1、 中国财富管理能力评价报告（2022）IMINo.2302 更多精彩内容请登陆 http:/ 究 报 告 1 目目 录录 第第 1 1 章章 引言引言.1 第第 2 2 章章 中国财富管理能力评价中国财富管理能力评价.6 2.1 概述.6 2.2 中国资产管理行业发展概况.8 2.2.1 中国资产管理行业发展指数变化情况（2022Q4）.8 2.2.2 分行业资产管理业务发展指数变化情况（2022Q4）.14 2.2.3 结论性评价.21 2.3 中国财富管理能力评价（2022Q4）.22 2.3.1 不同机构的财富管理能力评价结果变化（2022Q4）.25 2.3.2 基于不同机构的财富管理

2、能力评价结果分析（2022Q4）.32 第第 3 3 章章 中国财富管理中国财富管理数字化转型概况数字化转型概况.35 3.1 财富管理数字化的定义和内涵.35 3.2 财富管理机构数字化赋能财富管理的路径.36 3.3 财富管理机构数字化转型能力支撑体系.40 第第 4 4 章章 中国财富管理中国财富管理数字化转型进程数字化转型进程.42 4.1 大财富业务数字化的整体进程.42 4.1.1 数字经济启动中国经济转型新引擎.42 4.1.2 数字科技赋能财富管理业务.43 4.1.3 数字科技助力构建财富管理新生态.44 4.2 不同机构的财富管理数字化进展.45 4.2.1 银行：金融科技

3、投入持续加大，打造数字化财富管理协同机制.45 2 4.2.2 券商：交易通道走向服务通道，建立数字化财富管理生态.47 4.2.3 公募基金：信息化改造不足，生态有待优化.48 4.2.4 第三方机构：营运效率驱动，数字化转型上具备技术优势.50 4.3 基于不同机构的数字化进展分析.51 附录附录 1:1:中国资产管理行业指数编制方法中国资产管理行业指数编制方法.55 一、编制原则.55 二、编制思路.56 三、指标体系构建.57 四、数量指标的无量纲化.62 五、指标权重的确定.63 附录附录 2 2：基于不同机构的财富管理能力评价方法：基于不同机构的财富管理能力评价方法.68 一、口径

4、与定位.68 二、评价说明与数据来源.68 三、评价方法说明.69 图表目录图表目录 图 1 我国居民金融资产规模（万亿元）.6 图 2 财富管理产业链.7 图 3 中国资产管理行业发展总指数（2013Q1-2022Q4）.11 图 4 M2 及社融增长情况（2013Q1-2022Q4）.12 图 5 中国资产管理行业二级指数（2013Q1-2022Q4）.13 图 6 中国资产管理行业二级指数同比增长率（2014Q1-2022Q4）.14 图 7 各行业资产管理业务发展指数（2013Q1-2022Q4）.17 3 图 8 各行业资产管理业务发展指数同比增长率（2014Q1-2022Q4）17

5、 图 9 银行业资产管理发展指数（2013Q1-2022Q4）.18 图 10 证券业资产管理发展指数（2013Q1-2022Q4）.19 图 11 保险业资产管理发展指数（2013Q1-2022Q4）.20 图 12 信托业资产管理发展指数（2013Q1-2022Q4）.20 图 13 基金业资产管理发展指数（2013Q1-2022Q4）.21 图 14 100 家机构打分区间占比.26 图 15 排名前 10 家机构得分.27 图 16 排名前 10 家银行得分.28 图 17 排名前 10 券商得分.30 图 18 上榜 6 家公募基金得分.31 图 19 排名前 10 第三方机构得分.

6、32 图 20 数字化财富管理的内涵.36 图 21 数字化财富管理的前、中、后台布局.37 图 22 “三位一体”财富管理机构数字化转型能力支撑体系.40 图 23 指数构建流程图.56 表表格格目录目录 表 1 中国资产管理行业发展指数及其同比增长率（2013Q1-2022Q4）9 表 2 各行业资产管理业务发展指数及其同比增长率（2013Q1-2022Q4）.14 表 3 机构财富管理能力评价 100 强.23 表 4 2022 年四季度公募财富管理产品（非现金类）各机构保有规模TOP16.24 4 表 5 财富管理能力 100 强榜单机构类型.25 表 6 100 家机构打分区间分布.

7、26 表 7 各机构类型平均得分.27 表 8 银行得分区间分布.29 表 9 券商得分区间分布.29 表 10 上榜 7 家公募基金得分区间分布.30 表 11 第三方机构得分区间分布.31 表 12 各类机构财富管理业务数字化赋能情况.52 表 13 中国资产管理行业发展指数指标框架.58 表 14 五大类指数编制方法对比.64 表 15 指标权重分布情况.67 1 第第1章章 引引 言言1 随着城乡居民收入提高，全国家庭财富稳步累积，财富管理需求显著增长。党的二十大报告指出，中国式现代化是全体人民共同富裕的现代化。共同富裕推动了新时代财富管理的发展，新时代财富管理也肩负着服务共同富裕的使

8、命。2022 年经济下行压力加大，市场波动剧烈，但财富管理浪潮并未停歇，包括银行存款、基金、理财、保险为主的居民 AUM 规模连创新高，其中低波动属性产品更受青睐。数字化正是新时代财富管理践行这一使命的核心引擎和必由之路。通过人工智能、大数据、云计算、机器人流程等多项技术赋能，产品、营销、运营、管理和服务实现全面数字化、精准化、智能化。主要面向高净值客户的传统财富管理业务依靠数字化实现了批量获客、及时触达、定制服务等一系列功能，降低了服务成本，拓展了客群边界，得以下沉至中等甚至长尾财富规模客户，财富管理真正步入普惠时代。为进一步厘清我国财富管理行业发展历程，我们率先编制了中国资产管理行业发展指

9、数，并阐述银行、证券、保险、信托、基金等五个资管子赛道的发展情况并对其未来展望。指数编制兼顾金融理论与资管实践，充分考虑全面性和数据可得性，力求客观、量化地反映“大资管时代”以来中国资产管理行业的整体发展水平和动态变化趋势。我们选取资管规模、资管产品、经营效益和人才资源等四个一级指标，银行业、证券业、保险业、信托业、基金业等五个行业作为二级指标，并以此来构建 2013 年第一季度至2022 年第四季度中国资产管理行业发展指数。结果表明，结果表明，2022 年年中国资产管理行业发展中国资产管理行业发展总指数维持上升通道运行，前三季度指总指数维持上升通道运行，前三季度指数同比保持较快增长，增速企稳

10、。数同比保持较快增长，增速企稳。据测算，一季度指数为 676.37、同比增长 12.27%，二季度指数为 682.30、同比增长 9.46%，三季度指数为 708.65、同比增长 9.16%，四季 1 课题顾问：肖 钢 课题组成员：宋 科、王 剑、戴丹苗、马晓燕、石锦建、徐建军、薛勇臻 2 度指数为 711.87、同比增长 5.69%。分维度来看，产品指数为第一发展梯队，维持上升通道运行；规模指数为第二发展梯队，维持企稳发展态势；经营效益指数与人才资源指数为第三发展梯队，指数平稳发展，轨迹相近。“资管新规”历经三余年，终于在 2022 年迎来实施，不仅使监管标准走向统一，更重塑了财富管理市场格

11、局，督促行业回归本源。有鉴于此，我们进一步针对资管子行业进行深入研究，系统梳理了相关领域发展现状与未来趋势，发现以下几个特征：第一，银行理财迎来新机遇，第一，银行理财迎来新机遇，银行银行财富管理业务被提至财富管理业务被提至战略战略地位。地位。2013 年以来，银行资管分指数整体呈先增后减趋势，2019 年起进入波动下行通道，2022 年银行理财业务的监管回归常态，银行理财进入净值化运作新阶段。与此同时，政策层面鼓励新产品的设立与新竞争力的培育，在此背景下，银行理财子公司应尽快调整存量业务，积极布局新的业务形态，有效识别客户个性化需求，在转型中抓住机遇，凸显自身优势。第二，券商资管公募化改造持续

12、推进。第二，券商资管公募化改造持续推进。2013 年一季度至 2022 年四季度，券商资管分指数呈先增后减两个发展阶段。截至 2022 年第四季度指数小幅回升至 337.53，同比增长 2.16%。定向资管计划是券商资管产品主力，2021 年以来定向资管计划持续压降，去通道进程持续加速，资管产品有待扩容。但资管新规放宽公募牌照限制，有助于券商实现大资管布局，加速经纪业务向资产管理的转型。第三，保险资管把握养老金机第三，保险资管把握养老金机遇，规范发展稳健致远。遇，规范发展稳健致远。保险资管分指数从 2013 年基期的 100 持续攀升至 2022 年四季度的 976.74，持续稳定增长了 87

13、0%多。近年来保险资管公司受疫情多发、监管变化等影响，受托业务的竞争压力加大，保费增长明显放缓；而与此同时，企业年金较快增长，保险资管应抢抓发展机遇，拓展负债来源。第四，信托资管回归本源，内外兼修，积极探寻转型出路。第四，信托资管回归本源，内外兼修，积极探寻转型出路。2013 年以来，信托分指数整体呈波动上升趋势。截至 2022 年四季度，信托业资管指数为 334.68，同比增长5.19%。随着资管新规过渡期结束，目前行业转型已进入“深水区”，融资类、通道类业务的收入贡献难以维系，标品业务和投资类信托已成为信托行业转型的重要方向。各家 3 信托公司应根据自身的资源禀赋和专业能力，重新定位自身价

14、值，在各类服务信托上尽早布局，重点发力。第五，第五，公募公募基金逆势创新迎接机遇，基金逆势创新迎接机遇，引领行业引领行业任重道远。任重道远。2013 年以来，基金业分指数整体呈波动上升趋势，截至 2022 年第四季度，指数为 1523.12，同比增长 6.45%。作为监管最严格、运作最规范的资管子行业，公募基金行业蕴含着巨大机遇，公募行业整体将持续维持较好的增长态势。私募基金行业目前在资产管理业务中所占比重越来越大，但仍存在监管边界模糊等问题，需要进一步确定和完善监管要素。财富管理的边际跟随技术进步在持续延伸。随着大数据、云计算、人工智能、区块链等一系列金融科技的发展，传统金融行业所提供的产品

15、和服务实现延展创新，“财富管理”与“金融科技”深度耦合，使得财富管理业务更加普惠、更加便捷、更加智能、更加安全。为科学跟踪财富管理行业数字化转型动态，把握未来发展方向，为财富管理机构提供实践指导和决策参考，我们对银行、券商、公募基金公司和第三方机构等 4 类不同机构的财富管理能力作了系统评价与变化趋势分析，在此基础上系统梳理了财富端不同机构的数字化转型进程，得到以下结论：第一，银行仍为财富管理行业中流砥柱，金融科技投入持续加大。第一，银行仍为财富管理行业中流砥柱，金融科技投入持续加大。从财富管理能力评价结果来看，前 20 名中有 18 家为银行，前 10 名中有 9 家为银行，和 2022 第

16、二季度保持不变。因此即使在存量在略有下降的情况上，以招商银行为代表的头部机构的优势依旧明显，银行在财富管理行业依旧有着中流砥柱的地位。通过系统梳理银行业财富管理数字化转型情况，我们发现：一是金融科技帮助银行实现财富管理产品和服务创新，结合应用场景加强模型开发，向用户提供触手可及的金融产品与服务。二是数字化转型能够帮助银行优化升级营销策略，搭建一体化、科学化、人性化的营销服务体系。银行可以运用数字技术和工具实现多渠道的信息获取、全面的用户分析、动态的关系管理、精准的产品推介等一系列智能化营销行为。4 三是数字化转型有利于银行整合触客渠道，强化渠道协同来打造全行统一的智慧大脑，打造自上而下、精细化

17、、专业化、全行高效的客户运营体系，实现全渠道交互融合、多层级协同联动，提高服务效能和客户满意度。第二，券商市场占有率持续扩张，第二，券商市场占有率持续扩张，已初步已初步建立数字化财富管理生态。建立数字化财富管理生态。从财富管理能力评价结果来看，券商权益类基金市占率环比增速最高，公募基金保有规模市占率提升也最为明显。同时，随着统计口径的调整，ETF 采用季末时点值统计，包含二级市场净买入金额，也将持续利好券商行业基金销售业务。通过系统梳理券商财富管理数字化转型情况，我们发现：一是通过运用互联网、大数据分析技术，券商能够便捷、迅速地得到准确的客户画像，从而可以进行精准化营销，如此便能大大地降低获客

18、成本和营销成本，推荐产品契合度的提升还能增强客户好感度，优化用户体验，提高客户忠诚度，成功实现科技赋能营销和数字化展业。二是数字化技术可以帮助券商完善产品筛选方法与评价模型，并搭建一体化、高效智能的策略系统和动态风险管理系统，促进财富管理产品体系的升级。三是数字化有利于券商集中运营管理平台，建立高速、安全、稳定、专业的一体化运营管理系统，既降低了内部管理和跨平台协调的成本，又能提升自身的服务效率。第三，公募基金第三，公募基金公司公司发展空间较大，信息化生态有待优化。发展空间较大，信息化生态有待优化。从财富管理能力评价结果来看，2022 年末财富管理能力评价得分中，公募基金平均分较 2022 年

19、上半年有所下降。和银行、券商相比，公募基金公司上榜数量较少，上榜一共只有 6 家，主要集中在头部机构。通过系统梳理公募基金财富管理数字化转型情况，我们发现：一是投资流程数字化。数字化技术可以被广泛运用到基金产品的清算、估值核算、信息披露和基金销售的登记过户等业务中，优化业务流程，节省人力成本，降低操作风险，极大地提升了业务服务效率。5 二是开放平台数字化。伴随资管业务的快速发展，资管业务体量增长迅猛，公募基金公司可以利用数字化平台打通场外交易相关的各个系统，对投资交易、清算划款、券款交收、资金调拨等环节进行全程跟踪，实现场外业务在投资、交易、清算各部门之间乃至不同机构之间高效流转，提高前台交易

20、的效率、缩短资金划款链条、加快资金划款速度。第四，第三方机构依托互联网发展迅速，第四，第三方机构依托互联网发展迅速，数字化转型上具备技术优势数字化转型上具备技术优势。从财富管理能力评价结果来看，得分排名前十的第三方机构其分值差距较大，说明第三方机构差异化发展较为明显。蚂蚁基金进入财富管理前十强，而天天基金也在前二十强，说明三方机构通过特色化竞争，也具有极大的发展潜力。通过系统梳理第三方机构财富管理数字化转型情况，我们发现：一是搭建稳定可靠的核心服务平台，全面提升业务支撑效率，并依托数字化技术和人才优势自主构建面向长尾用户的产品体系，以充分满足用户递进的、多样化的、个性化的理财需求，扩大净值型业

21、务的用户基础，不断向全生命周期理财平台升级。数字化技术的运用进一步增强了第三方机构的用户触达优势，有利于稳定存量客群和加快提升增量客群。二是与资质良好、经验丰富的大型 IT 服务商进行合作，依托合作伙伴的技术优势搭建数字化、智能化的运营中台，实现线下业务线上化，简化既往的业务流程，促进业务流程更加规范化、透明化、便捷化，如此既能更好地符合监管要求，又能大幅提升业务操作效率与客户服务满意度。三是联手大型数据服务商，借助 AI 算法、大数据建立智能化信息管理平台，对底层资产进行数字化智能管理，不断完善数字化资产体检、数字化交易监测、数字化风险甄别和风控、数字化资产估值与评测等功能，实现投前项目评审

