荃英薈第二屆證券業(yè)數(shù)字化建設(shè)實(shí)踐交流沙龍圓滿落幕
本次大會(huì)聚焦技術(shù)賦能證券業(yè)數(shù)字化、風(fēng)控、合規(guī)、業(yè)務(wù)增長(zhǎng)等話題,深入探討證券行業(yè)數(shù)字化轉(zhuǎn)型的思路、實(shí)踐與成果。
2022年8月11日,由上海金融業(yè)聯(lián)合會(huì)、上?,F(xiàn)代服務(wù)業(yè)聯(lián)合會(huì)金融科技服務(wù)專業(yè)委員會(huì)指導(dǎo),荃英薈主辦,合合信息、派拉軟件、諸葛智能支持的第二屆證券業(yè)數(shù)字化建設(shè)實(shí)踐交流沙龍?jiān)谏虾B≈卣匍_。
本次大會(huì)齊聚了海通證券、中泰證券、山西證券、湘財(cái)證券、平安證券、東方證券、華寶證券、中銀國(guó)際證券、申萬宏源證券、中信建投證券、國(guó)元證券、西南證券、德邦證券、光大證券、東吳證券、興業(yè)證券、華金證券、國(guó)金證券、華泰證券、國(guó)泰君安證券等40+家券商相關(guān)部門負(fù)責(zé)人與行業(yè)專家,以“數(shù)字化建設(shè)實(shí)踐與智能風(fēng)控應(yīng)用”為主題,聚焦技術(shù)賦能證券業(yè)數(shù)字化、風(fēng)控、合規(guī)、業(yè)務(wù)增長(zhǎng)等話題,深入探討證券行業(yè)數(shù)字化轉(zhuǎn)型的思路、實(shí)踐與成果。
上海金融業(yè)聯(lián)合會(huì)秘書長(zhǎng)屠友富開幕致辭。屠友富秘書長(zhǎng)表示,證券業(yè)一直是數(shù)字化轉(zhuǎn)型的排頭兵,數(shù)據(jù)顯示,2017年至今,證券業(yè)在信息技術(shù)領(lǐng)域累計(jì)投入近1200億元,持續(xù)的大規(guī)模投入為數(shù)字化轉(zhuǎn)型奠定了堅(jiān)實(shí)的基礎(chǔ)。同時(shí),《網(wǎng)絡(luò)安全法》、《數(shù)據(jù)安全法》、《證券基金經(jīng)營(yíng)機(jī)構(gòu)信息技術(shù)管理辦法》等法律法規(guī)的陸續(xù)出臺(tái),也對(duì)券商的數(shù)據(jù)安全提出更大的挑戰(zhàn)。本次大會(huì)梳理證券業(yè)面臨的挑戰(zhàn)與機(jī)遇,總結(jié)經(jīng)驗(yàn),加強(qiáng)行業(yè)交流,可以說是“恰逢其時(shí)”。
首先,海通證券軟件開發(fā)中心開發(fā)四部經(jīng)理王正航發(fā)表演講,分享了海通證券在信用風(fēng)險(xiǎn)管理中,如何實(shí)現(xiàn)從被動(dòng)事件告知到主動(dòng)風(fēng)險(xiǎn)預(yù)警的轉(zhuǎn)變。王正航表示,信用主體風(fēng)險(xiǎn)評(píng)價(jià)復(fù)雜,主要涉及企業(yè)主體風(fēng)險(xiǎn)、關(guān)聯(lián)企業(yè)風(fēng)險(xiǎn)、復(fù)雜網(wǎng)絡(luò)傳導(dǎo)風(fēng)險(xiǎn)。