建設中國高收益債券市場的大數據賦能建議

摘要：黨的二十大報告提出，堅持創新在我國現代化建設全局中的核心地位，營造有利于科技型中小微企業成長的良好環境。近年來，我國對于支持科創企業和中小企業成長、開展高收益債券市場建設的頂層設計與區域規劃逐步鋪開，探索推進中國高收益債券市場建設適逢其時。面對信息不對稱等市場痛點，在機制創新方面，我國已提出針對性解決方案，如深圳市發文支持探索“投資人選擇、發行人付費”的債券市場中介機構選聘機制。在技術創新方面，本文重點論述并建議探索“以隱私計算賦能數據采集、以區塊鏈賦能數據監測、以AI算法賦能企業風險畫像構建”的大數據賦能模式。

關鍵詞：高收益債券 大數據 隱私計算 區塊鏈

我國高收益債券市場形成的政策條件

在國際市場上，高收益債券是指信用評級低于投資級（標普、惠譽評級BBB以下或穆迪評級Baa以下），以及部分未獲得評級的債券，此類債券發行人往往具有弱質性，通常為科創企業和中小企業，需以較高的票面利率作為風險補償。當前，我國尚未形成機制健全、功能完善的高收益債券市場，特別是一級市場發展仍不充分。

在創新驅動發展戰略引領下，支持科創企業和中小企業融資日益成為政策關注的重點。自2021年8月以來，國家、省市級高收益債券有關政策支持體系加快形成；黨的二十大報告進一步明確，堅持創新在我國現代化建設全局中的核心地位，營造有利于科技型中小微企業成長的良好環境。當下，探索開展中國高收益債券市場建設適逢其時。

（一）頂層設計：政策窗口逐步打開

2021年8月，中國人民銀行等六部門《關于推動公司信用類債券市場改革開放高質量發展的指導意見》提出，“探索規范發展資產證券化、高收益債券產品”“探索在符合條件且依法合規獲得批準的區域交易平臺以試點方式發展面向本地發行人和合格機構投資者的區域債券市場”，首次在公司信用類債券市場層面提出“高收益債券產品”“區域債券市場”兩大概念，為后續高收益債券市場建設明確了探索方向。

（二）區域規劃：鼓勵地方先行先試

在國家級政策的引領下，區域層面的探索逐步推開。2021年12月，中國人民銀行等六部門聯合川渝兩地政府印發《成渝共建西部金融中心規劃》，明確提出“探索科技型中小企業定向發行高收益債券”。2022年11月，中國人民銀行等八部門印發《上海市、南京市、杭州市、合肥市、嘉興市建設科創金融改革試驗區總體方案》（以下簡稱《總體方案》），要求“探索發行科技型中小企業高收益債券”。同月，深圳市地方金融監督管理局發布《深圳市關于金融支持科技創新的實施意見（征求意見稿）》，提出要“以綜合授權改革為契機，打造全國首個高收益債券市場試點”。

我國高收益債券市場發展的主要阻礙與應對

（一）主要阻礙：信息不對稱帶來增量風險

支撐高收益債券市場發展的底層邏輯是風險收益相對對稱：弱資質發行人的經營不確定性帶來債券償付的高風險，發行人以高收益率作為風險補償。但在信息不對稱程度較高的情形下，信息差本身形成了增量風險，風險收益過度失稱，阻礙了高收益債券的資金供給側形成。

就科創企業和中小企業而言，市場難以通過傳統的資產規模等總量型財務信息判斷其實際經營狀況，且中介機構的客觀中立性在“發行人付費、發行人選擇”選聘機制下也受到影響，可能存在數據粉飾等情形，信息失稱程度高企不下；投資者出現“不敢投、不想投”的高度謹慎心理，科創企業和中小企業長期面臨債市融資難問題。

（二）應對措施：機制創新與技術賦能

在國際上，高收益債券市場的發展曾歷經曲折。多層次信息披露體系、優化中介機構選擇模式等機制的建立，在一定程度上緩解了信息不對稱問題。近年來，發行高收益債券已逐漸成為國際上科創企業和中小企業的重要融資渠道。

我國高收益債券市場雖起步較晚，但基于國際經驗與前沿技術的高起點進行探索，可充分發揮在機制創新、技術應用等方面的后發優勢，具有廣闊的發展前景。

在機制創新方面，可探索通過改革中介機構選聘機制、優化信息披露體系等緩解信息不對稱。2022年4月，中央結算公司發布《科技創新企業信用債融資研究》，提出了覆蓋科創企業高收益債券全生命周期的機制創新建議。2022年11月，《深圳市關于金融支持科技創新的實施意見（征求意見稿）》吸納相關機制建議，在全球范圍內首次于政策層面提出要“探索‘投資人選擇、發行人付費’的債市中介機構選聘機制”，有利于保障中介機構的客觀中立性，提升信息披露的真實性與透明度。