22、规范化，投中全方位监测、投后整体化管理，并提升底层资产管理的效率和透明度。6 第第2章章 中国财富管理能力评价中国财富管理能力评价 2.1 概述概述 财富管理是一个较为宽泛的概念，中国人民银行于 2021 年 12 月 29 日发布的金融从业规范 财富管理将其定义为：财富管理即贯穿于人的整个生命周期，在财富的创造、保有和传承过程中，通过一系列金融与非金融的规划与服务，构建个人、家庭、家族与企业的系统性安排，实现财富创造、保护、传承、再创造的良性循环。全方位的财富管理包括财富管理产品、保险规划、资产配臵、退休规划、法律风险规划、税务筹划、不动产投资规划、收藏品规划以及家族财富传承等，其中财富管理

23、产品主要包括投资产品（股票、基金、债券、资产管理产品等）和保险产品（人身保险、财产保险、理财保险三类）。在我国经济转型的背景下，资金融通模式发生改变，居民财富管理需求迅猛增长，财富管理行业迎来巨大的发展空间。图 1 我国居民金融资产规模（万亿元）7 财富管理从客户需求出发提供服务，以客户为中心，不同类型机构有不同优劣势，在竞争与合作中也将共生共荣。由于各类金融机构在资金端、投研能力、客户资源、销售渠道、产品发行、人才团队、业务协同等方面各具差异，因此在发展财富管理业务上也各有优劣势。各类财富管理机构构成了财富管理行业生态链的主体，不同机构之间虽然在重叠的领域竞争，但在互补的领域也存在着合作。这

24、种竞合关系会形成未来较长一段时期内财富管理行业的格局。图 2 财富管理产业链 一个完整的财富管理链条涉及财富管理业、资产管理业、投资银行业，前两者通常被统称为“大财富”或“大资管”。在本章中，我们聚焦大财富管理时代的行业发展及各个机构的财富管理能力评价。在第二节中编制了中国资产管理行业发展指数，从银行、券商、保险、信托和基金业五个维度系统、量化梳理了中国资产管理行业发展情况；第三节从产品保有量出发，对不同行业、不同机构的财富管理能力进行了评价分析。8 2.2 中国资产管理行业发展概况中国资产管理行业发展概况 为进一步厘清我国资产管理行业发展历程，科学跟踪行业最新动态，把握未来发展方向，为资产管

25、理行业提供实践指导和决策参考，我们编制了中国资产管理行业发展指数，具体选取资管规模、资管产品、经营效益和人才资源 4 个一级指标，银行业、证券业、保险业、信托业和基金业 5 个二级指标，共同形成“矩阵型”的评价体系，力求客观、量化地反映“大资管时代”以来中国资产管理行业的整体发展水平和动态变化趋势。结果表明，2022 年中国资产管理行业发展总指数维持上升通道运行，前三季度指数同比保持较快增长，增速企稳；据测算，一季度指数为 676.37、同比增长 12.27%，二季度指数为 682.30、同比增长 9.46%，三季度指数为 708.65、同比增长 9.16%，四季度指数为 711.87、同比增

26、长 5.69%。分维度来看，产品指数为第一发展梯队，维持上升通道运行；规模指数为第二发展梯队，维持企稳发展态势；经营效益指数与人才资源指数为第三发展梯队，指数平稳发展，轨迹相近。分行业来看，保险业、信托业和基金业资管发展维持上升通道，其中基金业指数始终遥遥领先；银行业和证券业则显著受到资本市场波动加大的影响，资管发展短期受阻，指数有所下降。2.2.1 中国资产管理行业发展指数变化情况（中国资产管理行业发展指数变化情况（2022Q4）通过构建指标体系、搜集数据，对数据进行标准化、同趋化、HP 滤波剔除周期性扰动项处理之后，采用主成分分析法确定权重，以 2013 年一季度为基期，进行指数测算2。经

27、过三级加权模型，测算得到 2013 年第一季度至 2022 年第四季度中国资产管理行业总指数与规模指数、产品指数、经营效益指数、人才资源指数等四个二级指数及其增长率，具体数值见下表。2 指数具体编制方法与过程见附录 1。9 表 1 中国资产管理行业发展指数及其同比增长率（2013Q1-2022Q4）时间 总指数 二级指数 规模指数 产品指数 经营效益指数 人才资源指数 2013Q1 100.00 100.00 100.00 100.00 100.00 2013Q2 113.47 117.76 115.09 110.36 103.22 2013Q3 127.12 135.09 130.86 12

28、0.71 107.01 2013Q4 141.63 152.85 149.00 131.02 110.08 2014Q1 160.47 176.71 173.48 141.27 112.82(60.47%)(76.71%)(73.48%)(41.27%)(12.82%)2014Q2 180.62 200.08 201.26 151.41 117.63(59.18%)(69.91%)(74.87%)(37.20%)(13.96%)2014Q3 201.57 222.64 231.10 161.40 124.76(58.57%)(64.81%)(76.60%)(33.71%)(16.59%)201

29、4Q4 224.97 246.85 265.62 171.15 133.42(58.84%)(61.50%)(78.27%)(30.63%)(21.21%)2015Q1 256.85 281.06 312.65 180.58 145.74(60.07%)(59.06%)(80.22%)(27.83%)(29.18%)2015Q2 300.87 336.48 370.99 189.62 162.57(66.58%)(68.17%)(84.33%)(25.23%)(38.21%)2015Q3 334.25 374.81 412.24 198.17 188.36(65.82%)(68.34%)(78

30、.38%)(22.79%)(50.98%)2015Q4 364.04 410.04 444.95 206.19 217.77(61.82%)(66.11%)(67.51%)(20.48%)(63.22%)2016Q1 398.07 470.39 475.66 213.63 223.75(54.98%)(67.36%)(52.14%)(18.30%)(53.53%)2016Q2 427.17 513.45 516.53 220.49 215.30(41.98%)(52.59%)(39.23%)(16.28%)(32.44%)2016Q3 454.99 548.54 568.78 226.79 1

31、92.00(36.12%)(46.35%)(37.97%)(14.44%)(1.93%)2016Q4 479.75 583.52 606.47 232.54 182.16(31.79%)(42.31%)(36.30%)(12.78%)-(16.35%)2017Q1 494.87 606.67 620.39 237.75 190.59(24.32%)(28.97%)(30.43%)(11.29%)-(14.82%)2017Q2 504.67 596.50 655.49 242.49 192.86(18.14%)(16.17%)(26.90%)(9.98%)-(10.42%)2017Q3 520.

32、23 600.81 691.93 246.78 196.63(14.34%)(9.53%)(21.65%)(8.81%)(2.41%)10 2017Q4 533.10 604.79 722.33 250.68 198.02(11.12%)(3.64%)(19.11%)(7.80%)(8.71%)2018Q1 543.30 607.26 747.66 254.23 197.58(9.79%)(0.10%)(20.51%)(6.93%)(3.67%)2018Q2 542.39 595.63 752.02 257.52 204.96(7.47%)-(0.15%)(14.73%)(6.20%)(6.2

33、7%)2018Q3 541.24 587.29 753.90 260.59 209.39(4.04%)-(2.25%)(8.96%)(5.60%)(6.49%)2018Q4 542.85 582.75 760.82 263.48 211.72(1.83%)-(3.64%)(5.33%)(5.11%)(6.92%)2019Q1 538.50 575.05 755.82 266.21 210.27-(0.88%)-(5.30%)(1.09%)(4.71%)(6.42%)2019Q2 535.48 551.34 768.98 268.78 212.36-(1.27%)-(7.44%)(2.25%)(

34、4.37%)(3.61%)2019Q3 536.67 539.21 782.82 271.18 213.93-(0.85%)-(8.19%)(3.84%)(4.06%)(2.17%)2019Q4 541.45 539.66 794.11 273.39 216.08-(0.26%)-(7.39%)(4.38%)(3.76%)(2.06%)2020Q1 543.66 532.17 805.56 275.38 219.38(0.96%)-(7.46%)(6.58%)(3.45%)(4.33%)2020Q2 550.88 537.16 818.62 277.12 223.22(2.88%)-(2.57

35、%)(6.46%)(3.10%)(5.11%)2020Q3 568.54 543.10 861.27 278.59 225.24(5.94%)(0.72%)(10.02%)(2.73%)(5.29%)2020Q4 588.53 552.71 902.40 279.75 237.21(8.70%)(2.42%)(13.64%)(2.33%)(9.78%)2021Q1 602.44 561.02 930.65 280.60 242.77(10.81%)(5.42%)(15.53%)(1.90%)(10.66%)2021Q2 623.35 577.70 971.71 281.14 245.73(13

36、.16%)(7.55%)(18.70%)(1.45%)(10.09%)2021Q3 649.19 597.63 1022.62 281.37 250.90(14.19%)(10.04%)(18.73%)(1.00%)(11.39%)2021Q4 673.53 608.06 1079.17 281.32 255.32(14.44%)(10.01%)(19.59%)(0.56%)(7.64%)2022Q1 676.37 610.89 1085.37 281.03 253.49(12.27%)(8.89%)(16.62%)(0.15%)(4.42%)2022Q2 682.30 616.15 1097

37、.46 280.59 252.70(9.46%)(6.65%)(12.94%)-(0.19%)(2.84%)11 2022Q3 708.65 625.48 1162.90 280.06 252.99(9.16%)(4.66%)(13.72%)-(0.47%)(0.83%)2022Q4 711.87 613.03 1185.13 279.49 251.97(5.69%)(0.82%)(9.82%)-(0.65%)-(1.31%)2.2.1.1 中国资产管理行业发展总指数变化情况（中国资产管理行业发展总指数变化情况（2022Q42022Q4）图 3 中国资产管理行业发展总指数（2013Q1-202

38、2Q4）2013 至 2022 年第四季度，中国资产管理行业总指数整体呈现两个发展阶段。第一阶段为 2013 年一季度至 2017 年四季度的迅猛增长阶段，指数从 2013 年一季度基期的100 增长到 2017 年四季度的 533.1，五年间增长了近 433%。第二阶段为 2018 年一季度至 2022 四季度的稳定发展阶段，2019 年第一季度总指数首次出现同比负增长，降至538.50，2020 年一季度指数出现回升，并进入新一轮上升通道。该指数变化趋势与 M2、社融有一定同步性，因为很多财富业务与货币、社融高度相关。-10%0%10%20%30%40%50%60%70%010020030

39、0400500600700800总指数 同比增长率（右轴）12 图 4 M2 及社融增长情况（2013Q1-2022Q4）2022 年，指数维持上升通道运行，前三季度指数同比保持较快增长，增速企稳。据测算，一季度指数为 676.37、同比增长 12.27%，二季度指数为 682.30、同比增长 9.46%，三季度指数为 708.65、同比增长 9.16%，四季度指数为 711.87、同比增长 5.69%。宏观层面，虽然 2022 年受国际环境复杂演变，国内疫情冲击等超预期因素影响，经济下行压力明显加大，但我国稳经济政策持续发力，经济运行总体上呈现企稳回升态势，主要宏观指标运行在合理区间，为资产

40、管理行业各类市场主体提供了相对有利的发展环境。政策层面，近年来，在严监管和有序发展的新形势下，特别是关于规范金融机构资产管理业务的指导意见（银发2018106 号，以下简称“资管新规”）推出以来，资管行业机遇与挑战并存。2021 年，资管新规平稳过渡，从落地到实施历经三年有余，资管新规不仅使监管标准走向统一，更重塑了资管市场格局，督促行业回归本源。2022年资管新规迎来全面实施，资管行业整装再发，步入提质升级的新发展阶段。13 2.2.1.2 中国资产管理行业发展二级指数变化情况（中国资产管理行业发展二级指数变化情况（2022Q42022Q4）图 5 中国资产管理行业二级指数（2013Q1-2

41、022Q4）分维度来看，2022 年四项二级指数发展可分为三个梯队，产品指数为第一发展梯队，维持上升通道运行；规模指数为第二发展梯队，维持企稳发展态势，前两季度指数较上一期均有轻微下降；经营效益指数与人才资源指数为第三发展梯队，指数平稳发展，轨迹相近。分指数变化层面，2022 年四项二级指数同比增速均有不同程度的下降，其中规模指数和产品指数同比增速回落幅度较大，经营效益指数和人才资源指数第四季度已跌至呈负增长。-40%-20%0%20%40%60%80%100%2014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32

42、016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q4规模指数 产品指数 经营效益指数 人才资源指数 14 图 6 中国资产管理行业二级指数同比增长率（2014Q1-2022Q4）据测算，截至 2022 年第四季度，规模指数为 613.03、同比增长 0.82%，产品指数为 1185.13、同比增长 9.82%，经营效益指数为 279.49、同比下降 0

43、.65%，人才资源指数为 251.97、同比下降 1.31%。2022 年以来，资管行业在完成新规过渡期的整改任务基础上，保持规模稳中有进的同时，产品创新能力、投研能力、全面风险管理能力等多方面均稳步提高，竞合有序的行业新格局正加速形成。2.2.2 分行业资产管理业务发展指数变化情况（分行业资产管理业务发展指数变化情况（2022Q4）为便于对比银行业、证券业、保险业、信托业和基金业五大细分金融行业资产管理业务发展情况，现根据主成分分析法确定的各指标加权权重，测算 2013 年一季度至 2022年四季度各细分金融行业的资管发展指数，具体结果见下表。表 2 各行业资产管理业务发展指数及其同比增长率

44、（2013Q1-2022Q4）时间 细分金融行业 银行业 证券业 保险业 信托业 基金业 2013Q1 100.00 100.00 100.00 100.00 100.00 2013Q2 112.23 124.47 110.32 105.92 111.20 2013Q3 125.64 148.84 120.17 112.30 122.39 020040060080002013Q12013Q22013Q32013Q42014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q120

45、17Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q4规模指数 产品指数 经营效益指数 人才资源指数 15 2013Q4 142.46 173.08 130.90 119.07 133.59 2014Q1 155.31 194.27 146.70 125.34 169.83(55.31%)(94.27%)(46.70%)(25.34%)(69.83%)2014Q2 172.33

46、215.51 162.06 133.78 207.25(53.55%)(73.14%)(46.90%)(26.30%)(86.38%)2014Q3 192.57 236.80 176.73 142.71 245.85(53.28%)(59.10%)(47.07%)(27.08%)(100.87%)2014Q4 213.07 258.11 193.29 161.91 285.64(49.57%)(49.12%)(47.66%)(35.98%)(113.82%)2015Q1 261.99 281.43 207.63 173.84 347.80(68.69%)(44.87%)(41.53%)(38.

