• 大澄

数字化在财富管理与传承中的应用——《共同富裕背景下的财富管理与传承》白皮书

已更新:1月8日


过去十年,随着移动互联网在推动整个金融服务业的转型,尤其是金融零售、信贷以及移动支付在利用技术满足需求方面,取得了天翻地覆的进展。然而,财富管理行业细分市场的需求在很大程度上仍未得到满足,甚至可以说,还停留在Excel 和简易CRM 阶段,这一现象不仅发生在国内或亚太地区的大部分家族办公室或者金融机构的私人业务部门。


传统意义上,即使在全球范围的私人财富管理和传承业务,尤其为代表的家族办公室,并不以其先进思维而著称,其需求都是基于代际或者更长期的时间表,包括长期资本增长目标以及慈善和影响力目标。


直到疫情前后,事情开始发生了变化,一方面伴随着新经济、新财富、新需求的形成,中国私人财富管理行业在渡过了萌芽期后,以及越来越多的参与主体进入市场并寻求差异化的竞争力与可持续性,拥抱数字化是绝大部分机构的战略选择。


另一方面,与所有企业数字化一样,需要更高的透明度、更好的实时数据来推动决策,提高服务质量。这不仅仅是来自新财富人群的诉求, 而是整个投资生态的加速趋势,更好的监督、更好的报告,以及更强的客户参与感。


综合考虑国内财富科技行业处于早期阶段,以及RPA、AI 等大规模的应用的技术环境,以及产业互联网大规模快速落地;结合全球视野,尤其是亚太和香港的私人银行和家族办公室经验和趋势,呈现出:统一账簿、个性化服务、自动化革命、数据服务化、数字员工的财富科技在落地应用五大趋势。更重要的是,通过这些数字化水平的提高,这些趋势将推动私人财富管理行业高质量服务能力从超高净值客户走向更广阔的大众富裕阶层。




Part 1机构数字化的五大趋势

趋势一:统一账簿

尽管私人财富管理以提供整体建议作为目标,但是现状是,受制于监管、技术等问题限制,其实很少能为真正意义上为客户提供其整体财富的分析和服务。


因此,对于大部分机构在深入数字化私人财富管理第一步,便是汇总他们的客户在一家机构持有的所有投资组合、产品的数据与报告。而对于家族办公室,他们更需要一个完整的这些统一账簿视图,来连接和整合多个机构、多个交易账户,很可能横跨多个监管、多个区域、多个大类资产类型(Asset Classes)统一展示,有时候不仅是金融资产,包括不动产、艺术品,甚至其他法律文件服务。


统一账簿的海外参考

资产聚合或者统一账簿,即使在海外,也一直被认为是私人财富管理数字化的“圣杯”,面临着复杂的产品和技术挑战。


银行账户聚合在美国出现后,几年里一直在快速发展,进而直接促成了TAMP 这样商业模式的大规模流行。在欧洲,2018 年 1 月生效的PSD2 的影响也将真正开始影响到财富管理领域。根据这项规定,银行现在必须向允许提供支付和信息服务(例如报告)的第三方开放(通过API)其支付基础设施和客户数据。与PSD2 同时生效的,是MiFID II(金融工具市场指令)和PRIIPs(“打包零售和保险类投资产品法规” - 欧盟编号1286/2014),为跨市场、跨机构的产品信息流动和资产分析,提供良好的标准。这些法规设施,事实上彻底改变财富管理机构进行整体财富规划的方式,并促使行业竞争加剧。


另一方面,金融科技公司,它们可能会利用数据聚合(API 开放的政策设施)进入到这个行业,在欧洲的金融行为监管局(FCA)监管沙箱披露的新型金融科技公司中,有相当数量作为金融科技企业,利用开放API 聚合金融机构资产,提供免费服务,进而提供产品推荐和规划服务,开始进入到这个领域,从而与传统机构展开竞争。


统一账簿的业务价值

1) 统一账簿是资产配置的重要前提

伴随着净值化高速增长,持有资产的信息的波动解读、存续服务也提出了更高的要求。借助一个统一的分析视角框架,全面理解和评估客户整体持仓与风险,并避免从单一产品来评估风险与业绩,逐步与客户资产配置的共识。在组合和账户视角整体风险和收益表现的基础上,以实际表现与客户预期的偏离度,取代单纯的绝对收益。


2) 从销售导向往服务导向转型的必然

投资组合的存在目标是一个具体的财务目标,或客户的心理账户。从单一资产和产品的交易思维,向围绕客户需求与投资目标的转变。站在账户视角,结合账户日历(Account Calendar),可提前规划向客户服务的流程。允许顾问与客户都清晰了解到未来1 个月、1个季度需要主动现金流或事件。


除此之外,因为是建立在统一的服务框架下,与客户的触动时机、形式、频次都能得到良好的统一,保证沟通的完整性、一致性。


3) 建立新的客户关系和竞争力

通过中后台的数据整合,为客户提供统一、实时、透明的资产现状,是建立信任的第一步。

同样在整体账户视角下,对顾问的服务深度、专业度、全面度,提供了一个全新的评价体系。而传统对单一资产收益的评价,其质是对基金经理的服务进行评价,客户顾问的服务与能力并没有在评价体系中体现。同样在波动市场环境下,评估整体账户是否仍在风险控制范围内,可以大幅度减轻客户的反弹或应对市场波动的情绪反应,从而更好保障投资目标的纪律性,从更宏观视角奠定与客户长期成长的信任基石。


统一账簿的实现路径

1) 大类资产的覆盖宽度(有数)

可以囊括机构服务的全量资产。按照当前高净值客户的实际情况,至少会包括多个监管市场、多种产品类型、资产类型,以及多种货币的统一视角的产品,这对每种数据的使用、展示都将面临特定的合规挑战。


2) 提供实时的数据更新(新鲜)

如何用统一的框架进行同步,尤其净值化产品的更新同步机制,以及相当部分的私募或另类市场产品,都需要对大量的非结构化服务报告进行清洗和整合。


3) 提供周期性的分析报告(洞察)

可定制的对账单或报告服务。该服务可以灵活的在资产、投资组合、账户(名义、心理或交易账户)3 个维度均方便实现账户的分析与洞察。


4) 提供目标评价与偏离(适合)

