2021金融科技在财富管理行业中 应用现状及趋势分析报告 二 三 金融科技在财富管理行业中的应用 目 录 一 金融科技与财富管理 四 发展趋势 、 存在的问题及建议 金融科技在 财 富 管 理 行业 中 应用 的 积极意义 金融科技与财富管理 一 1.金融科技 （ Fintech） （ 1）什么是 “ 金 融 科 技 ” （ Fintech） ？ Fintech 是 “ Financial ” （ 金 融 ） 和 “ Technology ” （ 技 术 ） 的 缩 写 ， 可 以 简单的理解为 “ 金融 +科技 ” ， 其描 述 的 是 金 融业务与新兴 科技 （主要包括 大 数 据 分析 、 人工智 能 、云 计 算、区 块 链等 ） 的 组合发展 ，核心是指 利用新兴的互联 网信息科 技 改 造 和创新 金 融产 品 和业 务 模 式 ， 提 升效率 并 有效 降 低运营 成 本。 金融稳 定 理事 会 FSB （ 2016 ） 将 Fintech 定 义 为 “ 技术带动 的 金融创 新 ” ， 是对 金融市场 、 金融 机构以及 金 融 服 务供 给 产生重大影 响 的 新商业模 式 、 新 技术 应 用 、 新业务 流 程 、 新产 品 服 务 等 ， 既包 括 前端 产 业 ， 也 包 括后 台 技术 。 1.金融科技 （ Fintech） 近 年 来 ， 金 融科 技 （ Fintech） 在 拓 宽金融可获得性 、 提高金融深 度 和 改善 金 融效 率 等 方面 的 作 用 不 断 显 现 ， 被 认 为 是影 响 未 来 金 融 业务 模 式 的 最 重 要 因 素 之 一 。 目 前 ， 全 球 金融 科 技 业 务 应 用领 域 涵 盖 ： 支 付 清 算 、 借 贷 融 资 、 零售 银 行 、 财富管理 、 保 险 、 交易结 算 （ 数字 货 币 ） 六 大 金 融 领 域 ， 全 面 融 入 传 统 金 融各 板 块 。 金融 科技 支付 清算 借贷 融资 零售 银行 财富 管理 保险 交易 结算 2.财富管 理 （ Wealth Management） （ 1） 什么是 “ 财 富 管 理 ” ？ 国际金融理 财 标准委员 会 （ FPSB） 给财富 管 理 下 的 定 义是 ， 基 于 客 户 及其 家 庭 的 财富 水 平 和 预 期 ， 在 充 分 了 解 客 户的 诉 求 、 需求 等 基 础 上 ， 为 客 户出 具 资 产 组合 、 储 蓄 计 划 、 保险投 资 对 策 、 财产继 承 及经 营 策 略 等财务设计方 案 ， 并帮助客户 实 施的过 程 。 广义的财富管 理 是指专业化 、 个 性 化 、 立 体 化 提 供 综 合财 富 规 划 和 财 富管 理 ， 围 绕客 户 需 求 进 行 资 产 配 置 和 管理 。 狭义的财富管 理 是指理财业务 ， 为 客 户 提 供 适 合 其 资 产水 平 、 风 险 预 期 、 时 间 期 限的 标 准化 产 品和服 务 。 25.0% 20.0% 15.0% 10.0% 5.0% 0.0% -5.0% -10.0% -15.0% 0.0 100.0 200.0 300.0 400.0 500.0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2000-2019年全球财富总额及增长情况 全球总财富 :左轴 年均增长率 :右轴 2.财富管 理 （ Wealth Management） （ 2） 全球财 富发 展 现 状 据瑞信 全球 财 富报 告 2020 相 关数据 ， 截至到 2019年底 ， 全球 财 富 总额累 计 为 399.2万亿 美 元 ， 同比增长 10.6%， 较 2000年 复 合 增长 （ CAGR） 6.6%。 整体而言 ， 2019年 全球财富市场 呈现 “ 北美 、 欧 洲 、 东亚 ” 三足 鼎 立之 势 。 北美洲 31% 欧洲 24% 中国 19% 4% 亚太地区 18% 印 度 拉丁美洲 3% 非洲 1% 2019年全球 主 要 地 区 财 富 总 额 及 占 比 2.财富管 理 （ Wealth Management） （ 3） 全球财 富管 理 行业 发 展 现 状 截 止 2020年 上半 年 ， 全球排 名 前 35位 的 财 富 管理 公 司 及 机 构 其 财 富 管 理 规 模 （ WUM ， Wealth Under Management） 约 为 15.87万 亿 美 元 。 