2024年度上市公司数字化转型最佳实践丨申万宏源：基于“云原生”的自营业务金融资产管理数字化转型案例
导读
在全球数字化浪潮的推动下，面对当前纷繁复杂的国际环境，上市公司在哪些领域开展数字化转型？面对了哪些问题与困境，他们是怎么解决的，在转型之后给公司带来了什么？
为进一步落实党中央、国务院关于发展新质生产力、打造数字经济新优势等决策部署，坚定实施数字化转型任务，推动数字经济发展，中国上市公司协会开展了上市公司数字化转型最佳实践案例征集活动，并从技术领先、场景创新、社会价值贡献、产业链建设四个维度遴选出了40个优秀、69个典型案例入选《上市公司数字化转型典型案例》，这些案例集中反映了上市公司在数字化转型过程中的实践、挑战与成功经验，为上市公司开展数字化转型提供参考和借鉴。
公司名称
申万宏源证券有限公司（000166.SZ）
案例名称
基于“云原生”的自营业务金融资产管理数字化转型案例（优秀案例）
案例具体信息
一、案例简述
申万宏源证券有限公司是由新中国第一家股份制证券公司—申银万国证券股份有限公司与国内资本市场第一家上市证券公司—宏源证券股份有限公司，于2015年1月16日合并组建而成。申万宏源证券有限公司发挥“投资控股集团+证券子公司”的双层架构优势，为企业集团、个人投资者、专业机构投资者、金融同业机构及政府客户提供以资本市场为核心的全产业链综合金融服务，拥有投资银行、财富管理、机构服务和交易、投资管理等全业务牌照，主营业务涵盖企业金融、个人金融、机构服务及交易、投资管理四大业务板块。
2023年以来，自营业务已成为券商重要的业绩支撑点与增长引擎。作为国内排行前列的券商，自营业务涉及到多元市场的投资交易业务，有着种类繁多、交易场所多样、交易规则复杂、标准化程度不一、资金管控困难等特点。
在此背景下，公司统一布局规划，建设基于“云原生”的自营业务金融资产数据平台，对自营投资交易业务的海量金融资产数据进行清洗建模，引入公司级云计算引擎、AI算法引擎、低代码平台，构建开放式估值引擎、清算复核、资金风险管控以及多维报表等模块，实现业务中后台运营自动化。
二、转型工作情况
（一）战略规划
公司以实现“金融科技赋能”为总目标，以业务发展为导向，从完善顶层设计、加快数据治理、实施移动优先、坚持业务驱动四大路径进行金融科技的战略规划和部署，制定了2021-2025年的金融科技子战略。规划中坚持以业务为核心，进行金融科技战略布局：在大数据、云存储、人工智能等方面持续投入，基于业务领域进行特制化创新，构建智能、高效的金融科技体系，并从加快数据治理和实施移动优先两个方面统筹推进公司数智化发展。
（二）业务模式
2023年度券商的经营业绩指标数据中，券商自营业务增速亮眼，在券商的营业收入中占据了29.99%的比重，超过了经纪业务的27.78%，成为了名副其实的“领头羊”。行业证券投资业务收入为1213.52亿元，同比增长100.75%。由此可见，相较于经纪与投行等业务的较大承压，自营业务已经成为带动盈利增长的券商业绩“胜负手”。
由此，我司规划建设基于“云原生”的自营业务金融资产数字化平台，对海量金融资产数据进行清洗建模，实现自营第三方独立估值，为公司经营分析和运营管理提供实时计算、离线查询、智能全景报表、风险扫描、科学决策等多种数据资产服务，完善公司数字化反哺业务发展的关键链条。
（三）技术架构
整体架构设计
自营业务金融资产数据平台包括金融资产管理、资讯管理、估值定价计算引擎、金融资产数据仓库、源数据解析处理、系统管理等模块。
2.云原生开发
本系统基于云原生+DevOps 的敏态研发体系进行建设，解决了业务协同困难、系统交互繁杂以及升级改造成本高等问题，显著提升了协同效率，在业内具有创新性。本系统使用轻舟云平台，整体基于拥抱开源、开放技术栈的设计思想。平台所有组件符合信创国产化设计要求，使用TDSQL分布式数据库，兼顾信创与性能。
3.低代码开发技术
