证券行业金融科技实践

1、证券行业金融科技实践清算与结算账本与记录资本与监管销售和交易职位和风险企业云数字化资产&区块链数据变现的能力智能自动化数字生态人工智能应用交易客户市场主动网络安全金融科技正在颠覆性的改变证券行业的业务、组织和技术金融科技与传统信息技术区别传统信息技术金融科技对业务和管理的电子化过程对管理效率的提升对业务效率的提升技术、业务、运营的紧密结合为产品、运营、服务、风控等业务的各个环节提供能力持续迭代、优化的过程服务客户的能力提升，实现为公司服务客户的赋能金融科技业务发展目标零售板块大资管板块投资银行板块APP平台建设，优化客户体验，丰富内容供给，增强客户粘性2. 互联网产品和服务的建设，通过金融科技

2、手段精准服务客户3. 为零售分支机构实现精准展业和客户服务赋能4. 积极探索零售业务向财富管理转型，推进以金融科技为支持的多元收入模式5. 加强内外部联动，持续开展互联网引流利用互联网，构建通畅信息交互平台，搭建资产管理的上线基础通过大数据分析等技术应用，完成用户多维度数据收集、用户特性分析，进行资产配置运用智能算法、投资组合优化等理论量化模型，实现产品量化分析，为用户制定个性化投资参考推动大投行体系客户信息、商业机会、项目信息等大数据化，洞察商业机会和协同业务推进推动投行信息协同共享、社交、即时处理能力以市场大数据为基础，为投行业务选择目标企业及持续跟进提供决策依据业务发展目标金融科技业务发

3、展目标风控板块合规板块运营板块通过“大数据风控”、“智能风控”优化风险模型和算法，持续改善风险管理方法。利用大数据化解风险信息不对称问题，从源头防范关联风险交叉传导，提升风险管理前瞻性。利用大数据和人工智能等技术，提高法务合同审核管理效率，提升异常交易、员工执业、反洗钱等活动中违法违规行为识别和监控的有效性。通过金融科技，优化运营流程，提升流程无纸化、智能化、自动化程度，降低人力成本和运营成本，提高运营效率。业务发展目标人工智能(AI)应用浪潮驱动因素学习和训练人工智能应用浪潮火热的真正驱动因素是现有可用的海量数据。人工智能涉及海量数据交互，不断通过学习和训练，提高AI应用程序的智能程度。人工

4、智能应用程序的质量，除了取决于用于训练的数据的数量外，还取决于数据的质量。数据质量是AI应用的突出挑战。数据质量将人类的互动融入到学习机制中并创造智能，通过与人类互动实现智能增强。计算机可以处理它能理解的所有内容，对不能理解的问题可通过人为训练得到解决。智能增强AI对金融机构的影响挑战AI应用的关键据和学习（训练），所以AI服务的质量依赖于用户的数量和与用户交互的频率，是海量数AI服务通过接触和处理各种不同类型的用户请求，不断来提高质量。这对金融机构，特别是对中小型机构提出了挑战，不太可能每家金融机构的金融AI应用程序都能拥有海量级的用户请求。协作发展大型金融机构的数据体量较大，中小型金融机构

5、需要找到一种积累海量数据的方法。合乎逻辑的方法就是合作，甚至大型金融机构也需进行合作。金融机构通过共同合作训练AI应用程序，可节约大量的时间和成本，并且快速提供AI应用程序的智能程度。AI可被广泛应用于各种金融服务平台上，特别是在零售业务领域。AI的训练是一个持续的过程，所以行动越早越好。区块链技术要点比特币平台的基础是一种叫做“区块链”的技术，区块链是一种能够改变金融服务体系中各类金融机构交易的创新技术。34125跳过交易的中间参与者将提升交易效率和安全性。交易效率及安全性它对金融机构的价值在于，通过利用这个平台去中心化的性质，可以消除交易中间环节。消除交易中间环节所有交易都由分布式网络的参

6、与者进行独立验证，然后单独存储在账簿。独立验证一个共享的分布式账簿是一组交易记录的链接。它就像是复式记账账簿，想象一下，每一次交易中都经过上千笔记账和上千次公证。交易记录的链接分布式账簿技术不只代表着比特币，除比特币之外还有很多其他案例。分布式账簿系统能够保持数百万系统之间的所有数据同步。不只是比特币云计算：提供低成本、更灵活的计算能力、存储资源 等SaaSPaaSIaaS 用户通过Internet (如浏览器)来使用软件。用户不必购买软件，只需按需租用软件典型应用：S, Oracle CRM, Office Live提供应用服务引擎，如互联网应用编程接口/运行平台等；用户基于该应用服务引擎，

7、可以构建该类应用典型应用：Google App Engine, Microsoft Azure，阿里云以服务的形式提供虚拟硬件资源，如虚拟主机/存储/网络/数据库管理等资源；用户无需购买服务器、网络设备、存储设备，只需通过互联网租赁即可搭建自己的应用系统典型应用：AWS、阿里云公有云：面向外部用户需求，通过开放网络提供云计算服务Google App，Saleforce，阿里云私有云：大型企业按照云计算的架构搭建平台，面向企业内部需求提供云计算服务，企业内部数据中心等混合云：兼顾以上两种情况的云计算服务 近年来云计算的主要模式和发展方向虚拟化(资源透明)高可靠性(多容错、副本)通用性(应用的普遍

8、支撑)高可扩展性(动态扩展)按需服务(按需购买、计费)四种服务形式对比（Local-IASS-PASS-SASS）餐桌餐桌自餐桌餐桌酸梅汤酸梅汤助酸梅汤酸梅汤煤气/电炉自煤气/电炉煤气/电炉煤气/电炉自蒸笼助蒸笼蒸笼蒸笼助打火机打火机火外火外包子面团包子面团包子面团包包子面团包醋醋外醋醋配料配料包配料配料包子馅包子馅包子馅包子馅在家自己做买成品回家做叫外卖去包子店吃应用程序应用程序自应用程序应用程序数据层数据层助数据层数据层运行环境自运行环境运行环境运行环境自中间件助中间件中间件中间件助操作系统操作系统操作系统托操作系统托虚拟化虚拟化虚拟化管虚拟化管服务器服务器托服务器服务器存储设备存储设备管

9、存储设备存储设备网络设备网络设备网络设备网络设备本地部署IASS基础设施即服务PASS平台即服务SASS软件即服务取自金融科技中信出版社周伟张健大数据：具有大量化、多样性、快速化、价值高的特点大数据不仅仅是非常多的数据大数据 = 4v特征的数据 + 处理方法Volume/数据量Variety/多样性Velocity/速度Value/价值客户洞察精准营销风险管控运营优化主要应用领域运用大数据技术建立起一套数据共享、统一高效的信息科技系统，更好满足客户现代化金融服务需求运用场景对于券商，大数据是金融科技应用的磐石，对于风控、资讯、投研、用户洞察都起到了核心支撑的作用从数据治理到数字化治理产品整合变更责任制业务连续性自建、外采服务目录数据地图数据质量数据安全数据复制数据工程数字化治理委员会数据治理委员会CAO&CDO（新概念）首席数据官（CDO） 设计、实施、审核公司层面的数字化战略规划 是公司数字化治理委员会主席 对公司内外部所有数字化项目进行监控 站在客户角度对数字化项目提出建议 在产品功能与项目时间之间进行权衡决策首席分析官（CAO） 领导数据治理