政策解读

行业新闻

规划成果

产业调研成果

招商策划成果

概念规划成果

地产策划成果

投融资顾问成果

园区规划成果

产业规划成果

企业战略成果


	首页 > 招商运营托管要闻

人工智能在资产托管行业应用探索与前瞻

来源:中机院时间:中机院点击:2677

未来，资产托管将继续加快与新兴科技的融合，推进新技术在营销、运营、风控、内部管理等方面的应用，赋能核心能力的发展，打造健康、可持续发展的行业生态。

　　全面应用新兴技术是资产托管行业的战略选择，资产托管业务将继续加快与新兴科技的融合，对具体业务场景进行梳理和诊断，提炼出可以运用新技术的环节，大幅提升作业效率或解决业务痛点，提升核心竞争力。加强顶层设计，做好前瞻布局、严格数据治理、加强人才储备，推动资产托管行业朝数字化、智能化方向转型。

　　近年来，人工智能、区块链、云计算、大数据等技术发展突飞猛进，将引领新一轮科技革命和产业变革。新技术的应用逐渐向全场景拓展，对社会和经济的影响日益凸显。各国政府先后出台相关政策促进人工智能的发展，并将其上升到国家战略的高度。各行业也在不断探索新业态、新模式，加速推进技术的规模化拓展应用，助力行业向智慧化和数字化转型。

　　在新科技浪潮下，资产托管作为一项专业性强、技术含量高、业务触角广的商业银行中间业务，不断与时俱进、开展卓有成效的尝试和探索。未来，资产托管将继续加快与新兴科技的融合，推进新技术在营销、运营、风控、内部管理等方面的应用，赋能核心能力的发展，打造健康、可持续发展的行业生态。

　　1、全面应用新兴技术是资产托管行业的战略选择
　　近日，央行副行长陈雨露在《中国金融》杂志撰文指出，要把握第四次金融革命机遇，推动金融业更好地服务经济社会高质量发展。以重点突破带动全局，支持金融机构合理运用金融科技手段提升金融服务质量与效率。

　　科技进步推动金融业态升级，资产托管行业加强科技应用和投入，向数字化、智能化方向转型，拓展托管服务的深度与广度，变革展业及服务方式，将托管机制向更广泛、更深入的层面积极推进，从而更加高质量、高效率、多样化、差异化，驱动营销、管理、运营等方面的全面跃迁。

　　1.1 赋能市场精准营销
　　在“人工智能+云计算”时代，数据已成为数字经济的“石油”，海量的数据将获得“资产”属性，成为资产托管行业组织市场营销、变革获客方式的重要驱动因素。

　　多渠道采集数据，提高数据层次感和覆盖面，实现精准营销和获客。加强内部数据治理，深入分析托管产品、资金和资产的各类信息，做深客户身份画像识别，推动客群细分管理，构建内部统一的分层分类标准和数字营销体系，将抽象的数据标签与具象的真实场景进行比对和校验，从而精准触达客户并快速获取价值客户。

　　进一步整合数据资产，提升应用数据的能力，挖掘增值效应。对目标群体商业关系进行分析，挖掘客户潜在需求，拓展业务范围，全面嵌入托管服务，助力客户产业生态的培育和完善，形成协同优势，探索出全新的获客策略和展业模式，引导业务朝着做实基础客群、增强客户黏性、扩大覆盖面的方向发展。

　　1.2 助力风控高效管理
　　风险控制的关键点建立在系统化、完整的数据链基础之上。在托管业务全生命周期、业务全流程线上运行的基础上，通过对海量托管数据的深度分析，赋能风险管理。强化数据驱动，建立涵盖立项审批、账户开立、核算估值、投资监督等业务全流程的一体化实时运维监控系统，提高风险监测、预警的精细化管理能力。

　　将结构化和非结构化的数据进行整合，推进合规风控模块开发，通过系统平台建立信息提醒，引入智能向导和知识库链接，对于批量处理过程异常，给予及时准确的提醒与处理建议。

　　1.3 驱动运营智能服务
　　全面优化日常估值核算系统操作流程，将AI(人工智能)、RPA(机器人流程自动化)、OCR(光学字符识别)、NLP(自然语言处理)等技术综合运用于托管业务日常运营操作和托管客户服务，节约人力投入，提升托管运作效率。对操作进行范式化、智能化处理，配合以API(应用程序接口)等技术，构建无界开放银行，提供自助、便捷、实时的多维度、可视化托管网格服务。