按 财 富 管 理 公司 所 处 行 业 划 分 ， 目 前 能 为 个 体及 机 构 投 资 者 提 供 财 富 管 理 服 务的 公 司 或 机 构 主 要 来 自 银 行 、 券商 、 投 资 银 行 和 专 业 的 第 三 方 机 构 ， 其 财 富 管 理 规 模分 别 为 10.47万亿美 元 、 1.75万 亿美元 、 2.29万 亿美元 和 0.89万亿 美 元 。 3000 2500 2000 1500 1000 500 0 瑞银财富管理 瑞士信贷 摩根士丹利私 美国银行私人 J.P 摩根私 人 大和资产管理 加拿大皇家银 高盛集团 野村财富管理 嘉信理财 花旗私人银行 法国巴黎银行 瑞士宝盛银行 先锋集团 汇丰银行私人 中国招商银行 北方信托资产 纽约银行梅隆 百达集团 LGT 集团 全球排名前 20位财富管理公司 WUM规模 单 位 ： 十 亿 美 23 4 3 3 1 1 资管公司 信托公司 保险公司 25 20 15 10 5 0 0.00 5.00 10.00 15.00 银行 券商 投行 按行业划分 ： 全球排名前 35位财富管理公司 WUM规 模及数量 财富管理规模 (万亿美元 ):左轴 公司数 (个 ):右轴 2.财富管 理 （ Wealth Management） （ 4） 我国财 富市 场 发展 现 状 过 去 数 十 年 来 ， 我 国 经 济 的 快速 发 展 带 来 了 居 民 财富 的 快 速 累 积 。 家 庭 财 富 总 额从 2000年 的 3.7万亿美元迅速 增长 至 2019年的 78.0万亿 美 元 ， 在全 球财富中 的 比 重 提 升 至 19.5%， 仅次 于 美 国 。 同 时 ， 居 民 可 投 资 资产 已 突 破 200万 亿元 ， 高 净 值人群 也 已 接 近 200万 人 。 可见中 国 财富管 理 市 场 增 长 潜力 巨 大 。 随 着 居 民 财 富的 增 长 和 大 众 富裕 客 户 的 崛 起 ， 财 富管 理 服 务 也 不 再仅 由 高 净 值 客 户 专 享 ， 普 通 富 裕 客 户的 财 富 管 理 需 求 不 断萌 芽 ， 逐 渐 将 成长 为 财 富 管理 市 场的中 坚 力量 。 数据来源 ： Wind 0 50 100 150 200 250 200 180 160 140 120 100 80 60 40 20 0 中国个人持有的可投资资产总体规模 （ 万亿元 ）： 左轴 中国 高净值人群持有可投资资产规模 :合计 （ 万亿元 ）： 左轴 中 国高净值人群数量 :合计 （ 万人 ）： 右轴 2.财富管 理 （ Wealth Management） （ 5） 我国财 富管 理 行业 发 展 现状 截 止 到 2020年第一 季 度 ， 我 国 财 富管 理 行业总规模 约 114.88万亿元 。 从结构 来 看 ， 我国财富管理 市 场 主 要 由 保 险 资 管 、 私 人 银 行 、 零 售 银 行 、 公 募基 金 、 券 商 资 管 、 信 托 、 私 募 基金 和 第 三 方 财 富 管 理 等细 分 领域构 成 。 从规模 来 看 ， 商业银行 仍是 我国 最 大 的 财 富 管理 机构 。 同 时 ， 信 托 、 保 险 、 公募 基 金 也 占 据 着 较 大 比例 。 2015Q1-2020Q1资管机 构 资产 规 模 （ 单 位 ： 万 亿元 ） 金融科技在财富管理行业中 的应用 二 1.大数据 （ Big data） 在 财 富管 理 行业 中 的应用 （ 1） 什么 是 “ 大 数 据 ” ？ 大 数 据 （ Big data或 Mega data） 定 义 ： 麦 肯 锡全球研究 所 认为 ， 大数据是 一 种规模大 到 在 获 取 、 存储 、 管 理 和分析方面都 超 出了传统 数 据 库 软件工具能力 范 围的数据集 合 ， 以容量大 、 类型 多 、 存取速度 快 、 应用价值高为主要特征 。 2015年 9月 ， 在 国务 院 印发的 促进大数据发展行 动 纲 要 中指出 ： 大 数据是对数量 巨大 、 来源分 散 、 格式多样的数据进行采集 、 存储和关联分析 ， 从 中 发现新知 识 、 创 造新价 值 、 提 升 新能力的 新 一代信息技术和服务业 态 。 