大數(shù)據(jù)技術(shù)在證券公司財(cái)富管理轉(zhuǎn)型中的應(yīng)用

陳輝

中圖分類號(hào)：F830.91 文獻(xiàn)標(biāo)識(shí)：A 文章編號(hào)：1674-1145（2019）3-083-04

摘 要 隨著我國居民收入的提高，人們對資產(chǎn)配置和財(cái)富管理的需求也越來越強(qiáng)烈。2018年12月，中信證券將公司經(jīng)紀(jì)業(yè)務(wù)發(fā)展與管理委員會(huì)更名為財(cái)富管理委員會(huì)，正式拉開了券商急速轉(zhuǎn)型財(cái)富管理的序幕。在科技迅速發(fā)展的時(shí)代，大數(shù)據(jù)技術(shù)在證券公司財(cái)富管理轉(zhuǎn)型中扮演著重要的角色：客戶畫像、智能投顧、量化投資以及風(fēng)險(xiǎn)管理等等，但國內(nèi)證券行業(yè)大數(shù)據(jù)技術(shù)的應(yīng)用仍面臨著不少挑戰(zhàn)：缺乏行業(yè)標(biāo)準(zhǔn)、投入不足、數(shù)據(jù)管理有待提高。

關(guān)鍵詞 證券公司 財(cái)富管理轉(zhuǎn)型 大數(shù)據(jù) 客戶畫像

一、財(cái)富管理需求強(qiáng)烈

根據(jù)國家統(tǒng)計(jì)局的數(shù)據(jù)，我國居民人均可支配收入從2013年的18，311元上升至2018年的28，228元，名義年均復(fù)合增長率為9.04%，從2013年至2017年（2018年的收入結(jié)構(gòu)還未統(tǒng)計(jì)）的收入結(jié)構(gòu)來看，工資性收入占比最重，占比55%以上，其次是經(jīng)營凈收入，占比18%左右，再次是轉(zhuǎn)移凈收入，占比16%以上，最后是財(cái)產(chǎn)凈收入，占比7%以上。財(cái)產(chǎn)性收入雖然占比較小，但是年復(fù)合增長率較高，達(dá)到10.31%。福布斯中國聯(lián)合太平洋保險(xiǎn)金玉蘭財(cái)富共同推出的《2017年福布斯中國中高端富裕人群財(cái)富白皮書》，投資資產(chǎn)規(guī)模在100-500萬元的人群即為中高端富裕人群，白皮書顯示我國中高端富裕人群從2012年的748萬人增加至2016年的1261.08萬人，年均復(fù)合增長率達(dá)到13.95%。

隨著居民收入的提高，人們對資產(chǎn)配置和財(cái)富管理的需求也越來越強(qiáng)烈。但是居民的投資需求和其專業(yè)能力明顯不匹配，這給財(cái)富管理業(yè)務(wù)帶來了廣闊的空間。高凈值群體更傾向于選擇專業(yè)的財(cái)富管理機(jī)構(gòu)為自己系統(tǒng)地、長期地進(jìn)行資產(chǎn)管理，如何更好地服務(wù)他們也是金融機(jī)構(gòu)面臨的一個(gè)重大挑戰(zhàn)。

二、經(jīng)紀(jì)業(yè)務(wù)急需轉(zhuǎn)型

傳統(tǒng)經(jīng)紀(jì)業(yè)務(wù)一直是券商重要的一塊業(yè)務(wù)，根據(jù)中國證券業(yè)協(xié)會(huì)的數(shù)據(jù)，近5年證券行業(yè)收入具有較大的波動(dòng)性，營業(yè)收入從2014年的2，602.84億元，上升到2015年高峰時(shí)期的5，751.55億元，隨后又跌落至2018年的2，662.87億元。證券行業(yè)的收入和整個(gè)證券市場的景氣度有著強(qiáng)烈的正相關(guān)，“靠天吃飯”屬性較強(qiáng)。從收入結(jié)構(gòu)來看，代理買賣證券業(yè)務(wù)、證券投資收益、證券承銷與保薦業(yè)務(wù)、資產(chǎn)管理業(yè)務(wù)及利息凈收入貢獻(xiàn)了證券行業(yè)主要的收入來源，財(cái)務(wù)顧問及投資咨詢占比較小。

