周正
隨著互聯網金融的火爆和大數據、云計算的興起,智能投顧開始走進大眾視野,越來越多的初創平臺獲得資本青睞。今年4月,理財魔方完成2000萬的Pre-A輪融資;今年7月,譜藍完成了數千萬的A輪融資。與此同時,很多平臺開始打著“智能投顧”的旗號給客戶推銷理財產品。但不可否認的是,智能投顧將會是財富管理的下一個風口,成為主流的投資顧問方式,也是我們進行資產配置的新選擇,具有較大市場潛力。
智能投顧業務的流程及特點
智能投顧,是在技術驅動的潮流下FinTech的一個熱門領域,又被稱為機器人投顧(Robo-advisor)、數字化資產配置(Digital Asset Allocation),最早誕生于美國。所謂智能投顧,是在傳統投資顧問基于客戶需求提供資產配置方案的基礎上演變而來,結合了哈里·馬科維茨(Harry M. Markowitz)的現代資產組合理論與人工智能和云計算方法,通過大數據,在云端低成本、快速、批量化地解決各種數據運算,根據客戶的需求和風險偏好,提供量身定制的專屬投資組合策略,并在跟蹤市場的過程中隨時進行策略調整。智能投顧所提供的投資組合方案完全基于數據、模型理論和特定算法,不會受到人為情緒的影響。成為財富管理機構為客戶進行資產配置的新選擇。
從過程上來說,智能投顧主要包括三個步驟。一是投資者提交自己的信息,如年齡、風險偏好、投資期限、經濟狀況等因素,確定投資目標;二是智能投顧根據市場上不同產品的風險特征、歷史收益等因素,生成不同類型的投資策略,為資產配置服務提供數據支撐;三是將客戶信息顯示的投資目標和產品數據相匹配,為客戶提供專屬的資產配置方案,并結合市場狀況,持續跟蹤客戶的資產組合,并提供再平衡策略,來規避因市場劇烈變動帶來的風險。
智能投顧最大的特點便是分散投資,能通過數據篩選,將客戶資產分散到不同產品中去,將風險與收益相匹配;定制化服務,讓大眾群體也能享受個性化的投資建議,滿足不同客戶需求;追求長期收益,而不是短期人為的判斷。基于智能投顧的這些特點,優勢也很明顯,即便是一對一服務的傳統投資顧問,也會因情緒波動而不能做出客觀的判斷,智能投顧可以戰勝人性弱點,而且因服務門檻的降低、提供方案效率的提高、交易成本和代理成本的節省,能更好更快地服務更多客戶。因此,和傳統投資顧問服務于高凈值客戶所不同的是,智能投顧的目標客戶是大眾投資者和年輕一代早已接受互聯網理財的投資者。從盈利模式來看,智能投顧是以技術驅動的輕資產模式,與資本驅動的重資產模式的傳統金融機構相反,不再以高額傭金和咨詢費為主,大多免收服務費,僅收取較低的管理費。
境外智能投顧業務的發展現狀及業務模式
2008年算是智能投顧的元年,智能投顧體系最早由幾家硅谷金融技術初創公司如威爾斯弗朗(Wealthfront), 貝特曼(Betterment)和普森諾資本(Personal Capital)的設立。貝特曼(Betterment)和威爾斯弗朗(Wealthfront)的成立標志著智能投顧模式的開啟,作為智能投顧行業的領頭羊,貝特曼(Betterment)和威爾斯弗朗(Wealthfront)以不同的策略占領了大部分市場,規模也有著驚人的增長,從去年3月到今年6月,貝特曼(Betterment)管理的資產規模從39億美元增長到91億美元,威爾斯弗朗(Wealthfront)也從30億美元增長到67億美元。隨著智能投顧市場的不斷擴大和獨立創新平臺的快速發展,傳統金融機構也紛紛通過自主研發、收購或與初創公司合作搭建自身的智能投顧平臺,美國最大券商之一嘉信理財(Charles Schwab)推出自己的智能投顧工具——嘉信智能平臺,全球最大的資產管理公司貝萊德(Bl a ckr o ck)收購智能投顧初創公司福圖咨詢(Future Advisor),高盛(GoldmanSachs)收購線上退休賬戶理財平臺昂多(Honest Dollar),摩根(J P M o r g a n)積極投資莫提(M o t i f),富國基金(Fidelity)則已與貝特曼(Betterment)展開戰略合作。(見圖1)

傳統金融機構的客戶資源、品牌效應和研發優勢能更好的推動智能投顧市場的發展,這種大規模布局也使得智能投顧市場呈現爆發式發展。與此同時,傳統機構的加入也加劇了市場的競爭,威爾斯弗朗(Wealthfront)這類金融技術初創公司,沒有背靠大型金融機構,也會面臨用戶資源、營銷成本等方面的壓力,雖然智能投顧遍地開花,但是行業集中明顯,前五大智能投顧公司幾乎占據90%的市場份額,如圖2所示,截至2017年6月,先鋒基金智能投顧平臺(Vanguard Personal AdvisorServices)管理830億美元的資產,嘉信智能平臺管理194億美元資產,起步較早的幾大初創公司如貝特曼(Betterment)、威爾斯弗朗(Wealthfront)、普森諾資本(Personal Capital)也都以不同的策略占據一定市場,而小型的獨立初創公司不是被兼并就是被市場淘汰。
美國市場上多數智能投顧都提供理財方案的設計、投資賬戶的管理和養老金管理等服務,有的還會根據自身特色提供稅務籌劃、投資診斷、人機結合等服務,試圖盡量滿足不同類型客戶的投資需求。智能投顧服務的主要目標是為客戶提供定制化理財方案,但各家主流平臺的側重也有所不同,威爾斯弗朗(Wealthfront)注重于客戶的分散化投資;福圖咨詢(FutureAdvisor)會留意客戶投資行為,并提供改進意見來減少客戶頻繁投資所產生的費用;敏特(Mint)則通過客戶授權,綜合分析客戶所有賬戶,來更好地提供投資建議。