关于大 数 据 （ Big data/Mega data）， 最 早源自 阿 尔文 托夫勒 所 著 的 第 三次浪 潮 一 书 中 。 而学 术 研 究 上 ， 最 早提 及 到 “ 大 数 据 ” 的 是 来 自 1997 年 美 国 学 者 Michael Cox & David Ellsworth发表 的 “ Managing Big Data for Scientific Visualization.” 1.大数据 （ Big data） 在 财 富管 理 行业 中 的应用 （ 2） 大数据的发 展 及应用 “ 大数据 ” 已从 信 息技术领域 ， 快 速 渗透 到 金 融 、 医疗 、 环境 、 交通等领域 。 麦肯锡 公 司早 在 2011年就已经预见到大数 据时代的 到 来 ， 并 提出 ： “ 各 个行 业 和 领 域都已经 被 数据 渗 透 了 ， 目 前 数据 已 成 为 非常重要 的 生产 因 素 。 对于 大 数据 的 处 理 和挖掘将 意 味着 新 一波的生 产 率不 断 增 长 和消费 者盈余浪潮的到 来 ” 。 普华永道 调 研显 示 ， 在所有 金 融科 技 中 ， 大数据是金融行业投资和应用的首选 。 据 IDC的研究 报告 Data Age 2020： The Evolution of Data to Life-Critical 显示 ， 预计 到 2025 年 ， 全 球 数 据 总 量 将 达 到 163ZB（ 1630亿 TB） 。 1.大数据 （ Big data） 在 财 富管 理 行业 中 的应用 （ 2） 大数据的发 展 及应用 “ 大 数 据 ” 已 从信 息技 术 领域 ， 快速 渗 透到 金 融 、 医 疗 、 环境 、 交通等领域 。 大数据 在 “ 财富管理 ” 行业中的应用 在客 户 挖 掘 阶段 ， 对客 户 的 投 资 需要 与 风险 偏 好实 现 更 全 面 更细 致的 识 别 ， 而 并非 仅 仅依 赖 客户对 于标准化问卷的主观输 入 。 在资 产 配 置 阶 段 ， 应用 大 数 据 支 持产 品 与底 层 资产 的 尽 职 调研 ， 并使 其 成 为 智 能化 形 成投 资 组合 的 基础 ， 基于 客户 的 风 险 偏 好和 收 益 目 标 在海量 金融产品中进行甄选和组 合 。 在投 资 组 合 再 平衡 阶 段 ， 应 用 大 数据 识 别宏 观 微观中 的相关信 号 ， 触发资产组合再平衡 。 在运 营 服 务 环 节 中 ， 比 如 呼 叫 中 心峰 谷 管理 等 以大 数 据 为 基础 ， 可优 化 运 营 资 源配 置 ， 通过 大数 据 分 析 识 别交 叉销 售 商 机 。 还能 形 成 “ 下 一个产 品 ” 的最佳推荐 。 1.大数据 （ Big data） 在 财 富管 理 行业 中 的应用 （ 3） 案 例 1： 摩根士丹利 Morgan Stanley私人财富管理部的服 务主体是高资 产 净值的个 人 、 家庭 及控 制 巨额 可投 资资 产 的信 托基 金 ， 服务种类包括 理 财建议和投资 管 理 咨 询 。 Morgan Stanley利 用 Hadoop对大 数 据进行分 析 ， 使 客户更轻松 、 更 智 能地处理财务 。 Morgan Stanley使用 Hadoop处理大 量 数 据 ， 其中 包 括 电 子邮件 ， 社交 媒 体帖 子 ， 电话 等 信 息 ， 以及任何 其 他无法使用常 规 数 据库挖掘的非结构化信息 。 1.大数据 （ Big data） 在 财 富管 理 行业 中 的应用 （ 3） 案 例 1： 摩根士丹利 摩根 士 丹 利 运 用大 数据 技 术 ， 提 升数 据 挖掘 和 处理 技 术 ， 改 进对 客户 产 品 组 合 的分 析 ， 优化 内部的运用机制 。 采 用 SAS的大容 量 数据仓库 和 深度 数 据挖掘 产 品 ， 对 数 据 进 行提 取 、 转 化 加 工 、 存 储 、 分析 和挖 掘 ， 并 将 数据 分析 结 果 可 视 化 ， 实 现信 息 共享和访问的便利性 ， 处理过程智能 化 。 运 用 Hadoop和 Map Reduce， 制 定 产品组合 分 析 解 决 方 案 ， 深 入 分 析 和 了 解 客 户 的 财 务 目 标 ， 在此 基 础 上 制 定出 卓有 成 就 的 投 资建 议 ， 帮助 其实现合理投资 。 