47、70%)(104.80%)2015Q2 294.47 319.94 217.29 196.72 465.00(70.88%)(48.46%)(34.08%)(47.05%)(124.37%)2015Q3 350.73 345.23 228.78 202.93 533.45(82.13%)(45.79%)(29.45%)(42.20%)(116.98%)2015Q4 353.28 371.70 241.72 208.08 633.70(65.81%)(44.01%)(25.06%)(28.52%)(121.86%)2016Q1 424.43 410.44 255.62 209.61 676.06

48、(62.00%)(45.84%)(23.11%)(20.57%)(94.38%)2016Q2 466.17 445.10 266.73 209.98 730.69(58.31%)(39.12%)(22.76%)(6.74%)(57.14%)2016Q3 511.44 469.89 282.33 218.41 775.47(45.82%)(36.11%)(23.41%)(7.63%)(45.37%)2016Q4 531.81 512.71 299.96 231.73 800.04(50.54%)(37.93%)(24.09%)(11.37%)(26.25%)2017Q1 561.48 522.7

49、5 306.18 241.86 821.09(32.29%)(27.36%)(19.78%)(15.38%)(21.45%)2017Q2 568.50 516.92 322.87 249.57 847.48(21.95%)(16.14%)(21.05%)(18.86%)(15.98%)2017Q3 598.40 504.98 339.57 258.42 887.75(17.00%)(7.47%)(20.28%)(18.32%)(14.48%)2017Q4 614.59 492.34 364.94 269.35 917.38(15.57%)-(3.97%)(21.66%)(16.24%)(14.

50、67%)2018Q1 625.93 479.64 381.46 271.25 955.53(11.48%)-(8.25%)(24.59%)(12.15%)(16.37%)16 2018Q2 623.15 457.18 391.53 269.11 972.52(9.61%)-(11.56%)(21.27%)(7.83%)(14.75%)2018Q3 622.60 434.36 411.44 268.33 975.03(4.05%)-(13.99%)(21.16%)(3.84%)(9.83%)2018Q4 626.83 419.26 440.91 266.16 968.70(1.99%)-(14.

51、84%)(20.82%)-(1.19%)(5.59%)2019Q1 606.23 405.48 454.86 256.54 977.31-(3.15%)-(15.46%)(19.24%)-(5.42%)(2.28%)2019Q2 588.97 394.06 475.31 270.52 958.57-(5.49%)-(13.81%)(21.40%)(0.52%)-(1.43%)2019Q3 579.14 374.92 495.40 272.79 974.69-(6.98%)-(13.68%)(20.41%)(1.66%)-(0.03%)2019Q4 567.98 360.90 522.42 27

52、4.37 997.67-(9.39%)-(13.92%)(18.49%)(3.08%)(2.99%)2020Q1 521.71 358.15 545.88 272.61 1034.45-(13.94%)-(11.67%)(20.01%)(6.26%)(5.85%)2020Q2 516.13 351.54 574.24 277.32 1051.20-(12.37%)-(10.79%)(20.81%)(2.51%)(9.66%)2020Q3 509.32 344.35 617.85 280.11 1109.36-(12.06%)-(8.15%)(24.72%)(2.68%)(13.82%)2020

53、Q4 497.52 334.51 673.81 282.44 1175.12-(12.41%)-(7.31%)(28.98%)(2.94%)(17.79%)2021Q1 458.45 336.78 706.73 292.59 1238.41-(12.13%)-(5.97%)(29.47%)(7.33%)(19.72%)2021Q2 469.95 335.29 739.23 296.55 1299.10-(8.95%)-(4.62%)(28.73%)(6.93%)(23.58%)2021Q3 481.38 342.25 777.45 301.73 1367.80-(5.49%)-(0.61%)(

54、25.83%)(7.72%)(23.30%)2021Q4 491.30 330.40 827.52 318.18 1430.77-(1.25%)-(1.23%)(22.81%)(12.65%)(21.75%)2022Q1 440.30 327.47 861.76 326.08 1455.66-(3.96%)-(2.77%)(21.94%)(11.45%)(17.54%)2022Q2 376.38 324.67 900.22 337.78 1501.06-(19.91%)-(3.17%)(21.78%)(13.90%)(15.55%)2022Q3 441.67 330.15 934.35 335

55、.78 1532.35 17 -(8.25%)-(3.54%)(20.18%)(11.29%)(12.03%)2022Q4 414.12 337.53 976.74 334.68 1523.12-(15.71%)(2.16%)(18.03%)(5.19%)(6.45%)图 7 各行业资产管理业务发展指数（2013Q1-2022Q4）图 8 各行业资产管理业务发展指数同比增长率（2014Q1-2022Q4）分行业看，2022 年，保险业、信托业和基金业资管发展维持上升通道，其中基金业指数始终遥遥领先；受证券市场波动显著加大影响，银行业和证券业资管发展短期受阻，指数有所下降。分梯队来看，2022

56、上半年呈现行业梯队新格局，五大行业资管业务发展呈三阶梯队，第一梯队为基金业，第二梯队为保险业，第三梯队为银行业、证券业和信0.00200.00400.00600.00800.001000.001200.001400.001600.001800.002013Q12013Q22013Q32013Q42014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q120

57、20Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q4银行业 证券业 保险业 信托业 基金业-40%-20%0%20%40%60%80%100%120%140%2014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q2202

58、1Q32021Q42022Q12022Q22022Q32022Q4银行业 证券业 保险业 信托业 基金业 18 托业。分变化来看，2022 年第四季度银行业为负增长，证券业增速由负转正，保险、信托、基金业指数增长高速趋缓。据测算，截至 2022 年第四季度，银行业资管指数为 414.12、同比下降 15.71%，证券业资管指数为 337.53、同比增长 2.16%，保险业资管指数为 976.74、同比增长 18.03%，信托业资管指数为334.68、同比增长5.19%，基金业资管指数为1523.12、同比增长6.45%。2.2.2.1 银行理财：财富管理业务被提至重要地位，银行理财迎来新机遇银

59、行理财：财富管理业务被提至重要地位，银行理财迎来新机遇 图 9 银行业资产管理发展指数（2013Q1-2022Q4）2013 年一季度至 2022 年第四季度，我国银行业资产管理业务发展指数整体呈现先增后减两个发展阶段。第一阶段为 2013 年一季度至 2018 年第四季度的增长阶段，指数从 2013 年一季度基期的 100 增长到 2018 年四季度的 626.83，五年间增长了超 500%。第二阶段为 2019 年第一季度至 2022 年第四季度的波动下行阶段，2019 年第一季度总指数首次出现同比负增长，2022 年第四季度指数进一步下降至 414.12，同比下降 15.71%。-40%

60、-20%0%20%40%60%80%100%005006007002013Q12013Q22013Q32013Q42014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q4银行资管指数 同比增长率（右轴）

61、19 2.2.2.2 券商资管：公募化改造持续推进券商资管：公募化改造持续推进 图 10 证券业资产管理发展指数（2013Q1-2022Q4）2013 年一季度至 2022 年四季度，我国证券业资产管理业务发展指数同样呈现先增后减两个发展阶段。第一阶段为 2013 年一季度至 2016 年第四季度的高速增长阶段，指数从 2013年一季度基期的100 增长到2016 年四季度的 512.71，四年间增长了 400%多。第二阶段为 2017 年第一季度至 2022 年第四季度的持续下行阶段，截至 2022 年第四季度指数小幅回升至 337.53，同比增长 2.16%。2.2.2.3 保险资管：规范

62、发展，稳健致远保险资管：规范发展，稳健致远 -40%-20%0%20%40%60%80%100%005006002013Q12013Q22013Q32013Q42014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q

63、32022Q4证券资管指数 同比增长率（右轴）20 图 11 保险业资产管理发展指数（2013Q1-2022Q4）2013 年一季度至 2022 年四季度，我国保险业资产管理业务发展指数呈现持续增长趋势，是最具潜力、增长最稳定的资管行业，指数从 2013 年一季度基期的 100 攀升到2022 年四季度的 976.74，持续稳定增长了 870%多。从同比增长率来看，保险业资管指数始终保持高速增长，2022 年增速逐步趋缓，至 2022 年 4 季度同比增速为 18.03%。2.2.2.4 信托资管：金融供给侧改革助推行业转型信托资管：金融供给侧改革助推行业转型 图 12 信托业资产管理发展指数

64、（2013Q1-2022Q4）0%10%20%30%40%50%60%0.00200.00400.00600.00800.001000.001200.00保险资管指数 同比增长率（右轴）-10%0%10%20%30%40%50%05003003504002013Q12013Q22013Q32013Q42014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q3

65、2019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q4信托资管指数 同比增长率（右轴）21 2013 年一季度至 2022 年四季度，我国信托业资产管理业务发展指数总体呈现波动上升趋势；同比增长率方面，2014 至 2018 年呈波动下降趋势，2019 年起波动回升。截止 2022 年四季度，信托业资管指数为 334.68，同比增长 5.19%。2.2.2.5 公募公募基金：基金管理规模实现历史性跨越基金：基金管理规模实现历史性跨越 图 13 基金业资产管理发展指数（2013Q1-2022Q4

66、）2013 年一季度至 2022 四季度，我国基金业资产管理业务发展指数整体呈现波动上升趋势；同比增长率方面，2014 至 2019 年上半年呈波动下降趋势，2019 年下半年至 2021年波动回升，2022 年增速整体趋缓。截止 2022 年四季度，基金业资管指数为 1523.12，同比增长 6.45%。2.2.3 结论性评价结论性评价 截至 2022 年第四季度，指数测算的最新结果如下：第一，整体层面，2022 年中国资产管理行业发展总指数维持上升通道运行，前三季度指数同比保持较快增长，增速企稳。据测算，一季度指数为 676.37、同比增长 12.27%，二季度指数为 682.30、同比增

67、长 9.46%，三季度指数为 708.65、同比增长 9.16%，四季-20%0%20%40%60%80%100%120%140%02004006008003Q12013Q22013Q32013Q42014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021

68、Q42022Q12022Q22022Q32022Q4基金业资管指数 同比增长率（右轴）22 度指数为 711.87、同比增长 5.69%。第二，二级指标层面，产品指数为第一发展梯队，维持上升通道运行；规模指数为第二发展梯队，维持企稳发展态势；经营效益指数与人才资源指数为第三发展梯队，指数平稳发展，轨迹相近。据测算，规模指数为 613.03、同比增长 0.82%，产品指数为 1185.13、同比增长 9.82%，经营效益指数为 279.49、同比下降 0.65%，人才资源指数为 251.97、同比下降 1.31%。第三，分行业层面，2022 年，保险业、信托业和基金业资管发展维持上升通道，其中基

69、金业指数始终遥遥领先；受资本市场波动显著加大的影响，银行业和证券业资管发展短期受阻，指数有所下降。据测算，截至 2022 年第四季度，银行业资管指数为 414.12、同比下降15.71%，证券业资管指数为337.53、同比增长2.16%，保险业资管指数为976.74、同比增长18.03%，信托业资管指数为334.68、同比增长5.19%，基金业资管指数为1523.12、同比增长 6.45%。2.3 中国财富管理能力评价（中国财富管理能力评价（2022Q4）完整的财富管理链条涉及财富管理业、资产管理业、投资银行业，前两者通常被统称为“大财富”或“大资管”。我们在上一节编制了“中国资产管理行业发展

70、指数”，从银行、证券、保险、信托和基金等五个子赛道详细阐述资管行业的发展。本节，我们将基于 2022年第四季度数据，对我国不同机构的财富管理能力进行评价。23 表 3 机构财富管理能力评价 100 强 机构名称机构名称 评分评分 排名排名 机构名称机构名称 评分评分 排名排名 机构名称机构名称 评分评分 排名排名 机构名称机构名称 评分评分 排名排名 招商银行 498.30 1 中信证券 264.69 26 温州银行 163.15 51 长沙银行 129.83 76 中国建设银行 459.62 2 渤海银行 253.45 27 长安银行 160.79 52 中原银行 129.43 77 兴业银

71、行 458.67 3 上海农村商业银行 247.51 28 平安证券 159.91 53 郑州银行 126.66 78 中国工商银行 452.42 4 上海基煜基金销售 246.07 29 吉林银行 159.47 54 盛京银行 125.83 79 中国银行 442.82 5 浙商银行 243.78 30 国信证券 157.03 55 湖北银行 125.77 80 中信银行 438.82 6 华泰证券 242.07 31 苏州银行 155.28 56 九江银行 125.50 81 蚂蚁（杭州）基金销售 431.85 7 北京汇成基金销售 239.55 32 兰州银行 154.08 57 东莞农

72、村商业银行 124.59 82 交通银行 426.88 8 徽商银行 235.82 33 广发基金 152.42 58 晋商银行 122.34 83 中国农业银行 426.80 9 珠海盈米基金销售 221.94 34 贵阳银行 150.65 59 珠海华润银行 121.72 84 中国光大银行 404.09 10 重庆农村商业银行 213.03 35 成都银行 150.11 60 东莞银行 120.19 85 上海浦东发展银行 394.04 11 广发证券 211.51 36 广州银行 149.81 61 威海市商业银行 119.35 86 中国民生银行 383.97 12 中信建投证券 1

73、97.31 37 大连银行 149.65 62 龙江银行 118.47 87 平安银行 381.10 13 上海好买基金销售 190.15 38 成都农村商业银行 147.40 63 浙江稠州商业银行 118.16 88 上海天天基金销售 371.95 14 招商证券 189.19 39 中国中金财富证券 144.84 64 华夏基金 114.38 89 中国邮政储蓄银行 354.66 15 汇添富基金 182.86 40 哈尔滨银行 142.27 65 长江证券 112.97 90 华夏银行 339.42 16 中国人寿保险 182.74 41 海通证券 141.40 66 江苏江南农村商业

74、银行 112.39 91 宁波银行 337.84 17 恒丰银行 181.26 42 重庆银行 141.25 67 中泰证券 110.37 92 江苏银行 332.60 18 天津银行 178.62 43 齐鲁银行 140.52 68 西安银行 105.09 93 上海银行 316.24 19 国泰君安证券 176.60 44 申万宏源证券 139.95 69 光大证券 104.93 94 杭州银行 312.10 20 桂林银行 172.97 45 浙江同花顺基金销售 139.32 70 湖南银行 103.82 95 南京银行 308.95 21 中国银河证券 170.45 46 东方证券 1

75、37.40 71 河北银行 102.65 96 北京银行 291.77 22 京东肯特瑞基金销售 170.30 47 兴业证券 136.97 72 南方基金 102.40 97 青岛银行 277.71 23 汉口银行 169.02 48 东方财富证券 134.77 73 安信证券 102.08 98 广发银行 277.43 24 易方达基金 168.95 49 杭州联合农村商业银行 133.09 74 广西北部湾银行 101.30 99 腾安基金销售（深圳）268.28 25 广州农村商业银行 167.55 50 北京雪球基金销售 130.91 75 嘉实基金 99.14 100 24 表 4

76、 2022 年四季度公募财富管理产品（非现金类）各机构保有规模 TOP16 机构名称 2022Q2 非现金类银行理财产品保有规模3（亿元）2022Q4 非现金类银行理财产品保有规模（亿元）2022Q2 非货币类公募基金保有规模（亿元）2022Q4 非货币类公募基金保有规模（亿元）2022Q2 合计（亿元）2022Q4 合计（亿元）2022Q2 排名 2022Q4排名 排名 变化 招商银行 18279 16953 8597 7576 26876 24529 1 1-中国建设银行 13968 11856 4488 3971 18456 15827 2 2-兴业银行 13442 13187 1646

