證券時報記者 吳琦 裴利瑞

    隨著大數據、云計算、人工智能等技術的迭代創新，金融科技正成為推動基金行業未來發展的新引擎。

    回望國內，公募基金行業走過了波瀾壯闊的24年，資管規模已突破25萬億大關，規模的快速增長也給行業帶來了如何提質增效的課題。近年來，越來越多基金公司開始重視金融科技領域的能力建設，甚至把金融科技視為基金行業“高質量發展”的第二戰場，探索如何實現金融科技與投研、營銷、中后臺運營管理等業務的深度融合。

    基金業推崇科技

    數字化轉型方興未艾

    1988年，一句“科學技術是第一生產力”的口號響徹國內。而在大洋彼岸，一家名為貝萊德（BlackRock）的資管公司悄然成立，這家公司在成立之初就創建了一個名為阿拉丁（Aladdin）的投資交易風控系統。后來，該系統不僅幫助貝萊德迅速躋身全球第一大資管機構，并且還成為全球市場最知名的金融科技產品之一。

    根據麥肯錫的調研，全球領先資管公司均在積極推動數字化在資管全價值鏈的應用。在海外，50%的資管機構啟動了大數據高級分析，30%的資管機構開始轉化部分大數據用例試點，15%的資管機構全面推動組織內部規模化的數據應用落地，5%的資管機構利用大數據高級分析捕捉了客觀的業務價值，并實現了5%以上的增收或者10%以上的效率提升。

    “國際領先的資產管理機構基于長期的技術儲備和投入，運用金融科技進行前中后臺全方位流程改造，快速實現了數字化轉型。與之相比，目前中國資管行業數字化基礎還有巨大進步空間，包括煙囪式架構、手工操作多、數據不能實時打通、較多依賴外購等歷史問題，嚴重制約著數字化進程。”博時基金相關人士表示。

    浙商基金認為，從數據中挖掘投資信號，需要經過數據信號化、信號策略化、策略模型化的過程，進而才能讓這些數據成為有效的投資策略，過程極其復雜和專業。

    如何才能讓金融科技真正賦能投資的全生命周期，成為擺在各大基金公司面前的一大命題，一批有實力、有前瞻性的基金公司正在孜孜探索。

    投決系統一體化

    解決痛點提質增效

    從公募基金在金融科技上的投入來看，主要方向集中于投研能力的建設，但由于業內普遍采用不同來源、多套孤立的信息系統，缺乏統一規劃，因此基金公司在金融科技上的投入往往事倍功半。

    對于上述問題，近年來部分基金公司開始著力于打造新一代投研數字化系統，支持層出不窮的業務創新，解決投研中各類痛點。以博時基金2018年初上線的“新一代投資決策支持系統”為例，這是博時借助數字化建立投研核心競爭力的戰略性項目，它覆蓋投研內部價值鏈和外部生態，建立起全資產、全流程、全球化的一體化投研數字化支撐平臺。

    據了解，該系統共有8大子系統、49個業務模塊、超過4000項關鍵功能點，可以幫助基金公司解決投研業務上的多個痛點。

    首先，在研究分析方面，研究工作本身的痛點是工作的效率和工作的傳承，該系統著力提升研究分析的效率與價值，可以通過智能信息搜索、研報數據定制、智能研報生成等方法解決這些問題，讓研究員將更多的精力用在信息分析和研究結論上，提升了研究水平。

    研究分析的另一個痛點，是怎樣讓研究分析成果的價值得到體現。依托投研一體化系統，通過資產配置管理和多層次績效分析的支持，比較好地把投資決策委員會、研究員、基金經理的成果轉化為投研的團隊能力。此外，借助機器學習技術，系統可以支持智能量化選股和智能因子發掘。

    其次，在投資方面，基金經理投資管理的一個痛點是投資前的決策，需要關注實時頭寸和實時組合指標信息、投資指令對組合各項指標的影響等，該系統就提供了這些影響因子的及時數據，為基金經理提供組合管理和決策支持。

    投資上的另一大痛點，是投資風險的預警和處置，該系統提供的工具就可以防范和處理信用風險、流動性風險、市場風險，還可以計算各類信息和事件對組合的影響等。

    此外，在交易層面，系統將銀行間、托管行、中債上清、交易對手業務打通，實時打通底層數據，著力于提升交易能力、嚴控交易風險、降低交易成本，甚至可以在交易詢價環節引入人工智能技術，把自然語言的交流轉變為結構化的報價。

    探索智能投資

    AI與HI相互賦能

    在投研數字化的基礎上，也有基金公司開始探索人工智能與傳統金融的結合，通過AI輔助主動投資。

    以浙商基金為例，該公司以智能投資為支撐，確立了“科技驅動價值”、AI驅動特色化發展道路的定位和目標，并建立了一套AI+HI（人機結合）的投資體系，將金融科技的著力點放在“投資”上。

    具體來看，浙商基金2015年開始打造大數據投研平臺，目前已形成涵蓋市場、行業、新聞、支付、輿情、電商在內的六大維度數據體系。底層的數據體系以數字化的知識圖譜為載體搭建，按照普遍的行業分類方式，基本微觀數據可覆蓋全市場超過60%的子行業。

    基于過去數年對多維度數據的深度研究，浙商基金設計了以夏普率（預期收益與預期風險的比值）指標為算法訓練的優化目標，研究出了500多個獨立的AI投資機器人。此外，公司還建立了類似人類叢林法則的優勝劣汰機制，不斷檢驗線上投資機器人的表現是否符合預期，并不斷推陳出新。

