近日，TalkingData 高级副总裁支宝才受邀出席由国泰君安证券、山西证券共同举办的 2018年度互联网证券业务专项研讨会，并做了题为《金融科技驱动券商财富管理业务转型》的主题演讲。
招商银行和贝恩联合发布的报告称， 2016年中国高净值客户（AUM超过1000万RMB）规模已达到158万人，持有的可投资资产达到165万亿人民币。另外根据福布斯的预测，到2020年中国富裕人群（可投资金融资产100万到500万人民币之间）的规模将达到3000万，这些客户的资产总额也将超过40万亿人民币。另外据BCG的估算，2017年国内线上财富管理（全部通过线上的方式完成交易）规模占比已经达到34.6%，如果考虑到券商服务的客户类型和提供产品的范围，证券行业财富管理线上的比例会更高。
财富管理市场规模庞大，增长快速，无疑蕴藏着无限商机。而随着佣金费率的不断降低，券商经纪业务从传统通道服务向财富管理模式转型已成为国内证券公司战略转型的重要方向。随着大数据、智能投顾等金融科技手段开始广泛运用于财富管理的各个方面，国内券商积极探索在互联网证券的大背景下，如何利用金融科技实现财富管理业务的转型。
互联网证券的下半场应该如何来做？如何更好地利用金融科技的手段助力线上财富管理转型和提升业务运营和客户服务的能力？在研讨会上，TalkingData 高级副总裁支宝才从几个方面为数十家券商做了分享。
一、互联网化证券财富管理市场的四个发展阶段
支宝才指出，从全球来看，互联网背景下证券财富管理业务发展主要经历了四个阶段。分别为以证券交易互联网化为标志的第一阶段，把传统的线下交易迁移到线上，极大的提升了交易效率，但是投资管理、客户服务等环节还是在线下进行。接下来是以互联网开户为标志的第二阶段，券商实现了全业务流程的线上操作，摆脱了物理网点的限制，线下渠道轻型化，这个阶段的关注重点是客户规模、佣金业务收入和运营成本。第三个阶段的标志是互联网化投融资，这个阶段券商开始发力线上财富管理，通过拓展产品和服务的范围，提升管理客户的资产规模，更关注客户的综合贡献，多元化业务收入来源，而不是单纯依靠佣金业务收入；最后一个阶段是实现以综合账户管理为基础的一体化金融服务，这需要通过金融混业手段，实现客户的多账户打通。
支宝才认为，这个四个阶段在美国市场大概花了40年时间才完成，但是国内证券互联网化和经纪业务向财富管理业务转型同时发生，目前国内的券商大多数在从第二阶段和第二阶段向第三阶段过渡的时期。
二、国外互联网证券拓展财富管理业务的三种路径
接下来，支宝才分析了国外互联网券商拓展财富管理业务的路径，并分享了其对国内券商互联网财富管理业务转型的启示。
- 第一种路径是从传统券商向O2O财富管理平台转型。这里包括多数的传统线下证券经纪商。如嘉信理财，由最开始的佣金折扣经纪商模式，到资产集合商模式，再到O2O财富管理模式，通过发展互联网财富管理，在吸引了中小投资者后拓展中高端客户市场，最后向全面金融服务商模式迁移，最后发展成集证券经纪、资产管理、银行、金融咨询为一体的综合金融服务商。通过发展财富管理业务，嘉信理财的经纪业务收入占比从1991年的65%，到2014年下降到不足18%。
- 第二种路径是从网络折扣经济商发展成为线上综合财富管理服务提供商。一个典型的案例就是E-Trade。E-Trade 1994年开设网站直接为客户服务，成为一家纯线上网络折扣经纪商，利用市场推广、低佣加便捷服务快速的获取了大量的客户，高峰时近一半的营收都投入到市场推广。而后逐步向资产增值服务转型，例如收购互联网银行Telebank，进入互联网银行业，联合E-Loan将业务拓展到抵押贷款领域，收购金融媒体网站，利用网站门户为投资者提供原创金融信息。
- 第三种路径是新兴金融科技公司利用金融科技能力在传统市场以差异化的模式切入财富管理市场。例如Betterment，它是第一家通过自动化在线服务为客户进行资产管理的投资理财公司，也是美国最大的、增长最快的智能投资顾问公司之一。Betterment利用财富管理平台及资产聚合工具，为客户定制个性化的储蓄和投资方案，其定位的客户类型是20万美元以上的个人财富管理客户，近年来逐步向低端客户输出财富增长服务。这个类型的公司增长很快，在美国智能投顾管理的资产管理规模占比已经接近财富管理市场总规模的20%。
