随着备受证券行业关注的《证券公司场外期权业务管理办法》落地,正式放宽了场外期权交易商资质的申请准入门槛,为中国场外衍生品市场的快速发展带来新契机。面对场外衍生品交易规模的持续攀升,以及监管政策的适度开放,深耕金融行业20年的核心系统专家北京根网科技有限公司,以引领行业共同发展为己任,于10月23日在苏州举办“科技助力衍生品创新——2020中国金融衍生品行业峰会”,齐聚众多业界大咖,探讨中国衍生品业务发展的机遇与挑战。
中信证券首席信息官宋群力先生、摩根大通证券(中国)有限公司首席运营官、董事总经理余学勤先生、华鑫证券有限责任公司副总裁杨阳先生、深圳市衍盛资产管理有限公司创始人章友先生等头部金融机构的领航人及北京根网科技有限公司首席执行官余婉贞女士,同与会的一百多位业界专家探讨了中国衍生品业务发展的路径和未来。
券业发展新增长极
随着近几年金融市场的发展和相关人才的积累,我国场外衍生品业务正日趋成熟。根据中证机构报价系统最新的统计报告,截至7月底,场外衍生品月末存续期规模达到8929.77亿元。其中场外互换、场外期权新增规模在7月份增速显著,环比增长 53.97%。
在峰会上业界专家一致认为,中国的场外衍生品市场即将进入新的发展阶段,或将成为券商业务发展新的增长极。同时,随着市场竞争越发激烈,技术的变革将在场外衍生品业务的成熟化进程中发挥重要的赋能作用。
首先,与国外自下而上的发展模式不同,国内场外衍生品市场的发展是由监管机构自上而下进行主导。不同监管体系下的子市场相互独立发展且采用不同的主协议体系,每个子市场由不同的监管机构主导,因此在监管标准、产品种类、组织形式、主要参与机构以及投资者门槛等方面并不统一,市场碎片化的问题在近年来不断加剧。在业务规模增大后,智能化的综合管理平台必须快速跟上。
其次,随着金融产品的不断升级丰富,机构投资者对于投资品种的范围也在扩大,对于场外期权、收益互换等衍生品的工具运用也日渐成熟。机构投资者对于全球资产统一配置、统一账户的管理,直通式SWAP DMA等多种工具的运用,实际上打通了场外、场内的严格意义边界,最终在产品组合、风险管理、交易对冲上必须实现一体化的管理能力。
再次,相比其它业务,衍生品需要券商具备更精细化券源管理的能力,这成为该业务能否做大的关键所在。特别是面对未来大量客户的合约诉求,券源池的预约、排期、冻结等簿记工作量必定激增,而券源的智能分配将极大盘活券商的券源标的,降低成本并有效控制风险。
最后,为更好实现业务扩展,提升在场外衍生品市场的竞争力,券商需要练就更加完整的综合服务能力。这不仅对多销售渠道的管理和产品设计创新等提出了更高要求,同时要求具有高效的风险管理能力,能够通过快速、精准的风险对冲,以及更佳的运营效率,帮助实现客户流程智能化便捷管理,这些都将是提升获客率的重要决胜因素。
深耕廿载赋能行业
作为证券与资管行业的核心应用解决方案提供商,北京根网科技有限公司一直以提供创新性和先导性的完整解决方案而著称。公司深刻理解中国金融市场的各类业务,拥有强大的创新研发能力,产品线齐全,产品迭代快,为金融机构提供市场领先的专业管理系统。
北京根网科技有限公司首席执行官余婉贞女士表示:“未来的金融市场竞争,一定是以差异化为制胜关键。随着金融市场国际化程度的不断加强,资产全球化配置的发展,投资者结构的转型,对于券商的服务能力也会提出更高要求,而场外业务将是未来发挥券商能力的主要战场。”
“在国家放宽准入政策后,通过优化完善标准和业务流程,越来越多的券商能够申请到交易商资质,这将为中国场外衍生品市场的快速发展带来新的契机。我们已经看到整个行业已经蓄势待发,而且更加重视科技投入,旨在通过研发和部署更加创新和领先的技术平台来赢得先机。”
作为行业先锋,根网科技敏锐地洞悉了市场需求,对场外衍生品IT解决方案投入大量科研力量。根网科技已成功打造“直通交易、智能对冲”的新一代场外衍生品综合服务平台,构建打通客户端与交易端,面向全球的资产配置和资产增值一站式服务平台,赋能券商实现场外衍生品业务增长,以科技助力中国金融市场的繁荣。
根网科技成立二十年来,业务覆盖证券期货解决方案、资管机构解决方案及私募机构解决方案,已经获得国内外证券公司、基金、QFII和私募机构的广泛信赖。目前服务全球超过300+金融机构,是国内唯一符合华尔街标准的证券资管核心系统供应商,是场外业务首选供应商,并且100%覆盖外资投行。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。