21世纪经济报道记者 陈植 上海报道

面对Wind大幅提价，越来越多券商基金等金融机构选择“用脚投票”。

“我们正与Wind开展拉锯战。Wind正要求我们尽快签订新的金融数据采购协议，否则将暂停相关SaaS账户使用权限，但我们内部难以同意如此高的提价幅度。”一位券商人士向记者透露。

他所说的Wind大幅提价，主要表现在三大方面，一是今年Wind向金融机构销售的单个saas账号较2021年售价增长约50%；二是此前免费使用的EDB宏观数据库等模块开始另外收费；三是此前免费赠予的试用账户不再免费，需缴纳不菲账户使用费才能继续使用。

这位券商人士向记者透露，按照今年Wind的收费标准，他所在的券商仅这项数据采购支出较去年高出逾1倍，达到千万元级别。

“在券商持续推进降本增效的环境下，公司高层肯定不会为这笔新增的大额支出买单。”他坦言。当前他们一面要求投研部门压缩Wind账号数量，非投研部门不再使用Wind账号，一面开始寻找同花顺、 东方财富、通联数据、财汇等其他金融数据服务商“替代”。

记者多方了解到，因Wind涨价而被迫削减账号并部分更换金融数据服务商的金融机构不在少数。

一位公募基金公司数据中台服务经理向记者透露，基于节流要求，他们正积极寻找其他金融数据服务商部分“替代”Wind。究其原因，同花顺、东方财富、通联数据、聚源、财汇等同等级账户售价较Wind低约50%，且服务更及时，满足企业节流增效要求。

但他承认，更换金融数据服务商的征途并非一帆风顺，无论是投研部门分析师的数据使用习惯，还是数据计算模型与数据接口的大幅调整，都需要一个适应期。因此基金公司已增加数据校对人员，先解决数据服务商替换过程的数据口径不一致问题。

一位金融数据服务商负责人向记者直言，这对众多金融数据服务商而言，既是机遇，也是挑战。

他表示，个别大型金融数据服务商存在着反馈速度较慢，数据库开放程度不够（或高价开放），数据延时性高等问题。但其他金融数据服务商能否解决这些痛点，关键在于自身能否凭借技术特点，搭建一站式，有复核、准确度高、成本低、更新快、内容全的数据服务体系。毕竟，众多金融机构对基础数据服务有着三大诉求，即“快、准、全”。

“更重要的是，随着金融数据服务行业竞争激烈，以及数据渠道日益开放，对数据服务的定义也在发生变化。越来越多金融机构不愿再为差异性日益减小的基础数据简单聚合和静态汇总服务支付高额费用，但他们愿意为大量能创造高质量投资线索的另类数据或深度数据分析功能买单。”这位金融数据服务商负责人向记者指出。以近三年欧美金融市场为例，毕马威统计这类另类数据的市场规模超过百亿美元，越来越多大型金融机构都在为此增加投入预算。

大幅提价争议再起？

2020年底，Wind大幅提价一度引发市场争议。

记者了解到，当时市场猜测Wind之所以依靠较高市场占有率大幅“提价”，主要目的是提振业绩以尽早IPO。

“这场争议很快偃旗息鼓。”上述券商人士向记者透露。究其原因，一是不少券商基金公司与Wind的数据采购协议尚未到期，感受不到涨价压力；二是多数券商基金公司分析师早已习惯使用Wind数据。

然而，随着越来越多券商基金公司与Wind的数据采购协议在去年底到期，今年一季度这项争议再度悄然升温。

记者多方了解到，目前不少券商基金公司之所以觉得Wind大幅提价不够“合理”，一个重要原因是后者数据服务能力未能跟上“提价步伐”。

多位券商基金公司人士向记者透露，Wind在数据售后服务过程存在反馈速度较慢，数据库开放程度不够，数据延时性高等问题。

“有时我们不得不直接与他们销售副总裁沟通，才能解决某些基础数据服务问题，但这大幅放缓投研部门的投资模型迭代升级效率。”上述公募基金公司数据中台服务经理指出。尤其在今年Wind大幅提价后，投研部门反映其数据服务性价比偏低的声音持续增加。

记者多方了解到，这驱动越来越多公私募基金、券商、保险资管、银行理财子公司开始寻找其他金融数据服务商替代。

一位券商IT部门人士向记者透露，目前他们要求投研和投顾业务部门逐步尝试使用东方财富、通联数据的数据产品。后者的反馈意见不错，比如根据实测通联数据能覆盖逾90%的基础数据，且数据接入方式更灵活，同花顺则在高频交易数据方面具有一定优势，东方财富除了提供数据服务外还提供基金代销业务等。此外，投研部门认为通联数据等数据服务商凭借自身认知智能技术，对底层数据进行深度运算与建模，通过行业景气度、AI盈利模型、产业链图谱等特色工具向他们提供不少高质量投资线索，无形间提升了数据采购性价比。

