资产管理行业金融科技应用现状调查分析报告

调查分析报告

随着金融科技的快速发展，我们发现行业对金融科技的态度从最初的焦虑逐渐转变为积极探索、主动拥抱，机构都在或多或少地尝试着参与到金融科技的浪潮中去，部分机构已经开始投入金融科技的研发与发展应用。

为了解现阶段行业对金融科技的投入和应用情况，挖掘机构在金融科技领域的核心诉求，协会于1月9日至1月16日进行了问卷调查，向135家公募基金管理人会员单位和22家私募证券专委会成员发送了《资产管理行业金融科技应用现状调查问卷》，请大家自愿填写。问卷从受访公司在金融科技领域的投入情况、金融科技在投研业务中的应用、大数据和人工智能的应用场景三个维度进行题目设计，共设置9个问题，均采取客观选择题形式。截至1月16日，共有53家机构完成答题，其中公募基金管理人44家，私募证券基金管理人9家。现将结果汇报如下：

一、对金融科技投入情况的分析

金融科技受到行业大、中、小型基金公司的普遍关注。通过分析问卷的底层数据我们发现，在受调查的基金公司中，对金融科技的年投入额在千万以上的基金公司，不仅包括华夏、易方达、嘉实、天弘、工银等行业排名前十的大型基金公司，还包括鹏华、中欧、兴全、景顺长城等行业排名相对靠前的中型基金公司，也包括国金、九泰等排名相对靠后的

小型基金公司。现阶段年投入千万以上的22家基金公司中，有16家表示未来5年在金融科技领域投入占比的增幅将大于5%；这16家公司同样涵盖了行业内大、中、小型基金公司。

具体来看，近八成的公募基金管理人每年在金融科技领域的投入超过百万。在44家填写问卷的公募基金管理人中，22家机构现在对金融科技的年投入额（自研或购买）在千万以上，12家年投入额在百万级，仅有10家年投入额低于百万。

图1、公募基金管理人在金融科技领域的年投入额分析

近五成的公募基金管理人在金融科技领域的投入占营业收入的比例超过5%。在44家填写问卷的公募基金管理人中，3家公募基金管理人目前对金融科技的年投入额（自研或购买）占年度营业收入的百分比超过10%，17家的投入占比在5%-10%的范围内，24家公募基金管理人投入占比小于5%。

2212几百万千万以上19十万以内几十万图2、公募基金管理人在金融科技领域的年投入额

占公司营业收入的比例分析

约六成的公募基金管理人表示在未来5年在金融科技领域的投入增幅将超过5%。其中4家管理人选择了增幅将超过10%，22家选择了投入占比将增加5%-10%，18家选择了投入占比增幅不会超过5%或不增加。

图3、公募基金管理人在金融科技领域的

年投入额增幅分析

由于管理规模和发展战略的不同，私募基金在金融科技

17 2241不增加172421小于5%5%（含）-10%（含）10%-20%大于20%（含）小于5%5%（含）-10%（含）大于10%领域的投入明显低于公募基金，但仍有约五成私募基金在金融科技领域的投入在百万级。在参加调查的9家私募证券投资基金管理人中，5家对金融科技的年投入额在几百万的水平，投入几十万和10万以内的机构各有2家，没有私募证券基金管理人对金融科技的年投入额超过千万。占比方面，参加调查的私募管理人对金融科技的投入占比均小于10%。关于未来5年，5家选择不增加或增幅不超过5%，3家选择了投入占比将增加5%-10%，只有1家选择了增幅将超过10%。

二、金融科技在投研业务中的应用情况分析

在投研业务中，与数据相关的工作被机构认为是金融科技在未来中短期内最能发挥效能的领域。

机构普遍认为未来3年，数据搜索分析引擎是通过人机结合提升投研和服务效率最有效的方式。调查显示，共有31家机构持有以上观点，其中包括23家公募基金管理人和8家私募基金管理人，分别占参与调查的公募和私募管理人的52%、89%。此外，与私募基金管理人相比，公募基金管理人更加倾向于通过智能报告生成技术（11家公募、1家私募）和知识图谱的关系网络提高投研和服务的效率（10家公募基金）。

图4、提升投研和服务效率最有效的方式

3020100 23111公募私募 8100 数据搜索分析引擎智能报告生成技术知识图谱的关系网络数据的搜集、监控、整理是最可能被金融科技替代的重复劳动。机构普遍认为公司财报披露的数据收集和整理是未来最有可能被金融科技替代的工作，有43家公募管理人和7家私募管理人持这一观点；其次为行业数据变化监控（39家公募管理人、7家私募管理人）、研究员非深度的日报、周报和月报（34家公募管理人、4家私募管理人）。

图5、最可能被金融科技替代的重复劳动

5040302010 39 行业数据变化监控

743公募34私募7公司财报披露的数据收集整理4研究员报告0三、大数据和人工智能在资管行业的应用场景调查 机构普遍认为大数据和人工智能技术在进行客户画像时，主要是对客户的资产构成情况进行分析。调查显示，29家公募基金管理人和3家私募基金管理人持有上述观点。7家公募和3家私募认为通过大数据和人工智能技术认知客户最主要的方式是分析客户投资的产品类别；5家公募和3家私募认为最主要的方式是对客户投资额度的分析。

图6、目前通过大数据和人工智能技术认知客户

最主要的方式

40 3020100公募私募29 投资额度5373303

投资产品类别浏览记录分析客户资产分析在合规管理与反洗钱审查工作中，通过合规和销售部门以及通过整合现有的数据是公募和私募最经常使用的方式，通过大数据人工智能方式目前的应用尚不广泛。调查显示，37家公募和9家私募基金管理人选择依靠合规部门与销售部门，38家公募和4家私募基金管理人选择通过整合现有数据实现；但表示通过大数据人工智能实现的公私募基金管理人合计只有11家。

图7、目前开展合规管理与反洗钱审查的主要方式

4035302520151050 37 依靠合规部门与销售部门 38公募私募2494通过整合现有数据1051依赖外部供应商通过大数据人工智能对于实现数据直通化全自动运营的方式，公募基金管理人更倾向于通过数据中心对数据进行清洗，而私募基金管理人倾向于通过各供应商之间的接口互通；通过流程自动化机器人的方式仍不是主流。调查显示，38家公募基金管理人通过数据中心对数据进行清洗来实现，27家通过各供应商之间接口互通实现。由于技术能力和资源所限，更多私募证券投资基金管理人（7家）选择了依靠各供应商之间接口互通实现。而选择流程自动化机器人的仅有23家公募和4家私募。

图8、目前实现数据直通化全自动运营的主要方式

4035302520151050 38 通过数据中心进行数据清洗各供应商之间实现接口互通公募私募272318742依赖流程自动化机器人4自研系统实现数据直通

公募基金管理人普遍倾向于通过自建数据中心的方式提升大数据场景下支持人工智能的运算能力。调查显示，公募基金管理人中选择最多的方式是自建数据中心（33家），而使用租赁数据中心、部署私有云、使用公有云的占比均较小。私募基金管理人的选择则较为分散，选择自建或租赁数据中心的各有3家，选择部署私有云或使用公有云的各2家。

图9、目前提升大数据场景下 支持人工智能运算能力的主要方式

35302520151050332141933公募私募102使用公有云 自建数据中心租赁数据中心部署私有云