谁在颠覆传统PA及FA

记者-陈霞

20年前，高盛在纽约总部的美国现金股票交易柜台雇佣了逾600名交易员，依据投资银行大客户的订单进行股票交易。如今，这个柜台只剩下两名股票交易员。

这背后，是大数据分析、以及基于互联网的程序化交易迅速崛起，夺走了二级市场投行传统交易员与分析师的饭碗。此前，这一现象在一级创投市场一直不温不火，但是最近已经有了明显的变化迹象。

新经济领域的创投市场，类投行的财务顾问（FA）业务已在国内发展了十年，募资顾问（PA）差不多只有六、七年，对于精品投行这样一个颇具光环的职业，投中信息华东总经理张乐却对记者表示“国内的精品投行发展还处于白垩纪”，原因在于，在交易中大多数人使用的工具和场景，和二三十年前二级市场的投行没有任何差别。

张乐供职的投中信息是国内最早最大的股权投资市场大数据及品牌传播公司之一，在全国资本最活跃的上海担任华东总经理的他因为与投资机构的密集接触，了解过很多项目融资、并购的资本运作，伴随互联网的成长、壮大、发展颠覆了很多行业，这两年也有越来越多互联网和金融行业的商业模式诞生。但回顾一级市场的投行和交易的过程，他发现不论资深银行家还是投行新人，还是在用非常传统的方式，混各种行业会议，依靠人脉寻找交易线索、cold call（陌生电话），咖啡店约会议。

也许是一级创投市场的信息没有公开渠道，金融交易的私密性限制了行业的发展和变革，不过原有的模式已经在不断被挑战。2017年张乐萌生出一个想法，用数据来改变融资或募资交易那种原始的状态，把交易过程的很多环节产品化，把买方和卖房匹配变精准。通过高频度与机构的接触调研，他收集到了机构普遍募资过程的痛点以及传统财务中介机构的短板。在内部战略研讨中，他主张直接越过传统中间服务商，独立与投资机构进行募资交易类合作，将数据应用在募资服务业务中做试点推广。这个大胆的想法源于苹果取代诺基亚，以及特斯拉大举占领BBA市场带来的启发。“近年传统行业被颠覆都源于跨行业的冲击。非传统金融行业出身反而在某些方面会成为我的优势，因为这样我能以外围视角来关注问题本质和提升交易效率”，他说。基于投中已有的底层数据，张乐带领团队在原有数据库基础上开发了新的交易系统，对于算法和用户体验都做了很大优化。

很快，他与一家业内知名人民币投资机构签署了一份规模1.5亿的PA项目合作，据了解，这也是当时国内创投市场第一个基于大数据撮合成功的机构PA项目，短短四个月时间便完成基金close，此举在业内引起强烈反响，开创了大数据公司真正意义独立完成PA业务的先河。随后，该商业应用又被迅速推广到企业融资FA业务中，特别是在中国AI四小龙之一商汤科技的融资项目中，通过在交易系统中将资本属性、投资阶段、地域属性、风险偏好、投资赛道等模块交叉检索，2个月内便帮助商汤锁定数千万元的融资，而传统投行在此前的平均交易时间为6个月。自此，国内创投金融数据公司不再单作为交易工具与企业和机构进行合作，而是独立完成撮合交易与传统精品投行分庭抗礼，商业模式上的创新，丰富了交易顾问的多样性打法，提升了创投机构投融资市场的活跃度。

张乐提到，“无论是有多少年经验的交易顾问，或者是那些知名的投行，在开始推进一个交易的时候，大家始终都会针对单体交易回答一个问题，即在这个时间点和市场环境下谁会是最合适的投资人”。目前社交媒体之类的平台确实想要解决信息对接的问题，但这只在小范围内实现了交易很浅层的沟通传递。 “我们输入几个关键词，就能知道一个匹配的情况，系统会推荐匹配性最高的投资人给他，平均我们为一个交易精准匹配12~15位投资人。如果结果不是最满意的，可以去调整关键词，交易的本质是人的行为，通过不同的人不同的描述方法和角度，我们提取到其关心标的的不同核心价值，从而精准匹配项目，提取的数据越多，所形成的的结论也会越精确。对于投资人、LP和项目的评价，过去很难量化，这正因为以往他们的沟通都在线下进行，所有的信息交易双方只留存在记忆里，如果整个行为通过数据匹配，就能逐渐形成一个更好的评价机制，去告诉想要交易的人谁是更好的投资人和LP”。

在测试过程中，张乐带领团队已经帮助了近500多起交易进行匹配、推送以及获取市场情报，这个数量，相当于国内一家顶级投行一年交易数量的15倍。根据种子用户的反馈，平均帮助他们节省了近60%~70%的时间，精准找到对的投资人。随着张乐团队在本领域第一例商业应用的成功，传统投行纷纷加快了学习及复制速度，据了解，国内前二十名的精品投行至少50%都已开始建设自有数据模块。而同类金融数据公司也相继加大交易系统的开发力度，期望在市场变革中战领一席之地。

相比于传统精品投行，创投金融大数据公司有着先天的优势，而传统精品投行赖以生存的方法论高度依托个人经验，一方面要服务原有的重点资源与客户，另一方面，市场上不断碎片化地产生出各种新兴标的公司、上市公司与投资机构，单纯靠人工去高效覆盖这些机构变得越来越难。不过，要彻底颠覆传统精品投行，金融大数据公司还需要大量的算法演化和数据更新，这一过程并不容易。张乐和其团队在变革的路上继续奔跑着。