普适方案｜资管新规落地，资管领域存量市场竞争激烈。专家：得转型（附产品推广）

经济政策调整，资管领域机构陷入担忧

近年来，在次贷危机、人口红利消退等诸多因素影响下，我国原有主要依靠投资拉动的经济增长模式，逐渐步入发展瓶颈。许多传统行业的公司在逐步转型的过程中增速减缓，甚至发展受到较大影响。例如：

2021年7月27日，股市引来一场大动荡。24日，中共中央办公厅、国务院办公厅印发《双减》（简称）的通知，明确教培机构一律不得上市融资，并严禁其资本化运作，导致教育股全线大跌，新东方收跌达47.02%。如此监管重锤之下，教育板块崩盘的余波无疑回弹到中概股，并就此在大盘掀起了“巨浪”。截至27日收盘，上证下跌2.49%，深证成指跌3.67%，创业板则跌超4%，A股港股颓势一片。在黑天鹅常态化、范式转换轮番上演、变化是唯一不变的当下，投资研究者都陷入深深的疑虑和担忧。

2022年1月，“资管新规”过渡期正式结束。具体请查看：一文看懂资管新规。资管行业会朝着更加的法制化、规范化的方向发展，由科技引发的金融领域内的革命正以燎原之势席卷而来，资管行业数字化转型势在必行。

撬动资管数字化转型新格局的三大策略

十四五”规划中，数字化转型成为各行业关注重点。在这场创新变革活动中，必须将数字技术的应用与企业所追求的业务目标相结合，涉及企业发展战略、组织架构、核心业务流程等诸多方面。未来，资管行业的格局会有什么样的变化，能否把资管业务和金融科技进行深度的融合来构成核心竞争力，这可能是影响资管机构未来格局非常重要的边际驱动力量。

那么，旧的模式需打破，新的数字化模式该怎样建立起来？行业专家表示，这三大策略将撬动资产管理行业数字化发展新格局：

三大策略破局资产管理行业数字化布局

• 科学的投资框架和体系

“加强在前瞻性的投资体系建设，基于产业链研究，更先于市场去发现产业的趋势和潜在的优势公司。在一些行业和公司受到负面因素影响、市场关注度较低的时候，去做提前的准备和布局。”

• 强大平台支持和团队协作

“采用一体化、智能化的智能投研平台进行精细化的投资研究、数字化管理；在技术人才紧缺的环境下，尽可能提高核心业务能力。”

• 严格的风险管理投资流程

“充分挖掘数据，优化分析模型，进一步提升投资研究风险监测分析的敏感性、有效性。”

但就目前而言，中国资管机构整体数字化转型才刚刚起步，数字化水平远远不够。资管领域数字化转型亟须真正赋能业务的创新技术和应用能力。

资管领域数字化转型究竟难在哪？

来源：麦肯锡分析

根据麦肯锡调研显示，截至 2020 年上半年，中国大资管市场整体AUM（资产管理规模）规模高达 116 万亿元人民币，预计 2025 年 AUM 有望达到 196 万亿，2019-2025 年均管理资产增速将超过 9%。

综合多方面数据看，具有相当规模的企业均已进行资管数字化升级，企业的市场竞争力明显提升。越来越多的企业陆续加入到资管数字化升级的行列中后，中国资管公司的科技平台建设的诸多痛点，也逐渐显示出来：

01 数智化不足，研的模式存在风险

投研人员大部分的投研过程基本都集中在本地实现，工作的过程不透明，导致投研成果难以分享和整合，这在人员高速流动的时代是个巨大的风险点。

02 业务系统割裂，投与研缺少交互

目前的投和研存在割裂的问题，难以构建持续性业务优化闭环。传统形式是研（投研人员）->报告->投（投资经理）。研究员成果不能传导到基金经理，也很少得到基金经理的反馈。

03 数据处理需求激增，弹性供给成难点

市场瞬息万变，信息爆炸增长，各投研平台通常罗列繁多的研报、企业、市场数据。

• 数据间缺少有序整合。对数据的整合以及发掘关联价值，仍大量依赖于人工，投研人员的行业研究经验、研究知识与能力难以从个体复制到群体。
• 信息检索效率低下。信息仅通过关键字、标签、类别等进行简单、重复的信息检索，不符合研究人员关注标的、行业和产业的调研习惯，难以进行深度有价值的研究。

以上资管机构转型过程中存在的“诟病”，也正是普适智能反复思考并着手创新的重点。对此，我们的思考如下：

普适智能投研一体化中台解决方案思路，搭建资管转型“新蓝图”

与解决痛点对标的普适智能投研一体化中台，集于一体的数据资产管理平台：配备大规模高性能数据库，全量的关联数据集，前沿图计算集群资源；统一的知识图谱分析界面，从节点、路径、社团不同级别分别提供了20个可视化功能，让投资者可以轻松使用平台已有的图算法对投研事件主体进行深度分析；利用图进行全局数据和知识的联动，打造激活业务价值的投研应用生态，形成统一的、灵活的业务系统闭环。

