金融科技时代背景下的信托业转型与发展（五）

业务创新：从“业务驱动”到“数据驱动”

1. 赋能场景，科技释放信托业务潜能

金融科技能够显著提升信托公司展业的线上化、智能化和数字化程度，改变信托业务的场景深度和广度。将金融科技带来的变革与信托公司所具有的横跨货币市场、资本市场和实体经济的优势相叠加，信托已开始在消费金融、资本市场等多类业务场景中运用金融科技技术进行产品和服务的持续创新，为客户提供更加优质的资产配置方案。

（1）金融科技赋能信托公司消费金融业务场景

消费金融领域是近年来多家信托公司发力的重点方向之一。消费金融“小而分散”的业务特点则是为信托公司将金融科技融入传统金融带来契机，成为信托拥抱金融科技的主要领域之一。例如，中国外贸信托在消费金融业务的开展过程中，通过建设以小微信贷管理系统、支付平台系统、征信查询系统为核心的业务系统群，以金融科技支撑，防控业务风险、降低运营成本、提升客户服务与体验。

（2）金融科技赋能资本市场业务场景

资本市场具备很强的标准化特性，在资本市场业务的各环节，特别是投研与运营管理环节，都是金融科技大显身手的舞台。在投资与研究方面，运用大数据、云计算、人工智能等前沿技术快速处理海量数据(行情603138,诊股)、应用智能投顾强化投资策略等。在运营与管理方面通过智能化决策提升管理，通过自动化运营提升效率。例如，中国外贸信托在证券信托业务就在金融科技方面积极布局，围绕“提高运营效率、方便客户使用”，优化提升客户获取信息的渠道，为私募基金等二级市场客户提供稳定、高效、多元的运营管理服务。自动化估值系统能够实现7×24小时无人值守，支持在对账、读取、建账、生成在内全流程的自动化，经过测算过对运营效率的提升达到了40%，实现实时的互联互通。

（3）金融科技赋能产业投融资一体化场景

我们都能看到经济新常态的发展方向，看到中国企业正在迎来大范围的转型升级，5G、物联网、大数据、人工智能、新能源、新材料等新兴技术产业是未来方向。但介入这些产业的投融资、将产品与客户进行匹配，需要基于对行业的深度研判。对于信托公司而言，可借力基于人工智能、大数据等技术建立的产业图谱、企业画像、交叉销售平台等，加强对高新技术产业的行业研究能力，提高判断与决策能力。例如，产业图谱是基于行业产业链洞察的智能化平台，包含关系图谱、行业趋势分析和事件分析等功能。借助关系图谱，可识别产业链上下游关系，支持产业链拓客。借助行业趋势分析，可分析行业趋势，识别行业热点。借助事件分析，可洞悉行业、产业事件，及时发现机会和风险信号。

（4）金融科技赋能家族信托业务场景

在中国，越来越多的高净值客户群体的诞生也为家族信托提供了非常多的发展机会。目前家族信托的性质仍然偏向于产品销售，真正的家族财富管理与家族传承涉及较少。然而越来越多的高净值客户的核心需求已从单纯地追求理财产品的收益率逐步向家族财产的管理与传承转变。遗嘱信托、子女教育信托、家族财富管理信托等真正的家族管理信托业务在国外的发展已经初具规模。在金融科技的赋能下，家族信托能更好地满足客户多元化的需求。在设立阶段，可以利用人工智能、大数据等技术，基于大数据分析打造众多的家族信托的配置方案，通过“模块化”的方式，给不同的家庭进行定制化的资产配置。可以借助APP、生物识别等技术将家族信托业务流程由线下转到云端完成。同时，利用区块链技术，将家族信托条款“上链”，保障合同的安全性、真实性及签订时间点的有效性。在运营管理阶段，可以利用自动化估值提高运营管理的效率，降低操作风险。区块链可应用于加强反洗强的监管、操作内容和过程的记录。在清算分配阶段，利用智能合约技术，定期检查是否存在相关事件和触发条件，在触发家族信托的条款时，自动执行分配及清算，提高分配效率，降低纠纷发生的可能。

