在过去的十余年间，年金在运营、投资、管理及监管等各方面均得到长足发展，但同时也面临数据交互时效慢、处理和整合难度大、应用少、价值低等一些列问题。本文尝试通过“大数据”、“AI”及“区块链”等新科技手段，为年金运营中存在的问题提供具体的解决方案。通过大数据应用，可以引入更多年金管理所需的外部数据，并有效提升年金数据的价值，从而在年金方案优化、年金资产风控等方面得到提升。在AI技术方面，机器学习技术可以有效识别数据交互过程中业务凭证模板、字段的差异及变化，提升系统对业务的支持程度；利用智能投顾系统，可更有效监督年金资产运作的安全，识别客户风险偏好，定制更具针对性的风险组合；利用智能客服系统，可以增加计划成员的参与度和互动。在区块链技术方面，通过年金行业区块链联盟的建设，有助于年金的数据交互、数据整合、运营流程精简以及业务接口统一。本课题包含五部分内容：年金运行管理的基本框架和存在问题；大数据在年金受托管理中的应用；AI在年金受托管理中的初步应用；区块链在年金受托管理中的尝试

　　（一）年金运行管理模式

　　1.企业年金运行管理模式

　　1991年，我国颁布《国务院关于企业职工养老保险制度改革的决定》,开始实施企业年金。自2004年颁布《企业年金试行办法》的规定以来，企业年金基金数额快速增长，截止2017年12月31日，已有80,429家企业建立了企业年金计划，累计基金规模为12,879.67亿元。

　　2004年，我国颁布了《企业年金试行办法》和《企业年金基金管理试行办法》，明确了我国企业年金采取信托制的模式。信托模式在基金管理上具有优势，可以保证基金财产的独立性，明确界定受托人责任，更能体现和维护受益人的利益。根据《企业年金基金管理机构资格认定暂行办法》，从事企业年金基金管理业务的机构，必须取得相应的企业年金基金管理资格。截至目前，我国具有受托资格的机构有14家，投资管理资格的有22家，账户管理资格的有18家，托管资格的有10家。我国企业年金市场投资运作模式如图1：

　　2.职业年金运行管理模式

　　在职业年金层面，随着《机关事业单位职业年金办法》、《职业年金基金管理暂行办法》等相关政策先后落地，也将步入投资运作阶段。职业年金仍采用信托模式，中央以及各省社保经办机构为“代理人”，行使委托职责。

　　在参与角色上面，沿用企业年金的管理资格认定，但取消了账户管理人角色，由“代理人”履行该职责。我国职业年金市场投资运作模式如图2：

　　（二）年金在传统受托管理方式下面临的问题

　　我国年金业务采用信托模式并引入多管理人（企业年金:受托人、账户管理人、托管人和投资管理人；职业年金:代理人、受托人、托管人和投资管理人），目标在于能够从根本上保证年金基金的产权明晰，运行中权责明确且高度专业化。但在实际运作中，由于年金基金各管理人之间的法律关系以及承担的责任各不相同，使得基金管理呈现出多样性和复杂性。

　　1.年金数据交互成本高，时效慢

　　年金运营涉及委托人、受托人、托管人、账户管理人（职业年金为代理人）和投资管理人等五方，除了委托人之外，其他四方管理人均采用专业系统来处理年金运行业务。数据交互方式包含线上及线下，存在成本高，时效慢，业务周期长等问题。表1列举了企业年金运营各类业务处理时效，以缴费为例，从委托人提出缴费申请至受托人起，需在管理人间经过7次信息交互，直至受托人根据账户管理人成后表出具指令并通知托管人划款至相应投资组合为止，缴费流程才算完成。这样一个完整的缴费流程需耗费12个工作日，业务周期相对较长。

　　除此之外，在运行过程中还存在管理人间数据交互格式无统一标准、字段设置不一致、数据字段不统一等情况，增加了交付、处理的难度，并有可能造成信息的遗漏或错误，增加年金运营管理风险。

　　2.年金数据处理难度大，应用少

　　年金计划的投资数据较多且复杂，既有外部数据，也含计划本身产生的数据，而现有系统在数据分析、处理和总结等方面的能力普遍较弱，无法实时给出最优的投资推荐。仅靠现有系统无法逐一了解和分析受益人的投资风险偏好，从而也无法给出最适合受益人的投资推荐。除此之外，由于信息断裂，受益人可查询的信息较少，仅可查询缴费、收益、资产余额等基本信息，而对于作为投资选择所必需的信息，如组合的投资政策、投资策略、风险级别、投资经理、历史业绩等，受益人均无处了解。

　　因此，如何更有效的管理年金资产，提升年金资产的投资收益和安全性，并且使委托人和受益人更多参与到自己的年金账户运作当中，是年金各管理人急需解决的问题。

　　3.年金数据整合难度大，价值低

　　虽然，我国企业年金市场化运作已十多载，但由于年金计划在治理结构中存在大量的委托—代理关系，各方并没有完全共享年金计划运作过程中产生的数据。这就使得大部分数据只停留在各管理人自己手中，数据停留于管理人及具体业务层面，缺乏跨管理人跨业务场景的数据整合分析。运营及基础数据背后所包含的委托人运作状况、区域经济状况、投资行情分析等方面的价值未能体现。

　　（三）科技在金融行业中的应用

　　企业年金的发展始终秉持着金融与科技的结合。在过去的十余年间，年金的信息化水平稳步升级，年金管理人的信息化系统越发强大，外围子系统日渐增多。即便如此，随着年金的发展，委托人及管理人对年金的管理需求不断提升，年金信息化建设过程仍面临着上文所述诸如数据交互时效慢、数据格式缺乏统一标准、缺乏外围数据支撑及受益人参与度低等一些列问题。

　　由此，从年金运营管理的实际需求出发，通过对技术的选型、论证和分析，本文尝试将部分已相对成熟、稳定且在其他金融领域已有成功案例的新科技手段融入年金系统，通过新技术去解决现有年金管理中的问题。

　　本文所选择的新技术包括“大数据”、“AI”及“区块链”。概括的讲，通过“大数据”及“数据挖掘”引入更多年金管理所需的外部数据，为年金方案、资产风控提供技术支撑。通过“AI”技术提升年金的科技感，增加计划成员的参与度，有效提升年金信息安全。通过“区块链”提升年金记账体系，促成年金统一标准，解决年金计划及成员转入、转出等年金运营痛点。