通过 部 署 企 业 信息 系 统 ， 实 现 成 本节 省 并提 升 合规度和 员 工效 率 。 将 SAS分析得 到 的数据 和 信息 ， 快 速 、 便捷 地提 交 给 管 理 层 以 判 断经 济 活动 达 是 否 到 了公 司财 务 目 标 和 发 展 策 略等 关 键指 标 。 1.大数据 （ Big data） 在 财富管 理 行业 中 的应用 （ 3） 案 例 2： 星展银行 与 IBM在大数据上的合 作 星 展 银 行 （ DBS） 的 财 富 管理平 台 ， 按照 客 户 的 可投 资 资 产 划 分 为不 同 的 客 户部 门 ， 同时依 据 客户 财 富增长 的 不同 阶 段 ， 提供 不同的配套服务 。 2015年 ， 星展银行 与 IBM在财富管理领域 进行合 作 。 星 展银 行 的私 人 财富管 理 率 先 通 过应用 大 数据技 术 提供 定 制化的 投 资建 议 和对 市 场 动向监 控 ， 投 资 决策以 大 数据 分 析 结果 为 主 ， 并 对 客户 经 理修改 的 主观 投 资建 议 ， 设置自 动触发系统警 报 。 2.人工智能 （ AI） 在 财 富 管理 行 业中 的 应用 （ 1） 什么 是 “ 人 工 智能 （ AI） ” ？ 人工智 能 （ Artificial Intelligence） 定 义 ： 人工智能 (Artificial Intelligence， AI) 是人造的智 能 ， 其 含义 是 研究 、 开发 、 模拟 、 延 伸 、 拓展人的智能的理 论 、 方 法 、 技术与应用 。 我国 人工智能辞 典 将人工智能定 义为 “ 使计算机系统模拟人类的智能 活动 ， 完成人用智能才能完成的 任 务 ” 。 它主要由 机 器学 习 、 计算机视 觉 、 计算机听觉等不同部分组 成 ， 目 的是使机器能够象人类一样有视 觉 、 听觉等 “ 感 官 ” ， 通过学习 、 思 考 、 判断完成人类智能所做的复杂工作 。 2.人工智能 （ AI） 在 财 富 管理 行 业中 的 应用 （ 2） 人工智能 （ AI） 的应用 人工智能 的 应用 范 围非常广 泛 ， 主 要 包 括 虹膜识别 、 掌纹 识 别 、 机器 视 觉 、 智 能 控 制 、 人脸 识 别 、 机 器人 学 、 语 言和 图 像 理 解 、 遗传编程 、 视网膜识别等领域 。 金融行业 是 人工 智 能技术最 早 发挥 重 要 作 用的行业之一 。 按照财富 管 理服 务 场景划 分 ， 这些 人 工 智 能的应用 包 括 智能身份认证 和 智能 支 付 、 智能营销 、 智能 客 服 、 智能 投 研 、 智 能 投 顾 、 智能风控 等 。 目前 ， 在 财 富管 理 行 业 ， 智 能 投顾 应 用 较 为普 及 。 2.人工智能 （ AI） 在 财 富 管理 行 业中 的 应用 （ 3） 智能投顾 （ 机 器人投顾 ） 智能投顾 （ Robo-Advisor） 是指 运用智能算 法 技 术 、 投 资 组合优 化 理论模型 ， 为用户提 供 投 资决策 信 息参 考 ， 并随着 金 融市场动态 变化对资产组合及配置提供改进的建议 。 目前的智能投顾主要有三种类型 。 第 一 种是机 器 人投 顾 ， 全部决 策 和交易都有 机器来 完 成 。 第 二 种是人 机 结合智 能 投 顾 ， 其特点是决策 和 交 易都可 以 由机器 来 完 成 ， 但 在智能决策 完 成 ， 构成 投 资组合 之 后 ， 加 入 了人工服务 的环节 。 第 三 种是建 议 型投 顾 ， 计算机 通 过智能算法 为 客 户的决 策 提供建 议 ， 客户 自 己是最终决 策者和执行者 。 2.人工智能 （ AI） 在 财 富 管理 行 业中 的 应用 （ 4） 案 例 1： 招商银行 摩 羯智投 2015年 中国首家智 能 投顾蓝海智 投 上线 。 2016年 9月 份 FOF产品细 则 落地 ， 正 式宣告了 公募基金进入一个组合销售服务的时代 。 2016年 12月 6日 ， 招商银行正式 推 出 了 摩羯 智 投 。 这是国 内 商业银 行 首次推出智能投顾 服 务 ， 也标志 着 银行开启了智能理财的新 时 代 。 