淺析大數據應用對企業債券融資業務的影響及展望

羅子瑤 喻 創

(1.貴州商學院 貴州 貴陽 550014；2.貴陽銀行 貴州 貴陽 550081)

一、大數據及在企業債券融資領域的應用基礎

(一)大數據的概念

對于“大數據”的概念，麥肯錫咨詢公司在《大數據：創新、競爭和生產力的下一個前沿》報告中明確定義：大數據可理解為是一種特殊性質的數據集合，其規模龐大，在數據的獲取、儲存、管理及分析等方面遠超傳統數據庫軟件的能力范疇，具有海量的數據規模、快速的數據流轉、多樣的數據類型及低價值密度的四個顯著特征。

(二)大數據與企業債券融資業務的應用基礎

現階段，大數據的實際應用已得到了越來越多的經濟利用。各行業通過人工智能等科學技術，對特定海量數據加以挖掘、歸類、流轉、處理和分析，使數據匯集并產生規模價值。數據可以起到引導或反向指導現實情況的作用。在全球金融市場，大數據廣泛應用于客戶營銷、風險管理、資產定價及產品創新等諸多領域，有力推動了銀行、券商、基金公司等金融機構各項業務迅速發展。

1.國家政策大力傾斜，企業債券融資規模逐年增加

債券融資屬于直接融資方式之一，有別于傳統以貸款為主的間接融資方式，直接融資因其業務操作標準化、無中間機構賺取差價以及全市場資源配置效率高等優勢便利，其融資成本往往較低，深受企業親睞。近年來，我國政府大力提倡提高我國社會直接融資比重，行業相關主管單位也開始逐步完善更加成熟的市場機制，目的為進一步降低實體企業融資成本，提高金融市場對實體經濟的支持作用。根據Wind萬德數據庫及中國人民銀行官網數據，截止2020年一季度末，我國通過直接融資方式——企業債券融資的債券規模共計38,712只，我國社會融資規模中企業債券融資存量規模共計25.21萬億，較2019年一季度社會融資存量規模21.47萬億，同比增長3.74萬億元。

表1 2020年一季度末我國社會融資規模存量統計表

2020年3月國務院總理李克強主持召開國務院常務會議指出，2020年為給民營及中小微企業降低融資成本，融資拓寬渠道，擬在2019年社會融資口徑中企業債券凈融資3.2萬億的基礎上，新增1萬億元企業債券凈融資額，至4.2萬億元。這表明國家政策大力傾斜，企業債券融資規模逐年增加，企業債券融資規模的穩步增加為沉淀有價值的公開市場信息提供了數據基礎。

2.債券發行的市場化數據，形成特有大數據系統

債券融資多數采用公開發行，債券發行涉及大量的信息披露和數據披露。根據監管機構業務要求，發行人需“真實、準確、完整”地向全市場及時披露公司年度和季度經營、財務、管理等全面信息以及動態的各項重大變化信息，即隨著參與發行債券的企業數量增加，數據披露規模也逐步增加，形成債券市場特有的大數據系統，包含企業數據、行業數據、區域數據、全國數據、中介機構服務數據等信息，即“小數據”逐步匯集成“大數據”。這些大數據經過整理加工，可得出對同類數據的運行規律，起到指導現實的意義，在承銷商選擇客戶、企業選擇服務機構、投資機構篩選投資標的、行業主管機構制定宏觀政策和風險管理方面形成準確有效的事實支撐依據，形成大數據與企業債券融資業務結合的應用基礎。

二、大數據應用對企業債券融資業務的影響

(一)有助于承銷機構獲取更公開透明的市場化信息

隨著越來越多企業、行業、地區情況的數據實時更新披露，對于承銷機構而言，市場狀況更為公開透明，所有數據觸手可及。在激烈的債券承攬業務競爭當中，承銷機構在開展市場營銷之前，提前綜合分析市場數據，區域發債融資、行業融資、區域融資環境、企業歷史融資等經營數據，結合自身經營特點和風控標準，有助于幫助承銷機構決定承攬力度和資源支持力度。尤其是對全國性的大型經營機構，有效全面的數據分析將有利于與融資企業實現高效對接。

