資產管理行業金融科技應用現狀調查分析報告2020

1、資產管理行業金融科技應用現狀資產管理行業金融科技應用現狀 調查分析報告調查分析報告 隨著金融科技的快速發展，我們發現行業對金融科技的 態度從最初的焦慮逐漸轉變為積極探索、主動擁抱，機構都 在或多或少地嘗試著參與到金融科技的浪潮中去，部分機構 已經開始投入金融科技的研發與發展應用。 為了解現階段行業對金融科技的投入和應用情況，挖掘 機構在金融科技領域的核心訴求， 協會于 1 月 9 日至 1 月 16 日進行了問卷調查， 向 135 家公募基金管理人會員單位和 22 家私募證券專委會成員發送了資產管理行業金融科技應用 現狀調查問卷 ， 請大家自愿填寫。 問卷從受訪公司在金融科 技領域的投入情況、金融科技在投研業務中的應用、大數據 和人工智能的應用場景三個維度進行題目設計，共設置 9 個 問題，均采取客觀選擇題形式。截至 1 月 16 日，共有 53 家 機構完成答題， 其中公募基金管理人 44 家， 私募證券基金管 理人 9 家?，F將結果匯報如下： 一、對金融科技投入情況的分析 金融科技受到行業大、中、小型基金公司的普遍關注。金融科技受到行業大、中、小型基金公司的普遍關注。 通過分析問卷

2、的底層數據我們發現，在受調查的基金公司中， 對金融科技的年投入額在千萬以上的基金公司，不僅包括華 夏、易方達、嘉實、天弘、工銀等行業排名前十的大型基金 公司，還包括鵬華、中歐、興全、景順長城等行業排名相對 靠前的中型基金公司，也包括國金、九泰等排名相對靠后的 微信公眾號 免費知識星球VIP知識星球 小型基金公司。 現階段年投入千萬以上的 22 家基金公司中， 有 16 家表示未來 5 年在金融科技領域投入占比的增幅將大 于 5%；這 16 家公司同樣涵蓋了行業內大、中、小型基金公 司。 具體來看，具體來看，近八成的近八成的公募基金管理人每年在金融科技領公募基金管理人每年在金融科技領 域的投入超過百萬。域的投入超過百萬。 在 44 家填寫問卷的公募基金管理人中， 22 家機構現在對金融科技的年投入額（自研或購買）在千萬 以上，12 家年投入額在百萬級，僅有 10 家年投入額低于百 萬。 圖 1、公募基金管理人在金融科技領域的年投入額分析 近近五成的公募基金管理人在金融科技領域的投入占營五成的公募基金管理人在金融科技領域的投入占營 業收入的比例超過業收入的比例超過 5%5%。在 44 家填

3、寫問卷的公募基金管理人 中，3 家公募基金管理人目前對金融科技的年投入額（自研 或購買）占年度營業收入的百分比超過 10%，17 家的投入占 比在 5%-10%的范圍內，24 家公募基金管理人投入占比小于 5%。 1 1 9 9 1212 2222 十萬以內 幾十萬 幾百萬 千萬以上 圖 2、公募基金管理人在金融科技領域的年投入額 占公司營業收入的比例分析 約約六六成的公募基金管理人表示在未來成的公募基金管理人表示在未來5 5年在金融科技領年在金融科技領 域的投入增幅域的投入增幅將超過將超過 5%5%。 其中 4 家管理人選擇了增幅將超過 10%，22 家選擇了投入占比將增加 5%-10%，18 家選擇了投入 占比增幅不會超過 5%或不增加。 圖 3、公募基金管理人在金融科技領域的 年投入額增幅分析 由于管理規模和發展戰略的不同，私募基金在金融科技由于管理規模和發展戰略的不同，私募基金在金融科技 1 1 17 17 2222 4 4 不增加 小于5% 5%（含）-10%（含） 大于10% 2424 1717 2 2 1 1 小于5% 5%（含）-10%（含） 10%-20% 大于20%

4、（含） 領域的投入明顯低于公募基金，領域的投入明顯低于公募基金，但仍有約五成私募基金在金但仍有約五成私募基金在金 融科技領域的投入在百萬級。融科技領域的投入在百萬級。在參加調查的 9 家私募證券投 資基金管理人中，5 家對金融科技的年投入額在幾百萬的水 平，投入幾十萬和 10 萬以內的機構各有 2 家，沒有私募證 券基金管理人對金融科技的年投入額超過千萬。占比方面， 參加調查的私募管理人對金融科技的投入占比均小于 10%。 關于未來 5 年，5 家選擇不增加或增幅不超過 5%，3 家選擇 了投入占比將增加 5%-10%， 只有 1 家選擇了增幅將超過 10%。 二、金融科技在投研業務中的應用情況分析 在投研在投研業務中業務中，與數據相關的工作被機構認為是金融科，與數據相關的工作被機構認為是金融科 技在未來中短期內最能發揮效能的領域。技在未來中短期內最能發揮效能的領域。 機構普遍認為機構普遍認為未來未來 3 3 年，年，數據搜索分析引擎是通過人機數據搜索分析引擎是通過人機 結合提升投研和服務效率最有效的方式。結合提升投研和服務效率最有效的方式。調查顯示，共有 31 家機構持有以上觀點，

