如何聰明的選擇智能投顧

那天國內的一個同學，興沖沖的給我發來一個理財產品的介紹，讓我幫他參謀參謀。他說，老伍你看，這家公司是由好幾家非常有名的風投投的，號稱拿了幾千萬投資，估值好幾個億。網站做的挺不錯的，上面寫著「大數據和金融工程模型，我們要做中國的Wealthfront」，你幫著看看唄。我說你這個叫智能投顧，碰巧我對這一行稍微有些研究，那就不妨講講吧。

智能投顧，是智能投資顧問的簡稱，英語名叫Robot Advisor。這個概念這兩年比較火，因此今天我就來好好談談這個話題。

要理解智能投顧，我們就需要先理解投顧，即投資顧問這個概念。

投資顧問本身是一個很古老的行業，所有的私人銀行提供的很重要的服務之一，就是投資顧問。一般來說，服務客戶的投資顧問團隊有兩個部分組成（見上圖綠色部分）。第一個是直接面對客戶的客戶經理，他們的工作是了解客戶的投資和理財需求，理解客戶的風險偏好和金融知識，並判斷什麼樣的投資產品更加適合客戶。團隊的第二個組成部分是投資組合經理，他的工作是根據客戶經理提供的信息，幫助客戶設計並管理他的資產組合。

上圖提到的這種投資顧問模式的缺點是它耗費非常高的成本：一個有經驗的客戶經理，加上一個有經驗和技能的投資組合經理，再加上一些支持他們的後台團隊，這樣的團隊組合需要的人力和技術成本都比較高。

這也決定了如此商業模式只能適合於高凈值人群。假設客戶只有幾萬或者幾十萬塊錢，用這樣一套團隊去服務他的話，怎麼都很難收回成本。大家知道，私人銀行一般的最低理財門檻都是五百萬人民幣或者更高，這就是主要的原因之一。

而現在在一些國家興起的智能投顧，其主要的變化是他們用計算機將上面提到的客戶經理和投資組合經理替代掉了（比如上圖中的綠色方格）。如果用一些電腦程序可以將這兩個重要的職位代替，那麼智能投顧就能極大化的降低為投資者提供投資顧問服務的成本，從而也能降低享受投資顧問服務的最低投資門檻。

事實上目前在美國做的比較領先的智能投顧確實做到了這一點：他們的收費相當便宜（年管理費在0.25%-0.5%之間，相比之下傳統的私人銀行理財服務收費在0.8%-1.5%之間），同時他們的最低投資額也相當低（比如只需要幾百美元），可謂完全迎合了屌絲的理財服務需求。

由於這樣一種科技革命，智能投顧在美國發展很快。比如大家可以從上圖的右邊看到，美國智能投顧所管理的資金量，在2012年只是零，但到了2015年7月就已經增加到230億美元左右。

根據美國彭博社的估計，照目前這個發展速度，美國的智能投顧到2020年將管理2萬億美元左右的資產規模。當然，這一切還都是一個願景。由於智能投顧還是一個新興行業，目前它管理的資金規模大約僅占整個行業的0.13%左右，還不足以撼動那些傳統的投資顧問們。

在美國做的比較出色的智能投顧，有Wealthfront ($2.6B), Betterment ($3B), Personal Capital ($1.5B), Charles Schwab ($4.1B)和Future Advisor ($0.6B)。括弧中的是他們在2016年年初管理的資金規模（美元，估計值）。大家可以看到幾家大的智能投顧，管理的資金大約在30億美金-40億美金左右。Future Advisor的管理規模比較小，不到10億美金，不過它已經被貝萊德(Blackrock)集團收購掉了。

值得一提的是，智能投顧不光只是新興企業的地盤。事實上有很多傳統的投資機構已經注意到這塊市場。比如上面提到的Charles Schwab，以及美國的先鋒（Vanguard）集團，都有非常大的智能投顧服務。只不過跟他們的傳統業務相比，這塊業務還比較新，所以他們並沒有像其他幾家那樣花大力氣去宣傳。

由於上面提到的那些智能投顧取得的成功，這個概念在中國也引起了相關業者的注意。如果大家去百度搜索一下「中國智能投顧」，就會發現好多個自稱是「中國的Wealthfront"的智能投顧。那麼這些投顧都靠譜么？我們的投資者應該如何去理解並且比較他們的優劣呢？下面就來講講這個問題。

