《中国证券》| 优秀课题报告：证券公司投资者适当性管理的大数据应用研究

【来源于：中证协发布   作者：华泰证券】

一、境内外投资者适当性管理实践

     （一）境内投资者适当性相关实践及问题分析

     在我国证券市场规制中，投资者适当性始于2008年《证券公司监督管理条例》，随后一系列制度文件相继出台，但大多限定于某一业务领域，如创业板、融资融券、金融期货等，且基本为证券交易所、证券业协会等自律组织制定，制度位阶相对较低。2017年实施的《证券期货投资者适当性管理办法》（以下简称《管理办法》）及配套自律规则《证券经营机构投资者适当性管理实施指引（试行）》（以下简称《实施指引》）标志着我国投资者适当性管理进入了一个全新的时代，它有效解决了以往投资者分类无统一标准、无底线要求和职责不明确等问题，使得投资者分类、风险承受能力评估、产品风险等级、适当性匹配等一系列适当性管理措施在证券公司的各项业务中得以有效落地执行。

     1．存在的问题

     鉴于《管理办法》正式实施仅一年多时间，各证券公司在新的适当性管理机制下处在持续探索阶段，仍存在着一些问题亟待解决完善。实践中，部分证券经营机构存在制度理解片面、执行不到位、甚至发生违规行为的情况，致使适当性管理工作仅仅达到了“表面合规”。而这种形式重于实质的“形式适当性管理”是我国适当性管理制度落地过程中一定程度失灵的具体体现，主要包括：

     （1）投资者信息缺乏核查。部分证券公司未能履职尽责，对于投资者的身份真实性和信息有效性缺乏基本的核查，部分投资者信息存在矛盾、缺失以及失实等问题。

     （2）客户评价结果失真。由于可能存在的营销人员不当诱导、投资者隐私回避、问卷填写随意等原因，导致投资者填答评估问卷与实际情况不符、评估问卷不同题目选项互相矛盾等情况发生。

     （3）简单恪守三匹配机制。大部分证券公司将投资期限、投资品种及风险承受水平三匹配机制作为适当性管理的唯一手段，较少透过风险测评结果去深入了解客户的实质情况，无法分析产品、服务与客户的实质匹配程度，适当性管理仍浮于表面。

     （4）共享机制有待完善。一方面，我国证券行业尚未建立投资者适当性信息的连通与共享机制，不利于投资者信息真实性的交叉验证，并引发投资者信息重复收集的资源浪费；另一方面，国内部分证券公司各业务系统信息孤岛现象仍较突出，内部数据共享缺失，致使客户二次办理业务时仍需多次重复填写信息或问卷，效率降低之余亦有损客户体验感。

     （5）落地主观意愿缺失。不少证券公司的分支机构及其从业人员往往将适当性管理与业务发展放在对立层面看待，营销人员在业绩导向的压力下时常会出现适当性工作主观意愿不强、能动性不足、合规意识薄弱的情形，进而造成了适当性管理制度于现实中的“空转”。

     2．问题分析

     我国当前境内证券行业适当性管理的问题是“形式适当性管理”和“表面合规”，距离公平、自由、责任与成本的适当性价值取向仍存在一定差距。究其原因，成本压力是证券公司“形式适当性管理”的重要原因，而信息不对称、责任边界模糊等原因则进一步加重了证券公司的适当性管理压力。

     一是证券公司面临着适当性工作带来的成本压力，这是“形式适当性管理”的重要原因之一。证券公司作为市场参与主体，在合理的有限成本下实现企业的生存和盈利是其首要目标。但为了落实适当性管理的监管要求，证券公司需要在信息系统、内部机制、法律文本、人员培训等方面投入大量的资源。在旧有观念和传统模式下，这类成本的投入一般很难给公司带来直接的经济效益，这就使得证券公司缺乏足够的主动性去落实、完善、优化适当性管理要求。

     二是投资者与证券公司的信息不对称加剧了适当性管理的成本压力，成为“形式适当性管理”的信息原因。投资者由于专业知识和经验的限制，对金融产品信息的获取和理解均要难于证券公司。但基于现有的适当性评估手段，证券公司较难全面真实地了解客户。如要解决信息不对称，实现相对公平下的适当性匹配，则带来适当性管理成本的上升，进一步抑制了证券公司开展适当性管理的动力。

