Als een vlinder in Brazilië met zijn vleugels klapt, kan dat een wind van drakenhandel veroorzaken in Texas, de Verenigde Staten. Een klein incident kan een groot standaard gevolg hebben. Op het gebied van investeringen gebeuren vaak soortgelijke dingen.
Als een van de belangrijkste institutionele beleggers op de financiële markt bedroeg het saldo van het gebruik van verzekeringsfondsen eind juni 2020 meer dan 20 biljoen yuan, waarvan investeringsobligaties 6,97 biljoen yuan, aandelen en effecteninvesteringsfondsen 2,68 biljoen yuan bedroegen en andere investeringen 7,66 miljard yuan. Biljoen yuan.
Hoe voorspelt Yiye Zhiqiu economische trends? Hoe waakzaam te blijven en vooruit te plannen? Verslaggevers van Brokerage China bezochten onlangs het PICC Assets Investment Team onder de PICC Group en luisterden naar de verhalen achter de introductie van financiële technologie in biljoenen asset risk management. PICC Assets is de eerste verzekeringsmaatschappij voor vermogensbeheer in China en beheert momenteel meer dan een biljoen yuan aan activa en bezit meer dan 800 miljard yuan aan vastrentende activa (exclusief openbare aanbiedingen).
Meer dan 800 miljard innovatie op het gebied van vastrentende risico’s, transformatie van “mens-machine” -integratie
“Als het woord” Apple “verschijnt, betekent dat dan eten, een liedje of een mobiele telefoon?” Yan Yikuan, senior investeringsmanager van de vastrentende afdeling van PICC Asset Management, probeerde de moeilijkheid van semantische analyse uit te leggen. Hij is ook de intelligentie van het financiële technologieteam van PICC Group. Een lid van het technische team.
Drie jaar geleden, in 2017, lanceerde PICC Assets een algoritmeproject voor kunstmatige intelligentie voor kredietrisico-identificatie om het gebruik van big data en kunstmatige intelligentie-instrumenten te onderzoeken om veranderingen in de externe kredietwaardigheid van bedrijven te bestuderen. Yan Yikuan nam gedurende de hele tijd deel aan dit innovatieve project.
Als een van de belangrijkste “kopers” van vastrentende activa, zoals obligaties en niet-standaard activa, is het beheer van vastrentende risico’s altijd de topprioriteit geweest van vermogensbeheer in verzekeringen. Sinds de “11 Chaori Bond” in 2014 in gebreke bleef op de Chinese kredietobligatiemarkt, zijn, tegen de achtergrond van een substantiële toename van de uitgifte van obligaties en streng toezicht en een economische neergang, het faillissement van obligaties geleidelijk veranderd van black swan naar normaal. Verhoogd momentum, vermogensbeheer staat onder enorme druk.
Uit gegevens van WIND blijkt dat van 2016 tot 2017 het wanbetalingsbedrag van de obligaties 39,377 miljard yuan en 31,249 miljard yuan bedroeg, en het bedrag van de wanbetalingsregeling in 2018-2019 beide meer dan 100 miljard yuan bedroeg. Sinds het begin van dit jaar zijn 86 obligaties in gebreke gebleven, met een standaardbedrag van 104,063 miljard yuan.
In het traditionele kredietbeoordelingskader is het voornamelijk gebaseerd op een combinatie van kwalitatieve evaluatie en kwantitatieve evaluatie. Kwalitatieve evaluatie is er vooral voor analisten om bedrijfsmededelingen en nieuws te lezen en indien nodig naar de site te gaan om het te onderzoeken. Kwantitatieve beoordeling is voornamelijk gebaseerd op het handmatig scoren van branche- en bedrijfsrisico’s, het handmatig bekijken van financiële rapporten van ondernemingen en het selecteren van indicatoren en gewichten op basis van ervaring van experts Grootschalige financiële risicobeoordeling maakt gebruik van eenvoudigere lineaire modellen.
