我們離機器人理財還有多遠?

作者|薛洪言、趙卿,蘇寧金融研究院高級研究員

買什麼股票買什麼基金,你敢聽機器人的建議嗎?或者做一個懶人,直接把錢交給機器人來投資理財,你敢嗎?隨著科技的發展,人工智慧早已介入金融領域。自2014年以來,互聯網理財行業內部開始孕育出主打智能投資理念的創業型投顧平台,進入2016年,智能投顧概念開始受到大平台青睞,儼然成為互聯網金融的新風口。

縱觀資管行業的發展,互聯網理財通過渠道的變化推動了理財的普惠化,催生了國內資管行業的新一輪繁榮潮。然而,互聯網理財並未改變資產產品的屬性,也難言對傳統資管行業產生本質的改變。相比之下,智能投顧依託現代科技手段實現了標準資產產品的組合化和智能化,從而帶來了產品層面的創新。通過智能投顧技術,客戶得以享受全新的風險和收益組合,本質上已經是一種新的投資產品。所以,相較於互聯網理財對傳統資管行業的影響,智能投顧的影響更為深遠,它將在產品創新、業務模式、銷售策略等各方面給傳統資管行業帶來深遠影響。

不過,從國內智能投顧行業的發展現狀和政策環境來看,行業的騰飛式發展大仍需要克服一系列難題,在此之前,智能投顧平台宜提前布局、漸次推進,以夯實基礎為第一要務。

智能投顧有望解決傳統資管面臨的三難題

智能投顧是個舶來品,英文名robo-advisor,又被翻譯為機器人理財或自動化理財,是指通過量化投資模型,結合客戶的投資目標、收入和納稅情況,基於馬克維茨的現代投資組合理論,為客戶打造專業、理性的投資組合。

相比傳統投顧模式,完整的智能投顧流程採取典型的五步曲模式:一是綜合利用大數據技術、問卷調查等,了解用戶個性化的風險偏好;二是基於用戶風險偏好,結合演算法模型,為用戶制定個性化的資產配置方案;三是連接客戶賬戶進行投資;四是利用機器學習技術,對用戶資產配置方案進行實時跟蹤調整;五是資金退出、完成投資。在實踐中,並非所有的平台都涉及上述五個步驟,更多地只是對幾個步驟的組合運用。

由於並不追求高收益,智能投顧在資產選擇上會盡量規避股票、期貨、期權等高風險資產,集中於股票ETF、債券ETF、貨幣基金、黃金等領域,另外,國內的智能投顧還會適當配置具有剛性兌付特徵的高收益定期理財產品。在具體的資產配置策略上,大多基於馬克維茨的現代投資組合理論和客戶的風險偏好,沿著有效前沿曲線尋求收益最高的投資組合。如下圖所示。

基於自動化、智能化的特徵,智能投顧有望解決傳統資管行業面臨的三大難題,從而為自身的發展打開了想像空間。

一是可以有效緩解信息不對稱現象。這裡的信息不對稱並非指內幕信息層面,而是公開信息層面。限於時間精力等各方面因素,個體投資者或理財師並不可能充分消化市場中的公開信息,在吸收程度上也存在著廣泛的個體差異,使得信息不對稱現象普遍存在。智能投顧利用大數據和機器學習技術,可以更充分地吸收各類市場信息,並運用到模型中去,從而大大緩解信息不對稱現象。

二是可以有效過濾投資者情緒的影響。情緒是投資的大敵,波動性市場投資尤其如此,股票市場為此發明了「動量效應」一詞,用以反映因投資者情緒影響導致的股票價格在一段時間內趨同波動的現象。相比而言,智能投顧可以徹底擯除情緒的影響,助力投資者成為交易規則的嚴格執行者。