77、 2486 15088 15673 4 3 中国工商银行 11226 9497 5659 5080 16885 14577 3 4 中国银行 9420 8677 4724 4380 14144 13057 5 5-中信银行 12865 11217 1243 1292 14108 12509 6 6-蚂蚁（杭州）基金销售-13269 11545 13269 11545 8 7 交通银行 9049 8460 2800 2451 11849 10911 9 8 中国农业银行 11195 8865 2209 2032 13404 10897 7 9 中国光大银行 8438 7682 892 730 9

78、330 8412 10 10-上海浦东发展银行 7789 6307 1540 1224 9329 7531 11 11-中国民生银行 6415 5469 1506 1234 7921 6703 12 12-平安银行 4843 4717 1419 1783 6262 6500 14 13 上海天天基金销售-6695 5845 6695 5845 13 14 中国邮政储蓄银行 4630 3838 1197 977 5827 4815 15 15-华夏银行 4662 3681 494 292 5156 3973 16 16-数据来源：中国证券投资基金业协会、中证金牛金融研究中心、道乐研究院 3 20

79、22Q4 非现金类银行理财产品保有规模的计算中仅包含了符合新规产品，而此前报告中的 2022Q2 非现金类银行理财产品保有规模在计算时同时包含了符合新规产品和其他产品。为了保证前后统计口径的一致性和数据的可比性，这里的 2022Q2 非现金类银行理财产品仅包含合规产品，并重新报告调整后的 2022Q2 的数据和排名。25 2.3.1 不同机构的财富管理能力评价结果变化（不同机构的财富管理能力评价结果变化（2022Q4）2.3.1.1 整体均分略有下降，总体分值依然保持高位整体均分略有下降，总体分值依然保持高位 从 2022 年第四季度财富管理能力 100 强机构来看，银行有 65 家，依然处在

80、绝对优势地位，比 2022 年第二季度 64 家增加了 1 家（湖南银行）；券商有 18 家，比 2022 年第二季度持平；第三方机构有 10 家，比 2022 年第二季度减少 1 家（上海陆金所基金销售）；公募基金数量保持不变。由此可见，银行依然在财富管理行业中处于中流砥柱地位，其他机构是有益补充。表 5 财富管理能力 100 强榜单机构类型 机构类型 2022H1 数量 2022 数量 数量变化 银行 64 65 券商 18 18 -第三方机构 11 10 保险 1 1 -公募基金 6 6 -从 2022 年第四季度末公募财富管理产品各机构保有规模来看，排在前 16 位的机构和 2022

81、年二季度末一样，同样有 14 家为银行，其他两家为第三方机构（蚂蚁、天天基金）。前三名位次中，第一名为招商银行，以 24529 亿元保持总规模排名第一；中国建设银行（15827 亿元）排名第二位，与 2022 年二季度末位次相同；兴业银行（15673 亿元）排名从 2022 年二季度末第四位升至第三位。从非货币类公募基金保有规模来看，蚂蚁以 11545 亿元保有规模排在第一位，招商银行、天天基金分别以 7576 亿元、5845亿元排在第二、三位。从评分结果来看，100 家机构评分总体有所下降，但总体水平依旧较高，机构财富管理能力依然较强。100 家机构得分的平均值为 210.58 分，较 20

82、22 年二季度 216.96 分 26 下降 2.94%，中位数为 165.35 分，较 2022 年二季度 166.86 分下降 0.91%。得分在 400分以上的机构仅有 10 家，比 2022 年二季度减少 1 家；得分位于 100-200 分之间的机构占比最高，逾六成，比 2022 年二季度减少 1 家。得分在 300-400 分、200-300 分、100-200分的公司分别有 11 家、15 家、63 家。表 6 100 家机构打分区间分布 打分区间 公司数量（家）400 分以上 10 300-400 分 11 200-300 分 15 100-200 分 63 100 分以下 1

83、 图 14 100 家机构打分区间占比 从 2022 年四季度末 100 家机构评分分布来看，63%的机构评分集中在 100-200 分之间，15%的机构得分在 200-300 之间，11%的机构得分在 300-400 之间，评分在 400 分以上的机构占比仅为 11%，100 分以下的机构占比为 1%。和 2022 年二季度比，高分区 27 域（400 分以上）的机构占比从 11%降低至 10%；低分（100 分以下）的机构占比从 0%增加至 1%；中间（100 分-400 分）区域的机构占比持平，为 89%。表 7 各机构类型平均得分 机构类型 平均得分 银行 225.22 第三方机构 2

84、41.03 券商 163.53 保险 182.74 公募基金 140.10 由于各类金融机构在资金端、投研能力、客户资源、销售渠道、产品发行、人才团队、业务协同等方面各具差异，因此在发展财富管理业务上也各有优劣势。从不同机构的平均得分来看，第三方机构平均得分为 241.03 分，在所有机构中依然排名第一；其次为银行，平均得分为 226.94 分；券商、保险、公募基金平均得分分别为160.72 分、182.74 分、140.10 分。得分排名前十的有 9 家银行，仅一家为第三方机构（蚂蚁（杭州）基金销售）。由此可见，银行在财富管理业的优势地位依然明显。图 15 排名前 10 家机构得分 498.

85、30 459.62 458.67 452.42 442.82 438.82 431.85 426.88 426.80 404.09 00500600 28 2.3.1.2 银行：优势地位领先，龙头地位稳固银行：优势地位领先，龙头地位稳固 2022 年第四季度末财富管理能力评价得分中，银行平均分为 226.94 分，较 2022 年二季度末下降 4.40%。从 100 家机构评分排名来看，前 20 名中有 18 家为银行，前 10 名中有 9 家为银行。其中招商银行以 498.30 分排名第一，中国建设银行、兴业银行位于第 2、3 位。招商银行财富管理优势显著，几家国有大行

86、的财富管理也都位于前列。从得分排名前十的银行来看，其分值差别不太大。排在前十的银行分别为招商银行、中国建设银行、兴业银行、中国工商银行、中国银行、中信银行、蚂蚁（杭州）基金销售、交通银行、中国农业银行、中国光大银行、上海浦东发展银行，和 2022 年二季度结果一样，财富管理龙头仍然主要集中在头部银行。图 16 排名前 10 家银行得分 从银行得分情况来看，得分在 400 分以上的有 9 家，得分在 300-400 分之间的有 10家。得分在 100-200 分之间的数量最多，有 39 家。498.30 459.62 458.67 452.42 442.82 438.82 426.88 426.

87、80 404.09 394.04 00500600 29 表 8 银行得分区间分布 打分区间 公司数量（家）400 分以上 9 300-400 分 10 200-300 分 8 100-200 分 39 100 分以下 0 2.3.1.3 券商：均分略有下降，高分仍有缺失券商：均分略有下降，高分仍有缺失 2022 年第四季度末财富管理能力评价得分中，券商平均分为 160.72 分，较 2022 年二季度末下降 1.22%。从券商得分情况来看，得分在 100-200 分之间的数量最多，有 15家；得分在 200 分以上的有 3 家，比 2022 年二季度持平。表 9 券商得

88、分区间分布 打分区间 公司数量（家）200-300 分 3 100-200 分 15 从得分排名前十的券商来看，其分值明显低于银行。排在前十的券商均是行业龙头，分别为中信证券、华泰证券、广发证券、中信建投证券、招商证券、国泰君安证券、中国银河证券、平安证券、国信证券和中国中金财富证券。30 图 17 排名前 10 券商得分 2.3.1.4 公募基金公募基金公司公司：上榜机构较少，均分有所下降：上榜机构较少，均分有所下降 2022 年第四季度末中国财富管理能力评价得分中，公募基金公司平均分为 136.69分，较 2022 年二季度末下降 2.43%。从公募基金公司情况来看，总体数量较少，上榜一共

89、只有 6 家，从得分情况来看，有 5 家在 100-200 分之间，有 1 家基金评分跌至 100以下。表 10 上榜 7 家公募基金得分区间分布 打分区间 公司数量（家）100-200 分 5 100 分以下 1 从得分排名来看，由高到低分别为汇添富基金、易方达基金、广发基金、华夏基金、南方基金和嘉实基金。264.69 242.07 211.51 197.31 189.19 176.60 170.45 159.91 157.03 144.84 0500300 31 图 18 上榜 6 家公募基金得分 2.3.1.5 第三方机构：上榜数量下降，分值差异较大第三方机构：上榜

90、数量下降，分值差异较大 2022 年第四季度末财富管理能力评价得分中，第三方机构平均分为 241.03 分，较2022 年二季度末上升 2.43%。从第三方得分情况来看，同样是得分在 100-200 分之间的数量最多，有 4 家；得分在 300 分以上的仅有 2 家，分别为蚂蚁和天天基金；200-300分之间的有 4 家。上榜数量为 10 家，较 2022 年二季度减少一家（上海陆金所基金销售）。表 11 第三方机构得分区间分布 打分区间 公司数量（家）400 分以上 1 300-400 分 1 200-300 分 4 100-200 分 4 从得分排名前十的第三方机构来看，其分值差距较大。排

91、在前五的分别为蚂蚁基金、天天基金、基煜基金、腾安基金、汇成基金。得分最高的蚂蚁基金得分达到 431.85 分，北京雪球基金销售排在第十位，分值 130.91 分。从原始数据来看，截止到2022年四季度末，蚂蚁基金的非货保有规模为1.1万亿元，182.86 168.95 152.42 114.38 102.40 99.14 0204060800180200汇添富基金 易方达基金 广发基金 华夏基金 南方基金 嘉实基金 32 相比一、二季度末有所下降。图 19 排名前 10 第三方机构得分 此外，在 2022 年四季度末财富管理能力评价结果 100 强的榜单中，还有一家保险公

92、司上榜，即中国人寿保险，得分为 182.74 分，得分较 2022 年二季度有所上升。2.3.2 基于不同机构的财富管理能力评价结果分析（基于不同机构的财富管理能力评价结果分析（2022Q4）各类财富管理机构构成了财富管理行业生态链的主体，由于各类金融机构在投研能力、客户资源、销售渠道、产品发行、人才团队、业务协同等方面各具差异，因此在发展财富管理业务上也各有优劣势。构成了百花齐放的财富管理竞争格局。2.3.2.1 银行：仍处于财富管理行业中流砥柱地位银行：仍处于财富管理行业中流砥柱地位 从银行 2022 年第四季度非现金类银行理财产品保有规模和非货币类公募基金保有规模来看，各银行的规模相对于

93、 2022 年第二季度均有所下降，其主要原因是受到 2022年下半年市场整体下行趋势的影响；从 2022 年第四季度财富管理能力评价结果来看，431.85 371.95 268.28 246.07 239.55 221.94 190.15 170.30 139.32 130.91 0500300350400450500 33 银行得分略有下降，前 20 名中有 18 家为银行，前 10 名中有 9 家为银行，和 2022 第二季度保持不变。因此即使在存量在略有下降的情况上，以招商银行为代表的头部机构的优势依旧明显，银行在财富管理行业依旧有着中流砥柱的地位。2.3.2.2

94、券商券商：券商市场占有率持续扩张：券商市场占有率持续扩张 在 2022 年第四季度财富管理能力评价得分中，券商得分略有下降，总体排名基本不变。从得分排名前十的行业龙头券商来看，其分值差异较小，但其分值明显低于银行。而券商在财富管理榜单整体得分的下降，其主要原因是整个市场环境的低迷导致市场机构整体评分下降。而从整体来看，券商权益类基金市占率环比增速最高，公募基金保有规模市占率提升也最为明显。同时，统计口径的调整，ETF 采用季末时点值统计，包含二级市场净买入金额，也将持续利好券商行业基金销售业务。随着疫情防控全面放开，市场环境改善，经济开始复苏。二级市场回暖活跃度及市场风险偏好回升，权益类资产将

95、再度被机构投资者所配臵。同时，由于券商具有基金投顾等多种服务，使得客户粘性进一步增强，财富管理具备优势的券商将继续加速发展，券商代销份额预计将继续提升。2.3.2.3 公募基金公募基金公司公司：发展空间较大发展空间较大 2022 年第四季度末财富管理能力评价得分中，公募基金公司平均分较 2022 年二季度末有所下降。和银行、券商相比，公募基金公司上榜数量较少，上榜一共只有 6 家。从上榜机构来看，主要集中在头部公募基金公司（汇添富基金、易方达基金、广发基金、华夏基金、南方基金和嘉实基金）。2022 年，各类 ETF 产品不断创新，创新类产品持续申报落地，公募 REITs 持续受到投资青睐；与此

96、同时，个人养老金制度的试点落地，这为行业发展打开长期空间，监管自律出台的一系列政策不断呵护着市场和行业生态，推进着公募基金行业高质量发展。另一方面，公募基金作为大资管领域发展最为良好的品类之一，其工具化属性和大容量 34 特征有望承担起经济体直接融资的重任。未来，公募基金的发展势头料将延续，在大资管领域的地位仍有较大提升空间。而全面注册制的实施，也将为公募基金发展带来了新的制度红利。随着越来越多优质公司登陆资本市场，资产端供给增多，这将为公募基金带来更加丰富、充裕的企业类型和选择。同时，常态化退市机制也让市场生态进一步优化，让公募基金公司的产品和服务能更好匹配投资者的风险偏好和收益预期。在未来

97、，市场将回归价值投资，对投资者的定价和风险管理能力提出更高要求。而公募基金作为具备深厚投资研究能力积累的机构投资者，将有更多机会发挥其价值发现的专业能力。未来，普通投资者通过公募基金等专业机构进行股票投资的占比会不断加大，A 股投资者结构也有望进一步机构化和专业化。2.3.2.4 第三方机构：第三方机构：依托互联网，发展迅速依托互联网，发展迅速 2022 年第四季度末财富管理能力评价得分中，第三方机构平均分较 2022 年二季度上升，并上升至第一位。上榜数量较 2022 年二季度末减少一家。从得分排名前十的第三方机构来看，其分值差距较大，说明第三方机构差异化发展较为明显。相比于银行、证券公司，

98、第三方财富管理机构发展历史较短，其客户基础不及传统的财富管理机构。但由于第三方财富管理机构多为互联网企业，依托其技术与用户体验优势，在线上触达与便捷程度上更胜一筹。互联网企业拥有的 APP 相比于券商类软件，具备高频、高粘性的特点，在客户流量方面优势明显。同时，公司持续坚持自主研发，产品在交互性和体验性方面具有较强竞争优势。公司持续在 AI、大数据领域布局，未来有望增加客户粘性及市占率。35 第第3章章 中国财富管理数字化转型中国财富管理数字化转型概况概况 随着大数据、云计算、人工智能、区块链等一系列金融科技的发展，金融学科的边界和研究范式被不断打破重构，传统金融行业所提供的产品和服务实现延展

99、创新，“财富管理”与“金融科技”深度耦合，使得财富管理业务更加普惠、更加便捷、更加智能、更加安全。基于上一章对中国资产管理行业和机构财富管理能力两个维度的现状梳理与变化趋势分析，本章将深入挖掘中国财富管理数字化转型的定义、内涵、和赋能路径，构建了包括客户洞察能力、服务供给能力、渠道管理能力在内的“三位一体”能力支撑体系，作为有效衡量不同财富管理机构数字化转型能力的分析框架。3.1 财富管理财富管理数字化的定义和内涵数字化的定义和内涵 数字化财富管理围绕客户的综合服务需求，以客户运营为中心，通过人工智能、大数据、云计算、机器人流程等多项技术赋能，推动产品、营销、运营、管理和服务实现全面数字化、精

