未来五年，资本市场的角色及运作方式可能因宏观经济和监管政策发生 转变。在此变革中，企业需要将业务和技术有机结合起来，以应对这些不断变 化的市场预期。
可以预见，到2022年资本市场的行业形态 将会受到自动化、个性化服务、非银行做市商 兴起等因素的深远影响。在这种背景下，技术 是抢占领先优势的必要手段。选择“积极拥抱
技术的企业可以打破挤压式颠覆的周期，而选 择“紧密跟随”的企业可能永远也追不上竞争 对手。这就要求企业跳出技术主导和成本削减 的框架思维，实行更大幅度的变革。
数字化投行VS投行业务数字化
要创造价值，资本市场参与者必须摒弃固守 原有流程的做法，重新审视企业和行业的核心设计 与架构。 许多投行过去采用升级现有IT系统的方式，在现有流程中 运用新技术以提高效率并节省成本。在这一思路下，“数字化转 型”往往采取技术或渠道优化的形式。 但纵观其他行业，转型并非简单地通过将新技术引入现 有IT架构来实现，而是需要打破固有观念。正如一位金融科 技行业的评论员所说：“ NASA花了3亿美元才将飞船投入太 空，SpaceX只花了3000万美元......而且他们还设法让火箭着陆。”
数字化领导者们已经开始综合运用各种新技术来打造全 新的业务和价值主张。他们运用共享平台构建开放的生态圈， 从基于产品的思维模式转变为以客户为中心的模式，并统一多 个环节和渠道中的服务（包括内部服务和共享服务）。全球资 本市场行业希望通过区块链技术来实现市场结构从成本共担 模式（Cost-mutualization）到协作评估模式（collaboratively evaluating）的转变，从根本上对资本市场结构（fabric of capital markets）进行调整。 数字化投行需要科技的支撑。要转型成为数字化投行，企业 必须以技术为核心制定战略。为此，投资银行必须了解企业致胜 的关键，以及如何围绕它们整合业务和技术。
2022五大技术设计原则
我们无法精确描绘2022年的资本市场，行业日益增加的波动性意味着 假设上每一个微小变化都可能对预测产生巨大的影响。资本市场行业存在波 动性大、不确定性高和复杂性高的特点，使得预测未来趋势并制定准确的战 略更加困难。
过去，投行依赖多年的“豪赌”和承销业 务来获得高额收益。但实际上，监管政策和政 治环境的变化、利率的不确定性、新兴技术的 成熟与应用以及行业协作等都会对未来市场产 生重大影响。 在这样的环境下，到2022年，要成为全球 领先的资本市场企业，各大机构需要达成以下 两大目标： • 首先，将技术打造为自身的核心竞争优势， 而不仅仅是简单地围绕客户套用或重新设 计端到端运营模式（请参阅上述“数字化投 行与投行业务数字化”内容）。
• 其次，建立起能够适应外部环境不确定性、 迅速响应变化的组织架构，并快速和有针对 性地分配资源。 为此，领先的资本市场机构需要遵循以下 五大致胜设计原则：
原则一：智能化与自动化 在全企业范围内运用机器智能技术，实现流程自动化，提升创造力与判断力。
整套的智能自动化系统可有效降低流程 成本。机器人流程自动化技术（RPA）已经在后 台部门广泛使用。在某些场景下，企业也已开 始使用机器学习系统处理异常情况以提升生产 力。智能化和自动化企业则更进一步，不局限于 单纯优化流程，而是重新基于新技术设计业务 流程。 在技术不断进步的今天，资本市场行业中 的企业正在不断采用更智能的自动化技术。
爆炸式增长的数据，帮助企业分析和应用更多更 复杂的业务场景。例如：从视频和图像等非结 构化数据中提取相关信息以提高销售效率，侦 测异常情况（例如KYC或反洗钱监控），以及支 持更广泛的数据分析应用（例如预测，建模和 分类）。 许多投行和资管公司纷纷投资人工智能来 协助进行投资预测分析，从而获取超额收益。其 中就有Goldman Sachs投资的Kensho，UBS和 Deutsche Bank投资的Sqreem。 这一趋势与
对冲基金和大型资产管理公司长期使用的算法 交易和机器学习技术一脉相承，如BlackRock的 Aladdin平台。 11 将智能系统看作劳动力的延伸，而非单纯 的技术资产，可帮助企业实现更多的价值。借 助自动化系统，企业有望建立起敏捷响应的人 才结构，可根据业务需求进行二次培训、重新 部署以及员工规模的调整。
借助智能化系统和 外部资源，企业员工和虚拟劳动力（Machine workforce）都可根据市场和企业战略，实现 技能和规模的动态调整。例如，多家机构在银 行的非敏感业务领域与创业公司、科技公司以 及高校数据实验室积极开展合作，或进行试点 （PoC），以此来扩大和丰富人才储备。 人工智能也广泛用于帮助提高员工的工作 能力。某家机构运用人工智能技术来消除信息 孤岛，实现关键运营信息和客户信息的共享，并 运用高级搜索和数据探索工具及时将关键信息 推送到所需岗位。