在完成以上数个基础目标后,统一账簿 应提供对应的客户目标,包括IPS(Investment Policy Statement)描述与约束的确认,围绕客户整体投资目标作为基础,阶段性与客户回顾、协同评估表现。真正实现以目标为起点、账户为核心、产品为手段的可持续服务模式。


统一账簿的监管与挑战

在实操中,统一账簿搭建的主要挑战来源于以下几个方面:


1) 跨监管和数据所有权

如何进行客户授权?因为客户认购的产品可能分属不同的合规框架与KYC 需求,甚至不同国家和区域,因此会拥有完全不同的客户隐私数据保护的监管需求。若要建立一个技术框架,这个框架则需分别独立部署,但同时又在客户服务授权的前提下,进行数据整合、浏览授权。


2) 统一的数据结构

不同产品的关键信息、更新频次,以及生命周期完全不同。在数据结构方面的第二个挑战则是客户实际账户的持仓多样性跨度非常之大,对交互与可用性都提出了更高的要求。


3) 统一的服务框架

我们通过统一账簿整合的是一个复杂的中后台,给到“顾问- 客户”终端服务场景下的一致性体验。这将包括统一的视图、统一的服务日历、统一的推送、统一的沟通设施。事实上,也是业务线渗透到通用平台服务框架的过程。


对于任何机构来说,统一账簿长期基础设施,涉及到数据安全和部署、数据服务的介入、不同子系统的整合。也并非任意机构都有足够的IT 能力来完成这样的基础设施。然而,是否有能力建设或采购这样一整套统一账簿服务,将成为衡量机构间竞争力的重要标记。


趋势二:超个性化

财富管理和传承,尤其家族办公室业务,作为高度个性化和定制化金字塔尖的行业。因此当我们谈及业务的个性化,需要考虑客户或家庭财富背景、投资偏好、投资目标、行为金融特征、知识结构、观点表达以及全过程的个性化。区别于传统零售业务,私人财富管理的个性化,必须是一个客户全面参与的共识服务过程。在设计私人财富管理系统时,不能停留于报表模版风格或者仪表盘的自定义,而是渗透全流程,至少需要考虑以下四个方面:


基于投资目标的个性化

中国财富管理行业,正经历着从产品为中心的销售模式(产品找人)到客户为中心的顾问模式(人找产品)的过渡;与此对应的是,在成熟市场(美国与欧洲),正经历着基于理性假设,马科维茨的资产配置服务(1.0)到更符合现实实际基于目标(Goal Base)资产配置服务(2.0)升级过程。


即实际服务过程中,对同一客户的,不同资产根据来源、用途的不同的,其投资目标、风险偏好、流动性目标是完全不同的,传统销售系统完全忽略这一事实。因此在技术实践上,突破传统产品销售系统的简单产品风险匹配的限制,为客户建立一个或者多个投资目标,分别设立数字化IPS(Digital investment policy statement)是私人财富管理数字化系统设计的第一站。也是实践客户为中心的顾问模式转型的起点。


在一个完整IPS 中,不仅包括客户收益目标、风险目标,还包括各种基于个人客户背景,或者主观喜好的投资限制,包括产品品类、投资策略以及流动性特征等,作为客户档案的核心部分,这些参数将直接影响的产品的推荐以及投资组合构建,在新兴高净值人群服务过程中,对市场有着明显的倾向,偏好,并且非常乐意通过投资表达态度,同时基于结构化的IPS,是实践ESG 投资和影响力投资有效工具。


基于行为金融的个性化

因时点、市场环境和情绪综合影响,选择好的投资产品与真正取得好的投资结果,往往不是正相关的;另一方面,私人财富管理代理模式中,心理上冲突天然存在:即设定策略的人(顾问)往往不是必须坚持策略的人(客户)。因此,基于行为金融学视角的个性化,特指人在不同市场情景下情绪、心理偏差、沟通偏好甚至价值观差异,因此当我们真正去设立、完善深度用户画像工具,因为“行为的个性化(即情绪化)”在整个投资过程从未缺席,他们只会因为市场环境的不同或者压力的大小,时多时少的影响的投资行为。


因此在投资过程中,我们希望通过数字化工具,帮助顾问和客户能够,看见自己的“个性化”,进而在产品选择、目标设定以及持有期间,就需要考虑这些潜在行为影响,为客户提供更符合客户作为“个性的人”,而不是更贴合“理性假人”,提高满意度。帮助客户更成熟的面对波动的市场。

而这高度依赖一个更深度、全面的客户画像体系。区别于传统软件系统中基于调查问卷以及账户资产的基本信息之外,需要借助数字化运营工具,场景化、智能化补充客户综合信息、包括财务状况的变化、人口统计数据、账户行为数据(例如:账户活动的详细信息,例如登录记录、交易或联系他们的顾问)。


金融机构需要借助于已经建立起来的投资者教育平台以及私域内容运营平台,与客户进行持续的内容沟通,并且据内容、长度、复杂度、市场情况的适用性等标记所有分析文章、视频、直播形式,并对这些内容进行标签化的处理。


进而为每个客户建立个性化配置文件,设定不同操作、消息或产品在不同特征的客户下的不同评分等级,用以匹配每个客户的个性化,这些参数不再局限于风险级别,还可以包括流动性、平稳性、复杂性等数十种标签。基于这个配置文件,通过算法干预结合每个客户的实际行为选择,从每次交互过程中学习,逐步增强和提供行为建议的准确性。


基于价值主张的个性化

这样的行为干预和建议列表,除了在推荐产品应用场景之外,在适当性匹配、极端压力测试、客户沟通策略、以及影响力投资和ESG的投资方面,均可以发挥积极的应用。个性化的另一个非常被忽略但真正最重要的方面是每个人投资者对市场的认知是不同。


为了实现客户的个性化目标以及差异化的观点分析需要,报告生成的模块,能够在每个客户,甚至每个目标投资组合层面,都能够实现对数据分组定义、建模和分类;通过高度个性化的能力,让客户观点得以充分表达。这在私人银行以及和家族办公室的系统中,尤其明显:你需要对同一信托账户的不同受益人之间,相同产品分类观点需要给予差异化支持。


