本文来自合作媒体：峰瑞资本（ID：freesvc），分享嘉宾：唐宁、李丰。猎云网经授权发布。
随着个人财富的不断增长，2019 年中国居民的可投资资产的规模突破了 200 万亿人民币，在资本市场的领域，我们面临着百万亿级资产转型的浪潮，它带来包括资产管理结构、财富配置对象双重的变化与机遇。
与此同时，随着医疗体制改革的深化，保险市场创新大幕逐渐拉开，区块链、人工智能等创新的技术在金融领域逐步落地，中国正站在新一轮金融创新的起点。
如何抓住这百万亿级的机会？在「峰瑞Fintech 创投峰会 2020」的线上直播现场，在由硅谷多媒体创始人陈茜主持的深度对话中，峰瑞资本创始合伙人李丰与宜信公司创始人兼 CEO 唐宁谈了财富管理行业的结构性机会、金融科技的趋势与创新机会。
进入正文前，先分享几个观点：
传承的时代和资产配置的时代正在到来。这两个高速增长的引擎，将会给财富管理行业在未来几十年带来巨大的机遇。
金融科技要赢，就要赢在结合部：基于行业洞察，再加上技术敏感性，以及能够把金融人才与逻辑底蕴和技术的网络效应等结合起来。
在金融这一行，做得久，比做得快有用。原因在于，第一要经过周期，第二要顺应金融本身的规律，第三它是个风险业务。
以下是对谈的精华部分，希望能有所帮助。9 月 13 日上午10-11am，「峰瑞Fintech 创投峰会 2020」第二场将开播，欢迎扫描下图中的二维码参与。
01、如何「拿下」财富管理两大主战场？
陈茜：对比欧美财富管理，当下的中国有哪些独特的机遇或者挑战？
唐宁：从我亲身的实践来讲，财富管理会是未来中国几十年的大风口、大趋势。这个趋势，我将它总结为「双轮驱动的增长」。
所谓百万亿级的机会，在中国，主要是两类人拥有的财富。
一类是高净值、超高净值人群，他们的可投资产平均在 100 万美元以上，也就是折合人民币 600-1000 万元，这样的群体在中国超过 100 万，接近 200 万，他们的可投资资产加起来接近 100 万亿。
还有一类我们称之为大众富裕阶层，资产比中产阶级稍高一些，大概是从几十万美元到 100 万美元之间。他们有资产配置的需求，但又没法享受传统私人银行那种一对一的服务。这类人大概接近 3000 万，他们也掌握着约 100 万亿的资产，必须用科技的方式去服务他们。
这两类人的财富相加，就是将近200万亿的财富。这也是我们谈到的财富管理的两个主战场：一个是面向高净值、超高净值人群的私人银行 2.0 乃至 3.0 的第一战场；另一个就是用科技更好地服务大众富裕阶层的第二战场。
剩下的就是财富管理中的「小白」用户，他们还在成长中，可能刚刚走出校园，可能刚进入职场，刚刚开始创造财富。
当我们谈「双轮驱动的增长」，这两个引擎是什么呢？在我看来，就是财富传承和资产组合变化带来的结构性机会。
以高净值、超高净值人群这 100 万亿为例，在未来的 10-20 年内，这两个轮子要滚起来，有两件事情一定会发生。
第一件事，这 100 万亿可投资资产将要易主，由创一代到二代，这个二代可能是「富二代」、「创二代」。这个需求在 10 年前、15 年前都不存在，因为那时候「创一代」还没有到年龄，当时他们处于创造财富、打造企业的正当年，而 10-20 年后这个时间点，「创一代」的下一代成长起来了，该有接班的可能了，如何完成家族企业的传承、资产组合财富的传承，乃至完成价值观的传承，是到那个时间点上，高净值、超高净值人群需要面对的问题。这是一个轮子。
在资产易主的过程中，结构性变化带来的机遇和需求可就太多了，包括家族办公室的设立，如何通过家族信托、保险金信托的方式实现传承，如何做税务规划等等这些，如何培养二代、建立现代企业治理等等。
