國際投行金融科技轉(zhuǎn)型啟示錄

正文目錄

一、金融科技公司價(jià)值重估 5

從互聯(lián)網(wǎng)金融到金融科技切換 5

政策制度：頂層設(shè)計(jì)與監(jiān)管沙盒 8

技術(shù)發(fā)展：從概念技術(shù)到產(chǎn)品應(yīng)用 9

1.3需求增加：從金融需求看金融科技發(fā)展 11

二、國際投行的金融科技之路 16

全能型投行：全面金融科技轉(zhuǎn)型先鋒 17

摩根大通：多點(diǎn)布局金融科技 17

摩根斯坦利：“交易中心”到“財(cái)富管理中心”轉(zhuǎn)型 19

高盛：大量投資金融科技公司，利用科技開展零售銀行業(yè)務(wù) 20

特色投行：引領(lǐng)特定金融領(lǐng)域技術(shù)轉(zhuǎn)型 22

貝萊德：資管科技的領(lǐng)導(dǎo)者 22

2.2.1嘉信理財(cái)：互聯(lián)網(wǎng)券商的典范 24

三、國內(nèi)金融機(jī)構(gòu)科技賦能現(xiàn)狀 27

華泰證券：科技賦能財(cái)富管理 28

東方財(cái)富：國內(nèi)互聯(lián)網(wǎng)券商的先行者 30

四、投資建議 31

五、風(fēng)險(xiǎn)提示 32

圖表目錄

圖1： 金融與科技融合的三個(gè)階段 5

圖2： 互聯(lián)網(wǎng)金融指數(shù)走勢 5

圖3： 金融科技指數(shù)走勢 6

圖4： 四類金融科技公司及典型代表 7

圖5： 金融科技發(fā)展三年規(guī)劃 8

圖6： 監(jiān)管沙盒示意圖 9

圖7： 金融科技生態(tài)體系 9

圖8： 2018-2023年中國金融云市場規(guī)模增速快 10

圖9： 我國金融云解決方案市場比較分散 10

圖10： 人工智能在金融行業(yè)的應(yīng)用場景 11

圖11： 中國居民可投資資產(chǎn)增速快 11

圖12： 我國居民財(cái)富配置集中在存款、房地產(chǎn) 11

圖13： 中國智能投顧市場規(guī)模巨大，增速快 12

圖14： 中國智能投顧管理資產(chǎn)規(guī)模巨大，增速快 12

圖15： 小型企業(yè)的貸款需求指數(shù)最高 12

圖16： 我國小微企業(yè)貸款占比很低 12

圖17： 金融機(jī)構(gòu)對小微企業(yè)貸款增速下滑 13

圖18： 我國直接融資占比低于發(fā)達(dá)市場 13

圖19： 智能供應(yīng)鏈金融生態(tài)圈 13

圖20： 經(jīng)紀(jì)業(yè)務(wù)占券商收入比重下滑明顯 14

圖21： 證券從業(yè)人員下降，投顧人員逆勢增加 14

圖22： 恒生電子金融知識圖譜 15

圖23： 各年頂尖銀行金融科技投資熱力圖 16

圖24： 摩根大通研發(fā)人員構(gòu)成 18

圖25： 摩根大通科技投入占營業(yè)收入10% 18

圖26： 摩根大通JPMCOIN工作流程示意圖 18

圖27： 摩根斯坦利營業(yè)收入占比保持穩(wěn)定 19

圖28： 摩根斯坦利凈利潤增速明顯 19

圖29： 2018年信息處理通信費(fèi)用同增12.56% 20

圖30： 信息處理及通信費(fèi)/營業(yè)支出比例近7% 20

圖31： 高盛金融科技投資細(xì)分領(lǐng)域及公司 21

圖32： 高盛各項(xiàng)業(yè)務(wù)近三年收入情況 21

圖33： 高盛各項(xiàng)業(yè)務(wù)占比 21

圖34： 2018年高盛技術(shù)通訊費(fèi)用同比增長14% 22

圖35： 技術(shù)通訊費(fèi)用占營業(yè)成本比例超4% 22

圖36： 貝萊德資管業(yè)務(wù)全球領(lǐng)先 23

圖37： 阿拉丁五大功能介紹 23

圖38： 技術(shù)收入占總營收比重逐年提升 24

圖39： 阿拉丁平臺—人員和流程的統(tǒng)一化 24

圖40： 嘉信理財(cái)凈息差收入增速最快 25

圖41： 嘉信理財(cái)凈息差收入占比接近60% 25

圖42： 證券業(yè)務(wù)科技投入以非前沿科技為主 27

圖43： 證券前沿科技以云計(jì)算大數(shù)據(jù)AI為主 27

圖44： 基金業(yè)務(wù)科技投入以非前沿科技為主 27

圖45： 基金前沿科技以云計(jì)算大數(shù)據(jù)AI為主 27

圖46： 華泰證券MATIC2.0到3.0產(chǎn)品推進(jìn)圖 28

圖47： 華泰證券INSIGHT行情系統(tǒng) 28

圖48： 華泰證券信息技術(shù)投入大幅增加 29

圖49： ASSETMARK資產(chǎn)規(guī)模、客戶創(chuàng)收增長迅速 29

圖50： “漲樂財(cái)富通”平均月活數(shù)情況（萬） 29

圖51： “漲樂財(cái)富通”交易人數(shù)占比情況 29

圖52： 東方財(cái)富研發(fā)投入明顯高于傳統(tǒng)券商 30

表格1. 2019年TOP50金融科技公司 6

表格2. 金融科技發(fā)展目標(biāo)（證券行業(yè)） 10

表格3. 十天內(nèi)五家美國券商宣布股票交易零傭金 14

表格4. 嘉信理財(cái)宣布線上交易零傭金 15

表格5. 美國頂尖投行金融科技投資的主要領(lǐng)域 16

表格6. 2018年摩根大通零售業(yè)務(wù)增速超過12 17

表格7. 摩根斯坦利科技賦能情況 20

表格8. 嘉信理財(cái)優(yōu)化組織架構(gòu)實(shí)現(xiàn)跨業(yè)務(wù)發(fā)展、跨渠道協(xié)同和數(shù)字化敏捷開發(fā) 26

一、金融科技公司價(jià)值重估

從互聯(lián)網(wǎng)金融到金融科技切換

從2015年互聯(lián)網(wǎng)金融行情到2019年金融科技行情，金融與科技融合已經(jīng)從第二階段步入第三階段。互聯(lián)網(wǎng)金融側(cè)重金融產(chǎn)品，金融科技側(cè)重技術(shù)，科技屬性增強(qiáng)，人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等技術(shù)不斷落地；科技與金融業(yè)務(wù)融合程度加深，從聚焦于前端服務(wù)渠道的互聯(lián)網(wǎng)化到強(qiáng)調(diào)業(yè)務(wù)前臺、中臺、后臺的全流程科技運(yùn)用變革。我們認(rèn)為可以從政策制度、技術(shù)發(fā)展和需求三個(gè)角度來分析金融科技行業(yè)變化。

圖1： 金融與科技融合的三個(gè)階段

資料來源：中國信通院，川財(cái)證券研究所

圖2： 互聯(lián)網(wǎng)金融指數(shù)走勢

資料來源：Wind，川財(cái)證券研究所

圖3： 金融科技指數(shù)走勢

資料來源：Wind，川財(cái)證券研究所

金融科技可以理解為運(yùn)用人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)等技術(shù)，重塑傳統(tǒng)金融行業(yè)：除了提高效率之外，金融科技可以幫助傳統(tǒng)金融機(jī)構(gòu)轉(zhuǎn)型升級，提供更多差異化、精準(zhǔn)化、智能化、高壁壘的新產(chǎn)品與新服務(wù)，服務(wù)長尾客戶，為金融機(jī)構(gòu)創(chuàng)造更多的贏利點(diǎn)。

