产业规划_产业园区规划-产业投资选址及规划招商托管一体化服务商-中机院产业园区规划网

政策解讀

行業新聞

規劃成果

產業調研成果

招商策劃成果

概念規劃成果

地產策劃成果

投融資顧問成果

園區規劃成果

產業規劃成果

企業戰略成果


	首頁 > 招商運營托管要聞

人工智能在資產托管行業應用探索與前瞻

來源:中機院時間:中機院點擊:2886

未來，資產托管將繼續加快與新興科技的融合，推進新技術在營銷、運營、風控、內部管理等方面的應用，賦能核心能力的發展，打造健康、可持續發展的行業生態。

　　全面應用新興技術是資產托管行業的戰略選擇，資產托管業務將繼續加快與新興科技的融合，對具體業務場景進行梳理和診斷，提煉出可以運用新技術的環節，大幅提升作業效率或解決業務痛點，提升核心競爭力。加強頂層設計，做好前瞻布局、嚴格數據治理、加強人才儲備，推動資產托管行業朝數字化、智能化方向轉型。

　　近年來，人工智能、區塊鏈、云計算、大數據等技術發展突飛猛進，將引領新一輪科技革命和產業變革。新技術的應用逐漸向全場景拓展，對社會和經濟的影響日益凸顯。各國政府先后出臺相關政策促進人工智能的發展，并將其上升到國家戰略的高度。各行業也在不斷探索新業態、新模式，加速推進技術的規?；卣箲?，助力行業向智慧化和數字化轉型。

　　在新科技浪潮下，資產托管作為一項專業性強、技術含量高、業務觸角廣的商業銀行中間業務，不斷與時俱進、開展卓有成效的嘗試和探索。未來，資產托管將繼續加快與新興科技的融合，推進新技術在營銷、運營、風控、內部管理等方面的應用，賦能核心能力的發展，打造健康、可持續發展的行業生態。

　　1、全面應用新興技術是資產托管行業的戰略選擇
　　近日，央行副行長陳雨露在《中國金融》雜志撰文指出，要把握第四次金融革命機遇，推動金融業更好地服務經濟社會高質量發展。以重點突破帶動全局，支持金融機構合理運用金融科技手段提升金融服務質量與效率。

　　科技進步推動金融業態升級，資產托管行業加強科技應用和投入，向數字化、智能化方向轉型，拓展托管服務的深度與廣度，變革展業及服務方式，將托管機制向更廣泛、更深入的層面積極推進，從而更加高質量、高效率、多樣化、差異化，驅動營銷、管理、運營等方面的全面躍遷。

　　1.1 賦能市場精準營銷
　　在“人工智能+云計算”時代，數據已成為數字經濟的“石油”，海量的數據將獲得“資產”屬性，成為資產托管行業組織市場營銷、變革獲客方式的重要驅動因素。

　　多渠道采集數據，提高數據層次感和覆蓋面，實現精準營銷和獲客。加強內部數據治理，深入分析托管產品、資金和資產的各類信息，做深客戶身份畫像識別，推動客群細分管理，構建內部統一的分層分類標準和數字營銷體系，將抽象的數據標簽與具象的真實場景進行比對和校驗，從而精準觸達客戶并快速獲取價值客戶。

　　進一步整合數據資產，提升應用數據的能力，挖掘增值效應。對目標群體商業關系進行分析，挖掘客戶潛在需求，拓展業務范圍，全面嵌入托管服務，助力客戶產業生態的培育和完善，形成協同優勢，探索出全新的獲客策略和展業模式，引導業務朝著做實基礎客群、增強客戶黏性、擴大覆蓋面的方向發展。

　　1.2 助力風控高效管理
　　風險控制的關鍵點建立在系統化、完整的數據鏈基礎之上。在托管業務全生命周期、業務全流程線上運行的基礎上，通過對海量托管數據的深度分析，賦能風險管理。強化數據驅動，建立涵蓋立項審批、賬戶開立、核算估值、投資監督等業務全流程的一體化實時運維監控系統，提高風險監測、預警的精細化管理能力。

