在资产管理这一新兴业务领域，人工智能、大数据和云计算与资产配置、量化交易和风险控制的融合尚在探索之中，亟须加速推进，为构建新发展格局、促进中国银行业现代化转型和高质量发展贡献金融力量。本文提出，推动资产管理业务数字化转型的路径包括四个方面：客户端以“加”增值，持续提高市场洞察力；流程端以“减”提效，切实增强客户服务力；投资端以“乘”立智，精心打造专业竞争力；风控端以“除”破险，系统强化智能管控力。
（董劭然为中国工商银行总行资产管理部副总经理。本文仅代表作者个人观点，与供职单位无关。本文编辑/秦婷）
习近平经济思想是习近平新时代中国特色社会主义思想的重要组成部分，是全面建设社会主义现代化强国的科学指南。发展数字经济是习近平经济思想的重要内容。习近平总书记在党的二十大报告中指出，要加快发展数字经济，促进数字经济和实体经济深度融合。从银行业看，近年来信息技术已得到广泛应用，但与新发展格局相适应的金融数字化转型仍任重道远，特别是在资产管理这一新兴业务领域，人工智能、大数据和云计算与资产配置、量化交易和风险控制的融合尚在探索之中，亟须加速推进，为构建新发展格局、促进中国银行业现代化转型和高质量发展贡献金融力量。
目标：落实金融三项任务
第一，服务实体经济，践行金融政治性人民性。习近平总书记强调，金融是实体经济的血脉，要坚持以人民为中心的发展思想，满足人民群众和实体经济多样化的金融需求。资产管理业务是传统融资模式的补充，其一端连接的是人民群众的财富管理需求，另一端连接的是实体经济的融资需求。商业银行资产管理业务应立足新发展阶段，加快推进数字化转型。在客户端变革传统财富管理模式，大力发展数字惠民服务，将高质量的资产管理服务更广泛、更便捷、更公平地惠及全体人民；在投资端高效对接关键核心技术攻关、新型数字基础设施建设、数字产业链升级、中小企业数字化赋能等重点领域，提升资管业务的普惠性、可及性、包容性，为稳步迈向共同富裕、发展数字经济提供可靠的金融支撑。
第二，防范金融风险，维护金融系统安全稳定。习近平总书记指出，维护金融安全是关系我国经济社会发展全局的一件带有战略性、根本性的大事。银行系资管机构位于资金链顶端，是防风险、治乱象的压舱石和生力军，是维护金融安全的稳定器。近年来，国际局势的深刻演变致使发达国家宏观政策的外溢性更加明显，金融风险传播的路径更多元化，资本市场、金融机构和金融产品已成为金融风险在国际传播的主要工具，金融科技的运用进一步放大了风险的乘数效应，使风险传播更具隐蔽性和传染性。因此，商业银行要采取数字化技术，保障资产管理板块能够前瞻性地做好应对外部冲击的准备，走在西方国家宏观政策影响和国际游资的前面，防止金融市场冲击，维护金融稳定。
第三，深化金融改革，推动银行业高质量发展。目前，部分国内外金融机构已通过数字技术在资管价值链上的运用，对传统投研模式、业务流程、管理模式进行重塑。对我国商业银行而言，资产管理业务是直接融资市场的重要参与者，是商业银行优化融资结构、推动生产要素改革和现代化转型的重要业务单元。同时，由于资产管理业务无须线下介质，因此其天然具备电子化和信息化属性，在数字化和智能化转型方面有得天独厚的优势。商业银行亟须推动资产管理领域金融科技与业务发展的煲汤式融合，提升在渠道、投研、风控、运营等方面的适应性、竞争力、普惠性，实现客户分层、业务创新和差异化定位，提升国际竞争优势，打造中国式现代化商业银行。
原则：坚持四方面融合
第一，坚持客户至上思路，促进客户与业务的融合。资产管理业务的核心，是通过产品设计，高效撮合融资客户和投资客户的需求，将资金需求与供给两端有效匹配。目前，数字化技术在降低客户理财成本、提高长尾客群覆盖度等方面已取得一定成果，但在资金供需匹配方面，特别是在引导长周期资金对接方面，大部分商业银行还未形成成熟的商业逻辑。为此，商业银行应在资产管理业务领域大力探索运用数字技术，着力推动数字化战略顶层设计在资产管理业务领域的应用，坚持以客户需求为导向，基于客户信息的深度挖掘，开发和设计差异化、定制化的资管产品，为融资端和投资端的客户提供更高效、更可靠、更科学的金融工具，保护金融消费者合法权益。
