智能投顾如何适应中国水土

文/申晓宇 编辑/白琳

尽管智能投顾成为财富管理领域的热点，但其持续高额投入的必要性，以及如何选择结合经营机构和自身禀赋的商业模式，仍值得深思。

随着基金投顾试点开放，金融机构抢占财富管理市场的劲头开始显现，智能投顾再次掀起热潮。2020年4月，美国智能投顾资产管理规模第一的先锋领航（Vanguard） 联合拥有6亿理财用户的蚂蚁金服联合推出了“帮你投”；8月12日，腾讯旗下基金销售公司腾安基金推出投顾业务“一起投”；9月1日，招商证券在其交易软件、智远一户通APP（7.0版）内推出“招财智投”智能化资产配置平台。

何为智能投顾

智能投顾的本质

智能投顾（Robo-Advisor）一词2008年起源于美国，2016年开始在我国兴起。迄今为止，智能投顾在国内外尚未有权威和统一的定义。美国认为，智能投顾是通过移动设备或计算机，获取广泛自动化投资工具的手段；澳大利亚认为，智能投顾是一种“数字建议”，是利用算法和相关技术替代人类直接参与，为客户提供自动化金融产品的工具；在欧洲，智能投顾可理解为投资顾问业务中多种自动化工具的组合。在我国，智能投顾的本质是投顾业务，但是智能的标准却无法界定，因此无法定义。经营机构认为，智能投顾是大数据、机器学习等金融科技与财富管理业务的相互融合，是发展财富管理业务的一种模式或手段；从投资者角度来看，智能投顾是帮助其实现财富增长的一个平台或产品。

尽管各国对智能投顾的定义不一，但从核心概念来看离不开两个词：自动化和投资。其目的是用自动化技术或工具规避投资风险，提升投资收益。

智能投顾解决什么问题

从全球来看，超过100万美金的投资者并不缺乏财富管理渠道，如国际投行或基金管理机构的个人专属理财师、国内私人银行部等；100万美金以下的投资者在财富管理方面面临诸多问题，最主要的是缺乏专业的理财顾问。其原因在于，一方面市场面临较大的专业顾问人才缺口；另一方面，从成本收益来看，以人为本的投资顾问模式成本较高，很难覆盖中低资产水平客户。在此背景下，智能投顾利用大数据分析、机器学习模型及算法，基于用户收益预期、风险偏好和流动性需求，为其提供相匹配的资产组合建议，并可实现自动化交易。由此看来，智能投顾实际解决的是降低投资顾问成本，提升投资顾问效率的问题，使经营机构投资顾问服务能够覆盖更多的长尾客户，实现财富管理的普惠性。

智能投顾的最终模式

既然智能投顾是用机器来解决投资问题，那么智能投顾是否能实现完全依靠技术，不依靠人参与就能帮助投资者规避风险、实现财富增长呢？对此，笔者认为，这需要先思考一个问题，机构的客户是谁，需求是什么？如果机构的客户是可投资资产几十万元及以下的群体，其主要需求就是在风险承受范围内，投资资产获得一个较高收益，那么全智能的机器服务是可以的；但如果机构的客户资产规模在几百甚至数千万元以上，希望机构帮助其合理规划人生财富，那么完全依靠智能机器服务是无法实现的。之所以如此，是因为投资之所以难，在于其影响因素的复杂性；而机器虽然可以获取系统内的数据，却无法计算外部环境变化的影响因素，因此，还是需要人的服务。也就是说，智能投顾的最终模式是全智能还是“人+机器”，取决于经营机构的发展目标。

发展智能投顾的关键

在发展智能投顾的这几年里，可以看到经营机构不断强调的几个关键词：技术、产品、体验。有机构认为，智能投顾发展的关键在于投顾模型，因为投顾模型的优劣将决定能否为用户带去真正适合和需要的投资方案，影响着用户体验。也有机构认为，发展智能投顾的关键在于技术，特别是信息技术，是智能投顾发展的底层支撑，关乎投顾的成本和效率，是决定覆盖客户能力的关键。实际上，还有一个关键的问题很少被市场提及，即发展理念。智能投顾发展的理念是低费率投顾平台还是超额收益投资平台，是致力于中长期收益还是综合性终生服务，这是智能投顾发展的关键。

美国智能投顾发展之路

美国是全球第一款智能投顾产品的诞生地。自 2012 年起，美国的智能投顾市场呈现“井喷式”发展。美国智能投顾行业的资产管理规模从2016年的3000亿美元增长至2019年的7497.03亿美元，三年增长了近2.5倍。

美国智能投顾从初创公司展开布局，迅速扩展到传统金融业机构的券商、做市商。截至2019年，先锋领航、嘉信理财、贝莱德等传统投资机构均已入场，且先锋领航已经成为世界最大的智能投顾服务机构（见表1）。

从表1中六家典型智能投顾机构的服务模式来看，人力财务顾问在整个智能投顾业务发展中仍占据主要地位，投资门槛较高的机构基本采用“人+机器”的模式提供服务；但低于5000美元的服务，则多采用全智能的自动化服务模式。智能投顾模式已经从单纯的投资组合策略推荐，逐渐转变成综合性财务规划服务。目前，智能投顾已经包括退休养老规划、税收损失收割等。

