、正式名称、简称。用于区分参与人在不同时期的生命状态,随着时间的推移其状态也会发生变化。用于描述参与人的财务状态,如负债情况、收入情况、资产情况等。用于描述参与人的绩效信息,如月贡献度、年贡献度等。对参与人家庭情况的描述,如人口数、收入情况、资产负债情况。描述组织或单位的共有的基本信息,如并表情况、会计水平、企业是否上市等。对企业、组织的其他基本信息的描述,如员工数量、员工月收入、工资情况等。描述组织或单位在相关部门的注册信息,如主营业务、兼营业务、注册资本金等。对参与人的各类统计信息,如各类比率等。参与人参与人参与人信息组织主题域子主题分类实体实体定义参与人基本信息参与人识别信息参与人名称信息参与人生命周期状态参与人财务信息参与人绩效信息参与人统计信息家庭概况信息组织基本信息组织概况信息组织注册信息渠道财务行为营销渠道主要指与客户进行交互和接触的手段方法,通过它客户与银行发生交易并传递信息。渠道一般包含分行柜台、呼叫中心、网络等。财务主要管理银行的总账信息,是描述科目组织、控制、内部核算等银行核心科目账务以及预算管理有关的内容。行为主要记录客户或银行工作人员在网银、手机银行等系统的所产生的各类操作记录的明细信息。企业可结合自身需求将行为设为一级主题或事件主题下的子主题进行建设。营销是指为了获取、维护、增强银行与客户关系而开展的促销活动。包括营销策略、营销行为以及营销活动的反馈信息。主题分类主题内容商业银行数据模型白皮书参与人主题29描述个人的通用、基本信息,如性别、民族、出生日期等。描述个人的兴趣、爱好、生活习惯等,但这些爱好类型不是互斥的。描述个人的其他一般性信息,如财务状况信息(工资收入、公积金缴存)、供养人信息等。描述个人工作情况,如参加工作日期、工作单位、单位性质、所任职务等描述个人具有哪有职业技能、经过了哪些单位的认证、认证等级等。某行内部为区分岗位等级所设定的不同的权利范围负责某项工作使其顺利进行的岗位描述个人的特点、外貌。参与人组织一个组成部分的基本信息某行内部机构撤销合并的相关信息某行内部机构组成部分的相关信息某行根据业务需要所设定的职务相关信息负责具体业务实施的岗位负责维护管理特定客户的岗位负责经营销售产品的岗位负责本行业专业工作的岗位描述参与人所承担的角色的基本信息,如所承担角色的生命周期信息等。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。参与人个人组织单元组织单元基本信息某行机构撤并信息某行组织机构岗位参与人角色与参与人相关角色参与人角色基本信息单位领导法律代表岗位基本信息岗位权限管理岗柜员岗客户经理岗市场营销岗业务岗实体定义个人基本信息个人爱好个人概况信息个人工作信息个人技能认证个人特征主题域子主题分类实体商业银行数据模型白皮书30根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在事件过程中所扮演的角色如发起者、交易对手、接收行、经办人等进行分类和描述。根据参与人在事件过程中所扮演的角色如发起者、交易对手、接收行、经办人等进行分类和描述。根据参与人在事件过程中所扮演的角色如发起者、交易对手、接收行、经办人等进行分类和描述。参与人与合约相关角色员工保证人成员行代理行合约持有人连带责任人牵头行券商贴息方与事件相关角色发起行交易对手接收行与参与人相关角色服务提供商实体定义股东客户联络人特约商户销售代理人主题域子主题分类实体商业银行数据模型白皮书31商业银行数据模型白皮书合约主题经办人清算行受理人根据参与人在事件过程中所扮演的角色如发起者、交易对手、接收行、经办人等进行分类和描述。根据参与人在事件过程中所扮演的角色如发起者、交易对手、接收行、经办人等进行分类和描述。根据参与人在事件过程中所扮演的角色如发起者、交易对手、接收行、经办人等进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在合约申请、签署、执行过程中所承担的角色进行分类和描述。根据参与人在参与人的相互关系中所承担的角色进行分类和描述。