證券公司前台業務數字化轉型的具體內容與場景

　　文/清華大學金融科技研究院證券科技研究中心 賀競成 梁昱

　　導讀：本文根據要點針對不同業務條線的數字化轉型實踐提出了相關建議，指出經紀業務可以以一站式經紀業務綜合服務平台、數據統籌、產品管理為切入點；投行業務要注重投行業務管理系統的升級以解決人員管理、過程管理、財務管理、項目客户維護等環節存在的問題；資管業務要轉變核心理念、加強業務協同、注重資產管理系統的開發與升級；證券研究要實現數據管理標準化、加強另類數據獲取、建立專有算法模型與數據工具庫。

　　證券公司的數字化轉型涵蓋信息化、數字化、智能化三個階段，並以運營與決策的“智能化”作為最終目標。證券公司的數字化轉型最終會體現在各業務條線具體應用場景中，因此本文從證券公司業務視角出發，對包括經紀業務、投行業務、資管業務以及證券研究在內的前台業務的數字化轉型進行闡述和總結，旨在為證券公司前台業務數字化轉型實踐提供指引。

　　 一、經紀業務

　　證券公司的經紀業務指證券公司通過其設立的證券營業部，接受客户委託，按照客户要求代理客户買賣證券，並提供交易單元席位租賃、金融產品代銷等服務的業務。

　　（一）線上線下相結合的運營模式（O2O）

　　隨着移動互聯網技術的發展與應用，證券公司之間的競爭已經由線下營業網點的擴張轉移到互聯網線上引流的模式。隨着證券公司佣金收入的下降，線下運營的盈利模式逐漸失去其競爭優勢，而通過移動互聯網的線上賦能，能夠使證券公司擴大其客户資源範圍，實現更精準、更高效、更廣泛的用户觸達，幫助證券公司完成經紀業務的數字化轉型。首先，線上線下結合可以轉變證券公司的獲客方式，通過移動端APP打造應用集羣，並結合微信公眾號、微信小程序、財富號、財經門户等方式實現不同平台間的相互導流。其次，線上線下結合有利於提升用户服務質量及團隊服務能力，通過個性化的方式提供低成本、效率高、範圍廣、標準化的線上服務。

　　（二）數據驅動的數字化運營模式

　　在金融科技的支持下，證券公司可以運用人工智能、雲計算、大數據等技術，構建集數據採集、存儲、調度、查詢、交換、計算等功能於一體的大數據平台基礎設施。同時，引入數據治理體系，以數據服務為核心理念，建設以大數據平台為支撐的數據中台、運營中台、營銷中台，賦能證券公司的前台業務與客户服務，最終形成為以客户體驗為中心、以海量數據為驅動的新經紀業務形態。

　　（三）產品和服務的變革與升級

　　在線上化、數字化的運營模式下，以用户為中心的立體化、實時化、在線化、全面化、個性化、系統化、精細化、精確化的服務與營銷體系逐步建立起來，將用户帶入到應用場景中，從被動營銷與服務接受轉變為主動消費與學習獲取，服務人員與用户的互動交流更為緊密，關係更為融洽，信任紐帶更為牢固。此外隨着客户的金融素養普遍提升，對金融產品有着多元化、差異化的層次性需求，證券公司的產品變革與升級成為必然的趨勢。

　　 二、投行業務

　　投行業務是證券公司業務版圖的重要組成部分，主要包括股票承銷與保薦、債券承銷、併購重組、財務顧問、資本中介服務等幾大業務模塊。現階段，我國證券行業投行業務存在收入結構單一、經營理念不匹配、國際競爭能力不足等問題。

　　（一）  數字化轉型路徑

　　1.頭部證券公司的智能大投行路徑

　　在金融科技的驅動下，運用人工智能、大數據、雲計算等技術全面覆蓋股票保薦與承銷、債券承銷等多個業務鏈條，並建立多元化的複合型人才梯隊，通過科技與人才的結合重點提升銷售團隊、研究團隊的營銷與研究能力，從而夯實項目儲備、項目承攬、項目定價、項目風控等業務基礎。

