技術創新將顛覆資產管理行業？

最近發生的伊士頓事件讓公眾見識了程序化交易的威力。兩名俄羅斯高頻交易高手，在A股市場兩年，將700萬滾至20億。據業內人士介紹，伊士頓的策略和技術水平極高，為眾多國內公司所不及。

事實上，在華爾街，技術創新也已經在很大程度上改變了機構投資者的資產管理方式。

金融服務行業不久就會受到那些對投資業務鮮有興趣的技術企業的挑戰嗎？是的，可能性越來越大。我們注意到，在過去的一年間很多事情都發生了巨大的變化。如今，開發出的熱門技術將為我們審視這個復雜多變的世界提供全新的視角，金融與投資領域的新技術應用也不可勝數。

非生物智能技術的誕生就是典型的例子。它的出現意味著計算機系統將擁有更快的學習與處理多類型輸入數據的速度，甚至比最頂級的專家團隊還要迅速。一旦這些專家與計算機系統聯手協作，那么這套人——機組合團隊將在現有的規則和目標體系中變得極具競爭力。以往，在計算機資源匱乏的年代，復雜系統模塊化是常見的做法，例如反向計算、標準化、衍生計算和預測模型等。而現在，它們幾乎失去了用武之地。那些計算能力更強且具備升級功能的關聯系統可以輕而易舉地進入市場。這些關聯計算系統可以介入無窮盡的計算場域，獲取海量數據信息。此類超乎想象的計算技術的應用意味著相關數據模型互動與開發范式的轉換。對于模型內部機制而言，機器學習技術與科學充滿了不可知性。如果關鍵數據變量發生變化，那么海量數據的實時處理與評估將借助龐大的互聯網絡使計算機系統及時向運營商發出預警，而不會受制于自上而下的數據結構。

金融服務中介機構將面臨巨大挑戰

簡而言之，眾多的計算體系與應用技術將極大地改變個體、組織、網絡和信息的傳播方式。服務行業將受到顯著的影響，因為它們常常需要人員、勞動密集型分析和互動。但是如果技術能夠幫助人們更快、更好地分析與互動，那么該領域提供此類服務的傳統企業將面臨巨大的生存挑戰。隨著計算機系統和互聯網的崛起，我們希望未來將有更多的新技術可以挑戰包括金融業在內的服務行業。當然，這種顛覆方式現在未必會得到人們的支持。

所有這些對于機構投資者意味著什么呢？顯而易見，計算機系統可能很快就會向他們直接提供服務。而在以前，這些服務一直是由資產管理機構作為第三方提供的。同時，那些私募對沖基金俱樂部也不再擁有昔日的壟斷地位，或許你本來會欣然支付2%～20%的費用加入其中。部分資產管理機構用于獲取高績效和鞏固自身市場地位的神秘黑箱也會因此而變得不再稀罕。不僅如此，我們還會看到資產管理機構將逐漸退出高成本的中間業務，有相當一部分機構投資者會涌向更具靈活性且價格合理的技術企業。

我們認為金融行業的技術應用將達到引爆點。研究表明，那些頗有遠見的金融中介機構在過去十幾年間一直利用技術獲取更高的傭金，同時借助壟斷市場強化自身的競爭優勢。事實證明，技術總是伴隨著模糊性和復雜性，而這恰恰是大型機構回流到金融中介服務結構并愿意支付高額費用的原因。為了獲得最強大的技術優勢，機構投資者和其他組織不得不與那些收費最為昂貴的技術企業攜手合作。

無論如何，我們都相信硅谷肯定會幫助機構投資者扭轉局面。最終，技術將有助于其強化自身業務，推動組織持續發展，改善企業知識管理，進入全新（過去成本很高的）的市場，從而打破機構投資者與金融服務行業的技術壁壘。由于機構投資者采用了新技術，我們希望金融服務中介的本質也隨之發生相應的改變。這對于我們整個金融和資本體系來說理應是積極和進步的。從有效發揮融資功能的視角來看，養老基金、捐贈基金、主權財富基金和其他長期機構投資者必須像頂級尖端的金融消費者一樣參與市場競爭。然而，為了做到這一點，它們需要那些業已建立合作關系的金融服務中間商的協助，以期后者能夠源源不斷地提供強大的技術創新。

