券商金融科技发展的动因、风险与对策
来源:用户上传
作者:周代数 张立超 谭璐
摘 要：人工智能、区块链、大数据、云计算、第三方支付等新兴科技正在与证券业深度融合，驱动了智能化券商的发展，也重塑了证券业竞争格局。本文基于金融脱媒和金融排斥理论分析了券商金融科技的发展动因，结合金融科技在经纪业务、投行业务、资管与自营业务等领域的渗透模式及由此衍生的技术风险、信用风险、监管风险等，最后提出了发展监管科技、强化战略规划、加强适当性管理、引进复合型人才、建立信息审查机制、打造智能券商等相关政策建议。
关键词：金融科技;金融脱媒;金融排斥;风险监管;智能券商
DOI：10.3969/j.issn.1003-9031.2020.03.011
中图分类号：F831.5 文献标识码：A 文章编号：1003-9031（2020）03-0080-08
一、引言
近年来，证券公司在证券投资、客户营销、资本市场研究、券商公司治理等领域综合运用云计算、大数据、人工智能、物联网、区块链等金融科技手段，推动传统金融转型和服务模式创新，但国内证券行业面临来自其他金融机构、互联网公司和外资金融机构的多重竞争。一是资管新规实施后，银行、信托、券商资管、公募基金等资管机构在同一监管框架下开展资管业务，从过去的合作为主转向更加复杂的竞争与合作关系，特别是金融科技发展更早、投入更大且资金雄厚的大中型商业银行加入資管业务。二是互联网公司通过申请牌照、入股现有证券经营机构等方式进军证券行业，并利用其在流量、用户体验和成本等方面的优势，挑战传统证券业务模式。三是在金融业对外开放加速的大背景下，实力强大的外资投行纷纷进入中国市场，也使国内证券行业需要在科技方面跟进外资投行的发展步伐，券商需要依靠金融科技以应对挑战和保持竞争力。
从广泛意义上看，中国“金融科技+券商”的历程走过了三个阶段：第一阶段（1993—2000年）以“互联网+证券登记结算”为主要特征，部分券商（如华融信托投资公司、君安证券、广发证券等）针对股票期货交易开始实行网上登记、交易、结算;第二阶段（2000—2013年）以“信息化+证券交易”为特色，随着中国互联网用户的快速增加，网上证券交易平台成为了各家券商的标配，“掌上炒股”等新模式带来的便捷、高效的用户体验、股民数量的快速增加;第三阶段（2014年至今）逐步进入真正意义上的“金融科技+智能券商”阶段，金融科技助推传统券商数字化转型，重构券商的模式、机制、文化与管理，重塑券商的财富管理、投资研究、客户服务、风险控制等业务。
二、券商金融科技发展的理论动因
金融科技与券商的融合发展可以基于金融脱媒和金融排斥理论来分析，金融脱媒是券商金融科技发展的外在驱动力，而从金融排斥走向包容普惠则是券商金融科技内在演化的必然趋势。
金融脱媒即金融服务的去中介化。Hamilton（1986）把金融脱媒定义为企业不通过银行或其他金融中介机构在市场上进行投融资。在以间接融资为主的金融体系中，银行作为最大的金融中介面向存款人负债（本金+低利率固定收益），面向机构或个人融资者发放贷款赚取息差。随着资本市场发展，一些优质公司通过发行股票或债券上市融资，对银行贷款依赖性下降，且居民与企业银行存款转为证券资产。随着金融脱媒的深入，更多的资金将流入证券市场，在活跃资本市场的同时对传统的证券业提出了挑战，特别在客户获取、开户营销、客户服务、辅助交易、风险定价、产品研究等各方面的金融服务将更加线上化、虚拟化、数字化，大数据、人工智能、云计算、区块链等新兴技术与券商的融合发展成为必然。