摩羯智投运用机器学习算法并融合招商银行 十余年的财富管理实践以及基金研究经 验 ， 以公募基金为基础构建出全球化资产配 置 组 合 。 自上线以 来 ， 摩 羯 智投管理 的 资产 规 模已超 过 35亿 元 ， 已 有 超 过 6万位 中 高 端 用 户体 验了 摩 羯 智 投 。 工 商银 行的 智能 投 顾 ， 通 过 人工 智 能 实 现 对客 户 的精准 画 像分 析 ， 以智 能 算 法 选择投资组合 ， 实现了 一键式理财 。 2.人工智能 （ AI） 在 财 富 管理 行 业中 的 应用 （ 4） 案 例 2： 广发证券 贝 塔牛 2016年 6月 ， 广发证券在 “ 易淘 金 ” 品牌下 推出 了 “ 贝塔 牛 ” 智能投顾服务 。 “ 贝 塔牛 ” 是 广发证 券 开发的 一 款基于金 融 工 程 理论及 大 数据的 智 能 化 、 个 性化的 全能 型机器人投顾 。 它 可 根据客 户 的不同 投 资目标 及 风险偏好提 供 专 属的交 易 策略及 个 性化大 类 资产配置方 案 。 同时 ， 机 器人服 务 会严格 按 照制定的 策 略去操 作 。 3.云计算 （ Cloud Computing） 在财富管理行业中的 应 用 （ 1） 什么 是 “ 云 计 算 ” ？ 云计算 （ Cloud computing） 是指以公开的标准 和服 务 为基 础 ， 以互 联 网为中 心 ， 提 供 安 全 、 快 速 、 便捷的数据存储和网络计算服 务 。 云 计 算 （ Cloud computing ） 定 义 ： 美 国 国家标准与技术研究 院 (National Institute of Standards and Technology, NIST)定 义 ： 云计算是 一种 按 使用量付费的 模 式 ， 通过云计 算 ， 用户 可以 随 时随地按需从 可 配置的计算资 源 共享 池 中获 取 网 络 、 服务器 、 存储器 、 应用 程 序等 资 源 。 这 些资源可以被 快 速供给和释 放 ， 将管理 的工作量和服务提供者的介入降低至最少 。 云计算 的 发展 云 计 算 最 早 以 SaaS服 务 的 形 式 出 现 于 20世纪 90年 代 末 。 但 直到 2006年 ， 亚 马 逊 推 出 的 AWS(Amazon Web Services)开始 以 Web服务的形 式 向企业 提 供云 计算 服 务 ， 业 界才 真正 开始重 视 这种 新 的 IT服务 模 式 。 随 后 ， IBM、 Google、 微 软 等 企 业 也 加 入 云 计 算 服 务 领 域 ， 促 进 行 业 进 入 发 展 快车 道 。 政 府 、 行政管 理 部门 、 企 业逐渐 接 受云 服务 理念 ， 并 进一 步进 行应用 ， 云服 务将 真正进 入 产业 的成 熟 期 。 3.云计算 （ Cloud Computing） 在财富管理行业中的 应 用 （ 2） “ 云计算 ” 的 分类 云 计 算 按 照 服 务 交 付 模 式分 为 IaaS、 PaaS和 SaaS。 IaaS是 Infrastructure as a Service 的缩 写 ， 意 思 是 基 础 设 施即 服 务 ， 即云服务商 把 IT环境的基 础设 施 层作为服务出租出去 。 PaaS是 Platformas a Service 的 缩 写 ， 意 思 是 平台 即 服 务 ， 指 云服务 商 把 IT环境的平 台 软 件 层出 租 出去 。 SaaS即 Software as a Service， 意思 是 软 件 即 服 务 ， 指 云服 务 商 把 IT环境 的 应用软件 层 作 为 服务出租出去 。 3.云计算 （ Cloud Computing） 在财富管理行业中的 应 用 （ 3） “ 云计算 ” 在 金融中的应用价值 云 计 算 降 低 了金 融 机 构 的 信 息资 源 获 取 成本 。 出 于 规 模 效 应和 专 业 化 分 工 ， 云提 供 者 能 以 更 低廉 的 价 格 向 金 融机 构 提供服 务 。 云 计 算 减 小 了金 融 机 构 的 资 源配 置 风 险 。 金 融 机 构 根 据实 际 需 求 使 用 云上 的 IT资源 ， 减少 了 为闲置资源付 出 的 不必要 成 本 。 云计算提高了 金 融机构 的 IT运 营 效 率 。 