經(jīng)紀(jì)業(yè)務(wù)仍然是證券行業(yè)較重要的收入板塊，除了2015年外，近5年經(jīng)紀(jì)業(yè)務(wù)收入比重卻在不斷降低，下降趨勢較為明顯，從2014年的40.32%降至2018年的23.41%，經(jīng)紀(jì)業(yè)務(wù)面臨著較大的挑戰(zhàn)。傳統(tǒng)的經(jīng)紀(jì)業(yè)務(wù)主要依靠交易量和傭金率，隨著互聯(lián)網(wǎng)金融及移動(dòng)證券的不斷沖擊，券商的交易傭金率越來越低，根據(jù)中國證券業(yè)協(xié)會(huì)的數(shù)據(jù)，行業(yè)平均傭金率已經(jīng)從2008年的0.126%下降到2018年前三季度的0.032%。

傳統(tǒng)的經(jīng)紀(jì)業(yè)務(wù)急需尋找新的突破口，借助國外證券行業(yè)發(fā)展歷史來看，在同質(zhì)化、傭金自由化時(shí)代，券商經(jīng)紀(jì)業(yè)務(wù)轉(zhuǎn)型財(cái)富管理儼然成為必經(jīng)之路。

三、大數(shù)據(jù)技術(shù)在證券公司財(cái)富管理轉(zhuǎn)型中扮演重要角色

2017年12月4日證監(jiān)會(huì)副主席姜洋在深交所技術(shù)大會(huì)上表示，據(jù)預(yù)測，2020年，金融科技在中國資產(chǎn)管理市場上的份額將達(dá)到10%，規(guī)模超過10萬億元。證券公司財(cái)富管理轉(zhuǎn)型的核心在于將以產(chǎn)品為中心轉(zhuǎn)變?yōu)橐钥蛻魹橹行模瑓f(xié)助客戶打理財(cái)富，優(yōu)化資產(chǎn)配置，而這其中最主要的一環(huán)就是將適當(dāng)?shù)漠a(chǎn)品或服務(wù)與適當(dāng)?shù)目蛻襞鋵?。目前大?shù)據(jù)技術(shù)在證券公司財(cái)富管理轉(zhuǎn)型中在以下幾方面發(fā)揮作用：用戶畫像、智能投顧、量化投資以及風(fēng)險(xiǎn)控制。

（一）用戶畫像

客戶在券商現(xiàn)有的大量數(shù)據(jù)，如個(gè)人屬性包括用戶年齡、性別、學(xué)歷、工作單位，交易數(shù)據(jù)如用戶的資產(chǎn)情況、委托記錄、成交記錄、收益數(shù)據(jù)等等，證券公司可以利用大數(shù)據(jù)技術(shù)來對客戶進(jìn)行畫像，將客戶進(jìn)行分類。

客戶畫像可以幫助證券公司更好地了解客戶，這比傳統(tǒng)的問卷調(diào)查或者簡單的回訪要更加有效率，客戶的個(gè)人屬性及交易軌跡在很大程度上反映了客戶真實(shí)的交易偏好、風(fēng)險(xiǎn)特征及交易需求等，證券公司可以利用客戶畫像的結(jié)論為客戶提供更個(gè)性化的服務(wù)于產(chǎn)品。此外，客戶的交易軌跡反過來也有助于證券公司了解市場，進(jìn)而隨時(shí)調(diào)整服務(wù)與產(chǎn)品，更好地滿足客戶的需求。