     三是投资者与证券公司对金融产品风险责任边界划分不清，是导致“形式适当性管理”的观念原因。投资者教育与投资者观念转变是个漫长的过程，当前投资者依然对金融机构兑付具有依赖心理，证券公司也尚未完全认识到落实适当性管理要求、厘清适当性职责边界对降低风险成本的意义。由于这方面观念上的缺失，致使证券公司缺乏开展适当性管理的主动性（见图1）。

     随着证券投资者数量和业务类型的快速增长，如果仍然采用传统模式和手段去推进适当性工作，很可能引发适当性成本不降反升，故证券公司乃至全行业有必要借助先进的思路、技术和方法，寻找到一条降低适当性成本的可行路径。

     （二）境外投资者适当性相关实践及借鉴意义

     境外法域对投资者适当性的监管大多以原则监管为主，具体表现为金融机构适当性管理的灵活性以及投资者在配合适当性管理中的自由性。而在适当性信息共享、管理工具创新等方面，境外成熟资本市场也积累了丰富的经验。

     1．信息共享机制

     适当性信息共享机制主要包括行业内证券公司之间的信息共享、证券公司与其他第三方机构的信息共享等，这一机制在降低信息成本、提高管理效率、信息真伪验证等方面起到了良好的效果。例如，美国证券经营机构在向投资者披露隐私保护制度及措施后，便可与关联公司充分共享投资者非公开财务信息。在欧盟，《适合性、适当性及最佳执行指引》规定了证券公司在进行适合性评估和适当性评估时，都可以采纳外部数据。

     2．工具创新

     境外适当性管理多数创新做法主要体现在金融科技的运用上。例如，英国金融行为监管局在2018年工作计划中提出了BARAC项目，利用云技术等配套金融科技手段，以提升适当性工作的质量。毕马威会计师事务所2018年发布了其在新加坡地区的KYC（know your customer，了解你的客户）实用程序案例，通过区块链、大数据等技术，使金融机构得以向KYC信息平台共享信息，该程序能减少重复工作并提供清晰的痕迹跟踪，节省各方25%至50％的成本。[2]

     综上，境外相关国家或地区已经充分认识到大数据、金融科技等手段的重要性并积极进行实践探索，在信息披露与风险揭示、证券公司适当性管理义务的责任边界、降低成本的管理手段等方面，为我国解决适当性管理面临的形式化问题提供了有益的借鉴。 

二、投资者适当性管理

大数据应用的路径探索

     在适当性工作实质化转变的进程中，为有效控制和节约成本，提升适当性工作效能，在技术层面寻找到契合实质适当性管理模式的管理抓手就显得尤为重要。

     其一，金融科技（Fintech）正影响着金融行业的技术应用，以大数据、云计算、区块链、人工智能等为代表的新技术正改变着传统的金融服务方式和产业流程，降低了营销展业与合规风控成本，提升了金融业的资源配置效率。

     其二，投资者适当性管理的核心是合适匹配，这是一个高度依赖信息和数据的业务场景。经过多年发展，证券公司在投资者、金融市场、金融工具与产品方面积累了海量数据，如何运用好这些数据，挖掘数据的生产力，实现证券公司乃至整个证券行业内外部数据的共融共享，已然成为完善我国适当性管理面临的重大课题。

     因此，作为金融科技创新领域的核心元素和底层基石，大数据技术是有效解决证券公司适当性成本问题、实现适当性工作从形式化转向实质化的关键抓手，有利于提升证券行业适当性管理水平，创造良好的基础设施和技术支撑，最终实现我国证券行业适当性管理工作的“弯道超车”。

     （一）核心思想

     证券公司适当性工作的核心思想在于回归适当性本源，促使适当性工作从形式化向实质化转变。要实现“实质适当性管理”这一目标，就必须打破适当性成本压力，树立“成本可控、价值创造”导向，充分运用大数据这一低成本、高质效、可扩展的管理手段，构建“实质适当性管理”新模式。

     1．宏观：行业管理架构

     建立一套能够激励证券公司内生主动性的管理架构，围绕“成本可控、价值创造”导向，形成以证券公司为主体、监管部门及行业自律组织为辅助的适当性管理模式。

     以证券公司为主体，在于证券公司是投资者适当性工作的执行者和落地者，直接接触投资者并与之建立契约关系。适当性工作需要充分契合证券公司的成本价值导向，充分激发其适当性工作的源动力。鼓励证券公司运用大数据等各种先进手段优化、改进、完善适当性工作，切实发挥其主动性、灵活性和创造力。