為了實(shí)現(xiàn)數(shù)字化風(fēng)險(xiǎn)管理,海通證券與合合信息旗下啟信寶合作,引入了工商信息、經(jīng)營(yíng)情況、風(fēng)險(xiǎn)涉訴、輿情信息、關(guān)聯(lián)圖譜等360°企業(yè)全景信息,并通過整合風(fēng)險(xiǎn)信號(hào),化繁為簡(jiǎn),打造了“智能風(fēng)險(xiǎn)預(yù)警中心”?;诙嗫堂骖A(yù)警指標(biāo)體系、基于深度學(xué)習(xí)的實(shí)時(shí)高頻風(fēng)險(xiǎn)信號(hào)捕捉、疊加高頻信號(hào)的多模態(tài)企業(yè)內(nèi)生風(fēng)險(xiǎn)評(píng)估等技術(shù),智能預(yù)警企業(yè)主體信用風(fēng)險(xiǎn);基于面向風(fēng)險(xiǎn)傳導(dǎo)的關(guān)聯(lián)關(guān)系圖譜構(gòu)建、典型關(guān)聯(lián)網(wǎng)絡(luò)中的信用風(fēng)險(xiǎn)傳導(dǎo)、基于多維復(fù)雜網(wǎng)絡(luò)的預(yù)警模型構(gòu)建等技術(shù),智能預(yù)警復(fù)雜網(wǎng)絡(luò)信用風(fēng)險(xiǎn)。通過建設(shè)“智能風(fēng)險(xiǎn)預(yù)警中心”,在2021年的16家違約企業(yè)中,有14家實(shí)現(xiàn)了提前預(yù)警,平均預(yù)警提前130天。
中泰證券科技研發(fā)部執(zhí)行總經(jīng)理張永啟分享了中泰證券在數(shù)智化集約運(yùn)營(yíng)中的實(shí)踐。張永啟表示,證券業(yè)務(wù)存在著單客資產(chǎn)價(jià)值低、長(zhǎng)尾客戶占比高、服務(wù)半徑小、服務(wù)渠道較傳統(tǒng)這些問題。由于長(zhǎng)尾客戶的服務(wù)成本高、單客價(jià)值低,而客戶經(jīng)理數(shù)量有限,導(dǎo)致長(zhǎng)尾客戶無法得到較好的服務(wù)。為了解決這個(gè)問題,中泰證券希望通過集約運(yùn)營(yíng)的方式,建立互聯(lián)網(wǎng)營(yíng)銷服務(wù)體系,使服務(wù)覆蓋長(zhǎng)尾客戶并促進(jìn)客戶活躍。中泰證券實(shí)現(xiàn)了獲客激活-成長(zhǎng)促活-成熟價(jià)值轉(zhuǎn)化-留存-流失預(yù)警與召回的用戶全生命周期運(yùn)營(yíng),并構(gòu)建了事前客群管理、事中策略配置、事后效果統(tǒng)計(jì)的營(yíng)銷服務(wù)閉環(huán)。目前,集約運(yùn)營(yíng)模式已在中泰證券進(jìn)行試點(diǎn)與推廣,且成果顯著。
合合信息智能解決方案事業(yè)部總經(jīng)理李明分享了基于人工智能+大數(shù)據(jù)的證券業(yè)數(shù)字化轉(zhuǎn)型解決方案。李明表示,合合信息依托OCR智能文字識(shí)別、NLP等核心技術(shù),助力券商智能審核盡調(diào),能很好地解決協(xié)議文檔格式混亂、圖像質(zhì)量參差不齊、手寫體識(shí)別困難、內(nèi)容干擾、印章干擾等識(shí)別難點(diǎn),自動(dòng)提取盡調(diào)字段。同時(shí),合合信息提供TextIn Studio文字識(shí)別訓(xùn)練平臺(tái),賦能券商自主開發(fā)信息抽取與圖像分類模型,依托合合信息成熟的AI算法與預(yù)置模型,一站式全流程開發(fā)AI,尤其在合同、報(bào)告等長(zhǎng)文本NLP抽取上有突出應(yīng)用,支持CPU、GPU混合訓(xùn)練與部署。