【研報】2020年金融科技在財富管理行業中應用行業分析研究報告（44頁）.pdf

《【研報】2020年金融科技在財富管理行業中應用行業分析研究報告（44頁）.pdf》由會員分享，可在線閱讀，更多相關《【研報】2020年金融科技在財富管理行業中應用行業分析研究報告（44頁）.pdf（44頁珍藏版）》請在三個皮匠報告上搜索。

1、二 三 金融科技在財富管理行業中的應用 目 錄 1 一金融科技與財富管理 四發展趨勢、存在的問題及建議 金融科技在財富管理行業中應用的 積極意義 pOsNoOoQrQqMoPpNrMpQmRaQ8QaQnPpPoMmMlOpOrQeRsQqQaQqRqPMYrMpMNZnOqM 金融科技與財富管理 一 2 1.金融科技（Fintech） 3 （1）什么是什么是“金融科技金融科技”（Fintech）？ Fintech 是 “ Financial ” （ 金 融 ） 和 “Technology ”（技術） 的縮寫，可以 簡單的理解為“金融+科技”，其描述的 是金融業務與新興科技金融業務與新興科技（

2、主要包括大數 據分析、人工智能、云計算、區塊鏈等） 的組合發展組合發展，核心是指利用新興的互聯利用新興的互聯 網信息科技改造和創新金融產品和業務網信息科技改造和創新金融產品和業務 模式模式，提升效率并有效降低運營成本。 金融穩定理事會FSB（2016）將Fintech 定義為“技術帶動的金融創新技術帶動的金融創新”，是對 金融市場、金融機構以及金融服務供給 產生重大影響的新商業模式、新技術應 用、新業務流程、新產品服務等，既包 括前端產業，也包括后臺技術。 1.金融科技（Fintech） 4 近年來，金融科技（Fintech）在拓拓 寬金融可獲得性寬金融可獲得性、提高金融深度和提高金融深度和

3、改善金融效率改善金融效率等方面的作用不斷顯 現，被認為是影響未來金融業務模式 的最重要因素之一。 目前，全球金融科技業務應用領域涵 蓋：支付清算、借貸融資、零售銀行、 財富管理財富管理、保險、交易結算（數字 貨幣）六大金融領域，全面融入傳統 金融各板塊。 金融 科技 支付 清算 借貸 融資 零售 銀行 財富 管理 保險 交易 結算 2.財富管理（Wealth Management） 5 （1）什么是什么是“財富管理財富管理”？ 國際金融理財標準委員會（FPSB）給財富 管理下的定義是，基于客戶及其家庭的財富 水平和預期，在充分了解客戶的訴求、需求 等基礎上，為客戶出具資產組合為客戶出具資產組合

4、、儲蓄計儲蓄計 劃劃、保險投資對策保險投資對策、財產繼承及經營策略財產繼承及經營策略 等財務設計方案等財務設計方案，并幫助客戶實施的過程并幫助客戶實施的過程。 廣義的財富管理廣義的財富管理是指專業化、個性化、立 體化提供綜合財富規劃和財富管理，圍繞客 戶需求進行資產配置和管理。 狹義的財富管理狹義的財富管理是指理財業務，為客戶提 供適合其資產水平、風險預期、時間期限的 標準化產品和服務。 -15.0% -10.0% -5.0% 0.0% 5.0% 10.0% 15.0% 20.0% 25.0% 0.0 100.0 200.0 300.0 400.0 500.0 2000 2001 2002 2

5、003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2000-2019年全球財富總額及增長情況 全球總財富:左軸年均增長率:右軸 2.財富管理（Wealth Management） 6 （2）全球財富發展現狀全球財富發展現狀 據瑞信全球財富報告2020相 關數據，截至到2019年底，全球 財富總額累計為399.2萬億美元， 同比增長10.6%，較2000年復合 增長（CAGR）6.6%。 整體而言，2019年全球財富市場 呈現“北美、歐洲、東亞”三足 鼎立之勢。 北美洲北美洲 3

