张宇辰：理财产品业态的转变、权益净值类产品的增加，使投资者需求发生转变，由盲目转向理性

　　2022年12月13日-14日，由中关村金融科技产业发展联盟、中关村互联网金融研究院、中国互联网金融三十人论坛主办的“2023第十届中关村金融科技论坛年会暨2022‘光大杯’中关村番钛客金融科技国际创新大赛颁奖典礼”在“云端”举办。论坛年会为期两天，包含主题演讲、圆桌对话，发布优秀案例、金融科技与数字普惠报告、《web3.0》图书、中关村金融科技30强、金融科技竞争力报告等多个重要板块。50余位行业专家齐聚一堂，共谋金融科技领域的前沿热点，共克时艰、共话未来！

　　明世金融信息公司首席产品官张宇辰在12月14日构建数据安全新秩序—大数据与治理专题论坛发表题为：“明世投研系统助力财富管理业务数字化转”演讲。他指出：财富管理业务收入快速增加，近年来呈现出爆发趋势，已被行业内普遍认为是下一个阶段的行业发力点。随着理财产品业态转变，权益净值类产品增加，投资者需求也发生了转变，由盲目转向理性。与此同时，金融行业的数字化转型也提出了对金融科技更高的要求，明世投研系统通过其有特色的选基系统进行各产品评价体系和资产配置打造，满足市场上对系统功能的需求。

　　发言内容 （以下内容根据现场速记整理）

　　一、财富管理业务发展方向

　　（一）金融行业在财富管理业务方向发力

　　以证券行业为例，传统依托牌照开展的经济业务收入增长乏力，近管长期来看是持续上升，但边际收入来看，随着市场竞争的加剧，呈现持续下降趋势，相反，财富管理业务收入快速增加，过去三年证券行业代销金融产品净收入及占比不断提高，呈现出爆发趋势，已被行业内普遍认为是下一个阶段的行业发力点。

　　（二）理财产品业态转变

　　近几年随着2022年的资管新规出台，监管要求打破刚性兑付，非标准化、保本固投产品逐渐向标准化权益净值型的产品转变。虽然权益类的基金，权益类的私募，甚至包括银行理财产品出现较早，但一直在整个财富管理行业内的占比都比较低，近几年占比的逐渐提高，已渐渐看到其成为主流资产的趋势。过去10年股票数量增加99.7%；同期公募基金数量增加1667.4%。

　　（三）投资者需求转变

　　经过多年市场的教育，投资者逐渐从盲目投机的投资方式转向，专业化理性化的投资方式和管理业务的标准和期待都有所提高。从以前要求客户经理给自己介绍产品，介绍详情，讲解产品知识，已经转变为了要求客户经理及提供一套适合自己的适合自己投资需求的产品，讲清个人需求以后，由经理来匹配产品。销售人员的专业素养要求就有比较大的提高。投资者逐渐选择把资金交给专业的金融机构打理，而不是自己主动投资到股票市场，他会通过买公募基金、买私募基金，买银行理财等方式买信托，把资金投资到股票市场里，由专业的金融机构的投资人代管。

　　从监管层面讲，随着2019年的第一批这个基金投顾牌照的发行，到目前已经发行了60张。在这个过程中，其实很多牌照持有的机构在业务上展业也取得了比较大的进展，把资金交给专业的投资人员作为顾问的这种形式，不管是从行业发展速度，还是从客户接受程度上，都是一个未来发展的趋势。

　　（四）金融行业对科技要求提高

　　与此同时金融行业对科技的要求逐年的提高，业务发展需求到达一定的阶段，它对技术的应用就有更高的要求。2020以来，随着资管新规开放投入，包括疫情的发展，营销展业的人员现在比拼的是各家背后的金融科技实力。这要求金融机构对自己的科技持续加大的投入，整个行业的发展全面的推动了金融行业的数字化转型。