5、其中包括 23 家公募基金管理人和 8 家 私募基金管理人，分別占參與調查的公募和私募管理人的 52%、89%。此外，與私募基金管理人相比，公募基金管理人 更加傾向于通過智能報告生成技術（11 家公募、1 家私募） 和知識圖譜的關系網絡提高投研和服務的效率 （10 家公募基 金） 。 圖 4、提升投研和服務效率最有效的方式 23 11 10 8 1 0 0 10 20 30 數據搜索分析引擎數據搜索分析引擎智能報告生成技術智能報告生成技術知識圖譜的關系網絡知識圖譜的關系網絡 公募私募 數據的搜集、監控、整理是最可能被金融科技替代的重數據的搜集、監控、整理是最可能被金融科技替代的重 復勞動。復勞動。機構普遍認為公司財報披露的數據收集和整理是未 來最有可能被金融科技替代的工作， 有 43 家公募管理人和 7 家私募管理人持這一觀點；其次為行業數據變化監控（39 家 公募管理人、7 家私募管理人） 、研究員非深度的日報、周報 和月報（34 家公募管理人、4 家私募管理人） 。 圖 5、最可能被金融科技替代的重復勞動 三、大數據和人工智能在資管行業的應用場景調查 機構普遍認為機構普遍認為大數據

6、和人工智能技術大數據和人工智能技術在進行在進行客戶客戶畫像畫像 時，主要是對客戶時，主要是對客戶的的資產資產構成情況構成情況進行分析。進行分析。調查顯示，29 家公募基金管理人和 3 家私募基金管理人持有上述觀點。7 家公募和 3 家私募認為通過大數據和人工智能技術認知客戶 最主要的方式是分析客戶投資的產品類別；5 家公募和 3 家 私募認為最主要的方式是對客戶投資額度的分析。 圖 6、目前通過大數據和人工智能技術認知客戶 最主要的方式 39 43 34 77 4 0 10 20 30 40 50 行業數據變化監控行業數據變化監控公司財報披露的數據收集整理公司財報披露的數據收集整理研究員報告研究員報告 公募私募 在合規管理與反洗錢審查工作中，在合規管理與反洗錢審查工作中，通過合規和銷售部門通過合規和銷售部門 以及通過整合現有的數據是以及通過整合現有的數據是公募公募和私募最經常使用的方式，和私募最經常使用的方式， 通過大數據人工智能方式目前的應用尚不廣泛。通過大數據人工智能方式目前的應用尚不廣泛。調查顯示， 37 家公募和 9 家私募基金管理人選擇依靠合規部門與銷售 部門， 38 家公募

7、和 4 家私募基金管理人選擇通過整合現有數 據實現；但表示通過大數據人工智能實現的公私募基金管理 人合計只有 11 家。 圖 7、目前開展合規管理與反洗錢審查的主要方式 5 5 7 7 3 3 2929 3 33 3 0 0 3 3 0 10 20 30 40 投資額度投資額度投資產品類別投資產品類別 瀏覽記錄分析瀏覽記錄分析 客戶資產分析客戶資產分析 公募私募 37373838 2424 1010 9 9 4 4 5 5 1 1 0 5 10 15 20 25 30 35 40 依靠合規部門與銷售部門依靠合規部門與銷售部門通過整合現有數據通過整合現有數據依賴外部供應商依賴外部供應商通過大數據人工智能通過大數據人工智能 公募私募 對于對于實現數據直通化全自動運營實現數據直通化全自動運營的方式，的方式，公募基金管理公募基金管理 人更傾向于通過數據中心對數據進行清洗，而私募基金管理人更傾向于通過數據中心對數據進行清洗，而私募基金管理 人傾向于通過各供應商之間的接口互通人傾向于通過各供應商之間的接口互通；通過流程自動化機；通過流程自動化機 器人的方式仍不是主流器人的方式仍不是主流。調查顯示，

8、38 家公募基金管理人通 過數據中心對數據進行清洗來實現， 27 家通過各供應商之間 接口互通實現。由于技術能力和資源所限，更多私募證券投 資基金管理人（7 家）選擇了依靠各供應商之間接口互通實 現。 而選擇流程自動化機器人的僅有 23 家公募和 4 家私募。 圖 8、目前實現數據直通化全自動運營的主要方式 公募基金公募基金管理人管理人普遍傾向于通過自建數據中心的方式普遍傾向于通過自建數據中心的方式 提升大數據場景下支持人工智能的運算能力提升大數據場景下支持人工智能的運算能力。調查顯示，公 募基金管理人中選擇最多的方式是自建數據中心（33 家） ， 而使用租賃數據中心、部署私有云、使用公有云的占比均較 小。私募基金管理人的選擇則較為分散，選擇自建或租賃數 據中心的各有 3 家， 選擇部署私有云或使用公有云的各 2 家。 3838 2727 1818 2323 4 4 7 7 2 2 4 4 0 5 10 15 20 25 30 35 40 通過數據中心進行數據清洗通過數據中心進行數據清洗 各供應商之間實現接口互通各供應商之間實現接口互通依賴流程自動化機器人依賴流程自動化機器人自研系統實現數據直通自研系統實現數據直通 公募私募 圖 9、目前提升大數據場景下 支持人工智能運算能力的主要方式 3333 1414 1919 1010 3 33 3 2 22 2 0 5 10 15 20 25 30 35 自建數據中心自建數據中心 租賃數據中心租賃數據中心部署私有云部署私有云使用公有云使用公有云 公募私募

《資產管理行業金融科技應用現狀調查分析報告2020》由會員歐**分享，可在線閱讀，更多相關《資產管理行業金融科技應用現狀調查分析報告2020》請在金鋤頭文庫上搜索。