　　2.小型證券公司的精品投行路徑

　　在投行業務市場及政策環境寬鬆轉暖之際，小型證券公司需要集中自身資源，運用金融科技手段採用差異化、精品化戰略，專注賦能其中一項或幾項業務板塊，注重自動化以及大數據分析，深耕細分行業，提高產品與服務的創新能力，加強風險管控，持續增強業務專注度與獨立性，擴大自身競爭優勢，在投行業務市場中走出一條精品投行的道路。

　　（二）數字化轉型提升業務能力

　　1.投行文檔材料數字化

　　通過數據的自動化挖掘和爬取，能夠加強投行業務基礎信息的蒐集能力，擴大數據的廣度和深度，並且能夠將海量的金融數據進行有組織、有邏輯、有關聯性的整理和規範，構建金融數據庫，提升基礎信息的質量。以結構化、高質量的數據為基礎，通過電子模板自動化創建工作底稿文檔，將紙質材料電子化並存儲至雲端，通過構建底稿管理系統對投行資料進行系統性管理。

　　2.定價、產品設計、營銷、風險管理的綜合提升

　　在定價方面，通過定價模型的構建與訓練，能夠對反映行業現狀、經濟發展、市場風險等不同方面的定價影響因子進行綜合運算，不斷完善模型邏輯和調參方法，運用技術手段輔助業務人員進行項目定價，提升定價的有效性。在產品設計和營銷上，通過對客户數據的挖掘與分析，發現客户的個性化需求和特徵，有針對性地進行產品研發，搭建投行業務產品矩陣，實現不同層級客户的全面覆蓋，並通過制定信息化、標準化的營銷體系與激勵機制，構建專業性高、執行力強的營銷團隊。在風險管理方面，設立獨立的風險管理部門，通過構建數字化風險管理系統，動態計算和監控風險指標，利用信息平台實現風險管理的標準化流程，提高投行業務的質量控制與風險控制能力。

　　（三）投行業務數字化中台建設

　　數字化中台為承攬、承做、承銷、持續督導等流程環節提供各類輔助性工具，並在系統中設置關鍵節點，明確質控、內核、合規、風控的規則，制定投行業務各流程環節的執行標準，提升了投行業務的規範性，推進投行業務的智能化，實現投行業務由人員密集向知識密集、技術密集的轉型。此外，數字化中台為投行業務的基礎研究提供有力的支持。

　　 三、資管業務

　　資管業務指金融機構對他人的委託資產進行投資和管理，獲取投資收益，實現委託人資產的保值及增值，並以特定比例收取資產管理費用。

　　（一）資金端

　　 1. 豐富服務與產品助力資金彙集 

　　在金融科技的推動下，證券公司投行業務可以實現客户與服務線上線下的雙重鏈接，重構客户服務模式，並以客户大數據分析為基礎，在客户生命週期的價值鏈條上深耕細作，將碎片化的資金渠道通過科技手段進行立體化、層次化的歸集，在資金端拓展客户觸達的深度與廣度。在資金端具體的業務場景中，以獲客、營銷、產品、服務、信用管理作為客户價值鏈的主要環節，分別運用智能獲客、智能營銷、智能投顧、智能客服、智能反欺詐等手段進行賦能。

　　 2.業務協同與理念轉變助力財富管理轉型

　　在財富管理轉型中，證券公司要建立以客户為中心的理念，建立全新的商業模式，不能侷限在理財產品銷售、交易及融資融券提供、諮詢服務附加、產品利潤驅動的範圍內，要以提供一站式資產配置服務為出發點，積極促進證券公司不同業務部門的協調與合作，制定公平的利益分配機制，為用户進行綜合的理財方案設計，實現用户的財富保值、增值，以用户的財富積累與傳承為目標，運用人工智能、大數據等技術手段，以線上線下結合、數字化運營、多元化產品矩陣為基礎，為用户提供線上化、智能化、靈活化的投資諮詢、產品設計等個性化服務，實現真正的財富管理轉型。

