券商积极配置公募REITs 多角色参与推动投资与投行业务协同******

　　本报记者 李 文

　　见习记者 方凌晨

　　截至1月18日，Wind资讯数据显示，目前已上市的24只公募REITs募集资金总额超过783亿元，总市值达842亿元。而就在几天前，第二十五只获批公募REITs——嘉实京东仓储基础设施REIT也完成了配售和认购工作，目前已进入上市流程。

　　作为有别于股债等传统品种的新兴金融产品，公募REITs颇受各大金融机构关注，而券商热情尤其高涨。

　　券商积极布局公募REITs

　　在目前获批的25只公募REITs中，险资和券商参与配售和认购的行动较为瞩目，其中券商身影更是出现在了每一只REIT的战略投资者及网下投资者中。

　　华安证券债券业务总部负责人对《证券日报》记者表示，自2021年6月份第一批REITs上市以来，券商一直积极参与配置REITs，以发行规模最大的中金安徽交控REIT为例，扣除国有企业战略投资方及公众投资者外，券商的配售份额占比约54%。

　　最近的嘉实京东仓储物流REIT战略配售者中出现了招商证券、中信证券、申万宏源等多家券商及其资管参与的身影，网下投资者中更有开源证券、华安证券、国泰君安、中信建投等一众券商。

　　上述华安证券债券业务总部负责人表示，公募REITs收益稳定、风险适中、具有良好的大类资产配置价值，能够在一定程度上分散组合风险、优化组合投资、增厚投资收益；此外，券商自营作为证券市场长期稳定的价值投资者，其风险收益特征与公募REITs产品的特点天然契合，在低利率等背景下，REITs试点4%以上的预期分派率具备较好的配置价值。

　　华宝证券研究创新部战略研究负责人卫以诺认为，作为战略配置投资者，券商对于REITs产品分红格外重视，REITs分红不涉及除权除息且无需缴纳额外税款，这也是机构参与配置的重要因素。此外，REITs产品与券商各条线业务匹配结合程度更高。

　　卫以诺进一步介绍，REITs业务与券商的财富管理、资产管理、FICC以及自营具有较强的黏性，券商在财富端大力推进REITs产品的代销，可以提高券商大财富条线的产品丰富度；自营端，除了自身的中低风险配置需求，券商还会进行REITs做市商服务；资管端，拥有公募业务资格的券商资管子公司也可以进行REITs产品发行布局，丰富券商资管的创收。

　　对券商提出了更高要求

　　目前，上市REITs底层资产已覆盖仓储物流、保障性租赁住房等六大类。业内人士认为，公募REITs后续有望持续扩容，底层资产类型将更加丰富；与此同时，公募REITs上市常态化发行也有望加速推进。

　　卫以诺表示，积极参与并重点开拓REITs业务，将是券商2023年及未来实施大财富与大资管转型升级的重要抓手。而未来券商多角色参与REITs业务也对券商提出了更高要求。首先，作为REITs的管理机构、ABS管理人、财务顾问角色，全程以类投行性质进行项目管理，对券商的整合开发与发行、定价以及项目运作和投后能力等项目管理能力提出了高要求，而券商能否将自身拥有的各类综合业务牌照、储备项目和人才优势转化成业务能力，将是业务的“胜负手”。其次，作为网下询价机构认购REITs，券商需要具有较强的投资把控与分析能力，今后REITs供给势必会大幅增加，对于可能的产品不确定性以及收益波动，券商的风险识别、投资系统以及内部投研决策显得尤为关键。最后，在REITs代销以及做市商方面，要求券商改善产品宣传发行模式，提升交易择时管理能力。

　　华安证券债券业务总部负责人表示，券商多角色、多渠道积极布局公募REITs新赛道，需要注重推动投资与投行业务高度协同，形成有机联动。（证券日报）

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。