云 计 算 能 在 短时 间 内 从 海 量 数据 中 快 速 提 取 有 用信 息 ， 大 大 提 高 了 金 融机构的数据处理能力 。 3.云计算 （ Cloud Computing） 在财富管理行业中的 应 用 （ 4） 案 例 1： 大 型 财富管理公 司 （ 瑞 银 、 汇 丰 、 Banco Sabadell） 目 前 ， 大 型 财富 管 理公司 正 在加速 从 大 型 机 计 算 向 多 云 部 署 架 构 迈 进 （ multi-cloud deployment architecture）， 在 该架构 中 ， 公 司 将其部 署 分散到 多 个云位 置 。 当 前在财 富 管理 中 使用多 云 的例子 包 括 ： 瑞 银 集 团 将 其 25 个数 据 中 心 迁 移 到 Azure； 汇丰银 行 则利 用 Google Cloud重新架构 其核 心 平台 ； Banco Sabadell在 IBM公共 云上托管 其 基础架构以使应用程序现代化 。 3.云计算 （ Cloud Computing） 在财富管理行业中的 应 用 （ 4） 案 例 2： 中 小 型财 富 管理公司 （ James Hambro & Partners ） James Hambro & Partners (JH&P) ， 利 用 InvestCloud Blue应用程序套件 ， 来支持数字 化的客 户 联 系 、 自动化和管理 ； 同时与模 块 化软 件 Iress Pulse相结合 ， 实现客户培训自 动 化 。 (JH&P)是 一家 总 部 位 于伦 敦 的第 三 方财富 管 理公司 ， 其管理超 过 34亿英镑的资产 。 InvestCloud是 一个 开 发 预 先 集 成 的 数 字 化 金 融云 解 决 方 案 的 平 台 ， 为 超 过 2万 亿美元 的 资产提供支持 。 InvestCloud Blue能够对客户 培训 、 联 系和建议进行数字 化 ， 包括财务规 划和报 告 ， 让管理者能够获得 看 到所有客户 的全面视 角 。 JH&P首席执行官 安 迪 -斯蒂 尔 Andy Steel： “ 我 们 的客 户 群 体 日益 复杂 ， 不 得 不 为此 提 供 灵 活 的 技术 解 决 方案 ， 以 便让 大 家 能 够以 最 适 合 他 们 的方 式 来 吸 收我 们 的服 务 。 客 户只 要 动 一 动 手指 ， 就 能获 得其 想要信 息 。 ” 金融科技在财富管理行业中 应用的积极意义 三 1.促进财富管理行业数字 化 转型 一是客 户 数字 化 。 信息 技 术 可以对客户 数据 、 行 为偏好和生活 场 景进行分析 处 理 ， 勾 勒 出多维立体 化 、 数字化的客户 画 像 。 二是营 销 数字 化 。 借助 大 数据手 段 ， 可 以预测 热 点 ， 分析客户 的 需求偏 好 ， 识 别 客户 潜 在需求 ， 提高 营 销前瞻 性 。 三是服 务 数字 化 。 通过 移 动客户 端 、 互 联网站 等 ， 打造线上 、 线 下体验一致 的 服 务 。 2.增强财 富管理 行 业服 务 效 率 一 是运 用 大 数 据 技 术 ， 挖 掘 和 利 用 多 维 度 、 网 络 化 的 用 户 数 据 ， 形 成 用 户 全 景 视 图 ， 构 建 差 异 化 的服 务 策 略 、 动 态 化 的 管理 方 式 、 智 能 化运 营 决 策 和 商 业 分 析 支持 。 二 是运 用 语 音 语 义 识别 技 术 打 造 智 能 客 服 。 利 用 语 义 分 析 、 知 识 搜 索 等 技术 ， 基 于定 制 化 的 知 识 库内 容 ， 快 速 的 响 应 客 户 请 求 。 三 是采 用 机 器 学 习 实 现 金 融 产 品 和 服 务 的 精准 营销 。 利 用 机器 学 习 和 现 代 投 资 组 合优 化 模 型 ， 搭 建智 能 投 顾 平 台 ， 为 客 户 提 供 有针对 性 的投 资 建议 。 3.降低财富管理行业服务 成 本 一 方 面 ， 通 过 金 融 科 技 技术 降 低 金 融 服 务 费 用 。 大 数 据 、 人工 智 能 等 技 术 的 运用 使 得 金 融 交 易的 链 条 和 中 间 环 节逐 步 缩 短 ； 移 动互 联网 、 智 能 终 端使 得 部 分 业 务 能够 在 线 操 作 ， 减 少了 金 融 机 构 物 理网 点 和 人 员 的数 量 ， 降低 了 交易 成 本 。 