第二，坚持自主研发攻关，促进科技与业务的融合。商业银行资产管理业务应按照“业务制度化、制度流程化、流程系统化、系统数字化”的原则迭代式发展。一是要坚持自主研发。在金融市场上，资金规模、资金流向、风险偏好是决定市场价格走势的关键要素，银行系资管位于资金链顶端，其信息数据事关金融安全，因此，要掌握核心技术和核心数据，清晰划定安全底线，切实防范金融风险。二是要推动科技与业务的煲汤式融合。借助科技手段，将资产管理业务在产品创新、发行认购、信息披露、投资管理、资产配置、归因分析等价值链各环节的信息转化为可供加工处理的数据，打破传统的经验驱动决策的固化思维，通过数据分析实现科学决策、效率提升、流程优化，最终将数据转变为带有建议性的信息，辅助投资决策并帮助客户实现保值增值。
第三，坚持打破数字鸿沟，促进业务与业务的融合。商业银行面临机构层级多、决策链条长、响应速度慢、协同效率低等客观问题。资产管理业务所在市场瞬息万变、价值链长、复杂度高、涉及面广、风险点多，在数字化战略寓于业务实践的具体过程中，业务板块之间的协同是重点。在此背景下，数字技术是打破鸿沟的关键和突破口，通过电子化、数据化、信息化、智能化建设，实现跨板块、跨部门、跨层级业务与业务的协同，加强跨价值链各环节的横向共享协作管理，完善利益共享和责任共担的考核机制，有助于提高理财、基金、保险等资管产品和服务的创新迭代、需求响应、风险管控效率，进而更好地适配数字化战略。
第四，坚持人才兴业原则，促进人才与业务的融合。资产管理业务对数据敏感性、市场敏锐度具有较高要求，因此，长期以来，国际国内基金公司、证券公司等非银金融机构大量引进具备数理和科技背景的人才，专门从事投资、投研、投顾等工作。与之相比，近年来，我国主要商业银行也已加快引进、储备、培养兼具科技和投资背景的人才，但达到效果尚需时日。商业银行在加强数字基因渗入的同时，应加大对数理、科技、人工智能等前沿领域及复合型人才的引进，持续优化完善资产管理与金融科技融合的人才培养机制，构建人才储备库，加大对数字化转型的人力资源投入，为推动资产管理业务数字化转型提供保障。
路径：推动资产管理业务数字化转型的“加减乘除”
第一，客户端以“加”增值，持续提高市场洞察力。一是建立资管业务数据信息库。共享基础数据，实现各资管子公司之间数据报表的标准精准化、接口统一化、流程自动化、信息全量化。纳入基金、券商、保险、理财、信托等各子公司；涵盖资管、投行、金融市场及信贷等各系统；覆盖渠道、产品、投研、风控和运营等各环节；包括行业生态、行情资讯、产品业务、投研风控、资产配置、客户机构、财务报告等各数据。二是建立具有良好拓展性的客户信息统一视图。通过大数据分析、人工智能、智慧图谱等技术，强化对客户信息的洞察，形成全量客户画像，把握客户风险偏好、资金期限、收益预期等需求，为精准营销、投资决策、财富管理提供更有力的判断依据，提供个性化体验。三是建立线上线下、内驱外输的产品推荐平台。研发产品推荐模型，根据客户特点，将合适的产品推荐给合适的客户；建立智能化客户资产配置模型，支持客户经理为客户量身打造配置方案，引导客户科学配置金融资产；完善线上销售平台，整合网上银行、手机银行上的自主研发产品和代销其他机构产品，优化理财、基金、保险资管等产品的分类展现、规则条款、对比分析及适配建议，便捷客户选择；构建更全面的数据分析仓库，展现资管业务贡献程度，完善考核评价机制。
