共建智能化财富管理生态圈报告_57页_10mb

智能化财富管理生态圈总结

核心内容

本报告探讨了金融科技与财富管理行业的融合趋势，提出了“智能化财富管理生态圈”的概念，强调科技在财富管理行业中的重要性，并指出双方应协同共建生态圈，实现共赢发展。

主要观点

1. 市场环境巨变促使财富管理机构加速转型

   • 中国居民财富管理意识正在觉醒，开始主动拥抱大类资产配置和风险收益匹配的投资理念。
   • 政策层面，资管新规打破刚兑预期，推动财富管理从“产品销售”向“客户需求”转变。
   • 财富管理机构正从“被动型、重规模、重线下”向“主动型、重收益、建线上”转型。

2. 科技实力是新时代财富管理机构致胜的重要砝码

   • 金融科技通过人工智能、大数据、云计算等技术，有效降低客户进入门槛和机构运营成本。
   • 科技能力决定产品创新能力、工作质量效率和展业获客能力，推动财富管理普惠化。

3. 知己知彼，把控核心能力建设

   • 财富管理机构需在客户、产品、风控、系统四个方面构建核心能力。
   • 金融科技公司需在数据资源与科技创新方面强化自身的核心竞争力。

4. 顺应趋势，融合发展，共建智能化财富管理生态圈

   • 财富管理机构与金融科技公司应找准切入点，实现融合创新。
   • 需警惕金融科技在财富管理行业发展中可能遇到的风险，如道德风险、操作风险和政策风险。

关键信息

一、市场环境篇

• 中国居民财富管理意识觉醒
  中国居民储蓄率较高，但随着利率市场化改革、房地产调控政策和资管新规的实施，居民开始关注多元化资产配置和风险收益匹配。

• 金融机构加强财富管理布局
  金融机构从“以资产端投融资活动为工作重心”向“以客户需求为中心”转变，提升综合金融服务能力。

• 金融科技助推财富管理开源增效
  金融科技公司通过大数据和人工智能技术，为传统财富管理机构提供增量业务和新市场，同时提升运营效率和客户体验。

二、场景篇

• 前台销售场景：入口
  销售环节是客户体验的起点，需通过智能客服、智能投顾等手段提升客户满意度和忠诚度。

• 中台投研场景：核心
  投研能力是财富管理机构的核心竞争力，智能研究和智能投资技术的应用显著提升了效率和准确性。

• 后台管理场景：保障
  智能化运维系统和产品管理系统是保障财富管理业务安全和高效运营的基础，需结合大数据和云计算技术进行优化。

三、能力篇

• 财富管理机构核心能力建设
  (1) 提升客户洞察力，改善客户关系管理。
  (2) 加强投资研究，提升产品创设能力。
  (3) 以风险管理为根基，强化数据运营管理。
  (4) 加强核心业务系统建设，发力金融科技。

• 金融科技公司核心能力建设
  (1) 回归科技本源，坚持科技服务定位。
  (2) 加快数据积累，扩充生产资料来源。
  (3) 加快科技创新，提升生产能力。

四、融合篇

• “财富管理 + 金融科技”融合创新是大势所趋
  两者形成利益共同体，金融科技公司为财富管理机构提供数据和技术支持，推动其业务模式升级。

• 金融科技延展至财富管理各环节
  金融科技已渗透至财富管理的销售、投研、管理等环节，有效解决传统机构在获客、客服、投研、风控等方面的问题。

• 风险提示

  • 道德风险：信息不对称、交易不透明等因素可能引发客户道德风险。
  • 操作风险：对信息系统依赖性强，易受技术攻击和人为失误影响。
  • 政策风险：需关注监管动态，防止政策变化对业务造成冲击。

重要案例

• 京东行家：提供智能销售平台，实现客户导流、智能客服、智能投顾等功能，提升客户体验和业务增长。

• 摩羯智投：招商银行推出的智能投顾产品，提供个性化投资建议，提升客户投资效率。

• 沃伦研究：肯硕公司推出的智能研究工具，提升分析师工作效率。

• 阿拉丁平台：贝莱德的智能投资管理系统，实现风险分析和情景模拟，提升投资决策能力。

• “五行生财”：中国外贸信托推出的智能财富管理应用系统，实现产品管理、账户管理、风险管控等功能。

研究支持与机构介绍

• 研究团队：由京东金融研究院与中国外贸信托研究院联合组成，涵盖多个研究领域，如产业金融、法律与政策、科技应用等。

• 京东金融：数字科技公司，提供大数据、人工智能、云计算等服务，助力金融机构数字化转型。

• 中国外贸信托：国内领先的信托公司，专注于财富管理、产业金融等领域，致力于打造“金融好社会”。

• 中国外贸信托研究院：信托业内首个由信托公司发起的研究院，聚焦财富管理、资产管理等专业领域，推动行业创新与研究。

图表与数据

• 图1：2010年以来我国居民储蓄率持续下降。
• 图2：十年来商品房平均售价持续上涨。
• 图3：2017年银行理财资金来源结构。
• 图4：财富管理与资产管理关系图。
• 图5：2017年末中国资产管理机构资管规模分布。
• 图6：中国资产管理规模走势。
• 图7：人工智能领域关键技术。
• 图8：全球数据总量呈指数级增长。
• 图9：财富管理业务运营流程解析。
• 图10：公募基金销售渠道占比。
• 图11：智能客服流程示意图。
• 图12：交通银行客服机器人“娇娇”的技术流程。
• 图13：美国智能投顾的理想工作流程。
• 图14：投资期限及风险偏好选择。
• 图15：京东行家入驻金融机构保有用户增长情况。
• 图16：阿拉丁平台收入在贝莱德总收入中占比逐年提升。
• 图17：客户最看重财富管理机构的特质。
• 图18：客户购买财富管理产品流程中的痛点。
• 图19：企业数据资源总量分布。
• 图20：非结构化数据处理技术体系。
• 图21：摩根大通研发投入及占比。
• 图22：高盛集团研发投入及占比。
• 图23：金融科技公司与财富管理机构共建融合发展生态圈。
• 图24：财富管理机构以科技为手段高效连接“客户、产品与数据”。

参考文献

• 《人工智能标准化白皮书》
• 《大数据系统综述》
• 《中美智能投顾现状及未来发展》
• 《人工智能在量化投资领域的实践与展望》
• 《贝莱德的“阿拉丁”神灯》
• 《中国大数据发展调查报告（2018）》