4500字长文讲清证券行业金融科技逻辑与路径

2016-12-21 由 发布 阅读(112)

因技术变革而至的中国互联网金融,或者说金融科技(Fintech),在过去几年呈现运动式发展,除了BAT等互联网公司,其它新兴公司,银行、保险、基金公司等传统金融机构都被卷入这场变革式洪流之中。这其中,一个被忽略的事实是,证券行业似乎没有互联网公司先进、进取,甚至感觉是落后,这值得深思。

当中国金融科技行业在监管完善中逐渐低调,巨头格局也已初步形成之时,证券公司在这场变革中的金融科技逻辑和路径究竟是什么?以笔者多年的经验和观察来说,倒是认为证券行业将是金融科技的下一个主战场,这里自有其发展规律和技术进步给予的逻辑和机遇。

作者系东吴金融科技(苏州)金融科技有限公司董事长,历任上证所技术中心副主任、技术规划与服务部总监、上海证券通信有限责任公司副董事长兼总经理。

目前全球范围内对金融科技都没有完整统一的定义。公众比较认同的是沃顿商学院的提法,即“用技术改进金融体系效率的经济行业”。据此可以理解,金融科技的出现其实是通过技术手段以及技术进步,改变金融业务组织和运作,提升效率、降低成本的过程。

当前金融科技的多种分类也存在谬误,有的其实混淆了业务场景和创新技术,例如把支付与区块链并列,笔者就不太认同。而所谓“金融科技”与“科技金融”也有区别。相对公认的是,金融科技将深入影响支付、借贷、零售银行、保险、财富管理、交易结算六大金融领域;而科技金融属于产业金融范畴,主要指科技产业与金融产业的融合,可以简化成一切服务于科技企业以及科技成果发展、创新的多方资源体系。比如银行农村金融事业部、科技金融事业部等等。

应对金融严管的产物

中国金融科技大潮是从互联网巨头开始,初期多是电商思路,以阿里巴巴和京东为例,两者进入该领域,先后革了银行的命。阿里巴巴以增信为目所构建的支付体系,随之应运而生支付宝。此间,又逐步完善和银行支付接口,利用资金存量开始形成规模效应、网络效应,最终与金融产品挂钩的余额宝横空而出,衍生出类似银行的存、贷、汇业务,为确保业务合规进行,又成立集团来整合金融牌照。

而京东也是从革银行的命开始。除供应链金融外,京东白条是典型对银行标准服务革命的产物。京东白条没有门槛,延长了标准信用卡消费的还款时间,实际上已成为虚拟的信用卡发卡方。银行唯一能做的只是去和它发行联名卡,卖通道、卖合规以及卖牌照。在这一点上,京东“点穴”银行比阿里快。

从上述两个案例可以观察到,互联网巨头是以平台聚流量起家,但其开展的金融业务本质上更像是从技术创新入手,通过技术手段绕过合规,可称之为电商打法。对公众呈现的典型特征是门槛低、体验好、态度好,当然有补贴时价格也好。较为草根的P2P模式借鉴了电商思路,且更愿意付出远超传统金融机构的收益。

互联网公司电商打法有效的原因主要是用了更互联网的方式,去服务银行不愿意服务的中小微客户,迅速吸引用户、集聚流量,最大化发挥了互联网平台优势。

如今互联网公司开展的金融业务越做越像反向监管套利。以笔者的观察来看,金融科技实质是应对金融严格管制的产物,在中国更像是一种监管套利指导思想下的技术改良主义。这可以得到一个反向证明:即互联网公司拿到金融牌照后收益反倒不明显,靠金融业务并不一定能够支持高估值。当前,更多金融科技公司已开始将之前的技术投入更多的基础设施化,通过技术输出服务获取收入,云计算基础设施、大数据分析工具、第三方支付工具化等,更符合金融科技的属性。

另外,互联网公司高调重视的大数据风控,笔者以为,这并不一定能打败传统金融机构。大数据不能消除风险,积累数据本身也是一个试错的高成本过程。很多金融科技大数据公司的服务主要对象还是传统金融机构,它需要一个积累数据和模型的过程。

