万亿资金如何避＂雷＂？巨无霸机构亲述细节，AI技术加持，超10万标签+42因子

本篇文章4087字，读完约10分钟

一只蝴蝶在巴西扇动翅膀，可能会在美国德克萨斯州引发龙卷风。一个小事件可能会导致严重的违约后果。在投资领域，类似的事情经常发生。

作为金融市场最重要的机构投资者之一，截至2020年6月底，保险资金使用余额超过20万亿元，其中债券投资6.97万亿元，股票和证券投资2.68万亿元，其他投资7.66万亿元。

如何预测经济趋势相当关键。如何生活警惕危险并提前计划？近日，中国券商记者走访了PICC集团旗下的PICC资产投资团队，听取了他们关于将金融技术引入万亿资产风险控制管理的报道。PICC资产管理有限公司是中国第一家保险资产管理公司。目前，管理的资产超过1万亿元，持有的固定收益资产超过8000亿元(不含公开发行)。

超过8000亿固定收益风险控制创新，改造“人机”集成

“出现了‘苹果’这个词。它是指吃饭、唱歌还是手机？”PICC资产收集部高级投资经理严一宽试图解释语义分析的困难。他也是PICC金融技术团队智能技术小组的成员。

三年前，即2017年，PICC启动了人工智能信用风险识别算法项目，探索利用大数据和人工智能工具研究企业外部信用评级的变化。严一宽全程参与了这个创新项目。

作为债券和非标准资产等固定收益资产最重要的“购买者”之一，管理固定收益风险一直是保险资产管理的重中之重。然而，自2014年中国信用债券市场“11超日债”开始违约以来，在债券发行量大幅增加、监管力度加大加上经济低迷的背景下，债券违约逐渐由黑天鹅转为常态，且逐年增加，投资管理面临巨大压力。

风能数据显示，2016-2017年，债券违约金额分别为393.77亿元和312.49亿元，2018-2019年债券违约金额超过1000亿元。今年以来，已有86只债券违约，违约金额达1040.63亿元。

在传统的信用评级框架中，主要是基于定性评价和定量评价的结合。定性评价主要是指分析人员阅读企业的公告和新闻，必要时到现场进行调查。定量评估主要是手动对行业和业务风险进行评分，手动查看企业的财务报告，根据专家的经验选择指标和权重。一个相对简单的线性模型用于大规模金融风险评估。

传统方法严重依赖“人”的经验，这在债券发行量不大的时代是有效的。然而，随着债券发行企业的增加和债券发行数量的增加以及内外部风险因素的增加，债券选择和风险控制的难度大大提高，传统方法的局限性开始显现。

首先，随着需要信用评估的企业数量和各类信息的几何增长，手工方法已经跟不上大量数据的处理需求；其次，人工选择的方法主观性很强，在跟踪评级时容易受到评级机构分析师个人评价标准的影响。

数据显示，截至2020年6月底，全国债券市场托管总量达到96.25万亿元。如此庞大的融资市场，使得金融机构在投资后很难选择债券和管理被投资企业的信用资格。

现代信息技术的发展为解决这一问题带来了新的工具。严一宽介绍，从2017年上半年开始，公司团队决定利用人工智能研究各类债券发行人的信用评级变化，包括短期融资券、中期票据、公司债券、上市公司债券、商业银行金融债券、国际机构债券和资产支持证券。

“首先，我们让电脑了解2005年第三季度至2016年的企业财务数据，提取了数万个标签样本，然后让电脑判断企业信用状况，并将结果与2017年以来的实际评级调整进行比较。”严一宽介绍道。

在财务分析的基础上，PICC资产从2018年开始通过文本学习判断舆论对企业发展的影响。文本学习不像金融数据，它不仅复杂，而且在语义情感分析上需要谨慎。例如，一家大公司被罚款50万元，罚款本身就是负面信息，但这种处罚对公司有多大影响？会影响公司的还款能力吗？这需要专业信用审查人员的进一步分析。

严一宽介绍，通过“分词-抽取-标准化因子-获取情感分析”的步骤，成功建立了10万多个标签与42个标准化因子(包括利润因子和债务因子)的对应关系，进而分析了舆情对企业的影响。

经过大量的数据整理、详细的分析和大量的机器学习，PICC资产人工智能信用评级系统的信用评级准确率逐步提高，并成功应用于固定收益投资管理的实践中。

2018年，债券市场经常出现违约。从2018年到2019年，52名和72名受试者发生了信用违约，分别涉及1209.6亿元和1494亿元。该项目成功确定了信用违约主体。2018年，137名受试者被选为可能的降级，2019年，294名受试者被选为可能的违约。自2017年以来，PICC资产收集小组避免了所有的踩雷事件。

“利用机器学习算法预测企业负面方向的评级调整，可以在保证准确率的同时提高识别抽取率。”严一宽说，人工智能的最大作用是把人们从大量常规和重复性的工作中解放出来。

即便如此，严一宽指出，机器不能代替人，尤其是在预期和思考工作中。“人工智能分为鹦鹉模式和乌鸦模式。鹦鹉学习可能非常相似，但它需要大量的数据训练，并且不知道其含义。乌鸦不用训练就能学会喝水，这是未来真正人工智能的方向。目前，人工智能的发展仍停留在鹦鹉学舌的模式。Crow模型仅在图像识别等几个细分领域取得了一些进展，在其他领域进展缓慢。但是人工智能的未来发展是值得期待的。”他说。