寫這篇文章的主要目的并不是要警醒華爾街關注技術對于金融服務行業的威脅，即便它不幸成為本文的副產品。我們希望機構投資者和硅谷能夠更好地理解未來彼此之間可能的合作方式。簡而言之，這并不是一個傳統金融中心消亡與虛擬金融中心崛起的故事。在我們看來，未來這個由技術主導的虛擬金融中心將會變得十分強大，它可以為機構投資者提供一個管理和實現其目標的全新場所。

技術創新將改變機構投資者的盈利模式

投資者的工作就是錢生錢，利用資本賺取更多的收益。從某種意義上而言，所有機構投資者創造的產品都是相同的，那就是獲取收益。這是任何一個投資者必須要做的。為了實現這個目標，他們會投入初始貨幣資本、一定數量的人力資本、信息優勢和工作規范程序。要想獲得持續的高績效，投資機構必須利用高端人才和高效流程創造性地開發出屬于自己的信息、知識與技術。正是這種知識使投資者能夠獲得長期的高績效。

在思考機構投資前景以及技術改變投資者經營方式的問題時，我們有必要再次提及這三個輸入變量：人力（People）、流程（Process）與信息（Information）。問題在于如何將這三者融合在一起，進而創造出知識。這一點尤為關鍵。無論你用哪一種方式進行投資，其最具競爭力的環節很可能屬于上述三者之間的范疇。“人力”泛指優秀人才，他們能夠為投資機構帶來收益。在投資領域，人才至關重要。這也是為什么那些優秀投資者的報酬要遠高于其他任何領域專業人士。“流程”指的是組織用來執行戰略規劃和實現長期目標所需的決策輸入。此外，它也涉及治理問題。治理是成功的關鍵要素。企業董事會必須有能力給予組織實現目標所需的資源。“信息”指的是投資者作出決策所使用的直覺和洞察力，它最終可以歸屬于知識范疇。這可能涉及到投資者使用的復雜網絡或金融教科書理論模型都會用到的黑箱運作計算程序。值得一提的是，并不是所有的信息都具有同等的重要性。當然，信息優勢格外重要。正是由于這個原因，一些投資者愿意在法律許可的范圍內匯集他們各自的信息。

我們認為，這三個輸入型變量以及它們的組合方式為我們思考那些給投資者帶來成功或失敗的關鍵性要素提供了整體框架。這些輸入變量通常具有不同的性質，它們通過不同的組合方式來實現類似的收益目標。例如，機構投資者中的捐贈基金模型主要建立在信息優勢基礎之上，那些卓越的捐贈基金非常善于利用其網絡識別和接近頂級資產管理機構，以提升組織績效。加拿大模式很大程度上是建立在流程和人力資源基礎之上，采用此模式的機構會支付有競爭力的薪酬，實行資產管理內部化，以此降低費用負擔和提高組合投資的創新思維能力。傳統模式則是把全部資產交由外部服務供應商經營管理，其人力和信息均不在機構投資機構的掌控范圍內。

正如牛津大學教授戈登·克拉克（Gordon Clark）所說，不同投資模式之間的最大區別在于經營決策，即究竟是通過自己設計還是外部購買關鍵變量的方式來創造投資收益。如果你擁有穩健的治理體系來評估數據處理與知識獲取的價值，同時也有能力聘用高端人才，那么你可以選擇將絕大多數資金放在自己手中進行運作。如果不具備上述條件，那么你可以采用混合型模式。實際上，機構投資不同模式的差異在于流程、人力和信息的掌控主體，即它們是由組織內部運作還是交由市場外包管理。這正是問題的關鍵所在。

但是，此問題未能考慮到一點，那就是幾乎所有的大型機構投資者可能都沒有意識到技術創新將改變這三個輸入變量互動方式的程度和范圍。現有的關于投資模型的分析并沒有考慮到將有多少人力、流程和信息通過技術創新發生改變。因此，我們需要認真地審視上述各個領域的技術突破與變革。

