新的中级办公室：竞争优势的关键

为了在当今竞争异常激烈的世界中获得优势，资产经理不仅必须发展自己的业务，而且还必须发现利用它们的新方法。管理人员必须在操作上熟练；尤其是在业务变得更加昂贵和复杂的情况下，他们需要一个能够使他们更好地满足客户需求，满足监管机构并更有效竞争的基础架构。

但是，仅将操作系统视为资产管理实际业务背后的日子已经过去了。如今，老练的经理们已经意识到，运营是公司价值链的核心，它们将后，中，前部门联系在一起，并为投资组织的所有工作提供关键的基础设施。1

传统上，一家投资管理公司的中层办公室位于前台和后台的阴影下。虽然人们普遍认为，中层办公室主要是未开发的价值来源，但它通常被视为支持平凡的辅助活动的成本中心，并夹在其更重要的对等之间。2

不管平凡与否，现在对中层办公室的需求比以往任何时候都要大–法规要求增加，每日绩效回报，受到密切监控的企业风险以及新的客户报告挑战正给中层办公室带来前所未有的压力。除了这些功能要求之外，中层办公室还必须支持越来越复杂的一组金融工具，越来越多的非结构化数据流以及对数据治理和质量的更高需求。

在本文中，我们考虑了以上因素，它们如何影响新的中层办公室，并尝试回答以下问题：

如何从中层办公室的运营中获得更多价值？新的中层办公室可以做什么以提供更多的工具，更好的信息和更好的见解？我们如何更好地利用新中层办公室的核心数据？中间服务提供商正在响应这些变化吗？

传统方法的问题

次优和潜在危险的数据实践

数据是所有投资管理公司的命脉。但是，许多公司发现很难释放通过其组织流动的数据的价值。挑战通常源于中间办公室，中间办公室位于前后办公室相对简单的职能之间。相比之下，中层办公室的职能可能模糊不清，很难确定，因此要建立有效的系统和流程特别具有挑战性。3

理论上，中层办公室是公司重要数据的守护者，并且可以充分利用中层办公室的潜在价值。但是，现实是，许多公司继续依赖传统的运营模型，在这些模型中，报告和分析均基于前台或后台系统。该模型不可避免地导致实现多个报告工具，每个报告工具都基于其自己的基础应用程序。结果是使用不同的表示方法生成和交付了不同的报告集，这导致对相同基础数据的不同解释。此外，报告通常是直接从各种卖方或服务提供商拥有的系统中生成的，这些系统可能会以不同的方式解释相同的数据。

可以理解，业务用户感到沮丧。常见问题包括：

1.该组织的核心应用程序的数据质量/准确性令人怀疑2.来自应用程序的数据显示不佳3.从应用程序运行报告或提取数据的时间过长4.应用程序存储的历史记录不足

考虑到这些问题，业务用户经常诉诸维护自己的独立数据存储也就不足为奇了。这可以扩展到依靠自己的数据可视化和报告工具来创建自己的表示层的用户。最常见的示例是业务用户针对他们个人维护的Excel电子表格或SQL Server数据库和分析工具运行易于下载的商业智能（BI）工具，例如Tableau或QlikView。

这种方法会导致公司内部的不一致和效率低下，从而导致系统之间的代价高昂且费时的日常对账。依靠业务用户来维护独立的电子表格和数据库会使一个严重的问题变得更糟，并且可能损害组织的健康。除了增加成本外，该公司还面临着缺乏数据治理的风险。而且，由于没有集中的小组负责管理数据集，因此用户的工作可能会重复。这些障碍中的每一个都会阻止公司能够最大化其数据的价值。

为什么改变如此困难？

投资公司如何摆脱这种模式？答案是集中化数据管理，数据管理和数据治理，并通过直观的用户界面向消费者报告数据。

说起来容易做起来难。您不能购买一个“中间办​​公系统”。没有一个。中间办公室经常共享为前台和后台设计的核心系统的用法，并根据需要支持特定功能的应用程序。例如，合规团队可能会利用前端订单管理系统（OMS）的交易前和交易后指南监视功能。投资组合绩效团队可能会使用主要为投资组合经理购买的绩效评估和归因系统的要素。企业风险团队将使用实施的风险系统的要素进行前台风险归因和分析。在某些情况下，甚至资产管理人或服务提供商的投资会计功能也可能会利用为后台（资金会计）目的而构建的应用程序。

