金融科技背景下信托行业转型的关键因素分析.docx

1、金融科技背景下信托行业转型的关键因素分析金融科技时代背景下信托业转型的制胜之道（一）客户管理：从“千人一面”到“千人千面”（二）业务创新：从“业务驱动”到“数据驱动”（三）合规风控：从“经验判断”到“人机结合”（四）运营管理：从“线上化”到“数字化和智能化”金融科技时代背景下信托业转型的制胜之道围绕服务实体经济、服务人民群众的转型目标，不论信托公司选择哪一种商业模式和业态，都离不开客户管理、业务创新、合规风控、运营管理这些流程的创新和重塑。未来，金融科技将在这些业务流程的重塑中发挥关键性作用，助力信托公司转型与发展目标的实现。图 3 基于业务流程的金融科技助力信托转型切入点（一）客户管理：从“

2、千人一面”到“千人千面”1. 财富管理业务发展痛点及科技的应用（1）信托公司财富管理业务发展痛点鉴于目前信托公司单一的产品模式、私募性质、以固收类客户为主以及战略层面的重视不足，财富端的科技化水平仍然远远地落后于券商、基金等资管机构。信托公司传统的营销业务模式是以产品为中心，通过产品推销来拉动业务增长，客户潜在的业务需求被业务部门所忽视。在同业竞争激烈和消费者个性需求增加的背景下，向“定制化”的精准营销模式转变已成为大势所趋。以客户为中心就要加强客户行为分析和数据挖掘，针对不同层次的客户需求和偏好开展产品设计和供给，进行精准营销，提高资金端和资产端的匹配效率。图 4 信托财富管理业务发展痛点信

3、托公司财富管理业务在金融科技背景下面临三个方面挑战。一是数据管理方面。信托公司的数据线下分布、来源单一、维度较少，数据收集、整合、分析、应用的数据管理面临压力。二是投研能力方面。在产品创设阶段，用户规模快速增长、数据信息爆发，对舆情的实时分析、投资决策的效率与精准度、收益与风险的有效匹配等有更高要求。三是产品创新及发展路径方面。目前，资金信托占比过高、非资金信托发展缓慢，产品同质化现象明显，产品结构有待改善。图 5 金融科技下财富管理业务面临的挑战（2）金融科技对财富管理业务的创新与应用聚焦信托行业，金融科技对财富管理的创新与运用体现在以下三个方面：第一，一站式的金融服务。发展一站式、平台化业

4、务，以信托制度作为平台和接口， 为用户提供金融综合服务，充分利用科技设计更具综合性的个人金融服务方案，例如消费、投资、理财、保险、企业年金、养老、家庭财务规划等，以增强客户黏性，进而提升资金吸纳能力。第二，在智能投顾模式下，基于用户的家庭情况、年龄、经验、资产状况等因素，通过大数据分析得出的客户画像，以投资组合理论与风险偏好结合算法模型定制个性化的资产配置方案，并利用互联网进行实时跟踪调整，动态了解客户需求，最终提供更高效率、更低成本的全景化个人财富管理服务a。发掘同类客户的共同需求，组合形成类似流水线的产品拼图，通过对特定类型的标准产品组合实现“定制化”精准营销的目的。第三，场景化的营销模式

5、是扩展线上精准营销的重要渠道。依托场景化的金融交易行为，拓展创新型金融营销产品，将带动标准化产品、家族信托等多方面业务模式的发展。2.客户识别图 6 金融科技对财富管理业务的创新与应用客户识别是所有金融活动中必不可少的环节。2017年12月底，央行发布了中国人民资管关于改进个人资管账户服务加强账户管理的通知，明确提出“提供个人资管账户开立服务时，有条件的资管可探索将生物特征识别技术和其他安全有效的技术手段作为核验开户申请人身份信息的辅助手段”。目前，人脸识别技术将与机器学习、移动互联网、大数据技术等技术互相融合，人脸识别的算法将不断优化创新。该技术在金融领域的应用情景如下。（1）远程开户用户在

