(資料圖片)

不僅是助力實體經濟，在金融科技創(chuàng)新領域，同樣有著公募基金的活躍身影。

12月10日，記者從北京、深圳、上海、廣東等地證監(jiān)局獲悉，證監(jiān)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(chuàng)新試點工作。截至目前申報項目已通過專業(yè)評估等環(huán)節(jié)，擬納入第一批資本市場金融科技創(chuàng)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(fā)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(lián)網基金銷售平臺也參與其中。

整體來看，公募相關的科技創(chuàng)新項目主要聚焦于反洗錢、債券風險、基金投顧、數(shù)字人(行情835670,診股)民幣、資訊服務等前沿領域，在凸顯科技創(chuàng)新成色的同時，也緊密結合了日常業(yè)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(tǒng)（Bond.AI）”，由廣東證監(jiān)局在12月7日發(fā)布。

從原理上看，基于人工智能技術的債券風險分析系統(tǒng)（Bond.AI）是利用大數(shù)據和人工智能技術，構建了信用評價系統(tǒng)、財務造假識別系統(tǒng)、債券流動性分析系統(tǒng)、債券輿情分析系統(tǒng)于一體的綜合債券風險分析平臺。

在運用上，該系統(tǒng)分為四個步驟：

一是利用大數(shù)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(fā)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(yè)。

三是利用機器學習技術收集相關債券數(shù)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(fā)行人數(shù)據進行訓練并預測存在違約風險的企業(yè)，針對每一家債券的發(fā)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(fā)債主體，并且一個發(fā)債主體需要兩人負責。所以系統(tǒng)每覆蓋100家發(fā)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(jié)省成本大于100萬元。此外，根據歷史違約信息統(tǒng)計，平均每個違約的債券發(fā)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(fā)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(jiān)局官網）

云原生信創(chuàng)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(chuàng)新項目是由博時基金牽頭申報的“云原生信創(chuàng)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(chuàng)新架構構建核心業(yè)務系統(tǒng)，將互聯(lián)網敏捷、開放、高伸縮性的技術架構與金融行業(yè)穩(wěn)定、安全的技術架構進行融合，顯著提升業(yè)務效率和創(chuàng)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(chuàng)新應用上達到了國內領先水平，打造了行業(yè)核心業(yè)務系統(tǒng)信創(chuàng)標桿。截至目前，系統(tǒng)登記清算的基金資產規(guī)模達1萬億以上，投資者賬戶總數(shù)超過1.5億；日均處理交易數(shù)據超過2000萬筆，業(yè)務控制參數(shù)達1000余項，運營管理工作效率提升40%以上，系統(tǒng)清算性能提升1倍以上。

在數(shù)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(fā)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(xiàn)高可用和高效運維、數(shù)據計算與存儲分離支持海量業(yè)務的系統(tǒng)平行擴展。

博時基金表示，該系統(tǒng)項目借鑒和吸收了云原生技術最新的發(fā)展和應用情況，并且充分結合證券基金行業(yè)核心離線業(yè)務系統(tǒng)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(fā)，首家將 Serverless 技術成功引入到了證券基金行業(yè)核心業(yè)務系統(tǒng)中，實現(xiàn)了傳統(tǒng)基金業(yè)務中大批量復雜計算負載的低成本、高效率云原生創(chuàng)新改造方案。

其中，云原生的創(chuàng)新改造方案大大降低了復雜業(yè)務系統(tǒng)的實現(xiàn)成本和運營成本，實現(xiàn)上層業(yè)務與底層基礎設施環(huán)境的松耦合，并且最大程度地發(fā)揮了容器云平臺的分布式計算能力，滿足核心業(yè)務系統(tǒng)大批量復雜計算的需求。作為首個運行于創(chuàng)新體系中的核心業(yè)務系統(tǒng)，為行業(yè)核心業(yè)務系統(tǒng)的創(chuàng)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(yè)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(shù)據中臺之一，主要用戶是各種投顧內容創(chuàng)作者，服務于投顧內容創(chuàng)作、內容分發(fā)、跨媒介管理和內容合規(guī)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(shù)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(yè)務知識樹構建和標簽矩陣匹配的方式，實現(xiàn)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(chuàng)作。

創(chuàng)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(xiàn)對非結構化內容文本的知識提取和分類，使得系統(tǒng)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?。啾葌鹘y(tǒng)的人工構建，圖譜構建效率提升95%以上。

三是圖數(shù)據庫技術，實現(xiàn)了對知識圖譜數(shù)據的有效管理和應用，幫助用戶實現(xiàn)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(xiàn)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(shù)據和高性能計算集群（CPU+GPU）訓練，實現(xiàn)高復雜度的識別模型。

盈米基金表示，該項目在行業(yè)首次提出“內容中臺”概念和首次建立投顧領域內容合規(guī)系統(tǒng)。技術上運用了多種新型技術對內容進行治理分析，將監(jiān)管對金融內容合規(guī)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(qū)首個基金投顧內容服務中臺，為大灣區(qū)基金投顧業(yè)務的前臺業(yè)務提供高效決策支持和豐富、精準的資源供給。

關鍵詞： 科技創(chuàng)新 核心業(yè)務 人工智能技術