近日，畢馬威聯(lián)合H2Ventures發(fā)布2019年全球金融科技100強(qiáng)榜單。支付企業(yè)仍在榜單中占據(jù)主導(dǎo)地位（27家），但是相比于去年，上榜的支付企業(yè)和信貸企業(yè)數(shù)量有所下降，但是理財(cái)子公司（19家）、保險(xiǎn)公司（17

家）和“多業(yè)務(wù)”公司的表現(xiàn)更加強(qiáng)勁。

表格1. 2019年Top50金融科技公司

排名

企業(yè)

國家

排名

企業(yè)

國家

排名

企業(yè)

國家

排名

企業(yè)

國家

排名

企業(yè)

國家

1

螞蟻金服

中國

11

陸金所

中國

21

PolicyBazaar

印度

31

Affirm

美國

41

Creditas

巴西

2

Grab

新加坡

12

Klarna

瑞典

22

AtomBank

英國

32

Airwallex

澳大利亞

42

Bankera

立陶宛

3

京東數(shù)字科技

中國

13

N26

德國

23

Lendingkart

印度

33

JudoCapital

澳大利亞

43

Kabbage

美國

4

GoJek

印尼

14

Robinhood

美國

24

Stripe

美國

34

Coinbase

美國

44

Raisin

德國

5

Paytm

印度

15

SoFi

美國

25

Lemonade

美國

35

WeLab

中國

45

Metromile

美國

6

度小滿金融

中國

16

Nubank

巴西

26

Revolut

英國

36

MoMo

越南

46

OurCrowd

以色列

7

Compass

美國

17

TransferWise

英國

27

Monzo

英國

37

Kreditech

德國

47

AfterPayTouch

澳大利亞

8

Ola

印度

18

金融壹賬通

中國

28

BancoInter

巴西

38

Liquid

日本

48

CollectiveHealth

美國

9

Opendoor

美國

19

CloverHealth

美國

29

Toss

韓國

39

Neyber

英國

49

Folio

日本

10

OakNorth

英國

20

OscarHealth

美國

30

Wealthsimple

加拿大

40

Singlife

新加坡

50

眾安保險(xiǎn)

中國

資料來源：畢馬威，川財(cái)證券研究所

隨著金融和科技的融合不斷深入，金融科技行業(yè)的競爭格局也逐漸清晰。金融科技行業(yè)競爭者眾多，根據(jù)主導(dǎo)因素（技術(shù)和金融）和規(guī)模大小金融科技行業(yè)可以劃分為四類：

Fintechs（規(guī)模大，金融服務(wù)主導(dǎo)）：主要指傳統(tǒng)金融機(jī)構(gòu)，正在通過技術(shù)投資降低成本、提高服務(wù)質(zhì)量，應(yīng)對競爭威脅和捕捉投資合作機(jī)會。目前面臨主要挑戰(zhàn)是研發(fā)投入不足、研發(fā)人員占比較低。

fintechs（規(guī)模小、技術(shù)主導(dǎo)）：主要指金融基礎(chǔ)設(shè)施供應(yīng)商，幫助金融機(jī)構(gòu)變革技術(shù)堆棧，實(shí)現(xiàn)數(shù)字化和智能化，幫助金融機(jī)構(gòu)降本增效。目前面臨主要瓶頸是金融機(jī)構(gòu)議價(jià)能力高，壓縮利潤空間。

FinTechs（規(guī)模小，金融服務(wù)主導(dǎo)）：主要指顛覆者，試圖通過技術(shù)和模式創(chuàng)新進(jìn)入金融服務(wù)領(lǐng)域。意圖是打造類銀行的經(jīng)濟(jì)模式。目前面臨主要挑戰(zhàn)是獲客成本較高。

finTechs（規(guī)模大、技術(shù)主導(dǎo)）：主要指互聯(lián)網(wǎng)巨頭，憑借在互聯(lián)網(wǎng)積累大量用戶，以流量優(yōu)勢切入金融業(yè)務(wù)中，實(shí)現(xiàn)流量變現(xiàn)。目前面臨主要挑戰(zhàn)是受政策監(jiān)管的影響較大。

圖4： 四類金融科技公司及典型代表

資料來源：麥肯錫，川財(cái)證券研究所

政策制度：頂層設(shè)計(jì)與監(jiān)管沙盒

隨著金融和科技的融合不斷深入，金融風(fēng)險(xiǎn)不斷暴露，隨著頂層設(shè)計(jì)的出臺，監(jiān)管沙盒也將循序漸進(jìn)地推廣，助力金融科技行業(yè)規(guī)范發(fā)展。我國央行在2017年5月15日成立了中國人民銀行成立金融科技（FinTech）委員會，為加強(qiáng)金融科技工作的研究規(guī)劃和統(tǒng)籌協(xié)調(diào)，也肯定金融科技對金融行業(yè)發(fā)展的重要作用。2019年8月，中國人民銀行印發(fā)《金融科技

（FinTech）發(fā)展規(guī)劃（2019-2021年）》，這是央行層面出臺首份針對金融科技的頂層設(shè)計(jì)文件，指引行業(yè)未來三年的發(fā)展。

圖5： 金融科技發(fā)展三年規(guī)劃

資料來源：中國人民銀行，川財(cái)證券研究所

7月13日，在由CF40和金融城舉辦的“第四屆全球金融科技峰會”上，央行科技司司長李偉表示，人民銀行還會同相關(guān)部委，在北京、上海、廣州等十個(gè)省市開展金融科技應(yīng)用的試點(diǎn)，這次試點(diǎn)也叫做“中國版監(jiān)管沙盒”。10月30日，央行上?？偛肯蜉爟?nèi)金融機(jī)構(gòu)印發(fā)《關(guān)于促進(jìn)金融科技發(fā)展支

持上海建設(shè)金融科技中心的指導(dǎo)意見》，指導(dǎo)意見給出了40條政策為支持上海建設(shè)金融科技中心，其中包括金融科技沙箱監(jiān)管機(jī)制。

2016年，英國首創(chuàng)“監(jiān)管沙盒”，隨后新加坡、澳大利亞等國也紛紛推出本國的“監(jiān)管沙盒”計(jì)劃。英國的“監(jiān)管沙盒”可以簡單地分為三個(gè)階段：申請審核、沙盒測試、評估決策。第一階段由機(jī)構(gòu)向FCA提出測試申請，F(xiàn)CA審核通過后和企業(yè)共同確定合適測試工具進(jìn)行沙盒測試；第二階段是進(jìn)行沙盒測試、全程檢測，F(xiàn)CA引入“虛擬沙盒”（面向所有人）和“沙盒傘”

（面向非營利性公司）兩種方式進(jìn)行沙盒測試；第三階段是FCA評估決策申請企業(yè)是否可以推廣測試項(xiàng)目。

圖6： 監(jiān)管沙盒示意圖

資料來源：億歐智庫，川財(cái)證券研究所

技術(shù)發(fā)展：從概念技術(shù)到產(chǎn)品應(yīng)用

新一代信息技術(shù)不斷融合，形成金融科技新生態(tài)。人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等新興技術(shù)并非是相互獨(dú)立的，而是相互關(guān)聯(lián)、相輔相成的，共同推動金融發(fā)展，人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)已經(jīng)逐步從概念技術(shù)走向產(chǎn)品應(yīng)用。目前大數(shù)據(jù)、云計(jì)算已經(jīng)進(jìn)入大規(guī)模商用階段，而人工智能、區(qū)塊鏈正在步入大規(guī)模商用階段。