即使只有一个中层办公系统，公司可能也不会想要它。试图更改单个集成系统中的一个组件可能会浪费资源，并且成本很高。采用更加模块化的方法来构建中间办公服务平台，可使资产管理者随着时间的推移变得更加灵活。当平台使用几个不同的系统时，企业可以交换组件，因为它们过时或成本太高，并且可以在组件之间创建不同的业务工作流以支持不同的用例。

新的中层办公室

从数据中得出价值

鉴于上述传统模型，很明显，想要更好地利用其中层办公室的公司将需要做更多的工作，而不仅仅是简单地升级单个旧版应用程序。要通过中层办公室努力释放数据采购价值的任何认真努力，都将需要一个企业数据管理平台，该平台包括：

数据存储或数据仓库–集中式数据存储库数据治理–通过实时监督来确保数据质量数据服务–应用处理接口（API）层，用于暴露数据存储或数据仓库中的数据并使摄取的应用程序可使用;良好的数据服务层还可以监控数据的使用情况数据可视化–使数据存储源中的数据可以由多个最终用户以与他们特别相关的方式进行消化技术堆栈–可扩展的体系结构，使您可以根据平台4进行更改发展或随着新技术的出现

成为数据的守护者

谁负责拥有和管理数据管理平台？尽管IT部门可以支持该技术，但也有必要为组织数据的日常管理和管理定义所有权。前台和后台是数据的重要用户和/或数据的贡献者，而组织最大的资产的监护人则直接位于中间办公室。

新的中层办公室具有支持数据管理，数据治理和数据质量管理的成功水平，将直接影响组织执行其余业务的能力。不应低估影响和风险。

集中数据管理和报告

在新的集中式模型下，数据从源系统流到企业数据管理平台，在此对其进行验证，清理，掌握和分发。

分发包括将投资记录簿（IBOR）数据提供给前台应用程序，投资组合经理将以此为基础进行日常投资决策。IBOR是公司头寸和现金的快照，根据市场事件和投资不断更新。公司认为，它对应的会计记录簿（ABOR）是在特定时间点（通常是一天结束或每月结束）持有的，该时间点根据市场事件和投资每个周期更新一次。除了通知投资决策外，数据分发还支持数据管理平台的日常维护。

在上一节中，我们强调了在传统的基于应用程序的运营模型中，与针对孤立的应用程序运行的多个报表工具相关的低效率。在集中式报告环境中，从供应商应用程序，服务提供商和外部来源接收的数据由数据管理平台进行处理和分类。然后，数据存储/仓库支持中层办公室的各种报告要求（例如，绩效，企业风险和客户报告）。

集中式数据管理不仅使中层办公室受益。前台可以使用数据管理平台以传统前台应用程序不支持的方式可视化数据。例如，数据管理平台无需依赖来自两个不同风险管理系统的两个单独的报告集（例如分别支持短期和长期风险），而可以轻松地将这两个数据集融合到一个报告中，从而对这两个报告进行分析所管理投资组合的短期和长期风险。

集中式数据存储的概念并不是什么新鲜事物，但是从传统上讲，它们是从多个应用程序源获取的，这给保持一致的数据带来了挑战。新运营模型的区别在于它使用数据管理平台以及集中的数据管理和治理来清理，归类和将主控数据引导到数据存储/仓库中。

服务提供商提供的价值

从新的中间办公室提取最大价值的能力将取决于协同工作的整个数据管理平台：

数据需要从底层系统转移到数据存储/仓库中。需要验证数据的质量报告和数据可视化工具需要调用和呈现数据

对于公司而言，一个问题是，实施真正的数据管理平台可能是一项昂贵且冒险的工作。系统评估，选择和采购是一项重要的工作。定义和实施所需的数据验证，转换和母版制作过程是一项昂贵且耗时的工作，需要持续不断的大量关注和资源。

为了应对这些挑战，我们看到了服务提供商向数据即服务（DaaS）产品发展的趋势。为了减轻客户开发和实施自己的数据管理平台的需要，一些服务提供商现在正在使自己的数据管理平台可供其客户使用。

引入此类客户端可配置数据管理平台的服务提供商应支持整个数据管理平台，而不是仅在特定时间段（即当年，但仅是一组数据（即，位置数据但不包括交易数据））中。没有历史数据）或部分客户的业务记录（即私募股权数据，而不是单独的账户数据）–确保最终解决方案的一致性和效率。或者，客户可以自行管理数据管理平台的数据存储组件，但可以将集成和支持外包给第三方，反之亦然。与合适的提供商合作对于后者的零碎实施至关重要，因为资产管理公司需要一个其数据管理平台与源和目的地均无关的提供商。