　　通过对运营、客户、同业数据的不断挖掘，形成市场热点与趋势判断的投资咨询服务业务，提供宏观经济分析、市场趋势判断、风险绩效分析等多种数据服务。

　　探索利用私有云和公有云，提供大资管全托管系统外包服务。作为系统提供方、营运咨询方、培训机构等方式收取软件供应、计算单元、存储单元租用、咨询服务和培训等费用。

　　2、资产托管行业积极探索人工智能在具体业务场景的应用
　　在大数据技术日益成熟的基础上，随着大规模低成本并行计算的实现和深度学习算法的出现，人工智能进入了加速发展期，开始渗透到大资管领域。资产托管行业对具体业务场景进行梳理和诊断，提炼出可以运用新技术的环节，实现大幅提升作业效率或解决业务痛点，提升托管银行核心竞争力。

　　2.1 合同智能处理提升效率
　　托管产品合同(泛指产品合同、托管协议、投资合同)审核是托管行进行风险防范的重要环节，合同审查的标准十分严格，需要对合同的全部文字条款进行确认，因此工作量很大。传统的人工逐字逐句进行审核的方式，审批单份合同至少需要半小时，不但效率低下，而且会受限于审核人员专业素养、精神状态等外在因素的影响而出现疏漏或差错。特别是在产品后续运营指令审核过程中，还需耗费大量时间进行人工查阅托管合同图像、监管合规制度及行内运营制度，造成合同执行跟踪不便、履约信息滞后、缺乏风险预警机制等。

　　将人工智能应用于托管合同处理流程，用智能审批取代人工肉眼审核，解决单纯依赖人工操作成本高、效率低且风险大等痛点。通过OCR和NLP技术进行智能识别比对，自动标注合同版本间的差异点。通过语义要素抽取与语义理解、法规制度挖掘、追踪与深度语义合规检查，利用自然语言处理和深度认知分析技术对法规进行全面解读和语义分析，提供深度合规洞察，提取产品要素表信息数据，形成产品合同信息画像，推送业务系统成为系统运营参数，并且在产品后续运营过程中，投资指令可根据产品合同信息画像和合规知识库，推荐投资指令事中监督结果，并展示引用的合同条款或监管规则，做到合同全流程智能处理。如果用上述合同智能处理机器人，合同范本使用率提高30%，合同起草工作量降低50%，合同审批、指令出款自动查阅合同均秒级完成，极大地提高了工作效率。合同智能处理机器人的使用，可逐步解放托管业务人力资源，更多运用于运营管理、风控研究、系统优化、开发创新等更富创造性的岗位。

　　2.2 资金、资产穷追风险预警
　　资产托管业务作为资产管理业务的一项重要制度安排，有效构筑风险隔离墙，保障资产管理“受人之托，代人理财”“服务实体经济”的本源。但在实际运作中“卖者尽职披露，买者风险自负”的理念却经常被异化，近年来发生的诸如资产违约、财务报表造假等事件，便是信息不对称不透明的体现。比如，私募基金管理人未按照《基金合同》《合伙协议》《公司章程》的约定用途使用募集资金，而是擅自将其用于其关联方的经营;私募基金涉及关联交易的，私募基金管理人未在风险揭示书中向投资者披露关联关系情况，损害投资人合法权益;私募基金涉及高风险行业的，私募基金管理人未在风险揭示书中对资金流动性、关联交易、单一投资标的、产品架构、底层标的等所涉特殊风险进行披露，导致产品资产损失;私募基金逐渐呈现出跨市场、跨区域和跨方向的多元化趋势。由于资金流经过多家银行的多个账户，造成托管行缺乏全面的了解，使洗钱活动有机可乘。上述种种现象，如托管行未能及时监控，一旦造成托管产品资金或资产损失，则可能导致托管行陷入被动境地，遭遇风险。这些问题如果利用人工追溯及监控，收集成本和时间成本大到无法估算，是几乎不可能完成任务。

　　引入人工智能，结合托管行行内数据、管理人提供的数据和搜索到的多维度数据，提取出有用的部分数据进行分析，演算出关联关系图谱，将产品、资产、客户之间隐含的关系网络梳理清楚，帮助托管行查证资金和资产的真实流向。具体到私募产品托管的场景，可以使用NLP技术在私募产品出款、产品回款两个环节对真实交易目的进行匹配与监测。采用基于机器学习或深度学习的关联关系指标计算方法，获取关系圈信息，归纳资金交易模式，配合关联关系体系和交易目的挖掘，挖掘产品资金的流向分析带来的业务价值，形成可疑交易模式探查、特殊客户流向、识别可疑欺诈网络的分析框架，从而监控资金特殊模式、发现资金交易异常。据简单测算，初始构建几千个节点(资产、机构、企业)的关系图谱大概需要一天时间，每日增量部分十几分钟完成，能快速地帮助托管行探查产品中可能存在的自融、关联交易、洗钱活动等违法违规行为。未来，当数据和案例积累到一定程度后，还可以使用机器学习模型预测托管产品发生坏账的可能性，提早进行风险预警。在此基础上，我们还可以纳入更多维度的建模因子，包括关联关系图指标等，综合提升模型的预判精确度，提升托管行在信息收集、整合、传递，及监督等方面的效率，打通信息梗阻，保障整个行业的有序运行。

