在我国从金融大国向金融强国迈进的背景下，金融信息服务行业的高质量发展愈发重要。当前，我国金融信息服务市场仍处于初级发展阶段，与海外发达市场有一定差距，未来需要政府和市场主体共同发力。
金融信息服务行业重要性进一步提升
金融信息服务是指向从事金融分析、金融交易、金融决策或者其他金融活动的用户提供可能影响金融市场的信息或者金融数据的服务。在现实生活中，金融信息服务通常体现为金融信息服务商以互联网技术为核心手段，依托网站、手机、电脑等通信方式传输金融信息，向各类用户提供财经新闻、市场数据、研究支持、证券交易与结算服务、风险管理工具等金融业务服务。从宏观层面上看，金融行业的核心功能是定价和资产配置，如果市场各方能够获取更多的高质量信息和数据，那么各类金融产品定价的有效性和精准度都会提升，行业整体运行也将更为有效，服务实体经济的能力也就越强。从微观层面上看，各类差异化的金融信息服务有助于帮助投资者总结提炼有价值的市场规律和投资逻辑；有助于各类金融机构拓宽服务边界，更好地捕捉个人和企业的潜在需求，丰富金融服务内涵；有助于监管部门研判把握当前形势，分析事态成因，高效履行监管职责。因此，我国在从金融大国向金融强国迈进的过程中，金融信息行业的高质量发展不可或缺。
我国金融信息服务行业发展存在差距
由于世界各国在宏观经济发展水平、金融行业监管政策、数据治理能力和开放程度、新闻采编制度等方面存在差异，其金融信息服务行业也相应地在产品设计理念、数据种类和范围、服务内容和形态方面有所差异。因此，衡量一个国家金融信息服务的发展水平应将该国综合金融发展水平纳入考量，不能简单地进行产品功能、服务种类以及市场规模的对比。考虑到金融信息服务的主要付费群体为个人和机构投资者，因此，笔者建议基于“金融信息服务市场规模/资产管理总规模”计算“金融信息服务渗透率”，以进行对比研究。如果一国的金融信息服务渗透率越高，则代表着该国资本市场为金融信息服务的付费意愿越强，其金融信息服务行业的发展水平也就相对更高。
中国证券投资基金业协会以及赛迪信息等各项数据计算显示，我国2021年金融信息服务市场渗透率约为0.031%，即每100万元人民币管理资产的金融信息付费金额为312元人民币。而在发达市场，如美国，其同年金融信息服务市场渗透率约为0.068%，即每100万美元管理资产的金融信息付费金额为677美元。从渗透率上看，我国金融信息服务渗透率目前仅为美国的46%，表明我国金融信息服务行业的发展水平相对不高。
金融信息服务行业发展水平不高的原因分析
首先，以个人投资者为主的市场结构制约了金融信息服务市场发展空间和路径。从市场投资者结构上看，我国个人投资者仍然占比较高。财新数据显示，虽然2019～2021年我国个人投资者市场交易量占比呈现下降态势，但是2021年个人投资者占比仍然达到65.1%。与之相对应的是，咨询公司弗若斯特沙利文的调研结果显示，2021年中国个人投资者金融信息软件服务市场占整体市场的比重为65.5%，这表明我国金融信息服务市场目前主要由个人投资者主导。相较于机构投资者，个人投资者的付费意愿和能力相对较弱，这就导致我国金融信息服务行业市场“天花板”较低。个人投资者主导的市场也让金融信息服务商长期以来更加注重打造C端产品，因为个人投资者在投资决策上非常依赖技术指标，并且追随市场情绪，对基本面和数据分析较为轻视，往往希望能直接获得投资结论，这导致我国金融信息服务行业的发展路径受限，产品和服务的技术含量和内容的专业性相对较低。反观美国，其市场由机构投资者主导，各类资产定价更加公允，超额收益（阿尔法）的获得相对比较困难，因此，各大资管机构为获取超额回报，更看重通过获取某些另类数据来挖掘市场尚未关注的投资机会。就投资方法论而言，海外大型资管机构不仅依赖基本面分析，在算法与投资模型方面也比国内更为重视，并且这些算法与投资模型均需要海量数据与各类前沿性数据加工分析技术的辅助，这也为美国金融信息服务创造了广阔的市场空间。
