金融科技的发展对证券公司的影响

Fintech与证券公司

因技术变革而至的金融科技（Fintech），在过去几年呈现爆发式发展，除了BAT（百度、阿里、腾讯）等互联网公司，其他新兴公司，银行、保险、基金公司等传统金融机构都被卷入这场变革式洪流之中。其中，一个被忽略的事实是，证券行业似乎没有互联网公司先进、进取，甚至感觉是落后，这值得深思。当中国金融科技行业在监管完善中逐渐低调，巨头格局也已初步形成时，证券公司在这场变革中的金融科技逻辑和路径究竟是什么？其实要论金融科技，证券行业最有发言权。回顾中国证券市场20多年的发展，技术提升效率、降低成本是一条主线。在1990年中国证券市场建立之初，确定的市场组织基本特征就是典型金融科技的应用场景。随着大数据、云计算、区块链、人工智能等Fintech核心技术的崛起，金融行业的各个领域各个环节各个角落都会受到深刻的影响而发生变革，证券业作为传统金融的重要组成部分，在Fintech的推动下，将成为技术革新的主战场。

影响

证券行业将是金融科技的下一个主战场，这里自有其发展规律和技术进步给予的逻辑和机遇。而且证券公司必须加大技术投入，否则重新洗牌、不进则退。伴随这两年股市的调整，证券行业的业务和技术都面临新的挑战和转型。与公众日益熟悉的移动互联网时代的生活工具相比，证券行业的现代化程度没有想象的那么高，很多业务电子化程度都很低；整个证券经营机构的业务大多围绕经纪功能设计，面向财富管理和全能型投资银行的差距很大，都有一次业务重构需求，这恰恰是发挥金融科技手段后发优势的一次良好机遇。而证券行业位于整个金融产业价值链的核心枢纽，也有自身的业务逻辑优势。观察互联网公司的金融业务发展，其重点多放在销售、渠道，技术路径重点也都在相关业务链上，比如基于大数据的征信、反欺诈、精准营销等。但是，公众接受证券业服务的首要目的是财富管理，是希望获得投资收益，或者提高投资决策效率和收益。

在直接的金融收益驱动下，对创新技术和科技手段的重大突破和应用首先也更容易集中在投资管理领域，这是证券行业独到的优势和魅力所在，也决定了证券行业金融科技的实践会成为下一个焦点。

按照业务场景，或按照人工智能、区块链、大数据等不同新技术划分，金融科技在证券行业的应用将会出现很多条线。不过，从成熟度模型和驱动力分析来看，投资管理领域会成为金融科技应用的重点场景。因此，金融科技对证券公司最为主要的影响就是智能投顾的出现。

智能投顾

产生背景：在A股成交额下降、佣金率持续下滑的背景下，不少券商开始试水智能投顾领域。

目前多数券商的佣金率在万二到万三之间，比如广发证券、国金证券官网宣称佣金率为万二点五。此外，与2015年的牛市相比，2016年A股的成交额也出现了大幅回落。据wind数据显示，A股2016年成交额为126.51万亿元，2015成交额为253.30万亿元，成交额同比下降逾五成。对此，一些券商已开始试水智能投顾领域，以加快传统业务转型。

发展现状：广发证券的贝塔牛APP，华泰证券对AssetMark公司的收购。

据广发证券发布2016年年报显示，2016年6月，广发证券推出业内第一个证券公司领域的机器人投顾——“贝塔牛”。据广发证券官网介绍，截至2017年2月，“贝塔牛”拥有30万活跃用户，以月均5万用户的速度增长。除了广发证券，华泰证券等券商也开始试水智能投顾领域。据华泰证券2016年半年报显示，华泰证券收购了AssetMark100%股权，从而介入智能投顾领域。AssetMark是美国一家为投资经理、投资者和券商提供资产管理软件服务的新兴金融科技企业。

就目前的发展情况来看，智能投顾可能还无法成为券商的利润增长点，它是券商顺应科技发展和客户需求，及生产结构变化而不得不做出的防御性战略。现在趋势性行情和交易机会越来越难以捕捉，但随着技术的不断进步，通过人工智能算法来做智能投顾，可以大大节约交易成本和交易费用。

商业模式：初期收取投资咨询费，后续转变为资产管理业务收取管理费和业绩提成。

其实现在很多券商已经在布局智能投顾，只是还没有特别成熟、大规模地推向市场，未来智能投顾肯定成为券商投顾比较重要的组成部分。智能投顾的初期盈利模式可能是收取一些投资咨询费，终极模式是会变成资管业务，即智能投顾取代基金经理，去管理资产组合，主要盈利来自向客户收管理费和业绩提成。

未来发展与风险点：未来智能投顾将出现由点带面的爆发式增长，但模型是否能充分覆盖市场风险以及在极端条件下的投资效率还未有定论。

中国智能投顾将迎来快速发展的阶段，行业管理规模有望迎来爆发式的增长。中国智能投顾的发展态势可能会类似于美国2015年智能投顾变革，即由传统金融机构率先涉足智能投顾并取得明显效果，带动新一批金融机构、科技型公司加入该领域，将更多资源投入到这一方面。

虽然看好智能投顾的发展，但智能投顾也存在一定风险。第一是智能投顾的后台模型是否能够充分覆盖市场风险，因为国外有很多投资模型在极端情况下是失效的。另外，从长期来看，智能投顾是否能战胜人力也尚未有定论。