根据中国证券业协会最新发布的《中国证券业发展报告（2019）》，
约90%的证券公司建立了流动性风险管理系统。流动性风险管理系统的基础功能主要包括：资金管理、指标计量和分析、缺口分析、阈值设置和限额监控、超限预警、报表生成等。
随着行业发展与业务量增长，不少券商反馈这些基础功能已经不能满足他们的要求。
30家券商的走访调查
那券商对流动性风险管理系统具体的需求是什么呢？恒生流动性管理研究与开发团队成立专项小组，在行业中随机抽取了30家券商进行走访探查。
在这次走访中，专项小组发现券商们对目前正在使用中的系统平均满意度达75%。那剩下的1/4哪里去了？小组对调查结果和原因进行深入剖析，分解结果如下：
| 主动管理匮乏
不少券商认为目前的系统中很多模块都属于统计维度的管理型模块，缺乏一些能够体现券商自主意愿的主动管理型需求。
| 功能布局体验不佳
与现在市面上线条区块分明的操作界面相比，几年前一成不变的系统布局画面就显得已经跟不上用户对功能操作便捷性的要求了。
| 内部制度调整
很多券商基于当时背景，最初仅使用了系统中最为适用的模块。随着公司战略、内部制度和核心业务调整，原适用模块已逐渐失去效能，而一直未升级原有模块与嵌入新模块。
急！这份委托迫在眉睫
在调查过程中，恒生流动性风险专项小组收到了一份这样的委托。
委托方：ABC证券公司
委托时间：昨天、今天与明天
委托内容：缺口管理、市场事件与流动性评估、融资决策、资产变现测算、FTP定价与成本考核、资金管理、流动性风险管理及传导分析、压力测试… …
受托方：恒生电子股份有限公司
“破釜沉舟”式系统改造
收到委托以后，恒生流动性管理研究与开发团队日以继夜升级打造恒生流动性管理2.0系统，并从三方面入手，交出完美答卷。
流动性管理2.0系统帮金融机构解决舆情事件整理判断及分析的烦恼。在这里，各类市场信息都会被标识、加工、分类并做出预警，再也不需要从茫茫的公众号、网页中去大海捞针了。
机器学习、深度挖掘、知识图谱、语义分析、情感分析等多项人工智能手段将被运用，旨在建立一个针对市场事件更完备的算法体系和提供更加精准智能的信息化管理平台。
市场舆情管理：事件分析
信息输出
智能决策支持：融资决策
决策主体：ABC证券公司
决策方案
风险提示：根据本公司历史融资策略，这一方案可能存在XXX问题，需警示。
公司日常评估：资产变现测算
测算主体：ABC证券公司
变现期限：一周
测算结果
在证券行业，恒生流动性管理1.0系统的存量客户有近70家，也就是说我们有着近70家的券商流动性管理经验。
紧跟时代不断对系统进行完善，并能全方位的理解、应对客户个性化需求，打造更加稳健、高效、精准的流动性管理2.0系统，恒生一直在路上~
閱讀更多 恆生電子股份有限公司 的文章