6、1% 歐洲歐洲 中國中國 19% 亞太地區亞太地區 18% 印度印度 4% 拉丁美洲拉丁美洲 3% 非洲非洲 1% 2019年全球主要地區財富總額及占比年全球主要地區財富總額及占比 2.財富管理（Wealth Management） 7 （3）全球財富管理行業發展現狀全球財富管理行業發展現狀 截止2020年上半年，全球排名前 35位的財富管理公司及機構其財 富 管 理 規 模 （ WUM ， Wealth Under Management）約為15.87萬 億美元。 按財富管理公司所處行業劃分， 目前能為個體及機構投資者提供 財富管理服務的公司或機構主要 來自銀行、券商、投資銀行和專 業的第三

7、方機構，其財富管理規 模分別為10.47萬億美元、1.75萬 億美元、2.29萬億美元和0.89萬億 美元。 0 500 1000 1500 2000 2500 3000 瑞銀財富管理 瑞士信貸 摩根士丹利私 美國銀行私人 J.P摩根私人 大和資產管理 加拿大皇家銀 高盛集團 野村財富管理 嘉信理財 花旗私人銀行 法國巴黎銀行 瑞士寶盛銀行 先鋒集團 匯豐銀行私人 中國招商銀行 北方信托資產 紐約銀行梅隆 百達集團 LGT集團 全球排名前20位財富管理公司WUM規模 單 位 ： 十 億 美 23 4 33 11 0 5 10 15 20 25 0.00 5.00 10.00 15.00 銀行券

8、商投行資管公司 信托公司 保險公司 按行業劃分：全球排名前35位財富管理公司WUM規 模及數量 財富管理規模(萬億美元):左軸 2.財富管理（Wealth Management） 8 （4）我國財富市場發展現狀我國財富市場發展現狀 過去數十年來，我國經濟的快速發展 帶來了居民財富的快速累積。家庭財 富總額從2000年的3.7萬億美元迅速 增長至2019年的78.0萬億美元，在全 球財富中的比重提升至19.5%，僅次 于美國。同時，居民可投資資產已突 破200萬億元，高凈值人群也已接近 200萬人?？梢娭袊敻还芾硎袌鲈?長潛力巨大。 隨著居民財富的增長和大眾富?？蛻?的崛起，財富管理服務也不再

9、僅由高 凈值客戶專享，普通富?？蛻舻呢敻?管理需求不斷萌芽，逐漸將成長為財 富管理市場的中堅力量。 數據來源：Wind 0 50 100 150 200 250 0 20 40 60 80 100 120 140 160 180 200 中國個人持有的可投資資產總體規模（萬億元）：左軸 中國高凈值人群持有可投資資產規模:合計（萬億元）：左軸 中國高凈值人群數量:合計（萬人）：右軸 2.財富管理（Wealth Management） 9 （5）我國財富我國財富管理管理行業行業發展發展現狀現狀 截止到2020年第一季度，我國財 富管理行業總規模約114.88萬億元。 從結構來看從結構來看，我國財富

10、管理市場 主要由保險資管、私人銀行、零 售銀行、公募基金、券商資管、 信托、私募基金和第三方財富管 理等細分領域構成。 從從規模規模來看來看，商業銀行仍是我國 最大的財富管理機構。同時，信 托、保險、公募基金也占據著較 大比例。 2015Q1-2020Q1資管機構資產規模（單位：萬億元） 金融科技在財富管理行業中 的應用 二 10 1.大數據（Big data）在財富管理行業中的應用 （1）什么是什么是“大數據大數據”？ 大數據大數據（Big data或或Mega data）定義定義： 麥麥肯錫全球研究所肯錫全球研究所認為，大數據是一種規模大到 在獲取、存儲、管理和分析方面都超出了傳統數 據庫

