国金证券中期投资策略会纪要：大数据+FOF资管生态圈——涌富陈杰夫

各位来宾，下午好，我是国金涌富的陈杰夫，刚才阮教授向大家介绍了大数据在企业层面的应用，唐总也为我们讲述了大数据在合并重组中大数据的应用，我作为听众，我收益匪浅。接下来我也想跟大家分享一下国金涌富在“大数据＋”资管生态领域内的一些感受。首先跟大家介绍下国金涌富，国金涌富是大国金背景下重要的业务战略布局，在国金体系内每一个子公司都有自己的使命和责任，而国金赋予涌富的使命就是把“大数据+”资管生态平台做深做透。成立以来，我们也一直在探索如何能够将大数据融入传统资管之中，给传统资管带来新的活力。我们自己的统计来说，我们算是资管业内第一家也是唯一一家做“大数据+资管”的公司，所以今天我代表国金涌富和整个国金体系，想与大家分享一下一年以来，我们在大数据+资管业态这条路上的一些实践体会。资管圈内一直存在着一些矛盾。首先，好的标的难以寻找，中国资本市场的资金不断增长，这些资金急需要找到合适的投资标的来进行投资；其次，标的也在急速增长，投资主体其中包括公募私募，银行理财等，他们也需要吸引大量的优质资金。不完全统计，目前我国资管行业规模已经超过80万亿，这里面包含了银行第三方，公募，私募，保险等，对应标的的数量也迅速扩充到了15万只的量级，按照目前的增速来看，破100万亿只是时间问题。其实可以说，在中国的资管业态圈内，资金和投资标的都不缺乏，最缺的是如何让优秀的资金和优秀的投资标的进行匹配匹配，我们缺乏的是连接二者的有效的渠道和桥梁。因此，总结一下问题就是两个方面：供需不对称和匹配困难。造成这两个问题也有很多原因，我们做了一点汇总，其实归根结底都是由于信息不对称和匹配体系不完善造成的。在这些问题的背后，我们其实更加的呼唤用大数据的方式有效快速的来解决行业内现存的矛盾和问题。我们用了一年的时间，经过不断的探索实践，我们认为在资管业态内融入大数据的因素，是对现存资管业态面临的挑战较为有效的解决办法，具体的我们是从四个方面入手。这四个方面是，我们从数据的采集、处理、校验和分析四个方面，我们希望能够减少资金方与投资标的间存在的信息壁垒。也是在这四个方面，我们将大数据的元素有机的结合到了我们实际的业务场景中去，我们也非常愿意将我们的感受和产品形态以及技术模块给大家做一个分享。在我分享我们的成果以前，还想再回到行业的层面，其实资管行业再处理上述几方面的问题的时候，也做了很多的尝试和探索，时至今日，目前解决资金和标的匹配的问题已经趋向于两种趋势，一种方向是以人为本，相信人为逻辑制胜的人工处理方式，另一种方向是以依赖于机器判断为主的智能投顾。但这两种方式目前似乎都不能有效的满足现在的行业现状。例如一般传统的人工处理办法总而言之存在成本高，效率低，没有办法全行业全标的的覆盖等主要几个问题，人工在处理信息的过程中也存在很大的人为风险，比如主观判断风险，道德风险，难免有所偏颇，外加人工处理信息的时候使得重要的信息遗漏或者是错误，因为现阶段的从数据处理的角度讲，所需处理的数据早就超过了人为可以覆盖的的，现在整个的资管业态更是达到了人力 已经无法进行全方位覆盖跟踪的程度，我们需要一种更加有效率，成本更低，覆盖率更广的方式来处理资方和标的匹配的信息处理需求，因此大数据智能化也就理所当然的成为了目前呼声最高的方向。智能投顾的话，是用机器判断来代替人来做决策，例如国外知名的kensho的智能投顾，人工只需要去接受采纳机器产生的分析结果就行：然而这种大数据智能的处理方式在现阶段也存在一些缺陷，首先，技术上还没有完全成熟，商业化的程度也比较低，另外，纯智能的处理结果，因为人没办法去预测机器的准确性，往往无法进行验证，如果一味的执行机器的策略，也会有极大风险，比如市场出现了以前没有发生巨大转变，机器是没有办法像人一样迅速反应过来的。也许在未来几年，像这个技术能够趋于成熟，达到真正的深度学习，人工智能，但对于目前的市场来说，无论是纯人工还是纯智能的投资顾问都没办法满足现在市场的新变化，因为在逻辑判断上，人永远是核心，而且我们公司始终坚持的认为整个的投资市场归根究底是人的市场，以人为本永远才是王道，机器永远无法取代人的作用，机器的只能作为人的工具来辅助投资人在决策过程中的一系列行为。总体而言，人工在应对突变情况下的逻辑变换永远胜于机器学习，而机器在处理大规模重复性劳动上也有不可替代的功能，因此，在资管行业目前面临着转型的背景下，国金涌富也给出了自己的解决办法，即大数据与人工的有机结合具体的结合办法就是，用大数据技术来产生模块化的信息处理工具，来辅助投资人和投资经理进行投前投后的全方位管理，大数据作为一个加号的意义就是让传统的资管业态重新焕发活力。以这种核心理念为基础，我们公司在这个过程中，产生了四个核心的技术模块，这四个模块是我们所有服务和产品核心基础，四个模块为：1张图谱+2个技术+1个机制，资管知识图谱，金融领域高性能爬虫体系，自然语言处理品台，数据质量保障体系。