支宝才认为不管通过哪种路径进行转型，最终券商要思考的课题都是如何为客户提供满足其需求的金融产品、提供更优质的服务，同时有效控制运营成本，而互联网和金融科技的发展无疑为转型提供了更多的选择空间。对国内券商而言，发展财富管理业务是佣金自由化驱动的经纪业务转型的必然趋势，并且因为国内市场竞争结构形态和美国不同，国内券商的起点其实都比较类似，但可选的路径可以多种多样，目前我们看的转型实践很多都同时带有以上三种路径的某些特点。
三、金融科技如何推动券商财富管理业务转型
支宝才认为金融科技将使得券商有机会重新定位财富管理业务，并将深刻改变券商开展财富管理业务的模式。首先金融科技使的券商财富管理能力下移，使得能够用传统服务私人银行、中高端客户的方式服务更多的“低”端客户，他将这种趋势称为财富管理业务下沉。例如过去投资顾问服务成本很高，在一定交易额度或AUM值以下的客户很难获得财务规划、投资建议和投资管理的服务。现在机器人投顾（Robo-Advisory）完全可以代替一般的投资经理和财务顾问，并且服务水平更加可控，使得更多偏低金融资产水平的客户也能获得相应的服务。其次金融科技有助于打破财富管理市场产品服务同质化的竞争态势，使得券商有可能利用金融科技的赋能获取差异化的竞争能力，从而在竞争中获胜。可能是更高效的移动互联网运营能力、更个性化的资讯服务能力，更精准的智能产品推荐引擎、或更强大的量化投资模型等。
针对券商具体如何利用金融科技提升财富管理能力，支宝才结合TalkingData在大数据领域的经验，重点和大家分享了如何利用大数据升级客户洞察（KYC）能力。
他分享的一个的重要应用场景是如何利用大数据精准定位高净值客户。定位高净值客户的方法和定位普通客户有比较大的差异。高净值客户数量少，营销成本高，营销难度高，所以需要有更深的客户洞察和更精准的定位方式。TalkingData通过分析中高端客户的行为特征，发现他们在特定兴趣、社会团体、特定消费服务场所、居住地、人群关系等方面比普通客户有更明显的聚集效应。支宝才介绍了TalkingData如何成功帮助一家金融机构利用一方数据和TD设备的位置（LBS）数据建模，成功定位潜在的财富管理客户的案例。
支宝才认为利用客户关系图谱升级客户洞察对于券商开展财富管理业务也是可以思考的一个方向。他举例说，高净值客户中很多是企业主，在大多数私人银行机构的客户中企业主的占比是超过50%的。传统方式我们比较关心单个客户的人口信息，资产情况，交易信息，当然现在还有客户行为信息。但是其实财富管理客户，特别是高净值客户，对于财富管理机构来说更有价值的信息是客户关系信息：例如他拥有的企业的信息——很多小企业主投融资行为是个人企业分不开的；又例如他的家庭的信息——很多高净值人群投资在家庭有分工，仅仅分析个人信息很难做出有价值的判断。个人客户关系图谱的构建不仅对营销、客户服务有价值，对风险管理也同样有价值。在会上支宝才分享了TalkingData如何利用大数据帮助某金融机构构建客户关系图谱的实践案例。
在会议中，支宝才还给各家券商介绍了几家在国外市场比较有特色的金融科技公司，展示他们如何利用大数据改变投资行业。如大数据公司Kensho，利用机器学习判断国际事件对交易市场指数和股价的影响，他们的模型成功预测了英国脱欧后英镑对美元的走势，不仅是长期趋势，还包括未来几个月的大的波动情况，结果非常准确，在当时震惊了市场。Sqreem公司致力于分析人们的数字活动和行为来预测他们可能最想要的产品和服务，利用爬虫软件获取公开大数据, 分析了美国3亿人线上行为活动。富国银行、BlackRock、瑞士联合银行和德意志银行都是他们的用户。
最后支宝才总结道，互联网的发展，特别是大数据和人工智能的发展对券商财富管理业务来说，并不是意味着颠覆，而是提供了更多的转型手段和业务模型选择的可能性。回到前面Betterment的案例，其实现在行业最大的智能投顾资产管理者是传统投行Vanguard，Vanguard虽然开发智能投顾比Betterment晚了很多年，但是其利用其对客户的深刻理解和对传统金融能力的有效结合，现在其智能投顾产品管理的资产是Betterment的近五倍。
最后支宝才简要介绍了TalkingData的解决方案和产品服务，他表示TalkingData愿意以其在数据智能领域的能力和经验，帮助国内券商实现财富管理业务转型和升级。
閱讀更多 TalkingData 的文章
