不僅是助力實體經濟，在金融科技創新領域，同樣有著公募基金的活躍身影。
(相關資料圖)
12月10日，記者從北京、深圳、上海、廣東等地證監局獲悉，證監會先后于2021年3月、9月、10月，分別在北京、深圳、上海和廣州啟動資本市場金融科技創新試點工作。截至目前申報項目已通過專業評估等環節，擬納入第一批資本市場金融科技創新試點。和公募基金相關的試點項目大約有14個，申報主體既有華夏基金、嘉實基金、工銀瑞信基金、易方達基金、博時基金、廣發基金、匯添富基金、中歐基金等頭部公募，也有天天基金、盈米基金等互聯網基金銷售平臺也參與其中。
整體來看，公募相關的科技創新項目主要聚焦于反洗錢、債券風險、基金投顧、數字人民幣、資訊服務等前沿領域，在凸顯科技創新成色的同時，也緊密結合了日常業務實踐。以下從基金的投研風控、登記清算、投顧服務三大方面，對代表性項目進行剖析。
債券風險分析：命中一個潛在違約人能避免近20億損失
在投研風控領域，代表性項目是易方達基金牽頭申報的“基于人工智能技術的債券風險分析系統（Bond.AI）”，由廣東證監局在12月7日發布。
從原理上看，基于人工智能技術的債券風險分析系統（Bond.AI）是利用大數據和人工智能技術，構建了信用評價系統、財務造假識別系統、債券流動性分析系統、債券輿情分析系統于一體的綜合債券風險分析平臺。
在運用上，該系統分為四個步驟：
一是利用大數據技術對債券相關的輿情進行分析，及時從細微信息中提取對違約預測有價值的信息。
二是利用人工智能技術對債券發行人的財務質量進行分析，判斷財務報表的可靠程度，用于判斷分析涉嫌財務造假的企業。
三是利用機器學習技術收集相關債券數據并判斷其交易的風險。通過構建針對債券交易風險的流動性預測模型，提前了解債券潛在交易風險和價格風險，保證債券市場的流動性和有效性。
四是使用債券市場上已經違約的債券發行人數據進行訓練并預測存在違約風險的企業，針對每一家債券的發行人都能給出一個潛在的違約風險判斷。
據易方達介紹，一個債券研究員最多只能覆蓋100家發債主體，并且一個發債主體需要兩人負責。所以系統每覆蓋100家發債主體，相當于給公司研究團隊多貢獻一個研究員，在提高公司綜合實力的基礎之上每年節省成本大于100萬元。此外，根據歷史違約信息統計，平均每個違約的債券發行人涉及的違約金額是20億元以上。多命中一個潛在的違約債券發行人，從風險控制的角度來說就能夠避免近20億元損失。
（截圖來源：廣東證監局官網）
云原生信創TA項目：工作效率提升40%以上
在基金登記清算領域，代表性的科技創新項目是由博時基金牽頭申報的“云原生信創TA項目”。TA是基金注冊登記的簡稱，指開立投資者基金賬戶，并記錄投資者基金份額及其份額變動情況。
該項目是首次采用云原生創新架構構建核心業務系統，將互聯網敏捷、開放、高伸縮性的技術架構與金融行業穩定、安全的技術架構進行融合，顯著提升業務效率和創新能力，提升信息安全水平。
博時基金稱，該項目在云原生技術的創新應用上達到了國內領先水平，打造了行業核心業務系統信創標桿。截至目前，系統登記清算的基金資產規模達1萬億以上，投資者賬戶總數超過1.5億；日均處理交易數據超過2000萬筆，業務控制參數達1000余項，運營管理工作效率提升40%以上，系統清算性能提升1倍以上。
在數據與技術方面，該項目分為六部分，分別是容器云平臺抽象基礎設施、微服務降低開發難度和成本、云原生Serverless的秒級擴容能力提升處理效率、云原生Serverless可伸縮性提高資源利用率、通過容器云平臺實現高可用和高效運維、數據計算與存儲分離支持海量業務的系統平行擴展。
博時基金表示，該系統項目借鑒和吸收了云原生技術最新的發展和應用情況，并且充分結合證券基金行業核心離線業務系統的實際需求，通過完全基于云原生的技術架構，面向云原生能力進行設計和開發，首家將 Serverless 技術成功引入到了證券基金行業核心業務系統中，實現了傳統基金業務中大批量復雜計算負載的低成本、高效率云原生創新改造方案。
其中，云原生的創新改造方案大大降低了復雜業務系統的實現成本和運營成本，實現上層業務與底層基礎設施環境的松耦合，并且最大程度地發揮了容器云平臺的分布式計算能力，滿足核心業務系統大批量復雜計算的需求。作為首個運行于創新體系中的核心業務系統，為行業核心業務系統的創新改造工作探明了一個非常可行的方向和解決方案，同時起到非常好的示范和標桿作用。
投顧內容平臺：圖譜構建效率提升95%以上
投顧業務服務方面，代表性項目是盈米基金的“基金投顧服務內容平臺項目”。
該平臺是盈米基金投顧服務的數據中臺之一，主要用戶是各種投顧內容創作者，服務于投顧內容創作、內容分發、跨媒介管理和內容合規等多個場景。據介紹，該項目上線后有效解決投顧服務中內容服務低效、繁瑣、分散等痛點。截至目前已集合100多家官方媒體資訊、數千家股票和基金研報、公告等海量資料，總計1388萬條資訊、86萬篇文章、26萬篇報告、380萬篇公告、1萬篇音視頻，累計超百億字，6萬分鐘音視頻時長。通過自然語言識別+業務知識樹構建和標簽矩陣匹配的方式，實現科學分類、歸檔、上架，包括25個大類、96個小類，總計30139個標簽，賦能不同內容輸出場景的精準匹配、高效篩選和生產創作。
創新方面，該平臺使用了以下五類信息技術：
一是通過自然語言處理技術中的深度學習，實現對非結構化內容文本的知識提取和分類，使得系統實體識別準確率和召回率均在90%以上。
二是知識圖譜技術，通過基于深度學習的知識圖譜建構引擎（三元組提取），相比傳統的人工構建，圖譜構建效率提升95%以上。
三是圖數據庫技術，實現了對知識圖譜數據的有效管理和應用，幫助用戶實現各種復雜的內容推薦。
四是搜索引擎技術。利用各種分布式技術對海量文本建立倒排索引，實現對內容的高效搜索和篩選。
五是深度學習技術，通過對海量標注數據和高性能計算集群（CPU+GPU）訓練，實現高復雜度的識別模型。
盈米基金表示，該項目在行業首次提出“內容中臺”概念和首次建立投顧領域內容合規系統。技術上運用了多種新型技術對內容進行治理分析，將監管對金融內容合規的要求進行全方位排查和科技部署。此外，該項目還是粵港澳大灣區首個基金投顧內容服務中臺，為大灣區基金投顧業務的前臺業務提供高效決策支持和豐富、精準的資源供給。
責編：林根
校對：趙燕
百萬用戶都在看
本文首發于微信公眾號：券商中國。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
營業執照公示信息