资产管理的成本和增长：基准分析及其对德国和瑞士资产管理公司的影响

基准分析及其对德国和瑞士资产管理公司的影响 2023年10月 美国资产管理公司的长期表现优于欧洲同行——只有少数几家能够跟上步伐 最大和选定的其他AMs1的增长（2016年至2019年至2022年，十亿欧元） 8,058(65%)7,594(110%) AM行业在2022年遭受重创——资产管理规模、收入和 利润下降，另类资产逆势而上 2021-20221年财务业绩比较） 见解 ••与我们2021年的抽样研究相比 强劲后平均为-10.6 %2021年业绩（+ 15.8%）••收入和税前利润 与2021年相比，资产管理规模较低，另类资产管理公司除外••在高通胀环境下， 2022年资产管理公司管理资产规模的下行与市场下跌和净流量疲软相一致 2022年对资产管理公司不利，资产管理规模和利润大幅下降；小规模资产管理公司比同行更有利可图外部-内部竞争性利润基准1） ••最赚钱的资产管理公司大多规模较小 类似于私人股本公司的模式，以及一些精选的美国纯游戏 收入下降和支出上升使资产管理公司面临压力 随着成本略有上升，导致每资产管理规模的CIR和OpEx增加••近80%的精选资产管理公司的CIR有所上升••高收入和/或高效率的成功参与者管理着广泛的资产基础即自有ETF/指数基金产品范围或 资产管理公司的平均运营支出/资产管理规模和投资回报率都在上升——有效的成本管理将是未来的关键外部-内部竞争性成本基准1） （基点） OpEx/AuM和CIR••这是由不断上升的成本水平和 收入减少 资产管理规模下降，进而导致 尽管2023年资产管理规模和收入增长出现复苏， 收入 为抵消盈利压力，AM在优化成本结构方面有不同的选择 资产管理公司已采取措施降低成本 GenAI在资产管理 GenAI在资产管理方面的巨大潜力可以 归因于少量定义明确的应用程序字段 GenAI允许AM中的多个应用程序字段与 GenAI有望沿AM价值链削减总成本5-15 % 中后台 前厅 客户画像和个性化推荐：GenAI用于分析客户数据，包括交易历史、偏好和行为模式，创建详细的客户画像，可用于个性化投资推荐虚拟助理/聊天机器人：GenAI用于支持客户查询、提供投资建议和解决常见客户服务查询的智能聊天机器人 当愿景符合现实时，需要满足六项组织和技术要求，才能使GenAI成为现实资产管理中GenAI的组织和技术要求 1.人工智能组织和运营模式•在AM组织中嵌入 4.“沙盒”方法••在安全的云环境中通过GenAI试点实现速赢 •GenAI（去中心化与中央组织） 5.数据、基础设施和安全 ••确保数据的提供、质量和 ••考虑与人工智能相关的风险（例如推理支持人工智能的背后和可追踪性投资决策） 3.云转型 6.技能、心态和改变•确保技术和最终用户的技能和 ••利用GenAIas作为云的驱动因素 •能力（技能提升） ••实现“数据驱动”的思维方式改变和 体积和计算能力 ••将GenAI整合到资产中管理运营模式 2.风险、监管和合规 ••遵守相关法规（例如，欧盟AI法案） 有效的变革管理 您的策略和联系人 桑德罗·坎齐安 卡特琳·瓦格纳 朱莉娅·伯格 高级助理金融服务+43 664 5152 948 高级助理金融服务+ 41 58 792 3126 经理金融服务+43 664 5152 916 Philipp Wackerbeck博士 Utz Helmuth博士 -22--22- julia.burger@pwc.comkatrin.c.wagner @ pwc.ch 谢谢你