企业债拟引入大数据强化信用约束

简介:

国家发改委24日发文表示,2016年发改委将充分发挥企业债券融资功能,扩大创新品种债券支持范围和发行规模。在完善债券市场信用体系建设方面,依托大数据平台,规范企业债券相关主体行为,并与金融业监督管理部门建立信用信息共享机制,加强信用约束。

文中提出,发改委将继续扩大企业债券发行规模,提高直接融资比重。另外,在现有专项债券品种基础上,进一步创新品种,扩大专项债券支持重点领域、重点项目的范围,并会同有关部门研究推出高风险、高收益债券品种。

“不出意外的话,2016年中国企业债发债规模将继续呈现高速增长的局面。而且,如果发改委推出高风险高收益债券品种的话,有可能让中国债券市场呈现爆发式增长的局面。”有机构人士表示。

鹏元资信评估有限公司研究发展部总经理李慧杰表示,2016年作为十三五开局的第一年,经济下行压力依然很大,为了确保全年建设小康顺利完成,稳增长政策将显著加码,企业债对实体经济的支持力度也会进一步加大。同时,中央提出强调供给侧改革,企业债对实体经济支持力度也会有所选择,也就是发改委2016年工作重点所提的,围绕“一带一路”、“双创”、“去产能、去库存、去杠杆、降成本、补短板”等开展,重点加强基础设施、加大对双创和中小企业融资力度,同时发挥企业债的产业引导作用,强化在“两高一剩”方面的控制力度。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
|
机器学习/深度学习 自然语言处理 监控
金融行业的大数据风控模型:构建安全高效的信用评估体系
金融机构借助大数据风控提升信贷效率,通过数据收集、清洗、特征工程、模型构建与评估来识别风险。关键技术涉及机器学习、深度学习、NLP和实时处理。以下是一个Python风控模型构建的简例,展示了从数据预处理到模型训练、评估的过程,并提及实时监控预警的重要性。该文旨在阐述大数据风控的核心要素和关键技术,并提供基础的代码实现概念。【6月更文挑战第23天】
2306 8
|
机器学习/深度学习 大数据