据报道，PICC资产今年将进行人工智能信用分析系统的第二阶段。一方面，将公司信用评级与公司持有债券的主体和非标准主体联系起来，及时关注持有品种的信用合格趋势。另一方面，系统在平台上进行扩展，在算法层面将财务指标模型与文本分析模型相结合，进一步将预训练数据和模型应用于股票市场风险预警。

预测未来:第一个“双轮”经济预警系统

如果说信用评估是微观层面的价值发现，那么宏观研究则是宏观和中观层面的导向。当前，世界经济趋势变化频繁，宏观研究的重要性进一步凸显。

从投资的角度来看，宏观经济预测对于投资者把握市场的整体变化趋势，判断金融资产的投资价值，把握宏观经济政策对市场的影响和方向具有重要意义。

在实践过程中，有两个问题引起了PICC资产宏观与战略研究所研究团队的思考:一是现有宏观经济周期研究缺乏信息资源的优化整合；其次，它过于依赖定性分析，不同的预测方法得到的结果可能有很大的差异。尤其重要的是，中国的经济转型阶段增加了宏观经济监测和预警的难度。

如何更准确地衡量宏观经济波动？如何用卓越来描述经济的状态和趋势？PICC试图建立一个符合中国经济特点的有效的宏观经济预测模型。项目研究团队于2017年8月正式成立，共有5名成员，包括2名博士后、2名博士和1名硕士学位。作为PICC资产宏观经济与战略研究所的高级研究员，王运青参与了经济繁荣模型的建立。

王运青介绍说，第一步是整理和比较国内外现有的研究成果。研究团队从100多份文件和研究报告中，全面梳理和总结了国内外经济预测方法和领先指标。

领先指标包括国内外许多重要指标。国外领先指标包括国家经济研究局、美国经济参考局、经合组织、日本和韩国经济研究部；国内领先指标包括国家统计局、中国景气监测中心、高盛中国国家信息中心、浙商证券、渤海证券、花旗经济事故指数、复旦大学zew景气指数、莫尼塔草根研究指数等。

经过大量的研究和分析，该小组决定采用国内生产总值、工业总产值和自建的新柯强指数作为基准指标。

“2015年后，工业增加值曲线基本持平，对投资的指导意义不大。因此，我们重新制定了一个指标，即在“李克强指数”的基础上建立一个新的“李克强指数”王运青介绍说，就业指数(城市失业率指数)被添加到原来的指数中。

经过数百次计算和测试，研究小组分别建立了景气趋势综合指数、监测预警指数信号和景气跟踪图。此后，系统进行了二次优化，中国宏观经济景气监测预警系统正式启动。

该系统以监控预警指示信号为例，借鉴交通信号灯的设计，根据过热、偏热、正常、偏冷、偏冷等几种情况分别标记为红灯、黄灯、绿灯、蓝灯和蓝灯。信号灯的变化可以反映经济的波动状态和宏观经济主要领域的景气指标。

“2017年，我们判断经济将逐渐进入下行区间，但许多人对此仍有争议。”王运青说，研究小组决定用数据说话。

“我们从100多项经济指标中选取了10项指标，涵盖了工业、金融、外贸和金融等重要核心指标，并用信号灯系统对指标进行了综合。结果显示，2017年经济走势为绿灯，但单项指标m2和工业增加值分别为蓝光和浅蓝色，说明整体经济冷热不均。”王运青说，在此基础上，该团队通过繁荣跟踪图进一步直观地反映了经济趋势的变化。2017年9年，新的柯强指数处于稳定和放缓的区间，线性指数处于稳定和下降的区间，这意味着未来6个月的经济走势将是平稳和冷的。

为了更好地验证景气监测模型的合理性，除了从经济周期角度考虑领先指标外，PICC资产团队还从生产角度考虑相互确认。最后，景气监测系统以“经济周期+全要素生产率”为“双轮”研究对象，成为行业乃至市场上第一个“双轮”预警系统。

中国宏观经济景气监测预警系统成功建立后，开始扩大景气监测的应用范围。例如，在景气监测模式下，建立了一个资产配置框架来指导保险资金的资产配置。

2017年底，PICC资产宏观研究团队发布了2018年经济走势评估。监测和预警指标显示，未来6个月的景气指数呈下降趋势。对2018年主要资产配置提出了“债券、标准股配置过度、大宗商品和房地产配置偏低”的建议。2018年底，该团队发布了2019年中国经济繁荣的基础研究和判断，认为全年整体经济将呈现稳定和下降的特征。对于2019年的大规模资产配置，该团队给出了“股票和债券、标准商品和黄金的过度配置，以及房地产的低配置”的建议。同时，认为2019年债券收益率的确定性高于股权资产，但股权资产的相对配置价值增加，而替代资产的配置价值仍然明显。后期的经济走势和资本市场走势基本验证了上述判断。

“如果没有疫情，我们去年年底预测，中国经济今年将出现微弱反弹。”王运青表示，今年6月，公司根据前四个月的数据进行了调整，剔除了一次性影响因素后，仍认为下半年经济会有所复苏，力度不小。

王运青表示，今后他将继续丰富景气监测模型，进一步完善景气监测系统，从而更加及时准确地预测中长期宏观经济走势。