大数据与AI在证券化研究中的应用(第21期)
【对话主持】
北京大学汇丰金融研究院执行院长、中国银行业协会首席经济学家、中国宏观经济学会副会长巴曙松


【特邀嘉宾】
MSCI董事总经理及证券化产品研发主管David Zhang
 

内容简介:

美国早在1930年代就开始做证券化市场,发展至今已相对成熟,在金融危机前是其最大的金融资产类别。例如,美国的消费者信贷中60%的资金来自证券化市场;工业方面的信贷市场资金将近50%通过证券化市场而来。相比而言,欧洲证券化市场规模较小,在其整体金融资产规模中占比大概在10%左右。当前中国的证券化市场发展也很快。从2013-2014年开始,中国证券化市场突飞猛进,目前已超过欧洲,成为全球第二大证券化市场,如果按照目前的趋势发展,十年之内有可能超越美国。

证券化具有以下几方面特点:

一是数据量大。美国证券化市场的数据量是巨大的。即使是在公共市场里面最小的数据群,也有将近两个G。

二是风险因子很多。从30到300到上万都有可能,证券化处理过程是金融机构给个人贷款,资金市场再进行打包。

三是风险因子非线性,风险因子相互作用,因此模型、避险、定价、数据都不均匀。这些挑战通过大数据和人工智能更容易解决,这是大数据和人工智能较合适的切入点,如利用大数据评估资产违约、坏账等方面风险,利用人工智能做证券化提早付款模型。

本期下载链接:
https://english.phbs.pku.edu.cn/uploadfile/2021/0517/20210517102824570.pdf