11、軟件工具能力范圍的數據集合，以容量大、 類型多、存取速度快、應用價值高為主要特征。 2015年9月，在國務院國務院印發的促進大數據發展行 動綱要中指出：大數據是對數量巨大大數據是對數量巨大、來源分來源分 散散、格式多樣的數據進行采集格式多樣的數據進行采集、存儲和關聯分析存儲和關聯分析， 從中發現新知識從中發現新知識、創造新價值創造新價值、提升新能力的新提升新能力的新 一代信息技術和服務業態一代信息技術和服務業態。 關于大數據（Big data/Mega data），最早源自阿爾文 托夫勒所著的第三次浪潮一書中。而學術研究上， 最早提及到“大數據”的是來自1997年美國學者 Michael Co

12、x & David Ellsworth發表的“Managing Big Data for Scientific Visualization.” 11 1.大數據（Big data）在財富管理行業中的應用 （2）大數據的發展及應用大數據的發展及應用 “大數據”已從信息技術領域，快速滲透滲透 到金融到金融、醫療醫療、環境環境、交通等領域交通等領域。 麥肯錫公司早在2011年就已經預見到大數 據時代的到來，并提出：“各個行業和領 域都已經被數據滲透了，目前數據已成為 非常重要的生產因素。對于大數據的處理 和挖掘將意味著新一波的生產率不斷增長 和消費者盈余浪潮的到來”。 普華永道調研顯示，在所有金融科

13、技中， 大數據是金融行業投資和應用的首選。 據IDC的研究報告Data Age 2020：The Evolution of Data to Life-Critical顯示， 預計到2025年，全球數據總量將達到 163ZB（1630億TB）。 12 1.大數據（Big data）在財富管理行業中的應用 13 （2）大數據的發展及應用大數據的發展及應用 “大數據”已從信息技術領域，快速滲透到金 融、醫療、環境、交通等領域。 大數據在“財富管理”行業中的應用 在在客戶挖掘階段客戶挖掘階段，對客戶的投資需要與風險偏 好實現更全面更細致的識別，而并非僅僅依賴 客戶對于標準化問卷的主觀輸入。 在資產配置

14、階段在資產配置階段，應用大數據支持產品與底層 資產的盡職調研，并使其成為智能化形成投資 組合的基礎，基于客戶的風險偏好和收益目標 在海量金融產品中進行甄選和組合。 在在投資組合再平衡階段投資組合再平衡階段，應用大數據識別宏觀 微觀中的相關信號，觸發資產組合再平衡。 在在運營服務環節中運營服務環節中，比如呼叫中心峰谷管理等 以大數據為基礎，可優化運營資源配置，通過 大數據分析識別交叉銷售商機。還能形成“下 一個產品”的最佳推薦。 1.大數據（Big data）在財富管理行業中的應用 （3）案例案例1：摩根士丹利：摩根士丹利 Morgan Stanley私人財富管理部的服 務主體是高資產凈值的個人

15、、家庭 及控制巨額可投資資產的信托基金， 服務種類包括理財建議和投資管理 咨詢。 Morgan Stanley利用Hadoop對大數 據進行分析，使客戶更輕松、更智 能地處理財務。Morgan Stanley使用 Hadoop處理大量數據，其中包括電 子郵件，社交媒體帖子，電話等信 息，以及任何其他無法使用常規數 據庫挖掘的非結構化信息。 14 1.大數據（Big data）在財富管理行業中的應用 （3）案例案例1：摩根士丹利：摩根士丹利 摩根士丹利運用大數據技術，提升數據挖掘和 處理技術，改進對客戶產品組合的分析，優化 內部的運用機制。 采用采用SAS的大容量數據倉庫和深度數據挖掘產的大容量

16、數據倉庫和深度數據挖掘產 品品，對數據進行提取、轉化加工、存儲、分析 和挖掘，并將數據分析結果可視化，實現信息 共享和訪問的便利性，處理過程智能化。 運用運用Hadoop和和Map Reduce，制定產品組合分制定產品組合分 析解決方案析解決方案，深入分析和了解客戶的財務目標， 在此基礎上制定出卓有成就的投資建議，幫助 其實現合理投資。 通過通過部署企業信息系統部署企業信息系統，實現成本節省并提升實現成本節省并提升 合規度和員工效率合規度和員工效率。將SAS分析得到的數據和 信息，快速、便捷地提交給管理層以判斷經濟 活動達是否到了公司財務目標和發展策略等關 鍵指標。 15 1.大數據（Big

