本文对智能投顾的基本概念和产业链情况进行了详细阐述,并分析了智能投顾与传统投顾相比的优劣势,同时梳理了国内外智能投顾行业的发展情况,揭示了目前中国发展智能投顾可能存在的风险,并借鉴美国监管经验,对中国智能投顾行业发展提出建设性建议。
基于大数据、云计算、人工智能、区块链、数字货币,监管科技等技术创新,金融科技(FinTech)已开始全面应用于支付清算、借贷融资、财富管理、零售银行、保险、交易结算等六大金融领域,成为金融业未来的主流趋势。可以说,金融科技以数据和技术为核心驱动力,正在改变金融行业的生态格局,进而已经改变了社会运行的原有模式。数据显示,在美国、德国,60%的企业里有30%的劳动都已经被人工智能替代了,美国一些报告也指出,全球化进程中美国失业率部分的原因主要不是来自于新兴国家和发展中国家,更多来自于机器人的替代。在金融领域,与人工智能结合进而改变整个社会的还有一个重要方向,即智能投顾。
智能投顾(Robo-Advisor)就是人工智能与投资顾问的结合体,是一种结合人工智能、大数据、云计算等新兴技术以及现代投资组合理论(MPT)的在线投资顾问服务模式。从整个投资咨询价值链来看,如果是面向普通用户,智能投顾的服务覆盖信息获取及分析、投资方式及策略、交易执行、资产配置再平衡等,根据客户需求的提升,智能投顾也会提供一些增值服务,比如税收规划等。对于专业人士,则将会加入投资组合分析等。
因此,从成本方面看,传统投顾与智能投顾的区别在于,智能投顾利用算法构建个性化智能化投资理财组合,人工成本和运营成本远低于人工投顾,因此可以服务于区别于传统投顾服务高净值人群的长尾的中低净值人群,其投资门槛常见于数百元起,甚至有零门槛。从投资依据来看,传统投顾的投资经理主要是依靠金融知识和从业经验来判断,有一定的主观性,有时会存在道德风险,而智能投顾是基于智能算法、大数据、资产定价模型输出投资建议,实现服务输出的标准化。因此传统投股的优点在于定性分析,而智能投顾的优点在于基于大数据和人工智能技术可以处理海量信息,快速应对实势。不过,智能投顾也有风险,一些统计上的相关关系有时不是因果关系,会导致算法可能失效。
总而言之,智能投顾的优势在于低成本、低门槛;以互联网为服务窗口,实现了7×24小时便捷服务;基于技术可快速识别客户风险偏好、资产流动性;实时跟踪市场涨跌、账户资产、收入水平等因素的变化,对风险偏好的实时动态计算,使得客户分析更加高效,投资建议相对理性。
一般而言,智能投顾的工作步骤包括在线问卷测评、基于算法制定投资组合、用户资金转入第三方存管,以及实施跟踪实现资产再平衡。以美国智能投顾平台Wealthfront为例,首先需要用户在线回答10个问题,系统利用大数据技术识别客户的风险承受能力及风险偏好;其次基于用户的风险偏好,系统从跟踪11种资产大类的ETFs(即投资标的)中选取产生投资组合;再次,为实现代理投资,用户资金将转入第三方公司,并代理客户发出交易指令,买卖ETFs;最后,系统实时监测,根据市场数据、资产组合表现及用户需求的变化,并定时调仓。
智能投顾的发展现状
智能投顾起源于美国,业内最著名的两家公司Betterment和Wealthfront 成立于2008年,早期的另外几家如FutureAdvisor成立于2009年,Personal Capital成立于2010年,2012年SigFig上线,它们的投资标的涵盖基金、股票、股票期权、债权、房地产等十几类资产。后来传统金融机构通过收购、合作的方式加快在该领域的布局,有后来者居上的趋势,比如2015年嘉信理财推出嘉信智能组合、BlockRock收购FutureAdvisor、德意志银行推出智能投顾平台Anlage Finder,以及2016年高盛收购了线上退休账户理财平台Honest Dollar。
中国智能投顾产品起步并集中爆发于2014年和2015年。目前推出“智能投顾”产品的企业有20多家。其中既有传统金融机构推出的平台,包括平安一账通、嘉实基金的金贝塔、贝塔牛、立马理财、华泰AssetMark等,也有互联网公司推出的京东智投、雪球财经、同花顺、百度投市通、阿里蚂蚁聚宝、腾讯微众银行等,还有独立第三方智能投顾平台,包括弥财、蓝海财富等,主要是模仿国外先行者Betterment和Wealthfront。按业务类型来分,主要分为推荐与客户风险相适应的基金或其他理财产品的混合推荐型、仅提供诸如A股仓位、买卖点等建议或资产配置建议的独立建议型和帮助客户管理资金并投资,通过第三方平台存放资金保证客户资金安全的一键理财型。以弥财为例,借鉴国外分散化投资理念基于算法为投资者制订全球化的专属投资方案,投资标的由8只ETFs构成,覆盖10个行业、3800多家公司以及175个国家。用户在APP登录后需要回答5个问题,获得风险评级,之后系统会自动生成一套匹配的投资方案,通过优化资产配置、开设证券账户,弥财投资实现自动管理与资产在平衡。这与Wealthfront的投资理念非常相近。