证券行业是金融科技的重要应用领域

从笔者二十多年的从业经历来看,证券行业始终是金融科技的重要应用领域。近些年来,互联网公司用电商打法进入金融大部分领域,并取得了一定成效。而作为财富管理核心战场的证券行业以及背后的投融资,价值更加高端,竞争打法也有特色。

有一点要特别提出来,其实金融科技证券行业最有发言权。回顾中国证券市场二十多年的发展,技术提升效率、降低成本一直是一条主线。

在1990年中国证券市场建立之初,确定的市场组织基本特征就是典型金融科技的应用场景。上交所开业就选择了电子化交易系统撮合,并在证券登记托管上采取中央登记无纸化的制度,最重要的是通过无形报盘到投资者电脑、手机自助委托,彻底改变了场内交易大厅、投资者电话经纪人或者书面下单的低效率模式,形成STP直通处理的高效运作模式。

实际上,由于不涉及钱券实物交付,证券行业电子化程度、移动化速度都快于银行业。

从技术实力上讲,这些年证券行业在云计算、大数据领域也开展了大量前沿探索和应用。比如,阿里、腾讯所强调的大型分布式系统,沪深交易所分别于2009、2016年完成系统分布式架构迁徙,并且是在99.99%的可靠性前提下完成;大数据方面,无论是交易所,还是登记公司早在10多年前就构建了企业级数据仓库,现在同花顺、东方财富等开展的数据挖掘,都是基于一亿账户的盈亏和行为分析,技术挑战丝毫不亚于任何互联网企业。

既然如此,为何感觉证券行业在科技之路上一直没有互联网公司先进、进取,甚至落后?

这既要正视证券行业经营机构和互联网巨头以及新兴公司,在机制、技术、文化团队等方面的差距;又要从实际出发,分析差距产生的原因和背后的差异。

总结来看,主要有几点:一是外部约束和文化差异。证券经营机构多为国有背景,且在监管之下开展业务运行和信息系统建设,外部束缚多,可靠性要求高。面对新技术,往往只能在测试环境低调试错。相比之下,互联网公司轻装上阵,试错成本低,高调宣传;二是切入点效果不佳造成。这几年证券行业有很多创新,例如网上商城,理财超市,但没有流量撑不起台面。这里的根本原因是过分模仿和依托电商打法。主要在于证券行业支付体系外挂,从支付入手无自己平台,自然无成效;同时过分集中在消费端界面创新,大而全,而非针对金融产品本身创新,也不是金融交易技术、风险控制技术乃至整个价值链的重组;三是总体力量薄弱且分散。创新力量相对集中在交易所和大券商,但人力、资金投入都比不上互联网公司,小券商、基金公司技术更是基本靠外包。而互联网公司除了投入力度大外,又有灵活的决策机制和风险投资驱动,是完全不同的打法。

证券业须加大技术投入

笔者倒是认为,证券行业会是金融科技的下一个主战场,而且证券行业必须加大技术投入,否则重新洗牌、不进则退。

在前两年创新高峰时,证券行业曾经希望恢复五大功能:交易、支付、托管结算、投资、融资。但现在来看,都没有取得突破。

更重要的是,伴随这两年股市的调整,证券行业的业务和技术都面临新的挑战和转型。与公众日益熟悉的移动互联网时代的生活工具相比,证券行业的现代化程度没有想象的那么高,很多业务电子化程度很低;整个证券经营机构的业务大多数围绕经纪功能设计,面向财富管理和全能型投资银行的差距很大,都有一次业务重构需求,这恰恰是发挥金融科技手段后发优势的一次良好机遇。

而证券行业位于整个金融产业价值链的核心枢纽,也有自身的业务逻辑优势。

观察互联网公司的发展,其业务重点多放在在销售、渠道,金融科技路径重点也都在相关业务链上,无论是基于大数据的征信、反欺诈,还是精准营销,以及前面提到的支付领域均是如此。但是,一个非常重要的问题是,公众接受证券行业服务的首要目的是财富管理,是希望获得投资收益,或者有助于自己提高投资决策效率和收益。