    在產品設計上，浙商基金在智能投資體系下開發的純AI策略、AI+HI、AI+Beta與AI+絕對收益四大策略均已有落地產品。該體系通過對產品進行精準的收益拆解，力求優化投資人持有體驗、提升正收益的勝率、降低擇時困擾。比如，浙商大數據智選消費混合基金、浙商智能行業優選混合基金，均是科技驅動價值產品的范例。

    “智能投資定義了一種新的生產關系。第一，AI實現了知識體系與投資策略的傳承。數字策略化、策略模型化后，公司在各個行業、各個板塊積淀的知識是可以積累并且傳承的，這不但提升了資產管理公司的知識價值，也讓基金經理在優勢領域的能力得到更大發揮。第二，AI實現了精細化投資風險管理。AI在定價，尤其是組合管理風險方面，能夠幫助基金經理更好控制風險，提升夏普比率，最終使客戶投資體驗更好。第三，AI讓投資中的超額收益更加穩定可持續。AI可以更好剝離概率、隨機性因素，提升組合夏普比，使超額收益可追溯、可預期、可復制。”浙商基金表示。

    助力營銷服務

    創新投資者陪伴

    近期，證監會發布的《關于加快推進公募基金行業高質量發展的意見》著重提到，積極拓展持續營銷，創新投資者陪伴方式，加大投資者保護力度。在人工智能技術逐漸進步的背景下，公募基金嘗試通過技術手段持續推行數字化轉型，創新投資者陪伴方式。

    當前公募行業同質化競爭日趨激烈，靈活和創新成了中小型基金公司“彎道超車”的必要條件。同泰基金除了與第三方合作開發基于多因子量化分析的智能投研系統，以希望通過金融科技對投資全生命周期的各個環節進行賦能外，在互金業務的支持上還建設了多個個性化的支付寶小程序，助力公司在各互聯網上更高效地觸達和服務客戶，在營銷服務上將目光瞄準了“虛擬數字人”。

    “元宇宙”概念熱潮下，虛擬數字人進駐各個行業，同泰基金趁勢發布了公募基金首個數字人“靈汐”。“靈汐”近期以主播身份入職同泰基金，工作是播報每日財經資訊、制作投教小視頻等；未來她還將被賦予更多的工作職能，如與基金經理同框直播、進行線上路演等。通過數字人持續為用戶提供形式多樣的陪伴服務，能幫助客戶更好地理解長期投資的重要性、克服追漲殺跌的心理，同時提升持有體驗。

    同泰基金表示，在日常的客戶服務工作中，總有一部分大量重復、規則固定的工作，如果全部由人工去完成，就會造成時間、精力和效率的浪費。像“靈汐”這樣的數字勞動力，能夠有效地填補人力的短缺。“中小型公司人力較緊缺，研發數字人除了是在金融科技創新方面做出嘗試，也是希望通過數字化手段提高工作效率，延長服務時間，把更多人力和資源投入到提升投研核心能力上。”同泰基金表示。

    科技競賽愈演愈烈

    是難點也是制勝點

    未來，差異化發展或是中國公募基金行業發展的主旋律，金融科技實力或將成為公募基金核心競爭力之一，公募基金的第二戰場——科技競賽將會愈演愈烈。從目前的發展情況來看，基金公司在數字化轉型過程中仍面臨不少挑戰，這些難點或許也將是基金公司贏下第二戰場的關鍵制勝點。

    博時基金指出，未來的數字化財富管理體驗，必須是數據驅動的，比如銷售側由于掌握客戶信息較少，就無法做出精準的用戶畫像。在傳統渠道下，基金公司往往很難直接觸達用戶，能提供的用戶體驗和積累的用戶數據維度及量級較小，營銷效率低下、營銷成本較高，同時難以實現營銷深度互動和效果分析。以前基金公司銷售重點放在交易環節，以銷售和產品為中心，這和互聯網公司以用戶為中心差距比較大。未來，基金營銷的重點要轉向投資者教育、精準營銷、全程陪伴服務等方面，打通線上線下觸點，覆蓋全業務線，持續沉淀和優化數據，讓數字化賦能平臺成為金融機構數字化營銷的最強后盾，從而實現以用戶為中心的數字化轉型。

    浙商基金認為，打造智能投資的過程中，需要大量的數據積累，數據越多可挖掘的價值越多，而在這一層面而言互聯網或有更大的優勢；而另一方面，互聯網公司雖然有強大的數據優勢，但目前并沒有完成從數據向策略再到投資上的轉化。此外，目前基金行業存在著智能投資的人才短板，資管行業未來的開創者一定是既具備投資能力、懂得金融投資，同時又擁有數據處理、信息挖掘、編程能力的科學家。

    同泰基金指出，對于中小型公司而言，金融科技的應用存在不少挑戰。首先，是技術能力不足。金融科技的應用離不開對大數據、云計算、人工智能、區塊鏈等技術的應用，中小型公司在信息技術隊伍的建設上編制有限，且需保障公司整體信息系統的穩定運行，難以在金融科技方面儲備太多的人員；其次，是可投入的資源也有限。中小型公司受限于公司的規模和收入，在IT建設上的投入很難與大中型公司相比。而金融科技相關新技術的應用，一般都需要投入較大的預算，這使得金融科技的應用難以在中小基金公司全面深入開展。