2016年9月23日,由普益寰宇研究院、西南财经大学信托与理财研究所主办、普益标准承办的第五届普益标准财富论坛在成都仁和春天酒店圆满落幕。
自2012年起,由西南财经大学信托与理财研究所主办、普益标准承办的普益标准财富论坛每年举办一届。目前,普益标准财富论坛连续成功举办了五届,已经成为银行理财同业间沟通交流与共谋发展的重要平台之一,在业界具有一定的知名度与影响力。
在本届论坛中,普益标准继续发挥金融理财市场研究和数据研发领导者的优势,邀请了75位银行理财业界有丰富经验的高级管理专家及理财业务骨干,聚焦大数据时代的银行资管业务发展。此外,西南财经大学信托与理财研究所副所长、博士生导师、普益标准首席技术官罗荣华教授、普益标准首席经济学家刘阳教授,作为主办方代表为参会嘉宾分享并展示了研究院的最新研究成果。
本届论坛参会的重量级嘉宾有:普益标准总经理孙从海教授;西南财经大学信托与理财研究所副所长、博士生导师、普益标准首席技术官罗荣华教授;普益标准首席经济学家刘阳教授;兴业银行资产管理部总经理顾卫平先生;江苏银行投行与资产管理总部总经理高增银先生;广州农商银行资产管理部副总经理(主持工作)陶俊杰先生;晋商银行副行长方健先生;华夏银行资产管理部副总经理苑志宏先生。
除上述参会嘉宾外,参会嘉宾还包括来自中国工商银行、中国建设银行、中国邮政储蓄银行、招商银行、中国民生银行、中信银行、渤海银行、浙商银行、兴业银行(私人银行部)、南京银行、包商银行、哈尔滨银行、河北银行、长安银行、吉林银行、长沙银行、郑州银行、汉口银行、龙江银行、兰州银行、青岛银行、齐鲁银行、富滇银行、苏州银行、厦门银行、昆仑银行、西藏银行、东莞银行、锦州银行、九江银行,乌鲁木齐银行、泰安银行、廊坊银行、抚顺银行、上饶银行、广东华兴银行、福建海峡银行、泉州银行、德阳银行、广东南粤银行、珠海华润银行、莱商银行、云南红塔银行、达州商业银行、青岛农商银行、瑞丰农村商业银行、江苏盐城农商银行、太原市城区农村信用合作联社、潍坊农商银行、内蒙古呼和浩特金谷农商银行、新疆天山农村商业银行、贵州花溪农村商业银行近60家银行的参会代表。
如下分享的是来自学术界、银行理财业界资深专家在本届论坛中的精彩观点(由普益标准根据嘉宾发言实录整理)。
精彩观点

▲普益标准总经理 孙从海教授
在中国经济新常态的格局下,商业银行的理财市场正处于一个快速发展与规模发展的关键时期,机遇与挑战并存,使得我们研究与探索的问题有很多,比如:
第一,银行理财如何从过去监管套利、表外扩张、隐性担保的模式转型,银行理财如何从过去的类存款向类基金转型,回归资产管理本源的问题。
第二,目前存在的所谓银行理财资产化的成因影响以及对策的问题。
第三,全球发达经济体负利率的趋势下,中国银行理财市场的发展趋势与策略的问题。
第四,商业银行类型与资产规模差异的条件下,理财业务的发展模式选择问题等等。
精彩观点

▲晋商银行副行长 方健
1、互联网金融对传统金融的挑战和竞争已经是不争的事实。但现在看来传统金融并没有被互联网金融取代,反而因为互联网金融的冲击,让我们更加清醒的看到互联网金融的可取之处,更清醒地意识到变革的重要性,为我们提升服务质量,提供了有效的工具。
2、细化到商业银行资管业务,也许我们也应该日益清晰的看到高级数据分析能力将在不久成为资管行业参与者的竞争优势,需要借助金融科技的力量提高和完善自身能力。一些全新的数字技术、技能将带来巨大的潜在优势,机器人顾问、AI预测推理等高新科技也将逐步跻身主流。
精彩观点

▲兴业银行资产管理部总经理 顾卫平
1、大数据的应用能够很好地解决我们信息不对称的难题,能够帮助实现资产管理业务精细化的经营和管理。从产品端来说,包括产品销售、发行定价等,从投资端来说,资产构架、组合管理等,大数据都应当有很好的应用。
2、大数据是方兴未艾,我国的资产管理业务必然是向信息化、系统化发展。
精彩观点

▲江苏银行投行与资产管理总部总经理 高增银
1、和以往做一些逻辑推理式投资分析相比,实际上基于大数据的投资分析效率更高,能够更准确的把握市场的情绪。
2、目前市场上信息其实是碎片化的,通过大数据技术将有关客户的信息捕捉之后进行汇总分析、任务分解,将会形成一个全新的综合金融服务方案。
精彩观点

▲广州农商银行资产管理部副总经理(主持工作) 陶俊杰
1、中小银行,中小金融机构在这波收益率平坦化的过程里是可以有作为的,可以在其中寻找一些结构化的机会。
2、中小银行有三块能力是安身立命的能力、核心竞争力,必须要牢牢把握住的。第一个,理财发行的能力、资金募集的能力,是安身立命之本;第二个要坚持的是大类资产配置能力;第三个是管理管理人的能力。
精彩观点
▲普益标准 首席经济学家 刘阳教授
纵观全球,资产管理行业中越来越多的机构到数据和高级分析的作用,无论是从初始阶段对客户的风险偏好的识别,还是对接下来针对客户的需求和风险偏好做一些算法和模型定制,再到接下来对组合的一个实时的跟踪和随时的一个调整,这几个方面每一步都离不开所谓的大数据对客户需求真实的把握以及对市场走势的及时的跟踪和判断。