目前很多證券公司已經(jīng)建立了基于客戶畫像的CRM系統(tǒng)，大券商如國信證券、平安證券、招商證券等已經(jīng)能夠?qū)崿F(xiàn)CRM系統(tǒng)覆蓋100%的客戶。CRM系統(tǒng)覆蓋證券公司的前中后臺(tái)，客戶畫像也是其重要的一項(xiàng)功能，利用客戶的特征和行為對客戶進(jìn)行分類，對客戶進(jìn)行價(jià)值分析和服務(wù)分析，從而進(jìn)行精準(zhǔn)化營銷挖掘。

（二）智能投顧

財(cái)富管理轉(zhuǎn)型的關(guān)鍵在于投資顧問服務(wù)能力，但是在證券公司客戶龐大的情況下，一對一投顧服務(wù)基本不太可能，利用大數(shù)據(jù)技術(shù)的智能投顧可以很好地彌補(bǔ)這一空缺，讓有經(jīng)驗(yàn)的人工投顧貼身服務(wù)高凈值客戶，而普通客戶可以由智能投顧來服務(wù)。智能投顧，簡單地說就是運(yùn)用云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)將資產(chǎn)組合理論建成模型，結(jié)合投資者風(fēng)險(xiǎn)偏好、投資期望、財(cái)務(wù)狀況、投資規(guī)劃等情況，為用戶生成自動(dòng)化、智能化、個(gè)性化的資產(chǎn)配資建議，并對組合實(shí)現(xiàn)跟蹤和自動(dòng)調(diào)整。

與傳統(tǒng)的人工投顧相比，智能投顧具有投資門檻低、服務(wù)門檻低、智能化、分散化等優(yōu)勢。

智能投顧起源于美國，在國外發(fā)展的較為成熟，國內(nèi)智能投顧2016年才開始迅速發(fā)展，目前已有多個(gè)證券公司推出其智能投顧產(chǎn)品。

2015年底，東吳證券在其“東吳秀財(cái)”APP中推出首款智能投顧產(chǎn)品“量身定制”，投資者選擇自身的風(fēng)險(xiǎn)偏好及投資金額后，系統(tǒng)會(huì)隨之生產(chǎn)包括1-6只股票的投資組合，投資者不需要過多的專業(yè)知識(shí)，就可以簡單地一鍵跟買。

2016年6月廣發(fā)證券為中心投資者推出了智能投顧“貝塔?！保摦a(chǎn)品可以提供4類策略，對應(yīng)不同的投資風(fēng)格，包括短線智能、綜合輪動(dòng)、價(jià)值精選、靈活反轉(zhuǎn)。

2016年10月華泰證券成功收購美國領(lǐng)先的資產(chǎn)管理平臺(tái)AssetMark，從而進(jìn)軍智能投顧領(lǐng)域。

2017年4月，長江證券推出了國內(nèi)首個(gè)券商智能財(cái)富管理系統(tǒng)“iVatarGo”，通過對客戶的投資特征、交易行為特征、投資能力、投資風(fēng)格、投資策略、當(dāng)前持倉等交易行為數(shù)據(jù)運(yùn)算和分析，為每位客戶提供適當(dāng)性且個(gè)性化的投資資訊、理財(cái)產(chǎn)品以及投資顧問等服務(wù)。