客戶經理的價值

要理解智能投顧對投資者創造的價值，我們就需要理解他所代替掉的那兩個重要職能，即客戶經理和投資組合經理提供的價值。我們先來說說客戶經理。

傳統的理財行業中的客戶經理，其主要的工作是了解他的客戶。客戶經理一般來說認識投資者多年，他會綜合客戶的背景，文化，金融知識，風險偏好，家庭情況等信息來為客戶選擇最適合他/她的投資策略。這裡就涉及到一個好的客戶經理和一個普通的客戶經理的區別了。好的客戶經理，除了專業知識過硬，金融理論基礎紮實以外，他還對客戶的心理非常了解，所以對客戶有很有效的決策影響。比如在客戶頭腦發熱，想做一些風險比較高的賭博性投資時，客戶經理會適時提醒，給客戶頭上澆一點冷水，讓他適當控制自己的投資風險。

由於客戶經理提供的是關於家庭財務的諮詢，因此一般投資客戶對於客戶經理是非常信任的。很多時候，客戶經理也成為投資者的半個管家。很多和投資不一定有直接關係的事情，比如海外移民，小孩上學等，客戶經理也會幫客戶出出主意。

從智能投顧的角度來看，為了用機器代替客戶經理這樣一個人，機器的設計者需要將客戶經理提供的服務高度標準化和程序化。那麼他們是如何做到的呢？

一般的智能投顧，提供服務的順序是這樣的：首先會問客戶一些問題，比如年齡，收入，支出，職業，性格特點，等等，然後根據客戶給出的問題答案，智能投顧會畫出一張客戶的風險偏好圖。目的是將客戶歸入某一種風險檔案（偏風險，中風險，厭風險，等等）。大家去國內一些智能投顧的網站都可以看到，他們會要求你點擊回答一張問卷，做的就是這個工作。

在得出客戶的風險圖譜後，智能投顧會根據客戶被歸入的風險類別，給予其資產配置的建議。比如偏風險的，多給點股票；厭風險的，多配點債券。也就是說，到最後即使有10萬個不同客戶，他們也會被這些問題的答案歸入某一類客戶（比如十種風險偏好中的一種），這樣才好給這些客戶配置標準化的資產組合。

我在這裡用上圖作為例子解釋一下。你可以看到上圖中所有的投資者被分為10大類，從最保守的，到最激進的。保守的投資者（數字小的那些）會被建議配置大量的債券（藍色柱），而激進的投資者（數字大的那些）會被建議配置更多的股票（黃色柱）。

這樣的分析方法雖然省了很多時間和成本，但是不一定合理。理由如下：

首先，投資者的所謂風險偏好(risk appetite)是一個比較虛的東西，並且毫無穩定性和一致性。比方說吧：

1）風險偏好受經濟環境的影響：當經濟高速增長，投資者收入增長很快的時候，他會非常樂觀，自然而然的會更加愛好風險，就好像上圖的頂端的情況。但是當經濟環境變差，或者跌入衰退時，投資者的風險偏好又會變得非常保守，就好像上圖谷底的情況。就是說投資者的風險偏好受短期經濟波動的影響。

大家也可以回想一下，在2015年上半年，我們很多投資者非常樂觀，在投資股市時非常大膽；而到了2015年下半年，很多人的情緒從天堂跌落到地獄，變得什麼都不敢碰了。這就是一個投資者風險偏好受情緒影響的典型例子。

2）同一個投資者，在對待不同事物上的風險偏好很可能會不一致，甚至截然相反。比如我們很多人會買健康和生命保險，從這個角度來說買保險的人都是厭惡風險的。但我們時不時也都會去賭場里賭一把，或者買張彩票，或者賭一場世界盃決賽，從這個角度來說，我們又是個風險偏好十足的投資者。也就是說，即使是同一個人，在不同的場合下他的風險偏好會發生變化，甚至完全矛盾。

3） 我們的風險偏好取決於我們的財富的來源。如果是通過辛辛苦苦工作了好多年好不容易積累下來的財富，我們對待它的時候會非常謹慎，趨向於避險。但如果是老爸送給我的，或者彩票中的，或者公司年末發的我意料之外的花紅，那麼我對待相同一筆錢的態度會截然不同，風險偏好十足。這個現象從理性角度很難說得通，因為如果都是十萬塊錢，它能買的東西是一樣的，為什麼我們會因為它的來源不同而區別對待呢？

4）如果我告訴你現在有個投資機會，你賺錢的概率是90%，你可能會非常願意投資。但如果我告訴你這個投資機會虧錢的概率是10%，你還會同樣有興趣么？這個例子告訴我們，我們的風險偏好，取決於那個風險是如何被描述的。

