平安资管罗水权:建设债券投资的智慧中台

2019-07-23 11:27:45 来源:上海证券报·中国证券网 作者:

  近日,2019年债券年会在沪成功举办。会上,平安资管常务副总经理罗水权发表题为“债券投资中台能力建设探索”的主题演讲。他指出,提能力、促效率、强风控是当前资管公司面临的共同命题,借助“人机合一”的方式构建投资中台能力将是未来资管公司能力建设的重要方向。以平安的实践来说,平安资管正基于平安集团“金融+科技”、“金融+生态”的战略,不断探索专家经验、数据能力和科技融合为一体的债券投资中台能力建设。同时,也希望和市场上各家金融机构、市场监管机构一起探讨合作,协力构造一个让大家更放心购买债券,更放心持有债券的市场环境,从而有效服务实体经济。

  以下为发言实录:

  大家早上好!今天上午各位嘉宾介绍了很多债券市场的期望和对政策的建议,我今天讲的更多是站在资产管理机构的角度,作为一个市场的买方,怎么样看待债券市场或者是我们怎么样做债券市场业务。

  对保险资产管理机构而言,债券投资一直占有非常大的比重。近年来,我们在整个投资过程中确实有很多的挑战,特别是今年以来,刚才提到信用债市场的违约,无论是违约主体数量还是所涉及的金额都连创新高,让不少真金白银买债券的机构非常谨小慎微,生怕投错。除了债券违约的压力,我们还面对着前所未有的竞争压力,资管新规推出,外资机构进入,新环境下,基金、银行理财子公司、保险资管、信托等各个领域的壁垒越来越低,整个百万亿的大资管行业充分竞争。这个行业的从业者很辛苦,因为太多人在这个市场上。同时,我们现在进入了一个新的金融科技、AI科技的时代,这些科技一方面可能演化成一些新的业务模式,和传统的金融机构竞争;另一方面,这也是一个巨大的机遇,能够对我们产生很多的赋能。

  作为一家资产管理机构,目标非常简单:一,要提高投资业绩,帮投资人赚钱;二,要控制好风险,赚钱的同时确保风险可控;三,要不断提升经营效率。怎么做到这三点?平安资管作为国内保险资管头部机构,也有一些探索,我们称之为债券投资的中台能力,今天和大家做一些分享。

  建设“人机合一”的智慧中台

  依托平安集团“金融+科技”、“金融+生态”的战略方向,平安资管确立了科技型资产管理公司的新战略,要用科技的手段更好地做资管业务。我们的中台能力主要包含几个方面。

  首先,专家经验。一家资产管理机构的构成很简单,主要有投资经理、交易员、风控经理、运营经理,还有研究员等等。我们以投资经理为核心,把支持各个投资条线的共性职能整合、下沉,打破业务壁垒,强化专业合作,形成围绕投资经理的研究、信评、交易、运营、风控等工作模块。

  其次,科技和数据能力。专家经验下沉的同时,是科技和数据能力的前置。为了和各个工作模块对应,我们还建立了数据科技团队、投研科技团队、信评科技团队,他们的工作就是构造大数据、AI技术为核心的智慧平台。

  最后,人机合一。专家经验下沉到智慧平台,智慧数据辅助专家决策,大家共同运用新的科技,构造一个把科技力量和专家经验充分结合的新中台模式。这种方式构建起来的中台具备集约高效、稳定可靠的特点,一方面,能够帮助整个公司的能力不断沉淀和迭代,另一方面,能够最大限度提高管理效率,实现创新迭代。

  今天我们更多地讲债券市场,我特别讲一下信用研究,和大家分享一下我们的尝试,怎么样把专家经验和数据科技的力量进行整合进行信用债的研究和信用债风险管理。

  构建“数据驱动”的量化信评能力

  前面几位嘉宾也说到信用债这个市场是非常具有挑战性的市场,这个市场通常分三个层次:一种是非常好的企业,谁都可以买;另一个是非常差的企业,债也发不出去,谁也不买;剩下更多的是中间地带,这里面可能有金子或者是地雷,我们要做的就是在中间地带找到利差比较好、风险比较低的企业和债项。

  我们怎么做?当然,我们有内部的专家评级队伍,可以对一个公司和行业有清晰的了解。但这种人工的方式也有弊端,毕竟行业太多,公司太多。而且,这个市场上有太多的信息发生,就算靠再多的人也解决不了及时的信息获取、加工和分析。所以我们的做法就是人机合一,构造了一个信用分析体系,由人和机器两种体系相互验证和相互迭代,我们花了很长的时间做这些事。