6、申请开户时，一般需要携带证件到公司做身份信息核实，完成认证、开户等事宜。通过人脸识别技术，用户只需要打开手机摄像头，自拍一张照片，系统将会做一个活体检测，并进行一系列的验证、匹配和判定，完成身份核实。目前， 人脸识别技术已被广泛应用在资管行业的远程开户过程中，主要运用于用户身份鉴定、合格投资人认定等。（2）购买产品的交易认证采用人脸识别技术可以实现交易的安全保证。对于客户购买产品前的身份认证，具有辅助交易密码、保证安全支付的功能。通过关联账户可以实现线上自助转账购买产品，方便快捷。在线上签署了信托合同后，可以线上直接购买，使用户无须再到现场办理。（3）提款认证人脸识别提款也同购买交易认证一样，

7、直接通过面部特征与账户进行关联，保证了用户本人操作的身份以及资金去向的安全确认。在提现时直接扫描面部特征， 与云端注册的面部特征进行匹配，确认身份后完成提现流程，优化资管业务办理流程和客户服务体验。3.客户画像（1）客户群体划分及特征分析用户数据的精细化管理对指导产品、服务创新以及精准营销具有重要意义。现代社会及家庭人群结构在不断发生变化，他们面临的金融产品选择也更加丰富。在这样的趋势下，传统金融机构面临的最大的问题就是如何更全面精准地刻画用户画像。构建客户画像、用户标签化管理来了解不同的个体和群体用户，是后续产品设计、营销运营和客户服务等一切日常经营活动的基础。客户画像是在了解客户需求和消费

8、能力，以及客户信用额度的基础上，寻找产品的潜在目标客户，并利用画像信息为客户开发产品。例如，可以将客户按照年龄区间分为青年、中年、中老年等人生阶段。各人生阶段的金融服务需求不同，可以通过人生阶段进行目标客户定位。利用收入、学历、资产等情况将客户分为高净值和超高净值，根据重点特征进行群体特征划分，如创富一代企业家、新二代、职业经理人等。图 7 不同客户群体的客户画像特征（2）客户画像构建的流程与关键客户画像的系统搭建流程主要可以划分为四个步骤：数据采集、数据分析、标签体系、客户画像。客户画像数据主要分为五类，人口属性、信用信息、消费特征、兴趣爱好、社交信息。从海量数据中抽取出有效的客户数据，构建

9、合理的客户标签体系，从多维度标定客户人群特征。实际业务场景下，客户数据分布在不同的系统中。信托公司可以搭建数据仓库，将所有画像相关的强相关信息在数据仓库里面理和集中，并且依据画像商业需求，利用跑批作业，加工数据，生成用户画像的原始数据。数据库中最有价值的是强相关信息。强相关信息能帮助金融企业有效结合业务需求，提高产品转化率。例如，姓名、手机号、家庭地址就是能够触达客户的强人口属性信息；收入、学历、职业、资产就是客户信用信息的强相关信息；差旅人群、境外游人群、汽车用户、旅游人群、母婴人群就是消费特征的强相关信息；社交媒体上发表的旅游需求、旅游攻略、理财咨询、汽车需求、房产需求等信息代表了用户的内

10、心需求，是社交信息场景应用的强相关信息。4. 精准营销精准营销可看成是最大限度地发挥“定制化”金融产品价值的路径。基于客户画像，精准营销在提升用户体验的基础上，可实现信托公司客户可度量的低成本扩张。精准营销的优势主要体现在两个方面：一是营销服务的深度推进。金融科技应用提升了营销服务智能化水平，让个性化营销服务成为现实；二服务广度的有效促进。金融科技应用通过降低金融服务成本，创新金融服务模式。 图 8 精准营销的流程（1）智能营销提升用户体验及服务深度智能营销通过收集用户社交、消费、信用、交易等行为数据，形成客户画像， 根据画像中的用户形象分析需求与偏好，建立精准营销解决方案，优化资管机构对客户

11、的筛选与精准服务，应用于存量客户激活、线上线下获客、产品交叉营销等场景。接触层是与客户发生直接交互的界面和触点，便利化、简单化、人性化的互动体验是成就接触层客户体验的关键因素。主要表现为面向客户千人千面的一站式门户、面向公司管理人员可实现智能决策的智能终端、面向内部人员的专属化智能终端等。客户对定制体验的要求与标准日益提升，这不仅表现为客户对差异化产品的追求，还表现为对人性、定制的交互界面和服务的需求a。（2）智能投顾打造“千人千面”的财富管理方案相对于传统财富管理，智能投顾有如下几方面优势：第一，技术替代人工提供理财顾问服务，改善传统投顾服务成本高、效率低（面对面服务为主）、资产选择依赖人工