传承这件事，对财富管理行业来讲就是巨大的挑战和机遇，也是「双轮驱动增长」的第一个引擎。
第二件事，另一个轮子就是资产组合方面的变化。10 年乃至 15 年之后，中国高净值、超高净值人士的资产组合的配比，跟现在、跟 10 年之前将会有根本的不同。
现在这个资产组合以大量的房地产这种实物资产为主，还有一些银行理财、固收、个股等等。
但是面向未来的资产组合应该是什么格局？应该是更科学、合理、均衡的资产配置。
这个人群能够承担较高的风险。为了获得较高的回报，他们的组合之中将会有大比例甚至超大比例的另类资产。所谓另类资产，就是我们讲的非标的、私募的，通过主动管理来创造收益的资产。
资产配置的结构性变化，会给各个细分的另类资产管理创造收益。当然，与此同时需要控制风险，比如通过小额分散、利用科技等方式，形成风险可控、回报可期的资产组合。这是「双轮驱动增长」的第二个引擎。
同样的双轮驱动，放在大众富裕阶层又有一些不同。财富管理行业是没法用私人银行这种方式一对一服务这个阶层的。相较于高净值人群，这个阶层的口袋不够深，他们主要是以公募的标准化产品来配置资产，可能没有太多私募。
那么，帮助这个阶层理财者做资产配置的，很可能就是移动终端背后的机器人。机器人背后的算法逻辑虽然是真人专家，但是算法可以 24 小时 x 7 天来运转，也不受情绪影响，甚至可能会在很多方面比真人做得更好。
但是，从根本逻辑上来讲，传承的时代和资产配置的时代正在到来。这两个高速增长的引擎，将会给我们财富管理行业在未来几十年带来巨大的机遇。
02、我们看到了金融行业的四大变化
陈茜：同样的问题也抛给丰叔，您认为科技能怎么给财富管理行业赋能？
李丰：我自己在国内开始投金融行业的时间点，比互联网金融这个名词的出现还要早一点。大概是 2011 年，我参与投了宜信，从唐总和宜信那里学到很多，后来 2012-2015 年，我们投了 360 金融、冰鉴科技等大约几十家不同类型的金融公司。2012 年-2013 年，我也参与了最早一波数字货币相关的投资，包括 Coinbase、Ripple。2017-2018 年，因为监管的原因，峰瑞在金融领域投得比较少，2019 年之后，我们又比较积极地开始布局金融投资。
重新入局，是因为我们看到了一些变化和趋势。
第一是行业变化，2018 年 6 月，发改委的官方网站修改了外商投资的目录，中国面向外资打开了它的金融市场。这在当时是一个明确的政策变化，它带来的变化最近几个月被越来越多人关注到。因为一些在中国合资的投行，以及国外的大型公募、私募基金都在中国注册自己的独资公司。
第二件事大家也能从政策中看见，从 2016 年 九十月国家重启限购政策之后，所有的政策都趋向「房住不炒」，控制大量的资金流向房地产。这是中国从 1990 年代初进行商品房试点以来，政策开始持续引导不要炒房。
第三个变化在银行，无论是最近国家重新调整最高贷款利率，鼓励银行面向中小微企业和个人提供较低利率贷款，还是钱需要从房地产进到新的方向，都是银行资产结构调整的表现。
第四件事，是关于一个曾引起争议的统计数据，央行调查统计司城镇居民家庭资产负债调查课题组发布的报告显示，中国城市居民在实物资产和虚拟资产上的比例大约是 8：2，也就是说只有 20% 的资产配置在了金融资产，而这 20% 里的绝大多数配置在银行有保底收益的各类产品中，只有少量配置在了浮动收益类产品里，保险也在其中。
这几个现象背后，藏着哪些机会？
先从银行的资产转型开始讲起。伴随经济结构的调整，这也是百万亿级别的转型。资产从房地产类的资产转向中小微企业、转向个人消费，这对银行来说既是巨大无比的机会，也有巨大的挑战。毕竟房地产资产的单体规模比较大，可预测性也比较强，还有比较好的抵押物。