我们传统系统设计,以金融机构机SOP 和观点为起点(因此对一个产品或者一类参数定义都是固定的),而在重新设计私人财富管理系统时,个性化的客户才是真正最终用户。为了使每个用户,都能看在他们想要的方式准确的看到他们想的是什么,不仅想按资产类别、行业、风格、策略、年份、ESG 主题、风险因子、交易实体、基金经理或任何自定义分类或分组查看表现,也支持对同一个产品、同一个公司,进行不同的标签设定。比如同一个机构的两个客户,对同一个互联网科技股,持有完全相反的社会责任感的评价,而这些主观的判断,需要直接在创建分类和报告中,得以充分体现。


最终,每个客户都可以动态表达观点和完全控制他们的数据,以按照自己的观点查看他们的数据,而非被动接受机构预设的标准的。


基于服务过程的个性化

传统交易软件或者销售系统,是基于交易事件的,是离散的,相比财富管理系统的的服务过程是连续的,客户状态在系统视角是一直在线的,因此一旦开户,服务旅程即开启。


投资者画像的完善,也将是一个持续更新和迭代的过程,我们既可以场景化嵌入简单但清晰的问卷来获得投资者的偏好(比如在投资者教育文章尾部),也可以通过,跟客户的持续沟通,由投资顾问输入完善的客户资料,或者选择结构化的标签特征。这一系列的行为,是可以在客户关系的整个过程中展开,也是客户持续参与的过程,不断完善和个性化建议和反馈的系统内,实现持续对话,为投资者提供有关其财务个性的宝贵反馈。


总结

因此,通过个性化技术不仅可以扩充风险偏好,实现真正全面的适当性管理。更重要的认识到每个客户的复杂性(包括目标、观点和情绪特征),理解作为非理性人建议、提示、沟通和推动决策,同时允许客户作为影响力人物,表达价值主张,真正的实现了解你的客户,构建一个以客户永远在线的个性化分析和服务引擎,是私人财富管理「服务数字化」的灵魂。


趋势三:人机协同

智能投顾的现状与挑战

从传统视角看,私人财富管理一项基于信任、关系业务;同时,也是建立共识的服务过程:需要向客户展示,理解他们的愿望、生活方式和财富态度的能力。也正是基于这样的业务传统,使得私人财富管理在数字化的过程中,大多数情况仍保留在线下。


即使在全球财富科技进展来看,投资者开始接受通过视频会议软件,或者通过电子签约系统实现流程线上化;但是涉及到顾问服务的核心部分,比如智能投顾的应用,事实上全球范围内都尚未被真正接受。另一方面,智能投顾服务仍然被期待着应用落地,尤其在中国期望通过更好的服务效率结合投资顾问服务更广泛的市场。包括以下原因:


更高的数字化要求:

新财富人群逐渐成为私人财富管理的核心客户,他们提出了更高的数字化服务水平需求和期望,包括更透明、更自助的服务提供。


市场环境复杂:

伴随着市场全面权益化、政策与环境的不确定,服务和需求都依赖于,更实时、更有效的投顾服务触点,能够在“当变化突然到来时”,仍然有一个有效且整体的视角,评估和沟通每个客户的资产配置组合所面临的情况以及呈现需要关注的变量和选项。


客户需求升级:

新财富人群在投资知识、社会责任感等意识形态方面,也表现出更强的参与感和决策主张;因此投顾,不仅要处理好传统的传承和结构上的需求,另一方面需要面对越来越多个性化且多样的诉求。


机构竞争力建设:

金融机构在用户体验和零售市场获得数字化丰富经验和系统积累,因此,“客户优先”和“用户体验”,便成为了推进私人财富管理业务进程中非常强烈的一个思维。


「融合投顾」的海外经验

过去10 年,智能投顾是整个财富科技乃至金融科技领域的焦点。根据成熟市场的实践来看,智能投顾主要聚焦于零售市场,从私人银行和财富管理的整体AUM 来看,智能顾问目前占不到1%。从整体财富管理模式而言,形成了一种“混合模式”(HybridModel 1.0)的框架共识,来按照可客户财富能力、需求复杂度、收费模式等多个维度,提供从自助化机器人顾问到人工顾问等这样的一个分层模型。


“混合模式”分层商业框架共识,允许大型金融机构根据客户分层,实现从零售到的私人银行客户群体的一致性覆盖。但在面向高净值客群的私人财富管理服务,我们发现,混合模式将智能顾问和人工顾问进行了对立,使得人工智能技术的优势无法有效落地,看上去也很符合绝大部分超高净值客户的预期:不愿意将自己资产交给算法打理。


因此在实际操作中,需要“智能顾问产品”作为人工顾问的替代(替身),转向为“智能顾问技术”作为人工顾问的场景强化(助理),通过有效结合High-Tech 和High Touch 的“融合模式”(Hybrid Model 2.0 )每一个客户个性化的需求。


在融合模式下,依据不同客户的需求和习惯的差异化,提供不同服务交付形式,在保留传统顾问服务模式人性化、应对复杂需求的能力的前提下,有效且无缝的融合智能顾问分析优势能力。进而并且实现一个多元化、多场景服务框架:


自定义沟通

1. 通过建立客户与顾问统一的数字化平台,使客户和顾问,在统一数据之上实现沟通和协作。

2. 允许根据客户习惯,通过机构提供的数字化平台,或者即时通讯软件、邮件或者面对面沟通。

3. 允许根据客户偏好,选择自助服务 或者尽在必要时,可以随时主动在寻求顾问服务。


自定义工具:

1. 为不同知识结构与意愿的客户,提供不同程度的分析交互工具或者便于客户理解自定义报告。

2. 根据产品服务的差异,允许客户或顾问,选择是否参与到投资组合构建,包括实时的浏览、优化和回测模拟,输入主观的观点。

3. 根据服务内容和客户偏好的差异,需要提供从移动端(便于实时获得信息)到Web 软件(便于深度参与分析)不同的交互界面。

4. 面对顾问,同需要需要提供,从Web Portal(综合处理复杂事物)到移动端的(便于实时服务响应)工具入口。


场景化植入:

因此,区别于完全自助化的智能投顾服务, “融合模式”本质,借助于智能投顾数据和模型能力,实现客户、顾问和机器人的分工协作,而不同的客户偏好决定了三者之间的协作模式。


