论文部分内容阅读
《银行发展与风险观察》试图通过观察融媒体时代海量的数字化舆情信息、结合银行信息披露与专业机构研究成果，提炼每月银行业发生的重要事件；并进一步用人工智能的方法，判断其中哪些信息意味着发展机会，哪些信息代表着潜在风险。
《银行发展与风险观察》由陆家嘴新金融实验室和上海犀语科技有限公司共同研发，采用中文自然语言处理（NLP）技术和大数据分析及智能算法技术，针对海量信息、智能解读、分析、推理、建模，从而判断市场事件给银行发展带来的发展机会或风险。
风险因素主要考虑事件造成的风险暴露与管理措施的应对表现。发展机会因素主要考虑事件在行业背景下可能获得的业绩提升。发展机会或风险的影响程度同时还与该事件相关的其他事件的数量及该事件的传播范围大小有关。
数据收集
本观察报告的数据来源包括：1.银行信息披露公告：根据《商业银行信息披露办法》要求，商业银行应按规定披露财务会计报告、各类风险管理状况、公司治理、年度重大事项等信息。2.专业机构研究报告：包括各大券商研究所围绕银行的行业报告以及针对个别银行的公司研究。3.公开媒体舆情信息。
在传播维度方面，优先计算犀语科技自动收集财经新闻数据库中相关内容篇幅出现的数量，考虑观点引用和噪音规律，进行数据清洗整理。例如，围绕“上海银行”的内容需要剔除“上海银行间市场”；围绕中国银行的内容需要剔除“中国银行保险监督管理委员会”和“中国银行业监督管理委员会”等特定词汇。在影响力维度方面，以百度指数、头条指数、微信指数等指标作为辅助，衡量信息扩散和傳播的程度。
模型训练材料
为了进行模型训练，本观察报告首批样本选择信息披露较为充分的26家上市银行群体。
风险因素的训练材料主要包括银行业典型风险案例集；减持/卖出/看空等研究报告；第三方舆情系统中统计的银行负面舆情；相关企业上市材料和财务报告中的风险提示部分。
机会因素的训练材料主要包括增持/买入/看到等正面研究报告；相关企业上市材料和财务报告中的竞争优势部分。
为了增强训练材料相关性，陆家嘴新金融实验室同时追踪了过去三年中，26家上市银行较为典型的120个股价异动时间段，梳理了股价异动期间对应企业的公告和舆情信息，做机会或风险分类及量化影响程度的支持材料。
事件数据化、影响概率化
材料经过语意团队进一步筛选后，作为训练素材提交系统，建立模型。随后，犀语科技通过AI和大数据技术进行关键词分析，提炼出更为精准的测算因子。
基于测算因子，每月用定量方法衡量各家银行当月的发展机会与风险变化情况，统计汇总最高机会概率与最高风险概率的若干事件，最终形成《银行发展与风险观察》报告。
首期测试版报告仅发布两例事件。
案例1：首家银行系住房服务公司来了！建行跨界加码住房租赁
发展机会概率 90%
6月15日，建信住房服务有限责任公司开业仪式在北京举行。建设银行行长王祖继在开业仪式上指出，建信住房服务公司将应用互联网理念和技术，不断完善高效运营的平台，承接社会公共资源。此外，公司将依托集团和股东优势，更为专注地动员物流、优化资金流、丰富信息流、强化服务流，做好住房租赁新生态的连接者，促进住房租赁生态圈的发展；将延伸平台触角，聚焦衣食住行全场景服务，做好智慧生活的城市管廊和服务商。
6月14日陆家嘴论坛上，建行董事长田国立表示，利用住房租赁市场，辅以必要的政策培育措施，引导空置住房流入市场，可以改善存量住房的风险收益特性。在提高存量住房市场风险承受能力的同时，实现原有社会资源效益提升和充分利用，利用“疏”的方式解决城市土地利用率，也是对“堵”的方式的有力补充。
案例2：计入逾期90天以上贷款，贵阳农商行去年底不良率飙升至19.54%
风险概率：69%
6月29日，由评级机构中诚信国际出具的《2018年贵阳农村商业银行股份有限公司二级资本债券跟踪评级报告》显示，截至2017年底，贵阳农商行的不良率高达19.54%，同比飙升4.7倍，资本充足率则只有0.91%，远低于监管要求。
由于逾期贷款大幅增加，贵阳农商行还被降低信用评级。2016年11月，中诚信国际将其主体评级由稳定调整为负面。在最近的评级报告中，中诚信则将该行主体信用评级由AA-下调为A+，评级展望为稳定；并将2015年7亿元、2016年5亿元的二级资本债信用等级从A+下调为A。
面对不良贷款高企的局面，贵阳农商行也在采取措施。该行在2017年年报中称，为了有效改善资产质量，2017年全力做好不良贷款清收处置，成立清收小组，按“一行一策”、“一户一策”加快清收处置。《评级报告》数据显示，截至3月底，该行不良贷款余额为58.97亿元，比去年底下降19.46亿元，不良率为13.86%，降幅为5.68个百分点；拨备覆盖率则上升了8.27个百分比点，为42.42%，信用风险开始趋稳。
迭代方向：
扩展样本覆盖，从上市银行群体拓展到更大的范围。
细化评价维度，除了机会和风险两个维度外，进一步开发金融科技发展、战略转型力等评价体系。
