誰在顛覆傳統PA及FA

記者-陳霞

20年前，高盛在紐約總部的美國現金股票交易柜臺雇傭了逾600名交易員，依據投資銀行大客戶的訂單進行股票交易。如今，這個柜臺只剩下兩名股票交易員。

這背后，是大數據分析、以及基于互聯網的程序化交易迅速崛起，奪走了二級市場投行傳統交易員與分析師的飯碗。此前，這一現象在一級創投市場一直不溫不火，但是最近已經有了明顯的變化跡象。

新經濟領域的創投市場，類投行的財務顧問(FA)業務已在國內發展了十年，募資顧問(PA)差不多只有六、七年，對于精品投行這樣一個頗具光環的職業，投中信息華東總經理張樂卻對記者表示“國內的精品投行發展還處于白堊紀”，原因在于，在交易中大多數人使用的工具和場景，和二三十年前二級市場的投行沒有任何差別。

張樂供職的投中信息是國內最早最大的股權投資市場大數據及品牌傳播公司之一，在全國資本最活躍的上海擔任華東總經理的他因為與投資機構的密集接觸，了解過很多項目融資、并購的資本運作，伴隨互聯網的成長、壯大、發展顛覆了很多行業，這兩年也有越來越多互聯網和金融行業的商業模式誕生。但回顧一級市場的投行和交易的過程，他發現不論資深銀行家還是投行新人，還是在用非常傳統的方式，混各種行業會議，依靠人脈尋找交易線索、cold call(陌生電話)，咖啡店約會議。

也許是一級創投市場的信息沒有公開渠道，金融交易的私密性限制了行業的發展和變革，不過原有的模式已經在不斷被挑戰。2017年張樂萌生出一個想法，用數據來改變融資或募資交易那種原始的狀態，把交易過程的很多環節產品化，把買方和賣房匹配變精準。通過高頻度與機構的接觸調研，他收集到了機構普遍募資過程的痛點以及傳統財務中介機構的短板。在內部戰略研討中，他主張直接越過傳統中間服務商，獨立與投資機構進行募資交易類合作，將數據應用在募資服務業務中做試點推廣。這個大膽的想法源于蘋果取代諾基亞，以及特斯拉大舉占領BBA市場帶來的啟發。“近年傳統行業被顛覆都源于跨行業的沖擊。非傳統金融行業出身反而在某些方面會成為我的優勢，因為這樣我能以外圍視角來關注問題本質和提升交易效率”，他說?；谕吨幸延械牡讓訑祿?，張樂帶領團隊在原有數據庫基礎上開發了新的交易系統，對于算法和用戶體驗都做了很大優化。

很快，他與一家業內知名人民幣投資機構簽署了一份規模1.5億的PA項目合作，據了解，這也是當時國內創投市場第一個基于大數據撮合成功的機構PA項目，短短四個月時間便完成基金close，此舉在業內引起強烈反響，開創了大數據公司真正意義獨立完成PA業務的先河。隨后，該商業應用又被迅速推廣到企業融資FA業務中，特別是在中國AI四小龍之一商湯科技的融資項目中，通過在交易系統中將資本屬性、投資階段、地域屬性、風險偏好、投資賽道等模塊交叉檢索，2個月內便幫助商湯鎖定數千萬元的融資，而傳統投行在此前的平均交易時間為6個月。自此，國內創投金融數據公司不再單作為交易工具與企業和機構進行合作，而是獨立完成撮合交易與傳統精品投行分庭抗禮，商業模式上的創新，豐富了交易顧問的多樣性打法，提升了創投機構投融資市場的活躍度。

張樂提到，“無論是有多少年經驗的交易顧問，或者是那些知名的投行，在開始推進一個交易的時候，大家始終都會針對單體交易回答一個問題，即在這個時間點和市場環境下誰會是最合適的投資人”。目前社交媒體之類的平臺確實想要解決信息對接的問題，但這只在小范圍內實現了交易很淺層的溝通傳遞。 “我們輸入幾個關鍵詞，就能知道一個匹配的情況，系統會推薦匹配性最高的投資人給他，平均我們為一個交易精準匹配12~15位投資人。如果結果不是最滿意的，可以去調整關鍵詞，交易的本質是人的行為，通過不同的人不同的描述方法和角度，我們提取到其關心標的的不同核心價值，從而精準匹配項目，提取的數據越多，所形成的的結論也會越精確。對于投資人、LP和項目的評價，過去很難量化，這正因為以往他們的溝通都在線下進行，所有的信息交易雙方只留存在記憶里，如果整個行為通過數據匹配，就能逐漸形成一個更好的評價機制，去告訴想要交易的人誰是更好的投資人和LP”。

在測試過程中，張樂帶領團隊已經幫助了近500多起交易進行匹配、推送以及獲取市場情報，這個數量，相當于國內一家頂級投行一年交易數量的15倍。根據種子用戶的反饋，平均幫助他們節省了近60%~70%的時間，精準找到對的投資人。隨著張樂團隊在本領域第一例商業應用的成功，傳統投行紛紛加快了學習及復制速度，據了解，國內前二十名的精品投行至少50%都已開始建設自有數據模塊。而同類金融數據公司也相繼加大交易系統的開發力度，期望在市場變革中戰領一席之地。

相比于傳統精品投行，創投金融大數據公司有著先天的優勢，而傳統精品投行賴以生存的方法論高度依托個人經驗，一方面要服務原有的重點資源與客戶，另一方面，市場上不斷碎片化地產生出各種新興標的公司、上市公司與投資機構，單純靠人工去高效覆蓋這些機構變得越來越難。不過，要徹底顛覆傳統精品投行，金融大數據公司還需要大量的算法演化和數據更新，這一過程并不容易。張樂和其團隊在變革的路上繼續奔跑著。