参与人与产品相关角色产品设计人产品营销推广部门产品拥有人产品主管部门与事件相关角色与资源项相关角色实体定义投资人托管人主题域子主题分类实体主题域子主题分类实体实体定义合约所包含的基本信息合约基本信息合约财务状态合约生命周期状态合约重组信息合约核算信息合约参与人合约共用信息合约共用信息合约共用信息合约共用信息合约共用信息合约关联信息合约合约财务是指合作是否正常执行、还本付息、逾期、不良、保全等状态相关的信息。指合约涉及提出、接受、签署、执行、到期、重组等生命周期相关的信息。指合约中涉及核算的相关信息,比如利率、利息、费率、费用、金额、币种等。指合约涉及的个人和组织,包括合约的签署人、签署机构、经办人、经办机构等。指合约重组涉及的相关信息。32主题域子主题分类实体实体定义合约对应的产品相关信息合约产品合约资源项合约位置关联合约合约渠道合约时间条件合约金额条件合约关联信息合约关联信息合约关联信息合约关联信息合约关联信息合约条件信息合约条件信息合约合约条件信息合约条件信息合约条件信息合约条件信息存款合约金融服务合约金融服务合约金融服务合约金融服务合约金融服务合约金融服务合约金融服务合约合约费用条件合约比率条件合约限制条件合约格式条件存款合约金融服务合约公用信息贷款合约应收账款融资合约信用额度合约信用卡合约保函合约信用证合约对格式的约束金融服务产品账户合约的公用信息贷款产品账户合约应收账款融资产品账户合约银行向客户授信的合约信用卡产品账户合约合约涉及的资源项信息,比如抵质押合约涉及抵质押物合约涉及的位置信息,比如签署地点、联系电话、地址等合约签约的方式,包括网银、电话等方式的信息指定的时间、日期、次数或频率这些条件对合约起到约束或者状态的描述作用在合约中被描述,合约形成后会对合约的生效、执行或其他状态变化进行限制的金额类描述,例如:合约金额、贷款金额等。其中也包括为了清晰描述金额而进行的其他描述,例如:面额、单位、增量等描述从而对合约进行约束的条件一般分为限制状态(正常、异常、允许、违约限制等描述)、限制基准(上限、下限、目标限制)、限制类型(限制次数、限制金额、限制余额等)、限制原因(解释为什么要做限制)、限制时间框架(描述是当日、隔夜、特定日期等限制)客户购买银行存款产品时与银行签订的合约以比率形式出现的对合约进行约束的条件,例如:税率、利率、汇率等以限额、额度等形式进行指定的某项服务收取费用的描述与合约关联的其他合约的信息,比如担保、保证、借新还旧等商业银行数据模型白皮书33主题域子主题分类实体实体定义客户购买银行保函产品(服务)时与银行签订的合约合约投资理财合约现金管理合约资金交易合约保险合约结算合约结算合约账户服务合约账户服务合约账户服务合约账户服务合约非账户合约非账户合约非账户合约担保合约担保合约投资理财合约现金管理合约资金交易合约保险合约交易结算合约净扣合约访问服务合约金融工程服务合约转账合约信息服务合约金融组合管理安排合约托管合约资金监管合约担保合约公用信息抵质押合约金融组合管理安排合约资金监管合约指抵质押合约和保证合约中共有的信息。抵质押合同是抵押合约和质押合约的合称。担保合约参与人合约参与人合约参与人合约参与人合约参与人合约参与人合约参与人合约保证合约资产证券化合约合作合约保密合约会员合约回馈合约雇佣合约商务合约信用证产品账户合约投资理财产品账户合约资金交易产品账户合约保险产品账户合约交易结算产品账户合约为已开立的账户提供相关信息服务的合约抵押合约是按照中华人民共和国担保法规定的抵押方式以借款人或第三人的财产作为抵押物而发放贷款为目的签订的担保合约。质押合约是按照中华人民共和国担保法规定的质押方式以借款人或第三人的动产或权利作为质押物发放贷款为目的签订的担保合约。指保证人和债权人之间签订的,当债务人不履行债务时,保证人按照约定履行债务或者承担责任的合约。一方参与人(发起人)将其一组风险资产(如信用卡应收账款或抵押贷款)转移给另一方参与人的合约,通常另一方是称为特殊目的个体(SPE)的独立法律个体。SPE用本身在市场发行证券的所得支付以取得转移资产。