17、data）在財富管理行業中的應用 （3）案例案例2：星展銀行星展銀行與與IBM在大數據上的合在大數據上的合 作作 星展銀行（DBS）的財富管理平臺，按照 客戶的可投資資產劃分為不同的客戶部門， 同時依據客戶財富增長的不同階段，提供 不同的配套服務。 2015年，星展銀行與IBM在財富管理領域 進行合作。 星展銀行的私人財富管理率先通過應用大 數據技術提供定制化的投資建議和對市場 動向監控，投資決策以大數據分析結果為 主，并對客戶經理修改的主觀投資建議， 設置自動觸發系統警報。 16 2.人工智能（AI）在財富管理行業中的應用 17 （1）什么是什么是“人工智能人工智能（AI）”？ 人工智能人工

18、智能（Artificial Intelligence）定定 義義： 人工智能(Artificial Intelligence，AI) 是人造的智能，其含義是研究、開發、 模擬、延伸、拓展人的智能的理論、 方法、技術與應用。 我國人工智能辭典將人工智能定 義為“使計算機系統模擬人類的智能使計算機系統模擬人類的智能 活動活動，完成人用智能才能完成的任完成人用智能才能完成的任 務務”。它主要由機器學習、計算機視 覺、計算機聽覺等不同部分組成，目 的是使機器能夠象人類一樣有視覺、 聽覺等“感官”，通過學習、思考、 判斷完成人類智能所做的復雜工作。 2.人工智能（AI）在財富管理行業中的應用 18 （2

19、）人工智能人工智能（AI）的應用的應用 人工智能的應用范圍非常廣泛，主要包括 虹膜識別、掌紋識別、機器視覺、智能控 制、人臉識別、機器人學、語言和圖像理 解、遺傳編程、視網膜識別等領域。 金融行業是人工智能技術最早發揮重要作 用的行業之一。 按照財富管理服務場景劃分，這些人工智 能的應用包括智能身份認證和智能支付智能身份認證和智能支付、 智能營銷智能營銷、智能客服智能客服、智能投研智能投研、智能投智能投 顧顧、智能風控智能風控等等。 目前，在財富管理行業，智能投顧應用較 為普及。 2.人工智能（AI）在財富管理行業中的應用 19 （3）智能投顧智能投顧（機器人投顧機器人投顧） 智能投顧（Rob

20、o-Advisor）是指運用智能算 法技術、投資組合優化理論模型，為用戶提 供投資決策信息參考，并隨著金融市場動態 變化對資產組合及配置提供改進的建議。 目前的智能投顧主要有三種類型。 第一種是機器人投顧第一種是機器人投顧，全部決策和交易都有 機器來完成。 第二種是人機結合智能投顧第二種是人機結合智能投顧，其特點是決策 和交易都可以由機器來完成，但在智能決策 完成，構成投資組合之后，加入了人工服務 的環節。 第三種是建議型投顧第三種是建議型投顧，計算機通過智能算法 為客戶的決策提供建議，客戶自己是最終決 策者和執行者。 2.人工智能（AI）在財富管理行業中的應用 20 （4）案例案例1：招商銀

21、行：招商銀行摩摩羯智羯智投投 2015年中國首家智能投顧藍海智投上線。 2016年9月份FOF產品細則落地，正式宣告了 公募基金進入一個組合銷售服務的時代。 2016年12月6日，招商銀行正式推出了摩羯摩羯 智投智投。這是國內商業銀行首次推出智能投顧首次推出智能投顧 服務服務，也標志著銀行開啟了智能理財的新時 代。 摩羯智投運用機器學習算法并融合招商銀行 十余年的財富管理實踐以及基金研究經驗， 以公募基金為基礎構建出全球化資產配置組 合。 自上線以來，摩羯智投管理的資產規模已超過 35億元，已有超過6萬位中高端用戶體驗了摩羯 智投。 工商銀行的智能投顧，通過人工智能實 現對客戶的精準畫像分析，

