以大数据、区块链、人工智能为主导的技术正在金融行业发挥引导作用，高精度、低成本的金融服务，越来越依赖大数据作为决策和服务的支撑。券商的运营模式正由技术支撑业务向技术引领业务转型，券商正逐渐演变成“信息+信用”的行业。

 

      近年来，随着金融监管改革持续推进，对券商的风险控制能力和合规管理的要求也有了新的提升。银行、保险、信托以及互联网金融公司对券商业务的渗透力度不断加强，对证券行业产生了鲶鱼效应，行业竞争加剧。

 

      随着证券公司业务品种增加，复杂衍生品、境外业务、固定收益等业务不断涌现，对券商的中后台管理提出了更高要求。以大数据、区块链、人工智能为主导的技术正逐渐在金融行业发挥引导作用，高精度、低成本的金融服务，越来越依赖大数据作为决策和服务的支撑。由此，券商的运营模式正由技术支撑业务向技术引领业务转型，券商正逐渐演变成“信息+信用”的行业。

 

      追踪国际金融的发展趋势，自2008年全球金融危机后，金融服务公司开始重造自我，打造新的可持续发展的竞争优势。高盛、摩根大通等巨头相继朝“科技公司”方向转型，高盛明确将自身定位为“未来是一家科技公司”。一项调查研究表明，美国金融服务公司在大数据领域大量投资，2015年在数据相关项目上花费64亿美元，预计到2019年这些花费将以每年26%的速度递增。而全球范围内71%的金融服务公司在探索大数据和预测分析。降低运营成本，提高资源利用效率，也是我国券商转型过程中面临的机遇和挑战。我国券商也逐渐在运用人工智能、大数据产品、智能投顾等手段尝试不同程度的金融服务创新。如何确保信息技术系统安全可靠运行、减少清算差错率，对支持各部门顺利推进新业务的作用越来越重要。

 

      金融的本质是通过资本流动推动社会资源的有效配置，其核心技术是信息处理。每一次信息技术的飞跃都会带动金融的飞跃。金融科技在新一轮科技革命中与金融相关的各项技术相融合，在技术上进一步，在业务上也更深一层，技术应用不再局限于互联网技术，更渗透至券商业务资产定价、风险管理、清算结算等众多业务中。

 

      佣金收入持续下滑，不断加大券商的经营压力，证券公司转而在逐渐应用金融科技实现业务转型的过程中，着力探索为客户提供个性化、综合化、高价值附加等服务，以“网络化、数据化、智能化”为目标，结合自身特点，以期在传统的产品和服务流程上进行渠道革命和服务升级，充分挖掘行内外的数据资源，以精准的客户营销和数据治理提供更好的服务。加强数据对业务的支撑，树立利用数据决策和客户营销的思想，建立对数据的信任，最终让客户看到数据是能支撑决策的、有价值的、可访问的资源。

 

      说到通过数据治理助力券商转型，是指对所使用数据的有效性、可用性、完整性、合规性以及数据安全性的全面管理。通过在模型中建立良好的数据治理政策和程序，不断增强客户体验和预见潜在的安全问题；通过模型驱动的数据治理方案解决当前券商转型过程中面临的困境；通过数据分析了解客户需求，助力业务发展，增强客户体验，逐步解决他们综合化、个性化的金融需求。同时，通过数据分析降低合规风险、法律风险、清算交收风险以及系统运维风险，并在模型中建立良好的数据治理政策和程序，进而提升券商业绩。

 

      证券行业是一个由数据驱动的行业，数据始终是券商信息化发展的主旋律。相对于其他行业，券商数据的强度较高，对持续性和实时性要求较高。尤其随着移动互联网的快速发展，大大凸显了移动数据对洞悉客户行为的潜在价值，是制定公司决策的重要元素。所以，数据存储、处理和传输是信息技术的核心功能，是券商提升分析时效、支持业务发展和管理创新的重要基础。

 

      根据万得数据，我国券商对IT硬件、软件的投入自2015年以来大幅提升，证券行业已形成了一支强大的IT技术人员队伍。随着券商的业务品种越来越多，其系统也越来越复杂，不同业务系统之间的关联也越来越复杂。因此，搭建合适的基础架构对数据治理非常重要，将来自不同的数据移至“数据湖”中，能大幅降低数据治理成本，减少传统数据库用户在提取、转换和加载数据到静态数据模型上的时间成本，由此增加数据分析的可扩展性和灵活性。依托大数据信息整合优势，能降低从数据源抽取数据的成本，通过构建引擎批量网格计算服务模式，进行海量交易数据的实时分析，更能有效提升券商的风险管控与定价能力，为券商业务服务提供强有力的支撑。在运行维护保障上，基于流数据处理技术，搭建准实时的应用监控平台，还可及时监控交易运行情况，保障业务稳定高效运行，实时获取交易状态、相应时间、成功率等关键指标，并结合可视化分析技术实现事件的智能分析与实时干预。

 

      社会在转型，经济在升级，券商客户结构当然也在变，高净值客户群体占比逐渐提高，他们对财富管理的需求，对在全球范围内资产配置需求日益迫切。对此，券商应坚持“从客户需求端来，到客户需求端去”的服务理念，充分利用数据资源，深度理解和跟进客户需求，提高对客户跨境业务的洞察力和满意度，构建和完善分级分类的客户服务体系，优化网点布局，针对分类客户聚集资源，完善投资顾问体系，为客户提高多样化的综合金融服务，以增强客户黏性，形成核心竞争优势。利用数据为客户全景画像、评估信用管理风险，从业务数据中识别风险线索，及时捕捉各类异常行为，提升风险的提前预警能力，不仅能节约券商发展的时间成本，更能高效推动券商成功转型。

 

  （作者系中国中投证券高级经济师）