人力（People）：全球大型機構投資者絕大多數是公募基金，而且大都位于那些遠離主要金融中心的城市區域。雖然聘請頂級人才對于任何地區的組織都是一種挑戰，但相比之下，公募基金面臨的處境往往更為嚴峻，因為它們既受限于薪酬標準問題，同時也囿于地理位置。許多位于像埃德蒙頓（Edmonton）、朱諾（Juneau）和薩克拉蒙托（Sacramento）等城市的公募基金也要招募人才與私募基金相競爭，然而，這并非易事，尤其是在薪酬差距較大的情況下。

那些能夠支付高昂薪酬的機構往往能夠吸引到更多的人才。很多中介結構認為，如果投資機構希望獲得最佳收益，那么其行動邏輯就是主動支付高額薪水。這也是為什么很多公募養老基金和主權財富基金愿意把資本業務交由中間機構運作。

我們完全可以打個賭。在今天的美國，對沖基金行業年薪達到5億美元的雇員數量肯定超過在公募養老基金領域能夠掙到50萬美元年薪的職員。問題是你敢和我們打這個賭嗎？最好還是不要打賭，因為你輸定了。

但這就引出一個重要問題：對沖基金行業雇員的薪酬比公募養老基金從業人員的薪酬高了1000倍，那么他們真的就比后者就要聰明1000倍嗎？答案顯然是否定的。他們不是超人。這些機構和個體都擁有超級計算機。事實上，某些對沖基金所采用的技術水平至少要超過公募養老基金一千倍。一些剛剛成立的對沖基金在技術方面投入巨資，如今它們正源源不斷地從此類投資中獲取收益。這些基金的規模優勢使它們能夠不斷強化自身的行業優勢。

由于技術能進行海量數據處理與分析，那些采用技術創新的投資機構完全可以在減少雇員的條件下繼續保持或提高分析能力。你可以把技術看作是大腦的外延或提高能力的手段。和其他行業一樣，投資者的工作流程受制于其經驗、技術和智商。在可以大量接觸到市場指標和經濟數據等信息的情況下，現在一個金融分析師的大概形象是，一個分析師及其大腦的周圍充滿了交易工具，評判這些分析師的能力就看他們使用這些工具的水平。

假如有許多的人工智能像分析師一樣批量收集和處理數據，并進行歸類和分析，然后將得到的信息傳輸給投資者，投資者便可將這些數據作為投資建議，指導自己的投資行為。

結果就是優秀的分析師或交易商實現了大規模的電子克隆。機器學習和人工智能的應用對于機構投資者具有重要意義。每日海量數據實時處理、互聯網數據的收集和傳統金融信息的分析都將輕而易舉地實現自動程序化。

在特定的投資模式下，計算機自動運行程序能夠迅速學會綜合決策，以判斷出所要購買的股票。這并非憑空幻想。自動運行程序通過機器學習的訓練可以識別出你需要判斷的訊號。當然，這需要在獨立、嚴格和規則明確的條件下進行。此外，它還能夠學習、模仿、復制和拓展分析的獨特視角。

任何資產都有自己的特點和行為方式。雖然很難用邏輯條件框住他們，但是你會找到其中的樂趣。當你觀察圖表或閱讀新聞故事時，就會發現那些吸引自己的焦點事件。計算機自動運行程序能夠同時處理數百萬條數據，它們將學會并按照你的分析視角采取行動。盡管它不會獨立地做出投資決策，但卻可以把這些建議和規劃以可復制的電子數據和符號的形式傳遞給交易商，讓他們的大腦做出判斷。

總而言之，盡管金融分析工程師目前仍有用武之地，但是人工智能的自動計算程序很快會將他們淘汰出局。因此，作為目前投資行業最為稀缺的資源之一，頂級投資專業人才將讓位給更加智能化的人機團隊。多哈主權財富基金和奧克蘭養老基金就是典型的例子。

信息（Information）：當我們觸摸和點擊電話號碼、照片和地址信息時，全球定位系統可以幫我們輕松搞定一切。我們只需用手指在一張含有數百萬數據點的可視圖上就能夠找到與我們需要的信息。這種能力對我們來說再正常不過。聲控實時計算有多條選擇性傳輸路徑，實施衛星數據需要數百萬次的交互式傳送。而這只是硅谷每日工作的另一個組成部分而已。技術創新驅動將擴展到全球每一座城市，我們對世界的理解與參與方式正在發生變化。與此類似，在線網絡可以幫助我們找到老朋友或者新的工作崗位。所有這些都再普通不過了。對于很多人來說，閱讀不過是用手指在屏幕上“向左滑動”或“向右滑動”。我們客觀地認為，技術創新在過去十年間給我們的日常生活帶來了革命性的變化。

