中国领先的IT技术网站
|
|

联合评级董学杰:信用评级行业信息化建设的现状与未来

众所周知,随着互联网的快速发展,信息技术正以其广泛的渗透性与传统产业结合,信息化建设水平成为企业获取竞争优势的关键所在。评级行业是否也能借助信息化在未来的竞争中占据优势?

作者:谢海平来源:51CTO|2017-10-23 17:10

沙龙活动 | 去哪儿、陌陌、ThoughtWorks在自动化运维中的实践!10.28不见不散!


【51CTO.com原创稿件】信用评级又称资信评级,产生于20世纪初期的美国。其主要业务范围包括债项评级和资信评级,是为广大投资者提供风险分析报告的社会中介。目前,本土信用评级行业发展还不到30年,与国际三大评级机构相比,在技术实力和影响力方面还存在不小差距。

日前,央行公告已明确境外评级机构进入国内评级市场的准则。随着评级行业的开放、国外竞争者的进入,本土评级行业如何应对未来潜在的激烈竞争?

而且,随着互联网的快速发展,信息技术正以其广泛的渗透性与传统产业结合,信息化建设水平成为企业获取竞争优势的关键所在。评级行业是否也能借助信息化在未来的竞争中占据优势?

传统的手工作业方式

先进的信息化建设可以提高工作效率,还能帮助企业制定战略信息。从信用评级行业信息化发展脉络出发,或许能为评级行业未来发展提供一些借鉴。

本土评级行业的信息化发展如何?“起步较晚。”联合信用评级有限公司信息技术部总经理董学杰在接受51CTO记者采访时强调。

据了解,行业发展初期,由于缺乏专业的信息系统支撑,分析师的工作采取“手工分析”+”电子存档”的模式。此外,较多的业务记录由于需保留在个人电脑中,项目进度跟踪、检查也多以手工核对、检查为主,工作量大、难度大等问题一直较为突出。

分析师在工作时,需花费大量时间用于手工录入数据。企业多年的财务数据与审计报告加在一起通常多达几百页,录入时往往需要多名分析师在几天内共同完成;另外,数据分析、跑模型也会消耗分析师大部分的精力。例如,由多种不同行业基础资产组成的资产池,往往涉及几十乃至上百笔贷款,行业、类型、贷款笔数的不同使得分析师在模型计算、数据处理的工作量有所不同。短时间完成上百笔基础资产的数据准备对分析师来说很辛苦。此外,评级过程中涉及多轮数据收集和调整工作,纯人工录入容易造成数据错误。而数据一旦错误,评级结果就会产生误差,很可能之前的辛苦就白费了。

如果依靠信息化手段将一些人工录入,数据调取工作借助计算机完成,不但可以提高分析师的速度和准确率,也会使他们更专注于分析工作。

信息化建设需加强

信用评级行业的信息化建设虽刚起步,但是,30多年的发展使本土评级行业大都建立了成熟的业务流程及管理机制,也具备了围绕核心业务建设各专业业务管理系统的条件,这些都有利于推动评级行业的信息化建设。同时,随着境外评级机构进入中国市场的步伐加快、债券市场规模的扩大以及品种复杂化使得企业越来越重视信息化建设,各评级企业纷纷制定企业信息化建设的战略。

评级业务系统因涉及到企业核心业务,被视为评级行业最重要的信息化建设项目。董学杰表示,评级业务系统的建设不仅要满足监管要求,还需引入先进的思想以支持评级工作的精细化管理。他对评级业务系统的要求是,系统在承载公司评级业务的同时,能够完成任务的自动流转,即当一个环节的任务被解决后能实现自动分配,而且还可以实现可视化控制以及精细化管理。

他建设的总体思路是充分利用先进的系统开发工具、实现表单、视图和流程的可视化设计,再通过流程定制和组件重组的方式减少工作量,最后,逐步接入各类评级业务。对此,他将评级工作按内容和性质划分为不同阶段,并进行了定义,如评级项目、任务和作业等,明确了分析师在首评、跟评及项目跟踪期的主要任务,避免出现管理的死角。