美国智能投顾平台盈利主要来源于对投资者资产的管理费用。其中，全智能服务模式收费标准相对较低，“人+机器”投顾服务收费相对较高，且除先锋领航外，其他机构均是资产管理规模越高收费越高（见表2）。

表1 美国典型的智能投顾机构及主要模式

表2 美国典型的智能投顾服务范围及收费模式

对我国智能投顾发展的思考

首先，我国智能投顾市场潜力巨大。截至2019年年底，我国财富总规模64万亿美元，占全球比重达17.7%。同时，我国居民可投资资产迅速增长，居民可投资资产规模突破200万亿元。然而，我国财富管理行业资产规模仅有1.5万亿美元，尚不及贝莱德、先锋、瑞银等大型金融机构管理的财富规模。从我国居民投资情况来看，我国居民存款82.14万亿元，储蓄存款在我国家庭金融资产配置中占41.07%，其次是银行理财23.4万亿元，约占11.7%，股票、债券、基金投资合计约23.82万亿，占居民总投资的11.91%，其他是现金和其他高风险投资。随着利率市场化、理财收益浮动化以及新一代投资者的迅速成长，储蓄存款占比将逐渐缩小，资本市场、银行理财将逐渐成为财富管理的主要模式。这给智能投顾业务提供了良好的发展机会。

其次，智能投顾政策环境日趋友好。2018年以来，尽管受到牌照限制，智能投顾发展缓慢，但严监管与机遇并存。资管新规出台后，打破刚兑，过去投资者习惯的保本理财模式退出，投资者不得不尝试接受浮动收益模式。2019年年底，基金投顾试点启动，基金业务开始尝试全权委托。2020年《公开募集证券投资基金销售机构监督管理办法》出台，明确了基金销售行为的底线要求，推动基金销售机构构建以投资者利益为核心、促进长期理性投资的考核体系，为智能投顾业务的发展创造了良好的外部环境。

再次，智能投顾成为中低资产客户群体的良好选择。我国70%左右的居民缺乏投资知识和相对可靠的投资理财渠道。目前我国沪深两市共有A股股票3792只，创业板股票791只；公募基金7289只，私募基金2万多只，银行理财数量更多。面对如此庞大的产品市场如何进行选择，成为投资者面临的新问题。智能投顾依托大数据、机器学习算法等技术，在获取投资者投资偏好、风险承受水平以及预期收益目标的基础上，能为普通投资者提供专业、低成本的投资咨询和资产管理服务，有望成为普通投资者的重要投资渠道。

然而，目前金融机构发展智能投顾存在以下难题。

一是投资者与机构之间的信任度。即便基金投顾试点开放，国内当前多数投资者尚难以接受账户管理的全权委托模式；而如果不能实现全权委托，机构投资建议与客户投资行为之间会因信任原因存在较高折损，导致投资收益受损。因此，经营机构首先面临的是获取投资者信任的考验。

二是投资者付费观念的转变。一直以来我国投资者已经习惯享受免费投顾服务，对于投顾付费尚需一定时间来适应。

三是信息技术方面的挑战。目前无论是投资端还是顾问端，我国智能投顾均存在明显不足：投资端受到系统分散、数据来源不统一等因素的困扰，大量数据统计口径各异，导致基于数据基础的算法模型的准确性相对较低，目前仅有少数模型可用，资产组合尚无法实现自动化；顾问端智能客服缺乏垂直领域的数据积累，难以满足客户的咨询需求。

此外，智能投顾平台前期开发投入巨大，短期内很难取得可观收益，因而能否保持长期投入热情，也是对金融机构的一大考验，需要其认真思考以下问题：

思考一：是否适合做智能投顾。从美国智能投顾发展的实践看，智能投顾的主力机构是传统券商、基金投资机构和创新公司。摩根大通、摩根士丹利等老牌投行并没有介入；而UBS抛弃了智能投顾SmartWealth的主要原因，则是投资理念和范围与其战略不符。财富管理与金融科技结合的目的是为了在成本可控的前提下为投资者提供最优的财富管理服务，因此金融机构在介入智能投顾前，需要结合自身发展战略、客户群特点和自身优势，来确定是否采用智能投顾模式。

思考二：选择何种模式做智能投顾。目前，我国银行、证券、基金、互联网机构都涉足了智能投顾领域，但各机构优势不同：银行拥有丰富的存量客户，证券拥有多年投顾经验，基金在投资端优势明显，互联网机构拥有广大的流量群体。基于自身优势，选择适合自己的智能投顾模式，是金融机构面临的主要问题。

思考三：“千人千面”实现的难度与必要性。从国际智能投顾典型机构案例来看，全智能的智能投顾平台为普通投资者提供的并不是真正“千人千面”的策略组合，而是在已有的策略组合中选择与投资者需求最贴近的组合，且根据外部市场变化，做适当次数的策略调整。真正实现“千人千面”的智能投顾平台，是采用“人+机器”模式的平台。这是因为机器算法的核心是数据，而投资过程中很多因素却无法用数据来衡量；另一方面，在众多的普通投资者中，不少在风险偏好、投资需求上具有一定的相似性，差别微小，而针对这一微小差别的投入却相对较高，实现“千人千面”是否有必要性，也值得参与的金融机构深思。