12、经验、非理性化等缺陷。在智能投顾模式下，基于用户的理财需求、资产状况、风险承受能力等因素，通过大数据分析用户个性化的风险偏好及其变化规律，以投资组合理论与风险偏好结合算法模型定制个性化的资产配置方案，并利用互联网进行实时跟踪调整，以提供更为高效率、低成本的财富管理服务。第二，重“投”轻“顾”是当前资管产品的典型特征。传统投顾的用户深度互动缺失，顾问端仅优化了操作的便捷性，缺乏与用户的深度互动。 在数字化时代，与用户深度互动、不断优化用户投资体验才能赢得用户。智能投顾产品在优化用户体验、实现深度互动、提高服务效率、降低服务成本方面具有天然发展优势。（3）智能客服节约大量人力成本智能客服是用机器模

13、拟人工客服进行在线问答服务的产品。典型的智能客服运用场景是客户向在线客服进行大量售前、售后重复性咨询。智能客服的设计理念是采用人工智能与客户服务相结合，其核心功能由语义引擎、知识库、数据处理三部分组成。高频小问题集中通过智能机器人快速响应，机器人无法满足时快速切换至人工客服处理，通过在线、人工处理平台的自由切换，实现客户服务的完美体验。机器人可以为用户提供724小时、高效、精准的在线咨询服务，智能客服可以节约大量人力成本，同时也能及时响应客户，提升用户体验。（二）业务创新：从“业务驱动”到“数据驱动”1.赋能场景，科技释放信托业务潜能金融科技能够显著提升信托公司展业的线上化、智能化和数字化程度

14、，改变信托业务的场景深度和广度。将金融科技带来的变革与信托公司所具有的横跨货币市场、资本市场和实体经济的优势相叠加，信托已开始在消费金融、资本市场等多类业务场景中运用金融科技技术进行产品和服务的持续创新，为客户提供更加优质的资产配置方案。（1）金融科技赋能信托公司消费金融业务场景消费金融领域是近年来多家信托公司发力的重点方向之一。消费金融“小而分散”的业务特点则是为信托公司将金融科技融入传统金融带来契机，成为信托拥抱金融科技的主要领域之一。例如，中国外贸信托在消费金融业务的开展过程中，通过建设以小微信贷管理系统、支付平台系统、征信查询系统为核心的业务系统群， 以金融科技支撑，防控业务风险、降低

15、运营成本、提升客户服务与体验。（2）金融科技赋能资本市场业务场景资本市场具备很强的标准化特性，在资本市场业务的各环节，特别是投研与运营管理环节，都是金融科技大显身手的舞台。在投资与研究方面，运用大数据、云计算、人工智能等前沿技术快速处理海量数据、应用智能投顾强化投资策略等。在运营与管理方面通过智能化决策提升管理，通过自动化运营提升效率。例如，中国外贸信托在证券信托业务就在金融科技方面积极布局，围绕“提高运营效率、方便客户使用”，优化提升客户获取信息的渠道，为私募基金等二级市场客户提供稳定、高效、多元的运营管理服务。自动化估值系统能够实现724小时无人值守，支持在对账、读取、建账、生成在内全流程

16、的自动化，经过测算过对运营效率的提升达到了40%，实现实时的互联互通。（3）金融科技赋能产业投融资一体化场景我们都能看到经济新常态的发展方向，看到中国企业正在迎来大范围的转型升级，5G、物联网、大数据、人工智能、新能源、新材料等新兴技术产业是未来方向。但介入这些产业的投融资、将产品与客户进行匹配，需要基于对行业的深度研判。对于信托公司而言，可借力基于人工智能、大数据等技术建立的产业图谱、企业画像、交叉销售平台等，加强对高新技术产业的行业研究能力，提高判断与决策能力。例如，产业图谱是基于行业产业链洞察的智能化平台，包含关系图谱、行业趋势分析和事件分析等功能。借助关系图谱，可识别产业链上下游关系，

