券商提速智能化改造

　　2018年上市券商年报正在密集披露中，除了净利润、营收指标受到行业普遍关注外，券商在金融科技上的发力方向和成果也浮出水面。北京商报记者注意到，已披露年报的中信、海通、【招商证券(600999)、股吧】等头部券商，无一例外地将金融科技发展情况写进报告。发展成绩方面，国泰君安、华泰证券通过在移动App终端升级改造，用户数量激增，而广发证券则基于财富管理需求，打造了智能投顾机器人。海通、中信等多家券商还将信息技术和研发上的投入金额进行了披露。市场分析人士认为，未来券商在智能营销、真正个性化智能投顾、量化数据挖掘等方面都还有较多的开拓空间。

　　逆势引流

　　优化移动终端成趋势

　　回望2018年，A股市场步入熊途，作为主营的经纪业务受股市低迷影响，新增投资者数量再度下滑。为了应对这一危机，北京商报记者注意到，券商利用金融科技创新，开始在移动终端的智能化和服务性上发力，以便留住和吸引更多投资者。

　　【国泰君安(601211)、股吧】就在2018年年报中指出，国泰君安手机终端君弘App用户超过3000万户，较上年末增长36.4%，月活跃度排名行业第二位。

　　相比国泰君安，较早布局互联网移动端的华泰证券旗下“涨乐财富通”累计下载用户更是已超4500万户，达到4569.71万户，年月均活跃用户数达663.69万，同比增长13.65%， 最高月活达723.69万。招商证券也在年报中坦言，2018年相继上线智远一户通智能网上交易PC版以及App 6.0，为客户提供智能选股等智能服务；推出图灵诊股，完善财富管理平台，从客户服务、产品营销、智能工具等方面为财富顾问提供更加全方位的支持；逐步推出面向机构及专业投资者的Alpha系列创新交易平台、 全资产投资管理平台等。

　　砸上10亿真金白银

　　投向信息技术和研发

　　不同于上述3家券商在年报中展示了移动终端投入上收获的流量成果，北京商报记者注意到，广发证券则在自主研发上下足了功夫。截至2018年报告期末，广发证券共申请发明专利17项、实用新型专利3项、软件着作权8项；其中，已获得 1项实用新型专利、8 项软件着作权。

　　从研发投入金额上看，广发证券2018年的投入金额高达7.73亿元，占营业收入比例的5.06%，对比2017年的2.42%，增加了2.64个百分点；中信建投的研发投入也达到1.26亿元，其中费用化研发投入较高，为1.06亿元，资本化研发投入为1973.99万元。该公司研发投入资本化的比重为15.61%。

　　除了个别券商披露研发投入外，在券商年报中，还能发现部分机构在信息技术方面的投入情况，国泰君安的投入金额就高达10亿级，年报显示，2018年国泰君安在信息技术方面投入达到10.51亿元，占公司上一年度营业收入的比重为6.08%。此外，华泰证券2018年也在信息技术方面投入总额高达10.85亿元，投入内容主要包括：IT资本性支出(包含软、硬件采购费用和应用开发费用)、IT日常运维费用、机房租赁和折旧费用、线路租赁费用以及IT人员薪酬等。另外，海通证券在2018年的信息数投入也达6亿元。

　　智能营销欠缺

　　大数据挖掘能力待加强

　　券商业喊了多年发力金融科技，究竟达到了什么样的水准？苏宁金融科技研究中心主任孙杨认为，当前券商布局金融科技主要是在IT基础设施、移动应用App和智能投顾方面。IT基础设施大多应用了一些云计算和数据仓库平台。各家券商对于移动应用App投入都比较多，但是智能投顾布局的还不够多。

　　孙杨补充道，当前券商研发推出的智能投顾产品还偏浅，基本都是针对股票或公募基金，有些智能投顾产品的组合不管用户的风险偏好如何，始终是固定的几种，并不能真正根据用户喜好个性化，另外也缺乏自动化动态调整的功能。其深入的原因还是在于券商缺乏有效的用户数据，较难做智能营销，也就是较难基于海量的用户数据，为用户推荐个性化的产品组合。并且券商对于海量交易历史数据，还缺乏通过大数据进行量化数据挖掘的能力，无法将这些交易历史数据形成价值，缺乏根据事件预测资产价格波动的能力。

　　另外，在移动App终端投入上，能实现应用指纹、人脸识别等生物身份识别技术的App还不多，也缺乏像货基那样一键开户的便利性，券商的金融能力还较少通过开放平台面向行业输出。

　　从未来发展趋势上看，中国银河证券副总裁罗黎明曾指出，券商一定会按照从做大交易，到满足客户需求并给客户提供综合金融服务，再到财富管理这条路径来走。在这个过程中，券商将来会在很大程度上提高IT的投入。

　　具体实操方面，孙杨认为第一大趋势是券商将加速和流量平台的合作，提供导流以及利用流量平台海量数据协助机构做风控。第二个趋势是投顾将真正的智能起来，最近深度学习三剑客获得了图灵奖，反映了工业界对于深度学习技术在应用中效果的认可。深度学习尤其擅长于海量数据学习，一些深度神经网络尤其是RNN特别适合时间序列数据的分析，特别适合对于证券市场数据的分析。

　　（文章来源：北京商报）