  首先,要采集公开和非公开的数据,当然有很多是数据供应商提供的,但更多的是从非结构化数据中获取我们需要的讯息,所以我们就要利用今天所提到的AI技术,比较多的是自然语言解析等相关方式。其次,构建特征工程模型。采集这些数据之后,我们用数学科学家的工程能力,选择不同的因子构造各种模型,用不同的模型找出有用的信号。我们根据不同的行业构建了不同的定量模型,通过机器可以提供任何公司的评级。最后,人机模型比对。机器定量评级和人工定性评级一起,两者相互映射和比对,当然如果得出相同的结论,可能大家的看法是一致的,如果有不同的结论,我们就会找出其中的逻辑,为什么不一致。

  相对于以人为主的打分卡评级方式,用数据科技辅助评分方式有一个好处就是逻辑比较清楚,评级过程透明,可以层层下钻,这点对我们投资经理就非常有帮助。我相信很多人都知道投资经理是一个非常聪明的群体,通常也是一个非常多疑的群体,他们喜欢看结论,更喜欢看结论后面的逻辑。人机合一的评级方法,逻辑就在上面,可以一层一层往下看,这样可以加大投研互动的效果。所有的研究,所有的投资决策都是基于数据,最终经过加工,这里面有人的加工或者是机器的加工,这种做法得到投资经理的一致认可。

  探索“AI赋能”的风险预警能力

  在信用市场或者是在债券市场,风险一旦发生就会变成一件可怕的事,所以最理想的方式是在它没有发生之前,有比较大的概率,或者是很自信地判断这是一个坏事,将来会发生。概率越高,能够采取的防护措施,提前采取的行动就会越多。

  我们通过AI、数学统计或者相关的方法针对债项或者是企业的违约概率进行识别,我们会关注它在6个月、12个月之后产生违约的概率是多少当然这种方法我们也在不断的摸索中,中国市场在这几年才有违约,样本量不多,每个不同的企业处在不同的行业,或者是违约的原因和背后的表现特征都是各自不一样的,所以在有限的样本中,或者说规律不明显的情况下,怎么样找出违约情况,实践中要做的工作就需要非常细致。我们需要把企业相关的数据进行层层分解,从财务信息以及和法律相关、招聘相关等各种方面的舆情信息进行整理。当然很重要的就是你是不是相信财务报表,还需要做财务报表本身的有效性检验,能够找出尽可能多的有效的细颗粒数据,然后再通过数据科技找出它可能导致违约的概率。

  我们通过多种方式对不同的债项,应该说对所有的债项都可以得出一个分数,准不准?不肯定,那么就把排名前10、前20、前50名,放在桌面上交给投资经理或者是资深的研究人员作二次判断。这种方法虽然仍在探索之中,但也有了不错的结果,让我们比较有效地采取提前处置措施,成功地规避了部分风险。

  这样一个智慧中台模式行不行?从平安的角度来看,我们充分相信科技的力量,充分相信数据的力量,相信专家、数据和科技之间能建立一个有效的衔接。最后总结几个方面:

  什么是债券投资中台?中台不是一个AI系统,也不是一个数据库,是把人、数据和科技融合为一体的管理模式,也就是“人机合一”,把科技力量、数据力量、业务专家经验融合到一起,科技赋能、数据引领。这种方法有很多的好处:第一,效率上升了,在人力不变的情况下,中台支持的管理规模上升了,管理效率提高了;第二,能力提升了,通过不断的实践证明,人机合一的模式确实可以对投资能力、研究能力有非常有效的支撑和补充,让我们对自身的风险管理和风控模式有一个更加好的、有效的把握,让我们可以提前大胆做一些测试。

  怎么构建债券投资中台?这种建造一定要求自上而下的决策。怎样有效地把投资和研究适当分离,怎么样提升研究和中台的力量,组织是一个重要保障。从组织结构上予以提升,把人、科技和数据结合到一起,所以相应的激励机制、管理机制和业务流程也要跟进,这是非常关键的。

  中台建设的过程也是市场沟通、协作的过程。我们很愿意在这个过程中和市场上各家金融机构、市场监管机构一起探讨,合作借力、共赢共进,通过充分的资源整合,协力构造一个让大家更放心购买债券、更放心投资债券、更放心持有债券的市场环境,这也是我们作为保险资产管理公司对于服务整个实体经济最好的行动!

  以上就是我和大家分享的内容。谢谢!
  (cis)