17、支持产业链拓客。借助行业趋势分析，可分析行业趋势，识别行业热点。借助事件分析，可洞悉行业、产业事件，及时发现机会和风险信号。（4）金融科技赋能家族信托业务场景在中国，越来越多的高净值客户群体的诞生也为家族信托提供了非常多的发展机会。目前家族信托的性质仍然偏向于产品销售，真正的家族财富管理与家族传承涉及较少。然而越来越多的高净值客户的核心需求已从单纯地追求理财产品的收益率逐步向家族财产的管理与传承转变。遗嘱信托、子女教育信托、家族财富管理信托等真正的家族管理信托业务在国外的发展已经初具规模。在金融科技的赋能下， 家族信托能更好地满足客户多元化的需求。在设立阶段，可以利用人工智能、大数据等技术，基

18、于大数据分析打造众多的家族信托的配置方案，通过“模块化”的方式，给不同的家庭进行定制化的资产配置。可以借助APP、生物识别等技术将家族信托业务流程由线下转到云端完成。同时，利用区块链技术，将家族信托条款“上链”，保障合同的安全性、真实性及签订时间点的有效性。在运营管理阶段，可以利用自动化估值提高运营管理的效率，降低操作风险。区块链可应用于加强反洗强的监管、操作内容和过程的记录。在清算分配阶段，利用智能合约技术，定期检查是否存在相关事件和触发条件，在触发家族信托的条款时，自动执行分配及清算， 提高分配效率，降低纠纷发生的可能。2.动能转换，科技驱动信托转型发展未来，信托公司在科技驱动下转型发展，

19、将不再完全依靠过往融资类业务的传统展业方式。动能转换下，以科技为核心竞争力驱动业务与管理全流程的转型将成为大势所趋。目前已有信托公司在科技驱动转型发展的道路上先行探索。例如，华能信托尝试通过资产雷达、资金雷达与投研平台的建设推动公司转型发展。资产雷达主要利用人工智能技术捕捉合适的资产信息，挖掘潜在业务机会。资产雷达自动获取上市公司发布的非公开发行股票、可转债、可交债的相关信息，并发送给业务相关人员，从而挖掘相应的业务机会。此外，资产雷达还将捕捉上市公司的城市、行业、公司属性、办公地址、公司联系方式等信息，方便业务人员进行联系。资产雷达通过Python的爬虫技术对巨潮资讯网的上市公司公告进行获取

20、，智 能筛选3 000多家上市公司的相关公告，将获取到的数据存入数据库中，在浏览器端进行可视化展示。另外，还可以通过邮件发送当日的新闻给用户邮箱，方便用户查看。资产雷达具有以下三个特征：第一，通过前端界面一目了然对信息进行筛选。第二，点击查看按钮可以看到详细的公司信息。第三，每天定时发送邮件给用户， 方便用户查看当日新闻。图 9 华能信托资产雷达资金雷达主要利用人工智能技术捕捉合适的资金信息，挖掘潜在业务机会。资金雷达每天自动获取所有上市公司在一年内购买理财产品的信息，如果某公司在一年内买过和特征类似的理财产品（例如信托产品），则推断其购买相关理财产品的可能性较高，为精准营销提供依据。例如，在

21、A上市公司购买的信托产品到期前两个月内进行营销，提高营销的成功率。此外，资金雷达还将捕捉上市公司的城市、行业、公司属性、办公地址、公司电话、公司邮箱、公司网站等信息，便于业务人员进行联系。智能投研是华能信托在金融市场数据支持的基础上，通过深度学习和自然语言处理等人工方法分析事件、结论和其他信息，旨在为金融机构员工（如分析师、基金经理投资者等）提供投资和研究帮助，提高其工作效率和分析能力。智能投研能够自动提炼报告观点，甚至编写基础研究。例如，智能投研在深入学习的基础上， 生成金融中介提交的规范性文件和经纪分析师每日市场简短评论。智能投研还可以利用人工智能来处理很多模块化、标准化的动作，在有效节约