发起人可从整体资本要求中,删除已转移资产的资本要求。托管产品合约金融工程服务合约账户间资金转移的合约净扣账户合约客户与银行签订的账户访问服务的合约,约定已开立的账户可以访问的方式,如网银、电话银行。客户购买现金管理产品(服务)时与银行签订的合约商业银行数据模型白皮书产品主题34描述产品信息项中的个性信息。描述不同产品类型的个性化信息,根据不同产品类 型进行细分。评价信息,是指描述银行根据各种不同管理需要,使用不同技术对产品进行评价的结果信息。产品组合又可称为产品方案,是指银行为了销售的需要,把原有的两种或两种以上的产品、以适用的方式和组合关系,合成一套新的服务方案所形成的复合型产品。产品包是指以一组性质相近的同系列产品,为方便业务的统一认知、管理和说明而形成的产品集合。管理信息,是指描述银行出于管理需要而设定的关于产品所属机构、客户经理等信息。产品使用的资源类型,资源包括银行可拥有、管理、使用项目。对产品已经发生或已经完成的经济活动进行的事后核算信息。如额度控制条件、申请条件、定价条件等信息。不同产品的名称、类型、内容等基本信息。产品与参与人、位置、渠道等关联关系信息产品与产品核算项、科目的对应关系信息主题域子主题分类产品基本信息产品基本信息产品管理信息产品条件信息产品个性信息产品评价信息参与人/产品关系产品/位置关系产品/渠道关系产品针对的市场细分介质类型/认证方式/渠道/产品关系介质类型/认证方式/渠道关系产品/产品关系产品/条件关系产品使用的资源类型产品核算项产品/产品核算项/科目关系产品组合条件信息产品包管理信息产品产品关系产品属性产品组合信息产品包信息实体实体定义商业银行数据模型白皮书事件主题35主要包含所有事件共有的基本信息,如事件编号、事件名称、事件类型、事件描述等;某事件特有的信息不放在这里,放在下面相应事件里。主要包含与事件生命周期有关的信息,包括事件生命周期状态类型(潜在事件、待执行事件、进行中事件、完成事件等);事件生命周期状态日期类信息(开始日期、到期日期、冻结日期、结清日期等);事件生命周期状态原因(账户关闭、违反合约条款、客户要求、资金不充足、系统忙等)与事件有关的相关方,包括个人与机构,主要体现事件与人(机构)的关系。如事件的发起人、操作员、买方、卖方、申请人、审核人、审批人、受益人、管理人、管理机构、合约方、代理人、基金管理公司、交易商等。事件所依托的渠道,主要体现事件与渠道的关系。如渠道使用类型(发布渠道、营销渠道、交流渠道、销售渠道),渠道类型(柜台、ATM、网银、电话银行等)沟通交流是指与相关方以信息交换为目的的事件,例如:信用评估、问卷调查、反馈、客户投诉、客户申请等。交流公共信息主要包括交流类的事件所共有的信息,例如交流事件的编号、交流的类型、交流的原因、交流的联系状态、交流的媒介、交流成本、交流费用、交流处理时间、响应时间等。交流类的事件所特有的信息不放在这里,应放在下面相应的交流事件里。指把交流的不同部分连接在一起的事件,包括交流线索事件编号、交流线索参与类型(开始线索交流、交流线索参与者、结束线索交流、相对独立的交流)、交流线索生命周期状态类型(初始的交流线索、活跃的交流线索、非活跃的交流线索、关闭的交流线索)。指为制定标准的评估提供信息的交流活动。包括与客户、产品、合约建立信用评级相关的信用评估,对损失事件影响的风险评估等。指由客户或其代理人发出给金融机构的请求或指令,例如资金转账指令、支付指令、贸易融资指令、金融市场结算指令等。这里放指令的共有信息,不同指令的特有信息应放在下面相应的指令里。指金融市场工具中当某预定条件满足的时候请求执行某项交易。主要包括订单编号、订单上下限价格、订单截止日期、订单取消日期等信息。指在一个或多个合约中一个或一系列交易如何细分的指令,包括交易分配编号、交易合约分摊价格,交易合约分摊数量等信息。指与金融机构提供的贸易融资产品与服务相关的指令,例如信用证发行、跟单托收等。指在具体指定条件下以获得付款或承兑而传达的指令。该指令提供金融文件的认证而无需物理的传输。跟单托收类型有票据承兑、托收约定等。