这个转型过程中诞生的机会在于，谁能够帮助银行完成这次资产转型，以及如何完成这次资产转型，与此同时还要符合国家的政策导向。
在帮助银行资产转型的过程中，中国与国外市场最大的差别，在于得益于电商的发展，中国整体的互联网程度较高：一边是民营企业互联网程度已经在快速提高，疫情过后更是如此；另一边是经过了过去接近 10 年的基础设施重建，国内银行的基础设施层面的 IT 化程度和数字化程度既先进且高。这么看来，供需双方的基础设施数字化程度都已经比较好。
此外，中国资产配置的现状，也蕴含着财富管理行业的巨大机会。拿美国举例，拿掉总量，美国居民资产配置和中国是几乎倒过来的：金融资产占比 70%，实物资产仅占 30%。现在房地产再被作为是政策动经济的方向，金融资未来，中国居民的资产配置格局一定会有较大的迁移，甚至说是翻转到和美国看齐。总体而言，虚拟资产的比例一定会大幅提高，其中浮动权益类的资产比例还要大比例提高，同时这些户均 310 万的财富在未来的 10-15 年间金额必然还有大规模的提高。
这两方面的提高，都会带来顺应这个结构性变化的、巨大的创业机会。
中国市场还有其特殊性。这个特殊性来自于政策的开放和刺激，同时伴随资本市场的巨大变化，医疗偿付制度的供需矛盾正在更快速地推动保险本身发展，这些都是除了内在结构调整、经济发展阶段之外，中国市场给予财富管理行业的巨大推动力。
03、金融科技要赢，就要赢在结合部
陈茜：有哪些前沿技术，能在金融科技的主要应用场景当中发挥价值与应用？
唐宁：谈起金融科技，很多企业是从科技谈起，但我认为应该从金融谈起，从用户未被满足的金融痛点谈起，拿着技术找需求非常难，也不接地气。
那具体有哪些需求？举个例子，疫情期间如何服务高净值、超高净值人群？过去我们都是线下一对一服务，但是疫情期间如果继续这种模式，生意就没法做了。所以我们 2 月 3 日开始做了两场录播，做完之后就发现不行，必须得有实时的、互动的，直接跟客户建立关系的形式，就马上转了直播。
类似这种技术创新、模式创新真正解决了客户的需求痛点。
在那个时候，很多企业家都是非常无助的，也恰好是他们的财富管理面临着巨大挑战之时。
第一，他的企业怎么办？过去没有数字化能力可能还能勉强活着，现在没有数字化能力就是死路一条，比如灵活用工的需求出来，就需要相应的咨询、相应的解决方案。
第二，他的资产组合怎么办？疫情就是一场大考，如果资产配置不得当，结果会很糟糕。
面对这样的挑战，我们如何在客户最需要的时候与他建立有效的互动？技术就起了非常大的作用。我们今天面向高净值、超高净值人群的多对一的客户服务模式，就可以线上线下相结合；美国、香港、欧洲的专家都在线上加入到咨询顾问小组，也是一种科技运用。
再举一个例子。另类投资「水很深」、门槛很高，风险高但是能够带来高收益。近年来另类资产与长期投资崛起，另类资产在高净值客户的资产组合里比例越来越高，但是到底要怎么投？就得用大数据。
比如，我怎么能知道峰瑞的下一个十年仍旧像过去五年那么漂亮？我可以查看过往业绩，但是过往业绩并不必然代表未来，我也可以深挖它的归因分析，比如它做了哪些差异化的事，从而得出今天的成绩，我去考察这个体系是否能够在未来十年得以持续。
这在过去都是老师傅的手艺，那我们现在利用科技能做什么？我们用人工智能+母基金投资来做基金识别，把私募基金按团队、策略、历史等梳理出 60 多个维度，我们掌握近 10 年的这些私密信息、数据，加上市场上的公开数据以及其他数据源的这些可获得的数据，就能够生成对这个基金真正的智慧考察。