当人工智能与人类智慧相结合时，就会产 生出一系列强大效应。例如对冲基金Numerai 建立人工智能的方式比较特别。基于建模用 户与数据双匿名的方式，将加密数据开放给用 户，以用户贡献的众多的模型综合去搭建人工 智能模型。到目前为止，已经有超过7500个 匿名的用户为Numerai贡献超过50万个模型， 累计产生70亿个预测结果。为了解决用户增长 的问题，以及在一定程度上解决回测和实盘效
果不一致的问题，Numerai还开发了自己的数 字货币Numeraire，数据科学家可以在提交结 果的时候用Numeraire下注，最终根据实盘结 果决定Numeraire筹码的增减。这个过程也使 Numeraire 本身越来越有经济价值。
原则二：数据驱动与客户洞察 扩大数据的采集和分析范围，从而实时分析客户需求与客户行为，并指导客户 服务设计。
资本市场的数据规模和多样性正在迅速增 长。数据湖(Data lake)架构正在实现内/外部、 结构化/非结构化数据的整合。资本市场机构正 越来越多地使用另类数据，建立“投顾服务” 和“市场分析”的优势，这些另类数据包括卫星 图像、一手交易信息、物联网数据以及货运和海 关数据。
其中，随着物联网平台部署的逐渐广 泛，及各行业对数据共享需求的不断增长（例 如欧盟的PSD-II《支付服务法令2》），企业纷纷 希望从数据中窥出一丝机遇或将数据兜售给有 前沿技术的企业，这势必要引发一场更为激烈 的数据竞赛。 随着存储成本持续下降，企业将有能力存 储一切数据。但是要让这些数据创造价值，不仅需要企业制定清晰的数据战略和数据管理 框架，还需要有能力过滤无效信息。
智能系统 能够帮助企业从数据中发现规律，揭示隐藏信 息。智能助手（Intelligent agents）可以理解自 然语言提问、开展分析并生成详细的报告。它 们还能通过图形分析和机器学习算法来前瞻性 地识别大数据中的各种特征，并提醒销售人员和客户经理。
即使在量子计算等新技术的支持下，上述 大部分技术可能仍要到2022年才能实现广泛应 用。届时，企业可利用大数据来深入分析客户需 求，从而抢占竞争优势。要做到这一点，企业需 要在各服务环节、销售渠道和客户接触点上，实 现数据共享和协作，结合运用定量与定性分析技术，从而更好地理解客户和服务客户。
坚持以客户为导向的设计原则，有助于企 业围绕客户画像实现全生命周期的“智能服 务”。通过学习用户的行为习惯与偏好，可以实 现用户服务的场景化。例如，新一代的客户交 易平台，能够了解客户意图，依据“下一最佳 步骤”(next best step)交易流程，实时提供最 相关的资讯数据，从而最优化订单执行(order execution)的速度与效率。
原则三：开放与互通 促进客户和业务生态圈与企业实现深度无缝衔接，使企业能将业务范围和能力 延伸至企业外。
数字化领导者致力于为客户和合作企业简 化业务集成流程。新的IT集成标准（例如开放 式API、开源软件和共享平台），可以帮助企业 实现与客户、外部合作企业的无缝连接。 部分企业已经开始提供API，实现门户功 能以外的接入服务，并向客户进一步提供更多 的数据和服务。高盛的Marquee平台就是代表 之一，Marquee可为高盛的客户们接入到该行 分析、数据、内容以及业务执行等等方面的服 务。
领先企业还会借助API打通数据和系统（例 如定价、风险或清算系统），为提升内部投资 收益率提供更多可能。利用开放的API平台和 开发者门户社群，可培养活跃的开发人员与合 作伙伴，通过群体智慧加快服务创新和新产 品开发的速度。许多企业已经借助黑客马拉松 (hackathon)和孵化器迈出了第一步，而通过开 放访问核心数据和技术组件，将有助于进一步 加速合作伙伴评估和最终部署。
参与开发开源项目还能帮企业和客户 共担产品开发和创新的成本。华尔街多家大 型企业共同携手应对新技术的挑战，例如投 资Symphony Foundation的加密通信消息协 议，OpenGamma公司的Strata风险分析库， 以及R3CEV和Hyperledger公司的核心分布式 账本协议，这些都是大型金融机构抱团投资新 技术的案例。14 而加密代币(Crypto-token)的 问世（通过ICO），成为区块链技术的重要融资 机制，从而吸引更多的项目开发者加入。
原则四：敏捷与灵动 打造能够应市场与客户需求而迅速调整的“智能业务”，以适应外部环境的不 确定性。