　　（二）資產端

　　1.研發智能風控平台，嚴格控制資產風險

　　證券公司在開展資產管理業務過程中，通過金融科技構建智能風控平台，一是能夠提高資產信息的碎片化整合，綜合研判資產在不同環境下的動態情況。二是引入可量化、可跟蹤、可調整的資產風險評估指標，並能夠通過算法與模型實現風險控制的流程化、標準化，提高風險資產處置的準確性與及時性。

　　2.構建資產管理系統，提升主動管理能力

　　資產管理系統能夠通過技術手段使之具備自動化、可擴展、高可靠的特性，降低IT運維的成本，對資產管理全業務生命週期進行靈活、全面的管理。通過賬户體系、產品體系、金融資產體系、信用體系、合規體系、投研體系等橫向業務鏈條環節的子系統，以及基礎設施、數據平台、運營平台等縱向管理架構，將客户、資產、信用、合規等環節緊密連接，實現線上線下業務資源的靈活分配，形成合縱連橫、層次分明的資產管理業務數字化管理體系，賦能證券公司資管業務的主動管理能力。

　　3.區塊鏈技術實現資產證券化 

　　將區塊鏈技術運用到資產證券化中，通過將底層資產信息上鍊，結合區塊鏈的算法公示機制、時間戳、鏈式結構等特性，可以有效提升底層資產的透明度，消除參與方之間的信息不對稱。此外，將業務過程中產生的文檔資料、交易數據存儲在區塊鏈中能夠防止數據信息被輕易篡改，且在權責認定時可以追溯資料來源，提高資產證券化業務的安全性與監管效率。在交易履行方面，區塊鏈智能合約、分佈式架構與點對點傳輸等技術特點能夠實現交易的自動化精準執行，確保交易的及時性，有效降低對手的違約風險。

　　 四、證券研究

　　證券公司在投研市場生態發生重構之際，要積極將智能投研運用在證券研究中，實施證券研究的數字化轉型，提升研究部門的研究能力與效率。智能投研可以改善數據維度少、頻率低，調研樣本少、偏差大等缺陷，將結構化數據與非結構化數據相結合，擴大數據資源範圍，加強數據的深度價值發掘，為投研工作提供良好的信息和數據基礎。

　　此外，智能投研通過人工智能算法的支持，具備良好的自我學習能力，可以從數據當中學習資產、事件、行情走勢之間的相關性，發掘潛在信息，實現模型的訓練與優化的持續迭代，並在傳統的數據獲取、數據處理、數據分析、觀點決策等投研環節中實現自動化、規模化、標準化，提升各環節的速度與質量，實現從數據蒐集到投資決策的自動化一站式服務，對證券公司的證券研究是不可或缺的助力。

　　在數據層面，加強另類數據的獲取與價值挖掘是提升證券研究質量的另一有效途徑，像衞星數據、地理數據、輿情信息等涵蓋不同維度的另類數據可以作為智能投研的數據基礎，拓寬數據信息維度，在人工智能、大數據等算法的支持下，另類數據的價值發現空間被大幅拓展，是智能投研的有力推手。

　　 五、啓示與建議

　　（一）經紀業務

　　1.一站式經紀業務綜合服務平台

　　一站式經紀業務綜合服務平台以效率、體驗、成本三要素為核心，遵循以客户為中心的原則，以人工智能、大數據等技術為支撐，以數據作為燃料，根據零售客户、機構客户等不同客户羣體的需求開展產品創新、服務升級、運營優化，做到經紀業務精準化、智能化、輕型化、實時化、個性化。充分發揮技術優勢，助力員工業務開展，實現之前提到的線上線下渠道的深度融合、數據驅動的數字化運營模式與產品和服務的迭代升級，進一步拓展經紀業務市場份額。

　　2.數據統籌

　　經紀業務綜合服務平台搭建需要建立在良好的數據統籌基礎之上，業務部門需要將用户信息、產品信息、新聞資訊、行業知識、三方數據等各類數據資源進行統籌與管理，制定數據收集、存儲、處理與分析規範，為經紀業務綜合服務平台提供數據保障。

