北上广深公募基金集体出动，发生什么大事？
不仅是助力实体经济，在金融科技创新领域，同样有着公募基金的活跃身影。
12月10日，记者从北京、深圳、上海、广东等地证监局获悉，证监会先后于2021年3月、9月、10月，分别在北京、深圳、上海和广州启动资本市场金融科技创新试点工作。截至目前申报项目已通过专业评估等环节，拟纳入第一批资本市场金融科技创新试点。和公募基金相关的试点项目大约有14个，申报主体既有华夏基金、嘉实基金、工银瑞信基金、易方达基金、博时基金、广发基金、汇添富基金、中欧基金等头部公募，也有天天基金、盈米基金等互联网基金销售平台也参与其中。
整体来看，公募相关的科技创新项目主要聚焦于反洗钱、债券风险、基金投顾、数字人民币、资讯服务等前沿领域，在凸显科技创新成色的同时，也紧密结合了日常业务实践。以下从基金的投研风控、登记清算、投顾服务三大方面，对代表性项目进行剖析。
债券风险分析：命中一个潜在违约人能避免近20亿损失
在投研风控领域，代表性项目是易方达基金牵头申报的“基于人工智能技术的债券风险分析系统（Bond.AI）”，由广东证监局在12月7日发布。
从原理上看，基于人工智能技术的债券风险分析系统（Bond.AI）是利用大数据和人工智能技术，构建了信用评价系统、财务造假识别系统、债券流动性分析系统、债券舆情分析系统于一体的综合债券风险分析平台。
在运用上，该系统分为四个步骤：
一是利用大数据技术对债券相关的舆情进行分析，及时从细微信息中提取对违约预测有价值的信息。
二是利用人工智能技术对债券发行人的财务质量进行分析，判断财务报表的可靠程度，用于判断分析涉嫌财务造假的企业。
三是利用机器学习技术收集相关债券数据并判断其交易的风险。通过构建针对债券交易风险的流动性预测模型，提前了解债券潜在交易风险和价格风险，保证债券市场的流动性和有效性。
四是使用债券市场上已经违约的债券发行人数据进行训练并预测存在违约风险的企业，针对每一家债券的发行人都能给出一个潜在的违约风险判断。
据易方达介绍，一个债券研究员最多只能覆盖100家发债主体，并且一个发债主体需要两人负责。所以系统每覆盖100家发债主体，相当于给公司研究团队多贡献一个研究员，在提高公司综合实力的基础之上每年节省成本大于100万元。此外，根据历史违约信息统计，平均每个违约的债券发行人涉及的违约金额是20亿元以上。多命中一个潜在的违约债券发行人，从风险控制的角度来说就能够避免近20亿元损失。
（截图来源：广东证监局官网）
云原生信创TA项目：工作效率提升40%以上
在基金登记清算领域，代表性的科技创新项目是由博时基金牵头申报的“云原生信创TA项目”。TA是基金注册登记的简称，指开立投资者基金账户，并记录投资者基金份额及其份额变动情况。
该项目是首次采用云原生创新架构构建核心业务系统，将互联网敏捷、开放、高伸缩性的技术架构与金融行业稳定、安全的技术架构进行融合，显著提升业务效率和创新能力，提升信息安全水平。
博时基金称，该项目在云原生技术的创新应用上达到了国内领先水平，打造了行业核心业务系统信创标杆。截至目前，系统登记清算的基金资产规模达1万亿以上，投资者账户总数超过1.5亿；日均处理交易数据超过2000万笔，业务控制参数达1000余项，运营管理工作效率提升40%以上，系统清算性能提升1倍以上。
在数据与技术方面，该项目分为六部分，分别是容器云平台抽象基础设施、微服务降低开发难度和成本、云原生Serverless的秒级扩容能力提升处理效率、云原生Serverless可伸缩性提高资源利用率、通过容器云平台实现高可用和高效运维、数据计算与存储分离支持海量业务的系统平行扩展。
博时基金表示，该系统项目借鉴和吸收了云原生技术最新的发展和应用情况，并且充分结合证券基金行业核心离线业务系统的实际需求，通过完全基于云原生的技术架构，面向云原生能力进行设计和开发，首家将 Serverless 技术成功引入到了证券基金行业核心业务系统中，实现了传统基金业务中大批量复杂计算负载的低成本、高效率云原生创新改造方案。
其中，云原生的创新改造方案大大降低了复杂业务系统的实现成本和运营成本，实现上层业务与底层基础设施环境的松耦合，并且最大程度地发挥了容器云平台的分布式计算能力，满足核心业务系统大批量复杂计算的需求。作为首个运行于创新体系中的核心业务系统，为行业核心业务系统的创新改造工作探明了一个非常可行的方向和解决方案，同时起到非常好的示范和标杆作用。
投顾内容平台：图谱构建效率提升95%以上
投顾业务服务方面，代表性项目是盈米基金的“基金投顾服务内容平台项目”。
该平台是盈米基金投顾服务的数据中台之一，主要用户是各种投顾内容创作者，服务于投顾内容创作、内容分发、跨媒介管理和内容合规等多个场景。据介绍，该项目上线后有效解决投顾服务中内容服务低效、繁琐、分散等痛点。截至目前已集合100多家官方媒体资讯、数千家股票和基金研报、公告等海量资料，总计1388万条资讯、86万篇文章、26万篇报告、380万篇公告、1万篇音视频，累计超百亿字，6万分钟音视频时长。通过自然语言识别+业务知识树构建和标签矩阵匹配的方式，实现科学分类、归档、上架，包括25个大类、96个小类，总计30139个标签，赋能不同内容输出场景的精准匹配、高效筛选和生产创作。
创新方面，该平台使用了以下五类信息技术：
一是通过自然语言处理技术中的深度学习，实现对非结构化内容文本的知识提取和分类，使得系统实体识别准确率和召回率均在90%以上。
二是知识图谱技术，通过基于深度学习的知识图谱建构引擎（三元组提取），相比传统的人工构建，图谱构建效率提升95%以上。
三是图数据库技术，实现了对知识图谱数据的有效管理和应用，帮助用户实现各种复杂的内容推荐。
四是搜索引擎技术。利用各种分布式技术对海量文本建立倒排索引，实现对内容的高效搜索和筛选。
五是深度学习技术，通过对海量标注数据和高性能计算集群（CPU+GPU）训练，实现高复杂度的识别模型。
盈米基金表示，该项目在行业首次提出“内容中台”概念和首次建立投顾领域内容合规系统。技术上运用了多种新型技术对内容进行治理分析，将监管对金融内容合规的要求进行全方位排查和科技部署。此外，该项目还是粤港澳大湾区首个基金投顾内容服务中台，为大湾区基金投顾业务的前台业务提供高效决策支持和丰富、精准的资源供给。