100、准化、智能化。其全流程包括了解客户背景、发掘客户需求、确定客户目标、拟定方案、选择方案、执行方案、监督与再平衡方案以及维持客户关系。36 图 20 数字化财富管理的内涵 数字化数字化对对财富管理财富管理至关重要至关重要。随着我国经济社会的不断发展，居民私人财富总体规模不断增长，金融资产的配臵成为必然之势，全民财富管理的新时代即将来临，而数字化是财富管理进入新时代的重要推手和强大引擎。传统的财富管理业务需要财富规划师对于客户和市场两方面的情况都进行深入了解和准确把握，提供服务的成本较高，所收取的费用较高，因而门槛较高，主要面向高净值客户，如私人银行客户（其最低资产规模通常设定在 600 万元至

101、1000 万元不等），遵循“二八法则”，依靠 20%的客户创造80%的利润，处于“长尾”的客户虽然数量庞大，但很难获得专属的财富管理服务。而通过数字化技术，财富管理业务降低了服务成本，拓展了客群边界，实现了批量获客、及时触达、定制服务等一系列功能，得以下沉至中等甚至长尾财富规模客户。3.2 财富管理机构数字化赋能财富管理的路径财富管理机构数字化赋能财富管理的路径 财富管理财富管理实现数字化有现实可行性实现数字化有现实可行性。数字科技从前、中、后台三个方向布局，贯穿全流程，构建了赋能财富管理的完整路径。37 图 21 数字化财富管理的前、中、后台布局 （1）前台前台：前台是客户对接的门户和客户交

102、互的平台，既需要链接和了解客户，也需要为客户创造良好体验。a.KYC（Know Your Customer，充分了解客户，充分了解客户）：依托大数据的分析能力和丰富的标签体系，可以精准构建客户标签、勾勒客户画像，全面完善客户个人信息，做到 360度的客户洞察。大数据技术可以通过梳理客户的资金流向，研判客户行为和投资偏好，通过从行业内外、医疗健康、衣食住行等方面跟踪资金流向，来挖掘养老、教育、购房、购车、旅游等特定目标场景，收集投资者需求以提高销售精准度。b.客户端客户端 App：作为前端的客户交互应用门户，客户端 App 被称为财富管理数字化的主战场，它的功能和界面设计直接关乎客户体验，决定客

103、户感受。让客户不限时间和场景获得丰富且有温度的体验，是客户端 App 的目标。数字化转型可以实现包括外接场景和自建场景在内的各种场景化功能，如打造“私募专区”，使客户更方便地选择合适的私募产品；创建“投资天气”，展现投资市场的行情预测；推出“财富体检”，为 38 客户实时资产检视、风险预测及产品调仓提供建议等。2021 年末，我国综合理财类 App整体月活用户人数已经达到 7213.46 万人，股票交易类 App 整体月活用户人数达到 1.12亿人，网上银行类 App 整体月活用户人数达到 6.73 亿人。c.财富方案制定财富方案制定、沟通和执行沟通和执行：数字化财富管理根据 360 度客户画

104、像，聚焦财富管理全链条场景，基于投资者财富总体情况进行全生命周期试算，基于财富管理目标进行仿真规划测试，基于核心风险点提供保险保障服务，并最终通过智能算法开展线上内容分发、资产配臵、财富规划、智能推荐等自助式服务。（2）中台：中台：中台是前端应用的能力支持，是驱动前后台的数字化引擎和链接前后台的联动机制。通过对海量数据进行采集、计算、储存、加工和统一后，储存标准数据，形成大数据资产层，让来自于业务的数据反哺业务，并不断循环迭代，为客户提供高效服务。a.客户画像能力客户画像能力：精准的客户画像是财富管理服务的起点，它以丰富的高质量客户 KYC 信息为基础，通过标签体系构建客户 360 度视图，形

105、成深度客户需求挖掘与洞察，为后来针对不同客群匹配相应的产品、服务、营销、渠道策略奠定基础。大数据技术可以整合线上线下、行内行外的客户数据，形成涵盖人口轮廓、客群特征、产品持有、消费偏好、价值贡献等各个维度的标签，建立丰富的标签体系，形成千人千面的客户视图。此外，大数据技术还可以通过分析客户理财产品持仓、交易行为数据以及客户理财需求偏好的外在表达行为数据等，汇总多渠道信息汇总，刻画完整及时的客户需求画像。b.投研体系建设投研体系建设：完整的投研体系从大类资产配臵方向的确定、产品池的筛选，到客户的投资需求和风险偏好了解、投资方案的制定，再到投资组合的运行管理、流动性管理等，是一个系统性的工程。传统

106、投研依靠人类大脑，依据有限数据，依托经验逻辑，分析指导投资，过程中对投研人员信息搜集、数据处理、逻辑思维和知识储备都提出了较高的要求，而且会花费大量时间。在数字化协助下，金融科技的应用不仅可以节省大量人工处理数据信息的时间，提高效率，还可以更准确地提炼非线性关系，从复杂 39 数据中提取信息。此外，由于机器不受情绪控制，其分析结果的稳定性和可控性高，加之复制推广成本低，可以建成长期、稳健、能推广的投研体系。c.投顾精准匹配投顾精准匹配：投资顾问服务是从买方立场出发的、涵盖动态资产配臵建议、良好的客户交互和全旅程客户陪伴的综合服务。数字化投顾基于智能算法等能力，为投资者提供投资咨询和建议服务。依

107、托数字化转型，可以建立强大的一站式投顾工作平台，通过与内部的财富规划与资产配臵系统、交易执行系统、产品管理系统、客户关系管理系统、投资研究等系统进行无缝整合，提升运营能力和体系支持，实现流程无缝衔接、数据实时共享，提高服务效率、增强专业能力、扩大营销产能，实现精准匹配，为客户提供双向、高频的陪伴和咨询服务。（3）后台：后台：后台端的数字化主要指运营环节，要将金融科技用于产品展示管理、交易信息控制、数据分析系统等，联通数据，动态调整，检测评估，打造数字运营生态。a.产品产品信息信息展示管理：展示管理：数字化可以梳理丰富的产品种类，打造开放式产品平台。通过统筹布局优势特色产品，优化产品谱系，提炼产

108、品词典，建立财富管理全产品视图和内外部结合开放式的产品平台，在客户端形成一体化产品体验和特色品牌形象。b.交易信息控制：交易信息控制：数字化可以对于交易信息进行批量搜集、整理和分析，梳理出潜在的风险点，并进行实时监控和预警。对于非结构化交易信息，爬虫技术、自然语言处理技术等能够广泛且快速地提取文本信息关键字，搭配深度学习算法，建构智能运算模型和金融信息搜索引擎，最终实现交易信息的快速寻找、精准把握、自动更新、异动监控与智能提醒等功能，赋能市场研究与跟踪。c.数据分析系统：数据分析系统：数据是财富管理数字化转型的基础，大数据的分析能力关乎客户标签和客户画像的精准构建、客户偏好的准确分析、市场行情

109、的研判预测等。大数据技术可以对客户行为展开分析，了解其投资偏好，找出其感兴趣的产品；可以对资金流向展开分析，跟踪资金应用场景，实现精准营销；可以对异常客户和资金进行预警监测，防范风险，安全经营；可以整合基础数据、交易数据、行为数据、市场数据，打破数据 40 孤岛，打通各个部门，进而确保数据的时效性和一致性，实现由外而内的客户需求与由内而外的业务流程的整合。3.3 财富管理机构数字化转型能力财富管理机构数字化转型能力支撑体系支撑体系 数字化转型具有其必要性和可行性，是财富管理业务持续发展的必由之路。构建包括客户洞察能力、服务供给能力、渠道管理能力在内的“三位一体”能力支撑体系，是衡量不同财富管理

110、机构数字化转型能力的有效方式。图 22 “三位一体”财富管理机构数字化转型能力支撑体系 （1）客户洞察能力客户洞察能力 客户洞察能力指财富管理机构通过各种行为特征识别客户、分析客户偏好和行为习客户洞察能力指财富管理机构通过各种行为特征识别客户、分析客户偏好和行为习惯，并从中得到惯，并从中得到个性化辅助决策个性化辅助决策的能力。的能力。它可以帮助机构透过表象找到客户行为的背后原因、客户需求的具体特征、客户偏好的变化趋势、客户风险的承受能力，从而引导客户体验服务，促进客户购买适合的产品。财富管理机构的客户洞察能力数字化转型是在大数据、人工智能、机器学习等技术的驱动下，形成客户画像、客户标签，识别客

111、户生命周期，建立客户全景视图与客户旅程地图，形成立体化、多维度的客户洞察。41 （2）服务供给能力服务供给能力 数字化在财富管理机构的服务供给能力主要数字化在财富管理机构的服务供给能力主要来自来自数字化、标准化的投资分析工具和数字化、标准化的投资分析工具和模型化、系统化的资产配臵服务等。模型化、系统化的资产配臵服务等。数字化的服务供给能力可以根据投资者的投资目标和风险偏好，应用大数据分析的量化算法，在产品组合下提供相匹配的最优资产组合建议，并根据市场变化情况动态调整，且支持投资人一键完成投资交易过程。此外，通过大数据的技术手段，根据投资人需求，还可以实现更精准的产品推荐，提升财富管理机构的产品

112、管理能力（KYP，Know Your Product），通过链接产品信息库与客户画像库，将客户自身风险承受能力与金融产品的风险等级相匹配，全面提升产品货架管理与销售风险管理水平，并最终提高服务供给能力。（3）渠道管理能力渠道管理能力 渠道管理能力是通过开展线上平台建设，打造线上线下全渠道服务能力。渠道管理能力是通过开展线上平台建设，打造线上线下全渠道服务能力。通过线上渠道的集约化、智能化运营和线下渠道的综合化、特色化经营，实现更全面的客户覆盖，提升客户服务的广度、深度和效率。线上可以借助金融科技，整合现有服务渠道，使产品直达客户，可以协同客户端 App、短信、公众号、邮件、一对一视频、在线直播

113、等全渠道的营销资源，提升客户线上数字化体验，优化升级数字化营销模式。同时，也应当对线下渠道进行差异化管理，依据不同经营主体和分支机构的禀赋优势和自身特色，错位发展。除线上线下相结合外，渠道管理能力也要与客户洞察能力和服务供给能力相结合，最终实现客户、产品、渠道的适配。42 第第4章章 中国财富管理数字化转型进程中国财富管理数字化转型进程 从“大财富”到不同机构的财富管理业务，数字化已渗透了财富管理行业的方方面面和全生命周期，它打破了时空阻隔，通过保障居民财富的收益性、流动性和安全性，提高了居民的获得感、幸福感和安全感。本章将在财富管理数字化“三位一体”能力支撑体系的基础上，厘清中国大财富业务的

114、数字化整体进程，并深入分析银行、券商、公募基金公司和第三方机构等四类机构的财富管理业务数字化进展。4.1 大财富业务数字化的整体进程大财富业务数字化的整体进程 4.1.1 数字经济启动中国经济转型新引擎数字经济启动中国经济转型新引擎 近年来，随着数字化转型加快，数字技术应用的深度和广度不断扩展，新技术、新业态和新模式层出不穷，数字经济正逐渐成为农业、工业经济之后的新兴经济形态。从2012 年至 2021 年，我国数字经济规模从 11 万亿元增长到超过 45 万亿元，数字经济占国内生产总值比重由 21.6%提升至 39.8%，成为我国经济的重要支柱和主要增长点,“产业数字化”在国家顶层设计中的地

115、位不断凸显。2022 年 1 月，国务院印发“十四五”数字经济发展规划（以下简称“十四五”规划），围绕数字经济发展，部署了优化升级数字基础设施、充分发挥数据要素作用、大力推进产业数字化转型、加快推动数字产业化等核心任务，并对金融业提出了加快数字化转型的发展要求。“十四五”规划指出，应加快金融领域数字化转型。合理推动大数据、人工智能、区块链等技术在银行、证券、保险等领域的深化应用，发展智能支付、智慧网点、智能投顾、数字化融资等新模式，稳妥推进数字人民币研发，有序开展可控试点。数字技术的创新和产业数字化的转型正在不断推进，为产业金融的创新提供了新 43 的机会。“十四五”规划强调利用海量数据和多样

116、的应用场景，促进数字技术与实体经济的深度融合，并助力传统产业的转型升级，推动新产业、新业态和新模式的兴起，为经济发展带来新的动力。2022 年 1 月，银保监会发布了关于银行业保险业数字化转型的指导意见，要求积极推动产业数字金融的发展，支持重大区域战略、战略性新兴产业、先进制造业和新型基础设施建设，打造数字化的产业金融服务平台，围绕重大项目、重点企业和重要产业链，加强场景聚合、生态对接，实现“一站式”金融服务。产业数字化本质上是强调利用互联网产业数字化本质上是强调利用互联网技术技术、人工、人工智能和大数据的分析能力，以及技智能和大数据的分析能力，以及技术对传统的产业进行数据化、网络化、智能化的

117、改造，推动传统的产业价值创造，然后术对传统的产业进行数据化、网络化、智能化的改造，推动传统的产业价值创造，然后实现体制降本与增效。实现体制降本与增效。产业数字金融是以产业互联网为依据，数据为生产要素，数据信用为核心特征的一种新型的金融形态，借助这种数字金融技术，金融机构能够基于整个产业的信用和价值，为产业主体提供信用授信的渠道，实现看得清、管得住资产，降低整个风险成本。于产业端而言，可以使产业链上信息流、商流和资金流实现统一，实现数据的全透明、资产情况的全穿透，对风险进行实时的监控预警。4.1.2 数字科技赋能财富管理业务数字科技赋能财富管理业务 随着中国经济的长期较快发展，居民财富持续增长。

118、据万得统计，2010-2020 年，个人可投资资产总规模增长了 288%。此外，伴随资本市场发展日益成熟，居民对长期投资、价值投资和资产配臵的认知不断增强。2004-2020 年，居民资产中房产占比由 80%下降至 62%，金融资产占比由 18%提升至 33%，房地产投资逐步走下神坛，金融资产配臵开始成为主流趋势，财富管理业务亟需转型发展、降本增效、走入千家万户。以大数据、云计算、人工智能、区块链技术为代表的数字技术的迅猛发展和实践应用，正是财富行业转型的新动能。如今的财富管理机构面临着客户多样化的财富管理需求和更严苛的全流程体验要求，科技巨头等新进入者更使得竞争压力日益加剧，仅仅将点状业务流

119、程线上化已经无 44 法满足长远发展需要，财富管理机构应当全面利用大数据和新科技赋能，推进专业化的投顾建设、智能化的产品筛选以及精准营销等。关键举措例如：搭建涵盖客户交互、专业赋能、过程管理的一站式财富管理平台赋能投顾；打造智能投顾及混合投顾，推进投顾专业能力升级和服务模式变革；通过大数据深度挖掘客户需求、建立 360 度客户画像（KYC）；基于数据洞见匹配差异化交互平台和精准营销；利用大数据实现客户体验闭环管理，实现千人千面的全渠道经营。4.1.3 数字科技助力构建财富管理新生态数字科技助力构建财富管理新生态 除了推进专业化投顾建设、智能化产品筛选和精准匹配推荐等举措之外，财富管理机构更应当