在技術創新方面，可探索通過大數據賦能融資模式加強信息的共享和應用。《總體方案》提出“支持試驗區內金融機構與科創企業、征信機構、信用評級機構積極利用大數據、人工智能等技術，建立符合科創企業特征的信用評分、內部信用評級和風險防控模型”，對技術賦能風險防控模式予以支持。隨著我國大數據、區塊鏈等技術漸趨成熟及征信公司等新型風險揭示機構不斷出現，各方可進一步通過技術創新緩解信息不對稱難題，推動中國高收益債券市場建成與擴容。

大數據賦能高收益債券融資的模式建議

當前，貸款市場已有經過長期實踐形成的大數據賦能模式，可為債券市場提供參考。近年來，國家發展改革委、中國人民銀行及各地方政府陸續根據自身數據稟賦，構建起一批依托大數據賦能貸款融資的綜合服務平臺，通過對企業多維數據進行信息交叉校驗與分析，有效緩解了銀企信息不對稱問題。

（一）大數據賦能高收益債券融資的難點：信息安全與數據獲取

當前，債券市場難以復制貸款領域的大數據賦能融資模式，主要原因在于信息安全顧慮與數據獲取困難。在債券融資過程中，由于債券發行的信息披露需面向較為多元化的投資者群體，投融資方關系不及銀企關系穩定，保密約束面臨挑戰，因而企業對披露自身信息較為謹慎，同時也造成投資方獲取企業多維數據的困難。

近年來，征信機構、數據供應商等新型風險揭示機構通過自有數據沉淀、外部數據采購等方式，實現了對企業專項數據的集成，并形成了相應的分析工具箱。引入新型風險揭示機構可在一定程度上緩解高收益債券市場的信息不對稱問題，目前也逐漸被更多債券市場機構所關注和應用。但受限于部分數據獲取渠道不暢、采購成本較高，新型風險揭示機構數據品類不齊全，難以全面刻畫發行人的信用風險。此外，新型風險揭示機構現有的數據矩陣及分析工具主要應用于傳統信用債產品，考慮到高收益債券市場的風險特征及投資邏輯不同于傳統債券品種，現有的新型風險揭示工具在高收益債券市場的實用轉化及與相關機制銜接仍有待探究。

（二）金融科技賦能路徑

為解決前述原始數據獲取難、信息安全顧慮多等問題，建議以債券市場基礎設施為平臺，在高收益債券市場穩慎探索“以隱私計算賦能數據采集、以區塊鏈賦能數據監測、以AI算法賦能企業風險畫像構建”的大數據賦能模式。

1.以隱私計算賦能數據采集，實現數據保密

確保信息安全是在債券市場復制大數據賦能模式的重要前提。近年來，隱私計算技術在我國進入工程化應用期，可提供確保信息安全前提下的數據流通應用解決方案。

“原始數據不出域、數據可用不可見”是隱私計算的重要理念基礎，要在保護數據擁有者的權益安全及個人隱私的前提下，實現數據流通及數據價值的深度挖掘。數據調取方在隱私計算框架下僅可讀取到基于原始數據形成的密文等，不存在對數據提供方原始數據的曝光，但依然可獲取數據中所蘊含的信息與價值。在部分場景中，隱私計算是以技術手段提供類似于“財務報表”的功能——專業機構通過分析企業的財務報表（隱私計算密文等），可以了解到企業的經營狀況（數據內含信息），但是僅憑財務報表無法倒推出審計底稿（原始數據）的具體明細。

自2021年以來，各級管理部門對隱私計算的政策支持體系加快形成。2021年5月，國家發展改革委等四部門印發《全國一體化大數據中心協同創新體系算力樞紐實施方案》，提出要“試驗多方安全計算、區塊鏈、隱私計算、數據沙箱等技術模式，構建數據可信流通環境，提高數據流通效率”。2022年4月，國家發展改革委、銀保監會印發《關于加強信用信息共享應用推進融資信用服務平臺網絡建設的通知》，提出要“鼓勵各級平臺采用聯合建模、隱私計算等方式與金融機構深化合作，更好服務金融機構產品研發、信用評估和風險管理”。