金融排斥是指金融体系中金融产品和服务的不均等性和歧视性状态，也即偏远人群和弱势群体等长尾客户获取金融服务的通道极为有限。Leyshon & Thrift（1993）最早提出金融排斥的概念。Kempson & Whyley（1999）将金融排斥分为机会排斥、条件排斥、价格排斥、市场排斥和自我排斥等，核心是信息搜寻和传递成本过高。证券行业的金融排斥问题较为明显。一是由于中国经济发展不协调和城乡二元结构的长期存在，证券机构数量及其网点数量高度不均衡导致证券服务的条件排斥尤为明显;二是证券经纪机构出于营销成本考量，将大量长尾客群长期排除在证券产品的服务目标之外;三是与银行、保险等机构相比，开立证券账户及参与投资的要求更高，证券市场存在的市场排斥和机会排斥尤为突出。随着互联网的广泛普及以及支付宝、微信支付等第三方支付的深度渗透以及生物识别、远程控制等技术快速发展，券商的边际获客成本大幅降低，交易、结算等资金流转更加适时、通畅;券商逐步摆脱传统发展模式下物理网点的弊端，金融排斥逐步缓解。
三、券商金融科技的实践探索
从实践层面来看，当前券商智能化和数字化的转型主要是通过券商自建金融科技业务系统或与金融科技企业开展战略合作，提升数字化服务能力，重塑经济业务、投行业务、资产管理、自营业务等行业生态。如经纪业务由发展通道向理财业务和信用中介终端转变，在业务链条拓展、风险定价实施、资产证券化等方面开辟新的盈利模式，应用场景也从传统的智能投顾、智能客户向客户画像、交易轨迹、量化方案等方向拓展，国内多家券商都推出了各具特色的金融科技产品（见表1）。
（一）经纪业务领域
金融科技有利于提升证券经纪业务的数字化、智慧化运行和服务水平，降低获客和服务成本，使得券商的经纪业务由通道业务转向财富管理。券商经纪业务领域的金融科技应用主要包括以下几方面。
1.智能开户/销户。在前期开户预约、适当性管理、风险测评、资料收集上传、在线销户等方面的“线上化”缩短了客户开销户办理时间，大大提升了服务效率和客户体验。
2.智能推送。金融科技能让券商APP更加“聪慧”，2016年以来券商APP的“平台化”趋势愈发明显，券商APP不仅是传统经纪业务的载体，更是搭载海量用户信息的财富管理平台。如部分券商的APP已经可以在客户登录交易软件时自动推送适合该客户的资讯主题和链接，并且做到“千人千面”，同时在客户不主动发起访问的情况下做到“主动推送”，包括量化策略提供、目标理财、行情推送等功能（见图1）。 3.智能客服。为打造稳定的客户服务体系，目前证券业通过AI驱动定制化客服平台以及语音文本转换、语气识别、问题预测、问答检索及交互会话等技术，使智能机器人能够自主与客户进行互动交流，实现智能实时监控、智能质检、智能分析等常见业务功能，从而降低客户等待时间，增加用户智能体验与安全保证，增强用户粘性。
（二）投行业务领域
一般来说，券商投行业务包括IPO、再融资、企业重组、兼并与收购等，金融科技对券商投行业务的影响主要是以下方面。
1.在投行营销和项目承揽方面，金融科技有助于提升投行业务对“潜在机会”的捕捉，通过增强专业数据分析能力和动态督导能力，提升业务专业水平和工作效率。在机会挖掘方面，可利用网络爬虫等技术对海量的工商、监管、投融资、新闻资讯等各方面信息进行整合处理，实现对资本市场产业链相关客户的挖掘，带动投行综合化联动营销。
2.在投行业务承做方面，金融科技可以大幅提升投行业务效率。以企业IPO为例，证券公司、会计师事务所、评估师事务所、律师事务所共同构成上市保荐辅导的中介机构，经历尽职调查和上市辅导、上市文件准备和申报、核准、路演推介、询价、发行、上市等一系列流程（科创板推行注册制，总体IPO流程有所简化）。整体上看，IPO流程复杂、时间跨度大、信息量大、承做过程需要多家机构协调配合、共同参与，区块链因其多中心化、全网验证、智能合约等技术特点可以有效应用在投行业务中。区块链的时间戳可以记录可被驗证和追溯的数据，投行业务中可将拟发行企业的财务数据、股权变动、法律诉讼、行政处罚、征信数据等上链，防止发行过程中的人为干预或造假。从实践来看，目前国际上区块链技术在证券市场的应用主要集中在场外证券发行、登记、清算、结算以及衍生品管理等方面，国内的券商区块链应用聚焦于资产支持证券（ABS），衍生品管理处于萌芽起步阶段。此外，通过基于深度学习和自然语言处理的“文档审核”、“文档自动生成”以及机器人流程自动化（RPA）等技术，实现投行业务数字化、电子化和自动化，进而大幅提升投行业务效率。