智能投顾不再是独立的应用程序或者功能,而是需要拆解其数据化的精确优势和智能化模型优势,植入在上下文信息,或者相关的服务场景之中。作为能力,应该与客户账户系统、交互型报告、甚至视频会议和内置聊天工具,相互连接的。


因此,在私人财富管理业务中,通过智能投顾工具使用,本身不但不会稀释人顾问和客户之间信任;相反,随着这些自动化、智能化互动的频次和深度加强,有助于强化和加速客户与顾问以及机构之间的透明度和信任。


另一方面利用高度自动化能力,顾问可以从繁重的行政任务中解放出来,进而更积极地关注客户。他们无需处理数据,但是可以花更多时间分析数据,做出更专业的建议和决策。


「融合投顾」的国内实现路径

“融合模式”作为一个智能投顾在私人财富管理中必然选项,结合国内私人财富管理业务现状,我们认为:


作为FOF 销售工具的辅助

结合中国内地财富管理业务以销售为导向的习惯和最大范围的覆盖大众富裕和高净值人群实际诉求,通过融合投顾实现FOF 的构建和解释,以产品销售方式,快速帮助工具实现分散投资和的一定程度的个性化服务。


作为核心资产配置的构建工具

由于全自动的智能投顾高度依赖数据的客观性和完整性,因此在另类投资占比越来越高的领域并不擅长(数据透明度问题),因此有必要将算法的优势集中在,围绕被动ETF,构建Beta 或者SmartBeta 的表达为主的投资组合,设计成为客户可以高度定制,以最大限度地提高核心资产的个性化和投资组合的成本效率。


作为客户自助构建组合工具

事实上,在资管机构以及全球最领先的财富管理机构中,投资组合管理中算法自动化解决方案一直存在,因此基于这部分经验,通过将部分配置和观点输入的能力,整合到客户和顾问的界面中,便可以成为投资组合构建和分析工具。满足有能力的客户主动参与的愿望,透明度数字体验的需求。


作为实时账户分析和交互式报告

除了在组合构建与再平衡,倘若将智能投顾的部分能力用于私人财富管理客户的持仓的风险管理与监控、数据智能和分析。事实上实现了报告可视化、实时性和可交互性。作为持续的决策辅助工具,甚至基于客户目标范围内,部分授权自动再平衡,确保客户的投资组合不断与客户的目标保持平衡。顾问和客户投资组合经理之间的复杂和冗长的反复沟通可以大幅度减少。


作为投资管理外包服务对外输出

事实上,并不是所有机构,尤其大部分家族办公室,并非有能力定制或者部署完整的智能投顾系统,因此,具有IT 技术优势的财富管理机构,可以将数字投顾平台的能力,开放给更多外部小型机构,比如家族办公室,小规模的IAM 机构、家族办公室和IFA,实现渠道和场景的扩展,提供核心配置平衡服务,投资管理外包服务。这里最大的技术挑战是,利用技术能力构建服务差异化,满足业务策略个性化、客户日益个性化的长期可行的技术基础设施,需要强大的基础和周到的规划。


总结

在私人财富管理或家族办公室领域,全球共识是如何更好利用正在发生大规模自动化与智能化应用,基于更实时的数据反馈、更深和更广的数据洞察支持,通过解放事务性劳动时间的解放;同时也反向推动投顾和机构中台,具备更深度、更全面分析、决策和沟通能力。进而更强化巩固更深度和长期共识。


趋势四:数据资产

我们今天生活的世界是由数据驱动的。而今我们面临的实际场景,必须处理各种资产类别、多个机构,甚至是多个地区的大量数据。这些数据虽然相关,但通常是非结构化的,质量参差不齐。作为私人财富管理机构,无论是上述趋势中的统一账簿、个性化服务还是智能投顾能力,都高度依赖极其强大的数据处理能力,都是实质上的数据产品。


因此,将数据视作,构建数字化竞争力所依赖的生产资料(数据资产),将业务和服务过程视为这些数据的聚合器、存储器和分发器。充分利用数据资产杠杆率(流动次数)将其转化为我们的客户可以理解,且易于访问的竞争力服务。



构建数据资产的驱动因素

客户体验驱动:

无论是客户服务过程的个性化服务得以满足,还是实现随时可访问,可实时分析的的账户分析,或者对投资组合进行有效的风险管理、实时的预警用以适应快速变化的市场环境, 实现快速决策支持,从商业智能角度来看,私人财富管理业务,本质上是一个连续决策的业务。


安全合规驱动:

事实上单一客户的交易和资产分布在多个账户下,同时客户可能具有复杂全球身份,综合作用之下作为安全和访问控制工具便成了基础设施。尤其世界各国针对个人数据隐私法案的纷纷出台,数据流动限制,包括审核、保留和沿袭在内的数据治理功能,在数据管理和应用上提出全新的挑战。


创新业务驱动:

无论智能投顾对复杂外部市场数据的依赖,还是ESG 以及另类投资对非结构化的数据的实时获得、甚至或Direct Indexing 等持续创新技术和产品的投入,对数据可用性,提出了更高的要求。这一切的前提是数据完整、可访问、可用性,因此如何确保确保数据集中并成为企业所做一切的核心,形成数据资产。


通过数据科学建立数据资产

为了实现这些一系列趋势,完全取决于每个阶段如何收集、存储和使用数据,让应用程序服务于数据。


1) 基于数据科学的收集

标准意义上,私人财富业务的核心竞争力构建 ,是基于能够深入了解客户的财务目标,建构一个更大的图景,进而获得客户信任与长期共识。


一直以来,这是通过面对面实现的,其结果高度依赖于对顾问的培训以及个人能力发挥。但随着行业提升其数字化程度提高,使用的应用程序和场景越来越多,创造了更多客户连接和洞察机会,但是这些数据都是孤立的,因为来自不同供应商,不同子系统、不同编码无法相互“交谈”。


除此之外更多市场内容、运营介入到数字化投资者教育或者服务过程中,每次点击和互动都已经自动记录。这为更全面的认识客户,创造了大量信息⸺ 使他们能够更好地服务和预测客户行为,但是如果这些反馈无法集中、有效的反馈到顾问,或者缺乏一个完整的数据科学的视图来设计整个数据收集和应用过程,反而阻碍了顾问真正全面了解他们的客户。


