为啥金融、IT 行业的人普遍收入很高,合理吗?

为啥金融、IT 行业的人普遍收入很高,合理吗?,第1张

在国内目前比较著名度影响力比较大的主流财经网我个人认为,应该包括:新浪财经网页链接、腾讯财经网页链接、网易财经网页链接、环球财经网网页链接、和讯网、财经界、凤凰财经网页链接、财经新闻网网页链接、国际财经网网页链接、环球金融网网页链接、中国影响力网网页链接等等,以上一般被认为是国内财经主流网站。希望对朋友们有帮助。

7月底,农行(601288SH)宣告成立金融 科技 子公司农银金融 科技 有限责任公司,注册资本6亿。目前已有11家银行成立金融 科技 子公司,包括五家国有大行、五家股份行和一家城商行。新一家金融 科技 子公司的成立振奋市场,而国内银行金融 科技 是否能够与国际抗衡,是否能完成“进口替代”的话题再次浮出水面。

长久以来,IOE技术架构是银行业的标准配置和唯一选择,而在2013年之后,由于金融系统IT架构定价权和 游戏 规则控制在海外厂商手中,并且随着移动互联网的普及,高频交易让传统系统不堪重负,银行业也开始艰难谋求去IOE。

时隔7年,在金融 科技 助推下,银行们通过自我研发去IOE仍在进行中,也有银行依靠互联网等外部力量以求快速实现IT架构国产化。

银行业去IOE始于2013年左右。图 站酷海洛

IOE,分别指IBM(国际商用机器公司)、Oracle(甲骨文)和EMC(易安信),三者分别是小型机、数据库和高端存储的领导厂商,一定程度上主导了企业的IT架构。它们组成的系统一度被视为大型金融企业后台的“黄金架构”。

中国银行业自上世纪90年代开始逐步实现电子化,陆续采用数据、 *** 作、应用大集中的管理模式,即数据中心大集中时代,以革除各家分支行各自为政的弊病,实现网点和业务的数据集中。而IBM以其强大的数据处理能力,装机量在国内一枝独秀。

当时,各类银行争相引进海外业务系统产品,实现流程改造和管理方式改革。

银行业去IOE始于2013年左右。

一直以来,由于银行业采用IOE为代表的IT基础体系,使得如此重要的金融机构IT整体都处于海外厂商的控制之中。可想而知,如若存在技术漏洞,或被主动植入漏洞,或者是国与国之间产生矛盾,供应商被要求停止技术服务,则金融业暴露在安全风险之中。

因此,国家层面基于金融与信息安全的导向推动提出了去IOE的想法,2012年6月国务院发布《关于大力推进信息化发展和切实保障信息安全若干意见》(国发〔2012〕23号),金融监管部门也期望银行逐年减轻对IOE的依赖程度。

尽管去IOE化在2014年、2015年就成为了金融 科技 领域的热门话题,但是它的进展速度显然没有它的热度上得快。

广发证券研报显示,去IOE在开始几年在传统银行间开展得并不顺利。

主要原因包括:第一,大型银行当前集中处理的业务模式对于服务器的稳定性要求极高。而IBM大型机/小型机的稳定性无人能及。其次,中小银行采用开放式平台架构,可以不用IBM服务器。但国产设备的性能、安全性、稳定性一直难以被信任。此外,服务器、存储、 *** 作系统、数据库等基础设施层次相互依赖,难以单一替换。因此,过去5-10年,难以真正意义上撼动海外厂商在国内银行业的地位。

金融壹账通总经理助理、Gamma平台CEO区海鹰在接受媒体采访时对21世纪经济报道记者表示,去IOE仍是银行业头疼的问题。“因为金融是国家与 社会 最重要的一个稳定因素,银行业内部使用的技术中IOE占比非常高,如何去IOE对于银行业来说是一个非常大的挑战。”