     以监管部门及行业自律组织为辅助，在于监管部门与自律组织是投资者适当性工作的规则制定者和监管者，要发挥其对全行业适当性工作的引导作用。积极利用监管部门及行业自律组织自身资源优势，打通行业信息壁垒，通过数据共享、资源共享等手段为证券公司降低适当性成本、提升价值创造提供良好的条件。

     2．微观：成本可控、价值创造

     一是运用大数据这一先进的思路、技术和方法论，来优化提升现有的适当性管理效能，降低适当性成本。

     二是运用大数据等金融科技新理念新技术，重点解决投资者与证券公司、金融产品的信息不对称问题，进一步控制适当性管理的成本。

     三是明晰金融产品风险成本与责任，树立适当性合规创造价值的正确观念。

     四是提升适当性的价值创造功能，将适当性工作成果与数据的应用范围延展至精准营销、产品服务改进等方面，从本源上激发证券公司适当性工作的动力。

     （二）实施路径

     就实施路径而言，应以证券公司为主，监管机构、行业自律组织及其他第三方为辅，以“成本可控、价值创造”为导向，以大数据为手段，在可接受的成本下推动适当性管理的价值创造（见图2）。

三、投资者适当性管理

大数据应用体系的构建

     （一）投资者适当性管理大数据体系设计

     通过借鉴IBM《大数据架构与模式》（2014）的逻辑层次模型，结合当前我国国情，提出证券公司投资者适当性管理大数据体系，即：基于我国现有证券行业适当性规定，在维持现有适当性管理模式的前提下，将大数据嵌入适当性管理的全流程中，构筑形成覆盖数据层、分析层、应用层的管理体系。在整个体系中，大数据对现有适当性管理模式起到了验证、支持、嵌入、提升的作用（见图3）。

     数据层是适当性管理大数据体系的基础设施，侧重数据的获取整合，包括内部数据治理、全行业共享机制、隐私保护等。

     分析层是适当性管理大数据体系的工具方法，侧重数据的挖掘、提炼、分析，包括信息误差检验、投资者评估指标、多维匹配模型等。

     应用层是适当性管理大数据体系的管理场景，侧重数据的应用及价值发挥，主要体现为大数据在适当性管理全流程应用。

     （二）数据层：夯实适当性管理基础设施

     证券公司应从内部数据治理和外部数据共享两个方面，持续丰富完善适当性评估的数据库，全面发挥数据在适当性管理中的基础设施作用。

     1．证券公司内部适当性数据治理

     基于现行监管对投资者数据库的要求，引入大数据客户全息画像的分析思维，适度延展投资者适当性数据的范畴。一是数据库对象扩围，将《实施指引》规定的投资者评估数据库扩展至投资者、产品两个方面，补齐当前产品评估数据库不足的短板；二是在空间上，扩大采集的数据源与信息面，除了采集评估结果、交易记录等强关联数据之外，还需采集与投资者、产品、市场相关的弱关联数据，使投资者、金融产品的数据画像更加饱满；三是在时间上，将数据划分静态数据、动态数据两类，针对动态数据建立时间序列库，以便开展适当性管理的趋势分析与动态预测。

     （1）投资者评估数据。投资者评估数据是以投资者风险承受水平为核心、投资者其他信息为外延的数据，具体包括客户基本信息、财务数据、历次问卷评估分值明细及结果、证券交易数据、金融产品交易数据、投资者负面信息、行为轨迹数据等。

     （2）金融产品评估数据。金融产品评估数据是以金融产品风险等级为核心、产品及市场相关信息为外延的数据，具体包括发行机构或产品管理人数据、管理团队信息、产品经理或投资组合经理的历史业绩、产品属性、产品风险收益数据等。同时还需收集关于市场、行业、宏观经济等环境数据，如总市值、交易量（成交量）、利率、汇率、平均收益率等，以便金融产品与市场整体水平之间的比较分析。

     （3）数据的动态分析。开展动态数据分析，有利于分析投资者的财务状况、风险偏好、交易特征的变化趋势，亦可分析金融产品的收益、风险的变动态势，并对未来进行合理预测。针对动态数据，一般引入计量统计方法进行分析，包括时间序列分析、横截面分析、面板数据分析等。

