麥肯錫:2019年-2025年中國公募基金將保持18%的年複合增長率
2018年4月27日資管新規正式發佈已經過去兩年多。
截至2020年上半年,中國大資管市場整體管理資產規模高達116萬億元人民幣,已經成為全球僅次於美國的第二大資管市場,但是相較2013-2017年高達33%的年複合增長率,2017到2020上半年的資產管理規模不升反降。
在通道業務收縮、保本理財淡出市場、產品淨值化轉型的背景下,以公募基金、基金專户、私募證券投資基金、私募股權投資基金和保險資管為代表的主動管理先發優勢類資管機構2020年上半年管理的資產規模超過59萬億元,首次超越以信託、券商資管、基金子公司和銀行理財為代表的資管機構。
12月28日——全球管理諮詢公司麥肯錫發佈《麥肯錫中國銀行業CEO季刊》2020年冬季刊——《全球資管行業數字化轉型戰略藍圖與實踐》。本刊內容聚焦於資管科技這一熱點主題,剖析全球領先實踐者的轉型經驗,為中國資管行業提供借鑑。
麥肯錫預計,到2025年,中國資管市場整體管理規模將從2020年上半年的116萬億升至196萬億,2019-2025年均管理資產增速將超過9%。
同時,結構性變化將進一步持續,以公募基金為代表的主動管理先發優勢類機構將保持14%以上的年化增長率,其中公募基金將以18%的年複合增長率領跑市場增量管理資金淨流入;同時以銀行理財為代表的積極推動主動管理的資管機構將在未來5年逐漸重拾增長。
科技數據能力將拉開頭部機構和一般機構差距
根據麥肯錫調研,全球領先資管公司正在積極推動數字化在資管全價值鏈的應用。其中,數據應用又是推動數字化戰略的焦點。
數字化領先資管機構在數據領域的投入已經超過基礎架構、應用開發等其他科技投入,達到整體科技支出的30%,遠遠超過市場平均。
數字化賦能投資
投資能力是資管機構的核心競爭力。
麥肯錫認為數字化有助於領先資管公司輸出長期穩定的超額業績,特別是能將投研這一傳統能力提升為平台化、工業化的能力。
在智能投研方面,業內探索的重點是通過採集非結構數據,以及和傳統投研數據進行整合分析從而產生洞見。比如全球領先資管公司正在積極探索衞星數據、公司財報語義和情感分析對基本面投研的賦能和互相驗證。
在智慧投資領域,以橋水、2Sigma等為代表的對沖基金無疑處於行業前沿,他們正在積極探索通過人工智能技術替代人工投資決策的資產管理模式。而傳統資管巨頭聚焦的核心更集中於如何利用新技術賦能基本面投資,比如全球領先資管公司正在探索通過行為金融學和機器學習技術的結合,識別出投資經理的偏見傾向,從而在其投資決策過程中給予自動化的提醒和追蹤,幫助其提升決策水平。
在算法交易領域,除了對於量化投資交易的支持以外,ETF也正在成為算法交易支持的熱點。比如全球領先資管公司正在積極探索智能化交易排期工具對ETF投資的賦能,通過實時監測市場動態, 基於大數據模型推薦交易實施計劃,優化交易執行決策,控制成本。
除了點狀的技術應用,全球領先的資管公司正在積極推動工業化投研平台的建設。比如建設覆蓋重點行業的知識圖譜,實現行業研究的體系化和自動化。全球領先資管機構也在積極推動將智能投研金融科技內嵌入其投資研究。
資管公司的科技困惑
根據麥肯錫過去三年與中國領先資管機構的交流,中國資管公司的科技平台建設普遍存在以下三大痛點:
1.內部多個系統林立、業務系統流程割裂、信息割裂:業務流程在不同的系統之上運轉,互相割裂。系統之間的數據標準、數據來源和更新時效不統一,差錯率高,無法有效實現數據應用的賦能。
2.系統的底層架構和應用功能仍然比較傳統:系統架構的雲化和開發化程度不夠,多數現行系統僅僅能夠支撐業務流程運營,缺乏管理信息和業務導向的應用系統功能模塊,無法有效賦能前線業務和支撐大數據分析。
3.科技治理模式以被動接單,外包開發為主:科技團隊普遍較小,承接的大量開發工作以運營類、報表類等低價值開發工作為主。
“業務部門提不出需求,需求僅僅停留在非常基礎的流程數字化或者數據提取自動化階段”
“科技開發以外購系統和外包為主,普遍缺乏自主開發能力”
“資管公司中,科技團隊總感覺自己是二等公民,科技治理體系和科技人才體系不支持對業務的引領和賦能”
為解決上述難題,根據麥肯錫對全球領先資管公司的深入研究,總結了3+1資管科技數字化轉型藍圖。
1.制定與業務戰略高度一體化的“3+1”數字化戰略轉型藍圖,並分步推動落地:包括現有業務數字化賦能、建立創新商業模式、金融科技開放創新三大支柱和一套涵蓋科技平台和科技治理、大數據規模化應用和科技數據組織人才體系的基礎能力;
2.建立起科技業務高度融合共創的科技治理體系,打造端到端資管科技平台,鏈接端到端業務流程,打通系統豎井;
3.以推動數據用例落地為重點,逐步實現大數據規模化應用,同時建立起配套的數據治理和數據中台體系;
4.打造金融科技開放創新平台,建立資產管理和財富管理金融科技加速器和投資基金,規模化引入和應用外部創新;
5.加強科技數據人才儲備,通過內外部培訓體系提升組織數字商,推動敏捷開發模式落地,推動科技組織進一步專業化、敏捷化。
報告原文作者