为了使情况更完整，服务提供商可以在资产管理器的专有数据存储/仓库之上提供标准的，可客户端配置的数据可视化和报告包。与可以承担高昂价格的数据管理项目相比，使用最佳实践进行的这种集成可以创建更大的增值服务，并具有更高的投资回报率。

在上述任何情况下，资产管理者都应始终保留其数据的所有权。无论是将公司的整个数据管理平台还是仅将特定的组件外包，经理都应确保以最原始的形式访问数据，而不仅仅是通过服务提供商提供的系统报告和数据可视化。这可以通过直接的数据库访问，API或通过产生管理器接收的可移植数据集的合同工作流来完成。一些服务提供商甚至会创建特定于客户的数据存储，其中管理者可以直接对数据库进行读/写访问，并且能够扩展数据集。6这样的安排为技术精明的管理者打开了许多途径，同时提供了完全的透明性和公司数据的可移植性，即使数据存储本身并不实际位于经理的位置。

服务提供商企业数据管理解决方案

新的中间办公室所需的数据管理平台可以作为服务提供商提供的选项套件的扩展提供。

例如，已经外包的资产经理将其贸易数据发送给服务提供商，以更新其投资记录并支持下游处理。现在，这些数据也可以路由到服务提供商的数据管理平台。

资产管理器有助于定义将支持的数据以及如何将这些数据分发到下游应用程序的过程。可用数据范围以及更新和维护的频率是可配置的。服务提供商提供技术实施和支持。结果是可配置资产管理器的外包数据管理解决方案。

给经理的价值主张很重要。经理不再需要支持多个报告工具，它们可以访问不同的供应商提供的系统，专有数据库或数据仓库。数据管理平台使用经理首选的报告/数据可视化工具，提供一站式购物并支持所有报告需求。由于减少了支持和维护，因此节省了成本，而且重要的是，这种方法可提供数据一致性。

来自不同系统的报告通常会导致显示出冲突结果的报告。但是，集中式数据管理平台可从中央数据存储或“事实的单个版本”生成报告。因此，随着时间的流逝，资产经理可以在整个组织中实现一致，可靠，可信赖的报告。实现收益的时间范围通常取决于数据的复杂性，数据量，源系统的数量以及需要消耗数据的下游应用程序的数量。

非结构化数据

在过去的十年中，资产经理对另类投资和其他新的以及发展中的工具类型的使用呈指数增长。资产经理进行的相关分析会生成大量非结构化数据（例如，文档，PDF，图形等），需要对其进行筛选和分析以支持决策。

尽管大多数组织都将重点放在处理结构化数据的计划上，但他们一定不能忽视通过适当利用非结构化数据的力量来获得巨大业务价值的机会。IDC估计，这样的非结构化内容已经占所有数字数据的90％，令人惊讶的是，这些数字大部分存储在不同位置，格式不同的各种不同数据存储中。4 Office旨在支持非结构化数据。这不仅限于光学字符识别，还包括可以处理和分析大量非结构化数据并产生预测结果的下一组应用程序。

预测分析

考虑到数据仓库的巨大潜力，人工智能，机器学习，预测性和规范性分析存在大量机会。在SEI论文《颠覆性的上行》中，我们探讨了“屈臣氏化”的概念，以及认知计算如何改变事物的发现，解释，决定和完成方式及其对投资管理行业的潜在影响。5通过利用认知诸如IBM的Watson或Microsoft Azure的Cognitive Services平台之类的技术，即使alpha变得更加难以捉摸，资产管理者也可以建立竞争优势。在投资组合管理方面，例如，资产管理公司贝莱德（BlackRock）和布里奇沃特（Bridgewater Associates）的前台都趋向于使用认知算法对非结构化数据进行预测分析，从而为投资策略提供依据。

尽管在这方面有少数资产管理者处于领先地位，但是绝大多数资产管理者根本没有从预测分析中受益所必需的干净且适当治理的数据，更不用说内部技能来确定需要解决的问题了。答案以及如何预测这些答案。新的中层办公室正在改变这一现状，随着认知学习技术的成熟，新数据管理模型的优势有可能成倍增加，并在风险管理和运营优化中得到进一步的利用。