Traditionele methoden zijn sterk afhankelijk van de ervaring van ‘mensen’ en zijn effectief in het tijdperk van kleine schulduitgiftes. Door de toename van het aantal obligatie-uitgiftebedrijven en de uitgifte van obligaties, en de toename van interne en externe risicofactoren, is de moeilijkheid van obligatieselectie en risicobeheersing echter aanzienlijk toegenomen. De beperkingen van de methode beginnen duidelijk te worden.
Ten eerste, aangezien het aantal bedrijven dat kredietbeoordelingen moet uitvoeren en verschillende soorten informatie geometrisch toeneemt, beginnen handmatige methoden de verwerkingsbehoeften van grote hoeveelheden gegevens niet bij te houden; ten tweede zijn handmatige methoden zeer subjectief en bij het volgen en beoordelen van follow-up Gevoelig voor de invloed van de persoonlijke evaluatiecriteria van de analisten van het ratingbureau.
Uit gegevens blijkt dat eind juni 2020 het totale bedrag aan bewaring op de nationale obligatiemarkt 96,25 biljoen yuan bereikte. Met zo’n groot aantal financieringsmarkten is het een groot probleem voor financiële instellingen om obligaties te selecteren en de kredietkwalificaties van de geïnvesteerde ondernemingen te beheren.
De ontwikkeling van moderne informatietechnologie heeft nieuwe instrumenten opgeleverd om dit probleem op te lossen. Volgens Yan Yikuan heeft het bedrijfsteam vanaf de eerste helft van 2017 besloten om kunstmatige-intelligentiemethoden te gebruiken om de kredietwaardigheidsveranderingen van verschillende soorten bedrijven die obligaties uitgeven te bestuderen. De betrokken soorten obligaties omvatten kortetermijnfinancieringsrekeningen, middellange termijnnota’s, bedrijfsobligaties, beursgenoteerde bedrijfsobligaties en commerciële bankfinanciering. Obligaties, obligaties van internationale agentschappen, door activa gedekte effecten, enz.
“In eerste instantie lieten we de computer de financiële gegevens van de onderneming van het derde kwartaal van 2005 tot 2016 leren kennen, trokken we tienduizenden labelmonsters en lieten we de computer de kredietstatus van de onderneming beoordelen en vergeleken we het resultaat met de feitelijke ratingaanpassing sinds 2017.” Yan Yikuan introduceerde.
Op basis van financiële analyse is PICC Assets sinds 2018 begonnen met het leren van tekst om de impact van de publieke opinie op de ontwikkeling van het bedrijf te beoordelen. Tekstleren is niet zoals financiële gegevens. Niet alleen de gegevens zijn complex, maar semantische sentimentanalyse vereist voorzichtigheid. Een groot bedrijf kreeg bijvoorbeeld een boete van RMB 500.000. De boete zelf is negatieve informatie, maar hoeveel impact heeft deze boete op het bedrijf? Heeft dit gevolgen voor het terugbetalingsvermogen van het bedrijf, dan moet dit nader worden onderzocht door professionele kredietbeoordelaars.
Volgens Yan Yikuan slaagde hij er door de stappen van “woordsegmentatie-extractie-standaardisatiefactor-afleidende sentimentanalyse” uiteindelijk in om een overeenkomstige relatie te leggen tussen meer dan 100.000 labels en 42 standaardisatiefactoren (inclusief winstfactoren en schuldfactoren), en analyseerde vervolgens de publieke opinie over het bedrijf. Gevolg.
Na een grote hoeveelheid gegevenssortering, gedetailleerde analyse en onderzoek, en talloze machine learning, is de nauwkeurigheid van de kredietwaardigheid van het kunstmatige-intelligentiebeoordelingssysteem van PICC Assets geleidelijk verbeterd en is het met succes toegepast op de praktijk van het beheer van vastrentende beleggingen.