圖7： 金融科技生態(tài)體系

金融企業(yè)

監(jiān)管機(jī)構(gòu)

頂層設(shè)計(jì)標(biāo)準(zhǔn)制定產(chǎn)業(yè)研究行業(yè)交流

中國互聯(lián)網(wǎng)金融協(xié)會

行業(yè)協(xié)會

人民銀行

銀行 保險(xiǎn) 證券 基金

證監(jiān)會

行業(yè)監(jiān)管

銀監(jiān)會

第三方支付 小額信貸 消費(fèi)金融 征信 中國支付清算協(xié)會

產(chǎn)品和技術(shù)支持

客服 風(fēng)控 營銷 投顧 征信 … 金標(biāo)委

中國信息通信研究院

研究機(jī)構(gòu)

工信部

科技企業(yè)

網(wǎng)信辦

云計(jì)算

公有云

各地方金融辦

私有云

AI 區(qū)塊鏈

大數(shù)據(jù)

數(shù)據(jù)技術(shù)平臺數(shù)據(jù)分析

智能API算法應(yīng)用

技術(shù)平臺

應(yīng)用

五道口金融學(xué)院

…

資料來源：中國信通院，川財(cái)證券研究所

以證券業(yè)為例，人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)開始實(shí)現(xiàn)從技術(shù)到金融業(yè)務(wù)的落地。零售、大資管、投資銀行、風(fēng)控、合規(guī)和運(yùn)營，金融科技已將觸角慢慢滲透到證券行業(yè)的各個(gè)業(yè)務(wù)。

零售板塊 大資管板塊 投資銀行板塊

表格2. 金融科技發(fā)展目標(biāo)（證券行業(yè)）

APP平臺建設(shè)，優(yōu)化客戶體驗(yàn)，豐富內(nèi)容供給，利用互聯(lián)網(wǎng)，構(gòu)建通暢信息交互平臺，搭建資產(chǎn)推動大投行體系客戶信息、商業(yè)信息、項(xiàng)目信

增強(qiáng)客戶粘性

管理的上線基礎(chǔ)

息等大數(shù)據(jù)化，洞察商業(yè)機(jī)會和協(xié)同業(yè)務(wù)推進(jìn)

互聯(lián)網(wǎng)產(chǎn)品和服務(wù)的建設(shè)，通過金融科技手段通過大數(shù)據(jù)分析等技術(shù)應(yīng)用，完成用戶多維度數(shù)推動投行信息協(xié)同共享、社交、即使處理能力

精準(zhǔn)服務(wù)客戶 據(jù)收集，客戶特性分析，進(jìn)行資產(chǎn)配置

實(shí)現(xiàn)產(chǎn)品量化分析，為用戶制定個(gè)性化投資參考

業(yè)及持續(xù)跟進(jìn)提供決策依據(jù)

積極探索零售業(yè)務(wù)的管理轉(zhuǎn)型，推進(jìn)以金融科技為支持的多元收入

加強(qiáng)內(nèi)外部聯(lián)動，持續(xù)發(fā)展互聯(lián)網(wǎng)引流

風(fēng)控板塊

合規(guī)板塊

運(yùn)營板塊

為零售分支機(jī)構(gòu)實(shí)現(xiàn)精準(zhǔn)展業(yè)和客戶服務(wù)賦能運(yùn)用智能算法，投資組合優(yōu)化等理論量化模型，以市場大數(shù)據(jù)為基礎(chǔ)，為投行業(yè)務(wù)選擇目標(biāo)企

通過“大數(shù)據(jù)”風(fēng)控，“智能風(fēng)控”優(yōu)化風(fēng)險(xiǎn)利用大數(shù)據(jù)和人工智能等技術(shù)，提高法務(wù)合同審?fù)ㄟ^金融科技，優(yōu)化運(yùn)營流程，提升流程無紙

模型和算法，持續(xù)改善風(fēng)險(xiǎn)管理方法

核管理效率，提升異常交易，員工執(zhí)業(yè)、反洗錢化、智能化、自動化程度，降低人力成本和運(yùn)

利用大數(shù)據(jù)化解風(fēng)險(xiǎn)信息不對稱問題，從源頭防范關(guān)聯(lián)風(fēng)險(xiǎn)交叉?zhèn)鲗?dǎo)，提升風(fēng)險(xiǎn)管理前瞻性

等活動中違法違規(guī)行為識別和監(jiān)控的有效性

營成本，提高運(yùn)營效率

資料來源：恒生電子，川財(cái)證券研究所

完整的金融云市場包括公有云、私有云或混合云基礎(chǔ)設(shè)施，以及面向金融行業(yè)的云平臺、云應(yīng)用解決方案（軟件+服務(wù)）兩大部分。近期，IDC發(fā)布《中國金融云解決方案市場跟蹤研究2019H1》，2019年中國金融云解決方案市場可望達(dá)到9.3億美元，預(yù)期同比增長40%，是金融行業(yè)整體IT解決方案市場的2倍。到2023年市場規(guī)模將達(dá)到35.9億美元。同時(shí)該報(bào)告指出阿里云位居金融云解決方案市場第一，市場份額為12.2%。中科軟科技、騰訊份額緊隨其后，分別為6.7%和6.3%，市場逐漸拉開差距。

圖8：2018-2023年中國金融云市場規(guī)模增速快 圖9：我國金融云解決方案市場比較分散

資料來源：IDC，川財(cái)證券研究所 資料來源：IDC，川財(cái)證券研究所

人工智能方面，機(jī)器學(xué)習(xí)、知識圖譜、自然語言處理、計(jì)算機(jī)視覺等技術(shù)幫助金融行業(yè)實(shí)現(xiàn)智能化，目前人工智能已經(jīng)在投研、投顧、風(fēng)控、客服、營銷等多個(gè)場景落地。

圖10：人工智能在金融行業(yè)的應(yīng)用場景

資料來源：艾瑞咨詢，川財(cái)證券研究所

1.3需求增加：從金融需求看金融科技發(fā)展

金融科技的需求歸根到底源于金融需求，因此可以從資金端、資產(chǎn)端和金融機(jī)構(gòu)三方來分析金融科技的需求。

資金端的財(cái)富管理需求：隨著我國居民可投資資產(chǎn)的增速加快，居民的財(cái)富配置結(jié)構(gòu)也在變化，從整體來看，我國居民財(cái)富配置主要集中在存款和房地產(chǎn)，比例超過60%，2014年到2018年，存款、股票占比有所下降，投資性房地產(chǎn)、銀行理財(cái)產(chǎn)品、股票、信托和基金占比有所提升。

圖11：中國居民可投資資產(chǎn)增速快 圖12：我國居民財(cái)富配置集中在存款、房地產(chǎn)