区海鹰表示,去IOE只能“小步慢走”式迁移,而且这个工作量非常大。应用层、硬件层迁移已经非常耗费精力,而底层的改变要用到全部国产的服务器、网络,难度可想而知,“估计这个改造本身就是5-10年的工作”。

2019年10月,中国互联网金融协会发布的《中国商业银行数字化转型调查研究报告》显示,参与调研的75%的银行已经或正在启动数字化转型。这其中,不少银行通过自行研发实现了国产化架构支撑关键业务。

据微众银行年报披露,截至2018年底,微众银行已建成229个关键系统,1202个子系统。依靠分布式架构及开源技术的深度应用,行内系统成功支持了年内亿级客户量、亿级日交易量,达到国有大型银行同等规模。与此同时,行内账户运维成本持续下降45%。

今年5月,陆金所也宣布去“O”已经完成95%,预计到今年中实现开源数据库的完全替代。陆金所选择了MySQL的开放式架构作为Oracle核心数据库的替代方案。经测算,完全“去O”之后,系统软硬件成本将节约近90%。

如果说,微众银行等互联网银行实现去IOE更为轻车熟路,那么更多的银行通过外部合作,来降低对海外厂商的依赖,近年来尤其实现提速。

2019年5月,华为正式面向全球推出了GaussDB数据库,其GaussDB OLTP数据库已在招商银行综合支付交易系统成功上线投产,也已在工商银行内上线投产。同月,达梦发布DM80,10月23日,该新核心系统所引入的达梦数据库正式通过湖北银行项目方的验收。

去年10月,蚂蚁金服OceanBase登顶TPC-C,这是国产数据库首破OLTP的benchmark世界纪录。OceanBase落地西安银行,西安银行完成实施互联网金融业务平台MySQL数据库、互联网交易资金存管平台Oracle数据库向OceanBase分布式数据库的完整迁移。同月,中兴GoldenDB成功帮助中信银行替换DB2,换“心”后的中信银行xyk核心交易系统对外投产,这是全国性股份制商业银行的首例。11月,腾讯宣布开源TBase数据库,TDSQL数据库落地张家港农商银行新一代核心业务系统。

对于互联网金融公司和银行的 科技 子公司在去IOE领域的竞争,一位金融 科技 业内人士认为,互联网 科技 公司的 科技 创新能力确实非常强,而且也有很大的服务C端用户的规模。银行业尤其是大行金融 科技 子公司从纯技术的角度与互联网公司旗鼓相当,但是互联网公司本身自带流量,具有很大的优势。

但上述人士坦言,数据库市场被国外厂商垄断,自研企业实力与Oracle仍有一定差距。智研咨询发布的《2020-2026年中国数据库市场深度分析及未来发展前景预测报告》显示:2018年我国数据库软件市场规模为13925亿元,其中,关系型数据库规模约11836,占比约85%。Oracle数据库关系型数据库市场份额超过46%,占数据库市场约391%。

国产数据库方面,既有传统大学成立的数据库企业,包括人大金仓、武汉达梦、神舟通用、南大通用、山东瀚高等,也有近几年主要以阿里、腾讯、华为为代表的企业研发也加快了追赶脚步。

从国产数据库的技术来源看,国产关系型数据库多源自或者借鉴开源MySQL、PostgreSQL等数据库及其变种,或收购商业源码(例如Informix)+自研的方式,大数据平台多源自或直接整合开源大数据生态组件,纯自研的国产数据库较少,数据库种类不够丰富,核心竞争力亟待突破。

更多内容请下载21 财经 APP

这个问题我想深入说明下。

我认为至少有 5 个重要的点可以回答题主的问题:

1 金融业擅用杠杆,导致金融企业利润(扣除人力成本前)高;