3.在业务督导和投融资服务方面，运用行业分析、产业链图谱、智能舆情监控等方面的大数据技术，实现相关企业的全方位风险评估和目标定价，实现投行业务的事后监督和管理。
（三）资管和自营业务领域
券商资管和自营业务主要涉及券商通过发行资管产品或使用自有资金来投资股票、债券、衍生品等，这一业务领域正在被金融科技重塑。
1.智能投顾。由于传统投顾人员的覆盖不足，证券业长尾客户无专人服务的现象长期存在，而利用智能投顾服务长尾客户将是一条可行之路。相对于传统的投资顾问，智能投顾具有门槛低、费用低廉、能满足个性化需求、免受情绪影响等明显优势，其运作流程通常如图2所示。目前国内智能投顾的主要服务模式包括：（1）根据客户的风险属性来确定股票、债券和货币的配置比例;（2）根据市场舆情监测分析提供的主题投资策略;（3）充当股票交易型社交投资工具;（4）根据量化指标分析的量化投资策略;（5）针对海外成熟市场的全球资产配置。
2.量化交易平台。量化交易本身在其数量化策略构建过程及决策过程中，都是可以被精确度量的，且量化交易策略在多次重复历史回溯测试的过程中均能得到一致性的结果，是未来证券业的重要的基础设施。证券经营机构量化交易平台需具有行情服务、投研分析、策略研发、策略交易、交易执行、风险管理、绩效统计等功能，且需具备可二次开发功能，能为客户定制个性化的交易工具。
3.投研服务平台。未来的投研服务平台是包含以金融预测、投资推荐、决策辅助、投顾助手、组合管理等特色的智能投研，大数据、人工智能引入后，投研服务平台投研服务能力会得到大幅提高，不仅对外提供咨询报告，对内也提供投研服务产品。
四、券商金融科技发展的前景预判与风险挑战
（一）前景预判
1.改变证券业基础设施形态。首先，大数据成为证券业最重要的基础性资产。随着互联网技术的普及和金融科技的广泛应用，数据将颠覆证券业的商业模式，数据产品和数据挖掘驱动券商业务和运营的智能化。目前很多证券公司已经意识到数据的重要性并进行了布局，根据中国证券业协会统计的数据，至今已有超半数以上的国内券商建立了公司层面的数据治理规划，80%的证券公司建立了与之匹配的金融科技组织架构。其次，云计算显著改变证券业硬件基础设施形态。在云计算技术下，计算、网络、存储资源集中在一起，用户可以按需、易扩展的方式获取资源，这将从硬件平台、操作系统平台到应用平台等全方位改变传统证券业自建系统的运营方式，实现资源的灵活调度，降低运营成本，有力支撑相关业务的快速增长。
2.驱动券商智能化，普惠金融成为可能。中国金融“普惠性”远未实现，各大券商相继推出的智能投顾、智能客服、移动APP等提升了客户体验并节约了成本，服务对象也从针对高净值人群开展“一对一”服务扩大到服务普通投资者，有利于助推普惠金融发展。
3.提升证券业运营和风险管理能力。如人工智能推动了智能投研、量化交易产品的高速发展，大数据带来了覆盖海量用户的产品创新，券商的运营能力和服务边界得到了大幅扩展。另外，金融科技基于内外数据，结合使用人工智能技术和大数据风控模型，可以进行信用风险管理（CRM）和市场风险计量（VaR），提升证券业合规经营和风险管理的能力。
4.改变证券业的竞争格局。金融科技为推动证券业传统业务转型、探索新的证券交易产品、提高券商内部管理效率提供了新的思路，但加剧了证券业的竞争。一方面，金融科技的应用将强化券商“二八分化”格局。证券业的领先者（如中信证券、中金证券、华泰证券等）通过更多的资源投入，使得前沿金融科技与传统业务产生的协同效应，将进一步强化头部券商的竞争力。另一方面，金融科技有可能使得小券商“弯道超车”成为。如中小券商利用云计算，能以较低的成本升级硬件系统，借助云计算弹性扩容的优势开发行情系统能保证数据传输速度和稳定性，避免了巨额资金用于设备建设和维护，并缩小与大机构的技术差距，未来机构之间着力于新兴金融科技业务的竞争。 （二）风险挑战