資料來源：貝恩，波士頓，川財(cái)證券研究所 資料來源：貝恩，波士頓，川財(cái)證券研究所

傳統(tǒng)理財(cái)服務(wù)模式無法滿足人們個(gè)性化、多樣化、智能化的理財(cái)需求，智能投顧應(yīng)運(yùn)而生服務(wù)財(cái)富管理長尾人群。智能投顧近年來在金融市場發(fā)展迅速，相比國外，我國起步較晚，處于早期發(fā)展階段，但是增速快，根據(jù)艾瑞咨詢，2016年中國智能理財(cái)服務(wù)市場規(guī)模為300億元，2018年提升到2546.9億元，年復(fù)合增長率為191%，預(yù)計(jì)2022年，中國智能理財(cái)服務(wù)市

場規(guī)模將達(dá)到7370.5億元。

圖13：中國智能投顧市場規(guī)模巨大，增速快 圖14：中國智能投顧管理資產(chǎn)規(guī)模巨大，增速快

資料來源：艾瑞咨詢，川財(cái)證券研究所 資料來源：億歐智庫，川財(cái)證券研究所

資產(chǎn)端的融資需求：中小企業(yè)貢獻(xiàn)了50%的稅收、60%的GDP、70%的發(fā)明專利和80%的城鎮(zhèn)就業(yè)崗位，在市場主體中占比超過90%。在各規(guī)模企業(yè)中，我國小型企業(yè)的貸款需求指數(shù)最高，根據(jù)《小微企業(yè)融資難的特色化解決方案》研究報(bào)告，自2007年開始，當(dāng)我國小微企業(yè)融資需求以每年10%以上的增速增長的同時(shí)，需求缺口擴(kuò)大的速度也達(dá)到每年13%左右。在經(jīng)濟(jì)下行的背景下，銀行對于中小微企業(yè)的貸款支持力度不足。我國主要金融機(jī)構(gòu)對小微企業(yè)的貸款增速從2017年9月開始下滑，截至2018年9月，增速降低至10%左右，同期金融機(jī)構(gòu)各項(xiàng)貸款余額增速為13.2%。

圖15：小型企業(yè)的貸款需求指數(shù)最高 圖16：我國小微企業(yè)貸款占比很低

資料來源：Wind，川財(cái)證券研究所 資料來源：Wind，川財(cái)證券研究所

圖17：金融機(jī)構(gòu)對小微企業(yè)貸款增速下滑 圖18：我國直接融資占比低于發(fā)達(dá)市場

資料來源：Wind，川財(cái)證券研究所 資料來源：Wind，川財(cái)證券研究所

根據(jù)中國人民銀行，從2012年到2016年，我國小微企業(yè)融資比例一直維持在較低水平，小型企業(yè)在25%-28%左右，微型企業(yè)融資規(guī)模占比極少，整體占比低于4%，金融機(jī)構(gòu)從貸款發(fā)放安全性、性價(jià)比較低和抵押物不足等角度出發(fā)，對小微企業(yè)的放貸力度一直較低。隨著金融和科技的深度融合，金融科技企業(yè)已成為解決小微企業(yè)融資難題的重要成員之一。平安壹賬通的智能供應(yīng)鏈金融生態(tài)圈，具有智能在線連接多方打破信息孤島、智能互信交叉多維驗(yàn)證確保鏈上企業(yè)資質(zhì)與數(shù)據(jù)真實(shí)可信、智能穿透實(shí)現(xiàn)核心企業(yè)“信用流+資金流”多級分享和可控、智能生態(tài)實(shí)現(xiàn)不同企業(yè)供應(yīng)鏈的跨鏈共享防范風(fēng)險(xiǎn)。

圖19：智能供應(yīng)鏈金融生態(tài)圈

資料來源：平安金融壹賬通，川財(cái)證券研究所

金融機(jī)構(gòu)提質(zhì)增效、創(chuàng)新盈利模式需求：以經(jīng)紀(jì)業(yè)務(wù)為例，傳統(tǒng)經(jīng)紀(jì)業(yè)務(wù)模式，是在牌照的保護(hù)下，賺交易傭金，客戶交易越多，經(jīng)紀(jì)收入越高。傭金率下降，經(jīng)紀(jì)業(yè)務(wù)收入降低，使得以傭金收入為主的傳統(tǒng)模式走到了轉(zhuǎn)型的關(guān)口。券商經(jīng)紀(jì)業(yè)務(wù)（代理買賣證券業(yè)務(wù)）收入在2015年6月到達(dá)1584億元的歷史小高峰以后，就一路下滑，2018年上半年只有360多億元，是2015年同期的1/4不到。經(jīng)紀(jì)業(yè)務(wù)收入占券商收入的比重也明顯下滑，2015年之前，占比基本在40%-50%之間，最高時(shí)超過54%，最低時(shí)也有38%。2015年之后，占比急轉(zhuǎn)直下，連續(xù)三年低于30%，2018年上半年占比低于

20%。

圖20：經(jīng)紀(jì)業(yè)務(wù)占券商收入比重下滑明顯 圖21：證券從業(yè)人員下降，投顧人員逆勢增加

資料來源：證券業(yè)協(xié)會，川財(cái)證券研究所 資料來源：Wind，川財(cái)證券研究所

美國券商進(jìn)入“零傭金”時(shí)代，但是短期來看，國內(nèi)證券行業(yè)不具備零傭金的條件，我國券商實(shí)行零傭金的概率較低，但是長期來看，零傭金仍然是趨勢，因此以券商為主的金融機(jī)構(gòu)亟待提質(zhì)增效、創(chuàng)新盈利模式。

表格3. 十天內(nèi)五家美國券商宣布股票交易零傭金

宣布時(shí)間

券商名稱

零傭金起始時(shí)間

10.1

嘉信理財(cái)

10.7

10.1

TDAmeritrade

10.3

10.2

億創(chuàng)理財(cái)（E*Trade)

10.7

10.4

AllyInvest

10.9

10.1

富達(dá)（Fidelity）

10.1

注：時(shí)間為美國當(dāng)?shù)貢r(shí)間

資料來源：券商中國，川財(cái)證券研究所

表格4. 嘉信理財(cái)宣布線上交易零傭金

股票

10.7之前

$4.95

10.7開始

$0.00

期權(quán)

$4.95基準(zhǔn)傭金

+$0.65單張合約費(fèi)

$4.95基準(zhǔn)傭金

+$0.65單張合約費(fèi)

ETF $4.95 $0.00

賬戶最低資金額 $0.00 $0.00

資料來源：嘉信理財(cái)，川財(cái)證券研究所

金融是數(shù)據(jù)驅(qū)動型行業(yè)，很多傳統(tǒng)金融業(yè)務(wù)對行情、資訊等金融數(shù)據(jù)已經(jīng)形成高度依賴。金融知識圖譜結(jié)合產(chǎn)業(yè)鏈數(shù)據(jù)，可以解決實(shí)體+金融兩類主要關(guān)系的業(yè)務(wù)，才是數(shù)據(jù)上完整的知識圖譜，能夠覆蓋投研、風(fēng)控、投資、營銷服務(wù)等各類金融場景的數(shù)據(jù)服務(wù)需求。恒生電子金融知識圖譜在智能資訊、智能投研、智能風(fēng)控、數(shù)據(jù)中臺、營銷服務(wù)、智能運(yùn)營、智能監(jiān)管、智能投顧和智能投資等多方面得到應(yīng)用

圖22：恒生電子金融知識圖譜

智能問答

智能客服

金融搜索

智能投顧

智能風(fēng)控

智能投研

智能營銷

風(fēng)險(xiǎn)傳導(dǎo)