In 2018 waren er frequente wanbetalingen op de obligatiemarkt. Van 2018 tot 2019 hadden 52 en 72 entiteiten kredietverzuimincidenten, met een totaal van respectievelijk 120,96 miljard yuan en 149,4 miljard yuan. Het project identificeerde met succes entiteiten voor kredietverzuim, geselecteerd in 2018. 137 entiteiten die mogelijk worden gedowngraded, werden geïdentificeerd en 294 entiteiten die mogelijk in gebreke blijven, werden uitgekozen in 2019. Sinds 2017 heeft het PICC Assets Fixed Income Team alle vastrentende incidenten vermeden.
“Het gebruik van machine learning-algoritmen om de ratingaanpassingen in de negatieve richting van bedrijven te voorspellen, kan de herkennings- en extractiesnelheid verbeteren en tegelijkertijd de nauwkeurigheid garanderen.” Yan Yikuan zei dat de grootste rol van AI is om mensen te verwijderen van een groot aantal regelmatige, repetitieve taken. Bevrijden.
Toch wees Yan Yikuan erop dat machines mensen niet kunnen vervangen, vooral niet bij voorspellend en denkwerk waarvoor professionals nodig zijn. “Kunstmatige intelligentie is onderverdeeld in de papegaaienmodus en de kraai-modus. Papegaaien kunnen op dezelfde manier leren, maar ze hebben enorme datatraining nodig en kennen de betekenis niet. Kraaien kunnen leren water te drinken zonder training. Dit is de richting van echte kunstmatige intelligentie in de toekomst. Op dit moment zit de ontwikkeling van kunstmatige intelligentie nog steeds vast in het papegaaienmodel. Het kraaienmodel heeft slechts enige vooruitgang geboekt op een paar subgebieden, zoals beeldherkenning, en de vooruitgang op andere gebieden is traag. De toekomstige ontwikkeling van kunstmatige intelligentie is echter de moeite waard om naar uit te kijken. ” Hij zei.
Volgens rapporten zal PICC Assets dit jaar de tweede fase van het kunstmatige-intelligentie-kredietanalysesysteem uitvoeren. Enerzijds zal het bedrijfskredietbeoordelingen koppelen aan de holdingsobligatie-entiteiten en niet-standaardentiteiten van het bedrijf, om tijdig aandacht te schenken aan de kredietkwalificatietrends van holdings. Anderzijds wordt het systeem uitgebreid op een platform, worden het financiële indicatormodel en het tekstanalysemodel gecombineerd op algoritmeniveau, en worden de pre-trainingsdata en modeluitbreiding verder toegepast op het vroegtijdig waarschuwen van beursrisico’s.
Voorspellen van de toekomst: het eerste economische systeem voor vroegtijdige waarschuwing op twee wielen
Wil kredietevaluatie waarde vinden in de micro, dan geeft macroonderzoek de richting aan op macro- en mesoniveau. Met frequente veranderingen in de huidige economische trends in de wereld, is het belang van macro-onderzoek prominenter geworden.
Vanuit een investeringsperspectief zijn macro-economische prognoses van groot belang voor beleggers om de algemene trend van marktveranderingen te begrijpen, de investeringswaarde van financiële activa te beoordelen en de kracht en richting van macro-economisch beleid op de markt te begrijpen.
In de praktijk raakten twee kwesties het denken van het onderzoeksteam van PICC Assets Macro and Strategic Research Institute aan het licht: de ene is het gebrek aan optimalisatie en integratie van informatiebronnen in het bestaande macro-economische cyclusonderzoek; de andere is de overmatige afhankelijkheid van kwalitatieve analyse. Er kunnen grote verschillen zijn tussen de resultaten die worden verkregen met verschillende voorspellingsmethoden. Het is vooral belangrijk dat de economische overgangsfase van China de moeilijkheid van macro-economisch toezicht en vroegtijdige waarschuwing heeft vergroot.
Hoe de macro-economische schommelingen nauwkeuriger bepalen? Hoe de toestand en de trend van de economie voortreffelijk weergeven? PICC Assets probeert een effectief macro-economisch prognosemodel op te zetten dat aansluit bij de kenmerken van de Chinese economie. Het projectonderzoeksteam werd formeel opgericht in augustus 2017. Onder de 5 leden zijn er 2 postdoctorale mandaten, 2 doctoraatskandidaten en 1 masterdiploma. Als senior onderzoeker van het PICC Assets Macro and Strategic Research Institute heeft Wang Yunqing gedurende het hele proces deelgenomen aan het opzetten van het economische klimaatmodel.
