申万宏源证券有限公司深圳市金证优智科技有限公司中证协“新发展格局下中国资本市场与证券业高质量发展”优秀重点课题精编之二十七一、传统融资融券业务风险管控面临的问题与难点随着上市公司数量的不断增多及科创板、创业板注册制改革的全面铺开，融资融券标的证券和可充抵保证金证券范围迅速扩大。证券公司的融资融券业务，尤其是大型证券公司的融资融券业务，动辄千亿元融资融券规模和十万级客户数量，每天交易数千只标的证券和担保物，T+0交易、量化对冲等融资融券交易策略不断更新和演进，这些交易在活跃市场、服务客户的同时，也使证券公司风险管理的压力与难度大幅增加。随着近年融资融券业务的发展、市场行情的波动，在证券公司对融资融券业务违约客户制约措施有限的背景下，融资融券客户交易纠纷和司法判决近年来呈持续增长态势，对证券公司的正常经营造成了一定的困扰。随着融资融券业务纠纷数量、涉及金额逐年增加，证券经营机构信用风险管理问题凸显。目前，由于维持担保比例过低、合约到期或证券公司协助司法执行对客户信用账户（法律意义上的信托账户）资产强行处置并实现证券公司债权，证券公司需根据客户的担保物情况、资信评级、持仓集中度、维保走势及交易风险控制能力等多种因素，采取事前、事中、事后等不同的风险管理手段和方法。此外，行业发展新趋势带来了新的风险特征：退市常态化增大了标的与担保物的风险；股票标的物、担保物也分别扩充到1600只及4000只以上，平均质量下降带来了筛选的挑战；地方政府债等债务违约风险及可转债风险也不同程度加剧。此外，融券券源范围扩大、去杠杆趋势下股票质押绕道融资融券等因素也需要融资融券风险管理者去考量。针对上述问题与难点，传统的盯市和风险管控措施已难以适应证券市场环境的变化。借助人工智能技术，赋能融资融券风险管理，是融资融券风险管控的未来发展趋势。二、融资融券业务风险管控实现智能化转型的探讨（一）融资融券业务风险管控核心能力探讨1．担保证券风险评估能力证券风险管控关键在于担保证券的评估和风险前置。证券事前预警能力是融资融券业务风险前置最重要的环节，事前预警主要围绕经过炒作或市场非理性因素使得估值远远高于其内在价值的“庄股”以及通过财务造假长期粉饰公司真实状况的“雷股”。2．客户风险评价能力客户风险评价能力可以分为事前合理授信、事中有效跟踪客户、事后追偿处置。事前要确保对客户普通账户过往投资风控能力有更深入的认识；事中要识别真实风险暴露中的干扰项；事后要根据对客户投资行为特征、投资风控能力的分析获知客户类别，把握担保资产分析的准确度。3．风险算法能力融资融券部门整体风险管控能力在于风险敞口的有效估算，实时准确地衡量业务整体的风险敞口是否在证券公司融资融券部门承受范围内，具体手段包括压力测试、VaR测算、宏观风险跟踪、融券业务双向违约风险管理等。4．风险信息归集分析定位能力（1）信息的归集：要求全面和及时。全面性要求覆盖外部的证券数据、行业数据与舆情，内部的客户数据、交易数据，最终实现风险要素的全覆盖。及时性要求保障数据同步更新的实时性，对证券、客户、证券公司重要信息第一时间更新。（2）信息的分析：要求应用总结规律，并执行分析。（3）信息的处理：要求风险分析类系统输出分析的结果到交易柜台等执行系统。5．风险定价能力证券风险定价能力是证券公司打造独特竞争力的环节。证券公司面对风险控制与展业之间的矛盾，只强调风险控制会流失客户，只强调展业放宽风控条件则使得风险积累易发生大额坏账。风险定价层面既要拓展证券分析能力，也要参考同业，找到风控与展业合理的平衡点，确保风险处于证券公司可控范围之内。（二）人工智能技术在融资融券业务风险管控中的应用探讨1．证券风险管控应用证券风险管控的重点是事前的预警、风险定价以及事中的风险暴露估算。根据上述风险能力的探讨，可分四个阶段实现。第一阶段：建立证券参数管理自动化。针对固定规则进行调整，如不同板块新股上市、新债发行、上市满一定期限、市盈率等原因对应的担保物折算率与标的物保证金比例，做全自动化调整，自动生成名单与调整公告，人工只需做复核，降低操作风险。第二阶段：拓宽证券分析的数据维度。为完善证券风险定价能力的全面性，对担保股票的建模应包含更广泛的信息要素。