探究互联网技术在信托公司的应用_优秀论文

1、 探究互联网技术在信托公司的应用一、信托公司IT发展现状10年前, 几乎没有一家信托公司拥有独立的技术部门, IT技术人员隶属办公室等职能部门。自2007年以来, 信托行业飞速发展, 信托公司技术水平也获得了快速的提高。2015年底, 68家信托公司中有50家成立了独立的IT部门。信托公司IT人员行业总数量从2013年的326人增长到2015年的455人, 占同期信托公司总员工的2.8%。IT人员的年龄主要集中在30-39岁年龄段, 占比为54.5%。大部分为具有5年以上经验的成熟IT技术人员, 92%具有本科及以上学历, 人员整体素质较高, 个人技术实力强, IT团队具有人少精干的特点。在统

2、计的64家信托公司中, 有8家的IT人员超过10人, 18家配备6-10人, 另外有38家在5人以下。2007年以前, 大部分信托公司的应用系统建设处于空白状态, 主要通过手工操作开展业务。2007年以后, 随着信托行业的飞速发展, 信托公司IT系统建设速度也大大加快。目前所有信托公司均完成了信托核心业务系统和财务系统建设。因监管要求, 所有信托公司建设了监管报送系统。53家信托公司完成了证券交易系统建设。2013年以来, 客户关系管理系统(CRM)发展迅速, 随着信托公司直销业务的开展, 有42家建设了CRM系统。图1为截至2015年底全行业应用系统覆盖率。目前绝大部分信托公司的应用系统建设

3、严重依赖系统供应商, 直接购买系统供应商的成熟产品(一般有少量个性化定制), 后续由信托公司IT人员负责系统运维。目前市场上可供选择的系统供应商不多。在信托核心业务系统领域, 主要是恒生电子、杭州盈丰、软通动力等少数几家。其中恒生电子占比最高42%, 杭州盈丰占比30%, 且有逐渐下降的趋势。信托业务具有业务种类多(涵盖贷款、投资、证券、债券、同业、理财等)、业务规则不规范、业务变化速度快等特点。标准化的成熟软件产品往往难以完全满足信托业务的发展需求。少数IT实力较强的信托公司正在逐步摆脱对系统供应商的依赖, 将IT建设转变为以自主开发为主的模式, 如建信信托自主开发了新一代信托业务管理系统,

4、 取得了较好的应用效果, 整体科技水平迈入行业前列, 对在自主开发和外购两种模式中摇摆不定的信托公司起到较强的示范作用。此外, 平安信托、外贸信托、华润信托、华宝信托也配置了专职研发人员进行系统自主开发。二、互联网技术在信托公司的应用(一)互联网架构思想在信托公司的具体应用互联网软件架构的主要特点包括：1. SOA(面向服务)将系统拆分成一个个功能独立的服务组件, 通过组件间的服务调用和消息机制进行协同。在整个公司/集团范围内形成统一的公共服务平台和基础业务平台, 实现共享和复用, 有效提高开发效率和质量。2. 可扩展性计算能力可线性扩展, 以满足数以千万计的高并发应用场景, 实现成本与效益的

5、最优配置。3. 以Java技术框架为主流大部分互联网公司以Java为主要开发语言, 如阿里、百度、京东、网易、美团等。基于Java的开源技术框架Spring, Struts, Hiberate, MyBatis, EasyUI, jQuery应用非常普遍。信托公司的软件系统以管理类为主, 包括办公管理、财务管理、业务管理, 对实时性要求一般不高, 大部分以Web应用的形式提供服务。目前, 以Java技术框架、SOA为主流。但因各个系统由不同的厂商在不同的时期建设, 缺乏统一的规划, 系统间的共享和复用程度较低。(二)大数据和云计算在信托公司的应用麦肯锡全球研究所给出的大数据定义是：一种规模大到

6、在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合, 具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。信托公司业务种类多, 创新速度快, 数据结构较为复杂, 数据标准化程度低。但数据量普遍不大, 单个应用系统的数据库实际存储空间一般不超过50 G。因此, 严格意义上说, 信托公司并不存在大数据应用的基础。但是随着大数据在电子商务、征信、授信审批、客户营销等领域的广泛应用, 信托公司在大数据应用领域做了一些有益的尝试, 有以下两方面。1. 数据仓库大约一半左右的信托公司搭建了数据仓库, 将各个应用系统的数据抽取出来进行统一存储、转化、整合, 满足监

7、管报送以及决策支持的需要。2. 风控守牢风险底线, 是各信托公司的基本战略。随着资产规模、交易对手数量的快速增长, 以及经济下行压力加大, 近年信托公司踩雷事件高发。传统的依赖人工判断、定性判断的粗放式风险管理, 迫切需要转变成依赖大数据自动定量判断的精准风险管理。通过引入外部大数据, 包括交易对手企业财务数据、外部评级、股东结构、诉讼记录、信用记录、行业发展现状、舆情等, 叠加内部的融资、担保数据, 建立企业立体用户画像模型, 设置风险预警指标体系, 从而对风险客户进行事前甄别, 事中提前防范。信托应用系统绝大部分是非实时交易系统, 对实时性要求不高, 计算压力不大。出于方便运维的角度, 一

