特别对话广发证券辛治运：金融科技和高质量数据是券业数字化转型的关键

随着各大券商不断加强对金融科技的投入，数字化转型也逐渐成为券业的战略重点和竞逐赛道。如何运用金融科技等手段赋能券商业务发展？相信这是每一个主要市场参与者时刻在思考的问题。

近年来，中国首批综合类券商之一的广发证券加快了在金融科技和数据方面的投入，深耕数字化转型。广发证券首席信息官辛治运先生在这方面有其独特的观察，并带领广发证券开展了积极的实践。2022年，彭博与广发控股香港启动全球战略合作，随后彭博与广发证券的合作日益深入。

近日，我们特邀辛治运先生与我们展开对话，请他分享对于券业数字化转型的见解。他认为，在投研领域数字化建设的过程中，投研数据的不统一和数据实时性的不足会增加投研人员在数据处理和风险预警方面的困难，降低业务效率并导致组合产品的风险管理存在障碍。面对这些挑战，广发证券积极开展了一系列探索与实践。

对话嘉宾：

辛治运

广发证券股份有限公司

副总经理、首席信息官

辛治运先生，清华大学计算机科学与技术专业博士，现任广发证券股份有限公司副总经理、首席信息官、广发控股香港董事，深圳证券交易所股票发行规范委员会成员代表，中国互联网金融协会理事会理事、会员代表。他曾担任全国金融标准化技术委员会委员、中国证券业协会信息技术委员会主任委员，现任中国证券业协会投资银行委员会副主任委员。早前，他还在中国证监会信息中心、机构监管部综合处、审核处，国投证券股份有限公司担任要职。

从业多年，辛治运先生始终重视科技团队建设，推动其与时俱进、保持领先。在广发任职以来，他从财富管理、机构交易、投资银行、科技数智等多方面、全方位地打造有影响力的数字金融品牌，提升数字竞争力。他领导团队获得多项专利授权，如：基于electron技术的客户端升级方法等；他携团队屡次斩获业内重要奖项，如曾获中国人民银行2022年金融科技发展奖二等奖、中国计算机用户协会“云鹰奖”最高项目成就奖，以及中国信通院“金信通”金融科技创新应用十大案例等；他领导研发的易淘金APP荣获《证券时报》“十大品牌APP君鼎奖”，元始股APP荣获2023年度德国红点设计奖，为内地证券行业第一个获得该奖项的券商APP。

Q

国内券商行业正在聚焦数字化转型，行业共识是其已成为券商竞争力提升的必经之路。请您谈一谈哪些趋势推动了国内券商的数字化转型？

辛治运：我认为当前有五大趋势正在推动券商数字化转型：

第一，行业牌照红利的弱化以及竞争的加剧使得券商面临更大的压力和挑战。为了保持竞争优势，券商需要通过数字化转型来提升效率和服务质量。

第二，新兴技术的快速成熟和应用场景的丰富多样为券商提供了数字化转型的契机。金融科技如人工智能、大数据分析和区块链等可以帮助券商改善投资研究、风险管理和交易执行等方面的能力。

第三，客户群体代际转换使中国市场具备了独特的吸引力。年轻一代投资者对数字化工具和便捷的投资方式更感兴趣，券商需要适应他们的需求并提供创新的金融科技解决方案。

第四，资本市场的深刻变革和监管机构对金融科技的支持为券商的数字化转型提供了良好的环境。监管机构的政策和推动力度有助于促进金融科技的创新和应用，提高行业整体的数字化水平。

第五，外资券商进入中国市场的加速和外部竞争的增加推动了国内券商的改革。为了在竞争中立于不败之地，券商需要加速数字化转型，提升科技创新能力，与国际标准接轨并提供更优质的服务。

Q

在基金投研数字化建设的过程中，您认为行业面临哪些痛点？

辛治运：不同公司由于业务重点和营运策略的差异，其面临的问题有所不同。此外，在数字化建设的各个阶段，我们所面临的挑战也是不同的。但纵观全行业，我认为主要痛点有以下三点：

第一，金融机构普遍存在系统建设与业务场景“两张皮”的情况，业务与IT融合的程度不够深入，这会导致资产配置效率低等问题的发生。

第二，投研流程涉及多个平台系统间的跳转，整体业务未能形成闭环，不仅为投研成果的管理带来许多不便，还容易造成投研流程间的相对割裂。针对这方面，广发证券与彭博合作，做了一些有益的尝试。针对海外市场投资，广发证券在自身系统的基础上适时引入了彭博解决方案，实现研究、投资、风控、交易和清算整合于同一平台之上，大幅提升了投研效率。

