0
| 本文作者： 陳伊莉 | 2017-02-21 20:19 |
智能投顧正處于是垂髫之年，行業和產品還在成長期，不過諸多機構、個人都對其寄予厚望。花旗集團預計在未來十年時間里，智能投顧平臺資產管理總額將達 5 萬億美元，呈現出指數級增長勢頭。據HCR慧辰資訊預測，2020年中國智能投顧資產規模將超5萬億，按0.2%管理費計算，行業整體收入規模約在104億。
有業內人士稱現在是金融與科技的第三次大碰撞階段，在借人工智能這次東風上，Fintech公司似乎比傳統金融機構借勢得更及時。在智能投顧領域也是如此，盤點起智投平臺，互金、智能金融服務公司十占八席，但事實上，不少傳統金融機構也已經坐上席位。本文將著重描述傳統金融機構的智能投顧版圖，并簡析產品差異。
依據璇璣《數字化資產配置報告》，國外應用智能投顧的公司可分為成熟型和創新型公司。成熟型公司包括Vanguard、嘉信理財、富達和被貝萊德收購的Future Advisor；創新公司有Wealthfront、Betterment、Personal Capital、SigFig、WealthObject。
相比之下，國內開發智能投顧公司有三類：傳統金融機構、互聯網公司、fintech創業公司。
傳統金融機構推出數字化財富管理業務。如招商銀行摩羯智投、平安證券、廣發證券、華泰證券、東吳證券等；
互聯網公司求變。京東金融、螞蟻聚寶、同花順、宜信投米RA、蘇寧理財等；
弄潮兒fintch創新企業。如璇璣、理財魔方、鯨財、彌財、藍海財富等。
鑒于智能投顧可大幅提高服務效率以及降低成本的特性，券商、基金公司等機構才是對智能投顧有最大需求的一方。但據雷鋒網統計，在這波智能投顧大潮中，Fintch創業企業與互聯網金融公司的反應速度更快，率先入局，而傳統的持牌機構入局相對緩慢。
招商銀行——摩羯智投
2016年12月6日，“摩羯智投”正式上線。摩羯智投針對普通投資者，采用人機結合的服務方式，以公募基金為基礎進行全球大類資產配置，達到分散投資風險的目的。摩羯智投采用“人與機器”、“線上線下”相融合的服務模式，本質上就是標準化與個性化的結合，兼顧普通投資者與高凈值投資者，實現業務范圍最大化。起投金額是2萬。可以說，招商摩羯智投是銀行業中率先面試的智能投顧服務。
據雷鋒網此前報道，摩羯智投的資產配置主要實在現代投資組合理論基礎上，此外，“摩羯智投并非一個單一的產品，而是一套資產配置服務流程，它包含了目標風險確定、組合構建、一鍵購買、風險預警、調倉提示、一鍵優化、售后服務報告等，涉及基金投資的售前、售中、售后全流程服務環節。”
平安證券——智能財富顧問
平安證券的智能財富顧問屬于混合推薦型，智能投顧覆蓋的產品達到4000種以上，覆蓋股票基金、貨幣基金、債券基金、混合基金、票據理財、P2P網貸產品、固定收益、黃金等各大類資產。
據雷鋒網了解，平安證券經紀業務事業部產品與投資研創團隊執行總經理陳祎彬稱，該系統使用大數據精準定位客戶需求，不依賴調查問卷完成存量客戶洞察，并依據馬柯維茨組合理論優化模型智能計算風險與收益的平衡點。平安方面介紹稱，每一個客戶都是特定的配置比例，可能的配置方案總數量大于1億。
廣發證券——貝塔牛
廣發證券自研的貝塔牛針對普通投資者，結合金融工程理論與生命周期理論，提供兩類配置組合：A股股票和權益、固定收益產品配置。
股票投資策略的生成通過以下幾個組件來完成：選股模型、擇時模型、組合構建模型和組合再平衡模型。其中，選股模型和擇時模型是量化模型的核心。
配置組合按照用戶的風險偏好和投資期限提供不同的投資策略，主要采用了將微觀的生命周期理論與金融工程理論相結合，綜合應用MV模型（Mean-Variance 模型）、B-L（Black-Litterman）模型、精算模型等。配置組合的起投金額是300元。
浦發銀行——“財智機器人”