     2．全行业适当性数据的共享机制

     建立相对全面、独立、完善的证券市场全行业适当性数据库，健全全行业数据库与各市场主体数据的交互对接，最终确立以行业内部适当性数据为主体、其他外围信息为辅助的共享机制（见图4）。

     （1）行业内适当性数据整合。一方面，行业内共享数据可以用于不同数据的交叉验证。投资者的个体属性、投资经验知识、风险承受水平等数据在一定时期内是相对稳定的。如果某投资者在A券商的适当性数据与其在B券商的适当性数据出现显著差异时，则可认定其数据存在偏差，需要进一步校验与纠偏。

     另一方面，行业内共享数据可以降低重复采集数据的成本。对于投资者信息、投资经验等基础数据，只要投资者曾经开展过适当性评估，一旦后续该投资者继续进行适当性评估，则系统将从行业数据库中查询并完成部分基础数据的自动填写，有效规避二次采集。

     在行业内数据共享方面，交易所、登记结算公司在交易数据积累上具有天然的优势，最能真实反映投资者的财务、交易、投资品种及经验。监管机构与行业自律组织建立了投资者、从业人员、上市公司的诚信档案，并积累了大量的行政处罚数据与负面清单，对于评估投资者履约意愿、金融产品及其管理人风险水平具有重要参考意义。当这些数据注入全行业数据库后，各证券公司的适当性数据就能与其进行充分的交互验证，从而达到去伪留真、提能增效的目的。

     （2）证券市场外围信息应用。大数据应用实践表明，越来越多的机构将大数据的获取、验证、应用延展到行业边界以外，通过跨界共享实现数据价值的几何倍增。为进一步提升适当性数据的准确性，有必要将不同的外围数据接入证券市场全行业数据库，其中大部分为政府部门提供的公信力较强的数据，如公安机关的身份信息数据、人民银行的征信数据等（见表1）。

     3．投资者适当性数据的隐私保护

     证券公司在开展投资者适当性数据搜集及治理时，要充分关注投资者信息数据的隐私保护，信息搜集应得到投资者明示同意以取得相应的数据授权，并遵循最小化与保密性原则。全行业适当性数据库在接入外围数据时必须确认数据来源的合法性，尤其关注互联网机构、营利性机构等第三方非政府数据在接入时，投资者是否已事前向上述第三方授权同意转让、共享或公开披露。

     然而，作为营利性机构，证券公司在获取数据、取得投资者明示同意方面存在较大的局限性。投资者出于个人隐私保护的目的，往往出现配合度不高、拒绝授权、提供信息失真等情况。对此，如果借鉴银行业征信数据或其他行业相关做法，采用行业自律组织或其他第三方组织牵头开展适当性的内部数据整合与外部数据接入，建立全行业信息数据库及共享系统，并配套完善的法规、规则及运行机制，能在最大程度上有利于投资者的隐私保护，进而为解决投资者信息隐私保护及数据共享等方面的合规性问题提供了可行之路。

     （三）分析层：创新适当性管理工具方法

     1．投资者信息的误差检验

     为有效开展实质适当性管理，证券公司应对投资者提供或填写的各类信息进行误差检验和真实性甄别，防止投资者提供虚假信息、虚填问卷进而造成的适当性误判。

     （1）投资者基础信息校准。关于投资者基础信息的校准，目前各大证券公司均在开户环节设置了线下见证、线上视频认证、身份证联网核查的环节，因此此类数据准确性相对较高。对于其他非开户校验信息，如职业、学历等，可通过与全行业投资者适当性数据库或外部其他第三方数据对接，完成开户或开通业务环节信息的比对与校准。此外，证券公司后续还可对投资者基础信息进行定期跟踪，当身份信息过期或发生变动时，通过与外部数据的交互比对，完成投资者基础信息的更新。

     （2）投资者风险承受能力评估问卷误差分析。针对《实施指引》中的投资者风险承受能力评估问卷中的非主观问题，通过客观大数据对比来进行误差分析，具体可采用标准差比对法。公式示例如下：