除此之外，不少大中型券商如國泰君安、海通證券、光大證券、平安證券、東興證券等也紛紛進(jìn)軍智能投顧領(lǐng)域。

（三）量化投資

財(cái)富管理的另一端是產(chǎn)品，證券公司具有資管牌照，能夠發(fā)行資管產(chǎn)品，量化投資產(chǎn)品可以豐富券商的產(chǎn)品行線。量化投資起源于20世紀(jì)70年代的美國，國外發(fā)展地已較為成熟，我國是從推出股指期貨后才有進(jìn)一步的發(fā)展。隨著大數(shù)據(jù)云計(jì)算的發(fā)展，依靠大數(shù)據(jù)進(jìn)行量化投資成為一門新興的技術(shù)?！洞蜷_量化投資的黑箱》的作者里什·K·納蘭認(rèn)為“量化投資就是借助現(xiàn)代統(tǒng)計(jì)學(xué)、數(shù)學(xué)的方法，從海量歷史數(shù)據(jù)中尋找能夠帶來超額收益的多種大概率策略，并紀(jì)律嚴(yán)明地按照這些策略所構(gòu)建的數(shù)量化模型來指導(dǎo)投資，力求取得穩(wěn)定持續(xù)的超額回報(bào)”。2018年美國市場的量化對沖基金資產(chǎn)管理規(guī)模突破1萬億美元，約占整個(gè)對沖基金行業(yè)管理規(guī)模的1/3，而根據(jù)wind的統(tǒng)計(jì)，截至2018年6月底，國內(nèi)市場共有約250只量化公墓基金，規(guī)模約900億元，占比低于公募基金總規(guī)模的1%，我國量化投資具有較大的發(fā)展空間。

（四）風(fēng)險(xiǎn)管理

2016年證監(jiān)會(huì)在《證券公司全面風(fēng)險(xiǎn)管理規(guī)范》中明確提出證券公司應(yīng)當(dāng)建立健全數(shù)據(jù)治理和質(zhì)量控制機(jī)制等數(shù)據(jù)治理相關(guān)要求。大數(shù)據(jù)的發(fā)展直接推動(dòng)券商風(fēng)險(xiǎn)管理模式變革，以某證券使用的恒生開發(fā)的兩款風(fēng)險(xiǎn)管理軟件反洗錢監(jiān)控系統(tǒng)和異常交易監(jiān)控系統(tǒng)為例。

這款異常交易系統(tǒng)將風(fēng)險(xiǎn)類型分為幾個(gè)大類，每個(gè)大類分別有細(xì)致的風(fēng)險(xiǎn)項(xiàng)，一旦客戶的交易行為觸發(fā)這些指標(biāo)，系統(tǒng)就會(huì)按照超過閾值的強(qiáng)度進(jìn)行報(bào)警，分為1-5級，若是觸發(fā)5級預(yù)警，證券公司工作人員得高度關(guān)注該客戶，采取核查、回訪等方式調(diào)查原因并進(jìn)行批注匯報(bào)。表2截取了部分監(jiān)控指標(biāo)，可以看到大數(shù)據(jù)技術(shù)的應(yīng)用讓可疑交易基本逃不出系統(tǒng)的監(jiān)測。

另一款恒生開發(fā)的反洗錢監(jiān)控系統(tǒng)主要針對反洗錢行為進(jìn)行監(jiān)測，系統(tǒng)會(huì)根據(jù)預(yù)先設(shè)定的閾值篩選出可疑的反洗錢客戶，這些行為可能是大額交易，可能是開戶地址與聯(lián)系地址不一致等，工作人員根據(jù)觸發(fā)的具體情況進(jìn)行分析排查，確定是否為反洗錢交易。

隨著證券公司轉(zhuǎn)型財(cái)富管理，大數(shù)據(jù)技術(shù)在其中會(huì)扮演越來越多的角色，起到越來越重要的作用，推動(dòng)證券公司創(chuàng)新產(chǎn)品、優(yōu)化技術(shù)，提供更高質(zhì)量的服務(wù)。

四、大數(shù)據(jù)技術(shù)在證券行業(yè)應(yīng)用的挑戰(zhàn)