通过与机构沟通进行信息质量管理，接受公司评阅反馈，对数据和信息进行更新改正。
《银行发展与风险观察》由陆家嘴新金融实验室和上海犀语科技有限公司共同研发，采用中文自然语言处理（NLP）技术和大数据分析及智能算法技术，针对海量信息、智能解读、分析、推理、建模，从而判断市场事件给银行发展带来的发展机会或风险。
风险因素主要考虑事件造成的风险暴露与管理措施的应对表现。发展机会因素主要考虑事件在行业背景下可能获得的业绩提升。发展机会或风险的影响程度同时还与该事件相关的其他事件的数量及该事件的传播范围大小有关。
数据收集
本观察报告的数据来源包括：1.银行信息披露公告：根据《商业银行信息披露办法》要求，商业银行应按规定披露财务会计报告、各类风险管理状况、公司治理、年度重大事项等信息。2.专业机构研究报告：包括各大券商研究所围绕银行的行业报告以及针对个别银行的公司研究。3.公开媒体舆情信息。
在传播维度方面，优先计算犀语科技自动收集财经新闻数据库中相关内容篇幅出现的数量，考虑观点引用和噪音规律，进行数据清洗整理。例如，围绕“上海银行”的内容需要剔除“上海银行间市场”；围绕中国银行的内容需要剔除“中国银行保险监督管理委员会”和“中国银行业监督管理委员会”等特定词汇。在影响力维度方面，以百度指数、头条指数、微信指数等指标作为辅助，衡量信息扩散和傳播的程度。
模型训练材料
为了进行模型训练，本观察报告首批样本选择信息披露较为充分的26家上市银行群体。
风险因素的训练材料主要包括银行业典型风险案例集；减持/卖出/看空等研究报告；第三方舆情系统中统计的银行负面舆情；相关企业上市材料和财务报告中的风险提示部分。
机会因素的训练材料主要包括增持/买入/看到等正面研究报告；相关企业上市材料和财务报告中的竞争优势部分。
为了增强训练材料相关性，陆家嘴新金融实验室同时追踪了过去三年中，26家上市银行较为典型的120个股价异动时间段，梳理了股价异动期间对应企业的公告和舆情信息，做机会或风险分类及量化影响程度的支持材料。
事件数据化、影响概率化
材料经过语意团队进一步筛选后，作为训练素材提交系统，建立模型。随后，犀语科技通过AI和大数据技术进行关键词分析，提炼出更为精准的测算因子。
基于测算因子，每月用定量方法衡量各家银行当月的发展机会与风险变化情况，统计汇总最高机会概率与最高风险概率的若干事件，最终形成《银行发展与风险观察》报告。
首期测试版报告仅发布两例事件。
案例1：首家银行系住房服务公司来了！建行跨界加码住房租赁
发展机会概率 90%
6月15日，建信住房服务有限责任公司开业仪式在北京举行。建设银行行长王祖继在开业仪式上指出，建信住房服务公司将应用互联网理念和技术，不断完善高效运营的平台，承接社会公共资源。此外，公司将依托集团和股东优势，更为专注地动员物流、优化资金流、丰富信息流、强化服务流，做好住房租赁新生态的连接者，促进住房租赁生态圈的发展；将延伸平台触角，聚焦衣食住行全场景服务，做好智慧生活的城市管廊和服务商。
6月14日陆家嘴论坛上，建行董事长田国立表示，利用住房租赁市场，辅以必要的政策培育措施，引导空置住房流入市场，可以改善存量住房的风险收益特性。在提高存量住房市场风险承受能力的同时，实现原有社会资源效益提升和充分利用，利用“疏”的方式解决城市土地利用率，也是对“堵”的方式的有力补充。
案例2：计入逾期90天以上贷款，贵阳农商行去年底不良率飙升至19.54%
风险概率：69%
6月29日，由评级机构中诚信国际出具的《2018年贵阳农村商业银行股份有限公司二级资本债券跟踪评级报告》显示，截至2017年底，贵阳农商行的不良率高达19.54%，同比飙升4.7倍，资本充足率则只有0.91%，远低于监管要求。
由于逾期贷款大幅增加，贵阳农商行还被降低信用评级。2016年11月，中诚信国际将其主体评级由稳定调整为负面。在最近的评级报告中，中诚信则将该行主体信用评级由AA-下调为A+，评级展望为稳定；并将2015年7亿元、2016年5亿元的二级资本债信用等级从A+下调为A。
面对不良贷款高企的局面，贵阳农商行也在采取措施。该行在2017年年报中称，为了有效改善资产质量，2017年全力做好不良贷款清收处置，成立清收小组，按“一行一策”、“一户一策”加快清收处置。《评级报告》数据显示，截至3月底，该行不良贷款余额为58.97亿元，比去年底下降19.46亿元，不良率为13.86%，降幅为5.68个百分点；拨备覆盖率则上升了8.27个百分比点，为42.42%，信用风险开始趋稳。
迭代方向：
扩展样本覆盖，从上市银行群体拓展到更大的范围。
细化评价维度，除了机会和风险两个维度外，进一步开发金融科技发展、战略转型力等评价体系。
通过与机构沟通进行信息质量管理，接受公司评阅反馈，对数据和信息进行更新改正。