巴曙松主持，David Zhang主讲：大数据与AI在证券化研究中的应用丨北大汇丰金融前沿对话第21期

编者按

MSCI董事总经理及证券化产品研发主管David Zhang指出，证券化具有数据量大、风险因子多、风险因子非线性等特点，模型、避险、定价、数据都不均匀，而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等。

主持 / 巴曙松（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、香港交易所集团首席中国经济学家）

主讲 / David Zhang（MSCI董事总经理及证券化产品研发主管）

内容摘要

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。

“北大汇丰金融前沿对话”简介

“北大汇丰金融前沿对话”系列活动为北京大学汇丰金融研究院主办的专业高端金融内部交流平台，旨在聚焦金融市场最前沿的经济资讯与评论动态，同时促进北大汇丰金融研究院主办的各系列活动的延展和交融。

   点击文末“阅读原文”，查看完整版纪要  

 （文件稍大，下载需等待）  

  北大汇丰金融前沿对话系列  

文章来源：北京大学汇丰金融研究院（文中观点仅代表作者作为一位研究人员个人的看法，不代表任何机构的意见和看法）

本篇编辑：都闻心