1.證券行業(yè)大數(shù)據(jù)的行業(yè)標(biāo)準(zhǔn)還未建立，安全規(guī)范仍待完善。沒有統(tǒng)一的標(biāo)準(zhǔn)體系，數(shù)據(jù)共享、分析、挖掘、決策支持將無從談起。大數(shù)據(jù)涉及到客戶的個(gè)人信息，如何保證在使用過程中不產(chǎn)生泄露風(fēng)險(xiǎn)，需要建立行業(yè)標(biāo)準(zhǔn)，包括數(shù)據(jù)采集標(biāo)準(zhǔn)、存儲(chǔ)標(biāo)準(zhǔn)、流通標(biāo)準(zhǔn)、使用標(biāo)準(zhǔn)。與此對應(yīng)的軟硬件技術(shù)標(biāo)準(zhǔn)現(xiàn)階段也仍然缺失。只有統(tǒng)一的標(biāo)準(zhǔn)建立，客戶的信息安全才能收到保障。

2.證券公司對金融科技的投入不足。國際領(lǐng)先投行近年來對數(shù)字化轉(zhuǎn)型和金融科技創(chuàng)新的投入占到稅前利潤的近20%， 技術(shù)人才比例高達(dá)30%，線上平臺(tái)已成為標(biāo)配。國內(nèi)證券行業(yè)對金融科技的投入不足，研發(fā)投入占營收的比例不足5%。券商擁有自主IT研發(fā)團(tuán)隊(duì)的不多，主要依靠供應(yīng)商，創(chuàng)新動(dòng)力不足，對系統(tǒng)的認(rèn)知不夠深入，當(dāng)系統(tǒng)出現(xiàn)故障時(shí)，只能依靠供應(yīng)商解決。此外，目前大數(shù)據(jù)技術(shù)供應(yīng)商比較集中，比如恒生、金證、新意，導(dǎo)致供應(yīng)的產(chǎn)品均是標(biāo)準(zhǔn)化產(chǎn)品，針對各個(gè)公司定位的個(gè)性化產(chǎn)品較少。

3.數(shù)據(jù)管理應(yīng)用水平有待提高。雖然證券公司擁有大量的數(shù)據(jù)，但隨著互聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用，很多數(shù)據(jù)均是由客戶直接在平臺(tái)上提供，數(shù)據(jù)質(zhì)量不足。例如，投資者在開戶時(shí)需要填一份問卷調(diào)查，很多客戶并沒有按照自己的實(shí)際情況填寫，而是隨便勾選，這給證券公司如何利用這些數(shù)據(jù)帶來一定挑戰(zhàn)。此外，證券公司獲取數(shù)據(jù)的來源相對單一，對于外部數(shù)據(jù)的引入和應(yīng)用仍需加強(qiáng)。

參考文獻(xiàn)：

[1] 孟醒，申曙光.證券公司財(cái)富管理業(yè)務(wù)的競爭優(yōu)勢、戰(zhàn)略目標(biāo)與轉(zhuǎn)型路徑[J].南方金融，2018（04）：90-98.

[2] 陸岷峰，沈黎怡.關(guān)于證券公司中財(cái)富管理業(yè)務(wù)痛點(diǎn)及策略研究[J].經(jīng)濟(jì)與管理，2018，32（01）：38-45.

[3] 覃婧，張凱.券商財(cái)富管理業(yè)務(wù)的轉(zhuǎn)型突破口[J].金融博覽（財(cái)富），2017（06）：54-56.

[4] 上官樂奇.證券公司財(cái)富管理轉(zhuǎn)型的SWOT分析[J].理財(cái)廣場，2018（11）：3-7.

[5] 孫琳.大數(shù)據(jù)技術(shù)在開戶細(xì)分中的應(yīng)用[J].信息系統(tǒng)工程，2017（4）：3-7.

[6] 李映坤.大數(shù)據(jù)背景下用戶畫像的統(tǒng)計(jì)方法實(shí)踐研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2016：1-63.

[7] 馬元平，曹伊.我國證券公司智能投顧業(yè)務(wù)發(fā)展對策[J].合作經(jīng)濟(jì)與科技，2019（01）：58-60.

[8] 張立鈞.中國智能投顧市場蘊(yùn)藏巨大潛力[J].清華金融評論，2016（10）：93-97.