在财富管理中,笔者一直推崇能力三层次模型:初级是产品销售能力,中级是资产配置能力,高级是投资管理能力。这恰恰分别对应电商、银行、证券基金的行业特色。因此,在直接的金融收益驱动下,对创新技术和科技手段的重大突破和应用首先也更容易集中在投资管理领域,这是证券行业独到的优势和魅力所在,也决定证券行业金融科技的实践会成为下一个焦点。

按照业务场景,或按照人工智能、区块链、大数据等不同新技术划分,金融科技在证券行业的应用将会出现很多条线。不过,从成熟度模型和驱动力分析来看,投资管理领域会成为金融科技应用的重点场景。

无论公募还是私募投资管理机构,都开始越来越多的增加依靠科技手段的投资管理配置,提高绝对收益,增加收益的稳定性;同时,也只有丰富的投资风格才能在市场中生存下去。在这里有一个判断:先进技术的投资应用一定不会马上像互联网公司的发展那样工具化甚至免费化。它必然先从高端投资群体开始,投资管理中的机构也有更大的支付意愿来承担这样的试错成本,然后工具化、基础设施化。

以量化交易为例,伴随金融科技的应用,其风格和类型已经开始多元化演进,包括套利量化交易、做市高频交易、增强被动投资、基于行业的事件驱动型、基于第三方非结构化数据指数的投资等等。

从这种演进可以看出,从最初的程序化交易应用算法,开始扩展到了AI的全部武器(机器学习、自然语言处理NLP、知识图谱等),并都有了用武之地。而挑战也从面对结构化数据的证券价格、行情,开始要面对非结构化的文本信息,包括中文本身语义处理的挑战,同时处理速度从离线、历史数据回测,逐步提高到实时抓取、实时分析计算、实时下单。

进一步回到熟悉的主动管理投资中,在交易决策参考中自动化数据采集、分析模板也大有用武之地。

而在FOF领域,基金行为绩效分析也一直是大数据和行为金融学的强项。当然,这些应用不限于股票、债券,更有可能首先从衍生产品、跨境交易开始。同时,也不排除一些工具化的平台、软件出现。

以投资管理为核心,高端需求进而会对用于交易前决策分析的源数据以及交易后结算、估值服务的效率提出更高要求,这将会促进相关技术的发展以及在更广泛领域的应用创新,进而推动围绕证券发行、交易、登记、结算、风控的全过程,实现数据、信息处理的数字化、智能化。与投资交易最接近的是行情接受和处理环节,在量化交易的竞赛中,不仅有算法方面的比拼,也引入了硬件层面从光纤微波传输到FPGA卡加速等应用。

未来有多个方向值得探索

至少在笔者看来,未来有几个方向可以值得探索,比如上市公司公告优化,无论是投行IPO 阶段还是上市后持续信息披露阶段,现状基本都是大量投行、中介机构手工、半手工的粘贴文档,只有人工审核,缺乏自动化的过程校验工具;公告后无法真正电子化,反复更正,造成源头不准。投资者通过信息商中介获得的准确性也无法保证。在这方面,通过模板化起步,逐步实现智能校验、智能公告,这不是梦想,已有原型。

在登记、估值、结算领域也可以优化。传统系统还是基于劳动密集型的设计理念。一方面,创新金融产品一旦推出,必然带来复杂性方面的新挑战,这在国外发展衍生产品的过程中已经印证;另一方面,这一领域一直是基于多方合作制衡的业务设计机制,但对业务实时性能要求不高,所以区块链技术在提高效率中可以发挥非常重要的作用。

当然上述创新应用场景相对集中在证券经营机构,自然而然这些成果还可以各类工具的方式提供给证券行业的客户—-广大投资者,例如智能资讯、智能投顾(投资组合建议)等等。在这个过程中,其底层技术基础和数据完善性才是关键,这方面的成熟度将直接决定服务的质量和满意度。

从上述行业发展、业务逻辑和技术应用场景讨论来看,中国证券行业技术显然还有大量的发挥空间,但是要有的放矢,有的可为,愿意承担试错成本,路长且艰。