“但是，我们之所以决定替换数据服务商，根本原因还是节流需要。”他指出。

在这位券商IT部门人士看来，鱼与熊掌不可兼得。更换金融数据服务商势必遭遇诸多挑战，一是越来越多业务部门人员不得不重新适应新的数据使用习惯，可能带来内部业务沟通烦恼，二是相应的金融数据计算口径与Wind未必一致，需要增派人手校对，三是对外拓展业务的沟通成本相应增加。其中最常见的现象是，作为卖方的券商向基金、保险资管等买方机构推介投资策略时，彼此使用的excel表格、日报周报信息都会内嵌Wind的演算公式，如今他们若大幅度替换金融数据服务商账号，其与众多买方机构的信息沟通交流将遭遇一定困难。

“目前我们只能选择折衷方案，一是在持续压缩Wind账户使用数量降低采购成本同时，仍会保留部分账户以便对外展业，二是将Wind与其他信息数据服务商账号并存使用，逐步实现金融数据采购生态的替换。”他指出。

记者获悉，部分金融数据服务商正积极研发excel表格等衍生应用产品，在产品功能层面加快全方位替代步伐。

金融机构优化数据采购服务投入结构

在多位业内人士看来，今年众多券商基金公司之所以对Wind大幅涨价“用脚投票”，还有一个不容忽视的因素，就是随着数据渠道日益开放，各家金融数据服务商的基础类数据服务差异性持续减少，令这些金融机构不愿为同质化的服务内容再支付高额的费用。

“可以预见的是，随着各家数据服务商提供的基础性数据同质化程度日益提升，这类数据采购成本理应下降，而不是增加。”一位大型公募基金公司投研部门主管向记者透露。相比而言，他们更愿为能产生高质量差异化投资线索的另类数据和人工智能特色工具支付较高费用，因为他们在实际投资过程发现，不少行之有效的投资模型都是建立在这些另类数据和工具辅助的基础上。

据欧美研究机构预测，相比基础数据服务市场规模有限，未来资管智能化过程中的数据提供、系统定制、功能研发赛道，将是一个数千亿体量的巨大蓝海赛道。目前Wind占据的市场先发优势，仅仅局限在基础数据市场，智能化赛道上尚未出现“巨无霸”级别企业。

前述金融数据服务商负责人向记者直言，这驱动越来越多金融数据服务商开始将更多资源精力投向数智化的功能研发。但对他们而言，做好这件事的难度同样不小。因为众多金融机构特别看中另类数据的类别丰富度与回测有效性。具体而言，另类数据属于能解释一些金融资产波动趋势的非标准化数据，但数据的有效性，场景的使用方法，在国内资管行业仍处在实践探索初期，需要数据服务商先自证优劣；此外金融机构还会通过多次观察这类另类数据的回测准确性，判断相应投资模型是否存在配置价值，进而采购这些另类数据。

“目前，部分私募机构正尝试按投资效果付费，即他们先投入少部分资金，供数据服务商按定制化要求研发另类数据，只有等到这些另类数据形成投资模型并创造预期高收益后，再支付剩余的费用。”他指出。

记者多方了解到，这驱动越来越多金融数据服务商开始搭建基于认知智能的信息数据平台体系。比如通联数据在自身认知智能与算法技术沉淀的基础上，结合专业证券分析师的研究逻辑与投研框架基础，搭建基于“人机结合”的宏观、行业、公司数据采集分析归纳体系，既能充分沉淀人类专家的投研知识图谱，又充分发挥AI学习技术在处理海量数据的深度思考归纳优势，形成互补性的投资建模与投资决策参考价值。

多位券商基金公司人士向记者透露，基于基础数据的认知智能服务工具，或将成为未来金融数据采购服务领域的“新卖点”，尽管认知智能技术无法取代研究员和投资经理，但它能协助投研人员与交易经济解决大量费时费力的基础数据处理、寻找规律与投资趋势等工作，驱动越来越多金融机构愿意为这类“机器人助理”买单。

“目前，我们内部正在优化金融数据采购服务的结构，基础性数据服务的采购预算将会被持续压缩，转而将更多资金用于采购能创造高质量投资线索的另类数据，以及各类投资决策辅助工具。”上述大型公募基金公司投研部门主管指出。

（编辑：包芳鸣）