120、构建开放的“金融科技+财富管理”新生态，在现有业务数字化转型的基础上，与金融科技公司合作，打造自有创新平台，使数字科技在业务中的应用场景得到扩展，并且实现商业模式的持续创新。随着技术不断发展和成熟，科技在金融领域的应用越来越深入，新兴金融科技公司也呈雨后春笋姿态多点开花，金融科技正围绕财富管理价值链赋能和变革传统业务模式。以大数据分析、图计算、自然语言处理为代表的领先科技应用，覆盖从客户获取、交易、投资管理资讯、账户服务、客户关系管理等端到端财富管理全业务价值链。以智能投顾、数字化服务为代表的财富科技可以帮助财富管理公司更贴近客户、更了解客户需求，从而实现更精准、深层次的客户经营。新晋金融科技

121、公司主要聚焦两大领域：智能投顾和服务于传统金融机构的端到端财富管理解决方案。近期资产与财富管理领域的在线投资平台的发展速度较快，此类平台通过提供数字化客户管理和展业工具、合规风控和税务管理工具、尽职调查和绩效报告、理财顾问培训和教育等，有效提升投资者的使用体验。前沿金融科技与财富管理业务价值链深入交织，在客户获取、产品交易、投资管理及咨询、账户服务和客户关系管理等环节都可以优化现有流程，能够直接或间接提升投资者满意度。财富管理机构可以围绕战略拓展重点领域与金融科技公司展开合作或入股投资，打 45 造金融科技开放生态，具体可通过如建立科技开放平台，如金融科技加速器等，推动成熟金融科技的应用；对标

122、互联网公司的产品和服务组合，提供创新的财富管理产品；建立内部的创新孵化中心，打造探索创新的财富管理商业模式；搭建开放产品服务平台，利用大数据、机器学习、智慧图谱、多维交叉验证等技术，建立基于全量信息的产品评价体系、全生命周期产品追踪、智慧投研、智能产品筛选及精准推送能力；开放客户经营和优质投教营销内容，建立“开放合作伙伴生态”等举措打造独特竞争力，形成创新合作生态圈。4.2 不同不同机构的机构的财富管理财富管理数字化进展数字化进展 大财富业务数字化进程整体推进的背景下，不同金融机构各擅胜场。由于机构性质、资金实力、人才储备、内部管理效率等等不同，它们的数字化转型战略选择也存在明显差异，数字化转

123、型赋能财富管理的方式和渠道不相统一。4.2.1 银行：金融科技投入持续加大，打造数字化财富管理协同机制银行：金融科技投入持续加大，打造数字化财富管理协同机制 在 “十四五”数字经济发展规划（2021 年 12 月）、金融科技发展规划（2022-2025年）（2022 年 1 月）、关于银行业保险业数字化转型的指导意见（2022 年 1 月）等政策的指引与推动下，中国银行的数字化转型步伐不断加速。作为国内金融科技领域的先行者，银行业，尤其是大型国有商业银行的金融科技投入持续增加，数字化转型力度和增速均处于金融行业领先地位。数字化数字化转型从三个方面转型从三个方面赋能银行财富管理：赋能银行财富管理

124、：一是金融科技帮助银行实现财富管理产品和服务创新，结合应用场景加强模型开发，向用户提供触手可及的金融产品与服务；二是数字化转型能够帮助银行优化升级营销策略，搭建一体化、科学化、人性化的营销服务体系。银行可以运用数字技术和工具实现多渠道的信息获取、全面的用户分析、动态的关系管理、精准的产品推介等一系列智能化营销行为。不同业务所面向的目标客户 46 群体通常不一样，能否准确地筛选出目标客户群是业务顺利开展的关键，而数字化转型带来的基础数据质量与数据分析能力的改善极大地提升了银行的业务-目标客户群匹配效率和准确度，使银行实现精准服务；三是数字化转型有利于银行整合触客渠道，强化渠道协同来打造全行统一的

125、智慧大脑，打造自上而下、精细化、专业化、全行高效的客户运营体系，实现全渠道交互融合、多层级协同联动，提高服务效能和客户满意度。虽然数字化转型已成为银行业转型升级的战略手段，但转型没有固定的模式，各家银行根据自身发展愿景、资源禀赋、市场定位和所处的发展阶段适时采取不同的数字化战略模式，以尽可能实现数字化转型效益的最大化。大型国有大型国有商业商业银行银行高度高度重视金融科技的全面发展，重视金融科技的全面发展，均成立了金融科技直辖一级部门均成立了金融科技直辖一级部门（金融科技部或金融科技事业部），大力开展金融科技前沿领域研究，加快各类金融科（金融科技部或金融科技事业部），大力开展金融科技前沿领域研究

126、，加快各类金融科技成果的应用推广。技成果的应用推广。除了邮政储蓄银行以外，中、农、工、建、交五家国有商业银行还成立了金融科技子公司，不断完善数字化组织架构，以更高效地应对数字化转型中的挑战，持续稳步推进数字化转型进程。相比于其他商业银行，大型国有银行具有资金实力雄厚、资源禀赋丰富的优势，因此在数字化转型方面的覆盖内容更加全面，科技创新成果展示也更加丰富，且更为关注系统性以及新技术的应用，在企业级架构、金融云平台等方面取得了积极进展。股份制银行在金融科技战略上也有明确的目标，转型主要聚焦银行服务能力的提升股份制银行在金融科技战略上也有明确的目标，转型主要聚焦银行服务能力的提升以及金融科技生态环境

127、的建设以及金融科技生态环境的建设。中型股份制商业银行主要关注零售业务的营销数字化、风险数字化和运营数字化；而头部股份制商业银行的数字化转型维度更广，在组织、产品、技术、营销数字化等方面齐发力。如 2022 年 12 月 8 发布的、连续迭代 11 个版本的招商银行 App11.0，即是数字化赋能财富管理的优秀代表，在了解客户、优选产品以及客户体验方面都凸显了高度数字化的专业能力：其通过 3000 多个客户标签，实现深度 KYC；以数字化的方式，将过去十年经验沉淀于招行自研的财富管理投研平台财富 Alpha+中，以独有的一系列指标和标签，输出准确、全面的产品画像，并通过 700 47 多个量化指

128、标清晰展示在架的 5 万余只财富产品；以沉浸式陪伴为目标的招商银行App11.0 不仅可以精准匹配 KYC 与 KYP，还详尽梳理了基金分红、基金经理变更、产品开放、净值波动、收益分析等多个关键事件，并可根据客户行为与市场行情等因素，相应部署收益锦囊、产品波动预警等不同陪伴策略，提升客户体验。地区性小银行发展策略差异性比较大，由于资源有限，大多数小银行会集中发展某地区性小银行发展策略差异性比较大，由于资源有限，大多数小银行会集中发展某一业务领域的科技项目。一业务领域的科技项目。区域性中小银行还面临着严重的同质竞争，容易受到大行下沉的冲击，需要通过不断地增强本地客户的粘性来实现稳健经营，因此会依

129、托金融科技在数字化营销能力提升和客户体验升级上持续发力。由于研发能力、数据治理、人才储备、生态构建等方面的相对不足，很多区域性中小银行通常都会与外部金融科技公司和同业领先银行开展技术合作。4.2.2 券商：交易通道走向服务通道，建立数字化财富管理生态券商：交易通道走向服务通道，建立数字化财富管理生态 随着金融科技影响力的不断提升，证券行业数字化转型日渐提速，科技能力建设作为提升行业核心竞争力的关键，已成为各大券商激烈竞逐的赛道。数字化数字化转型从三个方面转型从三个方面赋能券商财富管理：赋能券商财富管理：一是通过运用互联网、大数据分析技术，券商能够便捷、迅速地得到准确的客户画像，从而可以进行精准

130、化营销，如此便能大大地降低获客成本和营销成本，推荐产品契合度的提升还能增强客户好感度，优化用户体验，提高客户忠诚度，成功实现科技赋能营销和数字化展业；二是数字化技术可以帮助券商完善产品筛选方法与评价模型，并搭建一体化、高效智能的策略系统和动态风险管理系统，促进财富管理产品体系的升级；三是数字化有利于券商集中运营管理平台，建立高速、安全、稳定、专业的一体化运营管理系统，既降低了内部管理和跨平台协调的成本，又能提升自身的服务效率。对于券商而言，客户的真实需求决定了其数字化转型的方向和策略，不同客户对应着不同的数字化服务需求：零售财富客户希望获得一站式的财富管理服务与全生命周期的财富陪伴，追求优质的

131、客户体验；机构客户希望获得以交易管理为核心的一体化数字 48 解决方案，强调服务的专业性、低成本、高效率与定制化，这意味着券商的数字化转型方案需要兼顾不同客户的诉求。目前，国内券商围绕智能投研、客户观察、产品洞察、投资分析、资产配臵、数字目前，国内券商围绕智能投研、客户观察、产品洞察、投资分析、资产配臵、数字营销及智慧风控营销及智慧风控等等领域，领域，积极积极寻找数字化赋能机会寻找数字化赋能机会。具体而言，通过挖掘数字化赋能场景、加强大数据分析与运用、完善配套数字化工具建设等手段，全面提升数字化经营能力。以牢牢占据 MAU（月活跃用户人数）第一梯队的华泰证券涨乐财富通 App 为例，智能资产配

132、臵和专属在线投顾是其特点，通过大数据结合金融逻辑的方式，涨乐财富通App 可基于不同客户的投资风险偏好和需求，智能匹配不同的资产配臵计划：安心回报、衡稳睿丰、乐享智盈等风险不同的投资选择省去了客户多产品调仓的繁琐操作；“专属投顾在线服务”和“投顾专栏”打破了投顾服务的时空限制，延伸了投顾服务的触达半径，实现线上线下联动。随着技术的不断引进和科技赋能经验的日益增长，券商数字化转型逐渐由局部、孤随着技术的不断引进和科技赋能经验的日益增长，券商数字化转型逐渐由局部、孤立的单一领域应用向平台化、智能化、生态化全面铺开。立的单一领域应用向平台化、智能化、生态化全面铺开。成功的数字化转型需要业务和技术之间

133、的有机协同和深度融合，深入推进业务变革并促进业绩改善和业务增收，如此才能最大化数字化转型价值，然而国内券商目前有效克服这一痛点的转型者不多。许多券商的数字化转型仍停留在传统 IT 转型层面，业务驱动型技术创新不足，只有充分将数字化转型节奏与业务发展需求高度契合，券商的数字化转型才能真正地实现“业技融合”。数字化转型还需要积极培养和引进既懂金融又了解信息技术更熟悉业务的复合型人才，与国外同类机构相比，国内证券业数字化转型的人才基础还有很大的提升空间。4.2.3 公募基金公募基金公司公司：信息化改造不足，生态有待优化：信息化改造不足，生态有待优化 近年来，公募基金公司纷纷拥抱数字化转型变革浪潮，积

134、极推动投研、营销、风控、交易、运营、智能投顾、投资陪伴等多方面的数字化转型。其中，基金运营数字化是公募基金公司整体数字化转型的重要组成部分，对于促进公司治理、客户服务、产品营销、投资交易等多方面的能力提升具有积极的影响。49 数字化数字化转型从两个方面转型从两个方面赋能基金运营：赋能基金运营：一方面，数字化技术可以被广泛运用到基金产品的清算、估值核算、信息披露和基金销售的登记过户等业务中，优化业务流程，节省人力成本，降低操作风险，极大地提升了业务服务效率。另一方面，伴随资管业务的快速发展，资管业务体量增长迅猛，公募基金公司可以利用数字化平台打通场外交易相关的各个系统，对投资交易、清算划款、券款

135、交收、资金调拨等环节进行全程跟踪，实现场外业务在投资、交易、清算各部门之间高效流转，提高前台交易的效率、缩短资金划款链条、加快资金划款速度。善于做线上营销的汇添富基金和在公众号等媒介传播投资者教育理念的睿远基金均是公募基金数字化运营的典型机构。2005 年才正式创设的汇添富基金凭借其出色的品牌塑造能力跻身全市场规模最大的基金公司行列，它所打造的智能化营运管理平台，重塑了业务流程和风险管控体系，依托快速迭代的技术框架、紧贴业务场景的智能工作流引擎、全流程可视化的业务管理门户以及多维安全性设计，在运营流程、风险管控、估值核算和信息披露四方面提升智能化水平，通过“流程机器人”“净值管理”“成交管理”

136、“核算流程管控”“营运数据集市”等功能以及集中管控等方式，大幅提升业务处理效率，降低业务营运风险。睿远基金则是领先的长期价值投资机构，追求持有人长期利益最大化，其打造的智能投研管理平台（SRP）在满足合规风控要求的前提下，通过数据融合和智能化套件，不仅提升了投研效率，而且实现了流程管理与知识沉淀。然而，在基金运营领域，当前国内外普遍缺少高度智能化、一体化的基金运营管理应用系统，主要原因是行业整体发展差异大、整体 IT 治理和信息化建设程度不一，业内尚无成熟的一站式解决方案和成功案例。在客户服务方面，公募基金公司需要充分挖掘丰富的数字化应用场景，不断改善数字化渠道生态，与合作伙伴一起服务好、支持

137、好各类投资人。在研究和投资方面，由于国内外金融产品品类和交易场所日益多样化，公募基金在策略研究和投资决策上面临着更高的挑战，如何能有效借助数字化工具和手段，充分利用各类可得的行业、产品数据等，实现对全品类、全环节、全场景的智能化研究，50 并以研究成果科学高效地指导投资实操，做到投研一体化，是公募基金数字化转型的重要突破点。在风控领域，各类风险因素繁杂多变且日益积累，这就对基金公司模型和指标体系搭建、计算引擎、数据承载力和分析力提出了更高的要求，公募基金公司需要利用大量的数字科技技术来满足以上诉求，并破除业务链接各环节堵点，打通各渠道业务链条以实现整体风控。4.2.4 第三方机构：营运效率驱动

138、，第三方机构：营运效率驱动，数字化转型上具备技术优势数字化转型上具备技术优势 新兴科技引发金融业态巨大变革，重塑财富管理行业竞争格局，也驱动着第三方财富管理机构加入数字化转型的阵营。第三方机构的数字化转型有利于促进基金销售业务与互联网业务进行深度融合，能够推动场景化、个性化、智能化的高效金融服务不断更新迭代，从而大幅提升用户的触达度和用户体验。同时，数字化转型帮助第三方机构全方位把握客户的多样化财富管理需求，进一步驱动第三方机构进行数字化业务变革，以为客户提供更优质的量体裁衣式的金融服务。第三方平台数字化转型过程中，需要面临资金安全、监管合规、专业化业务有效融第三方平台数字化转型过程中，需要面

139、临资金安全、监管合规、专业化业务有效融合等挑战合等挑战。特别是在监管合规方面，第三方机构的数字化转型容易陷入“无章可循”的境地。数字科技在一定程度上可以帮助解决科技监管操作难题，金融科技的应用将促进产品的底层资产数据标准化和透明化，并打通相关的数据链接通道，有利于监管部门进行实时侦查监管，针对性地采取风险防范措施，提升金融系统稳定性。当前，第三方机构的数字化转型主要存在当前，第三方机构的数字化转型主要存在三三种路径：种路径：一是搭建稳定可靠的核心服务平台，全面提升业务支撑效率，并依托数字化技术和人才优势自主构建面向长尾用户的产品体系，以充分满足用户递进的、多样化的、个性化的理财需求，扩大净值型