2. 动能转换，科技驱动信托转型发展

未来，信托公司在科技驱动下转型发展，将不再完全依靠过往融资类业务的传统展业方式。动能转换下，以科技为核心竞争力驱动业务与管理全流程的转型将成为大势所趋。目前已有信托公司在科技驱动转型发展的道路上先行探索。例如，华能信托尝试通过资产雷达、资金雷达与投研平台的建设推动公司转型发展。资产雷达主要利用人工智能技术捕捉合适的资产信息，挖掘潜在业务机会。资产雷达自动获取上市公司发布的非公开发行股票、可转债、可交债的相关信息，并发送给业务相关人员，从而挖掘相应的业务机会。此外，资产雷达还将捕捉上市公司的城市、行业、公司属性、办公地址、公司联系方式等信息，方便业务人员进行联系。资产雷达通过Python的爬虫技术对巨潮资讯网的上市公司公告进行获取，智能筛选3 000多家上市公司的相关公告，将获取到的数据存入数据库中，在浏览器端进行可视化展示。另外，还可以通过邮件发送当日的新闻给用户邮箱，方便用户查看。资产雷达具有以下三个特征：第一，通过前端界面一目了然对信息进行筛选。第二，点击查看按钮可以看到详细的公司信息。第三，每天定时发送邮件给用户，方便用户查看当日新闻。

资金雷达主要利用人工智能技术捕捉合适的资金信息，挖掘潜在业务机会。资金雷达每天自动获取所有上市公司在一年内购买理财产品的信息，如果某公司在一年内买过和特征类似的理财产品（例如信托产品），则推断其购买相关理财产品的可能性较高，为精准营销提供依据。例如，在A上市公司购买的信托产品到期前两个月内进行营销，提高营销的成功率。此外，资金雷达还将捕捉上市公司的城市、行业、公司属性、办公地址、公司电话、公司邮箱、公司网站等信息，便于业务人员进行联系。

智能投研是华能信托在金融市场数据支持的基础上，通过深度学习和自然语言处理等人工方法分析事件、结论和其他信息，旨在为金融机构员工（如分析师、基金经理投资者等）提供投资和研究帮助，提高其工作效率和分析能力。智能投研能够自动提炼报告观点，甚至编写基础研究。例如，智能投研在深入学习的基础上，生成金融中介提交的规范性文件和经纪分析师每日市场简短评论。智能投研还可以利用人工智能来处理很多模块化、标准化的动作，在有效节约成本的基础上，提高投研人员的工作效率。

3. 数据驱动，科技与信托结合展望

对于信托公司而言，面向未来走高质量发展的转型之路，金融科技领域的理念、应用与投入必不可少。信托公司一方面应加强自身技术研发能力，挖掘并匹配合适的金融业务场景，积累数据并强化能力。同时，加强与科技公司或者高校的合作。通过创建联合金融科技实验室，利用金融和科技双方的比较优势，共同研发金融科技新兴技术，获得双赢的模式，逐渐成为金融机构跨界合作的新风景。

例如，中航信托于2019年9月正式上线不动产数字化系统。该系统持续为公司的不动产项目提供智慧支持，成为中航信托通过科技提升业务转型的基础设施的重要成果之一。中航信托不动产数字化系统与外部专业机构数据库直连，实现公司内外部系统互通及信息同步。该系统聚焦不动产业务投前、投后环节中的各个场景，主要用户为信托业务人员、项目评审（决策）委员、风控人员以及运营人员。各角色用户根据业务场景与操作规则，通过平台实现核心数据的提取分析。在投前环节，系统提供可靠、翔实的数据，便于信托业务人员实现项目推进的快速研判，并且通过大量细分数据展示交易主体情况、项目本身情况、项目所在行业和市场情况、宏观经济情况等，有助于尽调报告的高质量输出。在决策环节，能够根据内嵌的投资模型，更快速、便捷地判断项目优劣势，并进行项目和项目、项目与行业之间的横向比较，做出符合公司业务转型要求的投资研判，助力评审委员进行有效、高效决策。在投后环节，该平台可以实现交易对手、行业、市场、项目的动态监测，辅助高质高效的项目管控和信息披露等工作，并且快速发现项目投后需要优化的场景，满足业务迭代发展的数据支撑。