原先老师傅靠一度、二度人脉获得一些非常有用的信息来帮助判断，但是利用大数据技术，知识图谱会把所有这些都连起来。我们的老师傅拿着这个工具去问问题，就能大幅降低「信息不对称」，就可以大幅提升效率，就可以问出非常漂亮、非常管用的问题。
另类资产投资场景下的信息不对称问题，可以这样解决，但是还是要回到我在开头说的，科技的运用一定是问题导向、需求导向的。
我有一个基本的认识，只要能够把问题界定清楚，现在科技工具一般都能够解决。资产管理领域现在不是缺技术、缺工具，而是缺如何运用技术创新、模式创新去解决需求的深刻洞察，以及技术的应用与落地。
这个结合部是特别特别有价值的。金融科技要赢就要赢在结合部。赢就要赢在行业洞察加技术敏感性，能够把金融人才、金融的逻辑底蕴和技术的互联网效应等等结合起来，形成我们说的平台模式、生态模式。
04、在金融这一行，做得久，比做得快有用
陈茜：从 VC 的角度来看，整个财富管理方向，金融跟科技这个天平的两端是如何平衡的？创业公司的机会还有哪些？
李丰：回溯到 2013 年，我还在 IDG 的时候，我们在内部讨论金融科技投资的时候，就定了一个小的原则，在足够大的范围之内尽量投金融的人做互联网，对互联网人做金融要尽量谨慎。
这并不是说轻视互联网，只是说互联网作为一个工具和手段，它要符合金融规律。
如果大家对金融行业感兴趣的话，会发现放之全世界都被验证的一个道理：在金融这一行，做得久，比做得快有用。换句话来说，只要你活得时间足够长，到最后都有机会变成很大的企业。原因在于，第一要经过周期，第二要顺应金融本身的规律，第三它是个风险业务。
互联网公司进入金融行业，在摸索底线、周期和风险的时候，需要花更多时间来理解和尊重金融行业，它们找到业务的边界和本质相较于金融人做互联网要更难一些。
过去这五年，中国经历的强监管周期多多少少证明了唐总讲的需求驱动的问题，也多多少少验证了我们当时讨论的那个问题：偏金融还是偏互联网。
所以，我觉得在金融科技方面创业最重要的事是：你只要一直在，时间足够长，又经历了一个以上的周期，只要是顺应需求和朝这个方向解决问题的，大概都有机会在某一个节点上发展起来。
从上面谈到的几个方向，我们一一来看创业公司的机会。
从最大的银行资产转型谈起，这个过程涉及到的一个非常重要的问题是，如何对银行不熟悉的个人、中小微企业、民营企业来做风险评估？这显然是巨大的机会，关系到数据、科技、金融本身，又含银行的业务转型。
你想象一下这个市场有多大。2000-2010 年之间，整个银行 POS 机系统需要做一次 IT 化的升级，就诞生了非常多上市公司和大公司。那一次还是银行基础设施的转型，这一次是资产结构转型，你想想会有多大。
接着我们来看居民财富重新配置的转型。从实物到虚拟资产，虚拟资产又从固定收益转向浮动收益类资产，再到保险。这至少也是一个几十万亿到百万亿级别的机会。在这当中，不管你是帮助投资人、投资机构还是老百姓进行各种各样的数据分析管理，都肯定是极好的机会。
这个硬币的另外一面，从监管的角度也需要更多科技的提升。所有快速开放并且高速成长的转型市场里，监管机构也需要监管科技的同步提升。
最后再看一个大类别，保险。
假定未来它从一年里一万多亿变成一年十万多亿的增量行业，同样也面临很多问题，自然也有很多机会。
拿面对个人的寿险来健康险和看，老百姓在互联网上留下了各种各样的痕迹，消费、兴趣、阅读、购买等等，这在 50 年前美国进保险周期、30 年前日本进这个周期时，都是没有的。现在保险要保证风控和赔付率，就可以利用这些新数据和大量的个人行为痕迹。
但是哪些数据可以用，数据要怎么用，如何提高保险的风控水平、降低赔付率，哪些人群用哪些数据……所有这些问题的解决，都为创业公司提供了巨大的挑战和创业方向。