　　2.3 深度挖掘数据估值纠偏
　　托管业务的传统服务流程，如指令处理、资金清算、估值核算、投资监督等已经相对成熟和规范，将业务流程设置成任务链，则较易实现产品日常运营流程自动化，一旦某一任务节点的执行出现异常，则需经办人员进行排查。由于产品资产净值计算不仅涉及核算、科目、参数、凭证模版、估值方法等众多方案选择，还涉及到交易费用、利率参数、品种、行情、税费公式等众多信息维护，排查过程十分复杂且高度依赖经办人员的经验。比如，一名估值经办新人，平均解决问题时效为普通类90分钟/件，特殊类1～3天/件，经办效率比较低。

　　运用人工智能数据挖掘方法进行账务异常诊断，为估值人员推荐解决方案，提升运营效率。数据挖掘方法主要是收集、整理与所诊断的账务异常相关的所有数据，针对账务异常点和账务异常诊断数据源集合，根据一定的规则，有选择性地剔除集合中不相关的数据点，降低数据噪点规模，提高数据准确度，选择合适的机器学习或深度学习算法，将每一个账务异常抽象成一组特征集，储存在历史账务异常知识库中，建立账务异常诊断决策表，形成估值纠偏知识图谱，估值核算系统日常执行任务链时，异常问题智能化匹配知识图谱，结合个性化推荐算法，从高到低的概率，将历史相似异常和可能异常原因逐一列出，并最终形成排查思路推荐。估值经办可对推荐结果进行反馈，反馈结果会对推荐模型进行改进，当用户下一次查询时，推荐结果也会做出相应修正。运用上述估值纠偏模型，大大简化了排查问题的难度，解决异常问题时效压缩10倍以上。

　　3、资产托管行业应用新兴科技所需的政策环境
　　整体而言，资产托管行业在新兴科技的应用方面尚处于起步阶段，目前仍存在一定的短板和不足，如数据质量参差不齐、共享水平较低等，导致数据治理能力薄弱，数据价值无法得到充分挖掘和发挥，科技应用在深度和广度上均有待提升。同时，我们也要认识到，推进新技术的应用，需要打造健全的政策支持体系、培育良好的政策环境，更需要体制、机制、组织、企业文化等方面的变革和演进。

　　3.1 加强顶层设计，做好前瞻布局
　　托管行业根植于资本市场，服务于资管机构，是大资管行业高质量、规范化发展的基础所在。托管行业应加强顶层设计和前瞻布局，重视战略研判，促进多学科交叉融合和多技术领域集成创新，形成新兴科技发展和应用的体系化能力。加强金融科技的应用，将新技术与各类托管产品和业务相融合。充分利用数据的价值，并探索数据在托管业务运营、风险管理和内部控制中的应用。

　　3.2 严格数据治理，确保数据安全
　　金融科技的发展离不开金融标准化的引领，行业标准的缺失是金融科技创新与发展面临的主要难题。坚持数据标准先行、制定统一、明确的数据标准，提升数据科技的质量。加强数据生命周期管理，包括数据安全管理、日志记录，以及禁止过度收集和滥用客户数据。重视数据安全风险和人工智能涉及的伦理问题，坚持以人为本、人类自治、安全可控、公平公正和公开透明的伦理准则，在数据使用、算法研究和行业应用等层面进行全面把控。同时，积极参与各国家机构在相关领域的规范标准制定工作。

　　3.3 建设人才队伍，适应未来需求
　　金融科技的发展及应用，对人才的技能、专业知识和经验提出了更高的要求，可以说，是数字化人才供给的最关键的决定性因素。以金融科技的应用为核心，储备和建设一支不仅懂业务、懂技术、懂产品，还具备合规底线开阔视野的金融科技人才队伍，以全面覆盖前中后台应用场景和解决方案。打造体系化、高层次的科技人才培养平台,建立多学科团队，涵盖开发、测试、部署、监视和监督各环节的数据科学家、IT和数据库管理人员，以及风险管理和合规团队。从组织架构、考核体系、人才培养机制等方面进行整合和再造，提升队伍的跨行业专业水准和战斗力。

