东莞证券股份有限公司金融科技部副总经理 廖倡

  自党的十八大以来，党中央高度重视发展数字经济， 数据要素价值愈加凸显。2022 年12 月，《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》发布，系统性明确了数据基础制度体系建设方向。

  当前，资本市场的机构化进程正不断加快，包括大型企业、小型企业、基金公司、保险公司、证券公司等在内的各类参与者逐渐增多。证券公司机构客户综合服务以客户为中心，从帮助企业实现上市到协助企业进行资本运作和价值管理，通过在金融服务领域积极创新和迭代，满足客户需求，因此机构业务成为加强投融资端改革、促进资本市场活跃的重要领域。机构业务具有服务链条长、非标程度大、协同要求高、技术依赖强等特点，已成为数据要素应用的重要业务场景，一系列强调数据属性的业务正逐步衍生出来。笔者结合相关工作和研究实践，从利用及参与数据要素市场角度出发，探讨数据要素在证券公司机构客户服务业务中的应用现状和未来发展趋势，重点展望数据投行的潜在应用模式和业态，并总结提出一系列面向机构客户服务的科学与工程问题。

一、证券公司机构业务发展加速

  证券公司的机构客户服务经历了多个不同的发展阶段，从关注交易系统性能与全交易链路环节执行效率提升，转向以高频交易、量化交易、风险监测为代表的更深层次的数据分析。在金融科技视角下，国际市场上高盛的Marquee 交易平台和摩根斯坦利的Access Direct 平台均采用了前瞻性的数据分析技术，为机构客户提供了高效灵活的交易解决方案。在我国，部分证券公司已经建立一站式机构客户综合金融服务平台，如国泰君安的道合、华泰证券的行知、海通证券的e 海通达等，覆盖策略交易、机构理财、家族理财、资产托管、场外衍生品等服务。随着数字金融等新兴金融业态的蓬勃发展， 金融科技系统正呈现出数据海量化的特征。在证券机构客户综合服务的发展过程中，提升高频Tick 行情、财务、另类等数据的治理、处理、分析能力至关重要。

  证券公司机构客户全业务链协同支持体系需要在智能化交易、投资与投研、内容生产与智能营销、风险管理与合规、运营流程优化等方面实现功能的整合和增强。从金融科技赋能业务的角度来看，证券公司的机构业务发展主要体现在两个方面：一是对内着力于打造以“机构综合财富服务”为核心的业务协同体系， 涵盖投研、投资、代销、交易等方面;二是对外以“特色投行+ 全牌照券商”为着力点，已在客户跟踪服务、流程协同方面紧密合作，构建多层次企业融资生态圈， 成为一站式金融服务解决方案提供商。高盛、摩根士丹利等国外证券机构已经构建了跨部门协同合作模式，如投资银行部门与资产管理部门、研究部门与交易部门之间开展了紧密合作。在我国，中信建投、招商证券等数十家证券公司已陆续建立专门的机构业务协同服务平台，以资产托管和交易经纪融合为起点，综合投行、投资、研究、私行、交易等多个业务板块构建协同体系，通过深耕风险投资推介、战略投资者引进、风险管理、债务重组、股权激励等领域，提升价值发现能力。

二、数据需求方：完善数智赋能协同业务体系

  证券公司通过整合公司资源为机构客户提供综合、全面的金融服务，与客户共同成长，服务涵盖企业全生命周期，服务内容包括企业上市前的战略投资者引入、资产重组顾问、新三板挂牌，以及企业上市后的增发、配股、并购重组、公开募集基础设施证券投资基金(REITs)、科创债、资产支持证券(ABS)等多个方面。在科技赋能业务方面，证券公司积极应用大数据和人工智能等前沿技术，在同业机构合作生态圈、上市公司生态圈等客户群体服务方面加大创新研究力度，赋能机构业务发展。

  1. 创新私募机构算法金融服务

  在私募机构领域，私募机构广泛使用的数据库呈现出复杂且多样化的特点，存在数据质量参差不齐和利用效率不高的短板。由于私募基金有限的信息披露要求，其内部数据相对不透明，常常缺乏公开可用的信息。私募机构的投资组合通常涵盖非公开市场的资产，可能会引发对数据质量和估值问题的担忧。综上所述，私募机构面临着难以对数据资产进行整合分析与有效利用的挑战。这一现象在量化私募领域尤为突出。针对此类问题，证券公司有望在数据处理、策略构建、交易风控等领域对私募机构进行全面赋能。当前，我国多数量化私募基金正在积极探索基于AI 大模型的量化策略研发，然而，由于市场竞争激烈，单一策略的收益空间逐渐缩小。这一趋势促使证券公司及私募机构不断优化业务服务模式，形成了新的业务形态。例如，业界正在量化联合运营与算法评测、信息爆炸约束下投资组合优化建模和求解、跨市场跨品种的投资组合优化和资产配置、弱市震荡行情的避险交易、信用业务服务模式与投资策略创新等方面进行积极探索。

