<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE wml PUBLIC "-//WAPFORUM//DTD WML 1.1//EN" "http://www.wapforum.org/DTD/wml_1.1.xml"><wml><card  id="index"  title="清华金融评论  &raquo; Blog Archive   &raquo; 机器人投顾领跑资管创新"  ><p>
			标题：机器人投顾领跑资管创新<br/>
			时间：2016年12月10日 (下午12:09)<br/>
			分类：<a href="index-wap.php?cat=26" title="查看互联网金融中的全部文章" >互联网金融</a>,  <a href="index-wap.php?cat=2668" title="查看互联网金融-总第37期中的全部文章" >互联网金融-总第37期</a>,  <a href="index-wap.php?cat=2660" title="查看总第37期中的全部文章" >总第37期</a>,  <a href="index-wap.php?cat=2" title="查看清华金融评论杂志文章中的全部文章" >清华金融评论杂志文章</a><br/>
            标签：无<br/>
			作者：清华金融评论<br/> 
            <br/>
            机器人投顾被引入中国后，发展势头迅猛。本文介绍了美国与韩国机器人投顾的发展经验，对比了中国机器人投顾的发展现状，并对监管提出建议。
2002年，美国一家杂志社的记者Richard J.Koreto首次使用术语“机器人投顾（Robo-advisor）”，介绍了1995年开始出现的mPower、Financial Engin、Direct Advice、 Guide Choice等提供在线资产管理服务的机构，认为机器人投顾与传统的金融咨询师相比可以创造更多的投资机会。2015年，机器人投顾概念首次被引入中国后，得到快速发展，引起行业的关注。国际知名咨询公司AT Kearney预测，未来五年，机器人投顾的市场复合增长率将达到68%，到2020年全球机器人投顾行业的资产管理规模将突破2.2万亿美元。
机器人投顾的核心与类型
2011年以来，机器人投顾作为金融科技（FinTech）领域创新的成功案例被广泛传播。机器人投顾的核心是算法设计，包括证券投资组合理论、组合优化、技术分析、模式识别等机器学习和人工智能系统的理论或方法，其与量化投资的主要区别在于其个性化和多样性，是量化投资领域向精细化运用的进一步延伸。如果机器人投顾的服务层次从仅提供在线投资咨询延伸到交易层面，那么在投资组合建立和风险控制环节，均会涉及程序化交易。比如在满足止损规则的情况下，投资者可以选择让机器人自动下单交易。
在美国，根据是否提供独立的在线投资咨询服务或参与平台的直接开发两个维度，机器人投顾可以分为四种类型：第一种是纯粹的机器人投顾，如Betterment、Wealthfront等。这类投顾以提供独立的在线投资咨询及资产管理服务为目的，并在美国证券交易委员会注册为投资咨询机构（Registered Investment Advisor,RIA）。这类投顾根据客户所提供的个人信息，通过计算机数据模型或应用系统在交互式网站提供在线投资咨询服务。但如果这类投顾在最近12个月连续给15名以上的投资者提供线下投资咨询，则不能成为在线投资咨询公司。第二种是混合（Hybid）的机器人投顾，如Vanguard Personal Advisor Service、 Portfolio等。这类投顾在线上和线下均提供投资者咨询和资产管理服务，并自主开发机器人投顾平台。第三种是平台使用者（Platform Adopter）。这类投顾是利用第三方提供的机器人投顾平台，提供在线投资者咨询及资产管理服务的咨询公司和金融公司，与前两者的明显区别是不参与机器人投顾平台的开发。第四种是平台开发者（Platform Developer or Enabler）。这类投顾是专门为第三者开发机器人投顾平台的IT技术公司。截至2016年2月，美国的纯粹机器人投顾有133个，混合机器人投顾有5个，平台开发者有18个。
根据提供的服务内容，可以将机器人投顾划分为三类:第一类服务形式最为简单，通过大量数据分析提供一般意义上的投资建议，不会因人而异；第二类根据服务对象的特征或偏好，给出个性化的投资建议，但不进行交易，由投资者自行交易；第三类是在提供第二类服务的基础上，为服务对象提供交易服务。机器人投顾服务对象的年龄、投资目标、投资期限和风险偏好程度各有不同，甚至所偏好的基本投资方法也各有差异，所以针对数量众多的服务对象，机器人给出的投资建议会因人而异。严格意义上的机器人投顾指的是第二类和第三类，但目前国内很多人热议的机器人投顾更多的是第一类，这与各国法规所许可的投资顾问业务的范畴不同有关。美国的投资顾问拥有资产管理资格，机器人投顾直接提供后两类服务，而中国目前还不允许投资顾问进行资产管理。