四大“新方略”，打造资管数字化转型最锋利的“矛”。

• 从系统层面：投资和研究的工作线上化，支持协作、共享交互、决策和管理。
• 从数据层面：构建全产业链知识图谱基础大图，投资者的投研逻辑可清晰沉淀在平台内，支持共享和交互，积累企业知识资产。
• 从沟通层面：简单清晰的沟通形式，大幅度减轻IT和业务部门的投资观点沟通隔阂。
• 从推广层面：从业务价值评定层面和灵活方便的业务输出层面，让参与者参与到收益的积极闭环。

普适智能投研一体化中台四大优势

普适智能基于产业链研究推理的投研框架，化为转型最强势能

普适智能基于产业链研究推理的投研框架，旨在摸清“业务血管”的脉络，逐渐扩张和蔓延，探究事物的本质；助力投资者从宏观到微观视角，对经济周期、经济现象、经济数据与市场表现进行全方位的分析与研究，从而锁定影响事务本质的中心环节。

打破关键数据孤岛，充分激活数据要素潜能。收集整合多维数据，构建产业级、行业级和公司级知识图谱，以投研事件图谱为核心体系，为后续产业链研究搭建骨骼支撑。在平台功能上，实现对具体事件、实体、逻辑等的统一管理，让投资者的投研分析更具备灵活性、全局性、前瞻性。

正如一位来自资管行业高层管理表示：

“资本市场迭代和进步的速度非常快，让我们倍感压力。我们认为要更加集中精力到产业和公司的研究上，并进一步加强前瞻性的研究及扩大研究范围争取能够提前领先于市场把握机会。同时扩大研究覆盖的范围，以一个更广泛的产业研究的角度去组织我们的研究，这样才能让我们能够发现更多没有被市场发现的机会。”

PUSHIAI基于产业链研究推理的投研框架的投研一体化中台，首先形成自动化关联的相关产业链上下游基础知识图谱大图（如下图）。投资人依托于该平台，可以实时监测证券市场中海量的非结构化数据，如新闻、公告、舆情、市场和财报等；结构化数据如：产品信息持仓、产业链、渠道客户属性（收益率、市值）等。构建以客户为中心的全景视图，智能识别显示风险点和传导路径，增强风险管理的前瞻性和预见性。

投资研究金融知识图谱本体模型

 

牢牢地夯实投研数据基础，更有利于加速金融机构数字化转型高质量推进的步伐。借助图机器学习、知识图谱、图计算等人工智能技术优化传统模型，结合基金持仓数据，实时推送相关产业链分析信息、预警信息。一方面，利用人工智能技术进行特征选择和特征挖掘，发现优质指标进行定量分析，根据基金持仓画像，推荐关联上下游公司，整合形成智能化基金画像；另一方面，大大提升基础金融模型实际应用效果。通过智能化评价策略、多维度关系图谱等理清风险关联关系、研判风险变化趋势，实现对高风险交易、关联关系、研判风险变化趋势、异常可疑交易等的动态捕捉和智能预警。

投研场景应用构建，健全灵活高效的投资研究创新体系

以推进业务和管理全面线上化为起点，逐步完善普适智能投研创新体系；以强化数字技术应用为方向，实现分布式架构推进平台化系统的建设，提升系统的扩展能力和适应能力；充分利用平台的开放能力，并可以根据企业自身情况进行各场景应用的搭建或对接。

基于投研知识库-产业链的应用生态

 

• 挖掘标的——标的推荐

投研人员依托普适智能投研一体化平台，结合市场上的整体持仓状况，把控整体性判断。基于事件的因果链路分析方法论，投研人员可从当前的政策环境、产业链关系、事件因果关系、事件强度等方面，分析产业整体的影响以及强度；通过研究标的公司与产业的关系，获取政策最为利好的公司，为业务业绩提供精准依据。

• 风险监控——情报监控

投研人员依托普适智能投研一体化平台，基于事件的因果链路分析，可预先了解需要分析的角度。举个真实业务场景：分析银行降准这个事件，可以从降准的粒度、降准整个体系、降准的方向、降准实施者、降准所带来的影响、降准的起因等多个角度进行全方位分析，而不再局限于某一个点。如此一来，得到的结果也能更为全面、更有说服力。

• 行业理解——降低行业理解门槛

投研一体化平台汇聚、沉淀诸多历史数据和高价值的研究结论，本身就是机构重要的知识财富。首先，在事件图谱中的事件实例层中，积累了大量的事件原始描述，这些原始描述都来源于某个具有上下文信息的文本，是丰富的事件素材；其次，事件图谱是企业智慧经验凝练的结果，省去大量信息检索的时间成本，可快速帮助投资经理了解一个行业，不同事件的分析角度，对投研去影响决策提供更好的帮助。

总结

数字化转型的目标是赋能业务顺利开展和快速增长，实现业务价值。而资管投研一体化平台的搭建，将助力企业建立完善的资产统一管理体系，投资管理人们可实时掌握资产变动信息，帮助企业高效盘清资产，促使资产管理工作标准快速有效地落实。最后，普适智能认为：数字化转型实践面临诸多落地挑战，我们将继续集结行业的力量，一起推动行业数字化高质量发展。

小普提示：获取完整解决方案，咻地一下滑到文章最上面哦。

推荐进一步阅读：

知乎文章：
一文看懂人工智能 vs机器学习 vs深度学习 vs 神经网络：有什么区别？

想探索更多技术栏目内容，最新知识图谱商业化落地应用案例

搜索公众号：普适极客