　　4、资产托管业务应用新兴技术的前瞻思考
　　未来，随着各种新科技的层出不穷和不断迭代，人工智能将成为驱动资产托管行业向前的重要技术之一，多模态深度语义理解、自然语言处理、区块链等技术的不断应用将成为推动中国资产托管行业健康、持续、创新发展的新动力。人工智能将会为我们解决需要大量计算、重复劳动等的工作问题，将我们从传统的生产活动中解放出来，使我们有更多的精力投入到业务创新等工作中。

　　4.1 多模态深度语义理解实现智能核对
　　多模态深度语义理解以文字、图片、语音、视频等不同模态的数据为输入，综合知识图谱、深度学习等AI技术，实现对数据的深度理解。随着自然语言处理、知识图谱、深度学习等AI核心技术的快速发展，多模态深度语义理解会进一步走向成熟，在托管业务的指令信息识别、客户服务等方面都可以进行更多地应用，指令附件印鉴可以进行智能核对，辨别支付凭证的真实性、合法性，增加资金安全程度。

　　4.2 自然语言处理技术实现智能审核
　　随着大规模语言模型预训练技术的出现和普及，通用自然语言处理技术，极大地提升了机器的理解和认知能力。预训练技术将深度应用于各专业领域，持续提升句法分析、情感分析、机器翻译、文本分类等自然语言处理任务的成效。具备海量规模算力、广泛的专业领域数据、预训练模型和完备的研发工具等特征的自然语言理解计算平台将逐渐成熟，并将在托管业务的合同要素识别、客户服务等方面大展拳脚,在托管合同的审核过程中，与法律法规、监管条文、业务管理办法等内容智能匹配，并识别是否符合相关条文，自动完成合同的智能审核。

　　4.3 区块链技术实现智能获取
　　随着区块链技术与人工智能、物联网、大数据、边缘计算等技术的深度融合，空间和实体的映射问题正逐一得到了解决。围绕区块链构建的数据收集、数据流转、数据安全、数据确权等解决方案，将在各业务领域发挥巨大的作用。例如，在版权保护领域，可追踪所有权的交换、转移、出售等;在供应链金融领域，可实现溯源防伪、交易验真、快速清算，实现企业之间的安全交换;在政务领域，能保证信息的透明性和不可更改性，实现政府的透明化管理等。未来，相信也将在资产托管业务的划款指令审核、非标投资交易数据、外部行情数据获取等方面发挥巨大的作用，在指令审核过程中的投资信息，可以通过区块链技术智能地获取、审核，并保证投资信息的有效性、合规性、合法性。

　　4.4 人工智能实现智能识别
　　伴随着世界的多极化、平行化和虚拟化趋势，传统法律的规制手段将遭遇各种挑战，而人工智能将接管其中的大量功能。虚拟世界高度随机性、即时性、可塑性的特点，决定了它难以通过传统法律进行规范，而具有深度学习能力的人工智能则可以更好地确保交易的效率和安全。通过法律信息化、信息流程化、流程自动化的过程，提高法律的运作效率，在诸如法律检索、文件自动审阅、判决自动生成、智能法律咨询、案件结果预测等方面，提高法律的智能化程度。随着技术能力的不断提升，社会主体的各类信息都将数据化，所谓“法律事实”也将趋于透明化，证据链的形成可以被机器学习准确捕捉，法律流程将更多以智能化和自动化的方式完成。未来，托管合同制定过程可以更加智能化，包括智能识别是否符合相关的法律法规、识别合同风险避免法律纠纷;投资合同与托管合同进行关联，智能识别是否符合托管合同相关条款，在投资环节即可做好相关的提示与控制。(作者：雷敏余涛李添强)

中机院以研究和规划为引领，以招商托管为支撑，从咨询、规划设计软服务向开发运营领域迈进，形成多元化业务版块。服务范围涵盖大数据、咨询、规划、招商运营及托管等5大类服务。
在招商服务中，本院提出“离岸招商、离岸孵化”的创新理论，通过以商招商、以资购商等多种招商形式推进工作，得到贵州省投资促进局、甘肃天水市政府、金乡经济开发区等40多个地方政府和30余家知名产业地产商的认可。经手项目霍尔果斯经开区伊宁园区产业链图谱及招商策划项目 / 普光经开区天然气化工产业链招商图谱项目 / 太原市产业链招商图谱编制项目 / 盐城400平方公里滩涂用地招商策划项目 / 湖北省孝感市孝南区经济开发区投资环境推介项目 / 贵州省生物医药产业链图谱及招商地图项目 / 恩施硒茶产业园产业规划与招商前置研究 / 孝南区的发展及产业转型升级和招商策划 / 贵州观光生态农业产业规划和招商策划
...................................................
欢迎致电咨询 400-666-8495

分享到：

上一篇：产业园区招商引资存在的问题及对策研究

下一篇：江苏南通以产业链招商打造特色产业

扫一扫关注
中机院
园区规划
产业规划