合约共用信息事件共有信息事件共有信息事件共有信息事件共有信息沟通交流事件沟通交流沟通交流沟通交流沟通交流沟通交流沟通交流评估指令事件基本信息事件生命周期状态事件参与人事件发出渠道交流公共信息交流线索事件金融市场订单交易分摊贸易融资指令跟单托收主题域子主题分类实体实体定义商业银行数据模型白皮书36该指令用于代表不同类型的支付,例如信贷转账和直接借。沟通交流支付指令指以获得某些信息为目的将问题以标准模板进行编排提交给受访人进行解答的交流,例如一个客户调查报告回答,一份完整的产品应用表格等。指以提供表扬或投诉为目的的交流。例如雇员高质量的服务而收到客户的表扬信,客户关于分支机构位置的投诉等。以显示不满为目的的反馈,例如客户投诉,还包括对投诉的响应。指各领域专家或人员对金融机构所提供产品或服务的意见或建议。指为某事向某人发出的请求,如客户办理信用卡的申请、授信额度的申报等。指改变金融机构财务状况或信息基础的所有层面的业务工作的记录。交易事件通过计入金融机构会计账簿的借方或贷方或维护已有数据而记录下来,可以从金融机构的内部或外部进行触发,是金融机构保持对业务活动进行审计追踪的有效保证。主要包括会计交易与维护交易。这里放交易事件的共有信息,不同交易的特有信息应放在下面相应的交易事件里。指交易所付的费用信息,如手续费、代理费、邮电费等。指对会计单元余额有影响的交易事件。这里放会计交易的共有信息,不同会计交易的特有信息应放在下面相应的会计交易事件里。指对会计单元余额有影响的交易事件。这里放会计交易的共有信息,不同会计交易的特有信息应放在下面相应的会计交易事件里。指对金融市场工具持有进行调整的会计交易,主要包括买入、卖出、借、贷、掉期、外汇交易等交易类型。指金融市场工具基于金融市场交易组件的变动其持有所做的调整,其变动类型主要包括交易数量、交易费用、交易成本、交易估值、订单数量、结算金额、订单的执行成本、订单的执行数量、变动日期等。指以一种数额的货币交换另一种数额的不同货币为目的的交易,一般是金融机构代客户在金融市场上进行外汇的交易。指金融机构希望追踪的与某项交易相关的物理文件和凭证信息。指以支付为目的的会计交易,包括票据支付、手续费支付、股息支付、税款支付等。指一定数量的货币被兑换成等价的另一种货币的会计交易。如客户到金融机构将美元兑换成人民币。将贷款发放给借款人的会计交易。事件共有信息交易信息交易事件交易事件交易事件交易事件交易事件交易事件事件交易事件交易事件交易事件沟通交流沟通交流沟通交流投诉沟通交流申请沟通交流服务建议问卷调查反馈交易公共事件交易文件/凭证信息会计交易会计交易金融市场交易交易费用信息金融市场组件变动外汇交易支付交易货币兑换贷款发放主题域子主题分类实体实体定义商业银行数据模型白皮书37交易事件交易事件交易事件交易事件交易事件借款人归还贷款的会计交易。指费用或收入从一个分配中心到另一个分配中心的交叉入账分配,分摊类型包括赊出分摊、收入分摊、留存分摊。指资金、证券或其他资产从一个责任方到另一个责任方进行变动的会计交易。例如100万人民币从A金融机构转账到B金融机构。转账类型可分为客户对银行直接借、客户对银行信贷转账、银行对银行直接借、银行对银行信贷转账、银行对客户直接借、银行对客户信贷转账等。指某项目停止归属的会计交易。如不良资产处置、以资抵债处置等。指对会计单元余额没有影响的交易事件。例如,对金融机构报表周期日期信息的改变,对包含姓名、地址、财务信息的明细表的增加。分录事件指直接改变一个会计单元余额或者修改金融机构信息基础的业务活动。一个分录事件可以增加或减少它所过账的余额,或者可以增加、更改或删除金融机构信息。许多分录事件可能由一项交易产生,例如一个新的抵押贷款合约的“抵押贷款支付”交易会导致接下来的分录事件。分录事件分为过账分录与维护分录。这里放分录事件的公共信息,过账分录与维护分录的特有信息放在下面相应的事件里。指直接导致一个会计单元余额发生变化的分录事件。例如编号为9884749的过账分录将1万元计入某一特有会计单元结余的贷方。