资管知识图谱使我们最核心的模块，与之前阮教授的讲的企业图谱不同，我们这边重点只关注知识图谱在资管行业内的纵深应用，也就是针对资管行业汇集了一个核心知识网络，技术核心也是机器学习＋专家知识库，具体来说，类似于百度的人物知识图谱，百度图谱的用户可以根据需要搜索任意人物之间的关联关系，比如张三的弟弟叫张四，你搜索张三的弟弟，百度图谱会给出张四作为结果，并显示出他于张三的关系，但因为业务背景差异大，目前国内还没有专门针对资管行业特别成熟的知识图谱。不同于百度的人物关联图，我们的知识图谱主要由实体和特征构成，实体是以基金经理、金融产品、金融机构为中心的，特征是用来描述实体的，包括人名，投资风格，投资策略，绩效表现，注册地，管理规模等等，用户是甚至是可以根据某一类特征进行搜索，返回的就是跟这个特征有关的基金经理，机构或者产品，这个图谱还可以看出机构跟机构，人与人，产品跟产品之间的任意关联情况，举例来说，比如搜索倒台的私募大佬，这边返回的结果就是跟徐翔有关的一系列新闻，这个资管知识图谱需要数据的累积，除了目前对历史信息的汇总外，也有能力未来的情况做一定程度的预测，在此就不做展示了NLP（重点介绍处理能力，可同时处理10万量级新闻）另外，与投资相关的信息已经不局限在净值收益率这些量化的数字上了，文本类的数据也成了投资需要参考的重要资料，例如，新闻，公告，微博，微信，甚至一些股吧的言论等等，这里需要涉及到一个自然语言处理的技术。为了让传统平台无法处理的非量化的海量文本数据能够更清晰有效的被读取，我们自 建了一个NLP的处理平台，包含了文本分类，分词标注，实体抽取等。简而言之，一篇新闻或者公告到了我们的平台上会被自动分类，里面包含的重点信息和关联的公司，标的和人物会被机器识别并标示出来，机器还会根据相应的结果判断整篇文章的情感的正面和负面。逻辑：文本中分离主体，抽取特征，对文本清洗判断，与图谱结合识别关联爬虫（高性能）主要应用在采集层面上，基于公开开源数据+自建模块，目前爬虫的效率主要体现在几个方面：站点覆盖多：10万量级站点；时效性高：实时获取，增量获取；数据自动清洗：全量去重，自动化去重去噪；网站反爬应对能力强：对于网站的反爬策略有有效的应对方法；流水线：新需求可快速爬取；数据质量：为了保证海量数据的准确性，我们建立了数据质量的监控平台，通过各类数据的更新量，变化量和规格等指标进行智能化监控，并在某些环节上设置人工的双重检验以确据准确率在95%以上。（数据证明）目前国金涌富是市场上唯一一家大数据+资管服务商，一年内已覆盖超百家重量级客户，行业跨度涉及银行、保险、资管等，提供超过300亿资管服务。以下是我们在这条路上的一些探索和创新的结果，主要目前的服务业务是先从fof和mom为切入点，这7条产品线目前是我们对fof，mom打造的投前投后的全方位一个产品体系。具体跟各位分享一下我们做的一些小的应用场景，这个场景是我们根据fof和mom的应用场景做的一些案例展示。在宏观层面上，涌富自建了一个宏观一致性预期的判断体系来根传统资管业态进行对接，在此之上，我们还建立了个大数据因子库，用来辅助验证宏观因子的有效性，大数据因子主要是利用自然语言处理技术，将从公开新闻，公告，微博微信采集下来的文本数据，加工成对应的热度、情绪和关注度类的因子，再根据信息来源和关注对象，分类成消费者、行业、机构、政府和企业家等不同的类别，辅助验证宏观一致性预期的准确性。筛选体系：主要切入点还是fof，mom的尽调，我们除了有跟传统资管对接的idd＋odd的评估体系之外，我们还通过自然语言处理平台＋资管知识谱全面构建了一个针对基金经理个人的一个尽调体系，包含了投资风格及投资属性，成长经历等，我们希望能够从中挖掘出跟人的投资基因，结合资深尽调团队对于400个IDD及500个ODD问题回答的分析结果，进行交叉验证。其中，IDD与ODD问题库目前囊括了国内外市场上最全的基金投资及运营调查问题。用户能够通过自主设定阈值，筛选出目标投资产品，同时智能筛选体系紧密检验投资逻辑与业绩，大幅提升结果准确率及效率。大数据在线尽调。在线尽调是我们涌富推出的一个集在线填报、智能阅卷、自动生成报告等多功能于一体的智能化尽调系统。智能金融的机器学习功能，让产品背后的逻辑系统可以快速适应场景数据，建立合适的评分规则、决策体系。用户能够通过这个平台实现包括尽调目标的资料收集，数据处理，机器自动分析及一键生成报告，解放了传统资管行业繁复的前期人工性工作，帮助提高工作效率。投后管理，我们涌富也做了一套传统的绩效管理系统还对接传统资管的需求， 除了传统的绩效管理之外，我们还做了企业图谱，根据企业的股权关联关系来实时监控企业是否存在运营和内部交易的问题，以及舆情监测，用来检测我们标的社会舆论和实时舆情的走势。我们目前已经积累了一定的数据、掌握了部分模块技术、形成了一系列产品，但是离我们未来的目标还有很长的路要走。出了现阶段服务于fof和mom，我们希望通过服务市场的方式来进行积累，最终能够用大数据＋的方式来服务整个资管管理生态圈，“厚积薄发”，这也是我们公司一贯坚持的原则之一，我们会继续坚持，直到最终实现基于大数据与资管业态全面融合。感谢您的耐心聆听，如果您对我们国金涌富或者大数据资管行业感兴趣，欢迎与我们当面进行交流联系。