2 IT 业很多服务边际成本几乎为 0,导致 IT 企业利润(扣除人力成本前)高;

3 金融、IT 业的核心生产资料是人,导致高端 人才 薪水分配占比高。

4 全球化、技术进步导致实业与金融、IT 业的收入差距进一步被拉大。

5 金融、IT 业具有配置资源的属性,获得“超额”回报是合理的。

第一,擅用杠杆的意思就是金融机构懂得利用别人的资本帮自己赚钱,而且与大多数实业相比,金融业特别擅长。

金融危机之前很多金融机构都维持了特别高的杠杆,也就是说用同样的资本,金融机构可以撬动更大体量的交易,自然就有更高的回报率。即使是金融危机后去了杠杆,也有 12 倍左右的规模,这是实体企业无法企及的。虽然国内的情况还有所区别,但金融机构的本质就决定了他们更容易利用信用和客户资源去提高自己的收益。实体企业通过展期,期限错配等手段让资本持续滚动的能力非常弱,所以他们需要用资产、现金流、或至少是对未来发展的预期去为自己的信用背书,而这些资源往往都是很有限的,所以能撬动的资本也就很有限。这样的杠杆亲近性就决定了在同样的体量下,金融机构可以利用比实体企业更多的资源,产生更多的收益。

第二,IT 业的边际成本远比一般实体要低,一些情况下几乎为 0。工厂多生产一颗螺丝钉,房地产企业多盖一栋房,这些都是需要付出实在的物料和人力的。就算规模生产和高科技设备效率再高,也免不了实际的投入。可 IT 不一样:在一定的规模上,一个 app 服务 500 万人和服务 600 万人可能成本没差别,但收益却变高了(不考虑所有行业都的推广成本)。call center 和洗脚城之类的传统服务业,单个人员能服务的客户始终是有限的,技术能带来的效益提升不大。但 IT 业的技术发展则可以让单个程序师为千千万万的用户服务,这样生产效率就能得到极大的提高,从而提升企业利润。在固定技术水平下,IT 企业已具备很大的成本优势,而随着技术的进步,他们增长的动力只会把实体企业拉得越来越远。

第三,和一些传统实业相比,金融、IT 企业的高端人才能直接创造出巨大的价值,因此利益分配的占比也更大。题主的举例里面,那些实体企业的雇员虽付出了很多努力,但直接创造的价值有限,需要和别的生产要素分享收入。

以题主提到的工程师为例:一个精通技术的工程师,固然为成为专家付出了巨大的努力,但在实际的工作中,他往往只能起到重要作用,而不是主要作用。比如建造一个水电厂,首先就不是一个工程师能搞定的,而是需要数个工程师团队,涉及不同领域。其次,光有技术指导也远远不够,还需要购买设备,施工建造等步骤。一座水电厂的完工,涉及了许多复杂的环节,每个环节都不能说不重要。所以对每个环节中的高端人才来说,能力再强也无法分到大部分蛋糕。

而对金融业来说,比如做一单 IPO:一两个厉害的拉皮条人员拿下单子,再来一个业务小组搞定需要的文书工作,接着配合下销售团队把股票卖出去,扣除第三方机构的费用后千万级别的收入就到手了。这其中涉及的人员总数往往只有数十人甚至十数人,还没有什么机械设备的投入;在这种前提下,高端人才的收入自然可以很高的。

IT 也是同样的概念:一两个人或者一个小团队开发出一个软件 / 网站 / 硬件的原型,通过吸引市场注意力得到最初的收入和投资人注资,接着就能完善产品然后大规模推广,最终实现指数级的增长(在产品成功的前提下)。在整个价值创造的链条中,技术和创意是最重要的,制造产品 / 部署服务的工序往往被外包。苹果产品赚了那么多钱,又有多少落在了富士康工人的口袋里在许多 IT 业的财富传奇中,虽然也利用了类似传统实业的大规模生产 / 部署服务的手段,但核心的产品 / 服务还是来自于高端人才的技术和创意,这是无法替代的,所以必然能分配到核心的利益。

第四,全球化和科技进步增加了企业的雇佣选择,从而削弱了许多实体经济中员工的议价能力,拉低了工资;与金融、IT 业的高薪相比显得不和谐。很久以前,美国一个普通的工人可以有很体面的收入。美国有公会等为中低层人民争取福利的机制,加上社会基本也较为富裕,有能力支付相对昂贵的人工费,所以即使在实体经济中当一颗螺丝钉也会有不错的收入。