投研分析

企業(yè)畫像

KYC/KYP

資訊推薦

資訊畫像

輿情畫像

企業(yè)關(guān)聯(lián)分析主體輿情

企業(yè)最短路徑關(guān)聯(lián)輿情

異常關(guān)聯(lián)敏感企業(yè)掃描

風(fēng)險(xiǎn)關(guān)聯(lián)

一致行動人擔(dān)保分析

疑似受益人質(zhì)押分析

資本系發(fā)現(xiàn)

股權(quán)分析

上下游分析

企業(yè)鏈圖譜

股權(quán)圖譜

產(chǎn)業(yè)鏈圖譜

事件圖譜

人物圖譜

風(fēng)險(xiǎn)圖譜

場景對接

解決方案

圖譜基礎(chǔ)數(shù)據(jù)服務(wù)

圖譜數(shù)據(jù)

資料來源：恒生電子，川財(cái)證券研究所

智能服務(wù)商機(jī)發(fā)現(xiàn)

信任圈關(guān)系推測

二、國際投行的金融科技之路

成熟的金融體系和強(qiáng)大的技術(shù)能力讓國際投行在發(fā)展金融科技時(shí)具有先發(fā)優(yōu)勢。大型全能投行如摩根大通、摩根斯坦利、高盛等密切關(guān)注金融科技各個(gè)細(xì)分領(lǐng)域的新興技術(shù)，通過投資、并購方式快速獲得相應(yīng)技術(shù)，加速技術(shù)落地、轉(zhuǎn)變成生產(chǎn)力，從而獲得投資收益。目前支付與結(jié)算、資本市場、數(shù)據(jù)分析、會計(jì)和稅務(wù)、房地產(chǎn)、財(cái)富管理、區(qū)塊鏈、個(gè)人理財(cái)、數(shù)據(jù)聚合、貸款、監(jiān)管科技、保險(xiǎn)等領(lǐng)域受到美國五大投行的關(guān)注。隨著新技術(shù)的出現(xiàn)和消費(fèi)者需求的變化，國際頂尖投行關(guān)注的領(lǐng)域發(fā)生了變化：到2019年，最受歡迎的投資領(lǐng)域是房地產(chǎn)、財(cái)富管理、數(shù)據(jù)聚合、資本市場。

表格5. 美國頂尖投行金融科技投資的主要領(lǐng)域

支付

和結(jié)算

資本市場

數(shù)據(jù)分析

會計(jì)和稅務(wù)

房地產(chǎn)

財(cái)富管理

區(qū)塊鏈

個(gè)人理財(cái)

數(shù)據(jù)聚合

貸款

監(jiān)管科技

保險(xiǎn)

其他

高盛

7

7

8

2

7

5

5

3

4

3

3

3

1

摩根大通

3

7

1

4

1

2

3

0

0

3

2

0

0

摩根斯坦利

0

6

3

0

0

0

1

1

0

1

0

1

0

花旗

7

7

6

3

2

1

6

2

2

1

3

0

0

富國銀行

2

2

3

1

0

0

2

0

0

0

1

1

0

投資數(shù)量

19

17

12

10

9

9

8

7

6

6

6

5

2

資料來源：CBInsights（2019.8），川財(cái)證券研究所

圖23：各年頂尖銀行金融科技投資熱力圖

資料來源：CBinsights（2019.8），川財(cái)證券研究所

全能型投行：全面金融科技轉(zhuǎn)型先鋒

摩根大通：多點(diǎn)布局金融科技

摩根大通業(yè)界稱小摩，美國最大金融服務(wù)機(jī)構(gòu)，成立于1799年，由大通曼哈頓銀行和JP摩根銀行合并。2012年，摩根大通開啟“移動優(yōu)先，萬物數(shù)字化”戰(zhàn)略轉(zhuǎn)型，2015年至今，摩根大通每年有將近100億美元科技投入，數(shù)字化轉(zhuǎn)型取得成效卓越，營業(yè)收入實(shí)現(xiàn)平穩(wěn)增長，2018年?duì)I業(yè)收入首次超過1000億美元。同時(shí)摩根大通數(shù)字化轉(zhuǎn)型也獲得了資本市場的認(rèn)可，市值一路攀升，最高市值達(dá)到4000億美元，成為美國市值最高的銀行。2018年實(shí)現(xiàn)營業(yè)收入約1042億元，凈利潤約325億元。

金融科技顯著提升摩根大通的凈資產(chǎn)收益率，公司盈利能力明顯改善。2015年是摩根大通數(shù)字化轉(zhuǎn)型的攻堅(jiān)之年，各類業(yè)務(wù)線上化、數(shù)據(jù)化、自動化基本完成，為后期金融科技發(fā)展奠定基礎(chǔ)。摩根大通的ROE從2015年的10.2%提升至2018年的12.7%左右，現(xiàn)金流/營業(yè)收入（13.62）也實(shí)現(xiàn)觸底回升。

摩根大通的零售業(yè)務(wù)占比最高，增速最快。摩根大通共有四項(xiàng)主要業(yè)務(wù)：消費(fèi)者與社區(qū)銀行、企業(yè)與投資銀行、商業(yè)銀行、資產(chǎn)與財(cái)富管理。其中2018年消費(fèi)者、社區(qū)銀行實(shí)現(xiàn)收入$521億，同比增長12%。

表格6. 2018年摩根大通零售業(yè)務(wù)增速超過12

消費(fèi)者、社區(qū)銀行

ROE

28

收入

$521億

增速

12

企業(yè)、投資銀行 16 $364億 5

商業(yè)銀行

20

$91億

5

資產(chǎn)與財(cái)富管理 31 $141億 2

資料來源：摩根大通2018年年報(bào)，川財(cái)證券研究所

摩根大通每年科技投入約占公司營業(yè)收入的10%，凈利潤的40%，與摩根士丹利相當(dāng)，但摩根大通的體量遠(yuǎn)大于摩根士丹利。表面上看，摩根大通2018

年科技投入預(yù)算金額低于美國銀行今年預(yù)算約160億美元，但美國銀行預(yù)算包含運(yùn)營費(fèi)用。2015年年報(bào)披露，摩根大通在全球有31個(gè)數(shù)據(jù)中心，大約有67000個(gè)物理服務(wù)器、27920個(gè)數(shù)據(jù)庫、一個(gè)全球高效專網(wǎng)。

圖24：摩根大通研發(fā)人員構(gòu)成 圖25：摩根大通科技投入占營業(yè)收入10%

資料來源：摩根大通年報(bào)（2017），川財(cái)證券研究所 資料來源：摩根大通年報(bào)，川財(cái)證券研究所

摩根大通在金融科技多個(gè)領(lǐng)域同時(shí)發(fā)力。摩根大通的金融科技投入覆蓋前中后臺全業(yè)務(wù)領(lǐng)域，每年科技投入都有重點(diǎn)：2016年用于數(shù)字化、移動服務(wù)、機(jī)器學(xué)習(xí)、大數(shù)據(jù)等技術(shù)研究；2017年主要用于數(shù)字銀行、投顧、交易、網(wǎng)絡(luò)安全等領(lǐng)域研究；2018年主要用于數(shù)字銀行、在線投顧、電子化交易、區(qū)塊鏈、實(shí)施支付等領(lǐng)域研究。

數(shù)字貨幣方面，2019年2月，摩根大通成為美國第一家創(chuàng)造并成功測試數(shù)字貨幣的銀行。JPMCoin基于區(qū)塊鏈技術(shù)，能夠在機(jī)構(gòu)賬戶之間實(shí)現(xiàn)即時(shí)支付轉(zhuǎn)移。當(dāng)一個(gè)客戶通過區(qū)塊鏈向另一個(gè)客戶發(fā)送資金時(shí)，JPMCoin將被轉(zhuǎn)移并立即兌換成等值的美元，從而縮短了結(jié)算時(shí)間。