5）在賭場里連續贏了兩把的賭徒，在接下來的賭博中信心會爆棚，並願意賭上更大的賭注。而那些連續輸了兩把的賭徒，則會變得非常保守，小心翼翼的減少自己的賭注。在生活中也是同理。生活的贏家（短期的過去兩三年）會有更強的信心，表現出更高的風險偏好，儘管這並非理性。

6）如果你的鄰居，朋友和親戚都在搞P2P，你會不會也更有傾向去賭一把玩一玩？這個和你自己本身的所謂性格和財務狀況是無關的。這個例子說明，很多時候我們所謂的風險偏好是受我們的環境和朋友圈影響的。

其次，這樣偏簡單的風險偏好圖譜法完全忽略了投資者本身的經濟狀況和需求。在理財界，有一個比較流行的說法是，你個人應該持有的股票，可以用一個簡單的公式，100減去你的年齡來計算。

就是說，在你年輕的時候，你應該購買更多的股票，而當你老了以後，則應該購買更多的債券。但這樣的簡單粗暴完全忽視了生活中我們實際的需求。大致來講，一個年輕人如果沒有一個富翁爸爸，他在二十多歲時很難積累起來任何財富，而在他步入三十多歲時，他需要準備結婚，購買人生中第一套房子，生孩子，送孩子去學校等等。這些都是人生中最重要的事情，也都需要錢。叫這樣的年輕人把他大把儲蓄投入股市，簡直是自殺性的。事實上，大部分人也有清醒的頭腦，不會照搬這樣愚蠢的建議。

這就是目前智能投顧面臨的最大的挑戰之一：每個人或者每個家庭的情況都不一樣，期望用如此簡單的幾個問題就把投資者的實際情況搞清楚是不現實的（這裡還沒有考慮到一些投資者不想透露自己真實的財富水平，選擇不如實提供自己財富狀況的情況）。如果這樣簡單的問卷形式無法將一位投資者的真實需求分析清楚，那麼它後面提得所有的理財建議就不一定有多大價值。

這也是智能投顧在美國更受到屌絲歡迎的原因之一：如果本來的投資額就非常少（比如就幾萬塊），那麼投資者可能不需要，也無法承擔的起更為個性化的理財諮詢服務。對他們來說，選一個比較便宜的智能投顧服務就可以了。但是如果是高凈值的高端客戶，他們的需求可能會更加多樣化，期望值也會更高，如何用機器去代替客戶經理滿足這些高端客戶的期望，就是智能投顧需要解決的最大的問題之一。

投資組合經理的價值

說完了客戶經理，讓我們再來說說上文提到的第二個投顧的組成部分：投資經理的價值。

說到底，智能投顧要想給客戶創造價值，他們就需要證明智能投顧的回報比投資經理為客戶創造的回報更好。因為從客戶角度來看，即使投資經理收費更高（他也要養家糊口啊），但是只要他為我的投資帶來更好的回報，我也不介意。那麼智能投顧能否做到這一點呢？

智能投顧能夠做到幫客戶提高回報，基於兩個非常重要的理論基礎。如果這兩個理論基礎不夠堅實，那麼智能投顧就會面臨非常大的問題。他們分別是：

1）市場有效性：即市場（至少在大部分時間和情況下）是有效的，因此市場很難被戰勝，所以購買並持有低成本的被動型指數基金對於投資者來說更為划算；

2）投資組合是可以優化的：這個理論基礎源於諾貝爾獎得主馬爾科維奇的貢獻。馬爾科維奇提出的現代金融理論(Modern Portfolio Theory)指出，在投資者的資產組合中加入不同的新的資產，可以擴大其有效可能性邊界，從而在不影響回報的前提下降低投資組合的風險。如果大家去百度一些國內的智能投顧的網站，你會發現很多智能投顧都會援引這個馬爾科維奇理論來作為他們確定投資組合的理論基礎。

下面我們來說說這兩個理論基石。

首先是市場有效性。這一條理論要求：

1） 智能投顧需要在最有效的市場里進行投資。從理論上來說，這個市場應該包括全球所有市場，即所有國家（發達國家加上發展中國家），和所有資產類型（股票/債券/房地產等等）。大致來講，發達國家的資本市場（相對來講）要比發展中國家更有效。所以如果智能投顧只投資發展中國家（比如只投資中國），而忽略發達國家，那就完全是掩耳盜鈴，撿了芝麻丟了西瓜了。同時要達到智能投顧戰勝投資經理（機器戰勝人）的目的，找到低成本高質量的指數基金是關鍵。目前中國國內符合這個要求的指數基金非常有限，這就意味著一個好的智能投顧，一定要放眼全球，挑選在全世界範圍內最好的指數基金品種。