另一方面 ， 运用新技术降 低 IT自身 的 运 营 成 本 。 基 于 大 数 据的 云 计 算 改 变 传 统基 础 设 施 部 署 的方 式 ， 大 幅 降 低 金 融机 构 的 软 硬 件采 购 与 维 护 成 本 ， 有 助 于 金 融 机 构降 低 运 营 成 本 ， 提 高服务 效 率 。 4.扩大财富管理行业服务 覆 盖面 依托 互 联 网 、 生物识 别 技 术 、 智能 终 端 等 ， 不断拓 展 财富 管 理服务渠 道 ， 延 伸 服 务 的广 度 ， 促 进普 惠 金融发 展 。 金融 科 技大数据技术 能 高效 开 展客 户 征信工 作 ， 智 能 投顾 技 术覆 盖 到传统金融机 构 无法 服 务 到的 大 量长尾 客 户 。 5.提高对高净值客户的服 务 能力 一方 面 ， 随着我国高净 值 人群 与 超高 净 值人群的规模不 断 扩 大 ， 其对 财 富管理需求 的 多 样 性和 复 杂 性 （ 综 合性 ） 也 与日 俱 增 。 另一方面 ， 相 较 于传统金融手段 ， 财富 管 理行业运用新的 金 融科 技 手段 能 有效提升产品 、 风 控及 服 务能 力 ， 以更好地匹配 高 净值 、 超 高净 值 客户的 新 需 求 。 四 发展趋势 、 存在的问题 及 建议 1.发展趋势 趋 势 一 ： 财富管理 行 业将愈发重视金 融 科 技 在行 业 中 的 应 用 。 国内外 财 富 管理行业头 部 公司在金 融 科 技方面 投 资巨 大 。 一方 面 是希望通过金 融科技 应 用达成发展能 力 的突破 ； 另 一 方面也 是 适应客户数字 化 、 移动化的体 验方式 ， 寻求价值差异 化 的客户增值 场 景 。 贝莱德首席执 行 官 Larry Fink曾 在公 开 演讲中 透 露 ， 贝莱德每 年 会拿出营业 收 入的 10%作为 科 技 预算 。 2020年 ， 贝 莱 德 以 6.7万亿规模 的 绝 对 优势 蝉 联年全 球 Top 500 Asset Managers 2020 榜首 。 1.发展趋势 趋势二 ： 从 实 践 看 ， 随 着 金融 与 科技双 向 融 合进入深 水 区 ， 金融科 技 在财 富 管理行 业 中 的 应用 实 践 也 出 现 分 化 。 一 种 分化 是 不 同规 模 资管机 构 在应 用 金 融 科 技方 面 的 分化 ， 大型 机 构凭借 资 金投 入 、 人力物力等资源优势与中小机构逐渐拉开 差 距 ； 另一种分 化 是 基 于科技 应 用 ， 传 统资 管 机 构与科技型资管机构触达客户 端 的服务形 式也出 现 分 化 ， 能够 提 供系 统性 的科 技 资 管一体化解决方案将成为新的竞争能力 壁 垒 。 2.金融科技在财富管理行 业 应用 中 的问题 问题一 ： 金融 科 技在 基 础 性 、 关 键性 技 术上的 研 发能 力 不 足 ， 影响 金融 科技 在 金 融领 域 应 用 的 广 度和 深 度 不 够 。 我国金融 科 技 相 关技 术 ， 如 人 工 智 能 技术研究 比 美 国 等西方发 达 国 家 起 步 晚 。 人工 智 能 技 术在美国 的 研 发 距 今 已经有 60多 年 的 发展历程 ， 而 我 国 人 工智能技 术 研 究 和产业布 局 正 处 于 起 步期 ， 人 工 智 能 技术的基 础 研 究 水 平 还不高 ， 自 主 研 发能力也 有 待 进 一 步 提 升 。 目前 ， 我 国 金 融 科技的发 展 还 处 于 探 索 阶段 ， 需要技 术 的进 一 步迭代 更 新 ， 这是导致 金 融 科 技在财富 管 理 行 业 引 用 的广 度 和深度 不 够的 根 本原 因 。 问 题 二 ： 财 富管 理 行 业 金 融 科技 人 才 相 对 匮 乏 ， 专业 人 才 队 伍 培 养有 待 加 强 。 目前 ， 国内设立人工智能专业的 高校还比较少 ， 大多数高校只是 在软件专业开设人工智能选修课 程 ， 金融科技如人工智能实验室 建设力度还需要加大 。 全国从事 金融科技相关研究和应用的专业 人才紧缺 ， 特别是既懂金融科技 又 懂金 融 的 复 合 型 人才 更 是 稀 少 ， 这是制约我国金融科技在金融 领 域尤其是财富管理行业广泛 、 深 入 应用 的 瓶颈因 素 。 2.