未来，数据驱动下的科技与信托相结合，高效连接“客户、产品与数据”，通过加强客户体验和客户洞察，提升产品识别和引入能力，夯实自动化运营能力的信托业务与管理创新模式。在信托业务开展的每一环节，都有许多参与方聚合。信托公司通过外部合作，与各类机构共同依托差异化的资源禀赋，在数字化转型中找到适合自身的场景与定位，强化核心能力建设的同时实现融合发展。

合规风控：从“经验判断”到“人机结合”

近年，监管层加大对信托行业“治乱象、去通道、防风险”的力度，推动行业回归信托本源，加之信托业还处在资管新规的过渡期，信托公司合规成本大大增加。传统信托合规风控包括标准化、批量化模式、独立审批人模式、全流程模式和风险管理策略导向模式。无论哪种模式，都是为了更好地打通？各业务流程，提高尽调、审批和风控的效率和降低成本。然而，传统信托合规风控的相关业务流程主要依靠人工来完成，不仅人力成本高，工作效率也不高。

金融科技的应用，突破了以往信托公司经验判断为主的风控模式，转向借助人工智能、区块链和大数据等信息技术优势，将人的因素与科技的因素有机融合。具体而言，金融科技在合规风控方面的应用优势，体现在如下四个方面：

1. 智能尽调

智能尽调是人工智能在企业尽职调查中的创新性应用，能覆盖更广的客户群体，从而大大减低交易风险。人工智能在处理庞大信息量上具有质的飞跃，这体现在处理包括准备和制定调查程序、审视财务报表与合约以及诸多其他重要信息的冗长调研任务，收集合作伙伴文件档案并分析文字中的含义，制作尽职调查研究报告。以往，专业尽职调查人员在执行调查任务上需花费大量资源、资金和时间。而人工智能将绝大部分非结构化的原始数据资料转化为精细的结构化数据，再经过智能系统的分析，以数据报表和可视化图表的形式呈现，更加直观、便捷和全面地供专家复核、供管理者决策。总之，金融科技的运用能够为尽职调查节省总成本和时间、降低人为失误以及人工审核需求、提升执行效率、避免专员长时间专注琐碎任务，使其更多地关注关键任务的完成与信息的复核。

例如，平安信托的“1+N” 智能风控平台，实现了投前、投中、投后全流程管控，支持包括立项尽调等业务全周期全流程管理。在该全周期管理平台的基础上，打造债券智能评审、团队画像、财报再造、智能法审等“N个智能云插件”，全面提升风险管理和投融资决策水平，赋能展业经营、管理决策。此外，借助平安集团的金融科技技术，平安信托开始用人工智能手段对其客户进行分层。首先，这一分层针对客户来源和场景进行，即便面对的是同样资金量的高净值客户，这种分层也会根据客户的投资风险偏好、资金来源以及不同的服务场景进行分类。其次，利用平安各金融平台的大数据体系，平安信托还对其客户的当前价值和未来的潜在价值进行评估，从而将客户分为5个等级（资产等级），每个等级里面细分为4个大类（优质、潜力、富裕、普通）。另外，平安信托还利用平安集团旗下平安财富宝平台，在客户服务、信息披露等方面引入现代科技力量，实现了客户风险等级在线测试、客户预约、信息查询、在线客服等多种新的服务方式。

2.舆情监测

舆情监测是通过对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求，形成可视化分析结果，为全面掌握动态和做出正确决策，提供分析依据。舆情监测最早运用于政府公共管理领域，近年在金融行业得到了普遍运用。金融运行的基础是信用与预期，这种特征使其更容易受社会信用与预期舆情的影响。小到个别金融机构的风险事件、声誉风险，大到席卷全球的金融危机、系统性金融风险，另外投资消费预期、通货膨胀预期、系统金融机构运行、国家货币政策制定与实施、金融监管政策效果无不受到舆情传播的影响。金融科技与金融舆情监测的融合，极大地扩充了信息来源、提高了数据分析的准确性和时效性。