與此相反的是，目前金融界仍然沉浸在以往的僵化流程和技術當中。投資者既沒有交互端口對接技術，也未能給所需的模型提供更高的處理速度，更缺少大數據技術。這種局限和不足給金融分析師和數據工程師們創造了巨大的生存空間。他們在對沖基金和其他中間商機構的統計模型中依舊沿用各種復雜的程序語言。但是需要對以上內容特別說明的是，隨著先進技術程序逐步進入華爾街、硅谷和波士頓等地區，金融工程師們的生存空間將會越來越窄。從理論來說，這些處理程序可以借助合適的技術基礎設施進入任何一個城市。很多企業正通過授權應用模型的方式把接入端口出售給數據分析平臺，而不是采用成本高昂的系統平臺。未來若干年，很多投資機構都將會積極尋求與技術企業強化合作關系。

尋求市場投資機遇已經過時了。很顯然，這類匹配工具能夠把你和你未來的另一半連在一起，但卻無法改變你尋求和篩選投資機遇的方式。但我們也無需因此而惴惴不安，因為大數據機器學習平臺會幫你找到最合適的市場時機。它很快就會把你與最熱門的交易聯系在一起。事實上，我們所熟悉的很多企業都在從事不同的選擇性資產業務。它們積極為投資者尋找合適的投資項目而牽線搭橋。當然，這需要建立在數以百計的信息輸入基礎之上。這些企業從社交網絡企業中雇用頂級工程師開發關聯與匹配引擎平臺，它能夠將你與最佳的市場交易連接在一起。因此，它們會評估你作為投資者的特質和網絡體系，進而找到你可能感興趣且為之堅持努力的投資機遇。而且，由于此前已對你自身情況進行了相關評估，所以你的市場風險就大大降低了。這其中有一家企業正在開發優化組合技術。它能夠優化那些由不同投資者群體組成的投資聯合體，通過不同的投資者聯合體實現企業家價值的最大化，進而增加獲得成功的可能性。

然而，究竟有多少投資家已經意識到目前正在發生的這一切呢？有多少風險資本家明白他們舒適安逸的利基市場未來可能出現的變化呢？在我們看來，這些金融服務企業和個體應當是十分緊張的。因為這是它們賴以為生的行業領域，而且這些企業和個體彼此間形成了緊密的業務網絡（它們當中既有經紀商和銀行機構，也包括部分資產管理企業）。強大的匹配引擎能夠全面了解投資者和企業家，利用這些海量數據、計算程序和成功合作伙伴關系的潛力將有助于頂級風險資本家掌控自身的投資業務。這在很大程度上是因為技術平臺的費用成本只是風險資本企業收費總額中的很小一部分。

總之，我們很快就會看到機構投資者將不再依賴第三方資本管理機構的信息收集和數據評估來進行全面的投資決策。全球資本中心的金融服務企業將受到技術行業公司的強力挑戰，盡管前者也為其客戶決策投資積累了大量的人才和技術。相比之下，技術企業則有著無與倫比的分析處理能力，它可以為所有人的投資決策提供支持。這些公司將構建起雄厚的資源基礎，它們能夠為全球投資者提供信息收集、篩選、審慎評估、結構化、集成化、交易與監控等諸多服務（這并非是金融中心全部的專業技術能力）。普通投資者們只需用手指（在屏幕上點擊）就可以完成上述功能操作。他們全部的需要就是能夠進入信息鏈接平臺。技術創新將使所有這些成為可能，它們不久就會出現在我們稱之為金融中心的地方。