在當前的政策框架下，建議由債券市場基礎設施與公共數據平臺、征信公司等數據集成方開展隱私計算合作，在符合法律規定、保障數據安全的前提下調用發行人的工商、水電、稅務、社保、司法等數據，依托算法對發行人的多維信息進行校驗分析，并在合法合規、經授權的前提下向投資者定向提供，助力投資機構進行價值發現與風險識別，提升科創企業和中小企業等高收益債券發行人的信息可得性，緩解信息不對稱。

2.以區塊鏈賦能數據監測，保障數據安全

區塊鏈是能夠實現數據可追溯、不可篡改的技術簇，為發行人大數據實現可信、可審計的流轉與應用提供基礎，在金融基礎設施建設領域已逐步形成規模化應用。例如，中央結算公司于國內首創了在債券受理環節應用區塊鏈可信存證技術，實現受理封卷自動比對；2021年12月，中央網信辦等十六部門公示了國家區塊鏈創新應用試點名單，中央結算公司“區塊鏈+風控管理”項目入選，探索以區塊鏈為底層架構搭建簿記建檔發行系統。

建議將隱私計算下的數據采集過程全程置于鏈上，打造可算、可查、可追溯的一體化應用平臺。區塊鏈所發揮的主要作用在于兩方面。一是多維數據復核校驗。依托智能合約，自動比對和清洗被導入的發行人水電、社保等大數據，同時將其與發行人提交的發行申報及信息披露材料交叉核驗，發現異常偏移則自動提示。二是數據確權與追溯。區塊鏈的時間戳、哈希值為歷次數據流轉及權屬變動提供錨定點，如出現數據相關風險，可隨時根據鏈上信息定位風險點與責任人，并啟動業務流程對風險進行處置，為數據安全提供保障。

3.以人工智能賦能數據分析，構建風險畫像

構建發行人風險畫像的人工智能算法難以直接在海量原始數據上運行，形成結構化數據指標體系是進行算法分析的前置條件。當前，市場上可獲取的企業信用信息1蘊含了大量的企業風險信號，需進一步將其提煉為能夠表征企業風險且具有結構化特征的量化指標，建立包含原始指標、衍生指標、分析指標的多層級風險指標體系。在指標體系基本建立后，可考慮嘗試邏輯回歸、隨機森林、支持向量機、深度學習等多種機器學習方法，建立企業信用風險監測模型，預測違約概率、動態調整風險定價。

以隨機森林算法2為例，債券市場基礎設施等機構可探索基于企業在水電消耗、輿情動態、租金繳納等領域的行為特點構建多棵決策樹，并應用隨機森林預測模型對高收益債券發行人的發展潛力與違約風險進行識別，在傳統的發行申報材料之外為投資者提供參考信息。譬如，在電費支出方面，可根據業界一般經驗形成如下算法決策樹（見圖1），并在數值偏移超出閾值時進行預警；同時，對于異常情況也可進一步分級分類，同其他指標的研判與分類結果共同構成發行人的企業風險畫像。

（三）實踐方案設想

建議在實施和推廣“投資人選擇、發行人付費”的中介機構選聘機制等業務模式創新的同時，依托債券市場基礎設施，以隱私計算賦能數據采集、以區塊鏈賦能數據監測、以AI算法賦能企業風險畫像構建，實現在大數據賦能模式下的高收益債券市場建設。為促進技術賦能模式在高收益債券市場落地，建議在政策層面進一步鼓勵大數據有關應用，推動各方數據互聯互通互享。

建議大數據融資賦能以發行人提交申請為起點，避免系統節點建設等成本前置。在合法合規的前提下，經發行人授權，債券市場基礎設施等相關機構可通過隱私計算調取企業的水電、稅務、工商等多維數據，對發行人進行風險畫像構建，并根據授權定向提供給潛在的投資者；在債券存續期，債券市場基礎設施可在隱私計算框架下定期調用、分析并依據授權定向為管理部門、投資人等提供風險預警信息。從數據調取的啟動到最終的封存、銷毀等環節，均需在債券市場基礎設施維護的區塊鏈上存證，并由智能合約進行信息交叉比對核驗，確保數據的真實性與安全性。

參考文獻

[1]袁博，等.隱私計算白皮書（2021年）[R/OL]. （2021-07-21）[2023-01-15]. https：//mp.weixin.qq.com/s/LrZSlyIhZmDJGS8qcPGd6w.

[2]中國信息通信研究院.區塊鏈白皮書[R/OL]. （2021-12-22）[2023-01-15]. http：//www.caict.ac.cn/kxyj/qwfb/bps/202112/t20211222_394418.htm.

[3]周平，等.中國區塊鏈技術和應用發展白皮書（2016）[R/OL]. （2016-10-19）[2023-01-15]. https：//mp.weixin.qq.com/s/8e22gkkLrKlOuX8blHk5Uw.