系统基于网易低代码平台进行系统建设，所见即所得的开发方式，大幅降低了开发门槛，提升了开发效率。平台使用数据模型驱动，能很方便对接其它服务，融合业务与流程。完善的安全管控机制，构成了涵盖平台自身、三方插件、用户权限等多维度的安全管控体系，充分保障系统的安全性。
4.大数据技术应用
系统实现了全流程自营金融资产数据服务，基于数据仓库与大数据平台，整合多系统、分散化的自营资产数据和多市场、多渠道的金融市场数据，实现复杂金融资产数据的有效管理；建立统一的数据应用规范，通过数据应用的整体规划和全生命周期管理，提供统一金融资产数据服务。依托MPP数据仓库+Hadoop数据湖的数据中台底座，设计开发通用化数据模型层，统一数据开发、数据标准、数据资产及数据服务，搭建稳定、可持续的金融资产数据体系，实现数据赋能。
5.机器学习风险监控
系统将机器学习算法应用于公司的风险管理和合规。构建能够最大程度判断风险资产的模型，建立标签体系，实现主动预警。并制定更有效的风险管理策略，帮助公司突破当前预警系统的局限性，提升预警的主动性、前瞻性和准确性。
6.自动合规识别
系统支持用户针对每一类资产和报表类型自定义监管规则，并可以通过自主学习监管政策、案例进行规则识别更新。同时计划利用公司和外部公布的数据来训练机器学习模型，识别风险客户的典型特征和模式，并利用AI算法对交易对手或交易合约进行打分。形成可疑客户和交易清单画像，辅助进行反洗钱等风险识别，从而便于可疑交易上报。
三、转型成效
（一）企业价值
平台建设前，自营业务估值工作涉及十种以上大类的资产，资产核对涉及多部门协同，且各部门使用的数据格式与交互方式繁琐多样；平台建设后，实现了自营业务数据资产集成的目标，制定了标准格式的数据报表，减少了运营估值人员与财务核算人员60%以上的手工工作量，大幅提升准确性与效率。
目前，平台日均数据采集数量达30万行以上，数据来源于10多个内外部对接系统以及多种自定义资产等，实现公司泛自营业务全部25个品类金融资产和估值数据一站式收集，为下游输出估值报表，实现了公司独立估值结果在财务核算中的应用。
打造公司级自营业务智能经营管理分析平台，将之前未利用到的数据融入业务价值创造过程，让数据反哺滋养业务，为公司财务指标管控、投资交易、经营决策与战略布局提供支撑。
（二）社会价值
本系统采用云原生+DevOps的敏态研发体系进行建设，解决了业务协同困难、系统交互繁杂以及升级改造成本高等问题，显著提升了协同效率，在业内具有创新性，为同业在推动数字化转型方面起到了较好的示范作用。
搭建估值算法引擎，实现开放式估值算法嵌入，开拓了资产数据建模新思路。提出了创新性的数据管理解决方案，灵活配置数据接入时点，以满足不同标的数据批量加载时间的要求，实现数据即到即用的目标。
深化了金融科技赋能，将公司中后台一体化运营创新体系与理念贯彻到自营业务条线，也为同业转型之路提供了参考借鉴价值。
四、面临的痛点难点及建议
（一）自营业务数据治理的痛点及建议
作为拥有完整全业务链条的大型券商，现阶段自营业务主要痛点在于数据来源、数据规范、数据质量、数据时效性与数据模型皆不统一，既无法在中后台层面实现集约化管控，也无法轻易窥见金融资产数据的全貌。
由此，建议将分散的业务数据进行标准化治理，建立数据安全管理体系和数据管理规范，提供统一的数据整合及数据模型搭建服务，实现数据赋能。
（二）自营业务估值定价的问题及解决
在自营业务估值计算模块中，传统的实现方式存在算法引擎模型单一、变更成本高等问题，难以快速响应日益复杂的业务需求。
由此，建议搭建开放式的算法引擎，灵活输入各类业务数据、参数，无需系统变更即可变更算法模型，获取最新的模型结果，并使用AI算法替代耗时的蒙特卡洛算法，大幅减少估值计算时间，提升了模型更新效率和数据准确度。
综上，券商的自营业务亟待运用新技术、新理念推动其数字化转型。
供稿单位：申万宏源证券有限公司