金融科技在财富管理行 业 应用 中 的问题 问题三 ： 金融 科 技行 业 标准 与安 全规 范 仍 待完 善 。 当前 ， 金 融 科 技 中 的 金融 大 数 据 的 相 关标准仍 处 于 探 索 期 ， 金 融 大 数 据 缺 乏统一的 存 储 管 理标准和 互 通 共 享 平 台 ， 涉及 金 融 行 业大数据 的 安 全 规 范 还存在较 多 空白 。 相对于 其 他 行 业 而 言 ， 金融 大 数 据 涉及更多 的 用 户 个 人 隐私 ， 在 用 户 数 据安全和 信 息 保 护 方 面 要求 更 加严格 。 随着大数 据 在 多 个金融行 业 细 分 领 域 的价值应 用 ， 在 缺乏行业 统 一 安 全 标 准和规范 的 情 况 下 ， 单纯 依 靠 金 融 机 构 自身 管控 ， 会 带 来较 大 的安全 风险 。 2.金融科技在财富管理行 业 应用 中 的问题 问题四 ： 金融 监 管跟 不 上金 融科 技在 财 富 管理 行 业 中 应 用 的步 伐 。 对于金融 科 技 相 关技术在 金 融 领 域 的 应用 ， 还 缺 乏 较 为完善的 监 管 规 则 ， 在目前分 业 监 管 的格局 下 ， 一 旦 出 现 业务或者 服 务 纠 纷就会面 临 一 系 列 监 管 难 题 。 金融科技 相 关 技 术适用法 律 法 规 和 部 门规章制 度 的 分 散 性 ， 意 味 着 在 实 际 操作过程 中 监 管 部门难以 把 握 监 管 的 边 界 。 如 智能投 顾 业务 包 括投资 咨 询 、 资产管理 、 理 财 顾问 、 证 券 委 托 交 易 等方面 ， 涉 及 我 国金融领 域 不 同 行 业 的 监管 。 2.金融科技在财富管理行 业 应用 中 的问题 3.发展建议 建议一 ： 鼓励 财 富管 理 行业 加强 金融 科 技 在行 业 中 的 应 用 。 与欧美等 金 融 市 场发达的 国 家 相 比 ， 我国金融 业 尤 其 是财富管 理 行 业 金 融 科技应用 程 度 并 不 高 。 金 融 科 技 的 运 用能有效 促 进 行 业的市场 服 务 能 力 ， 为此 ， 应 鼓 励 金 融机构对 云 计算 、 大 数据 、 区 块 链 、 人工智能 等 金 融 科 技 在财富管 理 行 业 中的应 用 ， 并 在 各 类 科技项目 立 项 中 予以支 持 。 一 方 面 ， 要加强信 息 网 络 基础设 施 建 设 ； 另 一 方面 ， 支 持 鼓 励 财富管理 行 业 对 金 融 科技手段 在 合 法 合规的基 础 上 进 行 创 新 性开 发 应用 。 建议二 ： 加大 对 金融 科 技核 心技 术方 面 的 研发 力 度 ， 加 强 人才 队 伍 建设 。 金融科技 在 基 础 性 、 关键 性 技 术 上 研 发能力不 足 ， 既 不利于金 融 科 技 相 关 技术在金 融 领 域 广 泛 、 深 入 的 应 用 ， 也不利于 我 国 金 融科技创 新 发 展 和 金 融安全 。 为 此 ， 要加大对 金 融 科 技 研 究人才队 伍 建 设 的扶持力度 ， 鼓 励 国 内 高校 增 设大数 据 、 人 工 智能等 专业 ， 培养相关 领 域 更 多的专 业 、 高 技 能 人 才 ； 加强 并 推 动 国内金融 机 构 、 高科 技企业 、 高 等 院 校 、 科研 院 所 之 间 的 协同 ， 为 金 融 科 技在金融 领 域 应 用 、 创 新和 发 展提供 智 力支 持 。 3.发展建议 建 议 三 ： 加 强 行 业 政策 指 导 和 行 业 标 准 规 范 建 设 ， 促 进 金 融科 技 在 财 富 管 理 行 业 中规 范 发 展 。 政策 方 面 ， 针 对 产业 发 展 需 求 ， 出 台促 进 财 富 管 理 行业 金 融 科 技 发展 应用 的 指 导 性 政 策意 见 ， 明 确 产 业 发展 的 目标 、 方 向 、 路 径 和 要求 ， 完善 产 业 发 展 的 配套 保 障 体 系 和评 估 体 系 。 行 业 标 准 方 面 ： 指导 和 支 持 金 融 科 技 在 产 业 标 准 、 安全 和 商 业 化 等 多 个领 域 的 相 关 研 究 。 加 快 发 布 和 形 成 金 融 科技产 业 应用 标 准 体 系 和 行 业 规范 ， 以标准 促 进 产 业 发展 。 3.发展建议 建议 四 ： 建 立 和 完 善 多 重 安 全