8、半多的信托公司搭建了私有云, 将大部分应用部署于虚拟化环境中, 其中90%采用了VMware虚拟化解决方案。(三)移动互联在信托公司的应用根据Zenith Media的研究, 到2017年, 移动互联网流量占互联网流量的比例将达到75%, 2012年这个比例是40%, 到2016年提高至68%。预计到2018年, 中国移动互联网用户规模将达到8.9亿人。随着4G, WiFi、智能手机的普及, 用户对移动终端的依赖性逐渐增强。在金融领域, 手机银行、移动支付、移动证券、移动理财得到迅猛发展, 逐渐成为用户获取金融服务的最便捷的途径, 大幅拉进了用户和金融的距离。在信托行业, 各家信托公司也逐渐推

9、出并完善基于移动互联的金融服务。具体包括：信托App, 1/3左右的信托公司开发了信托App, 主要为客户提供持有信托受益份额、受益分配的实时查询、信托产品推介和预约等服务;微信公众号和服务号, 绝大部分信托公司拥有自己的微信平台, 用于发布公司动态、研究分析报告、行业热点、产品推介;移动办公, 实现移动端流程审批、即时通信;移动CRM, 目前有17家信托公司发布了移动端CRM。(四)金融科技在信托公司的应用Fintech(金融Financial与科技Technology的合成词)这个词最早在美国地区使用, 直到去年, 国内包括蚂蚁金服、京东金融、众安保险、宜信等几家巨头开始重新定义自己为金融

10、科技公司。笔者认为, 金融科技是传统金融机构或者科技企业利用先进的信息技术, 研发出创新的金融产品或者提供创新的金融服务。信托公司在金融科技领域也做了一些有益的尝试。1. 网上信托目前有一半左右的信托公司在互联网上开通了网上信托, 主要实现对信托持有份额的查询功能。其中建信信托还提供了信托产品网上直销业务, 用户可以在线购买信托产品, 以及实现在线签约和在线支付。此外, 建信信托的网上信托平台还具有存量信托权益在线转让功能。2016年底, 中国信托登记有限责任公司正式成立, 迈出了信托非标转标的重要一步, 为破解信托资产流动性难题奠定了基础。信托权益在线转让业务迎来发展机遇。2. 现金管理以上

11、海信托的现金丰利为代表。该产品主要投资货币市场, 单笔认购/申购资金金额最低为人民币5万元(含5万元), 并可按1万元的整数倍增加。目前该产品实现了网上申购、赎回, 定期定额赎回功能, 并计划增加支付水电煤等附加功能。3. 网上理财以中融信托旗下的中融金服为代表。金融产品增信项目是中融金服推出的个人投融资服务产品, 借款人均为合法购买信托机构发行的集合资金信托计划产品的高净值客户自然人或机构, 并以其持有的信托计划受益权作为增信措施进行融资。投资人为广大中小微企业及个人客户, 起投资金为1万元, 在线进行申购/赎回/兑付。4. 供应链金融将某一特定行业内核心企业和上下游企业捆绑在一起, 通过互

12、联网平台撮合资金的供需两方。信托计划在其中承担资金供给方的角色。(五)量化投资在信托公司的应用截至2015年末, 证券投资成为资金信托的第二大配置领域, 规模占比达20.35%, 绝大部分是固收类债券。以往信托公司对证券市场关注度不够, 随着传统融资业务面临转型压力, 发力资本市场成为众多信托公司的转型方向之一。以往信托公司开展证券业务, 主要是起到放大杠杆或通道作用。近年来各大信托公司越来越重视主动管理, 更强调在产品设计、发行、运营中的主导作用。随着配资为目的的伞形信托受到严格的监管, 稳健收益的量化对冲产品在信托公司资产配置中更受青睐。自信托获准投资股指期货以来, 已有8家信托公司获批相

13、关资格, 目前已有中融、平安、外贸、华宝、中信、长安、兴业在内的7家信托公司发布了近百款量化对冲信托计划, 其中最多的信托公司发行产品数量已有45款。外贸信托与富善、君耀、泓信泓利等多家投资公司合作, 兴业信托则偏爱全意通宝。外贸信托睿策量化1期自2013年发行以来, 累计收益达到95.2%。以往发行的量化产品, 大部分是以合作的投资顾问(私募公司)为主导, 交易指令的最终决策权在投资顾问方, 信托公司更多是承担通道的作用。近年来信托公司自主管理意愿日益强烈, 部分信托公司已经开始组建自己的量化投资团队, 如民生信托, 但目前自主管理的量化投资尚处于研究阶段。国内商业化的量化平台有大智慧DTS系统、天软量化平台、国泰安宽平台、名侧多因子分析系统、开拓者分析系统、恒生策略交易系统(ITP), 京东也推出了免费的在线量化平台。开发语言以R语言、Python语言、Matlab语言为主。量化投资技术覆盖投资的全过程, 包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易、资产配置、风险控制。建立量化模型后, 可以通过历史分时行情数据, 对模型进行回测、优化。三、结语笔者根据在信托公司技术部门多年工作经验以及对行业的持续跟踪观察和思考, 对信托公司IT