当| P1 - P0|  > σ，误差显著

当| P1 - P0|  ≤ σ，误差不显著（公式1）

     其中：P1为投资者填答选项对应的主观分值；P0为投资者大数据对应的客观分值；σ为该问题全体投资者填答分值的标准差。

     上述公式采用的是1倍标准差划定误差阈值。在实践中，证券公司可根据投资者分布形态及置信水平来设定合理的标准差倍数以确定误差阈值。经公式判断后，如果差值大于标准差，则表示投资者主观填答与客观数据存在显著差异，需要进一步核实确认信息的真实性。

     2．全面的投资者评估指标

     适当性评估手段应秉持“不唯问卷、多维评价”的原则，降低对问卷评估方式的依赖，建立多元化的评估指标，可从投资者基本属性、投资经验、知识能力、财务水平、风险意愿、投资偏好六个维度进行设计。

     建立全面的投资者评估指标，弥补了问卷评估单一模式的不足，使得投资者风险承受水平与产品风险水平的评估更加定量化、精细化，有效地丰富了评估手段。投资者适当性评估指标还可以为绘制投资者画像提供必要的前提条件，通过对各类指标数据进行分析、归纳并抽象为一个个具象的标签（如高净值客户、风险厌恶型等），以标签化的方式构建较为精准的投资者画像，为后续的适当性匹配乃至精准营销奠定了基础。

     3．投资者与产品的多维匹配模型

     本文通过借鉴国外咨询机构的投资者适当性与产品分级模型，对投资者、金融产品及服务的指标进行提炼，提出建立投资者与产品的多维匹配模型。在投资者视角设置风险承受水平、投资知识与经验、投资偏好三个维度，分别对应于产品视角的产品风险等级、产品复杂程度、产品属性三个维度（见图5）。

     （1）投资者视角。投资者视角包括风险承受水平、投资知识与经验、投资偏好三个维度。其中，投资者风险承受水平维度主要包括风险承受能力及风险承受意愿两个方面，且两者互为短板效应，故风险承受水平最终取承受能力、承受意愿两者孰低值，以体现稳健的风险控制原则；投资知识与经验维度用于衡量投资者对金融市场、产品的认知水平，可从投资知识、投资经验两个方面进行评估；投资偏好维度是指投资者对投资标的在市场、品种、期限、收益、风险以及投资资产流动性、变现能力、分散化投资组合等方面的偏好。

     （2）产品视角。产品视角包括产品风险等级、产品复杂程度、产品属性三个维度。其中，产品风险等级的衡量可以采用国际通用的风险价值法VaR（Value at Risk）进行评估，针对难以量化的风险，可沿用现有的风险等级划分标准或定性方法进行评估；产品复杂程度主要从产品层级、收益结构、基础资产结构、信息公开化程度等维度进行综合衡量；产品属性可以考察每个具体金融产品的品种类别、交易市场、期限、收益率结构、久期等。

     （3）匹配原则与方法。投资者与产品应按照维度进行逐一匹配，有关原则包括：产品的风险等级应不高于投资者风险承受水平；产品的复杂程度应不高于投资者投资知识与经验水平；产品属性应限制在投资者的投资偏好要求范围内。

     通过上述方法，证券公司可以建立投资者与金融产品的三维精准匹配模型，运用指标建模和大数据运算技术，实现适当性管理从离散式的五级模糊匹配走向连续式的量化精准匹配，进而为后续的应用场景提供工具支持。

     （四）应用层：大数据在适当性管理全流程的应用

     1．推介展示环节优化

     （1）推介匹配基本查询功能。证券公司可充分利用已有客户数据及产品或服务数据，构建适当性匹配的查询功能。根据适当性管理的基本逻辑规则，建立某一业务或产品的匹配客户池，业务人员在面向特定投资者推介产品或服务、面向不同投资者推介特定产品或服务前均能通过系统直接进行查询，展示投资者基本要素信息、适当性各要素是否匹配、投资者是否为特定产品的合格投资者、合同签署要求、“双录”要求等信息。

     （2）线上展示的模型优化。通过大数据分析实现“千人千面”的精准展示推介将是未来的一大趋势。从规避风险、业务营销与客户保护这三点出发，金融产品的线上展示推介可采用前文所述的多维匹配模型，对客户既往投资交易记录、交易风格、亏损接受程度等进行大数据分析，并在此基础上开展多维匹配，提高产品服务展示的精准度（见图6）。