圖26：摩根大通JPMCoin工作流程示意圖

資料來源：摩根大通年報(bào)，川財(cái)證券研究所

摩根斯坦利：“交易中心”到“財(cái)富管理中心”轉(zhuǎn)型

摩根士丹利原是JP摩根大通公司中的投資部門，1933年美國經(jīng)歷了大蕭條，國會通過《格拉斯-斯蒂格爾法》，禁止公司同時(shí)提供商業(yè)銀行與投資銀行服務(wù)，摩根士丹利于是作為一家投資銀行于1935年9月5日在紐約成立。金融危機(jī)后的近十年，摩根斯坦利市值一路攀升，期間超過前期最高點(diǎn)，接近1000億美元。2018年實(shí)現(xiàn)營業(yè)收入401億美元，凈利潤87億美元，同比增速超過40%。

金融科技也顯著提升摩根斯坦利的ROE水平，提升公司盈利質(zhì)量。2017年至2018年，摩根斯坦利的ROE從8%提升至11%左右，現(xiàn)金流/營業(yè)收入

（18.21）也實(shí)現(xiàn)觸底回升。

摩根斯坦利的核心業(yè)務(wù)包括InstitutionalSecurities、WealthManagement、InvestmentManagement三部分，圍繞幫助客戶進(jìn)行資金募集、執(zhí)行交易執(zhí)行、財(cái)富管理等服務(wù)開展。摩根士丹利過去對交易領(lǐng)域的技術(shù)投入使得公司已成為世界上最大的股票交易公司。近幾年，摩根士丹利確立財(cái)富管理轉(zhuǎn)型目標(biāo)，借助金融科技在財(cái)富管理領(lǐng)域建立強(qiáng)大護(hù)城河，IT預(yù)算重點(diǎn)投向財(cái)富管理業(yè)務(wù)，保證了公司中長期相對穩(wěn)定的收入。

圖27：摩根斯坦利營業(yè)收入占比保持穩(wěn)定 圖28：摩根斯坦利凈利潤增速明顯

資料來源：摩根斯坦利年報(bào)，川財(cái)證券研究所 資料來源：摩根斯坦利年報(bào)，川財(cái)證券研究所

摩根士丹利一直高度重視現(xiàn)代信息技術(shù)對業(yè)務(wù)的變革、引領(lǐng)和融合，信息處理通信費(fèi)用不斷增加，在營業(yè)支出所占比重總體呈上升趨勢。CEOJamesGorman于2018年6月表示，摩根士丹利將每年花費(fèi)40億美元投資科技，

該費(fèi)用是公司2017年103億美元預(yù)算（不包括人工費(fèi)用）的40%，占2017

年?duì)I業(yè)收入（379億美元）的10.6%。

圖29：2018年信息處理通信費(fèi)用同增12.56% 圖30：信息處理及通信費(fèi)/營業(yè)支出比例近7%

資料來源：Wind，川財(cái)證券研究所 資料來源：Wind，川財(cái)證券研究所

摩根斯坦利追求機(jī)器和人工平衡，摩根斯坦利借助金融科技在財(cái)富管理領(lǐng)域建立強(qiáng)大護(hù)城河。摩根士丹利并非用機(jī)器投顧代替人工投顧，而是希望借助機(jī)器學(xué)習(xí)、預(yù)測分析等現(xiàn)代信息技術(shù)幫助投資顧問更迅速、更敏捷、更高效的服務(wù)客戶，提升客戶服務(wù)體驗(yàn)開展，從而達(dá)到最佳服務(wù)效果。

表格7. 摩根斯坦利科技賦能情況

生物特征識別

LeveragingVoiceBiometrics

應(yīng)用

領(lǐng)域

PindropintheCallCenter/IVRtoPreventFraud

LeveragedLoansProcessing

借貸

WarehouseResiClientPortal

財(cái)富管理 Global-basedPlanningSystem

云計(jì)算 MIFIDIIISIN/TOTVServices

支付 MoneyMovementStrategicTransformation

大數(shù)據(jù) EquityTradePlantMonitoring(Manta)

資料來源：川財(cái)證券研究所整理

高盛：大量投資金融科技公司，利用科技開展零售銀行業(yè)務(wù)

高盛成立于1869年，最初從事商業(yè)票據(jù)交易。1929年，高盛引入股票業(yè)務(wù)，成立高盛股票交易公司。1929年的全球金融危機(jī)，公司瀕臨倒閉。作為華爾街唯一一家歷經(jīng)148年屹立不倒的巨擘，高盛一直是“精英主義”的代名

詞，但從2016年，高盛開始運(yùn)用金融科技實(shí)現(xiàn)業(yè)務(wù)轉(zhuǎn)型，慢慢開展零售銀行業(yè)務(wù)。高盛業(yè)務(wù)正在遭受業(yè)績下滑，盈利壓力加大，使得高盛積極投資布局金融科技，開展零售銀行業(yè)務(wù)。2018年高盛實(shí)現(xiàn)營業(yè)收入約359億元，凈利潤約105億元，盈利能力提高，從2017年5.07%提升到2018年

12.13%。

圖31：高盛金融科技投資細(xì)分領(lǐng)域及公司

資料來源：TechFoliance，川財(cái)證券研究所

專注投行業(yè)務(wù)和全球化運(yùn)營的核心戰(zhàn)略。從業(yè)務(wù)模式看，高盛深耕投行全產(chǎn)業(yè)鏈，業(yè)務(wù)條線清晰，收入以手續(xù)費(fèi)為主，機(jī)構(gòu)、投行、投資和資管四大條線貢獻(xiàn)相對均衡。由于具有頗高的全球一體化運(yùn)營水平，高盛海外業(yè)務(wù)收入占比常年保持在40%左右。

圖32：高盛各項(xiàng)業(yè)務(wù)近三年收入情況 圖33：高盛各項(xiàng)業(yè)務(wù)占比

資料來源：高盛2018年年報(bào)，川財(cái)證券研究所 資料來源：高盛2018年年報(bào)，川財(cái)證券研究所

2013年以來，高盛在通訊和技術(shù)方面的費(fèi)用不斷增加，雖然增幅較小，卻是各項(xiàng)費(fèi)用中唯一一項(xiàng)逐年升高的。同時(shí)，通用和技術(shù)費(fèi)用在營業(yè)支出的占比總體呈上升趨勢。高盛從2016年開始利用金融科技開展零售銀行業(yè)務(wù)，目前已開設(shè)互聯(lián)網(wǎng)銀行GSBank，自建網(wǎng)貸平臺Marcus，并正在打造智能投顧平臺等。

高盛以7.5億美元收購財(cái)富管理公司UnitedCapital，是高盛近年來最大一宗收購。UnitedCapital目前資產(chǎn)管理規(guī)模約250億美元，服務(wù)220家投資顧問機(jī)構(gòu)，有95個(gè)分支機(jī)構(gòu)。UnitedCapital是一個(gè)針對可投資資產(chǎn)為100萬-1500萬美元的高凈值個(gè)人財(cái)富管理平臺，收購UnitedCapital讓高盛有技術(shù)能力去服務(wù)可投資凈值少一些的高凈值人群，打開新的細(xì)分市場，擴(kuò)大高盛的服務(wù)人群，同時(shí)UnitedCapital和Marcus通過共享客戶資源，創(chuàng)造更多價(jià)值。

