東興證券智能信用管理平臺(tái)
隨著上市公司數(shù)晝的增多和注冊制改革的全面鋪開，融資融券標(biāo)的證券和可充抵保證金證券范圍迅速擴(kuò)大，證券公司的融資融券業(yè)務(wù)規(guī)模和客戶數(shù)量呈現(xiàn)快速增長的趨勢，這使得證券公司風(fēng)險(xiǎn)管理的壓力和難度大幅增加。券商對兩融標(biāo)的券風(fēng)險(xiǎn)識(shí)別及客戶持倉證券的風(fēng)險(xiǎn)把控能力對兩融業(yè)務(wù)順利開展愈發(fā)重要。
目前證券行業(yè)信用業(yè)務(wù)擔(dān)保證券及標(biāo)的證券管理、同一客戶管理、壓力測試、輿情管理、客戶交易目的識(shí)別等仍然以人工為主，難以實(shí)現(xiàn)標(biāo)準(zhǔn)化、個(gè)性化、精細(xì)化等管理，難以滿足業(yè)務(wù)發(fā)展需要，且存在一定的操作風(fēng)險(xiǎn)，效率也難以保障。為協(xié)助證券企業(yè)高效掌控信用業(yè)務(wù)風(fēng)險(xiǎn)全貌，東興證券結(jié)合知識(shí)圖譜及機(jī)器學(xué)習(xí)等技術(shù)，全新研發(fā)智能信用管理平臺(tái)（以下簡稱“平臺(tái)”)。
圖：智能信用管理平臺(tái)
平臺(tái)從下到上，分別為數(shù)據(jù)層、邏輯處理層和應(yīng)用交互層。
數(shù)據(jù)層，負(fù)責(zé)數(shù)據(jù)的獲取清洗和存儲(chǔ)。將各類型的外部數(shù)據(jù)源數(shù)據(jù)適配到智能信用業(yè)務(wù)分析系統(tǒng)標(biāo)準(zhǔn)數(shù)據(jù)格式。
邏輯處理層，按照業(yè)務(wù)邏輯和指標(biāo)配置方案，基于數(shù)據(jù)層提供的數(shù)據(jù)，利用Al分析引擎對證券風(fēng)險(xiǎn)進(jìn)行評估、執(zhí)行輿情分析評估。
應(yīng)用交互層，使用者可以通過前端顯示和平臺(tái)進(jìn)行交互，用戶可以通過前端界面與平臺(tái)進(jìn)行交互，也可以利用靈活的配置方案和權(quán)重參數(shù)，定制自己需要的分析方案，以更好地滿足業(yè)務(wù)需求。
平臺(tái)構(gòu)建證券分析、證券參數(shù)管理自動(dòng)化、客戶風(fēng)險(xiǎn)畫像、壓力測試、智能輿情五大應(yīng)用場景。
其一，證券分析。通過平臺(tái)建立證券評分模型，從證券的流動(dòng)性風(fēng)險(xiǎn)、估值風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)和輿情風(fēng)險(xiǎn)等方面按照權(quán)重進(jìn)行評分。在證券評分基礎(chǔ)上映射出證券的折算率，可對證券的折算率實(shí)現(xiàn)精準(zhǔn)的動(dòng)態(tài)定期管理。在系統(tǒng)的輔助下，證券分析采用的指標(biāo)可靈活挑選，并可根據(jù)當(dāng)前行情趨勢進(jìn)行調(diào)整，靈活性及效率都大幅增高。
其二，證券參數(shù)管理自動(dòng)化。建立靈活的擔(dān)保證券范圍及折算率、標(biāo)的證券范圍及保證金比例自動(dòng)化調(diào)整模型，從交易層面、基本面、輿情等方面綜合分析、評估，自動(dòng)生成調(diào)整建議、調(diào)整公告、導(dǎo)入模板，人工復(fù)核后即可進(jìn)行導(dǎo)入及發(fā)布。通過這種方式，操作效率大幅提高并極大減少人為錯(cuò)誤。
其三，客戶風(fēng)險(xiǎn)畫像�；诖髷�(shù)據(jù)和人工智能技術(shù)，建立科學(xué)、有效的模型。通過模型測算客戶的風(fēng)險(xiǎn)情況，根據(jù)客戶資產(chǎn)情況、負(fù)債情況、交易特點(diǎn)、收益率等進(jìn)行綜合分析，對客戶風(fēng)險(xiǎn)進(jìn)行預(yù)警。平臺(tái)還可以根據(jù)自定義指標(biāo)對客戶投資目標(biāo)進(jìn)行識(shí)別及分類管理。
其四，壓力測試。平臺(tái)可根據(jù)公司兩融客戶整體持倉情況，實(shí)現(xiàn)對單一標(biāo)的、單一客戶、同一客戶、全體客戶等口徑壓力測試。平臺(tái)可對公司客戶維持擔(dān)保比例的區(qū)間分布情況進(jìn)行統(tǒng)計(jì)分析，為業(yè)務(wù)人員提供應(yīng)對極端情況所需的決策依據(jù)。
其五，智能輿情。采用業(yè)內(nèi)領(lǐng)先的Al算法，基于深度學(xué)習(xí)及自然語言處理等多項(xiàng)先進(jìn)技術(shù)，對信用業(yè)務(wù)擔(dān)保券及質(zhì)押標(biāo)的券的輿情新聞進(jìn)行抽取分析。此外，亦能夠挖掘?qū)嶓w之間的關(guān)聯(lián)關(guān)系，對風(fēng)險(xiǎn)較大證券進(jìn)行監(jiān)控，并及時(shí)做出調(diào)整處理。
智能信用業(yè)務(wù)管理平臺(tái)基于行業(yè)領(lǐng)先的Al工程化能力、Al算法與分析模型，讓業(yè)務(wù)風(fēng)險(xiǎn)更有效可控，運(yùn)營更高效精準(zhǔn)。平臺(tái)使用數(shù)字化技術(shù)和自動(dòng)化調(diào)整模型，提高操作效率、減少人為錯(cuò)誤，從而降低企業(yè)的生產(chǎn)經(jīng)營成本，同時(shí)通過對客戶風(fēng)險(xiǎn)畫像功能，根據(jù)客戶資產(chǎn)、負(fù)債、交易、收益等綜合分析，提供客戶風(fēng)險(xiǎn)程度的評估，提高信用擔(dān)保產(chǎn)品的質(zhì)量，
幫助證券公司更好地了解客戶風(fēng)險(xiǎn)和監(jiān)測風(fēng)險(xiǎn)，減少風(fēng)險(xiǎn)損失，提高經(jīng)濟(jì)效益，增加企業(yè)收益。
本文章選自中國上市公司協(xié)會(huì)發(fā)布的《中國上市公司數(shù)字化轉(zhuǎn)型典型案例》