Wang Yunqing introduceerde dat de eerste stap is om bestaand onderzoek in binnen- en buitenland uit te zoeken en te vergelijken. Het onderzoeksteam heeft de nationale en internationale economische prognosemethoden en leidende indicatoren grondig samengevat uit meer dan honderd documenten en onderzoeksrapporten.
Bij de voorlopende indicatoren zijn veel belangrijke indicatoren in binnen- en buitenland opgenomen. Toonaangevende buitenlandse indicatoren zijn onder meer het National Bureau of Economic Research, het United States Consultative Bureau, de OESO, de economische onderzoeksafdelingen van Japan en Zuid-Korea; toonaangevende binnenlandse indicatoren zijn onder meer het National Bureau of Statistics, China Prosperity Monitoring Center, National Information Center Goldman Sachs China, Zheshang Securities, Bohai Securities, Citigroup Economic Surprise Index, Fudan University ZEW Prosperity Index, Monita Grassroots Research Index, enz.
Na veel onderzoek en analyse besloot het team het BBP, industriële productie en een nieuwe zelf samengestelde Keqiang-index als benchmarkindicatoren te gebruiken.
“Na 2015 is de industriële toegevoegde waardecurve in wezen vlak. In dit geval is deze in feite van weinig leidende betekenis voor investeringen. Daarom hebben we een indicator opnieuw ontwikkeld, dat wil zeggen, een nieuwe Keqiang-index samenstellen op basis van de Keqiang-index.” Wang Yunqing introduceerde dat de Xinkeqiang-index een werkgelegenheidsindex (stedelijke werkloosheidsindex) toevoegde op basis van de oorspronkelijke index.
Na honderden berekeningen en tests heeft het onderzoeksteam een uitgebreide dynamische index, monitoring- en waarschuwingsindicatorsignalen en een klimaattraceringstabel opgesteld. Sindsdien is het systeem voor de tweede keer geoptimaliseerd en is China’s macro-economische welvaartsmonitoring en vroegtijdige waarschuwing officieel van start gegaan.
Als voorbeeld genomen van het monitoren van waarschuwingssignalen voor vroegtijdige waarschuwing, is het systeem gebaseerd op het ontwerp van verkeerslichten, en volgens verschillende situaties, zoals oververhitting, oververhitting, normaal, koud, koud, enz., Wordt het systeem gemarkeerd als rood licht, geel licht, groen licht, lichtblauw, enz. En blauw licht. Door de verandering van het signaallicht kan de fluctuerende toestand van de economie worden weerspiegeld, evenals de welvaartsindicatoren van de belangrijkste gebieden van de macro-economie.
“In 2017 oordeelden we dat de economie geleidelijk naar beneden zal gaan, maar veel mensen betwistten dit punt nog steeds.”, Zei Wang Yunqing, besloot het team om gegevens te gebruiken om te spreken.
“We hebben 10 indicatoren geselecteerd uit meer dan 100 economische indicatoren, die belangrijke kernindicatoren omvatten, zoals industrie, financiën, buitenlandse handel en financiën. De indicatoren werden gesynthetiseerd met behulp van een signaallichtsysteem. De resultaten toonden aan dat de economische trend in 2017 groen was, maar de individuele indicator M2 De industriële toegevoegde waarde is respectievelijk blauw licht en lichtblauw licht, wat aangeeft dat de hele economie ongelijkheden van koude en warmte vertoont. “Wang Yunqing zei dat het team op basis hiervan de veranderingen in economische trends verder visueel weerspiegelde via de economische volggrafiek. In 2017 bevond de Xinkeqiang-index zich in het stabiele tot matig afnemende bereik en de lineaire index in het stabiel tot matig afnemende bereik, wat betekent dat de economische trend in de komende zes maanden stabiel en afkoelend is.