業務實操方面，大數據應用優勢體現在兩方面：一是大數據為項目盡職調查工作提供了極大的便利。有別于傳統信貸業務“一對一”的信息溝通模式，公開發債將企業信息線上化，在承銷商對續發企業開展初步盡調或輔助盡調工作時，通過獲取公開市場數據便能輕松了解客戶經營情況，甚至了解行業全貌，極大的提高了項目承做工作效率。二是機構間業務開展情況數據對比也有利于同類學習和進步。如年度承銷能力數據市場排名、承銷客戶情況數據對比、承銷業務能力數據全方位對比能讓落后機構找到差距，看出其背后在經營理念、組織架構、激勵機制等方面的優劣，及時彌補不足追趕市場。

(二)有助于融資企業選擇中介機構

融資企業在發行債券之前需在眾多專業機構中聘請合適的承銷機構、評級單位、會計師事務所、律師事務所等中介機構，而在實際的機構聘請過程中，常會遇到選擇難題。大數據的廣泛應用可向發行人提供客觀準確的市場數據，當發行人與承銷機構之間有足夠多的數據相互呈現交互時，雙方將更容易趨于達到理性和穩定的合作狀態，為雙方均提供更多理性選擇依據。例如承銷商的過往承銷業績、對同類企業的支持力度、中介機構的過往服務數據等等，均能在一定程度上反應其綜合承做能力和服務效率，從而減少因市場信息不對稱而導致的機構選擇失誤影響項目發行。

(三)有助于投資人理性篩選債券標的

有別于傳統金融業務的區域限制，債券業務賦予了市場投資機構完全開放的投資空間，在監管允許業務權限范圍內，國內所有企業發行的同類債券都屬于投資機構的投資標的，投資機構可根據自身投資偏好和風控要求在全市場自主選擇投資，因此，債券投資人承擔了債券融資中最核心的信用風險。投資人要求對于宏觀經濟、行業信息、區域信息和企業信息等客觀數據的把握更加精準。面對海量的債券信息數據，真實準確完整的市場和客戶信息，有效的大數據管理和分析對投資機構“債券排雷”至關重要。

在投資收益方面，大數據對資產定價也同樣產生積極作用。例如，一級市場債券發行利率通常由債券評級、企業性質、行業類別、所屬區域、基準利率水平和市場資金供需情況等各類因素綜合影響確定，從投資人理性投資角度出發，追求在風險一定的情況下獲得債券收益最大化，在收益一定的情況下追求風險最小化。面對海量的債券標的，投資人需要在收益風險動態波動的環境中找到最優平衡，通過橫向或縱向的數據參考，債券投資人可及時獲取最貼近市場的客觀實際情況，支撐其參與一級市場投標報價。

(四)有助于監管機構管理市場風險

對監管機構而言，穩定、高效、有力的市場風險管理，是培養高質量直接融資市場的必要前提。過去幾年間，監管機構缺乏對銀行信貸創新產品、非銀金融機構非標準化融資數據的有效把握，我國金融市場局部地區“隱性債務”融資規模過大、融資成本過高，曾造成一段時期債務風險加大。為防范化解重大債務風險，國家部委接連出臺了一系列嚴監管的政策措施，禁止了過去幾年盛行于市場的各類非標準化債務融資模式。通過培養標準化的直接融資市場，鼓勵企業將非標融資轉向標準化直接融資，企業、地區以及全國融資情況等數據公開透明、盡在掌握，極大的減輕了監管機構對金融市場所有融資風險的監控難度，同時有利于監管機構根據市場變化情況及時調整宏觀經濟金融政策。

三、大數據應用在企業債券融資業務的市場展望

我國直接融資市場整體起步較晚，相比發達國家80%左右的社會直接融資比例，我國目前的社會直接融資水平還不到30%，公開市場企業融資數據可以說還是“小數據時代”。但未來，隨著越來越多的企業通過公開發債參與到直接融資，該領域的“大數據時代”也會隨之到來，債券市場將會更為繁榮復雜，屆時監管機構、承銷商、投資人、發行人等各類參與機構對市場的把握判斷將更需要客觀數據的支撐，與大數據分析相關的工作將得到更多的結合應用。

在大數據充分支持市場主體的理性選擇后，市場資源配置將更充分有效：銀行選擇客戶應更契合自身經營實力和風控特點；客戶選擇承銷商及中介機構應更趨向滿足自身的綜合資源需求；投資人借助人工智能等科學技術進一步完善債券標的篩選的大數據分析流程，投資盲區減少，投資決策更為順暢，更容易實現效益最大化；市場信息不對稱減少，債券市場越發有效，行業監管機構對市場的管理難度降低，宏觀政策指導更及時或前瞻有效，金融市場將整體趨于穩定。