2) 数据存储范式选择

数据湖(Data Lake)

用于收集大量数据的非结构化,自然格式存储数据的方法⸺ 然而,收集这些数据并没有预设严格的数据模型。包括结构化、半结构化、非结构化以及各类媒体文件,从而形成一个容纳所有形式数据的集中式数据存储。数据湖的其实是原始数据保存区. 这意味着,数据的应用、理解是在使用时再进行处理,因此如果早期没有很好的业务驱动,随着系统的叠加,从这些原始数据中获得信息的难度越来越大,成本非常高,或者遇到性能问题⸺ 再者进而失去了商业智能的机会,形成数据沼泽的风险(Data Swamp)。


数据仓库(Data Warehouse)

与数据湖最大区别,事先将全局按照目标进行结构化,放入更小的原子集来改进可用性。但是数据仓库设计往往由开发人员而不是实际业务用户,导致数据对最终用户不直观或不一定有用的方式归档,或者随着时间的推移,预先设定的数据结构,不能满足不停快速迭代的商业智能诉求,缺乏灵活性。


数据集市(Data Mart)

是数据仓库的一种特殊形式。两者关键的区别在于,数据集市的创建是基于特定主题,特定人群、特定部门的,不同的业务应用可以被放在不同的容器中,这意味着更好的业务参与和更好的可用性,但是一定程度上牺牲了扩展性,与数据仓库类似,依然缺乏弹性。


湖仓一体(Lake House)

是一种结合了数据湖和数据仓库优势的新范式,解决了数据湖的局限性。使用新的系统设计:直接在用于数据湖的低成本存储上实现与数据仓库中类似的数据结构和数据管理功能。


无论已经选择那种数据存储的范式,最终目的是都是形成数据资产(Data Capital),创建全局的、唯一的、可靠且可用的数据资产。


3)数据资产的应用

数据的真正价值在于它的流动性和应用,因此建立有效数字资产的最终目标是全面优化数字化的服务过程和质量。


传统情形下,因为无法掌控及时、洞察数据点,买方投顾以及最合适的推荐建议,成为了一个的不可完成的目标,往往最终还是一刀切的产品销售。在数据科学帮助下,机构或者服务人员,可以使用他们通过数据科学实现超个性化的服务。例如,金融知识和经验丰富的高净值人士可能更喜欢查看硬数据和投资组合数据,而年轻的客户或者直觉主导型的客户,可能需要查看更多建议和案例内容,以推动他们做出特定决定或理解建议,形成差异化的服务。


对大部分私人财富机构而言,通过一个透明的数据可视化工具,使他们能够轻松汇总整个投资组合的绩效、风险和敞口;提高报告和投资分析的速度、效率和质量;拥有更新的、更全面、更透明的数据报告可用于做出投资决策;使用新的工具,甚至能够随时检查战略和战术资产分配偏离情况;到乃至为客户金融或非金融资产构建360°视图,以协助管理、分析和决策。


另类数据 - 另类投资与ESG 带来的新挑战

另类投资的数据挑战

研究公司Preqin 估计,到2023 年,另类投资市场(私募股权、对冲基金、房地产、基础设施等)市场将达到 14 万亿美元。在家族办公室层面,另类投资的占比平均已经超过40%,另类投资市场的绝对主力。


当家族办公室或者高净值客户涌入私募另类投资行业时,家族办公室或服务机构,都陷入了“PDF 沼泽”:处理各类私募股权基金、对冲基金、房地产基金、风险投资基金等文件,浏览这些 PDF 中的每一个,以手动复制和粘贴其中的数据,通常也是最初级的数据,期初期末余额、投资名称、投资人以及日期等,并将其客户分配到这些文件中。每周、每月的周而复始。


另一方面随着中国内地的全面权益化,对私募股权市场以及另类投资在多层次的资本市场中中发挥的作用给到充分的支撑,因为围绕另类投资的透明度、流动性、二级市场的建设都离不开基础数据的建设。


但是这些数据往往是非结构化的,来自于不同服务商的数据结构、数据质量差别非常大,这给处理私人财富管理的机构带来了巨大的挑战。


当下借助自动化和智能化能力,自动化的处理来自不同服务机构、不同管理人基金账户,更高效自动化完成会计复核、投资报告、分析和投资跟踪,从非结构化文档到结构数据,最后形成数据资产,便于实现更实时、更交互客户沟通。


风险管理的进阶的应用方面,通过统一、完整、及时的数据呈现,非常有必要了解和监督投资组合中的流动性、风险敞口,以及潜在的Capital Call 的速率和现金流管理的优化,甚至自动化生产日趋严格的监管报告。


ESG 投资的数据的挑战

在ESG 的全球趋势和“碳中和”的中国背景下,转向更环保和可持续的的投资理念方式是一个热门趋势,在全球视野看,COVID-19 又进一步推动扩大了向ESG 的转变。但是如何让财富机构获得可靠的ESG 评级的挑战。绝大多数ESG 信息为定性信息,并且覆盖广泛,并无统一的披露标准,比如按照SASB 评级标准创建的框架上。该框架包含五个主题和26 个类别。


这使投资者很难在庞杂的信息中甄选出有效内容来评估公司的可持续发展表现。另一方面,区别于传统基于财务准则的统一披露标准和方法论的,在数据的获取方面都会带来新的挑战和机会。


数据的获取

在开始对获取的数据进行调查之前,需要考虑许多细节,包括获取数据的方法、数据获取的时间和频率、获取最新数据的最佳时间等等。除此之外,需要了解每个数据集的数据字典和方法论。


基准的设置

基于原始数据的分析可以保持最大程度的数据完整性和客观性,但如何为这种分析设置适当的基准可能成为一项重大挑战。因为ESG数据受制于目标自身的地缘、文化以及行业等特质的相对影响。


情绪的使用

市场和所有相关方的情绪分析数据产品也是被引入作为ESG 评级工具库的一部分。这些分数通常依靠人工智能(AI)和自然语言处理(NLP)来收集实时数据。但是因为媒体效应以及大众市场行为特征,决定了在使用如何去除偏见。


