
奧緯咨詢公司昨日發(fā)布《剖析中國影子銀行:風(fēng)險評估及政策應(yīng)對》報告(下稱“報告” )估算,2013年中國影子銀行規(guī)模大約31萬億人民幣,低于目前普遍認(rèn)為的40至60萬億規(guī)模。
相較于市場預(yù)測,奧緯在估算方法上排除了不少重復(fù)計算的部分。奧緯合伙人、大中華區(qū)業(yè)務(wù)負(fù)責(zé)人盛海諾指出,比如非信貸中介產(chǎn)品就包括表外銀行理財產(chǎn)品等,被高估的這一部分就占比約7.9萬億元。
從目前影子銀行規(guī)模及不良貸款角度看,盛海諾稱,中國影子銀行對金融市場而言,負(fù)面影響有限。中國金融體系整體風(fēng)險可控,大規(guī)模信貸危機(jī)的機(jī)率不大。
在不同情況下,中國影子銀行不良貸款率據(jù)估算在 10.0%-23.9%。其中,僅 22% 至 44% 會轉(zhuǎn)移到商業(yè)銀行體系,進(jìn)而導(dǎo)致銀行不良貸款率最多提高約 1.8%-4.3%。盡管如此,中國銀行業(yè)的壞賬比率較國際而言,也算較低水平。
但不容忽視的是,影子銀行中不良貸款具有傳染蔓延效應(yīng),因此,監(jiān)管層應(yīng)該防范不良貸款出現(xiàn)而升級。
隨著經(jīng)濟(jì)放緩,如何避免影子銀行負(fù)面影響的傳導(dǎo),是一個亟需監(jiān)管層注意的核心問題。奧緯合伙人、公司和機(jī)構(gòu)銀行業(yè)務(wù)及財富和資產(chǎn)管理業(yè)務(wù)全球負(fù)責(zé)人艾宏德(Christian A. Edelmann)認(rèn)為,“當(dāng)下中國經(jīng)濟(jì)增長趨緩與影子銀行規(guī)模膨脹問題相互疊加,這一現(xiàn)實(shí)為決策者應(yīng)對中國經(jīng)濟(jì)結(jié)構(gòu)性失衡及確保金融系統(tǒng)體系的全局性解決方案帶來了挑戰(zhàn)與機(jī)遇。”
報告建議,中國金融監(jiān)管層應(yīng)該多做努力,以規(guī)避影子銀行的風(fēng)險。比如,通過重新設(shè)計監(jiān)管框架來消除監(jiān)管套利活動;在商業(yè)銀行和非銀行的影子銀行活動間建立信貸“防火墻”;明確銀行信貸債務(wù),以避免無合同限制風(fēng)險通過“剛性兌付”向銀行蔓延;增加非銀行借貸的透明度等。
目前國際上對中國金融體系存在一些悲觀的看法,比如,經(jīng)濟(jì)下行情況下高負(fù)債及信貸泡沫將導(dǎo)致危機(jī),并可能沖擊全球金融體系。對此,奧緯的看法有所不同。報告分析認(rèn)為,在國家層面相比美國,中國金融體系總體穩(wěn)固。即使計入了全部毛負(fù)債,不論從中央還是地方政府層面,凈資產(chǎn)都是正值。
其中,中國的國家主權(quán)資產(chǎn)負(fù)債表中,凈資產(chǎn)達(dá)87萬億人民幣,相當(dāng)于 GDP的184% 。在企業(yè)層面,一些機(jī)構(gòu)或?qū)<覔?dān)心中國快速增長的企業(yè)負(fù)債率,同時卻忽略了企業(yè)的高存款率。在個人層面,中國家庭負(fù)債率低,不易產(chǎn)生美國那樣的次貸危機(jī)。同時對于全球其他各國而言,中國是凈債權(quán)國,因此,中國境內(nèi)潛在債務(wù)問題對全球金融體系造成直接系統(tǒng)性影響的可能性很小。
奧緯同時認(rèn)為,中國金融體系高度依賴銀行貸款的局面正在改變。未來影子銀行的發(fā)展將主要向互聯(lián)網(wǎng)金融、新型銀行和資本市場創(chuàng)新轉(zhuǎn)變。其中,中國互聯(lián)網(wǎng)金融是全球最有活力的市場,這對于中國本土及國際金融企業(yè)來說,都是一個值得重點(diǎn)關(guān)注及發(fā)展的領(lǐng)域。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會友,左手硬核科技,右手浪漫主義。