奧緯咨詢公司昨日發(fā)布《剖析中國(guó)影子銀行:風(fēng)險(xiǎn)評(píng)估及政策應(yīng)對(duì)》報(bào)告(下稱“報(bào)告” )估算,2013年中國(guó)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(chǎng)預(yù)測(cè),奧緯在估算方法上排除了不少重復(fù)計(jì)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(cái)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(guó)影子銀行對(duì)金融市場(chǎng)而言,負(fù)面影響有限。中國(guó)金融體系整體風(fēng)險(xiǎn)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(guó)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(huì)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(guó)銀行業(yè)的壞賬比率較國(guó)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(jí)。
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(gè)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(cái)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(guó)經(jīng)濟(jì)增長(zhǎng)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(duì)中國(guó)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(bào)告建議,中國(guó)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(xiǎn)。比如,通過重新設(shè)計(jì)監(jiān)管框架來消除監(jiān)管套利活動(dòng);在商業(yè)銀行和非銀行的影子銀行活動(dòng)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(xiǎn)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(guó)際上對(duì)中國(guó)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(duì)此,奧緯的看法有所不同。報(bào)告分析認(rèn)為,在國(guó)家層面相比美國(guó),中國(guó)金融體系總體穩(wěn)固。即使計(jì)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(guó)的國(guó)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(guó)快速增長(zhǎng)的企業(yè)負(fù)債率,同時(shí)卻忽略了企業(yè)的高存款率。在個(gè)人層面,中國(guó)家庭負(fù)債率低,不易產(chǎn)生美國(guó)那樣的次貸危機(jī)。同時(shí)對(duì)于全球其他各國(guó)而言,中國(guó)是凈債權(quán)國(guó),因此,中國(guó)境內(nèi)潛在債務(wù)問題對(duì)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(shí)認(rèn)為,中國(guó)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(chǎng)創(chuàng)新轉(zhuǎn)變。其中,中國(guó)互聯(lián)網(wǎng)金融是全球最有活力的市場(chǎng),這對(duì)于中國(guó)本土及國(guó)際金融企業(yè)來說,都是一個(gè)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(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會(huì)友,左手硬核科技,右手浪漫主義。