140、业务的用户基础，不断向全生命周期理财平台升级。数字化技术的运用进一步增强了第三方机构的用户触达优势，有利于稳定存量客群和加快提升增量客群；二是与资质良好、经验丰富的大型 IT 服务商进行合作，依托合作伙伴的技术优势搭建数字化、智能化的运营中台，实现线下业务线上化，简化既往的业务流程，促进业务流程更加规范化、透明化、51 便捷化，如此既能更好地符合监管要求，又能大幅提升业务操作效率与客户服务满意度；三是联手大型数据服务商，借助 AI 算法、大数据建立智能化信息管理平台，对底层资产进行数字化智能管理，不断完善数字化资产体检、数字化交易监测、数字化风险甄别和风控、数字化资产估值与评测等功能，实现投前

141、项目评审规范化，投中全方位监测、投后整体化管理，并提升底层资产管理的效率和透明度。数字化数字化转型从两个方面转型从两个方面赋能第三方机构财富管理：赋能第三方机构财富管理：第三方机构在数字化转型过程中，不仅可以运用新技术和新架构对核心基金销售平台进行升级，还可以运用数字化的理念和技术促进业务的经营和增长，聚焦明确的业务价值，打造在客户、产品、成本方面的竞争优势。4.3 基于不同机构的数字化进展分析基于不同机构的数字化进展分析 数字化让财富管理插上了翅膀。数字化技术通过人工智能、大数据、云计算等多项技术赋能，在产品、营销、运营、管理和服务多个领域实现敏捷化、精准化、智能化。过去主要面向高净值客户的

142、传统财富管理业务依靠数字化实现了批量获客、及时触达、定制服务，降低了服务成本，拓展了客群边界。拥抱数字化，财富管理真正实现了普惠发展。数字化正在修正和重塑传统财富管理模式。结合中国基金业协会公布的各渠道公募保有量的数据，我们可以发现其中端倪：第一，线下渠道垄断有所弱化。以基金代销渠道为例，对线下渠道依赖度较高的银行市场份额近年来出现一定下降，截至 2022 年底，目前代销份额不到一半，而券商和独立销售平台的规模保有量占比显著提升，这表明数字化赋能具备差异化竞争优势。第二，头部机构品牌化。我们发现招商银行、华泰证券、东方财富等机构的财富 APP 有较高客户活跃度和客户认同感，线上 APP 正式成

143、为财富代销的重要品牌，成为聚拢客户、流量变现的核心基础。比如根据 2022 年业绩发布会披露，招商银行 APP 核心客户的有效月活率已稳定在 85%以上，且核心客户两次访问 52 App 的间隔时间已缩短至 5 天以内。第三，产品销售陪伴化。传统吃认购费、靠流量赚钱的代销商业模式日渐式微，通过线上工具销售赋能，前台理财经理凭借一台 Ipad 就可以得到总部基于大类资产、产品建议、风险控制、负债管理等一篮子建议。这为后续财富管理人员立足长期，将客户利益与产品销售长期绑定提供了基础。千帆竞渡，各领风骚。在理解数字化与财富管理互动基础上，各类金融机构结合自身禀赋，深度拥抱数字化赋能。以公募基金为例，

144、下表整理了各类机构的数字化探索。对于商业银行，未来机会在于整合线上线下板块，将数字化工具在服务长尾客户基础上，更进一步服务于中高净值乃至私人银行客户；对于证券公司，机会在于从过去撮合交易转为长期资产配臵，通过数字工具赋能买方投顾，推动券商自身财富管理转型；对于公募基金，未来机会在于数字化工具让自营渠道更加丰富，进一步沉淀客户长线资金；对于第三方机构，未来机会在于数字化提升服务专业性和打造服务品牌，更长期限陪伴客户。表 12 各类机构财富管理业务数字化赋能情况 优势优势 局限局限 推进推进 银行银行 资源最为丰富，能做较多资金投入 传统层级组织结构不匹配数字化体系，造成反应钝化 优化组织体系，整

145、合线上与线下渠道 券商券商 对市场需求反应较快 客户以交易为主，数字化赋能局限在资讯与交易层面 由卖方转为买方思维，加大投顾服务 公公募基金募基金 较早探索线上渠道，容易实现战略认同 功能与产品类型较为单一，客户沉淀不足 优化产品服务多元性，提升客户粘性 第三方第三方 包袱轻，差异化客群定位 服务体系专业性和品牌的持续建设 加大投资者教育，更长陪伴客户 从表面看，数字化建设已经成为各类财富管理机构的战略共识，APP、小程序等客户交互新媒介发展已如火如荼，但数字化建设不等同于渠道的数字化，我们应从客户财富管理全流程视角进一步认识数字化的价值。53 数字化财富体系是一套“组合拳”，APP 获客聚客

146、只是第一步。未来，一方面，围绕客户经营平台、理财经理工作台、资产配臵平台、销售管理平台等核心抓手推动现有业务数字化；其次，围绕买方投顾等关键流程探索数字化驱动财富管理新模式；最后，打造体系化的开放生态。以此为基础，围绕科技架构与科技治理、大数据规模化应用、组织与人才，建立起一套支持可持续数字化转型的基础能力。过去十年间，我国大部分财富管理机构已经通过系统升级、业务流程重塑等，基本完成了财富管理自动化、线上化转型，财富管理数字化 1.0 时代已顺利完成。专业化、智能化成为线上化赋能财富管理的下一关口，也是 2.0 时代的具体体现。仅仅搭建 APP，将业务流程线上化，已经构建不了财富管理自身壁垒。

147、在第二阶段，财富管理机构更应全面应用大数据和新科技的赋能，推进专业化的投顾赋能、智能化的产品筛选、精准营销等。最终，通过与数字化结合，财富管理逐步构建开放生态即 3.0 版本，比如利用大数据构建投资策略并形成资管产品，利用 AI 技术细分客户进行定向财富咨询和投顾服务，最终构建开放的金融科技生态，并实现商业模式的迭代创新。伴随着财富管理需求的持续高速增长，财富管理行业也日趋开放化和生态化。各机构纷纷围绕客户需求，积极推动跨部门、跨机构、跨集团、跨板块、跨行业的协同合作，通过建立和完善协同机制和文化，打造财富管理开放平台，促进彼此间营销、客户、经营、数据等相互赋能，不断强化资源联动、优势互补和多

148、方协同效应。通过打通财富管理服务价值链的上下游，构建财富管理生态圈，各机构能够充分挖掘和释放潜在生态价值，共同构筑财富管理业务护城河，实现财富管理业务稳定及高质量发展，并助力机构数字化转型。作为未来财富管理最有生命力的领域，数字化的进化赋能仍在持续。2022 年 11 月底，美国人工智能实验室 OpenAI 发布了语言大模型 ChatGPT。两个月后，它便突破 1亿月度活跃用户数，打破了 TikTok 耗时 9 个月、Instagram 耗时两年半的记录，成为目前史上用户增长速度最快的消费级应用。ChatGPT 的火爆向世界展示了人工智能领域的 54 技术新风向、应用场景新可能，激励着包括财富

149、管理机构在内企业不断探索创新。后续随着人工智能大规模向财富管理领域投入，类似 ChatGPT 在财富场景（如财务规划、产品咨询、产品评价等）将有历史性的应用机会，财富管理的数字化时代刚刚起航。55 附录附录 1:中国资产管理中国资产管理行业指数编制方法行业指数编制方法 一、编制原则一、编制原则 第一，以现代金融理论为指导。现代金融理论是资管行业发展评价体系建立的基础，在指数的编制过程中，充分对相关金融理论进行梳理和分析。明确指标体系的构成和分类，既涵盖资管业务所具备的共性因素，又兼顾各个子行业的特性和优势，多维度、全方位建立评价指标体系，运用于我国资管行业发展的评价和分析。第二，兼顾未来资管行

150、业发展趋势。当前我国正处于金融改革发展的关键期，金融结构不断调整，金融业务发展迅速，要兼顾资管行业发展趋势，涵盖新兴资管业态相关指标，并对其进行合理的评价和赋权，科学展现不同资管业务特点。第三，充分考虑全面性和数据可得性。金融行业具有综合性和复杂性，对其进行测度和评价需要一个完善的指标体系，需要从多方面进行考虑。在指数的编制过程中，要在充分考虑数据可得性的基础上，尽可能涵盖所应具备的各种因素。56 二、编制思路二、编制思路 中国资产管理行业发展指数编制过程包括，指标体系的确定、数据收集处理、权重的确定、指数测算四个过程。其中，有关指标体系的确定将在下一部分进行介绍，这里主要介绍数据处理和权重确

151、定的方法。图 23 指数构建流程图 上图为中国资产管理行业发展指数构建流程图，在收集数据后，需要进行标准化、同趋化、确定权重等处理。中国资产管理行业发展指数是从多角度、多层次对我国资产管理行业发展进行多维度测评的综合性指数，每一维度都是构成特定方面的分指数，每个分指数又由若干定量指标合成。定量指标衡量范围包括规模、数量、盈利能力和人才规模等方面，指标量级与单位不尽相同，因此需要在各分指数计算之前，对这些指标的处理方法统一规范，以使整体测算的指数不仅横向可比，而且纵向可比；不仅可以比较不同金融领域的发展相对水平，而且也可以考察资产管理行业整体发展的历史进程。确定指标体系 数据收集与标准化（消除量

152、纲差异）反向指标同趋化：指标越大越好 确定权重，构建指数 57 三、指标体系构建三、指标体系构建（一）指标框架 在指标体系构建过程中，我们在借鉴中国资产管理行业发展报告（2018）、中国财富管理发展指数报告（2019）等研究的基础上，充分考虑当前我国资产管理行业发展特征4，以资管规模、资管产品、经营效益和人才资源等四个一级维度，银行业、证券业、保险业、信托业和基金业等五个二级维度，来刻画我国资管行业的发展情况，保证该指数的科学性、系统性与完整性。2012 年以前，我国资产管理行业发展相对滞后，监管部门还未大规模放开金融机构的资产管理业务。2012 年之后，监管部门陆续推出新政，如券商资管新政十

153、一条、放宽公募基金投资范围、保险业资管放松以及首次允许期货公司加入资管阵营，使资产管理行业步入具有竞争、创新、混业经营等特征的大资管时代。2013 年，在“放松管制、放宽限制、防控风险”的政策环境下，传统资管的分业经营壁垒逐渐被打破，各类资产管理机构之间的竞争加剧，银行、券商、保险、基金、信托等各类资产管理机构开始涌向同一片红海，我国资产管理行业也开始进入快速发展的新阶段，2013 年也因此被称作“中国大资管元年”。有鉴于此，我们收集了时间跨度为 2013 年第 1 季度-2022 年第 4 季度5的数据，可以比较直观地了解自 2013 年进入大资管元年之后，我国资产管理行业的发展态势。420

154、12 年监管部门首次允许期货公司加入资管阵营，2016 年我国泛资管行业所管理的资产总规模约为 102.5 万亿元，期货公司资管规模为 2792 亿元，占比仅为 0.27%，不足百分之一，可见期货公司资管业务还未成为我国财富管理的主要手段，因此暂未将其单独列为二级指标。5截至报告日，2022 年 2 季度多项数据未公布，暂未公布数据由估算得到。58 表 13 中国资产管理行业发展指数指标框架 一级指标 二级指标 指标描述6 数据来源 资管规模 银行业资管规模 银行理财产品存续余额7 普益标准数据库 证券业资管规模 证券公司及其子公司资管规模 中国证券投资基金业协会 保险业资管规模 保险业资金运

155、用余额8 中国银行保险监督管理委员会 信托业资管规模 信托资产余额 中国信托业协会 基金业资管规模 公募基金、基金公司及基金子公司的专户业务与私募基金存续余额之和 中国证券投资基金业协会 资管产品 银行业资管产品 银行理财产品存续数量 普益标准数据库 证券业资管产品 证券公司存续资产管理计划数量 中国证券投资基金业协会 6各指标所涵盖的各资产管理业务资金规模总和即为该行业资产管理规模。7由于银行业理财登记托管中心未公开银行资管相关季度数据，为满足本报告聚焦资管行业季度发展的变化，本报告采用普益标准数据库对银行理财规模与产品的统计口径。8根据中国证券投资基金业协会发布的中国证券投资基金业年报，在

156、其关于保险公司资产管理业务的描述中采用保险业资金运用余额来代表保险业资产管理规模。59 保险业资管产品 保险资产管理产品存续数量 中国保险资产管理业协会 信托业资管产品 存续集合类、单一类、财产类信托数量之和 Wind 数据库 基金业资管产品 公募基金、基金公司及其子公司私募资产管理计划量与私募投资基金存续数量之和 中国证券投资基金业协会、Wind 数据库 经营效益 银行资管经营效益 上市银行手续费及佣金收入9 Wind 数据库 证券资管经营效益 资产管理业务净收入 中国证券业协会 保险资管经营效益 上市保险公司非保险业务经营收入10 Wind 数据库 信托资管经营效益 信托公司经营收入 中国

157、信托业协会 基金资管经营效益 公募基金及基金子公司管理费总收入 中国证券投资基金业协会 人才资源11 银行资管人才资源 银行业金融机构从业人员数 国家统计局 9截至 2019 年末，36 家 A 股上市银行理财产品存续规模达到 21.64 万亿元，占银行业理财总规模的 80%。根据上市银行年报所披露的银行机构财务状况，未有银行资管业务的经营效益的具体衡量指标，而上手续费及佣金收入为非息收入，具体包括顾问和咨询费、理财服务手续费、代理手续费、托管及其他受托业务佣金等等，因此用该指标作为银行资管经营效益的替代变量。10数据来源于 Wind 数据库整理的上市保险公司年报，该指标为经营收入与保费总收入

158、之差，该部分包括投资收益、公允价值变动损益、汇兑损益与其他业务收入，其中其他业务收入包括资管业务，鉴于数据可得性，以该指标作为保险资管经营效益的替代指标。60 证券资管人才资源 已注册从业人员 中国证券业协会 保险资管人才资源 保险公司职工人数 国家统计局 信托资管人才资源 信托机构从业人员 中国信托业协会 基金资管人才资源 公募基金管理机构从业人员、私募基金管理人员数之和 中国证券投资基金业协会 11由于银行业、证券业、保险业没有关于资管人才的指标统计，鉴于数据可得性，只能以子金融行业从业总人数的变化情况作为替代变量，以此来衡量该领域人才资源发展情况。61 （二）指标选取 1.资管规模 资管

159、规模指标是对各细分金融领域资管规模的动态刻画，从理论上讲，资管业务发展程度最直接的表现就是市场规模，规模的扩大可以吸引更多的金融机构和金融从业人员，形成规模经济收益。在资产管理规模一级指标下，我们设臵了基于不同子行业的五个二级指标。其中，银行业资产管理规模用银行业理财产品存续余额来度量，具体包括银行理财产品、私人银行业务的产品资金余额，数据来源于普益标准数据库；证券业资产管理规模用证券公司及其子公司资管规模来衡量，数据来源于中国证券投资基金业协会；保险业资产管理规模用保险业资金运用余额来衡量，数据来源于中国银行保险业监督管理委员会；信托业资产管理规模用信托资产余额来衡量，数据来源于中国信托业协