指对不直接影响会计单元结余的金融机构信息进行修改的会计分录。例如,编号为9884746的维护分录是对客户住址的一个改变。营销项目指金融机构为了达到一个明确的业务既定目标而承担的一个持续过程的项目。外部营销包括市场拓展、客户策反、信用卡营销、车贷营销、新产品营销、现有产品营销等,内部营销包括合规宣传等。指一项营销内部瞄准一个特殊群体的营销活动。例如对中小企业的营销活动按照业务需要又进一步把中小企业分为中型企业、小型企业、微小型企业分别进行营销。指以提升金融机构业务发展而制定的方案相联系的业务事件。主要包括营销广告、营销投放、营销管理、促销、市场调查。可用来提供简化的协议生命历程(可能跟交易分开),包括过去及未来的业务事件。金融机构可选择记录所有活动(需视保存策略的应用而定),或只记录协议契约义务所导致的活动(如还款)分录记账事件分录记账事件分录记账事件 项目事件业务事件交易事件事件业务事件贷款还款费用分摊资产处置转账维护交易分录事件公共信息过账分录维护分录营销项目信息营销活动营销细分活动合约活动主题域子主题分类实体实体定义商业银行数据模型白皮书38可定义定期重复发生的合约活动时间表,例如:定期还款、利息资本化、报表输出、雇用契约更新等计划项目信息。业务事件业务事件业务事件业务事件业务事件业务事件业务事件产品相关活动产品相关活动其他事件其他事件其他事件其他事件指合约债项的结算活动,包括货币的支付、金融工具的交割或资源项的交收。指对于一个给定主体确定其评级的业务事件。例如对公司客户或个人客户风险暴露进行决定其信用风险等级的活动。指记录一项测试发生的业务事件,例如新资本协议明确指定进行VaR值模型的回归测试。指由于债项违约或破产而影响信用衍生工具收益的事件指与定价事件有关的产品活动事件,被用于叙述产品的价格条件。资源项活动被用于提供简化的资源项生命历程,包括过去及未来的业务事件。金融机构可选择记录所有活动(需视保存策略的应用而定),例如资源项评估、购买、出售、毁灭、重新分配、重新定位、维护等。指一个事件被用于提供简化的产品生命历程(可能跟交易分开),包括过去已经完成的及未来计划的事件。产品活动趋向于覆盖那些属于产品本性、条款和条件的活动(例如产品投放、股票发行、利息资本化)。与产品相关但并不取决于产品层面的因合约而发生的活动不应该被产品活动所描述而应被合约活动所描述。一些产品活动会导致合约活动(例如股息支付)然而另一些则不会(例如产品投放)。导致破坏、灾祸、不幸、财产收入损失、失去生命或土地等的事件,通常是没有先兆地突然发生,例如地震等。指导致金融机构或客户当前或预计资金损失的事件。主要包括司法事件的类型(民事、刑事、仲裁)与司法事件的裁定(定罪、无罪开释、驳回诉讼、移交、和解、未被证明)。主要包含所有事件共有的基本信息,如事件编号、事件名称、事件类型、事件描述等;某事件特有的信息不放在这里,放在下面相应事件里。因无法预测的,不幸的事件发生而引发索赔的危险事件。事件合约活动计划项目信息结算活动评级活动模型测试信用事件资源项活动事件产品活动事件产品定价扰乱司法事件损失事件意外事件事件基本信息主题域子主题分类实体实体定义商业银行数据模型白皮书资源主题39固定资产是指企业为生产产品、提供劳务、出租或者经营管理而持有的、使用时间超过12个月的,价值达到一定标准的非货币性资产,包括房屋、建筑物、机器、机械、运输工具以及其他与生产经营活动有关的设备、器具、工具等。流动资产的内容包括货币资金、短期投资、应收票据、应收账款和存货等。抵债资产是指银行等金融机构依法行使债权或担保物权而受偿于债务人、担保人或第三人的实物资产或财产权利。金融资产通常指企业的库存现金、银行存款、其他货币资金(如:外埠存款、企业的外汇存款、银行本票存款、银行汇票存款、信用卡存款、信用证保证金存款、存出投资款等)应收账款、应收票据、贷款、其他应收款、股权投资、债权投资和衍生金融工具形成的资产等。由参与人生成、编辑或传送的信息,通常动态的或依赖时间。金融机构从外部提供者接收的金融、经济、统计、产品、位置、资源项等信息。