Om de rationaliteit van het welvaartsmonitoringsmodel beter te verifiëren, beschouwt het PICC Assets-team niet alleen de leidende indicatoren vanuit het perspectief van de economische cyclus, maar ook de wederzijdse verificatie vanuit het oogpunt van productie. Uiteindelijk neemt het welvaartsmonitoringsysteem “economische cyclus + totale factorproductiviteit” als het “tweewielige” onderzoeksobject en wordt het het eerste “tweewielige” vroegtijdige waarschuwingssysteem in de industrie en zelfs op de markt.
Na de succesvolle invoering van China’s macro-economische klimaatmonitoring- en vroegtijdige waarschuwingssysteem, begon het het toepassingsgebied van klimaatmonitoring uit te breiden. Zo is er in het kader van het welvaartsmonitoringsmodel een raamwerk voor de toewijzing van belangrijke soorten activa opgesteld om de toewijzing van de belangrijkste soorten activa van verzekeringsfondsen te sturen.
Eind 2017 publiceerde het PICC Asset Macro Research Team de evaluatie van de economische trend van 2018. Uit de signalen van monitoring en vroege waarschuwing bleek dat de welvaartsindex in de komende zes maanden daalde. Voor de belangrijkste assetallocatie in 2018 gaf het “overwogen obligaties, standaardaandelen en low-profile aandelen”. Aanbevelingen voor grondstoffen en onroerend goed. Eind 2018 publiceerde het team het basisonderzoek en oordeel over de economische welvaart van China in 2019. Het is van mening dat de algehele economie het hele jaar door een stabiel en dalend kenmerk zal vertonen. Voor de allocatie van belangrijke activa in 2019 heeft het ‘overwogen aandelen en obligaties, standaardgrondstoffen en goud’ opgeleverd. , Low-cost onroerend goed ”voorstel. Tegelijkertijd wordt aangenomen dat de inkomenszekerheid van obligaties in 2019 hoger is dan die van aandelenactiva, maar de relatieve allocatiewaarde van laatstgenoemde is gestegen, terwijl de allocatiewaarde van alternatieve activa nog duidelijker is. Latere economische trends en trends op de kapitaalmarkt bevestigden in wezen de bovenstaande oordelen.
“Als er geen epidemie is, voorspelden we dat de Chinese economie eind vorig jaar het dieptepunt zal bereiken en zwak zal herstellen.” Wang Yunqing zei dat het bedrijf zich in juni van dit jaar opnieuw heeft aangepast op basis van de gegevens van de voorgaande vier maanden. Zal herstellen, en de intensiteit is niet klein.
Wang Yunqing zei dat in de toekomst het welvaartsmonitoringsmodel verder zal worden verrijkt en dat het welvaartsmonitoringsysteem verder zal worden verbeterd om de trends van de Chinese en macro-economie sneller en nauwkeuriger te kunnen voorspellen.
Miljoenen gebruikers kijken
Brokerage China is een nieuw medium onder de gezaghebbende media op de effectenmarkt “Securities Times”. Brokerage China heeft het auteursrecht op de originele inhoud die op het platform is gepubliceerd. Ongeautoriseerde herdruk is verboden, anders zal het verantwoordelijk worden gehouden.
ID: quanshangcn
Tips: voer de effectencode en afkorting in op de makelaardij China WeChat-account om de aandelenmarkt en de laatste aankondigingen te bekijken; voer de fondscode en afkorting in om de nettowaarde van het fonds te zien.
Bronlink:mp.weixin.qq.com
Disclaimer: de bovenstaande inhoud is verzameld van internet en het copyright van het werk behoort toe aan de oorspronkelijke auteur. Alle inhoud is bedoeld voor het verzenden van informatie. Dit betekent niet dat deze site het eens is met zijn standpunten en niet dient als enige investeringsrichtlijn. De valutacirkel heeft risico’s, investeringen moeten voorzichtig zijn