日前，波士頓咨詢發佈《資產管理如何借助先進智慧技術完成變革》最新報告，分析了機器學習、自然語言處理等人工智慧技術，在資產的預測推理中的貢獻和實現方法。
資產管理公司一直努力地，想要為客戶做出有傑出收益表現的投資決定。為幫助客戶管理資產，他們研究出各種策略、模型，但傳統理財業來說，工具和分析理論都大同小異。
然而，隨著數位化技術的出現，以及向傳統發起的挑戰，資產管理行業開始面臨著變革。機器學習、人工智慧、自然語言處理等數位技術，讓許多以這類技術為基礎的金融公司——簡稱金融科技公司，能夠更高效地創建起場景模型，以前所未有的投資分析精確度，和處理速度倒逼傳統投資分析的進步變革。
而這些被認為，具有巨大前景的資產管理創新案例，包括，可以挖掘大量結構化，和非結構化數據的機器學習平台；可以對重要證券投資組合，進行預測推理的人工智慧平台；能夠對大規模事件進行研究，和相關分析的快速量化分析；能夠辨識上下文，和從不同數據類型中，挖掘見解的語義分析；能夠書面總結複雜多樣的訊息，並將其直觀顯示出來的可視化工具；自然語言處理引擎和數據聚合平台，方便管理者及時獲得不同形式的數據。
有了這些先進技術的武裝，數位化的資產管理公司與傳統的投資顧問相比，就有了顯著的訊息優勢。他們可以透過大量的數據分析獲取訊息，深入社交媒體，以及其他訊息媒介，知悉投資者情緒……他們能夠即時知道天氣變化，將會如何對投資組合產生影響的，甚至能夠以絕對客觀的結果，反駁市場的信念，反抗所謂的權威。
而為了在這場技術變革中落後，資產管理企業都應迅速應變，利用先進的數位技術，增強自身可持續發展能力。波士頓咨詢這篇報告，就對先進技術的投資分析的五個關鍵步驟，進行了拆解：
· 辨識出恰當的試驗機會
· 聚集起跨学科的利益相關者
· 為測試和學習構建沙箱環境
· 保持寬廣的視野，尋找合適的工具和合作夥伴
· 向目標運營模式看齊
辨識出恰當的試驗機會
在試驗新技術過程中，公司應該優先考慮小部分，能夠帶來即時利益的措施，以資源集中的方式加以約束。在這個過程中，資產管理公司應該抵抗兩個誘惑：關注點狹隘、阻礙結果規模化的「神秘難懂的科學實驗」，以及過於雄心壯志的「大躍進」式試驗，後者估價太高，驗證時間過長。
而假若試驗的項目滿足這三個標準，就被認為有較大的成功率：
· 能够與公司目前的投資流程相互協調，因為這能夠降低「機制排斥」的風險。
· 能够解决明顯的痛點，比如能夠幫助需要大量資源和時間，去收集和構建數據模型的分析。
· 不依賴於大型結構或新的內部數據捕捉。
 |
一個規劃合理的項目必然會清晰地定義一套標準，包括一個以上具體分析的問題，以及使用各種工具。這種具有多種功能的組合保證了項目的進行速度更快、效果更好，也就是說即時根據現實情況變化作出分析上的調整，優化決策；而且完成一次事件的分析效率更高。
不同公司的轉型時機不同，但轉型不求快，但求準。
聚集起跨學科的利益相關者
科技中懂金融的，金融中懂科技的。
辨識出業務中的有利試驗機會，需要廣博的專業知識，如果將這個任務交給一個IT團隊，或者投資專家團隊手中，那必定是失敗的。報告表示，最成功的公司除了在創立初期，獲得資金支持，同時也是具備一支投資和技術學科多元的跨學科團隊。
在這個過程中，管理者可以先從各種資產類別和策略的投資專家中精選出小組，然後讓他們與具有數據科學背景，卻缺乏投資戰略經驗的科技專家相互協調。接下來，為了互相牽制，可以在 IT 應用開發團隊中加入利益相關方。那麼，這個小團隊做出的研究的出發點，都是希望用革命性的技術最大化優化投資過程。
這樣一個具有說服力的團隊自然能吸引來資金，然後該合作模型也能幫助公司快速走上正軌，開始規模化交易。
為測試和學習構建沙箱環境
金融技術和其它技術創新的廣度使試驗的成本，比以往任何時候都更低，但這樣的試驗需要呼吸的空間。
許多成功創新的資產管理公司都創造了一個「沙箱」環境，這樣從事投資的專業人士，就有足夠的時間、空間和數據存取，來讓他們測試不同的應用案例，技術團隊也能創建一個獨立的測試環境。保證該數據環境的獨立，就使得團隊成員在使用和測試新模型時，不必被公司的架構和風險評估過程所束縛。
保持寬廣的視野，尋找合適的工具和合作夥伴
資產管理公司和技術供應商，愈來愈多地將彼此視為有潛力的合作夥伴。許多小型的金融技術公司已經開始為旗下的資產管理部門，訂製分析工具和方案，許多投資公司也開始擁抱金融技術，以快速地獲取到能夠幫助他們轉型的數位技術。
報告表示，在考察夥伴關係，應該關注哪個領域取決於公司的目標，比如Palantir 和 IBM Watson就是彼此可以幫助快速結構化數據——一方獲得重要的外部數據，一方可以快速開發分析。
不過，不管一家公司如何管理合作關係，以及從中獲得的訊息或技術支持，它都不應該過早地想象，他們已有的團隊或技能組合可以馬上地對這些工具和方案有效利用起來。也因為如此，公司在尋找合作夥伴時應該選擇那些能和自己共同成長的對象。
向目標運營模式看齊
如何能夠把握好試驗和開始規模化推廣的最佳時機？報告稱，需要考慮這三方面因素：
過程和技術。公司應該從從業務和 IT 架構的角度出發，決定他們將採用哪種技術，以及將通過怎樣的途徑獲取和結構化數據。
運行結構。公司需要考慮如何構建他們的組織架構來充分利用來自合作夥伴的支持，並且要確內部建構和集成那些功能過程中的內部分工。這個第二點是尤其重要的，因為公司將需要特定的分析能力來使用和維護那些投資工具、分析結構和解讀結果。
 |
沒有留言:
張貼留言