　　3.產品管理

　　隨着客户需求越加多樣化、個性化，證券公司經紀業務的產品創新將持續升級，逐步形成產品層次化矩陣，產品數量的增多對產品管理提出了更高的要求，證券公司需要清晰明確地產品管理路徑以建立產品開發管理體系、人員績效管理體系、客户運營管理指標體系，將業務人員、產品經理、產品屬性與客户需求進行緊密對接，形成良好的產品跟蹤與督導機制。

　　（二）投行業務

　　1.人員管理

　　在人員管理方面，投行業務管理系統需要具備線上化留痕功能，實時記錄業務人員的言語與行為，並展現業務人員在不同項目上的分佈情況，便於後續管理層的查詢與督導，以及對項目資源的重新分配。

　　2.過程管理

　　在過程管理中，投行業務管理系統需要將項目日誌管理標準化、自動化以確保項目信息記錄的準確性、及時性和完整性，通過在系統中內嵌數據抓取與處理功能，降低證券公司投行項目管理的複雜度，實現便捷、高效的過程管理。

　　3.財務管理

　　財務管理的重點在於及時的跟進與合同的準確性，需要避免合同填寫錯誤或條款跟進滯後等現象。通過投行業務管理系統的升級，可以實現合同記錄與跟進的自動化、智能化處理，以滿足財務管理的相關要求。

　　4.項目客户維護

　　在項目客户維護上，投行業務管理系統需要加強對大中型企業的覆蓋範圍，在系統中設置重要的流程控制節點，根據業務性質劃分出各自獨立或耦合的子模塊以滿足項目進展中客户管理的需要，並運用人工智能、大數據等技術對海量客户數據進行採集、清洗、分析、建模，挖掘潛在業務機會，實現客户的深度開拓與精細化管理。

　　（三）資管業務

　　1.轉變資產管理理念，加強業務協同

　　證券公司要在資管業務條線運營中樹立以客户為中心的核心理念，避免片面的以業績為驅動開展業務工作，以幫助客户實現財富的穩定增長，為客户提供個性化、專業化的一站式資產配置服務。在此基礎上，證券公司要注重培養與提升業務人員的服務能力與專業水平，打破不同業務條線之間的資源壁壘，清晰界定利益分配機制，提升業務協同效率與凝聚力，更好地助力證券公司財富管理轉型，以良好的理念與服務贏得客户的尊重與信任。

　　2.資產管理系統開發與升級

　　證券公司要主動開展資產管理系統的開發與升級工作，將資產管理價值鏈上的產品設計、產品服務、客户營銷、交易結算、風險控制、研究分析等業務環節用數字化解決方案進行貫穿，全方位增強自身資管業務的主動管理能力、資產運營效率，為建立資管業務生態持續輸出服務能力，提供高質量的技術支持。

　　（四）證券研究

　　1.數據管理流程標準化

　　證券公司要制定清晰的數據管理流程，明確數據源、數據結構、數據類型、數據存儲、數據提取、數據分析等方面的統一標準，避免在各業務條線之間出現數據缺失、數據重複、數據權限不統一、數據結構混亂、數據接口不規範等問題。要在開展智能投研工作前投入資金、時間和精力將現存的數據問題處理好，為研究工作掃清數據障礙，力求達到事半功倍的效果。

　　2.另類數據獲取與應用

　　人工智能、大數據等技術的研究與應用為另類數據的獲取及處理提供了強大的技術支持，因此除去企業運營、財務、投資數據等常規類型的數據資源，證券公司可以加強對另類數據的探索與研究，擴大數據資源範圍，提升信息挖掘的深度與廣度。

　　3.建立算法模型與數據工具庫

　　在數據治理清晰的基礎上，證券公司可以將智能投研工作中開發與應用的算法模型、數據工具整理歸集，建立專有的算法模型與數據工具庫，對相關文檔進行線上留存，便於研究工作的更新迭代，避免在長期研究過程中的重複開發，提升智能投研的工作效率。

　　本文系未央網專欄作者:證券科技研究中心 發表，內容屬作者個人觀點，不代表網站觀點，未經許可嚴禁轉載，違者必究！