其次，机构投资者的投资范围和方式受限也制约了我国金融信息服务市场的发展。2017～2021年，我国B端金融信息服务软件市场的增速仅为10.3%，略高于资产管理总规模的增速，上述数据表明机构投资者对金融信息服务付费的意愿并没有快速提升，笔者认为这主要是我国机构投资者的投资范围和方式受限所致。目前，我国除私募基金外的大部分机构投资者只能投资于境内的现货市场，合格境内机构投资者（QDII）规模和南向交易的资产规模/交易量占比不高。根据万得资讯统计，截至2023年11月7日，194家QDII合计额度仅1655亿美元，而2023年初至11月7日南向交易规模为5.5万亿元人民币，仅相当于同期A股成交额的3.1%。相比之下，发达市场的开放程度普遍较高，其资本市场的金融产品种类更为丰富。以美国为例，其资本市场囊括了各国不同行业优质企业，且金融投资品种极其丰富，涵盖大量跨市场、跨区域、跨资产类别、跨行业的投资品种，金融产品复杂度远高于国内金融市场，因此，美国资管机构更加愿意借助金融信息服务商的海量数据与大数据分析技术，帮助它们在复杂多变的金融市场波动中作出正确的投资决策，推动金融信息服务商对金融信息服务需求层级的持续提升。
再次，有限的公共数据开放程度制约了我国金融信息服务商的创新基础。目前，各家金融信息服务商的移动端App以及电脑终端上的数据，基本以实时行情报价数据、经济数据指标和市场企业主体财务数据为主，整体的信息和数据服务呈现高度同质化。虽然我国目前核心的宏观经济指标已经实现了高频和规律性地发布，但远远不能满足投资者的需求，特别是互联网、金融、能源、交通等领域的高质量数据，主要集中在头部互联网和大型国有企业，较低的公共数据对外开放程度对金融信息服务商的持续创新形成阻碍。
最后，数据资产定价机制的缺乏制约了我国金融信息服务商的创新意愿。由于缺乏合理的数据资产定价机制，金融信息服务商的定价往往只能参考数据采购和加工方面的成本，再对终端产品和数据库进行最终定价。机构投资者在采购金融信息服务产品时会估算供应商自身成本投入再进行采购招标，导致金融信息服务产品的实际附加值普遍不高，部分金融信息服务商的利润空间有限，降低了金融信息服务商产品创新和研发投入的意愿。
多措并举推动我国金融信息服务行业高质量发展
从政策层面看，应提升公共数据治理水平，加快数据资产入表进度。为了从主观上激发用户对金融信息服务的需求以及金融信息服务商的创新动力，亟须提升国内各类重要数据的开放程度，具体举措包括：建立健全的数据开放政策和法律法规体系，加强对数据质量的管控，确保开放的数据高质量、可信赖；提升政府部门、企业和研究机构的数据共享意识，鼓励主动共享数据，建立开放共享的机制和平台；在社会各界倡导开放的数据文化，提高公众对数据开放的理解和认识。
与此同时，在加快数据资产入表进程上可以考虑逐步完善相关标准和流程。首先，建立数据收集、清洗、入库等全流程标准。优化数据采集和整理流程，确保高效、准确地收集数据；建立自动化、智能化的数据处理系统，利用先进的技术手段实现快速数据清洗、归类和入库；加强数据质量管控，确保入表的数据符合标准和要求。其次，建立数据协作机制，鼓励和促进不同机构之间的信息共享与协作，以便更快速地将各方数据资产整合入表，最大程度地发挥数据价值。最后，持续优化流程，借助反馈机制不断改进数据入表的效率和质量，实现数据资产高效入库，为金融信息服务产品创新提供有力支持。
从企业层面看，应结合AI大模型前沿技术，提升运营效率和产品使用价值。笔者认为金融信息服务商可以受益于AI大模型等前沿技术的发展，进而实现商业模式的变革。一方面，AI大模型可以在金融信息服务商内部广泛运用，降低自身运营成本。当前，我国金融信息服务仍属于人员密集型行业，从需求提出到方案落实，从软件开发到系统测试，以及用户体验反馈，都需要大量的人力资源。AI大模型技术的发展有望为金融信息服务商传统的产品开发模式带来颠覆式变化，通过借助AI大模型的内容涌现能力，结合现有的低代码平台和自动化测试工具，金融信息服务商可以极大地节约在交付、开发、运维方面的人力资源投入。
另一方面，AI大模型能够助力金融信息服务商打造具有更高使用价值的产品。伴随市场机构化进程加快以及个人投资者素养提升，预计传统的金融信息服务产品将愈发难以满足投资者的需求，投资者将会基于更多维度的信息与逻辑推演结果进行投资决策。现有的通用大模型已经能为用户提供相对全面的信息和合理的逻辑推演，这为金融垂直类大模型未来更好地满足投资者多元化需求提供了基础。金融信息服务商可以通过对金融领域的专业术语、市场趋势、投资策略等知识进行深度学习训练，打磨好金融细分领域的垂直大模型，为广大投资者提供更加高效、准确、有效的财经信息，并借助大模型强大的推理分析能力来生成投资逻辑和结论。产品使用价值的提升将带来用户付费意愿的提升，从而带动金融信息服务商收入和研发投入的增长，推动产品使用价值的持续提高，形成类似海外金融信息服务行业的“飞轮效应”，推动我国金融信息服务行业实现更高质量的发展。