目前常用的建模包含流动性风险、估值风险、财务风险、舆情风险，后续将炒作风险、踩踏风险、客户持仓暴露风险纳入考虑。不同板块、不同行业的股票在建模指标、权重上应有区别，体现不同监管准入条件与行业差异。第三阶段：分步提升证券分析逻辑深度。一是实现数字化，将原先在EXCEL或人脑中的打分逻辑、财务异常判断逻辑放在系统内由系统判断，可提高频率每日执行。二是改进算法，研究成交量时间分布等更负责的复杂时序指标，看能否结合基本面判断存在炒作风险的股票。三是利用机器学习等人工智能技术，寻找合适的标注标准去训练模型判断财务造假风险。四是改进舆情判断机制，通过NLP技术自动识别风险事件标签，过滤掉低风险证券的舆情与不重要事件的舆情。五是通过知识图谱技术确保关联企业的风险传导得到监控。第四阶段：建立流程确保证券分析能力可回测和可迭代。为确保证券风险管控水平逐渐提高，需建立有效的回测机制，促进模型与制度的迭代，不断向更合理、更高准召率的方法去优化。回测机制需要系统可调用数据，包括财务、行情、交易、合约、平仓记录、履约情况、担保品名单等方面。2．客户风险管控应用客户风险管控需要对客户数据进行多维度解析与打标签，进而对客户进行分类，并对不同类别的客户设置相应的风险管理指标。通过对客户数据深入挖掘与分析处理，为核心客户自动画像，根据画像推送差异化的服务，具体内容包括：（1）客户服务：能自动化生成年度投资报告下发客户，以及对客户持仓的重要风险进行提示。（2）客户投资风控能力：通过分析客户的交易大数据生成净值曲线、Alpha、Beta、最大回撤等指标，结合过往客户投资结果判断客户风控能力的高低。（3）客户交易归因：投资者交易策略多元化发展，要识别客户交易目的，对价值投资、T+0交易、对冲、大额对敲等归因标签。（4）客户风险管控：支持通过自定义规则对客户进行风险分析，包括但不限于交易策略、持仓、负债规模等。对指定客户生成建议维保比例下限（预警线、追保线、平仓线等），支持对指定客户生成建议集中度上限。（5）客户资产分析：信用账户的担保资产是第一还款源，分析担保资产是风险把控最客观的一环，具体分析角度不应局限于融资融券余额高、集中度高、维持担保比例低，要根据证券实际分级制定模型衡量资产可变现能力，事中盯市需要把视角从股票扩展到整个信用账户资产的内在价值、相关性、集中度、流动性。（6）还款能力分析：穿仓需补充资产时是第二还款源，需加强征信时的调研，确定给单客户适合的授信规模，控制信用风险敞口在其可承受范围内，并探索新方法了解客户资产实力与还款意愿。（三）智能化系统建设模式与方向当前证券公司有融资融券交易系统、极速交易系统等交易类系统满足业务的正常运营，但各类业务数据分散。应统一数据源与实现当前业务分析数字化，建成初版分析系统，将证券、客户、行业的数据和各场景的分析逻辑整合集中，逐步嵌入AI模型与管控执行的部分，让系统逐步演进到智能化风险管控系统（见图1）。1．信息收集层：包括执行类系统的灾备数据库与日志、公开信息数据爬虫、前后端数据埋点、数据厂商接口、数据中心。2．数据整合层：含数据抽取、多源异构数据整合、数据清洗。3．规律分析层：包括规则容器、自动化分析、规则验证回测、智能化规则生成与模型训练管理、数据统计与探查、BI等。4．场景应用层：包括信息查询与筛选、重点指标监控、场景化流程管理、报表生成。5．执行建议层：包括担保品和标的证券参数及公告下发柜台、股票集中度分级建议下发、客户个性化指标建议下发、非实时交易限制建议下发、风险预警消息下发、舆情公告影响建议。三、融资融券业务风险管控智能化系统建设方案（一）数据基础建设1．数据仓库建设数据仓库是为企业所有级别的决策制定过程提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。数据仓库的搭建为融资融券业务的风险评估、监控提供决策支持，并能满足所有业务使用场景的需求。对于融资融券业务而言，建设的数据仓库是一个面向融资融券业务的，集客户数据、合约数据、宏观经济数据、舆情数据、证券市场数据、标的证券数据等经加工和处理，统一与综合之后的数据汇总集合（见图2）。2．数据集市生成一是融资融券业务数据模型。