例如，华能信托舆情监控系统。该系统2019年获得了国家版权局颁发的计算机软件著作权登记证书，是华能信托的大数据智能风控系统的重要组成部分。该系统在监测范围上实现了主流平台全覆盖，7×24全天候监测，及时发现网络舆情。同时，还搭建了舆情评分及预警系统，在监测企业舆情信息方面，每天定时自动发送邮件，对于当日评分低于80分监控企业，自动发送预警邮件提醒。再如，平安信托智能风控平台接入外部资讯及舆情信息，通过机器学习构建多维因子模型，形成高效、专业且精细化的风险决策引擎。

3. 大数据风控

大数据风控即大数据风险控制，是指通过运用大数据建模的方法进行风险控制和风险提示。传统的风控技术，多由各机构自己的风控团队，以人工的方式进行经验控制。随着金融科技的发展、金融业务的提效增速，传统的风控方式已逐渐跟不上机构的业务扩展。也有人曾质疑大数据风控较人工操作的准确性，于是有学者从中国的互联网金融发展的实际情况出发，将机器学习算法的互联网金融风控模型与传统的统计评分卡模型进行了对比试验，证明了机器学习模型能更好地预测个人信用风险，从而构建更加有效的风控体系。

例如，华能信托的大数据智能风控系统涵盖了4大功能：机器学习与智能评分；数据可视化与一键排序新闻尽览；舆情预警系统；多板块监控。其中，功能二和功能三主要针对的是舆情监控场景，加上功能一和功能四，组成了完备的大数据风控体系。该系统囊括了详细的企业信息浏览功能，展示单企业的详情信息，包括企业概览、关系企业、财务数据、企业融资、经营预计、评级记录等内容。通过大数据技术，收集政府部门及其派出机构、监管机构等官网公开的企业罚款、立案调查、失信等诚信事件，并且囊括深度的信托资料查询，展示信托产品详情信息，包括信托要素、发行、评级、估值、公告、相关产品、机构持仓等内容。此外，利用智能分析技术，不用人工便可进行信用市场风险研究，比如为分析各地区、受托人的整体信用风险情况提供助力。

4. 智能反欺诈

数字化金融欺诈具有专业化、系统化、隐蔽化等特点。智能反欺诈可准确识别恶意用户与行为，解决金融机构在支付、借贷、理财、风控等业务环节遇到的欺诈威胁，降低企业的损失。一方面，人工智能可以利用机器对数据的大规模以及高频率的处理能力，将申请人相关的设备、IP 等各类信息节点构建庞大知识图谱，并在此基础上建立基于机器学习的反欺诈模型并对其进行反复训练和实时识别，迭代更新黑产知识图谱，有效识别各类欺诈风险。另一方面，人工智能基于庞大的知识图谱，还能监测整个互联网的风险动态，当发现信用表现出现风险的时候，能够及时做出风险预警，启动“先知”的防御机制。例如，平安信托“1+N”智能风控平台，同样具备反欺诈的业务优势。在投中审核阶段，通过视频面签、人脸识别、GPS定位等技术，实现一人实地、一人远程视频面签形式，核验项目方合同签字人身份，降低运营成本及操作风险，预防欺诈行为。此外，法审环节通过智能推送交易结构、法律意见、标准文本、律师服务，助力信托业务高效拓展与落地，通过引入NLP与OCR技术实现系统自动协助法律人员审核合同，节约合同人工审核的时间，实现智能比对，提高法审效率。

运营管理：从“线上化”到“数字化和智能化”