银行卡卡号的前6位是用来表示发卡银行或机构的,称为“发卡行识别码”(BankIdentification-Number,缩写为“BIN”)。表示特别知识权力的资源项,例如金融机构新开发的程序。抵债资产是指银行等金融机构依法行使债权或担保物权而受偿于债务人、担保人或第三人的实物资产或财产权利。参与人不改变财产的所有权而依法加以利用的权利。参与人申请贷款所提供的担保物。专利权、商标权等。银行自有的固定资产。银行自有的流动资产。银行自有的无形资产。表示产业或权益方面的信息主题域子主题分类参与人资产资源项自有资产实体固定资产流动资产抵债资产担保资产使用权金融资产无形资产报告信息产业及权益信息银行卡识别码知识产权抵债资产固定资产流动资产无形资产实体定义商业银行数据模型白皮书位置信息主题渠道主题40主题域子主题分类实体实体定义描述渠道的基本通用信息,包括渠道的营业时间、渠道绩效等描述银行出于管理目的关注的信息,如渠道营销/销售的统计结果等该类渠道独有的相关信息内容,如电话银行渠道的电话服务方式代码、手机银行渠道的手机操作系统类型等信息。描述渠道的自然属性及管理属性信息。营销/销售的统计结果信息。按照渠道的评估体系对销售过程进行判断、分析信息。对渠道进行控制的具体条款信息。渠道基本信息渠道管理信息渠道个性信息渠道属性信息渠道统计信息渠道绩效信息渠道控制条件渠道基本信息渠道关系渠道是指一个比较独立的地理地形区,该区或者是自然形成的,或者是被外部机构定义的,例如政府,或者是为商业活动而划分的。位置共有信息地理区域基本信息主题域子主题分类即时通讯是一个终端服务,允许两人或多人使用网络即时地传递文字讯息、档案、语音与视频交流。即时通信工具目前市场上很多,如QQ、MSN、中国移动飞信、中国联通即时通等。电子邮件又称电子信箱、电子邮政,它是种用电子手段提供信息交换的通信方式。是Internet应用最广的服务。位置共有信息位置共有信息位置共有信息位置共有信息地址地址地址地址地址地址基本信息地址间关系地址与产品关系资源与地址关系内部地址即时通信地址电子邮件地址数据访问地址网络地址参与人和资源的地址信息两个地址间的关系地址与产品的关系地址与资源的关系内部识别地址,不能被外部邮递识别定义访问数据的路径在网络上的地址位置实体实体定义商业银行数据模型白皮书财务主题41渠道与产品关联关系,介质类型关联关系等信息。渠道与产品合约关联关系,介质关联关系等信息。渠道与事件关联关系信息参与人与渠道关联关系信息渠道与资源项关联关系信息产品与渠道关联关系信息产品/介质类型/渠道类型关系产品合约/介质/渠道类型关系渠道/事件关系参与人/渠道关系渠道/资源项关系产品/渠道关系渠道关系主题域子主题分类实体实体定义渠道主题域子主题分类实体实体定义对会计对象的具体内容进行分类核算的科目,提供金融信息。会计核算科目总账科目 财务总账科目账务处理科目科目余额财会产品管理现金流、账户余额和交易记录等日常财务活动,账务处理可以迅速和准确地跟踪交易流程和记录。科目余额描述财务实际值,包括发生额、笔数、余额。从会计的角度将银行对客销售的产品和内部事项形成的产品进行细分的结果即为财会产品。商业银行数据模型白皮书行为主题42主题域行为行为基本信息行为基本信息行为基本信息行为基本信息行为过程信息行为过程信息行为过程信息行为过程信息行为评价信息行为评价信息行为评价信息基本信息用户信息规范信息管理信息终端信息点击信息浏览信息曝光信息用户行为信息用户体验信息异常行为信息实体定义主要包含行为的基本信息,对行为进行申请及管理等;如埋点编号、埋点名称、埋点类型、埋点位置(APP/WEB/小程序等)、埋点描述等;以及相关埋点的调整等。主要包括用户注册、用户登录以及网络行为开户证件、上传资料等信息;如用户ID、用户姓名、注册日期、登录时间、退出时间等。主要包含埋点的规范信息,如对服务器端或客户端不同位置点位的规范与标准等,包括其他类型终端规范,属性命名规范,版本,安全等级,屏幕分辨率等。主要包含页面功能的管理,如用户点击页面中功能icon时触发,搜索按钮点击;包括所属页面、icon名称等。