2019年Fintech将正式加入CFA考试,题型不是编程,选择题或是趋势

2019年Fintech将正式加入CFA考试,题型不是编程,选择题或是趋势

最近有消息称,2019年Fintech内容将正式加入CFA考试!

题型不是编程,选择题或是趋势。


Uni酱发现,这个消息并不是最近才出来的:


图源:CFA协会官推


早在5月,CFA协会就已经提出了要将AI、大数据等引入CFA考试。


并且, CFA协会MD、教育联合负责人Steve Horan在采访时表示:


来源:Bloomberg report


考试并不要求考生了解如何编程,而是去了解fintech是如何运作,且如何影响投资模型的。


那么问题来了

Fintech发展这么迅速,

不懂编程就不能在金融行业立足?


01.被取代的焦虑


近年来,人工智能(AI)在投资领域的应用,正在深刻改变着投资世界。


  • 高盛正在转型成为华尔街的谷歌:首席财务官Marty Chavez是高盛转型计划的推动者,曾表示,高盛与谷歌的业务有许多相似之处:“高盛之于风险就好像谷歌之于搜索。”


高盛服务的本质是帮助客户预测和了解风险,就像谷歌为用户提供信息。但是谷歌用户获取信息不是通过电话咨询销售人员。高盛也希望为用户提供风险搜索引擎。目前,高盛已经开始进行自动化。


  • 摩根大通开发的一款金融合同解析软件COIN,原先律师和贷款人员每年需要360000小时才能完成的工作,COIN只需几秒就能完成
  • 2017年5月26日,普华永道推出机器人流程自动化解决方案。
  • 2017年3月贝莱德( BlackRock ) 宣布裁掉40多个主动型基金部门的岗位,其中包括7名投资组合经理,转而用机器人代替
  • 2016年3月10日,德勤与Kira Systems联手,正式将人工智能引入会计、税务、审计等工作当中
  • ……


而CFA协会宣布2019年将新增Fintech内容,也让不少人忧心忡忡,在国外的问答网站Quora上,就有CFA持有人提问:“With Artificial Intelligence coming, what does the future hold for CFA holders?”


一位网友是这么回答这个问题的:


AI将消灭所有手动和重复的工作,虽然可能会要花费一段时间去训练系统才能拥有这些功能,但在可预测的未来,它也将带走决策工作。然而,异常管理必须由人类完成。

(图源:Quora)

裁员大潮金融服务咨询公司Opimas最新报告显示,到2025年,全球金融机构将减员10%,近23万人将受到影响,电脑将取代他们的工作。在这些被裁的岗位中,40%都将来自资产管理部门。下图说明了AI对华尔街各岗位的冲击:


但反观来看,除了技术部门,Investment banking部门的人数减少其实并不显著。事实上投行的承揽承做的项目很多还是需要person to person的沟通能力,这一部分工作还是短期内很难被算法取代的。


02.哪些岗位会被人工智能取代?


去年7月麦肯锡发表了一篇文章《Where machines could replace humans—and where they can’t (yet)》,里面就提到了各个行业被机器人取代的风险:


来源:mckinsey.com/business-f


从图中能看到,最不容易替代的几个岗位主要是:

  • 管理层
  • 需要使用复杂专业知识的岗位(特指决策,计划,创意)
  • 与stakeholder有互动的岗位

最容易被替代的岗位中很明显的是:数据整理和数据收集


通过技术手段解决问题的好处在于,一类问题解决后,再解决类似问题的边际成本几乎为0,不再需要人工投入了。因此在一个fintech公司里,一般工程师人数占大头,技术文化会浓一些。效率至上一定是公司最重要的几条原则之一。当人工智能进入金融领域,这个行业已经开始彻底被颠覆。


还是以高盛为例:

已经淘汰的是交易大厅里振臂高呼的交易员。双臂向内拥抱并握拳的买入手势和向外推开的卖出手势再也看不到了。现在不仅仅是在交易大厅,转型已经蔓延到投资银行业务。建立一个数据服务中心,它将所有交易所、供应商和高盛的交易数据集中到一个位置,然后将其分配给客户。



第一步是积累和分析数据,下一步是将数据放在客户手中。


那么商业银行的情况是怎样的呢?