合合信息旗下啟信寶大數(shù)據(jù)則可應(yīng)用于企業(yè)信息查詢、企業(yè)圖譜分析、信用風(fēng)險(xiǎn)管理、企業(yè)輿情監(jiān)測(cè)、風(fēng)險(xiǎn)傳導(dǎo)分析、異常交易監(jiān)測(cè)、對(duì)公客戶營(yíng)銷等業(yè)務(wù)場(chǎng)景,統(tǒng)一券商多部門數(shù)據(jù)獲取與輸出口徑,融合內(nèi)外部數(shù)據(jù),一站式收攬多來源風(fēng)險(xiǎn)信號(hào),打造智能風(fēng)險(xiǎn)預(yù)警平臺(tái)。
派拉軟件解決方案總監(jiān)趙廣輝分享了證券數(shù)據(jù)訪問安全建設(shè)實(shí)踐與方案。在萬物互聯(lián)時(shí)代,網(wǎng)絡(luò)邊界已經(jīng)模糊,傳統(tǒng)的信息安全構(gòu)架以網(wǎng)絡(luò)邊界為核心,已經(jīng)無法支撐證券數(shù)據(jù)安全,現(xiàn)代信息安全則以“身份”為核心。派拉軟件通過建立一體化的身份治理體系、智能安全認(rèn)證中心、全渠道單點(diǎn)登錄訪問,實(shí)現(xiàn)了員工訪問業(yè)務(wù)系統(tǒng)場(chǎng)景下的數(shù)據(jù)安全,并建立了接口訪問安全管理體系與數(shù)據(jù)庫統(tǒng)一安全管控平臺(tái),保障了業(yè)務(wù)之間數(shù)據(jù)傳輸安全與管理員直接訪問數(shù)據(jù)庫安全。另外,派拉軟件構(gòu)建終端安全防護(hù)體系,實(shí)現(xiàn)端到端的安全防護(hù),助力證券數(shù)據(jù)安全建設(shè)。
山西證券科技金融部總經(jīng)理&山證科技(深圳)有限公司總經(jīng)理林永峰以自建的債券評(píng)級(jí)系統(tǒng)為案例,深入淺出地分享了人工智能等新技術(shù)在風(fēng)險(xiǎn)管理中的具體應(yīng)用。當(dāng)前,信用債市場(chǎng)規(guī)模不斷擴(kuò)大,違約現(xiàn)象也不斷增多,但違約風(fēng)險(xiǎn)識(shí)別難度極大,非常依賴專家規(guī)則,且機(jī)構(gòu)評(píng)級(jí)結(jié)果參考性不足。為了更準(zhǔn)確、及時(shí)地預(yù)測(cè)發(fā)債主體的違約概率,山西證券基于機(jī)器學(xué)習(xí)構(gòu)建信用債分類評(píng)級(jí)模型,通過樣本構(gòu)建-特征構(gòu)建-特征處理-模型選擇-交叉驗(yàn)證全流程建立了債券評(píng)級(jí)系統(tǒng),實(shí)測(cè)數(shù)據(jù)表明,在模型進(jìn)行違約風(fēng)險(xiǎn)預(yù)測(cè)的企業(yè)中,能夠提前三個(gè)月進(jìn)行風(fēng)險(xiǎn)預(yù)警的企業(yè)占比為91%。系統(tǒng)實(shí)現(xiàn)了多維度可視化分析,可進(jìn)行自動(dòng)化評(píng)級(jí)、實(shí)時(shí)風(fēng)險(xiǎn)預(yù)警與交易監(jiān)控,輔助風(fēng)險(xiǎn)決策,有效提升業(yè)務(wù)決策水平。