比较而言,中美的智能投顾主要差别体现在投资者风格、金融市场成熟度以及监管环境三个方面。首先,在投资者风格上,美国以机构投资者为主,习惯长期投资及投资组合分散风险;中国以散户为主,习惯短线操作,投机性较强。其次,金融市场的成熟度方面,美国有近1600只ETFs,2017年初管理资产规模为300多亿美元,7月达到1000多亿美元,产品包括股指、债券、商品等多个类型;而国内仅有130余只ETFs,2017年底资产规模大约达到1000亿元人民币,且以股票为主,无法很好地分散风险。再次,在监管环境方面,美国功能监管和行为监管并重,资产管理和投资顾问服务实现一体化监管,对智能投顾行业监管逐渐明确;而中国资产管理和投资顾问实行分牌照管理,尚未出台对智能投顾的监管规范,因此中国在法律和监管方面还相对滞后,需要尽快补齐短板。
需要对智能投顾的风险高度警惕
首先是政策风险。国内的资产管理与投资顾问实行分牌照管理,目前智能投顾的服务仅限于基于算法的资产配置建议。且国内尚未出台法律对智能投顾业务的牌照和资质提出要求,但智能投顾的投资建议涉及股票、基金、保险等多种金融产品的分散化投资组合,因此还没有在这些方面申请销售资质牌照或者还没有相关牌照安排的领域都可能存在着不确定性的风险。比如,部分平台的投资标的涉及海外证券或者ETFs,但根据证监会2016年7月的风险提示,境内投资者通过境内互联网公司平台网站或移动端参与境外证券市场交易,没有法律保障。
其次是技术风险。智能投顾都有一套理念,算法和模型是智能投顾产品的核心竞争力,而模型需要通过样本数据不断地“训练”才能使用。两个原因可能导致模式失效:一是出现“黑天鹅”事件。智能投顾依靠大数据,从中长期的大数据里面找一种规律,通过挖掘、筛选、清洗再总结其规律,如果“黑天鹅”事件出现,一般人工智能、智能投顾是找不出它的规律的,不能预判到“黑天鹅”事件,这就对智能投顾带来了很大的不确定性。二是因为机器学习通常擅长发现数据间的相关关系而非因果关系,由于自学习的机器无法区分虚假的相关性也会导致一些风险,从而对智能投顾的发展造成干扰。这些技术上的风险需要高度警惕。
再次,还有“劣币驱逐良币”的风险。真正智能化程度高的平台对技术要求非常高,通常需要技术、法律、监管三方共同组建起一个良性的发展环境。而在智能投顾发展的初期,很难分辨各类“智能投顾”平台的智能化程度。因为算法是非公开性和复杂性,难以区分“智能化”建议与一般的分散投资,且平台给出的资产配置建议有可能包含与自身利益相关性高的产品,难以保证其独立性和客观性。在这种情况下,如果法律和监管没有跟上,就可能会导致市场或微观对象对智能投顾平台的不信任,进而出现“劣币驱逐良币”的情况。
中国智能投顾的发展已经从萌芽状态到了快速发展的阶段。因此需要对各类风险进行高度关注,并及时对智能投顾行业进行合法合规的监管,保证整个行业的良性发展。以美国的经验来看,针对智能投顾的监管,美国监管局出台《数字化投资建议报告》(Report on Digital Investment Advice),投资建议包括客户信息采集时应涵盖的内容、对算法技术的监管意见、对数字化投顾建立管理和监管的架构及流程的建议、对客户和金融专业人士的教育和培训的具体建议和做法等具体内容。比如,对算法的监管方面要求相关从业者应评估算法是否与其投资分析方法一致;对客户风险能力评估根据投资者适当性分析;对于解决利益冲突问题,从业者就需要面向用户使用的数字化投顾工具建立监管管理框架与流程。中国在借鉴国外先进经验的同时,也需要强调的是,智能投顾仍然是金融的属性,属于金融科技,因此业界和监管层都需要高度重视其可能出现的风险,要在发展和稳定之间、风险和监管之间找到平衡点,尤其是要高度关注对投资者权益的保护,还要和实体经济相结合,而不是空中楼阁。只有这样,智能投顾、金融科技才有未来,才能更好地支持经济的发展。
(伍旭川为中国人民银行金融研究所互联网金融研究中心秘书长。本文编辑/王蕾)