数字化水平
大量头部券商正积极制定新的数字化转型行动方针，数字化转型成为券商行业的共识。目前各方的核心着眼点已经从要不要做数字化转型，转向如何在本公司有效落实数字化转型，实现数字化转型的真正价值。当前国内大部分证券公司数字化转型实践仍处于较为初级阶段，我国证券行业在数字化建设方面投入与境内外金融同业间尚存在较大差距。我国证券行业在信息技术投入方面力度相较银行、保险等其他金融机构稍显不足，部分证券公司信息技术无法支持科技创新，仅限于覆盖正常的运维成本。2019年我国银行业信息技术投入 1730 亿，保险业投入 330 亿，分别是证券业的 8.44 倍、1.61 倍。国内大部分券商数字化转型仅仅是将线下模式搬到线上，或实现分散的数字化应用场景的“点状发展”。虽然我国头部券商在利用互联网思维服务终端客户上积累一定优势，但与国外券商相比，在信息基础设施的内部改造上依然差距明显。2019年，摩根大通、花旗集团信息技术投入分别为 685 亿、493 亿元，是我国证券全行业信息技术投入的 3.34 倍、2.41 倍。头部券商与中小券商分化严重，数字化转型进程、深度与广度将推动证券公司走向差异化发展。受市场整体环境影响，中国证券业营业收入自2015年至2018年表现明显的下降趋势，利润率显著下滑，行业集中度则持续上升，2019年以来中国证券业营业收入有了较大幅度的回升。自2017年以来证券行业对信息技术投入力度呈稳步增长趋势，2020年证券行业信息技术投入规模达到 262 亿，信息技术投入平均数为 2.58 亿，达到行业平均值的有 23 家，投入 4 亿美元以上的有 19 家。头部券商与中小券商资金投入极不均衡，头部券商拥有更强大的科技投入能力、客户来源与资金实力，这些因素将进一步强化头部券商的核心竞争优势，分化趋势将越发明显。
战略性布局和规划
突破传统商业模式，主动提升数字化资产、运营、业务价值，努力实现战略带动效应，已成为众多领先证券公司的共识。88% 的证券机构表示数字化转型及金融科技的运用对于公司未来发展“非常重要且较为急迫”，并且明确将数字化转型目标和路径纳入公司整体发展战略。在用户、监管、技术、产品和渠道，以及市场竞争等内外部因素影响下，国内券商数字化转型的价值定位从运营价值向经营价值和战略价值扩展。现如今，提升运营效率，降低成本仍然是转型过程中核心关注的要点，但越来越多头部机构开始重视数字化转型在“推动战略转型”和“提升客户满意度”层面的价值，而“数据赋能决策支持”及“创新收入来源”方面的价值也开始逐渐显现。数字化转型已经开始从单一产品和技术的运用，转向商业模式重塑与组织 战略层面的改造。
组织人才
数字化时代意味着证券公司逐渐以用户需求为驱动而不是以产品为驱动开展经营活动，这要求企业组织能否基于市场的变化和需求建立快速反馈机制，减少无效的中间环节。缺少合理的组织架构和创新型人才往往是数字化转型过程中面临的共性痛点。从各领先机构对上述问题采用的主要措施看，高层挂帅、敏捷组织、专职专责是大部分机构的首选方案，同时也反馈出对数字化转型机制配套的制度保障，以及考核驱动下的绩效考核方案设计仍待完善。大部分证券公司未将数字化转型列入考核指标，并缺失配套机制，主要有几点：
大部分证券公司对数字化转型的定位以赋能、优化为核心，因此往往从流程优化、数据治理、平台规划等方面切入，这些切入点对业务创收的贡献难以直接显现，与公司整体以创收业绩为主导的考核激励体系难以直接挂钩。
经营绩效与数字化的量化标准难以统一。
传统组织结构与机制体制，与数字化转型对组织 柔性、敏捷、扁平化的要求难以自洽。
数字化应用
经历上一轮资本市场的行业低谷，我国证券行业正面临费率触底、通道业务收缩、同质化竞争激烈等问题。为寻求新的增长点，行业分化趋势日益明显，同时数字化和金融科技的发展带来行业颠覆性变革，使得大量证券公司面临重新转换赛道的机会。国内证券公司当下处于以财富管理、投行、交易金融等业务为切入点，从前台带动中、后台转型，从单一业务转向投行数字化、智能投顾、数据中台等多元业务发展的过渡阶段。国内领先券商数字化转型实践显示，财富管理业务、资管业务、自营业务、研究所业务与运营维护是主要实践领域，其中财富管理业务的数字化转型成熟度最高、应用范围最广，是券商业务模式重构与分化的主战场，不过大部分数字化转型的功能实现仍主要集中于财富管理服务的线上化迁移以及成本效率的优化，尚未对现有的商业模式带来颠覆性的改变。以数据为核心驱动，向多点、全链路自动化、智能化进阶的数字化转型模式正在启动。绝大部分领先机构已经可以熟练运用云计算、大数据、生物识别等技术，完成集基于客户数据的采集、存储、调度、查询、交换、计算等功能于一体的底层数据平台，并向以大数据为支撑的数据中台、运营中台、营销中台发展，借助多种数据资产与创新技术，推动整体业务革新。但从数字化向自动化和智能化发展过程中，目前对人工智能等相关技术运用尚浅。未来随着智能分析技术在搜索和信息抓取方面效率的提高，将推动证券行业实现客户、场景、数据、产品的自动化联结和智能化匹配，形成以客户体验为中心，以数据为驱动的自动化、智能化新业务形态。
信息系统建设
IT 系统作为证券公司前中后台业务执行的载体，在数字化转型中需要从底层功能和技术的角度理解、运用和拥抱数字化革新与不断变革的业务逻辑。这要求证券公司在系统功能构建与运营过程中，兼具技术的自主创新能力、创新技术的应用能力，以及创新技术与企业传统技术的整合能力。数字化时代可获得的数据过多，需要证券公司快速提高其获取信息、分析处理并实现业务应用的能力。这要求证券公司明确自身数字化战略，并进行相关能力建设，需要以开放的态度与外部机构开展合作，构建开放化、平台化、生态化的全新数据获取与运用能力。当前大部分证券公司的传统系统架构尚难以支撑业务、运营、风险等全方位数字化转型需求。主要体现为以下几类障碍：
海量数据处理面临巨大压力
缺少支撑数据整合与共享的中台能力
存在行业数据壁垒，难与外部公司构建生态
基础架构难以适应互联网业务变化
传统系统架构无法满足创新型业务功能迭代
除了一些头部券商，我国多数券商的核心业务系统严重依赖代工开发，核心系统主要来自同几家供应商，产品同质化明显，难以支撑数字化转型中的差异化和创新需求。虽然大部分头部券商已经形成以自主研发为主的系统构建能力，但大部分信息技术水平呈现为业务改造相对滞后与发展迟缓的特点，很少与其他金融机构、场景提供方合作进行技术、数据、场景、生态的共建。几乎所有券商都将数据治理、数据中台建设及大数据分析能力的提升作为未来最重要、最迫切及投入资源的重点，并将数据质量及标准的梳理、数据治理组织和机制优化，以及系统间数据和信息流的打通作为数据能力提升的关键。