諸葛智能營(yíng)銷專家陳珵分享了證券業(yè)數(shù)字化營(yíng)銷方案。諸葛智能聚焦獲客拉新、活客與留客、交易轉(zhuǎn)化三大目標(biāo),以KYC、KYE、KYP體系為核心,打造券商精細(xì)化運(yùn)營(yíng)體系。在獲客拉新階段,通過采集全域獲客渠道數(shù)據(jù),衡量分析獲客渠道質(zhì)量,優(yōu)化獲客鏈路,提升獲客量;在獲客與留客階段,通過用戶運(yùn)營(yíng)、內(nèi)容運(yùn)營(yíng)、活動(dòng)運(yùn)營(yíng)、產(chǎn)品運(yùn)營(yíng),使客戶接觸公司服務(wù)的頻次上升,實(shí)現(xiàn)客戶日活、月活的提升,提高價(jià)值客戶的留存,培育客戶忠誠(chéng)度;在交易轉(zhuǎn)化階段,通過搭建客戶經(jīng)理標(biāo)簽體系,有針對(duì)性地補(bǔ)足團(tuán)隊(duì)能力,打造精英團(tuán)隊(duì),并可利用微信小店促進(jìn)私域轉(zhuǎn)化,小程序名片打造個(gè)人IP等多種運(yùn)營(yíng)手段,輔助客戶進(jìn)行證券投資、金融產(chǎn)品投資、服務(wù)產(chǎn)品購買等,提升客戶價(jià)值的同時(shí)提升公司價(jià)值。
最后,湘財(cái)證券運(yùn)營(yíng)管理部副總經(jīng)理許穎榮發(fā)表演講,分享了對(duì)券商數(shù)字化的實(shí)踐與思考。在數(shù)字化技術(shù)日益成熟的今天,監(jiān)管引導(dǎo)、券商高質(zhì)量發(fā)展承壓、客戶內(nèi)在需求等因素共同促使券商“以客戶為中心”布局?jǐn)?shù)字化成為大勢(shì)所趨。許穎榮認(rèn)為,數(shù)字化要圍繞“人”。湘財(cái)證券借助大數(shù)據(jù)平臺(tái)建設(shè),實(shí)現(xiàn)數(shù)據(jù)匯聚、數(shù)據(jù)治理、數(shù)據(jù)應(yīng)用,并構(gòu)建了數(shù)智化運(yùn)營(yíng)服務(wù)體系,涵蓋客戶數(shù)據(jù)中心、客戶標(biāo)簽體系與模型、運(yùn)營(yíng)策略、客戶生命周期運(yùn)營(yíng)。同時(shí),在量化私募、金融數(shù)據(jù)服務(wù)、員工管理、數(shù)字藏品等領(lǐng)域中,湘財(cái)證券也都有積極的數(shù)智化探索與成果。
至此,本次荃英薈第二屆證券業(yè)數(shù)字化建設(shè)實(shí)踐交流沙龍完滿落幕。七位演講嘉賓分別從券商與科技方的角度分享了證券業(yè)數(shù)字化的目標(biāo)規(guī)劃、系統(tǒng)建設(shè)與實(shí)踐成果,涵蓋風(fēng)險(xiǎn)預(yù)警、數(shù)字化營(yíng)銷、客戶運(yùn)營(yíng)、數(shù)據(jù)安全等業(yè)務(wù)場(chǎng)景,以技術(shù)賦能業(yè)務(wù),為參會(huì)券商同仁帶來了深刻啟發(fā)與更高維度的創(chuàng)新探索。荃英薈也將持續(xù)建設(shè)價(jià)值分享平臺(tái),為企業(yè)數(shù)字化搭建更優(yōu)質(zhì)的行業(yè)交流盛會(huì),攜手行業(yè)同仁共赴數(shù)字化未來。
最后,記得關(guān)注微信公眾號(hào):鎂客網(wǎng)(im2maker),更多干貨在等你!
硬科技產(chǎn)業(yè)媒體
關(guān)注技術(shù)驅(qū)動(dòng)創(chuàng)新