但全球化,第三次科技革命开始后,很多可以在国外做或给机器做,成本还更低的工作就被外包出去了。这类的工作往往会在美国消失,人们不得不去从事门槛更高的职业,也就是说劳动力的议价能力降低了。罢工在过去可以涨工资,现在则可能直接被中国、东南亚的工人甚至机器人取代。中国是全球化的受益者,加上过往对职工权益的保护也不强,所以还不太能体会到这点,但未来会越来越明显(比如总体收入增速放缓)。

相反地,因为金融、IT 业的高收入人群本就难以被全球化和技术进步威胁;而全球化和技术进步又为金融和 IT 业带来了更大的市场,更高的效率,所以总的来说,这两个行业高端人才的工资水平是在增长的(其实不光是这两个行业,在大趋势下,传统行业也在经历着两极分化)。

纽约不同行业的历史平均工资,红色是其他所有民营行业,紫色是证券行业。历史趋势显示实体经济雇员的收入增长缓慢,而证券业则很快,最后差异越来越大。当然,也不是每个在纽约证券业工作的人都能赚到 35 万美金的年薪,也有很多非高薪的 analyst 存在;这么高的平均薪水说明证券业本身也存在着极大的两极分化。

最后,金融、IT 业具有配置资源的属性,因此可以获得比自身付出更多的价值,这在市场经济的逻辑下是合理的(不谈社会稳定 / 公平的问题)。传统经济学认为价值是实际存在的,固有的,而马克思更认为价值是社会必要劳动时间决定的。在这种朴素,带有“天道酬勤”价值取向的观念下,我们倾向于认为一个人能赚多少钱取决于他有多努力,或者他有多少天赋。但在实际的市场经济中,价值是由公平交易创造的。也就是说只要公平合法,能赚多少钱取决于能为购买者创造多少价值,他觉得值不值,而不是自己有多努力。

以金融为例,很多人觉得投行人收入高是因为他们人员素质高,工作时间长。但本质上是因为他们从事的是关系驱动型工作,而不是技术驱动型。投行做的技术工作,会计事务所也能干,但收入低得多,这点国内外都一样。你能做建模 / 咨询 / 尽调,我也能做,所以光靠技能是实现不了高收入的,因为往往会走上同质化竞争的道路,最后变成价格战(稀缺的高精尖技术除外)。

投行的人加班辛苦,会计师就不辛苦么凭什么同职级的投行人收入是事务所的好几倍,甚至十几倍因为投行能为企业找到最合适,估值最高的投资者;或者反过来为购买方找到最合适的投资标的,别的类别的机构做不到,这才是溢价的点。对投行而言,可能有的交易撮合很简单,只是打了几个电话。但对企业来说,这解决了他们最重要的融资问题,当然愿意支付很高的报酬,就算服务本身没有消耗多少工作时间和精力。

IT 也是同样的道理。对阿里巴巴来说,把一家企业放到他的 B2B,B2C 平台上,做一些广告,优化一下搜索排名结果,消耗不了多少劳动时间或是资源,甚至几个人花几天就能搞定(这里谈的是新增客户的边际成本,而不是平台搭建的固定成本)。但对企业来说,却能对接到最需要的客户、合作伙伴资源,创造出实在的业绩增长。因此就算阿里巴巴的服务没有付出多少努力或是智力,却完成了一次伟大的资源配置,为客户创造了客观的价值,高收入是正常的。

以上就是关于影响力排名前十的财经类和IT类媒体有哪些全部的内容,包括:影响力排名前十的财经类和IT类媒体有哪些、“去IOE”7年 银行IT架构国产化还需多久、为啥金融、IT 行业的人普遍收入很高,合理吗等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/langs/8866952.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-22
下一篇 2023-04-22

发表评论

登录后才能评论

评论列表(0条)

保存