大数据普及转变投资银行业务模式

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

“在经济状况欠佳、资本需求攀升以及成本居高不下的持续重压下,全球多数投资银行的业绩表现难以抬头,收入走低的趋势已持续五年。并且投行投入降到了金融危机以来最低的时候。”波士顿咨询公司最新的一份报告,聚焦全球资本市场的生态系统,认为全球资本市场正发生价值创造和转移,业务模式将出现迭代。

从过去五年的收入结果来看,光景惨淡,截止到 2015 年,全球投资银行业收入降至 2,280 亿美元,整体资本回报率(ROE)跌至 6% 。为金融危机以来最低水平。这主要是由于二级市场交易相对疲软、整体业务成本高昂导致。同时其它机构诸如资产管理公司、对冲基金、高频交易机构、交易所、信息服务提供商、清算所、基础设施提供商,以及托管商在内的其他参与者加入角逐。

值得关注的是,波士顿咨询公司提出:大数据的日益普及将对传统卖方研究模式形成转移。过去五年来,被动投资深受投资者青睐,进而推动指数追踪产品、交易型开放式指数基金,以及其它“智慧型” Beta 投资工具急剧增长电子化继续对价格形成挤压,致使卖方利润不断缩小;这不仅对收入造成负面影响,更为其它参与者,如高频交易机构等,打开了竞争的大门。这种发展趋势会创造出一个只有最大的参与者才有足够规模来实现成功的环境。未来五年内,越来越多的资产类别将会加入电子化交易的行列。随着竞争格局的转变,主要行业参与者将重塑自我、培养新的业务能力并整合职能。由于眼下各类参与者都更积极地跨越价值链追逐非传统收入,因此也有可能出现新的业务模式。

全球范围,包括中国市场来看,目前投行还常为客户提供各类交易后服务,如交易结算和清算等。部分投行也设立了资产管理机构,另一些则扮演起了托管商的角色。然而未来,从交易前决策程序(研究)、交易执行(新一代算法与市场准入),到交易后效率(直通处理、结算与资产抵押品管理),涵盖价值链多个环节的投行,将不得不考虑其总体产生的成本,甚至有可能要开始向客户合理收取全套服务费,而不能再免费提供服务,指望通过其它产品和交易来创收。

事实上,现在研究报告和基准指标这类信息价值很高,对于先将其拱手送人,再靠其他产品换取收益的做法,将有可能过时。在整个行业逐步摒弃“免费增值” 服务的同时,明码收费的模式将日益盛行。

研究表明:拥有信息资源的部分投行,将设法使这块资源货币化,并对数据分享、分析应用和智库服务。他们可能会充分利用领先的金融建模能力,为买方提供通用研究工具,并直接向买方机构出售各类市场数据,甚至是非公开市场的数据。投资银行将担任电子化交易执行和机构经纪等业务的服务提供商,为买方提供算法、有效杠杆,以及有关如何与客户高效互动并管理的专业咨询服务。

波士顿咨询公司认为,投资银行还需保持适当的业务规模,构建正确的业务模式,并通过合理的方式重返持续盈利的轨道。交易商必须学会在新资本市场生态系统的关键领域(即数据和金融科技领域)构建竞争力;同时,如何适应日益电子化、标准化和透明化的市场将成为重中之重。 数据和金融科技将成为兵家必争的新领域。就在竞争日益升温的同时,资本市场和投资银行的参与者需要转变思维模式,并通过不同于以往的新方式,来探索生态系统中全面的收入机会,不再局限于募资者和做市者这两种传统职能范畴。 投资银行必须进行自我转型,才能在未来的资本市场行业中保持竞争力。需要针对战略愿景、分销能力、客户至上、IT 架构与卓越运营、组织生命、财务与风险管控等“六大支柱” 布局核心能力,推动全面的战略设计和转型。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
48 0
|
1月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
65 0
|
11天前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。对象如用户、账号、商品等,通过唯一ID记录其相关事件,如操作日志、交易记录等。这种模式下的统计任务包括无序计算(如交易次数、通话时长)和有序计算(如漏斗分析、连续交易检测)。尽管SQL在处理无序计算时表现尚可,但在有序计算中却显得力不从心,主要原因是其对跨行记录运算的支持较弱,且大表JOIN和大结果集GROUP BY的性能较差。相比之下,SPL语言通过强化离散性和有序集合的支持,能够高效地处理这类计算任务,避免了大表JOIN和复杂的GROUP BY操作,从而显著提升了计算效率。
|
1月前
|
存储 分布式计算 druid
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
38 1
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
|
19天前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。这种模式涉及对象(如用户、账户、商品等)及其相关的事件记录,通过这些事件数据可以进行各种统计分析,如漏斗分析、交易次数统计等。然而,SQL 在处理这类任务时表现不佳,特别是在有序计算方面。SPL 作为一种强化离散性和有序集合的语言,能够高效地处理这类计算,避免了大表 JOIN 和大结果集 GROUP BY 的性能瓶颈。通过按 ID 排序和分步计算,SPL 能够显著提高计算效率,并支持实时数据处理。
|
1月前
|
分布式计算 大数据 分布式数据库
大数据-158 Apache Kylin 安装配置详解 集群模式启动(一)
大数据-158 Apache Kylin 安装配置详解 集群模式启动(一)
36 5
|
1月前
|
资源调度 大数据 分布式数据库
大数据-158 Apache Kylin 安装配置详解 集群模式启动(二)
大数据-158 Apache Kylin 安装配置详解 集群模式启动(二)
38 2
|
1月前
|
消息中间件 分布式计算 druid
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(二)
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(二)
39 2
|
1月前
|
存储 消息中间件 druid
大数据-151 Apache Druid 集群模式 配置启动【上篇】 超详细!
大数据-151 Apache Druid 集群模式 配置启动【上篇】 超详细!
74 1
|
1月前
|
资源调度 分布式计算 大数据
大数据-111 Flink 安装部署 YARN部署模式 FlinkYARN模式申请资源、提交任务
大数据-111 Flink 安装部署 YARN部署模式 FlinkYARN模式申请资源、提交任务
82 0
下一篇
无影云桌面