22、成本的基础上，提高投研人员的工作效率。 图 10 智能投研实现的主要功能3.数据驱动，科技与信托结合展望对于信托公司而言，面向未来走高质量发展的转型之路，金融科技领域的理念、应用与投入必不可少。信托公司一方面应加强自身技术研发能力，挖掘并匹配合适的金融业务场景，积累数据并强化能力。同时，加强与科技公司或者高校的合作。通过创建联合金融科技实验室，利用金融和科技双方的比较优势，共同研发金融科技新兴技术，获得双赢的模式，逐渐成为金融机构跨界合作的新风景。例如，中航信托于2019年9月正式上线不动产数字化系统。该系统持续为公司的不动产项目提供智慧支持，成为中航信托通过科技提升业务转型的基础设施的重要成

23、果之一。中航信托不动产数字化系统与外部专业机构数据库直连，实现公司内外部系统互通及信息同步。该系统聚焦不动产业务投前、投后环节中的各个场景，主要用户为信托业务人员、项目评审（决策）委员、风控人员以及运营人员。各角色用户根据业务场景与操作规则，通过平台实现核心数据的提取分析。在投前环节， 系统提供可靠、翔实的数据，便于信托业务人员实现项目推进的快速研判，并且通过大量细分数据展示交易主体情况、项目本身情况、项目所在行业和市场情况、宏观经济情况等，有助于尽调报告的高质量输出。在决策环节，能够根据内嵌的投资模型，更快速、便捷地判断项目优劣势，并进行项目和项目、项目与行业之间的横向比较，做出符合公司业务

24、转型要求的投资研判，助力评审委员进行有效、高效决策。在投后环节，该平台可以实现交易对手、行业、市场、项目的动态监测，辅助高质高效的项目管控和信息披露等工作，并且快速发现项目投后需要优化的场景， 满足业务迭代发展的数据支撑。未来，数据驱动下的科技与信托相结合，高效连接“客户、产品与数据”，通过加强客户体验和客户洞察，提升产品识别和引入能力，夯实自动化运营能力的信托业务与管理创新模式。在信托业务开展的每一环节，都有许多参与方聚合。信托公司通过外部合作，与各类机构共同依托差异化的资源禀赋，在数字化转型中找到适合自身的场景与定位，强化核心能力建设的同时实现融合发展。（三）合规风控：从“经验判断”到“人

25、机结合”近年，监管层加大对信托行业“治乱象、去通道、防风险”的力度，推动行业回归信托本源，加之信托业还处在资管新规的过渡期，信托公司合规成本大大增加。传统信托合规风控包括标准化、批量化模式、独立审批人模式、全流程模式和风险管理策略导向模式。无论哪种模式，都是为了更好地打通各业务流程，提高尽调、审批和风控的效率和降低成本。然而，传统信托合规风控的相关业务流程主要依靠人工来完成，不仅人力成本高，工作效率也不高。金融科技的应用，突破了以往信托公司经验判断为主的风控模式，转向借助人工智能、区块链和大数据等信息技术优势，将人的因素与科技的因素有机融合。具体而言，金融科技在合规风控方面的应用优势，体现在如

26、下四个方面：1.智能尽调智能尽调是人工智能在企业尽职调查中的创新性应用，能覆盖更广的客户群体，从而大大减低交易风险。人工智能在处理庞大信息量上具有质的飞跃，这体现在处理包括准备和制定调查程序、审视财务报表与合约以及诸多其他重要信息的冗长调研任务，收集合作伙伴文件档案并分析文字中的含义，制作尽职调查研究报告。以往，专业尽职调查人员在执行调查任务上需花费大量资源、资金和时间。而人工智能将绝大部分非结构化的原始数据资料转化为精细的结构化数据，再经过智能系统的分析，以数据报表和可视化图表的形式呈现，更加直观、便捷和全面地供专家复核、供管理者决策。总之，金融科技的运用能够为尽职调查节省总成本和时间、降低

27、人为失误以及人工审核需求、提升执行效率、避免专员长时间专注琐碎任务，使其更多地关注关键任务的完成与信息的复核。例如，平安信托的“1+N” 智能风控平台，实现了投前、投中、投后全流程管控，支持包括立项尽调等业务全周期全流程管理。在该全周期管理平台的基础上， 打造债券智能评审、团队画像、财报再造、智能法审等“N个智能云插件”，全面提升风险管理和投融资决策水平，赋能展业经营、管理决策。此外，借助平安集团的金融科技技术，平安信托开始用人工智能手段对其客户进行分层。首先，这一分层针对客户来源和场景进行，即便面对的是同样资金量的高净值客户，这种分层也会根据客户的投资风险偏好、资金来源以及不同的服务场景进行