总结

因此,无论客户行为数据的采集整合,形成动态的画像体系;还是围绕另类投资流动性、和透明度的增强;新兴ESG 或者影响力投资占比愈来愈高,交易结构越来越复杂,对数据的大规模采集、清洗提出更高的要求。


除此之外,围绕多机构的数据整合、数据可视化分发与交互、个性化报告对支持和应用,将是私人财富业和家族办公室未来核心挑战。


趋势五:数字员工

RPA 是一种自动化技术,它允许机构快速用非常少的代码量,实现业务自动化的运行。这样的技术被大量应用于企业后台的重复性劳动场景,尤其在多个彼此独立的系统之间或者上下游系统直接,从而替代传统人力的反复劳动,提高效率,实现业务自动化,甚至是智能化。


当我们我们把自动化聚焦到私人财富管理领域,作从单一机构内部、到上下游的协作,产生多个维度的价值。



价值一:数字员工替代

通过部署数字员工(RPA 技术)来执行一系列重复、基于个体的工作任务,来替代传统人工以获得效率提升,以及极高的成本效益。场景举例:基金管理人需要将监管文件填写送报,而这些数据在投资系统或托管系统中可能分布存在,通过RPA 机器人访问这些系统,获取相应数据,并重新组合成指定格式文件,定期提交到监管的指定系统。


一方面,私人财富管理作为一个受到监管的行业,其业务规则虽然复杂但却可控,这使得RPA 模式有很好的行业示范效应。


另一方面,对于大量需要处理客户数据的工作,通过“数字员工”执行,能够很大程度减少内部数据管理的风险,尤其是针对高净值客户的数据同步与处理,能够实现大幅度减少中台的管理成本。因为“机器人替代人”来完成这些标准化的动作,边际成本技术为零,在某些业务场景下,还能突破公司规模化瓶颈。


价值二:重塑客户体验

“数字员工”可以做到7x24 小时的不间断工作,拥有接近于零边际成本的并发能力。如果说“数字化替代”更多是在中后台行政业务流程中发挥降本增效,那么当这样的能力传递到前台,就可以带来体验的本质变化,让实时服务、自助服务、乃至于业务透明度成为了可能。


比如在传统的客户投资方案业务场景中,与客户面谈后初步确认需求之后,需要向中台或者其他产品部门,申请产品数据、市场数据,中台需要整合多方数据源甚至需外部服务商的报告,结合客户实际提交情况,进行方案制作,通常需要数个工作日。


而如果使用机器人技术,实时模拟人登陆各个数据,抽取、分析,合并可以在数分钟内完成, 任何客户经理都可以在客户面前,甚至客户在授权情况下也可以自助制作方案的分析和比较工作。


因此我们认为通过RPA 解决业务流程的自动化,从传统柜台模式,升级为7x24 自助服务的模式质变。


价值三:透明度与掌控力

在面向客户时,通过自动化技术可以实现前所未有的数据掌控力和透明度。


比如在上述的趋势一的“统一账簿”的应用中,私人财富管理应用中账户整合,通常面临一个工作量庞大的任务:因为客户的多样化资产,往往分布在不同银行、信托账户或投资组合内。一方面,大部分银行,尚未提供足够开放的接口;另一方面,在数据层面,因为业务的复杂性,不同服务商的数据理解和格式完全不同。


通过机器人,可以实现对私人银行、托管机构甚至基金管理人的PDF 文件报告,进行理解、识别和抽取,同时连接数据终端产品信息,实现自动化的“统一账簿”维护和更新能力,极大的提高客户透明度。另一方面自动化整合定制生成个性化报告,实现更深度、更实时的分析。


价值四:行业智能服务化

同样的统一账簿的应用场景下,实质性将账户整理和组合业绩计算部分的工作外包给自动化的系统来完成。


在更进阶的应用中,过往受制于顾问尤其高级顾问的时间限制,无法实现的深度分析,另类数据源使用;在自动化技术,融合NLP 等机器学习能力,处理和分析持有资产以及相关公司的另类数据、市场数据,或者监管规则引擎等,无论是账簿分析的数据深度、和广度都可以极大的提升,实现更智能化的替代。


引入机器学习的能力,实现对非结构化文本规则学习、抽取形成结构化知识,来大幅度替代传统需要专业从业人员知识的业务工作。但是在智能化的的推进过程中,由单一金融机构或者家族办公室来推动实现业务的智能化,尤其在维护规则引擎方面和机器学习方面将遭遇巨大的人才结构和服务成本挑战;尤其,在动态的业务环境下,通过由专业的金融科技厂商来承载、负责连接跟踪、采集和加工市场数据, 形成行业智能和建议,融合到业务系统中去,最终输出给产业。


从这个视角来看,伴随着自动化和智能化,数字化不仅交付的是一个技术功能,更是一种全新的业务服务形态,这个能力背后的公共知识图谱,可以通过多家机构共享,从而实现规模效应。因此除了在单一机构内发挥作用,自动化服务商更应该专注于行业智能的积累作为护城河,为产业提供业务能力,将成为未来趋势。


价值五:实现协同生产

在过去的十年,移动互联网搭建了连接人与人的信息分享网络;在金融科技和财富科技B2B 的产业互联网驱动下,大家都在积极构建产业上下游的连接和协同效应。至今,不仅金融机构间的系统是孤岛,机构内的多个子系统往往也是独立的。同时监管和技术都在积极推动API 技术,包括API Bank,都在积极倡导推进这个融合的过程。


API 是现阶段可见的一个完备的理想解决方案,但在实际的落地操作中,很可能会遇到以下情况:

1. 监管或行业标准的驱动力滞后,比如缺乏类似PSD 的政策规范。

2. 在缺乏标准的情况下,机构间MxN 的多对多服务放过程成本高。

3. 尤其对于中小机构来说,本身业务的数字化覆盖先天不足。


这样的境遇下,RPA 自动化连接技术成为一种在过渡阶段实现连接的更有效、更灵活的粘合剂,并且具备以下好处:

