资产经理正在加速使用替代数据和高级分析

服务于金融服务行业的精品数据和分析咨询公司Element22宣布了其综合基准研究的结果，该研究由瑞银资产管理公司赞助。

根据Element22和瑞银资产管理（UBS Asset Management）的一项新调查显示，这项就职研究显示，一些资产管理公司已经在产生阿尔法，改善业务运营以及利用替代数据和高级分析提高客户获取和保留率方面达到了拐点。

该研究强调，调查参与者处于四年旅程的不同阶段，以开发可靠的替代数据和高级分析功能。后者主要包括机器学习（ML）和自然语言处理（NLP），以及主要在试验中的智能机器人过程自动化（SRPA）。

该研究表明，大多数公司（55％）仍处于初期阶段，而10％的公司才刚刚起步。另一方面，只有10％的公司开辟了新天地。这是公司从其计划中产生可观且可持续的价值的时候。

资产管理者一开始倾向于大量投资，以建立具有充足创新实验室和实验的数据和分析基础。在整个过程中，由于计划专注于成功领域，同时抛弃了失败的主张，因此投资略有下降。在建立业务信心之后，投资就会增加，幸运的是，很少有人达到急剧增加投资甚至获得更高投资回报的拐点。

资产管理者在旅途中计划在未来三年内将对替代数据的投资增加240％，因为他们开始看到在产生alpha和客户获取方面的好处。

最积极追求高级分析和替代数据策略的公司所投资的年收入在2-3％之间。在资产管理者进行的投资中，以占年收入的百分比衡量，排名前三的公司所进行的投资占三分之一。

关于资产管理公司对替代数据和高级分析的应用，研究发现高级分析已得到广泛采用，其中85％的公司在某种程度上使用了此功能，而55％的公司正在使用替代数据。

约有50％的被调查者将替代数据用于产生alpha的目的，而30％的人将此类数据用于获取和保留客户的目的，而95％的资产管理人正在使用或开发高级分析来生成alpha，相比之下，企业运营占75％，客户获取和保留率占70％。

ML是最成熟的高级分析解决方案，它以90％的资产管理者以某种方式进行部署。

总体而言，资产管理器的大小和类型与其对高级分析和替代数据的使用之间没有关联。无论如何，成功的高级分析和替代数据程序需要对人才的投资。一些公司目前在数据和分析团队中雇用多达500名员工，以及多达200名数据科学家。

Element22的创始合伙人Predrag Dizdarevic说：“基准研究揭示了对所有类型的资产管理者进行高级分析和替代数据的基础广泛的试验。领导者正在从他们的计划中实现可观的价值，尤其是在alpha生成方面，我们预计在未来几年中将不断增长。新来者应该在计划上尽可能地积极进取，否则他们冒着无法超越领导者的风险，这可能是行业中的关键差异因素。”

瑞银资产管理总裁Ulrich Koerner（如图）说：“在费用下降的压力以及从主动投资策略向被动投资策略转变的环境下，资产管理者必须找到方法来在未来几年内脱颖而出并保持竞争力。最成功的公司将拥有比以往任何时候都更多的替代数据，这些公司将在整个企业中利用先进的数据分析解决方案为自己和客户创造价值。”