　　將結構化和非結構化的數據進行整合，推進合規風控模塊開發，通過系統平臺建立信息提醒，引入智能向導和知識庫鏈接，對于批量處理過程異常，給予及時準確的提醒與處理建議。

　　1.3 驅動運營智能服務
　　全面優化日常估值核算系統操作流程，將AI(人工智能)、RPA(機器人流程自動化)、OCR(光學字符識別)、NLP(自然語言處理)等技術綜合運用于托管業務日常運營操作和托管客戶服務，節約人力投入，提升托管運作效率。對操作進行范式化、智能化處理，配合以API(應用程序接口)等技術，構建無界開放銀行，提供自助、便捷、實時的多維度、可視化托管網格服務。

　　通過對運營、客戶、同業數據的不斷挖掘，形成市場熱點與趨勢判斷的投資咨詢服務業務，提供宏觀經濟分析、市場趨勢判斷、風險績效分析等多種數據服務。

　　探索利用私有云和公有云，提供大資管全托管系統外包服務。作為系統提供方、營運咨詢方、培訓機構等方式收取軟件供應、計算單元、存儲單元租用、咨詢服務和培訓等費用。

　　2、資產托管行業積極探索人工智能在具體業務場景的應用
　　在大數據技術日益成熟的基礎上，隨著大規模低成本并行計算的實現和深度學習算法的出現，人工智能進入了加速發展期，開始滲透到大資管領域。資產托管行業對具體業務場景進行梳理和診斷，提煉出可以運用新技術的環節，實現大幅提升作業效率或解決業務痛點，提升托管銀行核心競爭力。

　　2.1 合同智能處理提升效率
　　托管產品合同(泛指產品合同、托管協議、投資合同)審核是托管行進行風險防范的重要環節，合同審查的標準十分嚴格，需要對合同的全部文字條款進行確認，因此工作量很大。傳統的人工逐字逐句進行審核的方式，審批單份合同至少需要半小時，不但效率低下，而且會受限于審核人員專業素養、精神狀態等外在因素的影響而出現疏漏或差錯。特別是在產品后續運營指令審核過程中，還需耗費大量時間進行人工查閱托管合同圖像、監管合規制度及行內運營制度，造成合同執行跟蹤不便、履約信息滯后、缺乏風險預警機制等。

　　將人工智能應用于托管合同處理流程，用智能審批取代人工肉眼審核，解決單純依賴人工操作成本高、效率低且風險大等痛點。通過OCR和NLP技術進行智能識別比對，自動標注合同版本間的差異點。通過語義要素抽取與語義理解、法規制度挖掘、追蹤與深度語義合規檢查，利用自然語言處理和深度認知分析技術對法規進行全面解讀和語義分析，提供深度合規洞察，提取產品要素表信息數據，形成產品合同信息畫像，推送業務系統成為系統運營參數，并且在產品后續運營過程中，投資指令可根據產品合同信息畫像和合規知識庫，推薦投資指令事中監督結果，并展示引用的合同條款或監管規則，做到合同全流程智能處理。如果用上述合同智能處理機器人，合同范本使用率提高30%，合同起草工作量降低50%，合同審批、指令出款自動查閱合同均秒級完成，極大地提高了工作效率。合同智能處理機器人的使用，可逐步解放托管業務人力資源，更多運用于運營管理、風控研究、系統優化、開發創新等更富創造性的崗位。