1. 在商业协议的约束下,允许单方面发起。

2. 对系统兼容性极高,包括但不限于邮件、文本、系统等多种模式。

3. 相比API面向技术开放,RPA更面向于任务,更产品化、更容易部署。

4. 在不具备充沛开发能力前提下,可以依靠业务团队驱动实现。


因此,行业自动化技术大规模应用,技术不仅是行业智能的提供者,更是行业的连接者。随着机构自身API 技术的逐步强大,RPA和API 的融合协作将会变得更加深入,进而形成一个高度协同的产业互联网生态。


Part 2. 产业与数字化生态建设

“API 将使家族办公室从Excel 中解放出来,极大幅度提高数据的使用效率。OpenWealth 应该能够成为这个数字化生态中的基础设施之一,服务家族办公室、资产管理机构和其他金融机构。”


OpenWealth 来源于OpenBank(开放银行)一词,开放银行是一种银行实践,它使第三方金融服务提供商可以免费访问来自银行和非银行金融机构的消费、交易和其他金融数据,这是通过APIs 实现的。目前通常用于支付、信贷、关联往来账户、企业服务中,但随着OpenBank 技术演变为开放金融,我们期待它逐步成为财富管理生态的一个组成部分。


正如前文所述,高净值客户,创建客户资产的实时统一视图,是一个高端劳动密集型工作。然而,其实,大部分金融机构的IT 基础设施,远没有到达可以实现系统间直接对接,并形成服务交付,无论是中登、银行、券商账户的流动都是困难重重。


除了自动实时统一账单,从多个银行(甚至全市场的)产品中选择比较产品和条款,因为并非所有的术语是统一的、并非所有的数据点是可以明确的,因此仅仅通过浏览网站或各种不相同文件材料,工程浩大,不得不缩小范围,因此,当同类信息在不同机构之间协同时,数据需要被相互可运算。


另一个强烈的需求场景,是否能够有一个跨机构的协同的事务系统,它可以在顾问和资产供应商生态系统中用于协作。过去,财富管理行业 必须基于微信、邮件、电子表格、多个版本的文档,现在他们可以在安全的环境中,通过自动化的工作流推进业务。


除此之外,越来越多的财富管理机构开始关注是否可以有一个统一、多托管、多机构的统一交易指令平台,连接到各个Broker 或服务机构,因为只有拥有了统一下单平台,才有可能在私人财富机构这一层面,开始建立属于自己的风控规则。


因此,构建一个OpenWealth 的数字化生态,允许资管机构、投顾机构、托管机构、银行与券商能够以数字化的方式(APIs),面向上下游合作机构的系统(而不仅仅是人)提供上述场景的数据和业务服务接口,从而实现数据(像移动支付一样)在这个网络中自由流动。


对于私人财富个机构,借助OpenWealth 这样的开放网络,意味着可以更简单、更经济地实时使用多个金融机构的服务,更加充分高效地比较服务与产品,而无需被锁定。


对于金融机构而言,尤其有明确toB 业务架构规划的,参与到OpenWealth 推动过程,也是一个极好的家族办公室、超高净值家庭建立战略伙伴关系的数字黏合剂。


基于网络效应,那些成为OpenWealth 早期的实践者,最初将具有竞争优势。他们还能够参与到服务标准的制定,随着行业的发展,该标准最终将成为一种期望而不是差异化竞争力。


另一方面,随着OpenWealth 数字化心态的网络效应显性,更多金融与非金融参与者引入,如高端医疗、不动产、教育、生活方式、影响力投资。或者如果他们愿意,甚至可以发起构建子服务生态。这些生态系统使他们能够提供完全数字化的360 度全方位覆盖富裕家庭和个人的需求,为商业模式升级做好准备。



Part3. 监管与治理的数字化

“十四五”规划中明确写着,“要强化监管科技运用”,技术驱动型金融监管框架的建立已经提上日程。因此在财富管理数字化的过程,也相当意义上是监管科技落地的过程。


监管科技的定义

顾名思义,与监管有关的一切技术手段,都算是监管科技。传统定义上帮助金融机构达成监管要求和合规的科技服务、产品、技术都可以属于这个范畴。因此,应对巴塞尔协议、新资本协议、IFRS、《资管新规》、《个人信息保护法》等国际上以及我国监管机构提出的合规要求,都属于监管科技。


另一个层面,监管科技在金融科技各大领域中并非独立存在,而是应针对金融业务的每一个环节加强监管,通过全流程的信息收集和业务规则的建立,构造一整套的金融信息处理的自动化底层框架。对应上述趋势四,机构数据资产的建立以及用环节,很重要的一部分,就是实现数据资产建立与流动,其实也是财富管理科技行业数字化和自动化的过程。


因此,在机构合规管理和监管科技落地的同时,也完成了内部业务流程数字化、业务知识智能化尤其 数字化风险管理执行的过程。视角从从监管机构转移到业务内部,实现自发式和嵌入式的监管。


监管科技的财富管理应用

根据FCA 英国金融管理局的定义,确定了监管科技的七个核心领域:1) 资本和流动性报告的风险数据聚合;2) 压力测试和风险管理模型建立、情景分析和预测;3) 监督支付交易;4) 辨认客户和法人身份;5) 监督机构内部的文化和行为;6) 金融市场中的交易行为监控;7) 确定法律法规跟踪以自动化适应于机构。


应用一:通过智能化KYC,提高反洗钱效率

应用背景:监管机构对于金融机构在KYC/ AML(了解你的客户与反洗钱)和CDD(客户尽职调查)等方面,有着明确的监管要求。就在今年4 月,中国人民银行发布了《金融机构反洗钱和反恐怖融资监督管理办法》。反洗钱需要建立完整的治理框架和体系,对于风险的管控体对于高净值客户尤其是超高净值客户的往往也是反洗钱应用的重点领域。


除了需要对接多方数据,除了介入商业数据库、各类政府以及第三方公开数据名单,同时也需要引入社交媒体、关联公司信息订阅和处理,结合大数据分析处理、数据模型、知识图谱等技术,实现KYC 和AML 的智能化管理。


应用二:通过自动化报送,实现监管自查

合规报告是监管机构进行非现场监管的重要手段,也是中后台运营工作的核心内容。金融危机后,监管机构对金融机构数据报送内容的要求不断提升。财富管理机构需要面向多个监管机构、甚至不同身份法域报送不同结构、不同统计维度的数据。