2）如果智能投顧是基於市場有效性理論給客戶設計最佳的投資組合，那麼智能投顧就一定要百分百被動，完全沒有人為干預。我在上文中提到，智能投顧的一大目的是取代投資經理（人）。如果在智能投顧中也有人為干擾因素，那麼這就違背了一開始智能投顧的初衷了。

我了解到不少智能投顧，他們的投資方式是機器和人相結合：在管理層認為市場有效時，他們訴諸於機器；而在管理層認為」市場無效「時，管理層又開始自作主張改變投資者的資產組合。這種做法其實就是掛羊頭賣狗肉，新瓶裝老酒。因為那個投資經理並沒有被替代掉，只不過他三天打魚，兩天晒網，有時候管一下，有時候又放手不管，簡直比傳統的投資經理模式還要糟糕很多。

要做到百分百被動的投資，智能投顧還需要做的一件事情，是它挑選的那些投資品也需要完全被動。這就決定了真正的智能投顧只能選符合一定標準的指數基金。我所了解到的一些智能投顧，在資產配置上用機器來定權重，但是到了底層，選的都是有基金經理管理的主動型基金，這就又犯了用掛羊頭賣狗肉的手段來忽悠投資者的毛病了。首先主動型基金的費用相對來說都比較高，違背了一開始智能投顧為投資者省錢的初衷。其次智能投顧踢掉了上文提到的投資經理，卻又僱傭了其他基金經理，真是左手倒右手，到最後就是賣給投資者一個變相的組合基金（Fund of funds）。

下面再說說馬爾科維奇的投資組合優化理論。這一段可能涉及到一些專業性知識，如果讀者沒有興趣，或者感到枯燥的話可以略過。

馬爾科維奇提出的創造性的資產組合優化理論，其有一個非常重要的前提，即資產的回報和風險（波動率）是已知的。用通俗的話來說吧，如果我已經知道了一支股票（比如中石油）比另一支股票（比如工商銀行）回報更高，風險（回報的方差）更小，那麼我就應該把更多的錢投在中石油上，而把少一些的錢投在工商銀行上。

但問題是我們不是算命先生，看不到那麼遠的未來。所以我們就需要去估計那些資產（比如股票，債券等）的（期望）回報和（期望）風險。那麼我們的金融從業者是如何去估計的呢？答案就是：靠歷史數據外加蒙。

比如很多投資顧問會告訴你，在你的投資組合中加入一個XXX債券，根據馬爾科維奇的金融理論，可以提高你的投資組合的風險調整後收益(risk adjusted return)。那麼他是從哪裡得出這個結論的呢？有些人靠的是該資產過去的歷史回報，而有些更離譜的則完全是憑自己的感覺。

如果靠資產的歷史回報去預測未來，那麼就會有這個問題：過去的歷史是否足夠並且可靠？過去的歷史對未來的預測準確度有多高？

比如我問大家：阿里巴巴股票上市(2014年9月）時，他的風險調整後收益（risk adjusted return）如何？這個問題其實是個偽命題，因為沒人知道答案：阿里巴巴這支股票在2014年9月份之前都沒有公開交易的價格歷史，我們又沒有它在上市前的非公開的股票交易價格歷史，怎麼可能知道其風險調整後收益？所以大家只能猜，比如找一支類似的股票，或者行業平均值來估計，然後用那個估計值去優化投資者的投資組合。

但是這就涉及到資產管理里一個很大的問題，即我們用的那些資產的回報和風險估計數值是否可靠？英語里有句話叫做Garbage in, garbage out （垃圾進，垃圾出）。如果我們一開始輸入的變數就不正確，那麼我們那套智能資產配置模型輸出的變數也只能是垃圾，對不對？

給大家舉個例子，比如在1999年的時候，根據其過去10年的美國股市回報，股市的風險調整後收益非常高，因為美國剛剛經歷了一個大牛市。那麼在智能投顧所使用的資產優化模型中，美國股市在資產配置中受到的權重會非常高。在事後看來，這顯然是很愚蠢的，因為你在股市高點時配置了更多的股票，因此在2000年互聯網泡沫破裂時，你作為投資者的損失會非常慘重。相似的，如果過去十到二十年某國股票經歷了一個熊市，那麼智能投顧根據其歷史可能會給予非常低的配置，而忽略該資產價格被低估的可能。

所以看到這裡你就應該明白，智能投顧要想給投資者一個比較合理的資產配置，其依靠的資產回報和風險數據需要非常可靠。那麼這個可靠來自於哪裡呢？一是數據歷史要長，二是數據本身準確性要高。