业务系统架构

目前,联合评级已经完成了评级业务系统V1.0版本的开发,实现了包括项目立项、信息采集、评级管理、评审管理、信息发布、项目跟踪和项目结项等流程。“ 下一步要做的是进一步优化这些流程,推进业务的规范化和标准化。”董学杰说,早期的信息化是以部门为单位或者一类业务的需求为出发点建设的,未考虑业务的连通性、扩展性、数据的可用性、一致性。因此,制定相应的规范、制度、标准,并将这些标准规范内化到业务系统中指导评级业务工作的开展是接下来的重点。

当然,评级行业的信息化建设不应只局限于评级业务的优化,还应积极地借助大数据、机器学习等技术释放更多的潜力,实现数据的积累与核心能力的建设。

大数据与人工智能在评级行业的应用

随着业务应用的深入以及大数据的兴起,本土评级行业自然也没有落后。据董学杰介绍,各大评级企业目前正在积极推进独立于各应用系统的评级数据库以及评级数据平台的建设。以下是大数据在评级行业的应用:

一是利用数据对评级模型的改进和完善;二是实现多种来源数据的综合利用,除企业提供的数据外,还包括各类金融数据提供商提供的数据、企业征信数据,甚至还包括一些互联网数据;三是加强对整个债券市场甚至全球范围内宏观行业以及企业信用信息及信用风险的有效掌握和全面监控,这有助于提高评级行业的核心竞争力。

但总体而言,数据平台建设还处于早期阶段,这些应用还不够深入,效果还有待改善。而数据平台的建设也存在一些困境。董学杰表示,目前在数据平台建设的问题主要存在于两方面:一是整个行业,尤其是管理层对数据平台的认识还有待深化;二是行业普遍缺少建设数据平台所需的各种专业人才,如何吸引优秀的专业IT人才已经成为摆在整个评级行业面前的迫在眉睫的问题。

评级行业智能化

虽然大数据在评级行业的落地中还存在一些现实问题,但是,随着大数据结合其他新技术为企业带来更多价值后,企业很难拒绝技术红利。

对此,董学杰预测,未来,智能技术在数据平台建立后,会在评级行业IT系统的各个层面展开。以下是他的设想:

首先,企业可利用智能图像识别技术,对扫描版企业财报进行智能识别,自动提取财务数据;其次,分析师也可利用自然语言处理技术,实现结构化项目交易文件内容的自动提取,从而进行自动化的数据分析,或是从各类研究报告中提取企业实体的数据信息及与其信用状况相关的信息;最后,通过打造新一代的智能软件系统,利用语音识别等新型人机接口,提高分析师使用系统的效率等。

当然,人工智能在评级行业的应用还有更多需求有待发掘。随着信息化技术的发展、大数据以及人工智能技术应用的加深,本土评级行业能否适应未来激烈的竞争,或者是否能在国际舞台上大放光彩,都有待时间去检验。

董学杰,联合信用评级有限公司信息技术部总经理。他专注于将大数据理论方法引入信用评级领域,规划并设计了信用评级大数据分析平台、社会信用体系信用信息数据库等项目。早期,曾参与和负责多个军队和地方大型软件项目的开发,多次获得军队科技进步奖,合作出版多Agent智能协商领域专著一部。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

【编辑推荐】

  1. 交通部发文促冷链物流业发展 提信息化水平
  2. 深圳卫生监督执法一张图 打造智能信息化监管模式
  3. 信息化助力破解检察监督难题
  4. 借力信息化,堵上农村资金管理“漏洞”
  5. 医疗信息化迈向“共享” 让医患双方少跑腿
【责任编辑:谢海平 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢
24H热文
一周话题
本月最赞

读 书 +更多

用户体验要素

本书是AJAX之父的经典之作。本书用简洁的语言系统化地诠释了设计、技术和商业融合是最重要的发展趋势。全书共8章,包括关于用户体验以及为...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊
× Python最火的编程语言