该模型建设目标为融资融券业务整体风险监控。数据来源有融资融券交易系统、上海证券交易所、深圳证券交易所、证券金融公司公开数据等。二是客户数据模型。该模型建设目标为融资融券客户风险监控。数据来源有融资融券交易系统、极速交易平台等。三是证券数据模型。该模型建设目标为标的证券风险监控与评估。数据来源有融资融券交易系统、市场公开数据等。四是合约数据模型。该模型建设目标为合约风险监控。数据来源有融资融券交易系统、券源管理系统和转融通系统等。（二）功能应用建设为满足融资融券业务风险管控核心能力，系统通过证券评分、智能舆情、证券异动监控、证券智能评价与回测等功能提高证券风险管控能力，通过客户画像、客户评价模型、账户联合风控、客户标签生成等功能提高客户风险管控能力，通过压力测试、整体指标监控、全行业数据监控、公司风险暴露等功能提高融资融券部门整体风险管控能力。1．证券评分：在系统中建设一个与证券相关的指标池，通过配置多指标的评分项的计算逻辑，计算出证券评分所依赖的计算因子，最后动态选择评分项或者计算因子生成证券评价模型。2．智能舆情：通过采用业内领先的AI算法，能够基于深度学习和自然语言处理等技术，对舆情本身的特征进行抽取和分析。同时挖掘实体间的关联关系，实现风险舆情的风险程度判断。3．证券异动监控：通过获取到的证券相关的指标，配置规则集，定义异动事件的类型、异动事件触发的规则以及触发异动事件后的内容和异动事件所影响的标的证券范围等。4．证券智能评价与回测：实现证券评价多套模型及相关数据指标接入，支持多套模型共存及管理，支持数据指标增减、权重配置及关联计算，最终支持模型回测功能，包括但不限于模型有效性校验、历史公告回溯、全量数据留档、分析等。5．客户画像：通过雷达图展示客户的资产负债、资信等级、客户价值、投资能力、客户持仓合约的评分情况、客户持仓标的评分等信息，以便为客户风险监控提供决策支持。6．客户评价模型：对担保券质量、融资人画像、市场整体风险、公司风险承受能力这四个维度进行量化，生成总体客户评价与客户分级，用来指导对客户分级或定制化的指标设定。7．账户联合风控：通过受益人与开户申报信息，人工或自动识别，根据交易相似度，识别关联账户，后续根据新现象寻找新的关联账户的判断规则，实现关联账户统一风控授信。8．客户标签生成：通过数据分析处理，为融资融券核心客户自动生成标签，以便于对客户进行分类管理与针对服务，提升展业能力。9．压力测试：通过压力测试结果可以监测到整个公司客户维持担保比例的区间分布情况，实时跟踪到客户维持担保比例的区间分布情况，便于做好风险化解工作。10．整体指标监控：以公司为维度进行风险监控，需要监测公司整体的融资融券业务风险监控指标是否满足监管要求以及公司风控要求，如客户融资规模或者融券规模占公司净资本比例等。11．全行业数据监控：从宏观层面对整个融资融券风险情况进行监控，通过对比分析可以监控到融资融券业务大幅波动的证券。12．整体风险暴露：对证券公司融资融券业务整体风险敞口进行有效估算，估算已暴露的风险是否在证券公司融资融券部门承受范围内，对公司整体信用风险敞口有不同角度的定量把控。作者简介：课题负责人：丁伟，申万宏源证券有限公司融资融券部副总经理。课题组成员包括：房庆利，申万宏源证券有限公司执行委员会成员，兼任申万宏源（国际）集团有限公司董事长、申万宏源（香港）有限公司董事长；李海英，申万宏源证券有限公司信息技术开发总部总经理；詹毅，金证优智科技有限公司首席执行官（CEO）、首席人工智能官；邱燕，申万宏源证券有限公司信息技术开发总部总经理助理；胡建军，申万宏源证券有限公司融资融券部业务董事；李军，申万宏源证券有限公司融资融券部交易监控部经理；任添敏，申万宏源证券有限公司信息技术开发总部资深开发工程师；张世杰，申万宏源证券有限公司信息技术开发总部高级开发工程师；娄栛宾，金证优智科技有限公司高级产品经理；李春燕，申万宏源证券有限公司融资融券部高级业务经理。[此文为中国证券业协会2021年优秀重点课题“融资融券风险管控智能化模式与路径研究”（课题编号2021SACKT076）精选内容]中国证券业协会SAC_Communication长按二维码关注