22、以智能算法 選擇投資組合，實現了一鍵式理財一鍵式理財。 2.人工智能（AI）在財富管理行業中的應用 21 （4）案例案例2：廣發證券：廣發證券貝塔牛貝塔牛 2016年6月，廣發證券在“易淘金”品牌下 推出了“貝塔?！敝悄芡额櫡?。 “貝塔?！笔菑V發證券開發的一款基于金融 工程理論及大數據的智能化、個性化的全能 型機器人投顧。 它可根據客戶的不同投資目標及風險偏好提 供專屬的交易策略及個性化大類資產配置方 案。同時，機器人服務會嚴格按照制定的策 略去操作。 3.云計算（Cloud Computing）在財富管理行業中的應用 22 （1）什么是什么是“云計算云計算”？ 云計算（Cloud comp

23、uting）是指以公開的標準 和服務為基礎，以互聯網為中心，提供安全、 快速、便捷的數據存儲和網絡計算服務。 云計算云計算（ Cloud computing ）定義定義： 美國美國國家標準與技術研究院國家標準與技術研究院(National Institute of Standards and Technology, NIST)定義：云計算是 一種按使用量付費的模式，通過云計算，用戶 可以隨時隨地按需從可配置的計算資源共享池 中獲取網絡、服務器、存儲器、應用程序等資 源。這些資源可以被快速供給和釋放，將管理 的工作量和服務提供者的介入降低至最少。 云計算的發展云計算的發展 云計算最早以SaaS服

24、務的形式出現于20世紀90年代末。但直到2006年，亞馬遜推出的AWS(Amazon Web Services)開始以Web服務的形式向企業提供云計算服務，業界才真正開始重視這種新的IT服務 模式。隨后，IBM、Google、微軟等企業也加入云計算服務領域，促進行業進入發展快車道。政府、 行政管理部門、企業逐漸接受云服務理念，并進一步進行應用， 3.云計算（Cloud Computing）在財富管理行業中的應用 23 （2）“云計算云計算”的分類的分類 云計算按照服務交付模式分為 IaaS、PaaS和SaaS。 IaaS是Infrastructure as a Service 的縮寫，意思是基

25、礎設施即服基礎設施即服 務務，即云服務商把IT環境的基 礎設施層作為服務出租出去。 PaaS是Platformas a Service 的 縮寫，意思是平臺即服務平臺即服務，指 云服務商把IT環境的平臺軟件 層出租出去。 SaaS即Software as a Service， 意思是軟件即服務軟件即服務，指云服務 商把IT環境的應用軟件層作為 服務出租出去。 3.云計算（Cloud Computing）在財富管理行業中的應用 24 （3）“云計算云計算”在金融中的應用價值在金融中的應用價值 云云計算降低了金融機構的信息資源計算降低了金融機構的信息資源 獲取獲取成本成本。 出于規模效應和專業化分

26、工，云提 供者能以更低廉的價格向金融機構 提供服務。 云云計算減小了金融機構的資源配置計算減小了金融機構的資源配置 風險風險。 金融機構根據實際需求使用云上的 IT資源，減少了為閑置資源付出的 不必要成本。 云云計算提高了金融機構的計算提高了金融機構的IT運營運營效效 率率。 云計算能在短時間內從海量數據中 快速提取有用信息，大大提高了金 融機構的數據處理能力。 3.云計算（Cloud Computing）在財富管理行業中的應用 （4）案例案例1：大型財富管理公司：大型財富管理公司（瑞瑞銀銀、 匯匯豐豐、 Banco Sabadell） 目前，大型財富管理公司正在加速從 大 型機計 算向多 云

