• <track id="0aiby"><code id="0aiby"><dd id="0aiby"></dd></code></track>

    <ins id="0aiby"></ins>

    當前位置: 主頁 > 國內 >

    評級黑幕頻發 根治信用評級腐敗頑疾靠什么

    時間:2020-12-15來源:互聯網 作者:編輯 點擊:
    2020年12月11日,人民銀行組織召開信用評級行業發展座談會,要求評級行業應認真總結經驗教訓,堅持職業操守,勤勉盡責,努力提高評級能力,提升評級質量。 14日,媒體爆出,知名

    2020年12月11日,人民銀行組織召開信用評級行業發展座談會,要求評級行業應認真總結經驗教訓,堅持職業操守,勤勉盡責,努力提高評級能力,提升評級質量。


    14日,媒體爆出,知名信用評級機構東方金誠系列腐敗案;當日,中央紀委國家監委網站發布《深度關注|東方金誠高管被查引出信用評級領域系列腐敗案:量錢評級》,正式揭開了這一行業黑幕——論單收費、量錢評級;利益勾結、熟客作案;面廣人多、案情交叉。一幕幕,仿佛精彩的商業犯罪大片。


    從華爾街到金融街,信用評級的腐敗都是同樣的景象。在華爾街“花錢買評級”早就是公開的秘密,穆迪一位經理級人士在2008年接受質詢時承認,“我們把靈魂出賣給了魔鬼來換取金錢”。在央行12月11日會議前,國內媒體也爆出多家評級機構因評級虛高等問題遭監管約談。其中,有“信用評級第一股”之稱的聯合資信被爆出“帶病上市”,沖擊A股謀求利益。


    云圖片

    到底是什么導致了信用評級行業滋生腐敗頑疾?不少國際、國內媒體將之歸結到人性的貪婪上。


    2008年世界金融危機爆發前,華爾街三大評級機構罔顧投資者利益,將90%的次級債都評為AAA級別,由此賺取了12億美元左右的收入。這次東方金誠案,犯罪人崔潤海透露,調高一次信用評級級別就收了200萬元,“比做一個項目幾萬元的提成多幾十倍甚至上百倍”。主要犯罪人金永授也承認,從第一次收錢時的忐忑不安,到后來就變成了麻木不仁,逐漸變成了金錢的奴隸。


    人性的貪婪可以通過機制進行約束,然而又是什么為貪婪的人制造了機會呢?


    據一位行業內部人士透露,目前市場上大多數信用評級流程大致是:項目立項與準備、信息收集與調查、信用風險分析、信用等級確定、等級公示與跟蹤。這里面起到關鍵決定作用的,是評審委員會,更具體點,是評審委員會的主任和各位評委。人為干預和影響成為傳統信用評級流程的固有缺陷。


    例如本次東方金誠案主要犯罪人金永授就說到:“為怕別人發現,我對自己關注的項目,都是采取比較隱蔽的方式,雖然表面上不直接介入和操縱評審工作,但我多次通過與評審委員會主任及部分評委個別交流,或借安排企業來訪之機發表個人傾向性意見,以此來影響評審結果?!苯鹩朗陔m然是通過間接干預的方法,但基礎仍然是他作為總經理,有資格以領導的身份對下屬員工個人造成影響。


    由此可見,要想徹底排除人為因素干預評估結果,根治行業腐敗頑疾,必須革新傳統信用評估流程和方式。


    大路科技首席數據官Bruce Lau 指出,信用3.0科技能夠很好地解決該問題。他介紹,在信用1.0到信用3.0的演進中,信用評級方式處于信用1.0過渡到信用2.0的中間階段,它不同于僅具有搜索、查詢、統計功能的信用1.0,但也還沒有達到依靠大數據信用評估技術描繪企業畫像的進階階段。


    現有信用評級主要綜合外部信息,如宏觀經濟、政策法規、市場競爭、企業生產原材料、產品市場;內部信息,如財務報告、經營記錄、運營政策和企業盡職調查,如實地考察、走訪、電話詢問、當面訪談來完成。


    Bruce?Lau總結,這其中涉及到太多的人為干預和主觀評價因素,極易造成評級虛高、難以預警、利益沖突、評級報告有失公允等問題。而大路科技運用信用3.0科技打造的bMARS(Behaviour Model of Association Risk System)瑪爾斯信用管理平臺,運用大數據和人工智能,以自動化、AI化的形式進行快速、精準、客觀的信用評估。


    bMARS瑪爾斯信用管理平臺實現了全流程智能化,杜絕人工干預,通過高度集成的數據開發與接入環境,具備高效的數據處理與分析能力,在AI算法模型的幫助下,實現了智能驅動數據+算法實現結果輸出。與傳統信用評級模型不同的是,bMARS瑪爾斯模型研發層是以人工智能、數據挖掘算法建立起來的可擴展動態模型系統,具備高度的智能化、動態化、自動化特征。


    無論是AAA國企債券驚現違約潮,還是評級腐敗系列案件頻發,都暴露了傳統信用評級存在的根本缺陷,通過對個人和機構道德風險的防范或事后的懲戒無法治本。應該借助新興的科技力量,開辟企業信用評估的全新路徑,才能根治頑疾,實現信用評估評級行業的良性發展。2020年12月11日,人民銀行組織召開信用評級行業發展座談會,要求評級行業應認真總結經驗教訓,堅持職業操守,勤勉盡責,努力提高評級能力,提升評級質量。