花旗曾将最容易受FinTech公司影响的业务做了一张矩阵表。越往上,表示这些业务越容易受到FinTech威胁;越往右,则表示这些威胁越逼近。从图中看,又容易受威胁且威胁又灰常紧迫的银行业务有:个人贷款(Personal Loans),中小企业贷款(SMB loans),移动支付(Digital pmts.)和财富管理(Wealth Mgmt.)。



银行另一块被抢夺的业务,可能是借贷市场。


2015年,FinTech领域的投资已增长到190亿美元,相较2014年的120亿增长了近六成。

这些钱都投去哪儿了?花旗数据显示,近一半的投资资金都选择了借贷市场,是FinTech排名第一的吸金王。


03.互联网金融领域AI人才需求暴增


8月拉勾网发布《2017年中国互联网薪酬报告》,以其平台用户为样本,总结梳理了1月到7月不同领域和岗位的平均薪酬,结果发现半年内市场对AI人才的需求激增。


互联网领域大数据人才薪酬遥遥领先,平均月薪2.12万元。2011年麦肯锡在《大数据:创新、竞争和生产力的下一个前沿领域》报告中首次系统阐述“大数据”概念后,“大数据”逐渐成为人们的口头禅。真正挖掘出大数据的价值并投入应用,是所有互联网公司、风投机构甚至传统行业正在解决的问题。


另外在相同工作年限下,AI人才的平均薪酬领先于其他领域。这半年内AI领域人才需求增加4.2倍,薪酬随之增长24.5%,毕业生平均薪酬达到8400元。互联网金融行业首先将其吸纳为变革的力量。风控、数据研发和天使投资技术人员的平均月薪分别达到2.38万2.26万和2.17万元


懂AI、大数据的人才成为新宠,不过对于科技金融而言,更需要的是利用好技术来发展金融的人才。

近日,国务院印发了《新一代国家人工智能发展规划》,规划里也特别提到了智能金融。


04.想继续留在金融业?做个复合式人才


不得不说,如果你想从事金融行业,科技金融与金融业务的合流是大势所趋。人工智能、大数据等,绝对是你需要关注的重点!但是,并不是说不会编程就不能进入这个领域了!


  • 如果你现在已经身处金融服务类公司


那么应该开始关注公司内部的人工智能创新项目。大部分的跨国金融公司都会有类似的fund/资金来支持这样的项目,在投行券商里面的研究部门或者独立的数据分析团队。


  • 如果你还是一名非理工科专业的大学生


辅修一门计算机语言,但是关键是弄懂算法是什么鬼。很多同学找到Uni酱的时候有一个巨大误区,那就是:认为武装自己等于学一门编程语言。代码究竟给我自己带来的优势到底是什么?


其实是一个思考问题的方式,逻辑进行分类(因为我们已经习惯了画逻辑tree),逻辑的进行优化,无论是时间还是空间使用的提升,永远都在思考有没有更好的解题方式,语言其实一通百通,但是他们内在的联系和精髓,需要希望通过辅修语言晋级复合式人才的孩子,自己好好琢磨性能特性,这比知道语言的语法重要多了。


  • 如果你是非金融从业者,但想要朝AI金融从业者发展


这条同时适用于在思考是否要继续读书的学生。建议大家去读一个Master in Business Analytics 或者 Master in Data Analytics, 也就是商业分析硕士或者数据分析硕士。这个专业属于这两年流行起来的专业,主要内容是讲如何将数据分析应用于商业当中。这样的学位一般会涵盖基本的数据分析以及机器学习,但比较侧重于应用,而不是理论开发。


从这个角度来看,申请难度比较低而且门槛也不像理工科的硕士那么高。当然,我们不能期待读完这个学位就可以叩开金融机构的大门,只是说在未来工作中使用AI模型时会比较得心应手,并能对建模有一些理解。


至少理解AI在不同领域的运用,以及发展趋势。AI行业并不缺少一般意义上的技术大牛,一大票的公司的科学家都在攻克AI底层,所以对编程的要求不是太高,然而现在的技术已经成熟,之所以没有广泛使用,是在应用上没有将底层技术的商业价值体现出来。这个行业缺少的是极具创造力和洞察力的商业人才,从而发挥出技术的商用价值。



职场干货:


求职技巧:

UniCareer,领先的在线求职平台。想了解更多职场资讯、求职技巧,第一时间斩获心仪offer,还可关注其他平台:

  • 微信公众号:UniCareer


部分内容来源:CFA官推,麦肯锡,界面新闻等,UniCareer综合整理发布,转载请注明来源。

编辑于 2017-10-13