境內智能投顧業務的發展現狀及業務模式
國內智能投顧市場起步較晚,和美國智能投顧體系發展歷程類似,最早也是由一批智能金融服務企業設立,但在移動互聯、大數據、云計算等技術革命的推動下,發展態勢十分迅猛。與國際資本市場相比,中國個人投資者占比大,而智能投顧低門檻、低成本、長期投資的優勢恰恰契合國內的投資現狀。很多公司開始涉足這一領域。2015年以來,財魚管家、量子金服、彌財等公司相繼成立,也都紛紛獲得資本青睞。財魚管家最早在2015年1月獲數百萬元天使輪融資,又在2015年5月獲得2000萬的A輪融資;量子金服從2015年3月到8月,完成三輪融資;彌財在2015年4月獲得1000萬的天使輪融資;再到2017年7月譜藍獲得數千萬的A輪融資。這些智能金融服務企業的成立以及大量資本的進入,加速了國內智能投顧市場的發展。
國內的投顧市場大致經歷了三個階段。第一階段也就是傳統的人工投資顧問階段,服務對象主要是高凈值客戶,通過一對一的人工咨詢,進行全方位的財富管理服務,收取咨詢費、傭金及超額收益分成;第二階段是在線投顧階段,隨著互聯網金融的快速發展,客戶可根據自身需求在線上平臺進行投資理財,但在線投顧只是輔助工具,僅能提供有限的投資建議,依舊以人工服務為主;第三階段就是2015年以后的智能投顧階段,通過有限或無人工服務,利用計算機系統導入客戶的理財需求,結合算法和大數據進行匹配,為客戶提供理財建議,通過人力成本和分支機構物理成本的節省,可為普通工薪階層提供服務,僅收有限管理費。
目前,國內的智能投顧市場已初步形成了由互聯網金融公司、傳統金融機構以及智能金融服務企業三足鼎立之勢。其中,智能金融服務企業起步最早,也是最為純粹的智能投顧服務或產品的提供商,在前期大都獲得資金支持,對算法和模型有大量投入,且能進行全球資產配置,以璇璣、藍海智投、彌財、財鯨為代表;互聯網金融公司從在線投顧模式升級而來,延續了之前的在線理財基因,主要配置資產是國內各種類型的理財產品和自家推出的明星金融產品,以螞蟻金融、京東智投、百度股市通、宜信投米RA為代表;傳統金融機構以平安一賬通、嘉實金貝塔、廣發貝塔牛、招商摩羯智投為代表,雖難以擺脫固有模式,但因集團資源豐富、客戶基礎穩定以及可追溯的歷史數據,集合大類資產配置能力和基金金融大數據能力,以境內公募基金為基礎,面對全球市場,涵蓋各類金融資產,具有后發優勢。(見表1)

發展趨勢及建議
隨著中產階級的興起,擁有強烈的投資意識和愿望卻缺乏一定的專業知識和方法,又達不到享受一對一的人工投顧服務的高凈值客戶門檻。智能投顧很好的迎合當下需求,同時目前隨著互聯網金融的快速發展和投資群體的大眾化、年輕化,智能投顧模式也將更好的被接受。如果說美國智能投顧的興起,是對傳統人工投顧模式的挑戰,那么國內的智能投顧更多的是迎合大眾階層的投資需求。
智能投顧作為一種專業化的投資工具,能更好的規避道德風險和利益沖突,并引導客戶進行理性科學的資產配置,有助于國內資本市場的成熟,但是國內的智能投顧仍處于發展初期,也要清楚的意識到面臨諸多挑戰。目前的智能投顧仍是魚龍混雜,和當年的P2P行業發展之初的亂象相似,很多平臺打著智能投顧的旗號給客戶推薦高風險非標資產,整體來看缺乏行業標準和監管指引。而國內市場和海外市場差異較大,國內ETF市場尚不成熟,可供投資者選擇的資產組合少,理論上的智能投顧算法在實踐中得不到驗證,資產種類的限制也不能很好的實現客戶風險和收益的匹配。很多智能投顧平臺在早期過于注重模型和算法,而忽略了對客戶的認識和理解。同時,投資者對市場的認知程度較弱,用戶教育仍舊任重道遠。
盡管國內資本市場成熟度、投資者屬性和金融監管方式和海外市場有較大區別,智能投顧服務內容和模式也不相同。但毫無疑問,國內這一市場的潛力巨大,也是傳統投顧的必然發展方向。國內智能投顧平臺應結合本土市場情況不斷優化模型和算法,加強對投資者的認知教育,并注重對客戶的理解;智能投顧服務作為新興起的金融創新產品,監管部門應盡快出臺相關監管細則、加強監管,形成行業標準。隨著國內資本市場的不斷成熟,智能投顧服務模式也將走向差異化、專業化,彌補國內傳統投顧的缺失,助力大眾化理財,成為財富管理的下一個風口。
(作者單位:中國社會科學院研究生院)