  2. 助力上市公司股权激励服务

  在上市公司服务领域，股权激励被视为实现企业高质量发展的重要手段，尤其在科技创新这一技术密集型行业，针对员工实施股权激励的需求迅速增长。上市公司在开展股权激励的过程中往往面临来自人员变动、股份行权以及股份变动等方面的挑战，其中管理成本高、推进效率低的问题普遍存在。与此同时，股权激励可能与上市公司的股份回购、董监高的股票减持等交易行为相关联，与这些交易行为相关的监管法规和实施细则相当专业且复杂。从数据要素视角来看，针对上市公司存在的难以及时完整获取过程数据、无法全面评估激励效果、无法进行科学精准决策以及难以实施全程监控和合规管控等问题，证券公司可通过构建多层次数据服务体系，整合自身的投行、财富管理及结算税收业务优势，衍生出基于数智赋能的股份管理、股权激励、增减持交易、合规交易、市值管理等多样化交易工具，形成全链条一站式服务业态。

  3. 商机整合挖掘与客户关系分析

  为了加强商机线索的发现与管理，证券公司积极开展企业数据挖掘工作，从企业监管和经营画像出发，逐步引入新的数据和模型，如基于多分类问题的上市公司信息披露文本违规类型判断、基于多源数据比对的上市公司“抢帽子”行为和蹭热点行为监测、基于政府公共数据融合的优质企业发现、基于外部评论数据的企业战略分析等。在商机类型与关联图谱的对应关系搭建、事件驱动属性和动态时变适应能力设计等方面，部分证券公司通过结合企业社会网络和隶属网络数据，研究异构图网络分析、自然语言处理等技术在关系推断及拜访记录信息挖掘等场景的应用。相关研究和应用成果包括基于多维度特征融合的商机价值度筛选与排序、基于人才流动的企业前景评估、企业社交资产价值与信息传播等。

  4. 业务协同场景与社交属性设计

  针对业务协同场景与社交属性设计，证券公司可深入研究投融保研和财富管理联动服务创新模式，在投资银行、财富管理、证券金融、产品中心等多个业务领域实现全面协同，创造可持续的业务附加收入，同时加强与各类投资基金及其他金融机构的合作，积极建设科创平台。例如，对于私募客户服务体系，可与衍生品、融券、IT 输出、投研服务、席位租赁等业务进行跨部门协同， 在金融产品设计和交易性资本中介等细分领域通过多元化服务，挖掘增量业务机会;对于上市公司服务体系，可以通过与回购减持、机构理财、资产配置、现金管理、流动性管理、市值管理、资本中介等业务部门协作，将投行企业级客户中的高净值客户向财富管理端引流。从数据要素视角来看，证券公司可基于数据共享收益分配原则，秉持“谁贡献，谁收益”的理念，创新客户服务管理模式，围绕联系人、业务团队、企业、金融服务和项目等维度，进一步完善基于数智赋能的商机与业务团队撮合、投融资对接等协同服务。同时，证券公司作为金融生态系统的关键节点，可将金融机构、监管机构、信息系统供应商、投资者、分析师、行业专家等参与者连接起来，围绕资金资产诉求、资本运作等主题，搭建数据生产与挖掘的数智化生态业务服务体系，打通组织架构和考核分配体系相关技术系统，发挥数字化平台数据与社交价值，建立对应的机构客户前台和中台，实现业务线的交叉赋能。

三、数据生态方：探索构建数据投行新型业务体系

  数据要素的资源化、资产化和资本化已经成为发展的必然趋势。金融属性的数据资产管理正逐渐成为全球关注的焦点，国内外企业纷纷在数据金融领域开展创新探索。在数据质押融资贷款领域，贵阳银行于2016 年向贵州东方世纪发放首笔100 万元数据贷，北京银行于2022 年为佳华科技提供1000 万元的数据资产质押融资贷款。在无质押数据资产增信贷款方面，微言科技于2023 年通过光大银行的授信审批获得首笔1000 万元无质押数据资产增信贷款，贵州东方世纪于2023 年通过贵阳农商银行获得首笔基于数据资产价值应用的融资贷款。此外，金融机构在数据信托和数据资产保险等领域也进行了初步探索。资本市场在整个金融市场体系中占有举足轻重的地位, 是现代金融体系的重要组成部分。当前，北京、上海、深圳、杭州等地提出支持金融机构探索开展数据资本化等创新服务，如金融属性的数据资产管理和数据资产证券化等。