主要包含与埋点或采集有关的终端信息(PC/移动等),如:设备型号,操作系统版本(如IOS)、设备制造商、IP、浏览器名称、浏览器版本、运营商名称、网络类型、国家、省份、城市、登录用户等。记录用户与页面进行点击(含Banner(横幅页)、Tab页面)交互操作时行为的内容;比如点击ID、点击名称、点击位置、Banner编号、Banner名称等信息。记录用户在访问页面时,页面在被浏览器加载呈现行为。通俗的讲,就是打页面或APP页面的跳转或进入其他页面或第三方跳转链接;如从手机银行转账网页跳转到手机银行产品的理财网页,页面内容ID、页面名称、页面类型等。是在页面加载时一种用户虚拟点击的交互行为,如商品、活动推荐等内容,登录网银提示转账红包活动信息,或退出支付时,推送产品信息,如进入时间、退出时间等。主要是对用户行为的评价,包括:PV/UV:PV(page view):即页面浏览量或点击量;UV:指访问某个站点或点击某条新闻的不同 IP 地址的人数;评价用户来源的渠道,促进产品的推广,计算用户在每一个页面停留的时间,针对停留较长的页面,精准广告投放等。对不同用户,不同终端和不同系统下的用户体验,包括页面等请求的响应时间、页面交互完成时间等。主要用于异常情况捕获,比如内存泄漏以及其他偶现的异常难以捕获。常见的异常包括:页面的异常、样式丢失的异常等引起数据提交失败。子主题分类实体商业银行数据模型白皮书营销主题43主题域营销子主题分类营销活动营销和其他主题的关系实体营销策略营销行为营销业绩营销和位置信息关系营销和产品关系营销和机构关系营销和渠道关系实体定义针对营销活动制定的策略。记录营销过程中产生的行为数据。记录营销活动的反馈信息。只针对某些地区的特定营销活动只涉及某些产品的特定营销活动只在某些机构进行的特定营销活动只在某个渠道进行的特定营销活动商业银行数据模型白皮书参 考 文 献1.数据管理协会(DAMA 国际):DAMA 数据管理知识体系指南,机械工业出版社 2020 年版.2.美国霍伯曼:数据建模经典教程(第2版),丁永军译,中国工信出版集团、人民邮电出版社 2017 年版.3.陆顾新:银行数据治理,机械工业出版社 2016年版.5.中国工商银行业务研发中心.商业银行业务架构应用的研究与实践白皮书.6.IBM 商业价值研究院.企业级架构驱动的未来金融企业转型.7.中电金信.业务模型驱动的企业架构转型白皮书.8.王国刚:中国银行业70年:简要历程、主要特点和历史经验,管理世界2019 年第 7 期.9.数据管理能力成熟度评估模型(GB/T 36073-2018).10.金融业数据治理能力建设指引(JR/T 0218-2021).11.证券期货业数据模型 第 1 部分:抽象模型设计方法(JR/T 0176.12019).12.证券期货业数据模型 第 3 部分:证券公司逻辑模型(JR/T 0176.32021).13.证券期货业数据模型 第 4 部分:基金公司逻辑模型(JR/T 0176.42019).44商业银行数据模型白皮书大数据技术标准推进委员会地址:北京市海淀区花园北路52号邮编:100191邮箱:官网:联系方式:

    浏览量0人已浏览 发布时间2024-02-22 52页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
  • 非银行金融行业寿险渠道专题研究(二):他山之石银保篇推动银保合作向更紧密的模式转型-240219(18页).pdf

    寿险渠道专题研究(二)他山之石银保篇,推动银保合作向更紧密的模式转型行业深度报告 请通过合法途径获取本公司研究报告,如经由未经许可的渠道获得研究报告,请慎重使用并注意阅读研究报告尾页的声明内容。行业报.

    浏览量0人已浏览 发布时间2024-02-22 18页 推荐指数推荐指数推荐指数推荐指数推荐指数5星级
4311条  共216
前往
会员购买
客服

专属顾问

商务合作

机构入驻、侵权投诉、商务合作

服务号

三个皮匠报告官方公众号

回到顶部