27、部署 架構邁進 （multi-cloud deployment architecture）， 在該架構中，公司將其部署分散到多 個云位置。 當前在財富管理中使用多云的例子包 括： 瑞銀集團將其25個數據中心遷移到 Azure； 匯豐銀行則利用Google Cloud重新架構 其核心平臺； Banco Sabadell在IBM公共云上托管其 基礎架構以使應用程序現代化。 25 3.云計算（Cloud Computing）在財富管理行業中的應用 （4）案例案例2：中小型財富管理公司：中小型財富管理公司（ James Hambro & Partners ） James Hambro & Partne

28、rs (JH&P)，利用 InvestCloud Blue應用程序套件，來支持數字 化的客戶聯系、自動化和管理；同時與模塊 化軟件Iress Pulse相結合，實現客戶培訓自 動化。 (JH&P)是一家總部位于倫敦的第三方財富管 理公司，其管理超過34億英鎊的資產。 InvestCloud是一個開發預先集成的數字化金 融云解決方案的平臺，為超過2萬億美元的 資產提供支持。InvestCloud Blue能夠對客戶 培訓、聯系和建議進行數字化，包括財務規 劃和報告，讓管理者能夠獲得看到所有客戶讓管理者能夠獲得看到所有客戶 的全面視角的全面視角。 26 JH&P首席執行官安迪-斯蒂爾Andy St

29、eel：“我 們的客戶群體日益復雜，不得不為此提供靈活 的技術解決方案，以便讓大家能夠以最適合他 們的方式來吸收我們的服務?？蛻糁灰獎右粍?手指， 金融科技在財富管理行業中 應用的積極意義 三 27 1.促進財富管理行業數字化轉型 28 一是客戶數字化。信息技術可以對客戶 數據、行為偏好和生活場景進行分析處 理，勾勒出多維立體化、數字化的客戶 畫像。 二是營銷數字化。借助大數據手段，可 以預測熱點，分析客戶的需求偏好，識 別客戶潛在需求，提高營銷前瞻性。 三是服務數字化。通過移動客戶端、互 聯網站等，打造線上、線下體驗一致的 服務。 2.增強財富管理行業服務效率 29 一是運用大數據技術，挖掘

30、和利用多維 度、網絡化的用戶數據，形成用戶全景 視圖，構建差異化的服務策略、動態化 的管理方式、智能化運營決策和商業分 析支持。 二是運用語音語義識別技術打造智能客 服。利用語義分析、知識搜索等技術， 基于定制化的知識庫內容，快速的響應 客戶請求。 三是采用機器學習實現金融產品和服務 的精準營銷。利用機器學習和現代投資 組合優化模型，搭建智能投顧平臺，為 客戶提供有針對性的投資建議。 3.降低財富管理行業服務成本 30 一方面，通過金融科技技術降低金 融服務費用。大數據、人工智能等 技術的運用使得金融交易的鏈條和 中間環節逐步縮短；移動互聯網、 智能終端使得部分業務能夠在線操 作，減少了金融機

31、構物理網點和人 員的數量，降低了交易成本。 另一方面，運用新技術降低IT自身 的運營成本?；诖髷祿脑朴嬎?改變傳統基礎設施部署的方式，大 幅降低金融機構的軟硬件采購與維 護成本，有助于金融機構降低運營 成本，提高服務效率。 4.擴大財富管理行業服務覆蓋面 31 依托互聯網、生物識別技術、 智能終端等，不斷拓展財富管 理服務渠道，延伸服務的廣度， 促進普惠金融發展。 金融科技大數據技術能高效開 展客戶征信工作，智能投顧技 術覆蓋到傳統金融機構無法服 務到的大量長尾客戶。 5.提高對高凈值客戶的服務能力 32 一方面，隨著我國高凈值人群與 超高凈值人群的規模不斷擴大， 其對財富管理需求的多樣性