     2．业务准入分析预警

     （1）准入时段资产数据的动态分析。

     首先，基于完善的数据治理与基础设施，形成某一时段内投资者资产状况的客观评价数据，如近半年客户在证券公司资产量的平均水平、资金转入转出情况等。

     其次，设计相应的监控规则，对业务准入时段资产的非正常情形进行预警。例如，投资者资产状况客观评价数据与资产准入门槛差距较大（如相差40%以上），客户资产规模短时间内大幅增加后满足准入要求的情形，即可能存在投资者违规融资或接受垫资的情形。

     最后，在开通投资者权限后，可再次选取特定时段对投资者进行定向持续跟踪，通过客户回访、要求客户临柜等措施进一步了解情况、提示风险，对于拒不配合的客户应考虑限制权限。

     （2）准入环节中风险承受能力的分析预警。针对投资者为了满足某项业务需要刻意选择风险偏好高、以达到绕过准入门槛的情况，可考虑建立如下预警规则：

     规则一：投资者业务开通前一段时间（如5个交易日内）进行过风险测评；

     规则二：两次风险测评结果不同，且由不满足准入条件变为满足（如R2变为R3）。

     对此，可在线上办理业务时弹窗提示投资者，要求其确认风险测评结果的真实性，线下业务可在录音录像环节与投资者确认有无营销人员诱导行为、测评结果是否客观真实。对于风险承受能力最低类别的投资者触发预警情况的，可考虑暂时不予办理业务，采取限制准入的措施。

     3．投资者信息校准完善

     当前，我国证券公司内部的数据治理工作还不尽完善，同一投资者在不同业务或系统的信息尚未完全统一整合，信息数据之间的矛盾时有发生。例如，风险测评问卷中各项问题的选择与客户在系统中留存的基本信息存在逻辑关联的，两者应保持一致性。

     因风险测评问卷存在对于同一事项从不同侧面进行考察的情况，题目之间存在前后关联，可考虑建立问卷内部的判断规则并进行矛盾选项提示，在一定程度上减轻投资者在问卷填写过程中的随意性，引导投资者去关注题目、思考题目并选择契合自身的选项。

     4．适当性动态评估调整

     所谓动态评估是对客户适当性的再次检视，也是深入了解客户、构建客户画像的过程，这对于了解客户需求、挖掘存量客户价值而言意义重大，可能会带来远超想象的实质收益。动态适当性管理主要是从三个维度体现动态要求：一是对于投资者的动态评估；二是对于特定金融服务或产品的动态评估；三是对于特定投资者参与特定业务的动态评估。现阶段的核心是实现对客户、产品的定期或不定期动态评估，这是实现适当性匹配动态评估的基础。

      实施动态评估，需要在投资者评估数据库的基础上搭建开放式分析平台（见图7），突出兼容性与扩展性。相关指标信息既可以对客户风险承受水平进行客观评估形成风险承受水平的画像，也同样可根据业务场景、管理目的灵活选取指标，形成复合的特定专业画像，如流失客户画像、高净值客户画像、风险客户画像等，充分发挥投资者评估数据库的信息价值。

     5．精准智能适当性回访

     （1）标签化精准回访。证券公司可以借鉴大数据“标签化”的管理思路和技术手段，根据投资者的基本信息和适当性属性，分别为每个投资者贴上不同的“标签”，形成投资者的标签画像。然后，选择需要重点关注的“标签”，锁定投资者范围开展精准回访，有关“标签”示例见表2。

     （2）新技术智能回访。随着语音识别、人工智能技术的发展，证券公司在客户回访领域利用语音识别及语义分析技术，同样能够为适当性管理提供有益帮助，减轻回访压力与成本，提升回访效能。其应用场景包括回访过程的监控与预警、回访核查质检工作的协助、客服回访的智能化等。

     6．合规智能预警

     在大数据时代，证券公司可以尝试建立数据分析指标，并形成风险展示模块，为内部监督与检查、重点关注的业务范围、适当性管理的机制完善提供更加准确的指向。相关指标可包括各分支机构客户适当性匹配比例、各分支机构客户风险承受能力偏好分布、特定员工名下客户风险承受能力偏好分布、特定员工名下客户适当性匹配情况等，并对这些指标的不同数值设置不同风险评级和预警线。