　　2.2 資金、資產窮追風險預警
　　資產托管業務作為資產管理業務的一項重要制度安排，有效構筑風險隔離墻，保障資產管理“受人之托，代人理財”“服務實體經濟”的本源。但在實際運作中“賣者盡職披露，買者風險自負”的理念卻經常被異化，近年來發生的諸如資產違約、財務報表造假等事件，便是信息不對稱不透明的體現。比如，私募基金管理人未按照《基金合同》《合伙協議》《公司章程》的約定用途使用募集資金，而是擅自將其用于其關聯方的經營;私募基金涉及關聯交易的，私募基金管理人未在風險揭示書中向投資者披露關聯關系情況，損害投資人合法權益;私募基金涉及高風險行業的，私募基金管理人未在風險揭示書中對資金流動性、關聯交易、單一投資標的、產品架構、底層標的等所涉特殊風險進行披露，導致產品資產損失;私募基金逐漸呈現出跨市場、跨區域和跨方向的多元化趨勢。由于資金流經過多家銀行的多個賬戶，造成托管行缺乏全面的了解，使洗錢活動有機可乘。上述種種現象，如托管行未能及時監控，一旦造成托管產品資金或資產損失，則可能導致托管行陷入被動境地，遭遇風險。這些問題如果利用人工追溯及監控，收集成本和時間成本大到無法估算，是幾乎不可能完成任務。

　　引入人工智能，結合托管行行內數據、管理人提供的數據和搜索到的多維度數據，提取出有用的部分數據進行分析，演算出關聯關系圖譜，將產品、資產、客戶之間隱含的關系網絡梳理清楚，幫助托管行查證資金和資產的真實流向。具體到私募產品托管的場景，可以使用NLP技術在私募產品出款、產品回款兩個環節對真實交易目的進行匹配與監測。采用基于機器學習或深度學習的關聯關系指標計算方法，獲取關系圈信息，歸納資金交易模式，配合關聯關系體系和交易目的挖掘，挖掘產品資金的流向分析帶來的業務價值，形成可疑交易模式探查、特殊客戶流向、識別可疑欺詐網絡的分析框架，從而監控資金特殊模式、發現資金交易異常。據簡單測算，初始構建幾千個節點(資產、機構、企業)的關系圖譜大概需要一天時間，每日增量部分十幾分鐘完成，能快速地幫助托管行探查產品中可能存在的自融、關聯交易、洗錢活動等違法違規行為。未來，當數據和案例積累到一定程度后，還可以使用機器學習模型預測托管產品發生壞賬的可能性，提早進行風險預警。在此基礎上，我們還可以納入更多維度的建模因子，包括關聯關系圖指標等，綜合提升模型的預判精確度，提升托管行在信息收集、整合、傳遞，及監督等方面的效率，打通信息梗阻，保障整個行業的有序運行。

　　2.3 深度挖掘數據估值糾偏
　　托管業務的傳統服務流程，如指令處理、資金清算、估值核算、投資監督等已經相對成熟和規范，將業務流程設置成任務鏈，則較易實現產品日常運營流程自動化，一旦某一任務節點的執行出現異常，則需經辦人員進行排查。由于產品資產凈值計算不僅涉及核算、科目、參數、憑證模版、估值方法等眾多方案選擇，還涉及到交易費用、利率參數、品種、行情、稅費公式等眾多信息維護，排查過程十分復雜且高度依賴經辦人員的經驗。比如，一名估值經辦新人，平均解決問題時效為普通類90分鐘/件，特殊類1～3天/件，經辦效率比較低。

　　運用人工智能數據挖掘方法進行賬務異常診斷，為估值人員推薦解決方案，提升運營效率。數據挖掘方法主要是收集、整理與所診斷的賬務異常相關的所有數據，針對賬務異常點和賬務異常診斷數據源集合，根據一定的規則，有選擇性地剔除集合中不相關的數據點，降低數據噪點規模，提高數據準確度，選擇合適的機器學習或深度學習算法，將每一個賬務異常抽象成一組特征集，儲存在歷史賬務異常知識庫中，建立賬務異常診斷決策表，形成估值糾偏知識圖譜，估值核算系統日常執行任務鏈時，異常問題智能化匹配知識圖譜，結合個性化推薦算法，從高到低的概率，將歷史相似異常和可能異常原因逐一列出，并最終形成排查思路推薦。估值經辦可對推薦結果進行反饋，反饋結果會對推薦模型進行改進，當用戶下一次查詢時，推薦結果也會做出相應修正。運用上述估值糾偏模型，大大簡化了排查問題的難度，解決異常問題時效壓縮10倍以上。

