(转)嘉信理财再度全面降佣,它会否成为投资界的Amazon?

美国综合理财商嘉信理财宣布全面降佣,股票和ETF交易佣金标准下调20%以上,旨在通过更具竞争力的价格吸引新客户。同时,嘉信推出了一系列优惠措施,包括降低交易费率、取消最低份额限制,并对所有付费咨询业务客户实施满意度保证计划。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

来源:券业星球

美国综合理财商嘉信理财(Charles Schwab)向来以恪守能力圈,以及稳健扩张的战略为人称道,电子经纪、理财分发、智能投顾,每一次时机选择都恰到好处。这一周,嘉信向所有交易客户传递的消息是「我们再次先行一步,希望你会喜欢」。

2月2日,嘉信理财宣布全面降佣,股票和ETF交易佣金标准下调20%以上。

根据当日发布的新闻稿,嘉信同时给出了三项重要的费率政策。其一是自2月3日起将美国境内股票和ETF交易费用从单笔 8.95  6.952,低于其它四家最重要的经纪业务竞争对手。需要说明的是,该费率与国内券商佣金水平可比性不强。

这里写图片描述

佣金政策的另一项是按梯度调低一系列Schwab ETF的交易费率,并且取消最低份额限制,让小投资者享受与机构投资者同等的待遇。

此外,面向所有付费咨询业务的客户,嘉信发起了一项「满意度保证」计划(Satisfaction Guarantee):无论客户以何种理由对于交易服务存在不满意情况,嘉信将退还所有相关的交易或咨询费用。「今天的客户期望我们提供最优质的服务和最大化的价值,如果他们感到不爽,就会希望退款,」嘉信理财CEO Walt Bettinger称,「我们相信,现代的交易服务商就是要满足这样的需求。」

不过,嘉信此举并未取得市场的一致认可,几家交易型券商也应声躺枪。

作为通道业务的一种,决定交易商经纪业务收入的核心要素有两项,一是规模,二是费率。当规模竞争进入瓶颈期,降费率就是最好的催化剂。

嘉信的最新财报(2016Q4)显示,其证券交易客户共有1020万。管理层预测在客户体量和活跃程度不变的情况下,全面降佣将导致其每月减少1500万美元的净收入。

二级市场上,包括TD Ameritrade、E*Trade以及Interactive Brokers在内的几家交易型券商因此遭遇了不同程度的股价下跌。2月2日收盘TD Ameritrade(AMTD)股价下跌幅度超过9%。

这里写图片描述
这里写图片描述
这里写图片描述
Sandler O’Neill的行业分析师将嘉信的目标价从每股 46  45,但同时也表态「价格战并不新鲜」;从乐观角度看,嘉信试图通过有竞争力的价格继续获得新客户,值得长期看好。

当然,最值得一提的还是嘉信的收入结构。今天的嘉信早已不再以经纪业务为重,在近几次披露的季报中,Trading commissions只占12%不到。与之相应,在持续的低利率环境下,嘉信净利息收入占比接近45%。受益于特朗普政府的监管政策转向(修改「多德·弗兰克法案」)以及标准利率的上行,不难预计金融机构更将在2017年实现可观的收入。
这里写图片描述

虽然身处不同行业,不可否认如今的嘉信理财,与Amazon有颇多相似之处。

习惯了Copy to China的思维模式之后,我们常用国内的券商或互联网金融机构类比嘉信理财;对于嘉信这家公司本身而言,似乎一切都是新鲜未知的。如果用跨行业的眼光看待它的对标企业,答案或许是同样处于剧烈的环境变化,但地位依旧稳固的亚马逊。

过去十几年中,亚马逊推出了多项具有划时代影响力的业务,包括作为业务基石的全球仓储物流体系,云计算业务AWS、深度学习平台Alexa,以及助力零售业务实现盈利模式创新的Prime收费服务,等等。其收入增长在过去若干年中呈现出一个陡峭的曲线,尽管实际利润不甚可观,但收入如实花在构建未来的业务上,连巴菲特都感慨「是我见过最强大的商业模式之一」。这一点,说的是它的前瞻性。

对于潜在的零售客户,亚马逊的服务首先是可得性极强(对所有人),在接触其服务的过程中,你会不断收到来自Prime的暗示。Prime会员制服务方案的内容和定价,会让你觉得自己理应选择更好的那个。

Prime事实上是一种打包服务,将生活服务和内容消费(版权图书、影音等)归纳为同一种解决方案。作为消费者,你或许有十余种方案可选,但Prime会是其中必备的一个。当你踏入了Prime的大门,就为Amazon贡献了实在的利润。(当然,在国内有吞噬一切的腾讯阿里京东,Prime变得很小众。)

金融服务同样讲求新客、留存、转化、交易,与电商有诸多类同之处。越是标准化的业务,门槛就越低,但也越容易出现赢家通吃的局面,说到底,降费率的最终目的还是规模。嘉信的交易服务价格低廉,可得性高,当客户接入以后,公司的赚钱之道,就体现在后续的一系列收费业务上。

文/券星研究猿

http://mp.weixin.qq.com/s?__biz=MzI4NjM0MTYzMw==&mid=2247484069&idx=1&sn=40975f5cfeb63748fc15ff559542244d&chksm=ebdf2dcbdca8a4dd40995c0dba3229b2447b515b1cc76f2fd32ff6b57c2e74016c7eb2808081&mpshare=1&scene=5&srcid=020523QhdNORm3seQWV6AiEj#rd

内容概要:本文详细介绍了如何使用Matlab对地表水源热泵系统进行建模,并采用粒子群算法来优化每小时的制冷量和制热量。首先,文章解释了地表水源热泵的工作原理及其重要性,随后展示了如何设定基本参数并构建热泵机组的基础模型。接着,文章深入探讨了粒子群算法的具体实现步骤,包括参数设置、粒子初始化、适应度评估以及粒子位置和速度的更新规则。为了确保优化的有效性和实用性,文中还讨论了如何处理实际应用中的约束条件,如设备的最大能力和制冷/制热模式之间的互斥关系。此外,作者分享了一些实用技巧,例如引入混合优化方法以加快收敛速度,以及在目标函数中加入额外的惩罚项来减少不必要的模式切换。最终,通过对优化结果的可视化分析,验证了所提出的方法能够显著低能耗并提高系统的运行效率。 适用人群:从事暖通空调系统设计、优化及相关领域的工程师和技术人员,尤其是那些希望深入了解地表水源热泵系统特性和优化方法的专业人士。 使用场景及目标:适用于需要对地表水源热泵系统进行精确建模和优化的情景,旨在找到既满足建筑负荷需求又能使机组运行在最高效率点的制冷/制热量组合。主要目标是在保证室内舒适度的前提下,最大限度地节约能源并延长设备使用寿命。 其他说明:文中提供的Matlab代码片段可以帮助读者更好地理解和复现整个建模和优化过程。同时,作者强调了在实际工程项目中灵活调整相关参数的重要性,以便获得更好的优化效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值