第二，流程端以“减”提效，切实增强客户服务力。一是建立开放式生态场景。精简用户操作，让“系统多操心、用户少操作”，健全财富管理、支付结算、个人信贷、养老规划生态服务体系。探索将资管产品与客户生活中各场景的联动整合，打破支付生态边界，提供金融服务便利，提升客户交互体验。二是建立开放式财富社区。研发智能资管机器人，为客户提供资产配置建议，受理客户咨询及投诉，向客户普及资管政策法规，宣传投资者保护知识，推介标准化产品，提供全方位、综合性、一体化服务。三是建立智能化业务系统。化繁为简，降本增效，统一投研、风控、运营标准，为投资经理减负，突破流程文化限制，促进场景开发与业务流程适配融合，通过智能模型建立系统化投资体系，实现组合构建及平衡优化，降低管理费率，提升投资效率，最大限度地普惠客户。四是建立系统集成优化机制。加强内外部资源整合升级，统筹规划与第三方企业合作提供资管产品服务的内容和流程，打破银行传统的流程文化，缩短业务链条，提升客户、员工的双向满意度，加强业务流程标准化建设，建立面向开放平台的技术架构体系，提高数字化服务能力，对资管业务价值链中的关键活动进行有效管理和协调。
第三，投资端以“乘”立智，精心打造专业竞争力。一是建立专业+集成的投资研究分析平台。获取市场信息，建立专属的数据库，将高频数据、常用指标、关键信息、重要报告等基础数据资源集中共享，设置特有标签，加强原始积累，覆盖国际国内重要市场、关键领域、重点行业、突出主体的知识图谱，实现市场、行业、个体研究的体系化和自动化，为基本面投资和量化投资提供自动化研究支持。二是建立自主+智能的资产配置策略平台。研发智能化组件式的资产配置模型，形成大类资产配置策略库，指导投资交易人员主动管理组合和投资决策。通过数字技术加载的智能系统，快速捕捉市场机遇和投资机会，驱动投研大脑给出资产配置调整建议，用数字化方法挖掘相对稳健的结构性Alpha。三是建立统一+个性的产品创新供给平台。建立全市场资管产品库，比较业绩基准、产品期限、投资风格、风险特征等要素，运用智能算法挖掘客户需求高、市场供给少的产品创新重点领域。评估产品创新的可行性、实用性、适应性，差异化产品定位，特色化产品交付。四是建立安全+高效的线上交易管理平台。建立前、中、后台协同的投资交易管理体系和数据平台，提升投资交易效率和风险管理水平，强化投资组合分析及风险测算能力，打造投资规划和组合管理能力。
第四，风控端以“除”破险，系统强化智能管控力。一是建立基于数据的智能化授权控制体系。利用数字化技术优化授权评价模型，结合绩效与风险评估结果，对授权对象行使权限和风险控制的能力做出综合评价，支持先评价后授权，实施区别授权和分级授权，确保授权的针对性和合理性。加强授权监控和调配，及时捕捉超授权行为，在规范管理的前提下，做到适当调整、授收结合，建立良性循环的动态授权管理机制。二是研发科学可靠的风险计量模型。借助数学统计学理论和人工智能技术，突破传统手段管理复杂金融业务的能力边界，通过数据迭代、机器学习持续优化调整模型，对风险进行准确识别、有效计量、穿透监测、前瞻预判、自动预警、智能管控，建好安全管控的“红绿灯”。用金融科技管好金融创新，让风险管理不再受限于历史经验和知识盲区。三是打造与业务创新速度相适应的智能风控系统。将数字化风控工具嵌入业务流程，强化功能风险和行为风险管理，实施“事前”风险控制，有效去除影响资产管理业务健康发展的“杂音”，防范市场风险、流动性风险、信用风险、道德风险，对合作机构业务进行穿透式管控。通过归因分析，明确风险因子及其期限结构，建立跨产品、可分解和可汇总的风险因子识别矩阵。对资产实施市值评估，计量波动率、跟踪误差、风险价值（VaR）等核心风险指标，揭示风险暴露程度。支持情景分析和压力测试，通过模拟特定情景进行前瞻性的假设情景演练，揭示潜在风险因素和极端情景对投资组合潜在的影响，及时预判识别可能引发重大损失的风险因素，提升风险抵御能力，应对市场变化，维护金融安全稳定。
（董劭然为中国工商银行总行资产管理部副总经理。本文仅代表作者个人观点，与供职单位无关。本文编辑/秦婷）