流程（Process）：我們花了很多時間嘗試讓投資者創造性地思考其投資方式。這樣做主要是出于兩個原因。第一，我們認為最好的投資者肯定會認同這樣一個理念：金融市場瞬息萬變，好的點子總是稍縱即逝，那些善于從一開始就能抓住新機會并且果斷付諸實踐者終究會獲得回報。第二，我們認為新模式的競爭力往往不如傳統模式。這意味著那些創新投資者會降低與投資執行活動相關的費用和成本。簡而言之，在我們看來，堅持對投資流程的創造性思考是值得的。絕大多數投資者可能不同意我們這個觀點。實際上，機構投資機構常常對創新不屑一顧，它們總是喜歡沉浸在對資產的壟斷控制當中。在它們眼里，牧羊人式的企業是最佳選擇。它們的管理者更關注政治與職業風險，而不是投資風險。

導致這種行為出現的原因之一是絕大多數投資機構總是盲目行動。它們用來建立組合投資的理論模型總是建立在像理性行動者和高效市場這類不切實際的假設的基礎上，其解釋和說服力較低，更不要說其預測能力了。所以，這些落后的理論模型廣受批評和質疑。實際情況是，大多數金融模型是在20世紀60年代到80年代期間創建。在那個時期，由于計算能力的不足，只能用筆和紙進行簡單的計算。更為可怕的是，面對這個危險的世界，這些投資者還感覺自我良好，似乎完全沒有意識到眼前的危機。但是他們的投資業務、風險和信息技術體系由于缺少批判，盈利與安全保障功能已經遠遠落后了。投資顧問和中間商們不斷向董事會傳達一種理念：金融市場的高效投資管理主要依靠人才和資源，這個行業需要專家，“但養老基金雇員并不是專家”。

在這種背景下，機構投資者大規模涌向費用高昂的中間機構和主要的金融服務供應商也就不足為奇了。同時也可以理解它們為什么花費大量時間構建風險多元組合投資而不是去努力挖掘市場機遇;為什么他們靠攏行業基準和同行競爭對手;為什么購買的是產品而不是資產，為什么把資本投向資產管理機構而非技術企業，為什么只根據預期收益而不是風險進行投資決策。他們總是選擇優化比率而不是聚焦于關鍵變量。他們總是把多元化視為基本支撐而不是工具。這些機制大大簡化了投資者的行為決策，但事情卻更加復雜了。對于這個實時變化的投資世界，任何模型、理論、產品和資產管理方都并非不可替代。

那么技術能否發揮作用呢？這是毫無疑問的事情。董事會和資產管理機構將獲得全新的技術平臺，它們將有助于解釋和預測市場未來動向。同時，這些組織將有能力實時拆分自己的組合投資。這些強大的技術工具完全可以滿足它們的各項需求，同時也能夠根據市場諸多局限和挑戰進行自我定位。大數據時代將使我們減少對各種模型的依賴。我們可以利用解釋性數據建立起動態詮釋和預測分析，從而不必再受制于人力資源的影響，或完全依賴外部資產管理組織和咨詢機構。再次說明的是，資產的特質和行為方式是很難用某種特定的邏輯框架進行描述，但是數據開發工具卻能幫我們做到這一切。

董事會最終會建立起高效的風險管理功能機制，進而充分發揮有效的投資功能。當他們對有效發揮風險系統功能充滿自信時，才會授權給資本管理組織和代理機構。投資者不用再擔心復雜性，但是他們需要能夠確保每項投資的綜合風險，實現所有組合投資風險的多元化。技術將使這些問題變得更加簡單。

此外，技術還有助于克服目前治理模型的限制，為同行業機構之間的協同化提供一系列支持，通過審查清單和篩選工具使誤差和偏差縮小到最低限度。這將極大地提升效率優勢。投資者可以更好地理解其組合投資，從而實現高效運作與管理。養老基金也將擺脫“再招十個人”的尷尬處境，因為技術創新可以使一個人完成此前十個人的工作量。唯一的輸家是那些高成本的中介機構，它們的支配地位可能就是技術與信息不對稱的結果（這里就不談論資產管理機構治理不善的問題了）。

如今，很多機構投資者非常關注其未來的發展路徑。與中間機構建立合作聯盟的做法偏離了養老基金和主權財富基金的正常發展軌道，致使后者不斷增加雇員、運作系統乃至全球經營機構的數量。對于以利潤為目標的金融行業來說，應減少對這些要素的依賴。至少擁有700名雇員的五家公募基金在全球各金融中心的分支機構甚至還不超過四個。這實際上就是一種潛在的資源浪費。毋庸置疑，盡管它提供了更多進入金融市場的機會，但是這種搖擺不定的狀態是否有些過頭了呢？未來十年，機構投資者聯合體需要大量的全球組織來發揮其潛力，實現它們的目標。

