近日，TalkingData 高級副總裁支寶才受邀出席由國泰君安證券、山西證券共同舉辦的 2018年度互聯網證券業務專項研討會，並做了題為《金融科技驅動券商財富管理業務轉型》的主題演講。
招商銀行和貝恩聯合發佈的報告稱， 2016年中國高淨值客戶（AUM超過1000萬RMB）規模已達到158萬人，持有的可投資資產達到165萬億人民幣。另外根據福布斯的預測，到2020年中國富裕人群（可投資金融資產100萬到500萬人民幣之間）的規模將達到3000萬，這些客戶的資產總額也將超過40萬億人民幣。另外據BCG的估算，2017年國內線上財富管理（全部通過線上的方式完成交易）規模佔比已經達到34.6%，如果考慮到券商服務的客戶類型和提供產品的範圍，證券行業財富管理線上的比例會更高。
財富管理市場規模龐大，增長快速，無疑蘊藏著無限商機。而隨著佣金費率的不斷降低，券商經紀業務從傳統通道服務向財富管理模式轉型已成為國內證券公司戰略轉型的重要方向。隨著大數據、智能投顧等金融科技手段開始廣泛運用於財富管理的各個方面，國內券商積極探索在互聯網證券的大背景下，如何利用金融科技實現財富管理業務的轉型。
互聯網證券的下半場應該如何來做？如何更好地利用金融科技的手段助力線上財富管理轉型和提升業務運營和客戶服務的能力？在研討會上，TalkingData 高級副總裁支寶才從幾個方面為數十家券商做了分享。
一、互聯網化證券財富管理市場的四個發展階段
支寶才指出，從全球來看，互聯網背景下證券財富管理業務發展主要經歷了四個階段。分別為以證券交易互聯網化為標誌的第一階段，把傳統的線下交易遷移到線上，極大的提升了交易效率，但是投資管理、客戶服務等環節還是在線下進行。接下來是以互聯網開戶為標誌的第二階段，券商實現了全業務流程的線上操作，擺脫了物理網點的限制，線下渠道輕型化，這個階段的關注重點是客戶規模、佣金業務收入和運營成本。第三個階段的標誌是互聯網化投融資，這個階段券商開始發力線上財富管理，通過拓展產品和服務的範圍，提升管理客戶的資產規模，更關注客戶的綜合貢獻，多元化業務收入來源，而不是單純依靠佣金業務收入；最後一個階段是實現以綜合賬戶管理為基礎的一體化金融服務，這需要通過金融混業手段，實現客戶的多賬戶打通。
支寶才認為，這個四個階段在美國市場大概花了40年時間才完成，但是國內證券互聯網化和經紀業務向財富管理業務轉型同時發生，目前國內的券商大多數在從第二階段和第二階段向第三階段過渡的時期。
二、國外互聯網證券拓展財富管理業務的三種路徑
接下來，支寶才分析了國外互聯網券商拓展財富管理業務的路徑，並分享了其對國內券商互聯網財富管理業務轉型的啟示。
- 第一種路徑是從傳統券商向O2O財富管理平臺轉型。這裡包括多數的傳統線下證券經紀商。如嘉信理財，由最開始的佣金折扣經紀商模式，到資產集合商模式，再到O2O財富管理模式，通過發展互聯網財富管理，在吸引了中小投資者後拓展中高端客戶市場，最後向全面金融服務商模式遷移，最後發展成集證券經紀、資產管理、銀行、金融諮詢為一體的綜合金融服務商。通過發展財富管理業務，嘉信理財的經紀業務收入佔比從1991年的65%，到2014年下降到不足18%。
- 第二種路徑是從網絡折扣經濟商發展成為線上綜合財富管理服務提供商。一個典型的案例就是E-Trade。E-Trade 1994年開設網站直接為客戶服務，成為一家純線上網絡折扣經紀商，利用市場推廣、低傭加便捷服務快速的獲取了大量的客戶，高峰時近一半的營收都投入到市場推廣。而後逐步向資產增值服務轉型，例如收購互聯網銀行Telebank，進入互聯網銀行業，聯合E-Loan將業務拓展到抵押貸款領域，收購金融媒體網站，利用網站門戶為投資者提供原創金融信息。
- 第三種路徑是新興金融科技公司利用金融科技能力在傳統市場以差異化的模式切入財富管理市場。例如Betterment，它是第一家通過自動化在線服務為客戶進行資產管理的投資理財公司，也是美國最大的、增長最快的智能投資顧問公司之一。Betterment利用財富管理平臺及資產聚合工具，為客戶定製個性化的儲蓄和投資方案，其定位的客戶類型是20萬美元以上的個人財富管理客戶，近年來逐步向低端客戶輸出財富增長服務。這個類型的公司增長很快，在美國智能投顧管理的資產管理規模佔比已經接近財富管理市場總規模的20%。