32、和復 雜性（綜合性）也與日俱增。 另一方面，相較于傳統金融手段， 財富管理行業運用新的金融科技 手段能有效提升產品、風控及服 務能力，以更好地匹配高凈值、 超高凈值客戶的新需求。 四 33 發展趨勢、存在的問題及建議 1.發展趨勢 34 趨勢一：財富管理行業將愈發重視金融科趨勢一：財富管理行業將愈發重視金融科 技在行業中的應用技在行業中的應用。 國內外財富管理行業頭部公司在金融科 技方面投資巨大。一方面是希望通過金 融科技應用達成發展能力的突破；另一 方面也是適應客戶數字化、移動化的體 驗方式，尋求價值差異化的客戶增值場 景。 貝萊德首席執行官Larry Fink曾在公開 演講中透露，貝萊德每

33、年會拿出營業收 入的10%作為科技預算。 2020年，貝萊德以6.7萬億規模的絕對優勢蟬 聯年全球Top 500 Asset Managers 2020榜首。 1.發展趨勢 35 趨勢二：趨勢二：從從實踐看實踐看，隨著金融與科技雙向融隨著金融與科技雙向融 合進入深水區合進入深水區，金融金融科技科技在財富管理行業中在財富管理行業中 的的應用應用實踐也出現分化實踐也出現分化。 一種分化是不同規模資管機構在應用金融不同規模資管機構在應用金融 科技方面的分化科技方面的分化，大型機構憑借資金投入、 人力物力等資源優勢與中小機構逐漸拉開 差距； 另一種分化是基于科技應用，傳統資管機傳統資管機 構與科技型資

34、管機構觸達客戶端的服務形構與科技型資管機構觸達客戶端的服務形 式也出現分化式也出現分化，能夠提供系統性的科技資 管一體化解決方案將成為新的競爭能力壁 壘。 2.金融科技在財富管理行業應用中的問題 36 問題一：金融科技在基礎性問題一：金融科技在基礎性、關鍵性技關鍵性技 術上的研發能力不足術上的研發能力不足，影響金融科技在影響金融科技在 金融領域應用的廣度和深度不夠金融領域應用的廣度和深度不夠。 我國金融科技相關技術，如人工智能 技術研究比美國等西方發達國家起步 晚。人工智能技術在美國的研發距今 已經有60多年的發展歷程，而我國人 工智能技術研究和產業布局正處于起 步期，人工智能技術的基礎研究水

35、平 還不高，自主研發能力也有待進一步 提升。 目前，我國金融科技的發展還處于探 索階段，需要技術的進一步迭代更新， 這是導致金融科技在財富管理行業引 用的廣度和深度不夠的根本原因。 37 問題二：財富管理行業金融科技人才問題二：財富管理行業金融科技人才 相對匱乏相對匱乏，專業人才隊伍培養有待加專業人才隊伍培養有待加 強強。 目前，國內設立人工智能專業的 高校還比較少，大多數高校只是 在軟件專業開設人工智能選修課 程，金融科技如人工智能實驗室 建設力度還需要加大。全國從事 金融科技相關研究和應用的專業 人才緊缺，特別是既懂金融科技 又懂金融的復合型人才更是稀少， 這是制約我國金融科技在金融領 域

36、尤其是財富管理行業廣泛、深 入應用的瓶頸因素。 2.金融科技在財富管理行業應用中的問題 38 問題三：金融科技行業標準與安全規范問題三：金融科技行業標準與安全規范 仍待完善仍待完善。 當前，金融科技中的金融大數據的相 關標準仍處于探索期，金融大數據缺 乏統一的存儲管理標準和互通共享平 臺，涉及金融行業大數據的安全規范 還存在較多空白。相對于其他行業而 言，金融大數據涉及更多的用戶個人 隱私，在用戶數據安全和信息保護方 面要求更加嚴格。 隨著大數據在多個金融行業細分領域 的價值應用，在缺乏行業統一安全標 準和規范的情況下，單純依靠金融機 構自身管控，會帶來較大的安全風險。 2.金融科技在財富管理