机器人投顾的服务对象、运作方式及特点
美国机器人投顾的服务对象主要是个人投资者，管理的账户类别较为丰富，包括个人一般账户、退休账户、连接账户、信托账户、传统联合账户、有限责任公司应税账户等，绝大多数机器人投顾可以管理前三种账户。机器人投顾根据每个投资者的年龄、风险厌恶程度、未来的支出计划，提供差异化的、满足投资者目标的最优投资组合建议。
为投资者提供建议之前，机器人投顾需要获取投资者的个人信息。首先，要了解客户的投资目标，如储蓄资金、节税目的、投资需求等。其次，客户需要输入有关风险偏好的信息，包括年龄、收入、财富、产品类型偏好等。机器人投顾根据这些输入的信息资料，计算出客户的风险承担能力和风险承担意愿分值，通常分值越高代表用户的风险承担能力或意愿越强。这些分数是为用户构建个性化投资组合的基础。再次，利用机器人投顾的量化模型算法最终生成客户的个性化投资组合，并输出投资组合建议。最后，将对投资组合进行后续管理，包括资产再平衡、节税优化、收益追踪及实时模拟预测等。
相对于传统的面对面的人工投顾，机器人投顾具有以下特点。首先，其服务费用低廉，小额资产投资者也可以享受到同等质量的服务。美国机器人投顾的平均年咨询费率为管理资产的0.15%～0.35%，是传统投顾收取的费用的15%左右。其次，其资产配置公开透明，目标用户范围广。再次，满足个性化的要求，根据每个投资者的年龄、风险厌恶程度，以及将来的支出计划不同，对应差别化的最优投资组合。同时投资决策免受情绪影响。
机器人投顾国际发展状况
目前，全球提供智能投资顾问服务的公司数量众多，其业务形式也多种多样，遍布美国、欧洲、加拿大、澳大利亚、新加坡、印度、韩国等各个国家。美国是全球机器人投顾行业的领头羊，自动程序化交易始于被动的指数化投资。由于金融危机后美国证券市场波动加剧，投资者逐渐接受交易所交易基金（ETF）被动化指数产品，同时ETF的费率也比共同基金低，导致大量资金转向ETF投资，ETF基金的发展为财富管理的升级优化奠定了基础。随着科技的不断进步和个人投资者需求的演变，机器人投顾得以快速发展。截至2016年2月，美国机器人投顾的平台共有208.7万个账户。目前，美国大部分机器人投顾为投资者提供ETF基金或共同基金的优化组合方案，帮助投资者优化长期资产配置，获取稳定的投资收益；也有部分机器人投顾为投资者提供包括选股、ETF基金、房地产投资信托基金（REITs）等品种在内的短期择时和资产配置服务。其中，最典型的是Wealthfront，它通过调查问卷了解、评价投资者的风险偏好和风险承受能力，得到风险偏好分数并用于资产配置模型中。客户访问公司网页便可填写金融资产规模和投资倾向等个人信息，投顾平台依据每个客户提供的资料为其提供相应的投资组合建议。相比较而言，Betterment则只需要了解投资者的年龄、年收入状况、投资目标和投资期限，并没有风险偏好调查。Betterment认为，投资期限、投资目标以及资金支出计划是资产配置需要考虑的首要问题，其本身就反映了投资者的风险承受能力。Betterment为投资者提供了三个目标选择：Safety Net（安全保障）、Retirement（退休基金）和General（一般投资），并详细解释了每个选项的具体含义。
2015年以来，传统的人工投资顾问服务公司，例如嘉信理财、贝莱德、高盛等金融巨头通过收购或创立产品的方式也开始布局机器人投顾业务，并基于品牌效应、研发优势、产品资源和客户资源等优势得以迅速扩张。1971年成立的Charles Schwab（嘉信理财）于2015年3月推出机器人投顾产品Schwab Intelligent Portfolios（SIP），目前的管理资产规模为2.5亿美元。SIP在其确定备选的各类别ETF最优配置比例后，还进一步考虑管理费率、跟踪误差和买卖价差等因素，筛选出最终的ETF来构建组合。2016年7月底，美国著名的投资管理公司富达（Fidelity）发布其机器人投顾产品Fidelity Go,通过人机结合的方式，为年轻的、乐于运用电子化平台的投资者提供投资咨询。
韩国近年也加速了机器人投顾的开发步伐。2015年以来，未来资产大宇、现代证券、NH投资证券、三星证券等争相推出机器人投顾产品，基于券商自身的用户和平台优势快速扩张，期望在机器人投顾市场占据先机。2016年1月，韩国总统工作报告中就提出了“关于活跃机器人投顾的方案”，指出相关机制得到保障后监管部门将允许机器人投顾业务直接面向大客户提供服务。2016年8月，韩国金融委员会（FSC）出台了“机器人投顾测试床（Test bed）的基本运行方案”，通过三阶段的审核程序检验机器人投顾平台的实际运营情况，测试算法的稳定性、收益性和整体系统的安全性，最终审议通过的机器人投顾平台将面向广大中小投资者合法进行资产管理服务，这将成为韩国机器人投顾走向大众化的关键第一步。