“財智機器人”主打面向優質及以上客戶提供線上資產配置服務，投資標的有銀行理財、基金、貴金屬等產品。同時，“財智機器人”可以與線下配置平臺“財智速配”聯動，通過理財經理線下配置方案的線上推送，實現客戶遠程全產品類別的配置服務。
東吳證券——秀財“量身定制”
“量身定制”是個股擇時機器人和基金型機器人，只要投資者做出投資風險程度偏好和資金量（1萬~10萬）兩個選擇，即可獲得投資策略推薦。
華泰證券——AssetMark
2016 年 10 月，華泰證券支付7.68 億美元并購美國AssetMark，從而介入智能投顧領域。
AssetMark為普通投資者、投資經理和券商提供全套式資產管理軟件服務，主要從事B2B業務。在被華泰成功并購前獲得了眾多包括中國并購團隊在內的私募基金公司爭搶，原因在于AssetMark能有效幫助投資者更好地理解投資策略，促進投資顧問和投資者有效的溝通交流。
嘉實基金
嘉實基金在金融+科技方面布局頗早，2013年，嘉實基金初步構建了一系列人工智能策略模型，并不斷隨著市場變化更新數據庫、完善模型。此外，該公司于去年成立了人工智能投資研究中心，致力于智能投資策略研發。
旗下子公司金貝塔是基于“聰明的貝塔”（Smart Beta）策略打造的證券組合投資平臺，該平臺除了邀請券商分析師、私募研究員創建模擬證券組合外，通過量化模型建立了多個大師組合：“大師歐奈爾”、“大師卡拉曼”、“大師格雷厄姆”等。所以可見，金貝塔并不屬于智能投顧的范疇，但也是傳統機構應用一定技術手段優化金融投資與投研的嘗試。
民生證券
2016年12月7日，民生證券與璇璣達成戰略合作，由璇璣為數字化資產配置系統提供技術服務。
據調查統計，除上述了明確智能投顧研發進程的兩家外，還有多家機構也將智能服務體系的建立提上日程，如國泰君安表示將圍繞君弘理財規劃系統打造智慧金融；海通則宣布將圍繞“e海通財”打造智能服務體系，包括但不限于智能投顧領從業務層面，為客戶提供投資相關的一攬子解決方案。此外，光大也發布了2017年度財富管理白皮書，提出建立針對高凈值客戶投行型財富管理新模式。
國內傳統金融機構智能投顧盡管功能上雷同，但在投資理論、服務模式、盈利模式存在一些差異。
投資理論的差異
一般來說，專業投資機構和高端私人銀行等理財配置模型普遍源于馬柯維茨（Markowitz）的“投資組合理論”。但相比較于馬柯維茨基于“均值-方差”最優化模型的“投資組合理論”，也有機構更愿意采用高盛的兩個交易員Fischer Black和Robert Litterman提出的Black- Litterman資產配置模型。
這是因為。無約束的“均值-方差”最優化模型存在著容易產生比較極端的資產配置，比如對某個資產的強烈做空；以及產組合對于輸入的資產預期收益值的變化非常敏感等問題。所以，“BL模型”是對馬可威茨模型的優化，克服了馬可威茨模型對參數敏感性的弱點，同時加入了對未來市場的預期。
因此近年來，尤其是智能投顧行業多選擇了“Black-Litterman模型”。如前文所提，招商銀行、平安證券等是基于優化的馬可威茨模型，而貝塔牛則采用的是Black-Litterman模型。
服務模式的差異
雷鋒網曾報道，招行提供完整一套的資產配置服務：高頻的最優比例計算、高精度組合持倉檢視、更精細的投資目標分倉呈現、投資的一鍵優化，貫穿售前售中售后階段。浦發銀行也號稱會進一步優化財富配置平臺，構造閉環式的投資配置服務。
相較于銀行的“一條龍”服務，券商智能投顧僅限于投資決策推薦。根據我國《證券投資顧問業務暫行規定》規定，券商投顧智能提供投資決策，不能從事資產管理。智能投顧與傳統投顧一樣適用該規定，這就使得券商無法開展完整的智能投顧服務，如實際投資效果評估和決策調整。
盈利模式的差異