160、会；基金业资管规模用公募基金、基金公司及基金子公司的专户业务与私募投资基金存续余额之和来衡量，数据来源于中国证券投资基金业协会，其中私募投资基金包括私募证券投资基金、私募股权投资基金、创业投资基金等，数据来源于中国证券投资基金业协会。2.资管产品 资管产品指标是基于银行业、证券业、保险业、信托业和基金业进行集成的一级指标，包括五大行业产品发行量的二级指标，以此对我国资产管理产品总体发行数量与丰富程度进行量化评估。其中，银行业资产管理产品用理财产品存续数量来衡量，数据来源于普益标准数据库；证券业资产管理产品用证券公司存续资产管理计划数量来衡量，数据来源于中国证券投资基金业协会；保险业资产管理产品

161、用保险资产管理产品存续数来衡量，数据来源于中国保险资产管理业协会；信托业资产管理产品用存续集合类信托数量、单一类信托数量和财产类信托数量之和来衡量，数据来源于 Wind 数据库；基金业资管产品用公募基金、基金公司及其子公司私募资产管理计划量与私募投资基金存续数行量之和来衡量，数据来源于中国证券投资基金业协会。3.经营效益 62 经营效益指标是对五大细分行业资管业务运作能力和效益进行评价的一级指标。具体来看，银行业资产管理经营效益用上市银行手续费及佣金收入来衡量，据来源于 Wind 数据库整理的上市银行年报；证券业资产管理经营效益用证券机构资产管理业务净收入来衡量，数据来源于中国证券业协会；保险

162、业资产管理经营效益用上市保险公司非保险业务经营收入来衡量，数据来源于 Wind 数据库；信托业资产管理经营效益用信托公司经营收益来衡量，数据来源于信托业协会；基金业资产管理经营效益用公募基金管理费总收入与基金子公司管理费总收入之和来衡量，数据来源于中国证券投资基金业协会。4.人才资源 资产管理是一个轻资产、重人才的服务型行业，人才就是竞争力的体现，对人才的吸引和培养是资管业务发展的关键。从理论上讲，金融人才是最重要的供给因素，是金融集聚的重要体现，是每一个金融市场发展不可或缺的因素。人才资源不仅是软实力的重要体现，更是对未来发展趋势的潜在参考指标。由于银行业、证券业、保险业缺少关于资管人才的指

163、标统计，鉴于数据可得性，我们以子金融行业从业总人数的变化情况作为替代变量，以此来衡量该领域人才资源发展情况。具体来看，银行资管人才资源用银行业金融机构从业人员数来衡量，数据来源于国家统计局；证券资管人才资源用已注册从业人员来衡量，数据来源于中国证券业协会；保险资管人才资源用保险公司职工人数来衡量，数据来源于国家统计局；信托资管人才资源用信托机构从业人员12来衡量，数据来源于中国信托业协会；基金资管人才资源用公募基金管理机构有从业人员与私募基金管理人员工总数之和来衡量，数据来源于中国证券投资基金业协会。四四、数量指标的无量纲化、数量指标的无量纲化 无量纲化，也叫数据的标准化，是通过数学变换来消除

164、原始变量（指标）量纲影响的方法。在计算单个指标指数时，首先必须对每个指标进行无量纲化处理，而进行无量纲化 12信托机构从业人员数据为信托业协会季报公布的信托业净利润收入总额除以人均净利润额的值。63 处理的关键是确定各指标的上、下限阈值。在指数的构建过程中我们采用 min-max 方法，对原始数据进行标准化处理，消除量纲。这种方法的好处是能够使得标准化后的指标变量都位于0，1区间内，方便后续指数的计算。具体的标准化的公式如下:=指标 该指标最小值该指标最大值 该指标最小值=上式中代表待标准化的变量数据，为标准化后的变量，min 代表该指标变量的最小值，max 代表该指标变量的最大值 当指标数据

165、存在极端值，离差较大时，简单的标准化方法可能会使得标准化后的数据集中在某一个较窄的范围，使得指标反映的信息模糊化，同时相当于无形中增大了异常值得权重，不利于指标之间的客观比较。因此，针对离差较大（即最大值减去最小值）大于1000 的变量，我们采用先取自然对数值，再进行标准化的方法进行特殊化处理。五五、指标权重的确定、指标权重的确定 权重值的确定直接影响综合评估的结果，权重值的变动可能引起被评估对象优劣顺序的改变。所以，合理地确定综合评估发展各主要因素指标的权重，是进行综合评估能否成功的关键问题。权重的确定方法有很多种。从原理上看，我们可以基于理论研究确定权重，也可以以主观定性与客观定量法相结合

166、的方式来确定不同指标的权重。确定权重的方法主要有简单平均分、专家打分法、主成分分析法、熵值法、VAR 脉冲响应法和 DMS-TVP-FAVAR 等五大类。对于前三类方法，主要依赖数据数值上的客观规律，以数值相关性、离散程度或空间结构来确定权重，其权重背后的经济学含义较弱，不利于公众的理解。而 VAR 系列的方法以指标对追踪变量的波动的解释程度作为权重，使得权重具有直观明确的经济学含义，且这种方法构建的指数一般具有更好的预测能力。但简单的 VAR 模型的方法由于模型的假定及局限性，可能会遗漏部分指标变量的信息。同时，随着指标体系的扩大，VAR 模型的方法面临着过度参数问题，因此 VAR 脉冲响应

167、的方法在对应较大的指标体系时的适用性不 64 佳。表 14 五大类指数编制方法对比 方法 主要内容 优点 缺点 简单平均法 平均赋权，每类一级指标相同权重 简单、直接 相同权重不符合 客观规律 专家打分法 聘请行业内专家对各指标重要性进行打分 简单、直观、便于理解 缺乏客观性 主成分分析法 发掘指标内部相关性，以共同因子替代，最大限度保留原有信息 客观、可用于庞大的指标体系 背后经济学含义较弱 VAR 脉冲响应法 以指标变量对目标变量冲击的平均脉冲响应的比例作为权重 具备经济学含义，对目标变量追踪效果好 针对庞大指标，易出现过度参数问题 DMS-TVP-FAVAR VAR+主成分分析+系数动态

168、变化+模型动态选择 先进、追踪效果佳、克服了之前的问题 操作复杂 对比可知，DMS-TVP-FAVAR 是目前在指数估计中最先进的方法，能够解决客观性、经济学含义以及应用庞大指标体系的问题。将主成分分析法与 VAR 方法结合，即因子增广向量自回归模型(FAVAR)既能解决主成分分析法确定权重存在的只注重数值规律，经济含义不明的问题，又避免大量指标变量导致的过度参数问题。而加入动态系数变化(TVP)则考虑了指标体系中权重随时间变化的动态特征。同时，允许对指数的指标体系进行动态模型选择(DMS)，不同时期，影响指标可以发生变化。例如，随着时间变动，以往对目标变量没有或者影响很小的指标，影响能力增大

169、，应该加入模型中；而过去对目标变量影响较大的变量可能会失去影响力而从指标体系中剔除。动态模型选择的采用使得我们能够对指标体系进行动态跟踪、调整而不会对整个模型产生系统性变化。考虑到我国资管行业数据的可得性问题，暂时无法进行 VAR 系列方法的估计。在此，我们只是先将方法论提出，待中国资产管理行业相关变量扩充完善后，再进行更高级的方法估计。参考已有研究，20152019 年中国财富管理规模指数、中国财富管理行业产品指数与 65 中国财富管理机构发展指数都是采用主成分分析法确定权重。因此，考虑到数据的可得性与评价客观性，我们分别测算了简单平均法、专家打分法和主成分分析法下的总指数。据测算，三种不同

170、权重确定方法走势与增长趋势具有极高的相似，最终选择主成分分析法确定权重。（一）主成分分析法 主成分分析（Principal Components Analysis,PCA）也被称作主分量分析，主要思想是通过降维，将反映个体特征的多个指标转化为一个或少数几个综合性指标，从而使该指标兼具科学性、全面性和有效性等特点。基于主成分分析还可以进一步作因子分析，以使各变量对研究目标的影响力更为显著。从数学运算上看，主成分分析与因子分析的本质是一致的，都是一种数据集简化技术，通过线性变换将原始数据投影到新的坐标系统中，并且依照数据投影方差的大小将投影坐标依次排序（第一主成分、第二主成分）。每个主成分包含原有

171、指标或变量的主要信息，而且不同主成分所含信息不存在重叠，所以能够在兼顾多变量信息的同时将相对复杂的因素降维简化，得到更为科学、有效的信息集合。从实际运用上看，主成分分析法主要为了解决人们在指标（变量）信息量和分析效率之间的矛盾。为了尽可能全面、系统地分析问题或反映情况，在构建指数时，我们理论上应该将所有影响因素纳入考虑。但问题是这些未经处理的指标或变量所包含的信息一般都有重叠，而且变量越多，信息重叠的情况就越严重，进行定量分析时计算就愈加复杂。主成分分析法正是解决此类问题的理想方法。将原有具有一定相关性（信息重叠）的指标（如 P 个变量）组合成为一组新的但相互不相关的综合指标加以替代。组合方法

172、通常为线性组合。随后依据综合指标方差大小来确定最终选择综合指标的个数。如第一个综合指标（F1）的方差最大，即 Var（F1）最大，那么表明综合指标 F1 所包含信息较多，被称为第一主成分。如果第一主成分所包含信息不能满足分析需要，即遗漏了原始 P 个变量较多的信息，那么可以考虑增加选取第二个综合指标 F2，而经过矩阵转化之后，F1 所包含的信息不会再出现在 F2 中，即 Cov（F1，F2）=0。我们可构造出 P 个综合指标，顺序增加纳入分析的指标，直到其所包含的信息满足分析需要。66 使用主成分分析的计算方法主要如下：1、对原始数据的标准化 假设有 n 个样本，指标体系中的变量有 P 个，因

173、此可以得到总体的样本矩阵。并选取反映其特性的 P 个变量，从而得到总体样本矩阵：=(1,2,),=1,2,()（1-1）对样本矩阵元进行标准化：=,=1,2,;=1,2,（1-2）其中=1,2=()2=11，由此得到标准化的矩阵 Z。2、求解相关系数矩阵 利用标准化矩阵 Z 求解相关系数矩阵，计算方法如下：=,=1 （1-3）3、求解特征根 通过|=0求解样本相关矩阵 R 的特征方程并得到相应的特征根，依据信息利用率大小确定主成分个数 m。一般在指数构建时设定信息利用率达到 85%以上，由此得到m 值。对于每个特征根，求解特征向量。4、将指标变量转化为主成分 计算公式为：=0,=1,2,其中为

174、第 j 个主成分，共得到 p 个主成分。5、对所选取的 m 个主成分进行综合评价 以信息利用率为标准，我们选择主成分的前 m 个作为最终分析所用综合指数，以每个主成分的方差贡献率作为权数对 m 个主成分进行加权求和，即可得到每个指标的权重。权重计算过程为：以所取前m个主成分特征值乘以对应主成分得分系数的绝对值得到系数值，再以各系数值占系数值之和的比例作为权重。（二）权重测算 67 我们对原始数据进行标准化无量纲处理，以避免各指标量纲不同所引起的比较无意义性，然后通过主成分分析法计算得到的权重见下表。表 15 指标权重分布情况 指标 主成分分析法 一级指标 二级指标 一级权重 二级权重 加权权重

175、 资管规模 银行业资管规模 35.19%23.28%8.19%证券业资管规模 27.00%9.50%保险业资管规模 16.48%5.80%信托业资管规模 11.57%4.07%基金业资管规模 21.67%7.63%资管产品 银行业资管产品 35.28%17.34%6.12%证券业资管产品 21.69%7.65%保险业资管产品 19.34%6.82%信托业资管产品 19.51%6.88%基金业资管产品 22.12%7.80%经营效益 银行资管经营效益 13.24%11.75%1.64%证券资管经营效益 25.21%2.36%保险资管经营效益 22.77%3.46%信托资管经营效益 22.43%3

176、.31%基金资管经营效益 17.84%2.47%人才资源 银行资管人才队伍 16.29%18.71%3.05%证券资管人才队伍 20.94%3.41%保险资管人才队伍 29.30%4.77%信托资管人才队伍 21.26%3.46%基金资管人才队伍 9.79%1.60%68 附录附录 2：基于不同机构的财富管理能力评价方法：基于不同机构的财富管理能力评价方法 一、口径与定位一、口径与定位 中国公募财富管理（非现金类）渠道榜单对我国财富管理机构按期末公募类产品（非现金类）保有规模进行排名。公募类产品（非现金类）目前包括银行理财产品（非现金管理类）以及非货币公募基金。上述公募类理财产品均具有低门槛、

177、净值化等相似点。本榜单定位主要包含四点：第一，这是一个普惠性的财富管理的榜单，因此仅包括低门槛的公募资管产品，而不包括私募基金、信托和基金专户等相对高门槛产品；第二，这是一个强调财富管理类服务的榜单，因此不包含近似无风险和弱服务需求的现金管理类银行理财和货币型公募基金；第三，这是一个评判综合销售服务能力的榜单，因此包括该财富管理机构自销内部资管产品和代销外部资管产品的保有量；第四，这是一个全面囊括不同类别机构的榜单，因此包括了从事零售和机构业务的不同类型机构。本报告中的财富管理能力主要指主动管理能力，我们聚焦银行理财产品（非现金管理类）以及非货币公募基金的保有量规模。由于财富管理业务正在从卖方

178、服务向买方服务转型，对机构来说，客户信任和客户粘性是财富管理机构溢价能力的重要来源，关注保有量，意味着以客户为中心，通过高频交互、专业服务和长期陪伴帮助客户以更大概率获取正收益，这也将强化财富管理机构与客户的合作关系。财富管理的保有量反映了机构的投资研究、管理等能力，因此我们把它作为关注的指标。二、二、评价说明与数据来源评价说明与数据来源 通过一种非线性转换方式（齐夫定律构造法）对各机构销售的公募资管产品（非现金类）保有规模进行评分，保有规模越大，评分越高。保有规模评分可直接且客观反映各机构的保有规模差异和相对排序。69 榜单数据分别来自中国证券投资基金业协会、中证金牛金融研究中心、道乐研究院。三、三、评价方法说明评价方法说明 机构保有规模呈现一定程度的头部聚集效应，规模的对数与排名（1，2.100)呈一定的线性关系。为了让机构的得分代表规模的相对大小，同时避免披露各家机构的非现金公募产品具体保有规模，通过非线性转换的方式将规模转换成分数。线性打分为直接使用最大最小值法打分，非线性打分为 log 后，再按最大最小值打分。虚拟最高分 500 分，虚拟最低 60 分。指数化具体做法是：规模取对数，得到变量 A；经过线性变化，得到变量 B；B 经过指数函数变换得到得分；前 20 名得分加一个微小扰动项，防止反推所有机构的规模。本质含义是机构得分的对数是机构保有规模对数的线性函数。