37、行業應用中的問題 39 問題四：金融監管跟不上金融科技在財問題四：金融監管跟不上金融科技在財 富管理行業中應用的步伐富管理行業中應用的步伐。 對于金融科技相關技術在金融領域的 應用，還缺乏較為完善的監管規則， 在目前分業監管的格局下，一旦出現 業務或者服務糾紛就會面臨一系列監 管難題。 金融科技相關技術適用法律法規和部 門規章制度的分散性，意味著在實際 操作過程中監管部門難以把握監管的 邊界。如智能投顧業務包括投資咨詢、 資產管理、理財顧問、證券委托交易 等方面，涉及我國金融領域不同行業 的監管。 2.金融科技在財富管理行業應用中的問題 3.發展建議 40 建議一：鼓勵財富管理行業加強金融科建

38、議一：鼓勵財富管理行業加強金融科 技在行業中的應用技在行業中的應用。 與歐美等金融市場發達的國家相比， 我國金融業尤其是財富管理行業金融 科技應用程度并不高。金融科技的運 用能有效促進行業的市場服務能力， 為此，應鼓勵金融機構對云計算、大 數據、區塊鏈、人工智能等金融科技 在財富管理行業中的應用，并在各類 科技項目立項中予以支持。一方面， 要加強信息網絡基礎設施建設；另一 方面，支持鼓勵財富管理行業對金融 科技手段在合法合規的基礎上進行創 新性開發應用。 41 建議二：加大對金融科技核心技術方面建議二：加大對金融科技核心技術方面 的研發力度的研發力度，加強人才隊伍建設加強人才隊伍建設。 金融科

39、技在基礎性、關鍵性技術上研 發能力不足，既不利于金融科技相關 技術在金融領域廣泛、深入的應用， 也不利于我國金融科技創新發展和金 融安全。為此，要加大對金融科技研 究人才隊伍建設的扶持力度，鼓勵國 內高校增設大數據、人工智能等專業， 培養相關領域更多的專業、高技能人 才；加強并推動國內金融機構、高科 技企業、高等院校、科研院所之間的 協同，為金融科技在金融領域應用、 創新和發展提供智力支持。 3.發展建議 42 建議三：加強行業政策指導和行業標準建議三：加強行業政策指導和行業標準 規范建設規范建設，促進金融科技在財富管理行促進金融科技在財富管理行 業中規范發展業中規范發展。 政策方面，針對產業

40、發展需求，出 臺促進財富管理行業金融科技發展 應用的指導性政策意見，明確產業 發展的目標、方向、路徑和要求， 完善產業發展的配套保障體系和評 估體系。 行業標準方面：指導和支持金融科 技在產業標準、安全和商業化等多 個領域的相關研究。加快發布和形 成金融科技產業應用標準體系和行 業規范，以標準促進產業發展。 3.發展建議 43 建議四：建立和完善多重安全風險防范建議四：建立和完善多重安全風險防范 機制機制，提升金融科技的風險防控水平提升金融科技的風險防控水平。 安全高效是財富管理行業平穩健康發 展的重要基礎。一方面要制定金融科 技在金融領域應用的相關法律法規與 監管規則，重點要保障投資者的信息

41、 和隱私安全；另一方面要完善金融科 技在金融領域應用的責任追究機制， 為金融科技在金融領域的應用和推廣 掃除障礙。 金融科技相關技術（如大數據、人工 智能）在金融領域應用，要盡可能全 面開展白盒測試以及進行大量邊界值、 特殊值的黑盒測試。提升相關技術的 安全系數。 3.發展建議 44 建議五：發展監管科技建議五：發展監管科技，加強行業監管加強行業監管， 實現對金融科技在財富管理行業的監管實現對金融科技在財富管理行業的監管 全覆蓋全覆蓋。 監管是金融創新和發展的重要保障。 發展監管科技，夯實數據綜合統計 和風險監測基礎設施，著力提升宏 觀審慎監管和微觀行為監管的科技 應用水平。 加強國際機構合作，消化吸收國際 先進監管科技新理念、新技術，防 止跨國監管真空，防范化解金融系 統性風險。 3.發展建議