三是可以有效降低投顧服務成本和門檻,提升市場空間。傳統投顧服務依賴人力,且服務範圍與投顧人員線性相關,成本和門檻較高,只有少部分高凈值客戶能夠享受到專業的服務。相比較而言,智能投顧依靠模型且純線上,邊際成本幾乎為0,具有明顯的規模效應,可以充分發揮互聯網的「低成本、廣覆蓋」精髓,推動投顧服務普惠化。在某種意義上,智能投顧誕生後,高凈值客戶專屬的組合投資模式得以走入尋常百姓家,給趨於沉寂的資管行業帶來新的發展空間。

短期內智能投顧不具備騰飛式發展的條件

受益於機構投資模式的創新,以及互聯網技術尤其是大數據技術和機器學習技術的發展,智能投顧於2009年前後開始出現,開始是以Betterment、Wealthfront和Future Advisor等創業型企業為代表,著重於通過技術手段降低投資成本和門檻,包括稅務籌劃、低費率被動型基金選擇等,並嚴格執行模型策略,追求適度收益率,逐步得到主流市場認可,一些大型金融機構也紛紛推出智能投顧業務,如嘉信理財推出智能投顧產品SIP,德銀推出Anlage Finder,高盛收購Honest Dollar,貝萊德收購Future Advisor等。截止2015年底,美國智能投顧行業資產餘額達到187億美元。據畢馬威預測,到2020年,美國智能投顧的資產管理規模將達到2.2萬億美元,成為資管市場中的一支重要力量。

就國內資管行業的現狀來看,供給的單一性和需求的個性化、多樣性之間的矛盾一直存在,這就為智能投顧行業的發展提供了廣闊的空間。國內智能投顧創業企業始於2014年前後,受限於產品代銷資質和監管政策的不明確等因素影響,上述企業多通過布局美國和香港資產的方式豐富產品類別。進入2016年,一站式理財平台紛紛推出智能投顧概念,致力於為投資者提供自動化、智能化投資服務,提升客戶體驗,增大客戶粘性。

然而,綜合市場環境和政策環境看,智能投顧在國內仍面臨一些重要的挑戰,使得大部分智能投顧平台仍停留在概念階段,資產品類少、配置策略簡單等現象普遍存在,短期內智能投顧業務仍不具備騰飛式發展的條件。

一是股權投資類工具受限,智能投顧的優勢難以充分發揮。智能投顧基於資產組合理論,以債權性工具確保基礎收益,以股權性工具博取額外收益,追逐風險承擔下的高收益。以Betterment為例,為便於客戶選擇,它通常會給客戶設立兩個投資項,一個是「高風險」的股票組合,另一個是「超安全」債券組合,客戶可以在一定的範圍內依據自己風險的承受能力,調整股票和債券投資的比例。然而,目前國內股權投資類工具仍相對匱乏,截至2016年7月,國內市場中ETF產品僅有134隻,不及美國ETF總數的十分之一,且ETF種類僅限於傳統指數型,限制了智能投顧模型策略和收益表現。

二是長期投資理念在國內證券投資市場的適用性較差,大大降低了智能投顧策略的有效性。智能投顧基於模型自動調整策略和頭寸,且有效擯除了情緒波動的影響,追求適度風險承擔下的高收益,投資期限越長,其優勢越明顯。現在的問題在於,與美國股票市場在中長期內穩步向上的趨勢不同,國內股票市場波動性大(參見下圖),投資者進行長期組合投資,實際收益水平甚至會低於信託理財、P2P理財等單一資管產品,因而對智能投顧的長期投資理念接受度較低。