圖34：2018年高盛技術(shù)通訊費(fèi)用同比增長14% 圖35：技術(shù)通訊費(fèi)用占營業(yè)成本比例超4%

資料來源：Wind，川財(cái)證券研究所 資料來源：Wind，川財(cái)證券研究所

在一份針對高盛2000多個(gè)不同部門和業(yè)務(wù)單位的工作崗位報(bào)告分析中發(fā)

現(xiàn)，高盛非常重視技術(shù)和數(shù)字金融領(lǐng)域。截至2017年9月14日，46%的高盛工作崗位是技術(shù)性工作。技術(shù)性崗位中比例最高的是平臺職能崗位，其次是運(yùn)營工程和股票技術(shù)崗位。

特色精品投行：引領(lǐng)特定金融領(lǐng)域技術(shù)轉(zhuǎn)型

貝萊德：資管科技的領(lǐng)導(dǎo)者

貝萊德（BlackRock，也叫黑巖）是全球規(guī)模最大的資產(chǎn)管理集團(tuán)、風(fēng)險(xiǎn)管理及顧問服務(wù)公司之一，為機(jī)構(gòu)及零售客戶提供服務(wù)。貝萊德成立于1988年，AUM（管理的資產(chǎn)規(guī)模）遙遙領(lǐng)先于領(lǐng)航（1975年）、道富環(huán)球

（1978年）以及富達(dá)投資（1946年）。貝萊德在全球30個(gè)國家設(shè)有70個(gè)

辦事處，客戶遍及100個(gè)國家。貝萊德通過內(nèi)生和外延的方式不斷提升自己的技術(shù)能力，因此作為一家金融機(jī)構(gòu)的同時(shí)也在向外輸出技術(shù)，市值最高達(dá)到950億美元。2018年實(shí)現(xiàn)營業(yè)收入約142億元，實(shí)現(xiàn)凈利潤約43億元。貝萊得的盈利水平高于全能型投行，2015-2018年貝萊德ROE在11%-17%。

貝萊德資管業(yè)務(wù)全球領(lǐng)先。截至2019年6月30日，貝萊德在全球管理的總

資產(chǎn)達(dá)6.84萬億美元，涵括股票、固定收益投資、現(xiàn)金管理、替代性投資、

不動產(chǎn)及咨詢策略。貝萊德在全球30個(gè)市場設(shè)置69個(gè)網(wǎng)點(diǎn)為超過100個(gè)國家或地區(qū)的客戶提供服務(wù)。

圖36：貝萊德資管業(yè)務(wù)全球領(lǐng)先

資料來源：Statista（單位：萬億），川財(cái)證券研究所

阿拉?。ˋladdin）系統(tǒng)名字來源于資產(chǎn)（Asset）、負(fù)債（Liability）、債務(wù)

（Debt）、衍生品（Derivative）、投資網(wǎng)絡(luò)（InvestmentNetwork）首字母的縮寫。阿拉丁將風(fēng)險(xiǎn)分析、投資組合管理、績效分析、交易以及操作工具、合規(guī)和運(yùn)營工具集合在統(tǒng)一平臺上，可涵蓋所有資產(chǎn)類別，能夠輔助基金經(jīng)理進(jìn)行投資決策并有效地管理風(fēng)險(xiǎn)。

圖37：阿拉丁五大功能介紹

資料來源：金融界，川財(cái)證券研究所

科技業(yè)務(wù)收入占比逐年提升，逐步成為貝萊德更為重要的收入來源。公司目標(biāo)是讓基于阿拉丁的解決方案業(yè)務(wù)在2022年前占公司總收入的30%左右。目前，阿拉丁系統(tǒng)為全球逾200家機(jī)構(gòu)客戶以及2.5萬名投資人士提供服務(wù)，財(cái)富管理巨頭如瑞銀、摩根士丹利、貝爾斯登、美國國際集團(tuán)、房地美等都是阿拉丁系統(tǒng)的關(guān)鍵客戶。阿拉丁系統(tǒng)涉及全球約10%、超過20萬億美元的金融資產(chǎn)，堪比美國經(jīng)濟(jì)總量。

圖38：技術(shù)收入占總營收比重逐年提升 圖39：阿拉丁平臺—人員和流程的統(tǒng)一化

資料來源：公司年報(bào)，川財(cái)證券研究所 資料來源：Blackrock官網(wǎng)，川財(cái)證券研究所

2.2.1嘉信理財(cái)：互聯(lián)網(wǎng)券商的典范

嘉信理財(cái)成立于1971年，后期快速崛起超越華爾街有近百年歷史的大型證券公司。嘉信理財(cái)是美國領(lǐng)先的網(wǎng)絡(luò)折扣券商，世界上最大的網(wǎng)上理財(cái)交易公司。旗下包括嘉信理財(cái)公司、嘉信銀行和嘉信理財(cái)香港有限公司，提供證券經(jīng)紀(jì)、銀行、資產(chǎn)管理與相關(guān)的金融服務(wù)，目標(biāo)客戶群體以中低端投資者為主。近年來，嘉信理財(cái)市值一路攀升，最高達(dá)到800億美元，與摩根斯坦利和高盛市值相當(dāng)。近年來，嘉信理財(cái)保持高速增長，營業(yè)收入增速大于15%，2018年凈利潤增速接近50%。凈資產(chǎn)收益率提升至17.90%，遠(yuǎn)高于

全能型投行摩根大通、摩根斯坦利和高盛。嘉信理財(cái)?shù)挠|(zhì)量始終較高，

2018年現(xiàn)金流占營業(yè)收入比例大幅提升。2018年實(shí)現(xiàn)營業(yè)收入約101億美

元，實(shí)現(xiàn)凈利潤35億美元。嘉信理財(cái)?shù)挠礁哂谌苄屯缎校?015-2018年嘉信理財(cái)ROE在11%-18%。

從嘉信理財(cái)?shù)氖杖虢Y(jié)構(gòu)來看，公司的主營業(yè)務(wù)分為三大部分：（1）證券經(jīng)紀(jì)業(yè)務(wù)是公司的基礎(chǔ)業(yè)務(wù)，業(yè)務(wù)發(fā)展重點(diǎn)不在于其盈利能力，而在于客戶數(shù)量和資產(chǎn)余額。（2）財(cái)富管理業(yè)務(wù)是嘉信理財(cái)?shù)暮诵挠c(diǎn)。（3）信貸業(yè)務(wù)主要帶來利息收入，也是嘉信理財(cái)?shù)暮诵内A利點(diǎn)?；鞓I(yè)經(jīng)營完善嘉信理財(cái)生態(tài)圈，不同業(yè)務(wù)之間形成較大協(xié)同效應(yīng)：經(jīng)紀(jì)業(yè)務(wù)是基礎(chǔ)，公司以低傭獲取更多客戶，以資管業(yè)務(wù)的收入彌補(bǔ)傭金讓利，以銀行、信托服務(wù)增加客戶粘性，形成規(guī)模經(jīng)濟(jì)，大幅增加利息收入。近年來，嘉信理財(cái)利息收入逐漸超過資管業(yè)務(wù)收入，成為嘉信理財(cái)?shù)牡谝淮笫杖胫е?018年利息收入占比首次超過50%。