券商金融科技使得证券活动更加数字化、虚拟化、复杂化，使得市场参与者身份特征、行为模式等关键要素更加模糊，市场违规操作更加隐蔽、智能，从而加大了对新兴技术本身的技术风险及其运用于证券行业所衍生的金融风险的识别、防范和处置难度。
1.技术风险。“金融科技+券商”的典型应用技术架构为在三层架构（客户端+中间件+数据库服务器）和金融科技架构（浏览器+Web应用服务器+数据库）的基础上进行智能化架构（Hadoop+机器学习+神经网络+区块链），但由于券商金融科技技术尚不成熟，相关信息化系统一般由第三方交付，容易出现不合规的第三方外挂程序，容易出现数据泄露、信息残缺、身份认证、系统攻击性等方面的技术性风险，以及黑客攻击证券交易平台、盗取用户资料、篡改交易指令的现象。
2.信用风险。传统模式下，证券行业的信用风险通常来源于信息不完备、从业人员的职业操守、不当干预等。在金融科技时代，由于各大券商与中国人民银行征信系统尚未有效对接，对待评价主体（如经纪业务中的开户投资者、投行业务中的债券或股票发行者等）是否存在信用瑕疵，以及券商自主采集的数据和模型设计的不足往往导致信用误判，这种信用风险造成的违约事件往往给资本市场造成较大的波动和损失。
3.监管风险。一是金融科技时代证券市场交易数据量大，风险扩散的速度更快、方式更隐蔽。二是市场主体行为偏好和交易操作更为趋同，如智能投资顾问方式下“同买同卖、同涨同跌”大量存在，放大了市场共振和波动。三是全新产品或服务的出现极容易导致监管真空，如前期火爆的首次公开募币（ICO）中有相当一部分打着创新的旗号非法吸收公众存款。
五、推动券商金融科技良性发展的建议
现阶段，中国证券业迫切需要从战略高度关注金融科技的创新变革及其对行业生态带来的影响，抓住以大数据、云计算、人工智能、区块链等为代表的新一轮技术革命的历史性机遇，将科技赋能作为证券业高质量发展的重要驱动力量，积极开发运用金融科技工具，提高证券应用科技的水平，补充金融科技产业链的薄弱环节，加快科技融合的步伐。
（一）应用监管科技，促进券商科技发展
一是应充分发挥证监管理部门、交易所在推动行业金融科技研究和应用及监管工作方面的行业优势和指导引领作用。二是借鉴英国、澳大利亚、新加坡等国的做法，大力发展监管科技，通过监管科技辅助监管机构提升风险监测识别效率和降低监管工作量，助力被监管机构提升合规效率和降低合规成本。三是根据金融创新的发展需求推出和完善“监管沙盒”，根据沙盒测试结果及时纠偏监管制度，通过规定测试标准、推出针对证券公司的便利化措施、给予部分监管豁免权等方式，促进券商金融科技的良性发展。
（二）强化金融科技战略规划
一是券商应提高对金融科技的重视程度，提高对“数字化”的认识，改变将技术视为业务支持系统的传统观念。金融科技不仅是零售业务的渠道平台，而且是能够推动、促进、引领券商盈利模式变革的重要支柱。二是证券公司应加强研究，制订切实可行的金融科技发展方案，发挥战略引领作用，并加快落实金融科技的创新应用，并通过战略规划的形式在组织内自上而下地逐层传递，加快战略落地。三是各券商要围绕支付清算、登记托管、资产交易、数据管理等关键环节，有意识地采取阶段性分步走的策略，构建证券经营机构的金融科技基础设施、推动金融科技的数据管理标准、推行基于金融科技的应用与服务，以形成良好的金融科技资产价值转化能力，积极主动拥抱新技术。四是加强金融科技复合型人才的引进和培养。高级人才匮乏是阻碍当前证券业金融科技发展的瓶颈之一。证券业应当深入实施人才优先发展战略，坚持把人才资源开发放在金融科技创新的优先位置，完善金融科技人才的培养、引进和使用机制，制定差异化的金融科技人才专项政策，夯实金融科技创新的人才基础。
