2023中国金融理财人才素质报告

发布方现代日际金融理对财标准（上海）有限公司 易方达革金管理有限公司 支持方北京当代金驰研究院 CHINAFINANCE, 2023 中国金融理财人才素质报告 HINA SHANGHAI 现代国际金融理财标准（上海)有限公司 ：上海市浦东新区三总人5153号长票户资界人资3C4室 :211721电话:0086-21-6095-1535 BEIJING CONTENTS目录 前言01 第一章数据来源与分析方法 1.1数据来源03 1.2数据筛选04 中国金融理财1.3分析方法05 第二章参赛数据分析 人才素质报告 2.1报名数、入围率稳定11 2.2业内资深理财师参赛踊跃12 (2023)2.3非持证人参赛热情激增13 2.4参赛结构分布更为均衡15 2.5女性选手占比持续增加17 2.6西部选手数量多，珠三角选手增长快18 第三章个人赛数据分析 3.1初赛理财师素质表现19 3.1.1男性素质优势持续扩大19 3.1.2经济活跃地区✁理财师优势明显20 3.1.3各机构理财师素质差异明显21 3.1.4从业年限适中✁理财师素质更好22 3.1.5CFP系列持证人优势显著23 3.2决赛理财师素质表现24 3.2.1精锐理财师素质性别差异小24 3.2.2地区间精锐理财师素质差异小25 3.2.3各机构精锐理财师素质差异大25 3.2.4年限长✁精锐理财师表现出彩26 SHANGHAI3.2.5精锐理财师中持证人素质突出26 CHINA3.3精锐理财师各模块素质表现超前27 第四章团队赛数据分析 4.1背景原因29 4.2团队赛差异性 30 4.3团队赛赛制31 4.4团队赛理财师索质表现 总编／宋健编辑委员会叶勋「王雪／陆玉凤 32 4.4.1团队赛入围理财师特征33 4.4.2一阶段：专业问题解答与场景演示对垒赛35 4.4.3二阶段：专题演讲对垒赛36 结语 联系电话 主编／王安妮马娃／盛瑛／冯传芳附录37 /0086-21-6095-1535 联系邮箱 /jian.song@fpsbchina.cn 38 风险提示与免责声明48 前言 随若居民财富不断积累，理财意识持续提升，大众人群对于金融产品的观察和跟踪中国金融理财人才素质的变化需要海量的数据支持，所幸发需求也逐步提高。近25年来，域镇居民人均可支配收入保持9.73%的复合平布方道过连续六届举办中国金融理财帅大，学握了大量参赛选手的基础数均增速。理财新规发布以来，投资准入门槛有所降低，理财投资者队伍逐步据，再借助科学的分析方法，得出了关于中国金融理财人才专业素质变化的壮大，理财投资者数量再创新高。且房住不炒常态化可能驱动后民资产配置一些的结论，希望这些结论能够对所有关心中国金融理财人才索质的同行以进一步转移，使得理财规模继续扩张。同时，随着养老第三支柱相关政策密及相关机构有所帮助。 集落地，个人养老金制度的稳步发展将为理财市场注入长期稳定的资金，使本报告中所讨论的“素质”指相应的专业知识结构，与国际通用知识框 养老理财规模进一步扩容，也为理财行业的持续扩张奠定了基础。架标准甚本一致，同时包括沟通能力、营销能力等通用型职业素养在内的完 整结构。 在当前环境下，专业理财 能否满足大众人群的真实需求？ 是否有足够的能力承担理 财师的职责？ 问题的答案不仅直接决定大众居民的财富安全及财富管理的质量，更将深深影响到我国财富管理行业的健康发展。 鉴于机构参赛选手的分布不均衡，以及样本数据分析方法可能存在的瑕 疵，由样本推断机构特征时可能产生偏差，本报告结论仅供参考。本报告数据皆由发布方（以下简称本公司）提供。 01FPB现代国际金融理财标准（上海）有限公司02 数据来源与分析方法 数据来源与分析方法 1.1数据来源1.2数据筛选 自2012年本公司举办了第一届中国金融理财师大赛以来，截至2022年年数据筛选是数据分析中非常重要的一个步骤，主要是为了清洗和优化数底本公司共举办6届中国金融理财师大赛，各届报名人数均超过1万人，总报据集，使其更加准确、可靠和有用，从而提高数据分析的效率和准确性。