　　3、資產托管行業應用新興科技所需的政策環境
　　整體而言，資產托管行業在新興科技的應用方面尚處于起步階段，目前仍存在一定的短板和不足，如數據質量參差不齊、共享水平較低等，導致數據治理能力薄弱，數據價值無法得到充分挖掘和發揮，科技應用在深度和廣度上均有待提升。同時，我們也要認識到，推進新技術的應用，需要打造健全的政策支持體系、培育良好的政策環境，更需要體制、機制、組織、企業文化等方面的變革和演進。

　　3.1 加強頂層設計，做好前瞻布局
　　托管行業根植于資本市場，服務于資管機構，是大資管行業高質量、規范化發展的基礎所在。托管行業應加強頂層設計和前瞻布局，重視戰略研判，促進多學科交叉融合和多技術領域集成創新，形成新興科技發展和應用的體系化能力。加強金融科技的應用，將新技術與各類托管產品和業務相融合。充分利用數據的價值，并探索數據在托管業務運營、風險管理和內部控制中的應用。

　　3.2 嚴格數據治理，確保數據安全
　　金融科技的發展離不開金融標準化的引領，行業標準的缺失是金融科技創新與發展面臨的主要難題。堅持數據標準先行、制定統一、明確的數據標準，提升數據科技的質量。加強數據生命周期管理，包括數據安全管理、日志記錄，以及禁止過度收集和濫用客戶數據。重視數據安全風險和人工智能涉及的倫理問題，堅持以人為本、人類自治、安全可控、公平公正和公開透明的倫理準則，在數據使用、算法研究和行業應用等層面進行全面把控。同時，積極參與各國家機構在相關領域的規范標準制定工作。

　　3.3 建設人才隊伍，適應未來需求
　　金融科技的發展及應用，對人才的技能、專業知識和經驗提出了更高的要求，可以說，是數字化人才供給的最關鍵的決定性因素。以金融科技的應用為核心，儲備和建設一支不僅懂業務、懂技術、懂產品，還具備合規底線開闊視野的金融科技人才隊伍，以全面覆蓋前中后臺應用場景和解決方案。打造體系化、高層次的科技人才培養平臺,建立多學科團隊，涵蓋開發、測試、部署、監視和監督各環節的數據科學家、IT和數據庫管理人員，以及風險管理和合規團隊。從組織架構、考核體系、人才培養機制等方面進行整合和再造，提升隊伍的跨行業專業水準和戰斗力。

　　4、資產托管業務應用新興技術的前瞻思考
　　未來，隨著各種新科技的層出不窮和不斷迭代，人工智能將成為驅動資產托管行業向前的重要技術之一，多模態深度語義理解、自然語言處理、區塊鏈等技術的不斷應用將成為推動中國資產托管行業健康、持續、創新發展的新動力。人工智能將會為我們解決需要大量計算、重復勞動等的工作問題，將我們從傳統的生產活動中解放出來，使我們有更多的精力投入到業務創新等工作中。

　　4.1 多模態深度語義理解實現智能核對
　　多模態深度語義理解以文字、圖片、語音、視頻等不同模態的數據為輸入，綜合知識圖譜、深度學習等AI技術，實現對數據的深度理解。隨著自然語言處理、知識圖譜、深度學習等AI核心技術的快速發展，多模態深度語義理解會進一步走向成熟，在托管業務的指令信息識別、客戶服務等方面都可以進行更多地應用，指令附件印鑒可以進行智能核對，辨別支付憑證的真實性、合法性，增加資金安全程度。