我們認為下一代機構投資者會采取更加與眾不同、更加智慧的方法。未來的機構投資者將按照他們自己的規劃在金融中心地區配置資本，而不是一味地進行人員和機構擴張。硅谷會開發出新的人員授權和線性流程工具，并迅速把數據和信息轉化為實際的知識儲備。另外幾個分支機構的700名雇員或許可以安排到全球各金融中心。高端人才和技術網絡專家將作為總部機構的核心團隊，他們能夠勝任同樣的工作。

金融行業將迎來一場更具包容性的革命。我們希望能夠看到一種全新的機構投資精益模式，它是建立在綜合性技術的動態能力基礎之上。我們一直將它稱之為“技術模式”。它能為所有機構投資者進入金融市場提供路徑支持。對于那些希望進入市場尋找合作伙伴但又不愿意構建全球性商業帝國版圖（加拿大模式）的基金機構來說，這實在是一種理想的運作模式。當然，它們也不甘受制于代理機構的管控，此前，這些基金一直嚴格按照捐贈基金模式運作。

我們期望在未來十年看到這樣的場景：投資者因世界頂尖技術而受益匪淺。這些創新性技術關注人力、流程和信息的全新組合。這其中的部分內容我們或許已經接觸到，而它們的出現和應用卻正是我們撰寫本文的主要目的。

如果技術能使人才更加廉價，組織更具活力，并能擁有更多決策信息，那么依賴人才和流程的加拿大模式就將走向沒落。而捐贈基金也不再是機構投資者們最佳的選擇。大數據技術足以打破對資產管理機構的依賴。最佳的信息必然要有頂級的技術相伴。事實上，硅谷這些高端技術將慢慢擴散到技術驅動型地區和城市。顯而易見，這么做并不值得。此外，我們所列舉出的這些變化也會增加它們彼此之間的互動機會，從而使現實的金融中心（技術模式的發源地）更加強大，服務與知識的緊密結合程度甚至超過目前倫敦、紐約或香港已經應用的世界頂尖技術。

可以肯定的是，技術模式的投資者將依靠技術完成大部分工作。他們只會把人才集中在那些真正能夠產生附加值的市場領域。這些投資者根據自身特點運用獨特的方式進入那些低度競爭市場。（他們可以充分利用外腦，以更加智慧的方式進入研究與分析領域。當然，他們也一定會更加審慎地展開投資行動。）例如，長期投資者可以提供一些短期投資者無法享有的機會。企業和項目開發機構的地區性信托合作伙伴能夠創造很多自營機會。大型投資者最后可能只把能力放在尋求頂級資本管理機構上面，并在類似的市場風險條件下采取選擇性投資路徑。未來投資者必須在其組合投資結構中充分考慮這些獨特的因素。

為了塑造獨特的創新能力和提升競爭優勢，機構投資者必須擴大與技術企業之間的合作。這絕不是天方夜譚。我們已經發現有一些機構投資者正尋求技術企業作為重要合作伙伴，后者將填補此前咨詢顧問和資產管理服務機構所扮演的角色。

這樣做還有很多其他方面的好處，例如有助于機構投資者獲得機器學習和數據挖掘技術的支持。不僅如此，它們也能夠克服地理區位的不利因素。此前，正是因為地理位置的影響而導致其無法吸引頂尖人才。（現在很多事情還不能妄下斷言，例如那些高端人才是否仍將會在傳統企業工作？技術企業能否繼續吸引那些過去在華爾街工作的年輕專家？）簡而言之，技術創新開始改變著這個相對保守落后的行業。

過去三十年間，技術進步給金融中間機構帶來了諸多利好。展望未來，技術也很可能會危及它們的生存。正如我們在本文開篇所看到的，那些令人感到興奮的技術企業的終極目標可能存在于各個方面。在此期間，一個真正全新的金融中心正在冉冉升起。

（本文來自美國《機構投資者》雜志）