28、分类。其次，利用平安各金融平台的大数据体系，平安信托还对其客户的当前价值和未来的潜在价值进行评估，从而将客户分为5个等级（资产等级），每个等级里面细分为4个大类（优质、潜力、富裕、普通）。另外，平安信托还利用平安集团旗下平安财富宝平台， 在客户服务、信息披露等方面引入现代科技力量，实现了客户风险等级在线测试、客户预约、信息查询、在线客服等多种新的服务方式。2.舆情监测舆情监测是通过对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求，形成可视化分析结果，为全面掌握动态和做出正确决策，提供分析依据。舆情监测最早运用于政府公共管理领域，近年在金

29、融行业得到了普遍运用。金融运行的基础是信用与预期，这种特征使其更容易受社会信用与预期舆情的影响。小到个别金融机构的风险事件、声誉风险，大到席卷全球的金融危机、系统性金融风险，另外投资消费预期、通货膨胀预期、系统金融机构运行、国家货币政策制定与实施、金融监管政策效果无不受到舆情传播的影响。金融科技与金融舆情监测的融合，极大地扩充了信息来源、提高了数据分析的准确性和时效性。例如，华能信托舆情监控系统。该系统2019年获得了国家版权局颁发的计算机软件著作权登记证书，是华能信托的大数据智能风控系统的重要组成部分。该系统在监测范围上实现了主流平台全覆盖，724全天候监测，及时发现网络舆情。同时，还搭建了

30、舆情评分及预警系统，在监测企业舆情信息方面，每天定时自动发送邮件，对于当日评分低于80分监控企业，自动发送预警邮件提醒。再如，平安信托智能风控平台接入外部资讯及舆情信息，通过机器学习构建多维因子模型，形成高效、专业且精细化的风险决策引擎。3.大数据风控大数据风控即大数据风险控制，是指通过运用大数据建模的方法进行风险控制和风险提示。传统的风控技术，多由各机构自己的风控团队，以人工的方式进行经验控制。随着金融科技的发展、金融业务的提效增速，传统的风控方式已逐渐跟不上机构的业务扩展。也有人曾质疑大数据风控较人工操作的准确性，于是有学者从中国的互联网金融发展的实际情况出发，将机器学习算法的互联网金融风

31、控模型与传统的统计评分卡模型进行了对比试验，证明了机器学习模型能更好地预测个人信用风险，从而构建更加有效的风控体系。例如，华能信托的大数据智能风控系统涵盖了4大功能：机器学习与智能评分； 数据可视化与一键排序新闻尽览；舆情预警系统；多板块监控。其中，功能二和功能三主要针对的是舆情监控场景，加上功能一和功能四，组成了完备的大数据风控体系。该系统囊括了详细的企业信息浏览功能，展示单企业的详情信息，包括企业概览、关系企业、财务数据、企业融资、经营预计、评级记录等内容。通过大数据技术，收集政府部门及其派出机构、监管机构等官网公开的企业罚款、立案调查、失信等诚信事件，并且囊括深度的信托资料查询，展示信托

32、产品详情信息，包括信托要素、发行、评级、估值、公告、相关产品、机构持仓等内容。此外，利用智能分析技术，不用人工便可进行信用市场风险研究，比如为分析各地区、受托人的整体信用风险情况提供助力。4.智能反欺诈数字化金融欺诈具有专业化、系统化、隐蔽化等特点。智能反欺诈可准确识别恶意用户与行为，解决金融机构在支付、借贷、理财、风控等业务环节遇到的欺诈威胁，降低企业的损失。一方面，人工智能可以利用机器对数据的大规模以及高频率的处理能力，将申请人相关的设备、IP 等各类信息节点构建庞大知识图谱，并在此基础上建立基于机器学习的反欺诈模型并对其进行反复训练和实时识别，迭代更新黑产知识图谱，有效识别各类欺诈风险。另一方面，人工智能基于庞大的知识图谱，还能监测整个互联网的风险动态，当发现信用表