     例如，某营业部在一段时间内开展的适当性评估结果集中度显著偏高（如80%的投资者适当性测评结果为“积极型”以上），则可初步认定存在诱导投资者作答甚至代填问卷的违规行为。

     针对上述异常情况，证券公司在半年度适当性自查、日常分支机构合规自查中都可以有针对性地进行关注排查，访谈营销与管理人员、回访客户、调阅业务办理资料，必要时开展合规现场抽查或检查。此外，还可通过加强对分支机构人员的定向宣导与提示，提升投资者适当性管理工作的合规有效性。

四、适当性大数据应用的管理建议

     （一）法律法规与监管政策建议

     1．加快立法进程，构建多层次适当性规则体系

     在现行规则体系中，相关制度的效力位阶是与整个投资者适当性管理制度所涵盖的内容、所覆盖的群体、所指向的权利义务关系不匹配的，行政法规如《证券公司监督管理条例》仅作原则性规定，而作为全面细化规范适当性工作的《管理办法》只是部门规章。

     《证券法》作为证券市场的根本性规范应当对投资者适当性加以明确规定，从而以上位法形式统筹投资者适当性相关制度体系。以《证券法》为依据，行政法规明确监管框架与体系、监管机构的职责等内容，部门规章具体明确适当性管理的原则、标准及方式方法，自律组织制定适合行业特色的可操作执行的规则。现行《管理办法》、《实施指引》关于投资者数据库的简单规定可进一步扩充为行业性质的指引或技术标准，引导证券行业强化数据治理工作。

     2．设立监管底线，强化大数据在适当性行政执法中的应用

     监管机构在设置监管原则与规则时，应重点划定适当性的监管底线，对证券公司要明确适当性管理的禁止性行为，促使证券公司从“底线依赖思维”转变为“红线意识”，促进适当性从“要我管理”到“我要管理”的良性转变。

     在适当性监管检查等行政执法与监督检查工作中，监管机构应利用其政策与数据优势，完成与全行业适当性数据库以及其他第三方机构的对接。通过设置相应的监控规则、算法模型，及时发现违规行为，做到对全体证券公司的非现场、准实时的适当性监管，实现对违法违规行为的精准打击。

     3．明确职责分工，提高证券公司适当性管理的主动性

     着力构建以证券公司为主，监管机构、行业自律组织及其他第三方为辅的适当性监管体系，充分发挥证券公司的市场主体作用。在具体的监管实践中，建议监管机构从适当性本源出发，对适当性的适用范围、衡量要素、风险控制、匹配原则、责任认定与罚则进行规范，对于适当性管理操作层面的匹配模型、问卷设计、技术工具则尽可能放开交由证券公司自主设计，给予证券公司足够的操作空间。

     4．运用监管沙盒，推进大数据适当性管理的先行先试

     对于适当性管理的大数据创新做法，建议可采用监管沙盒机制，在“安全空间”内允许个别证券公司先行试点，降低手段创新带来的影响，积累适当性管理大数据应用的有益经验，告知投资者参与先行先试的潜在风险。试点一段时间后，参与试点的证券公司可根据试点情况提出关于数据标准、指标设计、系统建设、动态评估等方面的建议，监管机构考察试点情况并决定是否推广试点、完善试点方案。

     （二）行业管理机制建议

     1．推动数据共享，搭建全行业适当性数据的共享交互平台

     第一，建立全行业适当性数据共享平台。建议采用由行业自律组织牵头、第三方专业机构负责运作的数据管理模式，以保证适当性数据库的独立性和专业性。

     第二，统一行业数据标准。面向各证券公司建立规范通用的适当性数据格式与接口，打破数据共享的壁垒，提升数据的流动性和通用性。

     第三，明确数据共享机制与规则。采用大数据技术，对投资者数据的查询、传输、修正采取严格的验证手段和权限控制，保障投资者的数据安全与隐私权利。

     第四，拓展行业外数据来源，强化数据的交叉验证。发挥行业组织的牵头管理职能，开展与公安、司法、工商、税务、人民银行等政府部门的数据对接，并适时引入公信力相对较强的第三方数据机构，为适当性数据验证提供支持。