本名人数超过99,292人，参赛人员范围涵盖了银行、证券、保险、第三方财富报告采用了以下数据筛选的方法： 管理等多个金融理财专业领域。第一、去除无效数据：通过观察数据集，找到无效数据所在的行或列， 剔除异常值以后，我们总共收集了64,946份有效样本数据，这些数据来并将其除或标记为缺失数据。例如，如果数据集中包含不合理的数值或非 源于2014年、2016年、2018年、2020年以及2022年中国金融理财师大赛。数值字符，可以将其删除或标记为缺失数据。 数据内容包含了参赛选手个人初赛、个人决赛、团队赛的比分以及选手特征，例第二、去除重复数据：通过查找数据集中的重复数据，并将其删除或保如性别、省份、工作单位、从业年限、持证况以及获奖情况。留其中的一条数据。例如，在数据集中查找重复的行或列，将其删除或保留 其中的一条数据。 第三、数据清洗：通过数据清洗方法去除错误数据，例如，通过填充缺 失值、去除异常值等方法，提高数据质量和可靠性。 数据筛选后，最终得到63,499份有效数据，占总样本量的97.77%，其中 2014年8,651份有效数据、2016年15,726份有效数据、2018年15,357份有效数据、2020年10,476份有效数据、2022年13,289份有效数据。 数据来源与分析方法 03FPB现代国际金融理财标准（上海）有限公司04 数据来源与分析方法 数据来源与分析方法 1.3分析方法中国金融理财师大赛的赛程分为个人初赛、个人决赛、团队决赛二个阶 作为本报告险验理财师专业素质的思想，“中国金融理财师大赛”的赛段。初赛阶段融型为判断融或者选择融，决赛阶段主要考察了理财师及其团 题范围（见表1）与公认的金融理财师专业知识框架基本一致。队的综合规划能力，考查形式为综合案例题和现场提问，评委根据选手的现个人初赛试题分为基础、投资、保险和税务四大模块，分别对应金融理场陈述和答辩表现进行评分。因此，我们认为该赛程既可以较为全面地检验 财师知识柜架中的“金融理财基础知识”、“投资规划”、“保险规划”和理财师的基础专业知识，也可以较为准确地判断理财人员是否具备综合理财 “税务合规”模块，中国金融理财师知识框架在保留“投资规划”和“税务规划的实践能力。 合规”知识模块的基础上，将福利和退休规划内容重新归类到了金融理财基本报告中关于理财师人才素质的描述及评判指与理财规划能力相关的专 础和保险规划模块，基础模块包活经济学、法律法规、员工福利等内容。业能力和知识结构，同时包括其他通用型职业素养。 个人决赛阶段，主要考核范围是理财师的综合规划能力，即金融理财师专业素质的评定标准为过去五届中国金融理财师大赛的相对表现情况，知识框架中的“金融理财综合案例”模块，由财务规划、投资规划、保险规具体包括：素质得分、得分率、精锐理财师比例、入围率。其中，在历届中划和税务规划四部分综合构成，可以较为全面、合适地评测理财师应学握的国金融理财师大赛中获得“百佳奖”以及“优秀奖”的理财师是理财师中的 专业知识水平。精锐。经过个人初赛、个人决赛以及团队决赛阶段等赛段的层层选拔后，精锐 团队决赛阶段，主要考核理财师的合作能力、领导能力、问题解决能力、理财师在历届64,946名中占比仅为2.31%。因此，本报告认为精锐理财师大 沟通能力、时间管理能力，可以多方面地提高理财师个人和团队的能力和素致可代表中国理财师头部人才的专业水准。 质，有利于团队成员的职业发展和团队的整体效能。本报告中对理财师素质表现的主要评判标准是素质得分，即剔除各届赛 表1金融理财师赛大赛考察内容分类题难度差异后，得出的可比标准分。 