支寶才認為不管通過哪種路徑進行轉型，最終券商要思考的課題都是如何為客戶提供滿足其需求的金融產品、提供更優質的服務，同時有效控制運營成本，而互聯網和金融科技的發展無疑為轉型提供了更多的選擇空間。對國內券商而言，發展財富管理業務是佣金自由化驅動的經紀業務轉型的必然趨勢，並且因為國內市場競爭結構形態和美國不同，國內券商的起點其實都比較類似，但可選的路徑可以多種多樣，目前我們看的轉型實踐很多都同時帶有以上三種路徑的某些特點。
三、金融科技如何推動券商財富管理業務轉型
支寶才認為金融科技將使得券商有機會重新定位財富管理業務，並將深刻改變券商開展財富管理業務的模式。首先金融科技使的券商財富管理能力下移，使得能夠用傳統服務私人銀行、中高端客戶的方式服務更多的“低”端客戶，他將這種趨勢稱為財富管理業務下沉。例如過去投資顧問服務成本很高，在一定交易額度或AUM值以下的客戶很難獲得財務規劃、投資建議和投資管理的服務。現在機器人投顧（Robo-Advisory）完全可以代替一般的投資經理和財務顧問，並且服務水平更加可控，使得更多偏低金融資產水平的客戶也能獲得相應的服務。其次金融科技有助於打破財富管理市場產品服務同質化的競爭態勢，使得券商有可能利用金融科技的賦能獲取差異化的競爭能力，從而在競爭中獲勝。可能是更高效的移動互聯網運營能力、更個性化的資訊服務能力，更精準的智能產品推薦引擎、或更強大的量化投資模型等。
針對券商具體如何利用金融科技提升財富管理能力，支寶才結合TalkingData在大數據領域的經驗，重點和大家分享瞭如何利用大數據升級客戶洞察（KYC）能力。
他分享的一個的重要應用場景是如何利用大數據精準定位高淨值客戶。定位高淨值客戶的方法和定位普通客戶有比較大的差異。高淨值客戶數量少，營銷成本高，營銷難度高，所以需要有更深的客戶洞察和更精準的定位方式。TalkingData通過分析中高端客戶的行為特徵，發現他們在特定興趣、社會團體、特定消費服務場所、居住地、人群關係等方面比普通客戶有更明顯的聚集效應。支寶才介紹了TalkingData如何成功幫助一家金融機構利用一方數據和TD設備的位置（LBS）數據建模，成功定位潛在的財富管理客戶的案例。
支寶才認為利用客戶關係圖譜升級客戶洞察對於券商開展財富管理業務也是可以思考的一個方向。他舉例說，高淨值客戶中很多是企業主，在大多數私人銀行機構的客戶中企業主的佔比是超過50%的。傳統方式我們比較關心單個客戶的人口信息，資產情況，交易信息，當然現在還有客戶行為信息。但是其實財富管理客戶，特別是高淨值客戶，對於財富管理機構來說更有價值的信息是客戶關係信息：例如他擁有的企業的信息——很多小企業主投融資行為是個人企業分不開的；又例如他的家庭的信息——很多高淨值人群投資在家庭有分工，僅僅分析個人信息很難做出有價值的判斷。個人客戶關係圖譜的構建不僅對營銷、客戶服務有價值，對風險管理也同樣有價值。在會上支寶才分享了TalkingData如何利用大數據幫助某金融機構構建客戶關係圖譜的實踐案例。
在會議中，支寶才還給各家券商介紹了幾家在國外市場比較有特色的金融科技公司，展示他們如何利用大數據改變投資行業。如大數據公司Kensho，利用機器學習判斷國際事件對交易市場指數和股價的影響，他們的模型成功預測了英國脫歐後英鎊對美元的走勢，不僅是長期趨勢，還包括未來幾個月的大的波動情況，結果非常準確，在當時震驚了市場。Sqreem公司致力於分析人們的數字活動和行為來預測他們可能最想要的產品和服務，利用爬蟲軟件獲取公開大數據, 分析了美國3億人線上行為活動。富國銀行、BlackRock、瑞士聯合銀行和德意志銀行都是他們的用戶。
最後支寶才總結道，互聯網的發展，特別是大數據和人工智能的發展對券商財富管理業務來說，並不是意味著顛覆，而是提供了更多的轉型手段和業務模型選擇的可能性。回到前面Betterment的案例，其實現在行業最大的智能投顧資產管理者是傳統投行Vanguard，Vanguard雖然開發智能投顧比Betterment晚了很多年，但是其利用其對客戶的深刻理解和對傳統金融能力的有效結合，現在其智能投顧產品管理的資產是Betterment的近五倍。
最後支寶才簡要介紹了TalkingData的解決方案和產品服務，他表示TalkingData願意以其在數據智能領域的能力和經驗，幫助國內券商實現財富管理業務轉型和升級。
閱讀更多 TalkingData 的文章