服务提供商报告套件

在需要显示所有数据的新企业数据管理平台中，强大的报告和可视化工具至关重要。

服务提供商正在使用最新的可视化和报告工具，根据其企业数据存储生成一套图表，图表和报告。基本的报告和可视化套件可以看作是“标准”，而最新的工具却是高度可配置的。资产管理者将能够采用标准服务提供商报告集并对其进行自定义以满足其独特需求，而无需进行大量开发工作。一些提供商还支持“自带应用程序”（BYOA）方法进行报告和可视化。这种方法允许经理选择满足其特定需求的工具，或者选择已经在公司内部建立业务的工具。这些提供程序正在提供API服务层，以简化应用程序之间的集成。

DaaS选项

如果我们考虑上述模型，提供DaaS的可能性将变得非常现实。DaaS以最简单的形式使用基于云的数据存储。但是，由服务提供商提供的DaaS为资产经理提供了一站式服务，资产经理可以选择要添加到其当前内部平台中的组件。如果管理者已经是提供者的客户，则他们可以选择通过添加数据管理服务来扩展从提供者那里获得的服务的当前列表。

许多客户一直出于安全考虑而犹豫采用基于云的工具。事实是，在本质上某种程度上使用基于云的存储的应用程序服务提供商（ASP）框架下，已经支持了许多供应商应用程序和服务提供商解决方案。企业很难找到没有迁移或没有探索迁移到私有或公共云的供应商应用程序或服务提供商。

由于察觉到的安全性和监管风险以及缺乏令人信服的经济原理，许多银行和其他金融机构历来都不接受由Amazon Web Services和Microsoft Azure等公司提供的公共云服务。然而，根据《华尔街日报》的文章，“削减基础架构成本和增加灵活性的压力，再加上云供应商提供的更多安全性和合规性服务，增强了银行探索该技术的意愿。” 6德意志银行的研究人员某些银行IT高管告诉他们，“三年之内可以从零使用云计算或IaaS（基础架构即服务）模型提高到20％到30％（主要用于开发/测试工作负载）”，这是一个非凡的增长轨迹7

大型数据管理平台解决方案的未来将需要强大的数据存储功能，基于云的计算是自然的解决方案。

新的中层办公室的好处

实施新的中级办公室可能具有挑战性，但是随之而来的改进的工具，洞察力和生产率带来了明显的好处，包括更高的运营效率，更高的透明度以及降低的业务和投资风险。仅凭这些，就足以说服大多数投资公司在面对前所未有的竞争和监管水平时，至少考虑采用新的中间办公室方法。但是，还有一些其他优点值得强调。

与供应商风险隔离

彭博对Barclays BRAIS的收购以及FactSet对BISAM的收购（以及业界对某些传统投资会计系统的谣言即将结束）都凸显了与卖方损失相关的风险。由于单个供应商应用程序提供了独特的功能以及对相关报表的支持，因此客户端越来越依赖支持其最佳应用程序模型的单个应用程序。另外，由卖方控制卖方系统使用的数据的管理（例如，卖方提供的安全主数据和市场数据的使用）。最后，也许是最重要的一点，由供应商应用程序创建和保存的数据通常仅存储在该供应商应用程序上，这意味着组织的历史数据位于组织外部，而该系统可能距离现在的18个月都不存在。

使用传统的基于应用程序的操作模型，资产管理器依赖于供应商，因此对供应商损失敏感。但是，新的中间办公室模型可以使经理免受供应商风险的影响。使用集中式数据管理平台，数据维护和存储不是单个供应商的责任。而是，从每个资产管理器的供应商处获得的数据都由数据管理平台提供商进行清理和分类。数据管理平台成为组织的中央数据存储库。如果供应商迷路了，则无需启动项目就可以从该供应商的系统中提取所有历史数据并将其重新映射到替换应用程序。

创建抽象数据层（本质上是为利用而不是针对特定用例而构建的通用数据集），可使公司将报告功能从底层系统移至数据管理平台层。除了将数据放在一个地方的好处之外，好的数据管理解决方案还可以减轻其他系统的报告负担。后台或前台系统很少具有强大的报告功能，尤其是在使用多个系统的情况下，用户通常会有不同的体验。将报告移至数据管理层可以对来自所有基础系统的数据进行一致的报告。此外，此举还为经理提供了更大的灵活性来选择他们使用的系统。数据管理平台到位后，升级或更改系统变得更加容易。新系统所需的只是一次性集成和映射到数据管理平台的练习。