要想始终屹立市场，企业应当将敏捷性嵌 入业务和IT部门的血液中。企业的“敏捷性”是 指企业能够基于业务战略方向的变化，对IT架 构快速做出一系列的调整。这种调整，不论其 是主动或是被动的，均有助于企业迅速建立产 能或扩大规模。 微服务架构（microservice architecture） 降低了流程和系统组件间的耦合性，使企业能 够快速移除或升级单个服务组件，而无需进行 重大的中断服务或停机。除应用于技术领域， 微服务架构设计思路也已被引入到了组织架构 的设计中。Amazon和海尔等公司已经采用了 分散式业务架构，由半自主的小型组织团队组 成。 15 这种架构让两家企业都可组建具有自主 意识且具备快速响应能力的业务单元。这些业 务单元可随时按需部署，而无需企业对组织架 构进行重大更改。 在公司层面引入“零基础”的设计视角，可 确保业务和IT架构的每个服务组件都能在战术 和战略层面上符合企业的发展方向。这种设计 思路还有助于企业灵活地在应用服务组件时借助企业外部资源。
许多资本市场机构在招募与 保留转型关键人才方面都面临着巨大挑战。投 行业的人才短缺尤为严重，顶尖人才都流向高 科技公司和初创公司：在2016年，只有7%的美 国毕业生将银行业和资本市场视为就业首选行 业，而2013年这一数字是12%。 16 劳动力市场可以帮助银行按需快速找到关 键人才。它们可能是专门的技术人才市场，例如 技术领域的自由职业人才专用市场Upwork；也 可能是专业众包网站，比如专业应对数据科学 挑战的平台Kaggle。
另一个例子是反洗钱联盟，这一联盟利用高级分析平台预先识别即将 发生的潜在风险事件，以满足整个行业的反洗 钱监督需求。 18 企业不能再单靠静态的防火墙来保障信 息安全，而是需要打造一个能快速调整以适应 持续变化的“免疫系统”。智能技术、基于众包 的对等网络（crowd-based peer network） 和“inside-out”定位安全设计能够帮助企业打 造前瞻性和协作性的信息安全体系，从而有效 防范迅速演变的威胁。
根据埃森哲全球风险管理研究报 告，未来四年内每年信息泄露的损失增长率预 计将高达100%，82%的金融服务行业首席风 险官发现，风险管理部门在应对网络领域新风 险上所花费的时间明显高于往年。新的技术对 行业信息安全带来了更为严苛的考验，但企业 也可以运用新技术来对抗这些威胁，例如：应 用人工智能技术监控和侦测威胁并作出及时回 ；利用数据可视化技术为前台业务人员提供 数据支持和行为分析；以及应用生物识别身份 验证显著降低内部伪冒风险。
全球资本市场企业必将逐步融入不断扩大 的供应商和共享服务生态圈。在此过程中，企 业必须建立起具备一致性和整体性的信息安全 体系作为保障。网络、计算、存储和终端用户设 备等领域的安全产品如今已可形成一体化的解决方案。例如TestWave和Tripwire等供应商都 可提供相关解决方案，能够支持更大规模的分 布式架构。
原则五：简化与共享 简化内部流程，减少公司内部工作的摩擦冲突，并充分利用外包服务和 共享服务。
流程的去重和简化一方面可节约企业成 本，另一方面也能为更加敏捷的运营环境做好 准备。在转型中参考数字化原则，可以帮助企 业加速变革进程，并更好地适应变化。基于微 服务的业务和技术架构，可帮助企业快速将新 兴技术和重新组装后的核心组件应用于新架构 中。DevOps式的共享服务可被应用到其他业 务条线，从而支持高效运营和卓越共享中心。
要想深入简化业务流程，企业还需突破自 身边界，在行业生态圈中积极与同行开展合作， 携手打造共享服务和平台，不断简化并整合重复 的行业职能。分布式账本技术有望助力资本市 场机构彻底改变当前市场中资产所有权确认与 交换的过程。然而，要部署这一新技术，除了核 心基础架构，企业还需重新思考并建立相关的 流程和技术。全面数字化的结算流程将以分布 式账本技术为核心，辅以外围的互通式操作技术 （Interoperable Technologies），包括图分析 技术（Graph-based analytics），它为在分布式 网络，数据资产管理系统（如ClauseMatch），可 信数据源和可靠链上/链下交易之间的不同结 算模式的分析提供帮助。
专注交易市场的金融机构和投资银行未来将可能更多 地利用高度可扩展的公共解决方案，而资产管理和财富管理机构，则更可能会选择开发差异 化的内部私有云混合解决方案。 除了借由按使用付费的方式降低成本，通 过简化和共享，全球资本市场机构还将能够显著提升技术架构的灵活性，并快速应用人工智能等新技术。（部分内容来源于网络，如有侵权请联系删除）
閱讀更多 萬智文摘 的文章