三是目前國內尚無專門規範智能投顧業務發展的法律法規,政策上仍存在障礙。傳統投資顧問即證券投資顧問業務遵循《證券投資顧問業務暫行規定》,開展證券投資顧問業務的機構需要獲得證券投資諮詢機構資質,從業人員則需要取得證券投資諮詢執業資格,並在中國證券業協會註冊登記為證券投資顧問。在國內,投資顧問與資產管理兩塊業務是分開管理的,而智能投顧強調諮詢和資產管理的合一,除了諮詢類業務相關政策不明晰外,資產管理是否需要申請牌照、需要申請何種牌照,目前政策上也並不清晰。在互聯網金融牌照化和規範整頓的大環境下,缺乏明確的監管框架會在很大程度上影響相關平台進行產品創新和模式創新的積極性,舉例來講,證監會人士曾表態稱,將高度關注智能投顧,並依法查處未經註冊卻以智能投顧名義銷售公募基金的互聯網機構。不僅如此,智能投顧的業務範圍並不僅僅是證券投資,理想狀態下還會涉及到銀行、信託、基金、保險資管等各類金融機構產品的銷售,以及更多的監管機構。

智能投顧平台可從三方面夯實騰飛基礎

據零壹研究院聯合神仙有財發布的《中國個人理財市場研究報告》顯示,截止2015年末,互聯網理財市場規模接近2萬億元人民幣,其中貨幣基金產品佔主導,規模達1萬億元以上,P2P平台理財餘額在5000億元以上。購買過互聯網理財產品的網民規模達到9026萬,相比2014年底增加1177萬。相比之下,智能投顧仍然只是互聯網理財行業中很小的一個分支,發展壯大任重道遠。

對監管機構而言,建議吸收P2P、第三方支付等互聯網金融創新業務的發展經驗,提前明確智能投顧的業務定位和發展方向,並遵循適度監管和創新監管原則,動態調整監管細則,促進行業持續健康發展。

對於平台而言,在等待政策逐步明朗的同時,可以從以下幾個方面著手,夯實基礎,等待行業騰飛時機的來臨。

一是積極申請相關金融產品銷售資質或牌照。國內智能投顧業務的開展可以先從提供產品和服務的合規性切入,取得相關業務和產品投資的資質和牌照。考慮到目前國內智能投顧平台的投資標的多為基金和股票,可以優先申請基金銷售牌照和證券投資諮詢機構牌照。同時,為了提高資產管理業務的合規性,還應該積極申請公募基金牌照、私募基金牌照等。除股票和基金外,智能投顧往往還會涉及債券、票據和非標資產等,需要與相關的監管機構保持密切溝通。

二是從易到難,先推出符合監管要求的簡易版智能投顧服務,後隨著相關資質的獲得或監管政策的明朗進行「加法」操作。舉例來講,平台可以先通過調查問卷的形式了解客戶的需求,基於大數據模型給出操作建議,但暫不涉及到代客資金交易環節。或者可通過布局國外證券市場的方式暫時避開國內相關監管限制,待國內政策放開後第一時間跟進,這也是很多創業型智能投顧平台的操作模式。

三是積極開展產品創新服務。智能投顧的核心訴求是降低投資者的專業化組合投資的門檻,從這個角度看,一些主打社交投資理財的平台從事的也是廣義的智能投顧業務。舉例來講,國內一些理財社區先後推出了投資組合曬單和跟投服務,2016年初,蘇寧金融股票理財頻道上線「跟投」模塊,綜合股票開戶、行情、資訊、諮詢、牛股組合等功能為股民提供一體化服務,將大數據與諮詢服務完美地結合起來。此外,主打智能投顧的Betterment也允許用戶查看同齡或同收入的人在投資什麼以及怎麼投資,讓用戶有一個直觀的認識,方便進行投資決策。

——————————————————————————————————————

PS:歡迎去我的LIVE分享頁,系統了解 互聯網金融/金融科技 相關知識


推薦閱讀:

機器學習演算法實踐-標準與局部加權線性回歸
Coursera吳恩達《構建機器學習項目》課程筆記(1)-- 機器學習策略(上)
自然語言處理工具:中文 word2vec 開源項目,教程,數據集
基於logistic回歸模型的風格輪動預測

TAG:智能投顾 | 互联网理财 | 机器学习 |