应用三:通过规则引擎,实现合规适应

私人财富管理机构可以通过数据资产管理提升合规数据报送能力。通过整合内部数据,提高数据质量,增加统计维度,实现合规数据报告快速生成。报送规则以API 的形式实现数字化,提升报送效率和真实度,并减少报送成本。


在金融行业监管不断提升和细化的背景下,监管法律法规密集出台,财富机构需要追踪最新的法规,并逐条对比,实现结构化,应用嵌入到数字化系统,实现嵌入式的监管,跨境财富管理业务机构还需要追踪所有业务所在国家的法律法规。


目前公司已有监管规则数字化方案,可使用机器学习和自然语言处理技术,来阅读和解释新的与现有的法律法规要求,帮助识别财富管理机构合规方案中的潜在缺陷,并根据相关各国、各监管规则变化完成合规方案的实时更新。


应用四:通过数据化实现投资组合风险管理

中国财富管理机构所面对的产品风险管理的复杂性和重要性都达到了前所未有的高度。随着《资管新规》(2018.4)的出台,日趋严格的监管规定要求机构建立更加专业与全面的风险管理能力,另一方面随着市场增速放缓,债务周期因素,资产的违约概率增加,疫情以及货币争产,导致资产市场的波动率提供,不确定性大幅度增加。


同时在运营和交易结构层面,随着交易技术的增强,机构本身也面临着更多的操作风险、道德风险等内控问题。


私人财富管理机构,需要通过大数据分析、合规机器人等智能化技术,更广泛地跟踪、分析相关的结构化、非结构化数据,对底层资产和业务进行穿透和实时跟踪,对衍生品、杠杆头寸的使用,进行实时监控,和充分的压力测试,得以提升投资组合全周期风险监测及应对能力,


监管与可持续金融

要实现碳达峰、碳中和两个目标,未来30 年将需要130 万亿左右的投资,作为资源配置的核心工具,资产管理与财富管理行业,尤其私人死财富管理机构,要积极借助数字化工具、评级产品,及时调整价值导向,进而影响和指导,市场共同完成可持续和绿色目标。


正如前文趋势五部分所描述,影响力投资、共同富裕等新兴概念进入到人们的视野当中,治理这对监管科技又是全新的考验。比如,传统财务报表可能只有一两百个字段,但对ESG 投资而言,要查看的字段可能超过2000 个,这些因素被纳入到公司可持续发展的全新评级衡量指标,其实都意味着同一个监管科技的发展趋势: 企业价值判断。


传统的企业价值判断,往往是纯财务角度的,但如今资本市场的看法已经发生深刻变化,原先的企业数据产业都无法支撑这种全面而先进的审视。但恰恰是过去监管科技的发展,底层数据大量的梳理工作,才使得这种非财务的定性分析,使企业价值评判体系的重塑,成为了一种可能。进而通过数据化、标准的评价工具,去重新引导资产配置工具。


只有充分的数据全新企业价值判断指标的引入,真正意义上可以多元化的指导资产配置和财富管理的应用。


数据安全与跨境流动

2021 年11 月1 日,《个人信息保护法》将正式施行,私人财富管理行业,对个人客户甚至家庭的信息获取、掌握是十分完全与深入,一方面,出于了解您的客户(KYC)和反洗钱审查的需求,需要客户提供大量关于身份、金融账户以及生物特征的高等级信息。另一方面,出于为客户提供更贴合实际需求、心里偏好的定制服务与偏好,需要通过数据科学的方式,为客户建立一个持续行为特征,需求偏好的用户画像。


在全新的《个人信息保护法》以及《数据安全法》两部全新法律的要求下,对财富管理机构的数据采集、存储、使用、销毁等场景都提出了极高的要求,并且对数据的敏感度提出更为精细的分层、分级参考。另一方面。对于不同业务中后台、人员对客户敏感数据的访问、权限做出了更为细致的挑战,要建立一套完整的从协议文本、授权、场景披露等全方位的识别要求。同时也会要求客户能够非常清晰的知晓关于客户画像的应用实现,并且提供随时撤回、取消授权的数字化能力,这对财富管理的个人信息使用,产品视角和KYC实现,提出全新的挑战和新的平衡。


另外,在《个人信息保护法》以及《网络安全法》全新规定,对业务数据的跨境流动提出了严格限制,首先不仅是境内的,所有服务中国大陆自然人的机构都需遵循全新的个人隐私方案的若干规定。但同时财富管理行业,尤其有相当比例的高净值客户都拥有多元化身份以及更分散的资产分布,因此在构建统一账簿,统一服务时,


我们需要建立非常全面、谨慎的数据流动机制。确保投资者数据不被滥用。其次,也对不同机构间、不同业务不同系统之间的数据合并,提出了全新要求,因此在客户需要一揽子的统一账簿视角和体验,与机构间的数据流动产生了全新的平衡诉求。


全新要求,因此在客户需要一揽子的统一账簿视角和体验,与机构间的数据流动也产生全新的平衡诉求。



结语

私人财富管理机构,包括家族办公室、私人银行以及各大金融机构高净值服务部门,与财富科技机构,在财富向善和科技向善两大新语境下都需要重新审视,升级自身的功能和价值定位。


私人财富管理需要形成新的行业共识,我们需要从单一追逐财务回报率的传统西方范式中走出来,积极使用资本市场配置资源的能力优势,结合共同富裕、碳中和等新生态的可持续目标,形成新的责任与远见,承担主导作用。


无论是围绕财务目标的传统范式,还是面向未来影响力投资和可持续金融的新范式,财富管理服务的本质,都是双方共识建立、表达、执行和监督的过程。 因此在微观层面,对于家族办公室和高净值客户,这是观点表达和影响力实现的传递工具,这个未曾改变。


随着行业价值导向和范式的改变,财富科技企业以及金融机构的数字化部门,都需要积极思考如何借助大数据、云计算、协作生产网络、隐私计算等全新技术,通过建立全新的企业价值评估体系、数据服务、监管服务;为市场提供透明度、流动性与效率支撑。通过全新的数字化工具,结合智能化能力,为家族办公室、从业人员以及以及更广泛的家庭与个人参与到,可持续金融市场中去,科学、高效投资决策、法律治理、影响力表达、价值观传递。

27 次查看