    14日,媒體爆出,知名信用評級機構東方金誠系列腐敗案;當日,中央紀委國家監委網站發布《深度關注|東方金誠高管被查引出信用評級領域系列腐敗案:量錢評級》,正式揭開了這一行業黑幕——論單收費、量錢評級;利益勾結、熟客作案;面廣人多、案情交叉。一幕幕,仿佛精彩的商業犯罪大片。


    從華爾街到金融街,信用評級的腐敗都是同樣的景象。在華爾街“花錢買評級”早就是公開的秘密,穆迪一位經理級人士在2008年接受質詢時承認,“我們把靈魂出賣給了魔鬼來換取金錢”。在央行12月11日會議前,國內媒體也爆出多家評級機構因評級虛高等問題遭監管約談。其中,有“信用評級第一股”之稱的聯合資信被爆出“帶病上市”,沖擊A股謀求利益。


    云圖片

    到底是什么導致了信用評級行業滋生腐敗頑疾?不少國際、國內媒體將之歸結到人性的貪婪上。


    2008年世界金融危機爆發前,華爾街三大評級機構罔顧投資者利益,將90%的次級債都評為AAA級別,由此賺取了12億美元左右的收入。這次東方金誠案,犯罪人崔潤海透露,調高一次信用評級級別就收了200萬元,“比做一個項目幾萬元的提成多幾十倍甚至上百倍”。主要犯罪人金永授也承認,從第一次收錢時的忐忑不安,到后來就變成了麻木不仁,逐漸變成了金錢的奴隸。


    人性的貪婪可以通過機制進行約束,然而又是什么為貪婪的人制造了機會呢?


    據一位行業內部人士透露,目前市場上大多數信用評級流程大致是:項目立項與準備、信息收集與調查、信用風險分析、信用等級確定、等級公示與跟蹤。這里面起到關鍵決定作用的,是評審委員會,更具體點,是評審委員會的主任和各位評委。人為干預和影響成為傳統信用評級流程的固有缺陷。


    例如本次東方金誠案主要犯罪人金永授就說到:“為怕別人發現,我對自己關注的項目,都是采取比較隱蔽的方式,雖然表面上不直接介入和操縱評審工作,但我多次通過與評審委員會主任及部分評委個別交流,或借安排企業來訪之機發表個人傾向性意見,以此來影響評審結果?!苯鹩朗陔m然是通過間接干預的方法,但基礎仍然是他作為總經理,有資格以領導的身份對下屬員工個人造成影響。


    由此可見,要想徹底排除人為因素干預評估結果,根治行業腐敗頑疾,必須革新傳統信用評估流程和方式。


    大路科技首席數據官Bruce Lau 指出,信用3.0科技能夠很好地解決該問題。他介紹,在信用1.0到信用3.0的演進中,信用評級方式處于信用1.0過渡到信用2.0的中間階段,它不同于僅具有搜索、查詢、統計功能的信用1.0,但也還沒有達到依靠大數據信用評估技術描繪企業畫像的進階階段。


    現有信用評級主要綜合外部信息,如宏觀經濟、政策法規、市場競爭、企業生產原材料、產品市場;內部信息,如財務報告、經營記錄、運營政策和企業盡職調查,如實地考察、走訪、電話詢問、當面訪談來完成。


    Bruce?Lau總結,這其中涉及到太多的人為干預和主觀評價因素,極易造成評級虛高、難以預警、利益沖突、評級報告有失公允等問題。而大路科技運用信用3.0科技打造的bMARS(Behaviour Model of Association Risk System)瑪爾斯信用管理平臺,運用大數據和人工智能,以自動化、AI化的形式進行快速、精準、客觀的信用評估。


    bMARS瑪爾斯信用管理平臺實現了全流程智能化,杜絕人工干預,通過高度集成的數據開發與接入環境,具備高效的數據處理與分析能力,在AI算法模型的幫助下,實現了智能驅動數據+算法實現結果輸出。與傳統信用評級模型不同的是,bMARS瑪爾斯模型研發層是以人工智能、數據挖掘算法建立起來的可擴展動態模型系統,具備高度的智能化、動態化、自動化特征。


    無論是AAA國企債券驚現違約潮,還是評級腐敗系列案件頻發,都暴露了傳統信用評級存在的根本缺陷,通過對個人和機構道德風險的防范或事后的懲戒無法治本。應該借助新興的科技力量,開辟企業信用評估的全新路徑,才能根治頑疾,實現信用評估評級行業的良性發展。


    頂一下
    (0)
    0%
    踩一下
    (0)
    0%
    ------分隔線----------------------------
    發表評論
    請自覺遵守互聯網相關的政策法規,嚴禁發布色情、暴力、反動的言論。
    評價:
    文章導航
    推薦內容
    丁香婷婷激情综合俺也去_国产精品国色综合久久蜜桃_欧美在线播放一区三区不卡_九九久久国产精品九九久久99
  • <track id="0aiby"><code id="0aiby"><dd id="0aiby"></dd></code></track>

    <ins id="0aiby"></ins>