中国机器人投顾发展现状及瓶颈
与国际市场相比，中国股市散户投资者占比较大，投资者专业知识薄弱，缺乏风险管理、价值投资等理念。在以散户为主体的特点短期内很难改变的前提下，机器人投顾的出现恰恰契合了中小投资者投资低门槛、低成本、价值投资理念缺乏等现状，国内的一批先知先觉者已闻风而动，踏浪而来。
2015年以来，弥财、资配易、平安一账通、胜算在握、蚂蚁聚宝、百度股市通、微众银行等国内机器人投顾相继成立。弥财为客户提供全球化ETF基金资产优化配置服务；资配易为客户提供A股组合优化和再平衡服务；平安一账通为客户提供包括智能投资、保险、贷款等全方位服务，其中智能投资服务是根据投资者的风险偏好类型（保守型、稳健型、平衡型、成长型、激进型）提供包括开放式基金、银行理财产品的优化配置和组合调整服务；胜算在握依据纯量化数学模型只提供选股功能，又借鉴了Uber的共享经济模式，用户可以享受到专业投资顾问的服务。
但是比较而言，国外的机器人投顾业务模式若在中国实现，还面临着一些限制因素。首先，在法律环境上美国机器人投顾拥有资产管理许可，可以帮投资者做全权的委托管理，设置执行自动化交易。但是在中国目前监管环境下，证券投资咨询机构的职能只是向客户提供咨询建议，下单交易必须由客户亲自进行，不能代客理财。如果2015年6月中国证券业协会发布的《账户管理业务规则（征求意见稿）》正式通过，那么中国机器人投顾至少可以实现自执行交易功能。其次，在大类资产配置的基础资产上，中国仅有130支左右ETF基金，还远远少于美国上万级别的ETF,可投资的标的较少。再次，投资者教育和风险意识还有待于进一步提高。机器人投顾的核心是对信息进行处理，挖掘有效的因子，在风险控制的基础上优化投资组合。因此，投资策略有别于传统的以定性判断为主的方法，更为专业和复杂。这更是需要投资者经验的积累和投资理念的成熟、对风险收益的正确认识。
对于中国机器人投顾的监管建议
机器人投顾有助于投资人逐渐树立正确的投资和风控理念。机器算法在优化且量化风险的基础上，将数据分析和程序化指令应用于交易、投资组合管理、信用评估等诸多业务，将为资产管理行业带来前所未有的改变。2016年G20杭州峰会重点提出应发展数字普惠金融，机器人投顾属于证券类的数字普惠金融业务，其发展必将受到中国相关部门的重视。
不过机器人投顾在发展的“春天”里仍然存在潜在挑战。目前一些P2P网贷平台开始抓住新的商机开始向机器人投顾转型，平台发展鱼龙混杂、缺乏行业标准和监管指引。因此机器人投顾的创新业务同样也需要监管机构制定恰当的监管措施，加强投资者教育，注意防范风险隐患。
首先，监管机构需要详细了解机器人投顾的服务模式、核心思想和发展阶段，审慎合理评估其市场影响。在机器人投顾发展过程中，如果采用相似理论或算法的机器人投顾数量较多，管理资产规模较大，自动产生的投资组合的趋同性就会较高，有可能会对市场产生助涨助跌的效果，尤其在市场大幅波动时对市场的潜在影响可能会更大。因此，迫切需要监管者具备足够的知识了解并洞察新的金融技术可能产生的潜在问题，深入了解人工智能对金融市场的潜在影响。
其次，监管部门须引导行业建立机器人投顾业务规则，建立针对人工智能和机器学习的新监管方式。监管须避免理论方法同质化所产生的羊群效应及其他潜在风险，审查新技术在投资管理价值链上各个环节的功能以及影响，建立以风险为导向的适当的监管方法，促进公平、开放、平衡的竞争环境。同时完善相关法律法规和行业指引，便于金融行业和客户学习和交流。
再次，监管部门应从功能监管的角度详细了解机器人投顾的服务模式，突出“过程监管”理念，坚决避免类似于P2P网络平台集中爆发的风险事件。监管者应严格规范机器人投顾的营业行为，建立并维持投资者保护机制，在投资者接受自动化的投资咨询服务之前，引导其充分了解机器人投顾的服务方式和风险隐患。
（姜海燕为中国金融期货交易所北京金融衍生品研究院研究员，吴长凤为中国金融期货交易所北京金融衍生品研究院高级研究员。本文编辑/王蕾）
            <br/>	
            <span class="stamp">上一篇：</span><a href="index-wap.php?p=69962">资产定价中的因子大战</a><br/>            <span class="stamp">下一篇：</span><a href="index-wap.php?p=69955">我国互联网保险的创新与发展</a><br/>    
                        
			</p></card></wml>