如果说银行数据分析师火了,为何他们没能涨薪?

作者:Sarah Butcher

呃……

数据分析师火了。虽然银行的销售类岗位消失了 、交易类岗位因为自动化而落入尘俗,但数据分析师却是新鲜事物。银行对数据的价值有所警觉,而宽客是被大家认为能够将数据变成金子的炼金术师。巴克莱CEO Jes Staley 昨天说巴克莱正在建立一个“新的战略数据架构”时代表了上述情绪,并 “准备以一种新的创新方式来使用数据。”巴克莱需要数据分析师。而且其他每家银行都是如此。

如果说数据分析师是银行新加入的最特别的员工,不过他们自己并未感受到。不知怎的,这种对数据分析师之爱并不能说得通。我们跟不同来自不同职能的不同数据分析师谈过,他们的看法常常一致:职业发展如何?薪酬如何?

“如果你是某家银行的数据分析师,那有两种职业发展路径,”伦敦一家美资银行的一位董事级别数据分析师说。“你可以做同一份工作,在自己的岗位上越来越擅长—但之后便会做地为牢,工作变得重复、让人极其无聊。或者你可以跳去做管理,这就完全是政治斗争了。在银行做数据分析师是一份不错的工作,但不是很好的事业。”

当人们提到投行里的数据分析师时,他们通常想到的是交易模型金融师。这类分句分析师和银行里的交易员进行合作创建数据模型、分析交易薄风险、识别机会以生成复杂的衍生品来向客户提供帮助。他们为这些衍生品做定价模型。他们还能建立指挥交易决策策略的模型以及让交易员更为高效的模型。但银行里的交易模型金融师并非真正的交易员。因此,他们的薪水并不高。

“尽管数据分析师对银行盈利十分关键,但他们仍然被认为是支持类职能,” GQR Global Markets的高级猎头Max Soslove说。“数据分析师建立的是能够对衍生品定价的定价模型和算法,因此他们能够创造收益—但不如交易员创造的多。”这位董事级别的数据分析师说得更为直接:“一名交易员能宣称自己一年‘赚了’多少钱,并且因此而得到报酬。至于说数据分析师呢?他们被大多数人(交易员、销售、高管)认为并非完全无用的码农。”

这意味着尽管成功的银行交易员能挣至少50万英镑(62.5万美元),但成功的数据分析师经常会发现他们的薪水最多就在25万磅左右,甚至更少。正如一名数据分析师所说,这样对“只写几行编码的人”来说并不差,但看着使用自己造出来的工具的交易员挣得比你多很多,还是会令人沮丧的。

如果银行想留住最优秀的交易模型数据分析师,那它们得放弃这种看法。毕竟它们并非追逐懂金融的数据分析人才的唯一公司:系统性宏观对冲基金 也需要这类人才。而且系统性宏观基金公司愿意支付大价钱。“我见过的薪酬最高的‘数据分析师’在对冲基金里做系统性交易策略,”一名猎头说。“这些基金会从银行挖人。他们喜欢在高盛做过几年诸如前台策略的初级员工。–具备优势的博士生更受欢迎。”

大多数交易模型金融师会抓住机会跳槽去基金,但很少有人能有机遇。那些没能跳成的人建议他们谨慎定位自己。“最好的银行数据分析师岗位在于高度电子化的产品领域,”这位董事说。“当交易大多被自动化、交易员的数量减少时,数据分析师能够更好地展示自身价值。”尽管如此,他说要指出每位数据分析师所创造的收益还是很难:“电子交易薄通常按小组管理,而且每种情况下因为交易保证金电子化的作用会迅速减弱。”

并非所有数据分析师都能成为交易模型金融师

尽管交易模型金融师常常会赢得投行的注意,但他们越来越只是银行整个数据分析师阶队的一小部分。正如高盛合伙人兼高级数据分析师Ezra Nahum 在去年的一次演讲中说到,投行数据分析师的角色已发生改变:曾经一切都是关于对外来衍生品进行定价;而现在更多是关于资本定价。过去几年,重要的新鲜事是检查银行的风险模式正确性、 通常不设在伦敦纽约等费用高昂、工资大幅减少的“模型验证分析师。”

这类数据分析师,连同那些风险职能的数据分析师,对自己职位的满意度更低。 Morgan McKinley猎头公司说,工作七年后,银行风险职能的数据分析师薪酬最高只有13万镑(合16.2万美元)。而交易模型风险岗位的分析师可以挣到高达60万磅—如果他们在伦敦。“避免去做模型验证类的工作,”这位董事级别的交易模型金融师说。“工资很低、工作很无聊,而且很快会被自动化取代。”一名来自风险职位其他领域、经验丰富的数据分析师抱怨说年轻人来抢工作:“银行就喜欢刚毕业的博士生,经验并非真正受重视。”

银行对数据分析师的需求只会增长,还有交易模型金融师、风险数据分析师以及模型验证数据分析师(附属于风险职能),银行在像人力资源这样的领域也会有数据分析师。上次我们看到, 高盛欧洲公司挂出来的招聘广告中有12%来自“策略”(数据分析师)团队 。–而且这还不考虑在孟买招的大量数据分析师。然而,随着需求增长,银行需要付出更多来让自己的宽客大军满意。

“交易员在银行里的权力仍然很大,”伦敦另一家美资公司的高级数据分析师说。“因为这点,银行不仅冒险把我们输给对冲基金,而且还有科技公司。如果你有一个明确的数据分析师职业规划,要捡起机器学习技能很容易,而且金融圈以外的机会还有一大把。”

*转载eFinancialCareers的原创文章请注明出处,版权所有,违者必究。