  1. 数据资产证券化与数据投行

  数据证券化产品和数据资产作价入股是资本市场与数据要素市场融合的主要形式。聚焦资本市场服务数据要素市场化配置的相关研究，笔者借鉴知识产权保护、基础设施等领域证券化模式的成熟经验，提出了一种利用资产支持证券、股权等现有金融产品将数据产权及其持有人相关权利和义务统一打包的方法。这种方法有助于将复杂的、难以“他信”的基础资产标准化和分割化， 从而提高数据要素的可交易性。在数据要素被赋予资本运营的基本特征，尤其是可交易性后，企业或政府机构拥有的大量数据便可转化为可计量的资产，并通过资产证券化等手段实现数据的有效变现。数据投行在具备传统投资银行资本运营功能的同时，通过将数字技术和数据要素融合在一起，促使产业链上中下游数据资产通过公允的数据交易机制进行交换，不仅可激发数据要素的活力，还在推动数字经济高质量发展过程中发挥着重要的作用。

  2. 证券公司数据投行职责重定位

  证券公司在资本市场中发挥着推动价值发现、资源配置和居民财富管理等作用，连接着投资机构、法律机构、政府管理部门以及产业园区等多方资源，在数据要素融合的业务发展中具有天然的优势，即承担着“数据投行”的职责。证券公司可将十万亿级数据资产作为核心，以非金融性质的“数据资产”管理为基础，培育壮大数据评估、治理、计价、融资和入股等衍生市场，并利用自身的综合服务优势，充当好“数据投行”的角色。在进行数据资产计量的过程中，证券公司可采用多元化估值方法，结合数据企业所处发展阶段、行业、规模、商业模式、核心竞争力等因素进行全面分析，准确反映数据企业的创新能力、数据壁垒和成长潜力;利用投行报告在定价方面的锚定作用解决估值难问题，促进投融资两端的动态平衡。证券公司可通过有机整合创投机构等多方资源，充分发挥组织资源优势，打造包含数据登记确权、数据质量认证、数据资产价值评估等元素的数据资本化服务体系新生态，探索不同视角下数据收益分配对企业财务状况和经营效果产生的影响，构建具有公信力的数据资本化评测体系。同时，证券公司有望取代数据运营商的部分功能，在数据托管服务中发挥作用，参照证券公司现有托管业务经验，业务发展空间包括提供数据资产托管、交易清算以及信息披露等，从而降低数据提供方的运营成本。

  3. 证券公司新型数据基础设施建设

  数据基础设施建设涵盖网络、算力、安全、流通等方面。针对数据要素资本化领域，在数据登记确权、数据质量认证、数据资产价值评估以及数据资产信息披露等方面，证券公司可以进一步探索如何以科技手段来实现数据权益清晰且可度量，以及可见的具体信息和不可见的价值计算体系的构建、流动性强且价格发现功能优越的数据类交易标的筛选与培育、基于去中心化金融(Decentralized Finance，DeFi) 和多方安全计算等前瞻性技术的数据流通与结算体系建设等。例如，参照上海数据交易所提出的数据通证化模式，利用存证上链等手段构建数据产品与数据资产连通基础设施。基础资产标的不仅仅局限于数据本身，还能扩展至数据处理中心的通信能力、存储能力、计算能力，甚至可扩展至算法、人工智能以及系统性解决方案等领域。证券公司基于在金融科技方面的优势，在满足合规要求与确权的基础上，可在数据金融产品创新、经济效益预测、成本可靠计量等方面进行应用拓展，并在开展制度建设的同时，通过工程化路径推动数据资本化的落地。具体来说，证券公司可基于现有资本市场研发、运维、安全、管理、运营等科技体系，广泛与科研机构、科技厂商等生态进行连接，通过对数据调用量等指标的分析来评估数据资产的潜在价值，构建可满足多元目标需求的数据交易智能撮合和使用的理论与方法，落地多源异构数据融合使用的安全与合规智能化检测技术。这些举措能为数据资产的充分利用提供坚实的支撑，更好服务适应数据资本化市场发展的基础设施建设与运营体系建设。

作者：东莞证券股份有限公司金融科技部副总经理 廖倡 | 东莞证券股份有限公司机构业务运营筹建团队 梁家辉 钟海万 沈鑫杰

栏目编辑：彭惠新