　　投研的工作是其中的具体案例之一。在传统的投研中，大部分是以专业的投研人员主观定性的方式去处理问题，资深的投研人员可以对每只基金了如指掌，这个时候他是可以通过定性的方式，在对应的时间点，结合当时的市场和公关环境，选出比较好的基金产品的。随着市场上基金产品数量的增长到几千只的时候，了解全部市场产品已不现实。于是投研人员通过金融终端，比如Wind，然后在Excel上做处理，后期甚至可能加入了一些Python的脚本来做处理，通过定性和定量相结合的方式先做初筛，把几千只产品筛到100只200只，不再按照原来定性的方式去处理，达到一个基金评判、基金筛选的目的。但随着基金数量持续的井喷式的增加，投研人员需要花费大量的时间从终端下载数据到Excel，再完成复杂的清洗，所以在这种背景下，专业的投研系统其实已经逐渐被头部和中腰部的金融机构提上了建设的日程，甚至有些已经完成了自己的建设。

　　二、明世投研系统——大数据技术应用

　　大数据技术在明世投研系统上的应用可分为投资和研报两部分。

　　（一）投资

　　1、宏观研究——大类资配组合工具

　　大类资产配置常见的问题主要有：方法单一、执行难、不智能。方法单一表现在，由于算力包括投研人员精力的分配问题，大部分金融机构的大类资产配置模型或者大类资产配置结果基本类似，主观的宏观研判指标简单，主要集中在偏中高风险或者偏规模较大的资产对应的风险等级上；执行难主要表现在，受不同资产类型评价维度的影响，现实情况和学术的方法结合困难，不能根据实际资产的现状去做调整和优化；不智能体现在，基于大类资产配置维护成本考虑，较难同时维护多种大类资产配置方案，也较难为不同类型/目标客户提供不同大类资配建议。

　　2、选基系统

　　（1）基金评价体系

　　明世选基系统里最核心的部分就是基金评价体系。根据9种不同的基金类型，分成了9个独立的基金评价体系，其中最多的1个体系下包含了10个大类以及42个子类的指标，指标的权重均是可以调节的，这样可以适用于不同的资金使用场景，投资目标，和选择方案。

　　选基系统计算量大，虽然相比互联网业务来说，金融行业几百万数据量不算太大，但计算逻辑复杂，模型时间效率复杂，对大数据计算能力要求高。第二是数据源多，关联复杂，股票、债券、基金和指数数据的关联性很大程度也影响到系统的响应速度。第三是输入参数多，金融模型参数多，且多数模型不能复用，为满足投研用户的自由度，模型计算难度增加。目前上市面上有的投研系统基本上靠阉割产品功能来实现的，避免产品设计中出现自由度较高的全市场横向比较功能。

　　目前市场上常见的分布式存储+分布式计算解决方案Hadoop+Spark，已较为成熟，适用于大部分大数据应用场景，但金融数据是时序数据，用关系数据存储方式处理，时序数据涉及到的统计学函数无法分布式计算，难以达到满意效果。

　　（2）标签选基体系

　　明世标签选基体系包含了一套复杂的标签体系，大概有200多个标签，支持多维度筛选基金产品。

　　3、组合管理——智能投顾服务

　　系统的投资组合管理作为智能投顾服务的一部分，让客户选择一个属于他自己定制的大类资产配置，同时选择定制的基金筛选的方案，然后自上而下和自下而上的投资理念相结合，生成自定义的一套投资方法论。通过计算选定的大类资产配置和基金评价模型在历史阶段的执行结果，做出方法论的回测，根据回测效果判断智能投顾产品参数设定合理性。

　　（二）研报

　　明世智能研报系统主要用到的是LP的技术。随着发研报的速度逐年提升，专业的投研人员每天都被大量的研报淹没，无法准确及时地获取市场动态信息。

　　研报第一个目的是快速了解市场的风向，明世智能研报系统可以对市场上近期发行的所有宏观研报抓取热点词关键词，这些词一般是和传统的投研里边用到的词不一样的，而是一些具有特质性的词，帮助投研人员更清楚了解到市场热点在哪。第二，系统可以通过NLP技术去解析了每一篇宏观研报，对研报观点进行智能分析，把握市场大概动向。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

海量资讯、精准解读，尽在新浪财经APP

责任编辑：邓健