第三，基金投研数字化也对数据质量提出了更高的要求。如业内普遍遇到的一个问题是，投研数据的不统一和数据实时性的不足会增加投研人员在数据处理和风险预警方面的困难，降低业务效率并导致组合产品的风险管理存在障碍。为解决这一问题，广发证券在投研中建立了多维度数据跟踪系统，并且正在研究利用彭博领先的流动性风险、信用违约风险等关键数据实现实时监测和预警，从而更准确地评估投资风险，及时作出调整和决策。

Q

在金融科技赋能业务方面，广发证券有哪些实践可以分享？

辛治运：广发证券早在2018年就将金融科技作为公司整体战略的一部分，提出打造数字化券商的意愿。在数字化转型探索上，可以说广发证券是走在行业前列的中国券商之一。我们通过顶层架构规划和金融科技战略，建设技术能力平台和大数据中心，实现科技赋能业务发展。

借助人工智能、大数据以及云计算等技术，广发证券打造了财富管理投研平台，以财富管理业务的投资研究场景和工作流程为核心，实现投前、投中、投后全流程数字化管理，从基金产品、基金经理及基金公司三个维度重塑产品研究体系，促进自主策略研究、投研成果固化、基金画像丰富以及投研工具应用的正向循环发展。

系统建设是数字化转型的重要一步，而优质数据是让系统发挥最大作用的关键。彭博高质量的覆盖全球市场的数据，与广发证券的生态结构和科技底座天然有着互补性。彭博所能提供的海量数据、具有可行性的数据洞察，以及先进的数据治理解决方案都是我们利用科技赋能业务重要有益的补充。

Q

在整个金融行业加速数字化转型的视角下，您认为数据治理扮演的是什么角色？

辛治运：在金融行业数字化转型的过程中，数据治理不仅是保障数据质量和安全的基础，也是实现数据资产化和应用的核心。

首先，数据治理确保了数据的标准性和质量。通过建立全面的数据治理框架，我们能够对数据进行有效的管理和监控，从而提升数据的准确性和可靠性。这为金融行业的数字化转型提供了坚实的数据基础。

其次，数据治理有助于数据的整合和统一。通过建设数据中台，我们打破了传统模式下的数据壁垒，实现了数据的集约化开发和运营。这不仅加速了数据资产的沉淀，也使得数据应用更加灵活和高效。

此外，数据治理能够推动数据服务的敏捷化和规模化输出。通过构建多层次、细粒度、多维度的指标和标签体系，我们能够提供差异化的数据服务，覆盖对客服务、对内运营和管理决策等多个方面。

作为数据治理领域的领先券商，我们坚信其在金融行业数字化转型中所起到的关键支撑作用。彭博企业级数据能够提供统一的数据模型，因此我们与之合作，帮助广发的数据科学家、人工智能团队和应用系统在请求、收集、应用和管理数据的各个环节化繁为简，综合管理好实体、证券、市场、价格以及投研数据，助力高效的数据治理。

Q

当前，以大模型为代表的人工智能技术对金融数字化转型有着哪些深远的影响以及面临哪些挑战？在这方面，广发证券有哪些经验？

辛治运：以大模型为代表的新一代人工智能技术凭借其创新能力、商业价值和政策前景将加快金融数字化和金融智能化进程。可以帮助金融企业降低成本、提升效率只是冰山一角。向长远展望，大模型将重构金融机构业务流程，乃至改变全球金融行业的格局。金融机构可通过大模型技术实现更智能的客户服务、风险管理以及数据分析，提升用户体验和业务效率。

与此同时，AI大模型面临算力需求大、训练成本高、数据质量不佳，以及其应用实践的挑战，比如通用大模型与金融业需求的契合度仍待提升等。此外金融本身是一个高合规要求的行业，大模型又是具有颠覆性的新技术，对其具体的风险尚未完全了解，随着大模型落地的不断推进，如何平衡大模型落地收益和潜在合规风险，会是一个越来越突出的问题。

广发证券高度重视大模型技术的发展，重点围绕大模型底座建设、金融场景落地推进、工程化实践和合规安全保障四个方向开展，截止2023年底，已完成公司级基于大模型的生成式AI平台技术架构规划，行业内率先上线多个大模型场景。广发证券将持续推进大模型底座的升级，加速推进大模型在多条线的应用落地，提高工作效率，驱动服务和产品创新，进一步推动数字化转型向更深层次发展。