據花旗報告顯示，在美國，智能投顧平臺通過收取每年0.25-0.5%的本金為管理費來盈利，具體比例根據不同投資平臺的價值而定。投資者方面，則還需要支付0-0.15%的ETF費用。雖然費率較低，但是客戶群體龐大，公司營收狀況仍能保持好。智能投顧在美國，更多是幫助客戶避稅、降低不必要的成本，按照Welthfront幫客戶多賺（主要是靠節省）4.6%的前提下，只收取0.25%的年管理費，用戶的付費意愿度也會比較高。
但在中國這可能行不通。中泰證券網絡金融部總經理李肇嘉此前接受媒體采訪時表示，“國內的智能投顧平臺目前都是提供免費服務，一旦收費可能導致客戶迅速流失。”
這對于中國Fintech公司來說無疑是個頭疼的大難題，但是對于傳統金融機構來說未必是壞事。特許金融分析師張翼軫在其文章《熱火的智能投顧，在中國也許只是附庸的命》中指出：
券商原本就有傭金收入，基金代銷平臺也有一折后的申購費、尾隨傭金的和部分贖回費作為利潤來源，他們未必需要將智能投顧服務的顧問費作為直接的利潤來源——事實上，智能投顧促使更多的買賣頻次，就足以為券商和基金代銷平臺帶來增量的利潤了——在這樣的前提下，在崇尚免費的大環境下，把智能投顧服務收費提供，反而不劃算。
除了對比差異外，不難發現傳統金融機構中券商對于智能投顧的需求更加強烈，通過各種自研、并購、尋求第三方合作等方式推動智能投顧的落地。這并非只發生在中國，在美國智能投顧領域中嘉信理財打響第一槍，先鋒基金、貝萊德略晚一步上線，隨后美國銀行、富國銀行才紛紛表示將采用智能投顧。那么為什么券商更熱衷于智能投顧呢？
第一，相較于銀行、基金等機構，經紀業務在券商的主營業務中占比更重，券商會以更加積極的姿態參與智能投顧的研發；
第二，投顧的服務對象是高凈值人群，而未覆蓋大眾投資者，供遠大于求。Fintech公司抓住了千禧一代的需求殺入了市場，智能投顧投資給這些投資者提供了一個可能：較低的投資門檻、更低的交易成本，大部分是基于ETF（國內是公募基金）更穩健的投資。這對券商發起了挑戰；
第三，雷鋒網也曾報道，理財市場的核心問題是投資顧問的效率問題，而不是水平問題。現階段智能投顧首要目標是在達到投顧的合格水平上，解決效率問題。智能投顧以補充的角色進入市場，降低了傳統投顧人力成本并且拓寬了服務半徑。
為高凈值或者復雜投資需求的用戶提供面對面、傳統投顧服務，又為大眾投資者提供智能投顧服務，把握兩大分層用戶，不失為一個聰明的策略。
業內不少報道稱，2016年是智能投顧爆發的元年。但現實可見，智能投顧并沒有如期迎來它的春天。除了大量智能投顧初創公司面臨著高成本獲客等困難，市場也是魚龍混雜。2016 年 8 月證監會新聞發言人在新聞發布會上表示：“不少互聯網平臺打著智能投顧、智能理財的旗號，進行證券基金產品的銷售，但并未取得相應牌照。”
而另一方面，外部環境也并非康莊大道。國務院發展研究中心金融研究所所長張承惠曾指出，中國金融市場的發育程度還是不夠，“和國際相比，國外大部分智能投顧主要集中于用算法把ETF在全球進行配制。中國的金融市場上ETF是很少的，大概只有100多只ETF基金。”
此外用戶金融投資知識的缺乏，短期回報盛行；合規風險、道德風險無法忽視，新技術環境下監管難度也在加大等問題，都擺在了智能投顧發展的面前。資配易張家林對雷鋒網表示，不僅國內，美國SEC也有同樣自動化監管RegTech需求。“對于智能投顧，或者廣義講證券投資領域監管是不是要升級換代，證監會等監管部門方面現在已經有一些雛形了。比如是行為監管，盡管人工智能決策過程如同黑箱，但輸出的東西是可以看得見的，比如通過每一筆交易抓取交易時間與聯系等信息。”
張承惠表示：“相對于無人駕駛汽車而言，金融交易是非常復雜的，金融市場也是非常復雜的，所以智能投顧可能除了對技術有很強的依賴以外，恐怕更多的對金融市場的發育程度，對制度也有很強的依賴。”
中國的智能投顧還有很長一段路要走。
相關文章：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