圖40：嘉信理財(cái)凈息差收入增速最快 圖41：嘉信理財(cái)凈息差收入占比接近60%

資料來源：嘉信理財(cái)2018年年報(bào)，川財(cái)證券研究所 資料來源：嘉信理財(cái)2018年年報(bào)，川財(cái)證券研究所

嘉信理財(cái)善于把握行業(yè)發(fā)展機(jī)會和技術(shù)的動向，率先突破形成首發(fā)效應(yīng)。1980年開始開發(fā)電子交易系統(tǒng)，業(yè)內(nèi)首先實(shí)現(xiàn)24小時(shí)報(bào)價(jià)；1989年率先推出自動化電話經(jīng)濟(jì)業(yè)務(wù)，1992年建立共同基金Onesource平臺，是全美收個(gè)免附加費(fèi)和交易費(fèi)的共同基金超市，1996年推出eSchwab開始網(wǎng)上證券交易，2009年實(shí)現(xiàn)線上無費(fèi)用ETFs交易，2011年為活躍投資者推出全新交易平臺，2015年推出智能投顧平臺SchwabIntelligentportfolio。傳統(tǒng)金融機(jī)構(gòu)進(jìn)入智能投顧行業(yè)在客戶資源上具有很大優(yōu)勢，是獨(dú)立的智能投顧比如Wealthfront無法比擬的。嘉信理財(cái)?shù)闹悄芡额櫘a(chǎn)品在上線3個(gè)月后就獲得了24億美元的管理資產(chǎn)規(guī)模和33000個(gè)賬戶。當(dāng)人工智能技術(shù)再次崛起時(shí)，嘉信理財(cái)信還自創(chuàng)了智能投顧機(jī)器人，借助人工智能與大數(shù)據(jù)分析技術(shù)為客戶自動形成投資組合與自動調(diào)整資產(chǎn)配置。

表格8. 嘉信理財(cái)優(yōu)化組織架構(gòu)實(shí)現(xiàn)跨業(yè)務(wù)發(fā)展、跨渠道協(xié)同和數(shù)字化敏捷開發(fā)

首席數(shù)據(jù)官

ChiefDigital

Officier

首席信息官 運(yùn)營總監(jiān)

ChiefInformation HeadofOperations

Officier

項(xiàng)目總監(jiān)

HeadofProject

Management

數(shù)字化服務(wù)

（DigitalServices)

科技服務(wù) 運(yùn)營服務(wù)

（TechnologyServices)（OperationalServices)

項(xiàng)目服務(wù)

（ProjectService）

投資者和投資顧問數(shù)字化解決方案

金融科技 公司運(yùn)營

項(xiàng)目管理辦公室（PMO）

數(shù)字化投資建議和創(chuàng)新服務(wù) 信息基礎(chǔ)設(shè)施 交易

全球數(shù)據(jù)解決方案 信息安全 托管

數(shù)字化戰(zhàn)略 技術(shù)研發(fā) 業(yè)務(wù)流程轉(zhuǎn)型（BPT）

項(xiàng)目執(zhí)行監(jiān)督

資料來源：麥肯錫，川財(cái)證券研究所

三、國內(nèi)金融機(jī)構(gòu)科技賦能現(xiàn)狀

從2017年開始，信息技術(shù)投入考核指首次正式納入券商分類評價(jià)加分項(xiàng)

目。6月19日，證券業(yè)協(xié)會披露了2018年券商IT方面投入情況。包括信息系統(tǒng)投入金額、信息技術(shù)人員薪酬及信息技術(shù)投入考核指。其中，98家券商信息系統(tǒng)投入金額高達(dá)130.67億元，同比增長16.89%；信息技術(shù)人員薪酬合計(jì)54.89億元，同比增長14.17%。至此，兩項(xiàng)合計(jì)金額高達(dá)185.56億元，同比增長16.08%。

整體來看，相較于國外投行，我國券商基金行業(yè)科技運(yùn)用相對落后，技術(shù)資金投入中基礎(chǔ)IT建設(shè)為主的非前沿技術(shù)占比較高，分券商規(guī)模來看，頭部券商的前沿科技資金投入較多，尾部券商前沿科技投入幾乎為零。類比國際投行，摩根大通每年大概是將30%到50%的技術(shù)資金投入到前沿科技。我國券商基金基礎(chǔ)IT建設(shè)自主可控率較低，根據(jù)艾瑞咨詢，大約三分之一需要通過外部采購。

圖42：證券業(yè)務(wù)科技投入以非前沿科技為主 圖43：證券前沿科技以云計(jì)算大數(shù)據(jù)AI為主

資料來源：艾瑞咨詢，川財(cái)證券研究所 資料來源：艾瑞咨詢，川財(cái)證券研究所

圖44：基金業(yè)務(wù)科技投入以非前沿科技為主 圖45：基金前沿科技以云計(jì)算大數(shù)據(jù)AI為主

資料來源：艾瑞咨詢，川財(cái)證券研究所 資料來源：艾瑞咨詢，川財(cái)證券研究所

華泰證券：科技賦能財(cái)富管理

1991年華泰證券成立。2008年上線運(yùn)營CRM系統(tǒng)。2010年在A股上交所掛牌上市。2015年H股在香港聯(lián)合交易所有限公司掛牌上市。2016年，華泰證券收購美國Assetmark，美國領(lǐng)先的統(tǒng)包資產(chǎn)管理平臺。2017年專業(yè)投資者綜合金融服務(wù)平臺MATIC上線，行情服務(wù)平臺INSIGHT上線。2018年漲樂財(cái)富通升級6.0版本。2019年GDR在倫交所主板市場上市交易，AssetMark在美國紐約證券交易所上市。2019年，啟動科技賦能下的財(cái)富管理和機(jī)構(gòu)服務(wù)“雙輪驅(qū)動”發(fā)展戰(zhàn)略，打造面向未來的開放化平臺。2018年海通證券實(shí)現(xiàn)營業(yè)收入約161億元，實(shí)現(xiàn)歸母凈利潤約52億元。

隨著中國資本市場各類機(jī)構(gòu)的崛起，交易型機(jī)構(gòu)客戶等專業(yè)投資者也成為一流券商爭奪的重點(diǎn)。MATIC是面向?qū)I(yè)投資者提供投資交易全流程個(gè)性化定制的終端平臺。INSIGHT則專注于行情數(shù)據(jù)分析定制。

圖46：華泰證券MATIC2.0到3.0產(chǎn)品推進(jìn)圖

資料來源：華泰證券，川財(cái)證券研究所

圖47：華泰證券INSIGHT行情系統(tǒng)

資料來源：華泰證券，川財(cái)證券研究所

不同于大部分券商通過合作開發(fā)或外包開發(fā)進(jìn)行IT建設(shè)，華泰證券意識到IT

系統(tǒng)在戰(zhàn)略發(fā)展中的重要地位，堅(jiān)持研發(fā)先行，自主進(jìn)行IT系統(tǒng)開發(fā)建設(shè)。

踐行以客戶體驗(yàn)為核心的金融科技戰(zhàn)略。作為頭部券商之一，華泰證券近年來信息技術(shù)投入增速較快。華泰證券信息技術(shù)投入主要包括：IT資本性支出

（包含軟、硬件采購費(fèi)用和應(yīng)用開發(fā)費(fèi)用）、IT日常運(yùn)維費(fèi)用、機(jī)房租賃和折舊費(fèi)用、線路租賃費(fèi)用以及IT人員薪酬等。2018年，按照母公司口徑，公司信息技術(shù)投入總額為人民幣108,499.71萬元，約占營業(yè)收入的6.7%。

圖