1. 数据治理

数据治理是指通过建立组织架构，明确董事会、高级管理层、部门等职责要求，制定和实施系统化的制度、流程和方法，确保数据统一管理、高效运行，并在经营管理中充分发挥价值的动态过程。银监会相关负责人表示，数据质量问题一方面阻碍银行业金融机构高质量发展，另一方面影响了监管效率，数据治理亟待加强。银保监会高度重视数据治理工作，正是因为数据治理是智能运营的支柱和基础。充分利用数据仍然是大多数信托公司的一个挑战。虽然信托公司在业务中积累大量的资产端、资金端客户数据，但这些数据一方面可能是分散到多个业务系统中的，不同系统的数据标准并不统一；另一方面，数据资料存在大量无法使用OCR工具识别的手写内容、非标准表格、PDF文件和图片，难以实现整合。

信托公司想要最大化挖掘数据价值，需要制定切实可行的数据战略，跨越各职能和流程，充分利用当前可以访问的内外部结构化和非结构化海量数据。信托公司的数据治理可以分为三个步骤进行：第一，通过数据聚合对来自不同业务系统的数据进行整合，形成综合数据集并进而生成数据洞察。第二，利用数据湖以自然格式将数据存储在单一存储库中。数据湖旨在存储各类结构化和非结构化的企业数据，确保这些数据可用于报告、可视化、分析和机器学习技术。第三，通过数据整理、集成并呈现从不同来源收集的数据，从而持续维护并提升数据价值。将内外部数据纳入统一的数字化组织，通过开放API接口更好地赋能前、中后台的业务和运营管理，完全打通数据孤岛，实现由被动到主动数据利用方式的转变。

2.资产质量监控

信托公司传统的资产质量监控手段主要包括贷款企业进行现场检查、监控企业资金流向和现金流状况、重点领域检查等。但在当前的宏观环境下，企业经营的波动性加大，信托公司面临的风险也更加复杂，需要能够识别企业或个人的各类潜在风险，提前制定相应解决方案，实现风险的早发现、早预防、早处理、早报告，确保资产质量稳定。因此，信托公司的资产质量监控需要更加全面、多维、高频和动态，这要求重新思考传统观念和方法并采用全新的技术。

金融科技或将重塑信托公司资产运营管理的各个方面。根据德勤第11次全球风险管理调查，约29%的受访者表示，自己的机构目前正在使用机器人(行情300024,诊股)流程自动化来管理风险数据、风险报告和监管报告，约25%和19%的机构分别表示正在使用机器学习和认知分析（包括自然语言处理）来降低风险管理的成本、提高准确性。这些工具可以通过自动化手动任务来降低成本。例如，制定风险报告或审查交易，还可以自动扫描内部和外部环境中的各种数据，以识别和应对新风险、新威胁和不良行为者。信托公司可以运用以上金融科技，打通资产、产品交易对手数据和信息，对资产进行全流程、智能化的管理，实现智能风险预警。

3. 自动清算/分配

信托产品管理均归集在运营中台，当前信托公司的中台往往有多个系统。如果将所有系统都整合在一个平台，则可以实现产品创设与存量业务管理的自动化，大大提高“产品创设-募资-投资-运营管理”的效率。在集中运营平台基础上，还可以将区块链和智能合约技术应用于信托产品的清算和分配。可以根据合同约定在区块链平台上发布与信托文件对应的智能合约，智能合约在资产托管期内可根据相应事件、时间点自动执行，凭借区块链分布式运行和全网参与的特点，上链的信托业务永久在链，实现中远期收益、资产的自动化分配及权属关系变更等。

例如，平安信托通过“一键建壳”和“账户直通车”项目，实现了同一角色、同一场景下的高度集成，即在一个界面、一站式完成产品的设立、开户以及报备等工作，而且信息自动引用、资料系统传输、操作全线上交互，时效从过去的1个星期缩减为1天以内，大幅提升了产品经理的工作效率，同时通过数据不落地有效地控制了道德风险和操作风险。其中，通过与合作银行开展高度智能化的“账户直通车”业务，令产品开户从原先21个线下流程缩减至5个线上流程，开户时间缩短逾60%，该项目开创了对公账户全生命周期自动化、智能化管理的新模式，对有大量账户需求的金融机构及法人企业有着较大的借鉴意义。

（课题牵头单位：中国对外经济贸易信托有限公司）

摘自：《2020年信托业专题研究报告》