更少的定制需求

尽管有合理的理由来定制报告和流程，但是自定义非常昂贵，耗时且消耗资源。通过在数据管理平台中完全定义和填充所需的数据，可以最大程度地减少对报表自定义的需求。传统的基于应用程序的操作模型迫使报告工具将来自不同来源和应用程序的数据集链接在一起，这通常导致报告运行缓慢且逻辑复杂。在新的中间办公室的支持下，数据管理平台将企业所需的所有数据集中在一个地方。最终用户的可视化和报告成为对现有数据进行切片和切块的练习。

新的中间办公室意识到了这个问题，并提出了一个环境，该环境允许业务用户从受管的受支持环境访问他们所需的数据。通过提供业务用户已经使用的报告和可视化工具包，新的中间办公室在企业支持的安全框架中提供了解决方案，以确保最终结果的一致性和治理。

恢复用户对数据的信任

新的中层办公室的最大好处之一是它具有恢复业务用户对数据的信任的潜力。如果业务用户不信任数据的质量，反过来又不信任显示数据的系统，则他们将不使用这些系统或这些系统的输出；相反，他们将创建自己的解决方法和子系统。新的中间办公室管理组织使用的数据，并恢复对该数据的业务用户信任。中间办公室还需要确保数据的所有用户和潜在用户都了解数据的当前状态和未来路线图。

未来属于维护数据的人

投资管理公司面临着前所未有的挑战，包括数据量的指数增长，减少生成Alpha的机会，以及即将出现的人工智能和机器学习军备竞赛。资产经理正在寻找可能的竞争优势，在这种情况下，新的中层办公室正走出阴影，承担起公司最有价值资产：数据的监护人的角色。通过使用数据管理平台主动管理组织的数据并支持一致且受管的报告，资产经理可以利用整个组织的价值。

为了从数据中获取最大价值，新的中间办公室将各种来源的结构化和非结构化数据转换为有价值的信息和可操作的知识。它通过利用先进的报告和分析技术，替换不相干的基于应用程序的模型，未受管理的数据库以及孤立的报告工具，仪表板和门户来实现此目的。这种转变的价值在改善投资决策，减轻风险和提高效率方面显而易见。新的中层办公室将支持增加监管报告的需求，促进对投资者透明度的更大需求，并通过高级数据质量，可用性和预测性分析洞悉前台策略。

对于希望进一步利用与服务提供商的合作伙伴关系的资产经理，或者对于不想投资数据管理计划的资产经理，服务提供商正在向其客户提供DaaS，使其可以使用全套数据管理功能。该环境包含一个安全的数据体系结构，包括数据控制，治理，质量管理和管理，以及通过可视化工具和报告进行的高级报告和分析。

虽然传统的中级办公室可谓平凡，但它的下一个发展却无非。新的中层办公室是运营和投资之间的关键渠道，代表了资产管理的未来，其中尖端技术使最重要的事情得以实现：优化客户体验，建立关系，提供最佳的风险调整收益，并成功开展业务。

---

详细了解SEI的中层办公室服务。选择格式美国/英国

资料来源

1 SEI，2014年12月，“不断发展的新作战前沿”。

2“中层办公室：SEI，2016年5月。

3“中层办公室：SEI，2016年5月。

4 Jaikumar Vijayan，“解决非结构化数据挑战”，IDG首席信息官，2015年6月25日。

5“颠覆的优势：为什么资产管理的未来取决于创新”，SEI，2016年6月。

6史蒂文·诺顿，“德意志银行表示，大银行开始拥抱公共云”，《华尔街日报》，2016年6月9日。

7布兰登·巴特勒，“德意志银行：三年之内，将近三分之一的财务工作负载可能会迁移到云中，” Network World，2016年6月14日。

SEI Investments Distribution Co提供的信息； SEI机构转让代理公司； SEI私人信托公司，一家联邦特许的有限目的储蓄协会； SEI信托公司； SEI Investments全球基金服务； SEI全球服务有限公司； SEI Investments–全球基金服务有限公司； SEI Investments –爱尔兰存管与保管服务有限公司； SEI Investments Global（Cayman）Limited是SEI Investments Company的全资子公司。投资经理服务部是SEI Investments Company的内部业务部门。