　　4.2 自然語言處理技術實現智能審核
　　隨著大規模語言模型預訓練技術的出現和普及，通用自然語言處理技術，極大地提升了機器的理解和認知能力。預訓練技術將深度應用于各專業領域，持續提升句法分析、情感分析、機器翻譯、文本分類等自然語言處理任務的成效。具備海量規模算力、廣泛的專業領域數據、預訓練模型和完備的研發工具等特征的自然語言理解計算平臺將逐漸成熟，并將在托管業務的合同要素識別、客戶服務等方面大展拳腳,在托管合同的審核過程中，與法律法規、監管條文、業務管理辦法等內容智能匹配，并識別是否符合相關條文，自動完成合同的智能審核。

　　4.3 區塊鏈技術實現智能獲取
　　隨著區塊鏈技術與人工智能、物聯網、大數據、邊緣計算等技術的深度融合，空間和實體的映射問題正逐一得到了解決。圍繞區塊鏈構建的數據收集、數據流轉、數據安全、數據確權等解決方案，將在各業務領域發揮巨大的作用。例如，在版權保護領域，可追蹤所有權的交換、轉移、出售等;在供應鏈金融領域，可實現溯源防偽、交易驗真、快速清算，實現企業之間的安全交換;在政務領域，能保證信息的透明性和不可更改性，實現政府的透明化管理等。未來，相信也將在資產托管業務的劃款指令審核、非標投資交易數據、外部行情數據獲取等方面發揮巨大的作用，在指令審核過程中的投資信息，可以通過區塊鏈技術智能地獲取、審核，并保證投資信息的有效性、合規性、合法性。

　　4.4 人工智能實現智能識別
　　伴隨著世界的多極化、平行化和虛擬化趨勢，傳統法律的規制手段將遭遇各種挑戰，而人工智能將接管其中的大量功能。虛擬世界高度隨機性、即時性、可塑性的特點，決定了它難以通過傳統法律進行規范，而具有深度學習能力的人工智能則可以更好地確保交易的效率和安全。通過法律信息化、信息流程化、流程自動化的過程，提高法律的運作效率，在諸如法律檢索、文件自動審閱、判決自動生成、智能法律咨詢、案件結果預測等方面，提高法律的智能化程度。隨著技術能力的不斷提升，社會主體的各類信息都將數據化，所謂“法律事實”也將趨于透明化，證據鏈的形成可以被機器學習準確捕捉，法律流程將更多以智能化和自動化的方式完成。未來，托管合同制定過程可以更加智能化，包括智能識別是否符合相關的法律法規、識別合同風險避免法律糾紛;投資合同與托管合同進行關聯，智能識別是否符合托管合同相關條款，在投資環節即可做好相關的提示與控制。(作者：雷敏余濤李添強)

中機院以研究和規劃為引領，以招商托管為支撐，從咨詢、規劃設計軟服務向開發運營領域邁進，形成多元化業務版塊。服務范圍涵蓋大數據、咨詢、規劃、招商運營及托管等5大類服務。
在招商服務中，本院提出“離岸招商、離岸孵化”的創新理論，通過以商招商、以資購商等多種招商形式推進工作，得到貴州省投資促進局、甘肅天水市政府、金鄉經濟開發區等40多個地方政府和30余家知名產業地產商的認可。經手項目霍爾果斯經開區伊寧園區產業鏈圖譜及招商策劃項目 / 普光經開區天然氣化工產業鏈招商圖譜項目 / 太原市產業鏈招商圖譜編制項目 / 鹽城400平方公里灘涂用地招商策劃項目 / 湖北省孝感市孝南區經濟開發區投資環境推介項目 / 貴州省生物醫藥產業鏈圖譜及招商地圖項目 / 恩施硒茶產業園產業規劃與招商前置研究 / 孝南區的發展及產業轉型升級和招商策劃 / 貴州觀光生態農業產業規劃和招商策劃
...................................................
歡迎致電咨詢 400-666-8495

分享到：

上一篇：產業園區招商引資存在的問題及對策研究

下一篇：江蘇南通以產業鏈招商打造特色產業

掃一掃關注
中機院
園區規劃
產業規劃