數據歷史長，至少要涵蓋好幾個經濟周期和幾個金融危機，越長越好，這樣才會更有代表性。數據本身的準確性，要依賴高質量的數據源和非常嚴格的采編程序。在這方面有不少做的非常好的研究，像Jeremy Siegel和Roger Ibbotson對於美國歷史金融數據的整理和研究，Elroy Dimson對於世界上幾十個發達國家和發展中國家過去的歷史金融數據研究等。

相對來講，美國和歐洲發達國家的數據歷史比較長，收集的也比較全，因此一個好的智能投顧資產組合，其投資權重應該包括比較多的歐美日發達國家資本市場。而發展中國家的資本市場普遍比較短，可以參考的歷史有限，數據可靠性存疑，因此在智能投顧中不宜配置過多。如果缺少對以上這兩個條件的考慮，所謂的智能投顧就是玩過家家的把戲，當不得真。

總結

智能投顧作為一個新興的商業模式，可以為投資者帶來更低的投資費用，更簡捷的投資方法等好處，所以我覺得這對於我們廣大投資者來說是一件非常大的好事。但是，我也想提醒廣大投資者，要做好智能投顧沒那麼簡單，裡面涉及很多高度專業化的細節。投資者在選擇適合自己的智能投顧之前，最好就以上提到的那些問題了解清楚，這樣才能幫助自己找到更合理的理財方式。

有些朋友問：能不能給我們推薦一個簡單的問題列表，這樣在我們去選擇智能投顧時，可以照著這張列表去核對一下，便於我們篩選出更好的智能投顧？我覺得這是個非常不錯的建議，所以列舉了下面了一些問題。在我看來任何一位投資者在選擇一個智能投顧之前，都應該去問一下下面這些最重要的問題：

1）你們的託管銀行(Custodian)是誰？他們收費多少？客戶的資金是每個賬戶分開單獨託管的，還是混在一起託管的？

這個問題非常重要，涉及到你的資金的安全性。在做出任何投資決策之前，投資者需要考慮的第一個問題就是：我的資金安全不安全？到時候本錢沒了，回報再高有啥用？

2）你們的收費是多少？把所有費用加起來以後的總費用率(Total expense ratio)是多少？這些費用都是由哪些項目組成的？

在我和非常多的基金銷售，或者投資顧問接觸下來得出的經驗是：你問他們總費用率多少，很少有人可以答得上來。主要原因在於這個行業的收費非常不透明，基金公司和銀行經常巧立名目收取各種投資者都意識不到的費用。一個聰明的投資者，應該只投那些收費透明度高的產品。

3）你們這個智能投顧都買些什麼產品？是指數基金，還是公募或者私募基金？這些產品的流動性如何，費用率多少？

就像我在上文中提到的，投資者要關注智能投顧底下投資的品種，防止被「掛羊頭賣狗肉」那樣的技倆忽悠。

4）你們的智能投顧是完全由電腦做出的配置決策， 還是有人為干預？如果有人為干預，標準是什麼？大約有多少干預？有什麼證據表明你們的人為干預比電腦配置更好？

我在上文中提到，智能投顧是否有人為干預很重要。投資者需要避免以為自己投了個機器人，結果其實還是人為的半干預這樣的理財產品。

5） 你們做出資產配置優化基於的數據是什麼？有哪些國家和哪些市場？歷史有多長？是日數據，周數據還是月數據？用的是簡單的指數，還是完全回報指數(Total Return Index)？

我上文中提到，垃圾進，垃圾出。沒有高質量的數據輸入，怎麼可能給投資者提供高質量的配置方案？

這個問題單子還可以列很長，但我相信有些朋友可能已經有些暈乎乎了。對於一個普通的投資者來說，上面這幾個問題已經可以幫助他篩選掉一批劣質的智能投顧了。

相信我，拿著這份問題單子去問向你兜售智能投顧的銷售，他可能會被你的問題鎮住。如果你聽不懂他的回答，那就把它記下來過來問我。如果一個智能投顧無法給出讓你滿意的答案，那麼你就有理由懷疑他的產品是否靠譜。一個聰明的投資者，只會去投資那些自己可以理解的，並且能夠解釋的清楚，有高度透明性的金融產品。

希望對大家有所幫助。

伍治堅新書《小烏龜投資智慧：如何在投資中以弱勝強》終於上架啦。在京東，淘寶或者噹噹搜索書名或者作者名，都可以購買到該書。或者也可以點擊這裡購買本書：http://product.dangdang.com/24169820.html

推薦閱讀：