个人初赛阶段理财师个人的素质得分按照金融理财基础模块、投资模块、 理论基础知识保险模块、税务模块四个模块分别计算，计算方法为理财师在初赛各模块答 金融理财基础模块投资模块保险模块税务合规 数据来源与分析方法 经济学金融学法律法规员工福利退休现划 综合规划能力 题正确率与当届理财师各模块平均管题正确率的比例，具体为： 各模块索质得分=各模块样本正确率/各模块平均正确率*100 财务规划投资规划保险视划税务规划团队决赛阶段理财师团队的素质得分首先按照5位评委老师的打分分别计 算，而后按权重20%取综合值，具体为： 团队素质表现得分w=Z=1α, 其中，指第位评委，α指各位评委的评分权重，数值为0.2。 05FPB现代国际金融理财标准（上海）有限公司06 数据来源与分析方法 用炳值法进行综合评价的步骤是 1）将各模块指标同度量化，计算第项指标下第i待评理财师专业素质指标值的 比重Pi Xij Pg=2T=1xij 2）第j项指标的炳值ej 数据来源与分析方法数据来源与分析方法 ej=-kz=Pi,lnpj 在多模块指标综合评价中，确定各模块权宣的方法主要有主观赋权法和其中k>0,ln为自然对数,ei≥0。如果xi对于给定的j全部相等，那么 客观赋权法。客观赋权法所依据的赋权原始信息来源于客观环境，它根据各xij 模块指标的联系程度或各指标所提供的信息量来决定指标的权重。客观赋权 P.=m 法有炳值法、因子分析法、复相关系数法等等。此时e取极大值，即 考虑到每届埋财师大赛中初赛的考察重点存在不同程度的差异，为了更 为客观地确定个人初赛阶段各模块的权重比例，本报告采用值法来确定个 ej=-kz/-1minm=klnm 人初赛阶段各模块指标的权重，这样可以更为客观准确地衡呈每届理财师的若设k= 专业素质。 设有m项待评理财师专业素质，n项评价指标，形成原始指标数据矩阵 X=(X)mn，对于某项模块指标X，指标值x的差距越大，则该模块指标在综 合评价中所起的作用越大；如果某项模块指标的指标值全部相等，则该模块 指标在综合评价中不起作用。信息摘H(x)=-2=1P(xilnp(xi）是系统无序程度 的度量，信息是系统有序程度的度量，二者绝对值相等，符号相反。某项模 块指标的指标值变异程度越大，信息摘越小，该模块指标提供的信息量越大。 权重也应越大；反之，某项模块指标的指标值变异程度越小，信息越大 该模块指标提供的信息量越小，权重也越小。所以，可以根据各项模块指标值的变异程度。利用信息摘这个工具，计算出各模块指标的权重，为多模块指标综合评价提供依据。 20FPB现代国际金融理财标准（上海）有限公司08 数据来源与分析方法 3）计算第j项模块指标的差异性系数9 对于给定的j，x的差异性越小，则e越大；当X;全部相等时，e;=emax=1， 此时对于待评项的比较，模块指标X无作用；当客x待评理财师专业素质指标值 相差越大时，e；越小，该项模块指标对于待评理财师专业素质指标的作用越大。 定义差异性系数 9;=1-ej 数据来源与分析方法 则当g，越大时，模块指标越重要。4)定义权数9 数据来源与分析方法 aj= 2j=19jV为第项待评理财师专业素质的综合评价值，附录1详细标明了运用摘值 5）计算综合评价值法所得的各模块指标权重。 理财师个人素质以及团队素质得分的平均值为100，本报告认为素质得 Vi=Z=1ajPj 分高于100分表示某选手/某团队的专业素质高于可比样本的平均水平，低于100则表示某选手/某团队的专业素质低于可比样本的平均水平。 本报告主要采用详本准断总体的方法，即通过专业素质得分、精锐理财师比 例、入围率等数据对样本进行分类比较，然后推断各类理财师的总体素质’青况。 在数据分析过程中，为了更好地研究各比赛阶段理财师的素质表现，本报告的差异分析采用了因素方差分析方法，各类别方差分析结果详见附录4及附录5 分析结果由两个维度构成：个人赛理财人才素质表现、团队赛理财人才素质表现。其中个人赛理财人才的素质表现具体包含理财师以及精锐理财师的素质表现情况；理财师与精锐理财师的分模块素质情况，包含静态情况、动态变化以及两者间的差异对比；团队赛理财人才的素质