     2．鼓励创新研究，激发证券公司适当性大数据应用的积极性

     建议行业自律组织从两方面推动适当性管理的创新工作：一方面是积极征集各会员单位在大数据适当性应用方面的优秀工具、方法和案例，通过培训、研讨、交流等方式促进各会员单位的思维碰撞，共同探寻适当性大数据应用的解决方案；另一方面，建立适当性创新的正向激励机制，对于在特定业务领域适当性管理方法创新较为突出的证券公司，要在专业评价、评奖评优等方面给予倾斜。

     此外，可建立或指定行业层面的专业委员会，促进行业落实适当性管理，通过行业自发研究及建言献策，充当起行业与监管部门沟通的纽带和桥梁。

     （三）证券公司应用建议

     1．树立正确导向，依托大数据实现适当性的成本可控与价值创造

     成本可控，就是要运用大数据、云计算、区块链等金融科技技术，减少适当性工作给营业部、人力资源、营销资源、信息系统带来的成本压力。

     价值创造，不仅要树立“合规创造价值”的理念，形成适当性合规到价值提升的传导路径，还要善于发挥适当性管理大数据的外溢价值，将其应用范围拓展至业务发展领域。例如，将适当性大数据作为客户关系管理的基础数据，挖掘存量客户价值，为精准营销、改进产品服务提供支撑。

      2．合规与业务融合，大数据精准营销推动证券公司财富管理转型

     适当性的根本目的是投资者保护，精准营销与业务发展的根本目的是为投资者创造价值，两者目的是殊途同归、相辅相成的。证券公司必须要以客户为中心，将每个客户和产品研究到极致，为投资者提供精准有效的服务，满足其个性化金融需求。

     一是将适当性管理、精准营销深度融合，利用适当性大数据绘制完整的客户画像，理解客户的投资诉求与风险偏好，为线下投资顾问与线上客户端的投资推介提供智能化建议与模板。

     二是运用多维匹配的思路，建立不同投资者与不同金融产品之间的多维映射关系，以“最适合”为出发点，形成个性化、定制化的综合解决方案。

     三是结合全生命周期的大数据场景化运用，开展投资者与产品的全流程动态匹配，确保投资者需求偏好的即时响应，最终实现投资者的价值创造。

     3．加大研发投入，借助科技力量提升适当性管理的智能化水平

     证券公司应当在大数据、云计算、人工智能等方面加大研发的投入力度，变“成本消耗型”适当性管理为“资源集约型”适当性管理。

     一是数据收集处理的智能化。通过内外部的数据共享平台与接口，完成投资者与金融产品的数据收集。

     二是匹配模型的智能化。运用人工神经网络与机器学习技术，不断训练、优化、调整投资者与产品的匹配算法模型，加之证券公司内部人士的专业判断与投资经验，最终使得模型越来越贴近现实、越来越精准有效。

     三是投资者沟通的智能化。借助语义识别、自然语言处理等技术，通过客服机器人、智能投顾、社交媒介等渠道向投资者传递最适合的投资建议与产品；亦可通过知识共享平台、精准推送等智能管理手段让线下的投资顾问更易获取精准的投资建议，便于他们与投资者开展沟通，维系良好的互动关系，最终实现证券公司与投资者的持久双赢。

注：

[1] 作者简介：课题负责人：李筠，华泰证券合规总监、总法律顾问，曾任职于中国证监会、江苏证监局、上海专员办等机构，于2012年加入华泰证券，拥有丰富的监管实践与合规管理经验，曾任中证协合规委员会委员，现任中证协自律监察委员会副主任委员。课题组成员包括：吴加荣、李燃、郭玉玺、周文威，均供职于华泰证券合规法律部，主要负责公司合规制度体系建设、大数据合规管理、投资者适当性管理新规落地工作等。

[2] Could blockchain be the foundation of a viable KYC utility，来源于毕马威会计师事务所网站，网址：

https://home.kpmg.com/xx/en/home/insights/2018/02/blockchain-kyc-utility-fs.html，最后访问时间：2018年8月2日。

【网站风险提示】

投资有风险，决策须谨慎。以上内容不作为任何投资建议及法律文件。投资人购买产品时候应详细阅读该产品的合同和说明书等法律文件，了解产品基本情况。管理人承诺以诚实信用、勤勉尽职的原则管理和运用产品资产，但不保证一定盈利，也不保证最低收益。产品的过往业绩不预示其未来表现，管理人管理的其他产品的业绩和其投资人员取得的过往业绩并不预示其未来表现，也不构成业绩表现的保证。