（三）坚持用户导向并加强适当性管理
一是深入调查产品及服务的实用度、满意度，将用户需求拔高到制度层面，强化制度执行力，建立“金融科技+证券”发展的长效机制。二是加强投资者适当性管理。明确信用交易业务的客户遴选标准及应当具备的条件，排除证券投资经验不足、缺乏风险承担能力或有重大违约记录的客户;重点记录分析客户持仓品种、交易情况及资信变化等，适时更新信用状况并调整其授信等级。在此过程中，可结合智能反欺诈技术，以真实身份识别为核心，实现人、账号ID、设备ID的拓扑记录，结合来源于社交、电商、出行、位置服务、信息获取等场景的用户行为数据刻画用户行为特征。
（四）加强数据治理并建立信息发布的审查机制
一是要利用数据捕捉异常交易行为，做到风险的及时感知和预警，同时，要加强隐私保护和保障数据安全，通过适当的程序向用户揭示信息的用途范围。二是要确保市场信息敏捷性、及时性，还要对信息的真实性、完整性和准确性负责，特别是在对外发布信息的过程中，做到既要充分揭示市场风险，更要确保不存在夸大收益、误导和欺诈投资者等违规行为。
（五）加快布局智能投顾、智慧投行、智能客服等业务，重塑券商商业模式和业务流程
一是可以采取收购、投资金融科技相关企业的方式快速实现金融科技能力提升，优选合作伙伴，开展深度合作;对关键共性技术，可组建行业联盟共同创新。二是券商前中后台部门引入机器人流程自动化（RPA）等适用性强的新兴科技手段，使用RPA来处理客户数据管理、信息披露管理、财务报告和管理报告生成、支付对账、证券交收、现金结算等高重复性、低模糊性的职能。三是券商可成立专门的部门、子公司开展金融科技的研究与创新，并制定相应的工作机制①，深入研究金融科技在公司整体层面的应用，不断优化业务流程，创新业务模式。
（责任编辑：李兴发）
参考文献：
[1]Adrian Hamilton.The financial revolution[M].Harmonds worth：Penguin，1986：244.
[2]Merton R C.Financial innovation and the management and regulation of financial institutions[J].Social Science Electronic Publishing，1995，19（3-4）：461-481.
[3]Leyshon A，Thrift N.The restructuring of the U.K.financial services industry in the 1990s：a reversal of fortune？[J].Journal of Rural Studies，1993，9（3）：223-241.
[4]Kempson E，Whyley C.Kept out or Opted out？Understanding and Combating Financial Exclusion[M].Bristol UK：Policy Press，1999.
[5]劉瑜恒，周沙骑.证券区块链的应用探索、问题挑战与监管对策[J].金融监管研究，2017（4）：89-109.
[6]赵旭.区块链技术对证券业发展的挑战及路径策略分析[J].武汉金融，2018，228（12）：6-11.
[7]姜海燕，吴长凤.智能投顾的发展现状及监管建议[J].证券市场导报，2016（12）：4-10.
[8]黄国平.金融科技促进普惠金融与金融扶贫发展[J].银行家，2017（9）.
[9]宋湘燕，姚艳.美国金融科技监管框架[J].中国金融，2017（18）：24-25.
[10]赵杰，牟宗杰，桑亮光.国际“监管沙盒”模式研究及对我国的启示[J].金融发展研究，2016（12）.
转载注明来源:https://www.xzbu.com/3/view-15173936.htm
