智能投顧助力商業銀行理財業務轉型

云佳祺

科學技術的發展始終驅動著金融業服務模式的創新和變化。伴隨大數據、云計算和人工智能的成熟與應用，自動化、數字化、個性化的資產管理服務以及大類資產配置能力逐步成為資產管理行業核心競爭力的重要體現。智能投顧作為金融科技的重要組成部分，其概念于2002年首次被提出，根據美國金融業監管局的定義，智能投顧是具有人工智能的計算機程序系統根據客戶自身的理財需求，通過算法和產品搭建數據模型，來完成傳統上由人工提供的理財顧問服務。智能投顧的出現和發展開啟了資產管理的新時代，進一步滿足了投資者資產配置和財富管理的需求，深化了資產管理行業的發展，提升金融服務實體經濟能力，并不斷推動和踐行普惠金融的理念。本文擬通過金融科技的視角，分析智能投顧在商業銀行理財業務中的應用，以期探討銀行理財業務轉型方向的一種可能，并進一步提出商業銀行發展智能投顧的相關建議。

中美智能投顧發展現狀

美國智能投顧發展現狀

美國作為全球智能投顧行業的領跑者，自2008年發展該領域以來有十余年的歷程，目前已初具規模。截至2017年，美國智能投顧行業管理資產規模達到3000億美元，年復合增長率為95%，占全球智能投顧行業資產管理規模的57%。美國首家智能投顧公司Betterment于2008年在紐約成立，隨后Futures Advisor公司開始為美國1000家券商提供自動的投資和退休金賬戶管理方案。2011年，Wealthfront公司在硅谷成立，這一系列事件標志著智能投顧在美國正式進入發展階段。面對智能投顧所帶來客戶分流的威脅和挑戰，傳統資產管理公司亦開始布局該領域，比如嘉信理財和先鋒基金分別推出自己的智能投顧產品嘉信SIP和先鋒PAS，貝萊德（BlackRock）和高盛也通過收購和投資的方式涉足智能投顧領域。

從業務流程上看，美國大部分智能投顧公司按以下七個步驟進行實際操作：第一步，通過在線問卷調研加數據采集方式對客戶的風險承受能力、收益目標以及投資期限進行分析;第二步，運用一系列智能算法，通過云計算和機器學習等技術將資產組合投資理論應用到模型中，根據第一步客戶需求分析結果進行大類資產配置;第三步，運用智能算法生成量化投資策略，進行投資組合選擇;第四步，根據以上配置和組合選擇進行交易執行;第五步，是組合的再分析，在日常監控中，運用智能算法根據市場波動對資產配置進行實時分析和調整，為達到投資組合再平衡提供建議;第六步，進行稅收管理和規劃;第七步，通過因子分析、回測、模擬等方式對投資組合進行歸納總結。可見，美國智能投顧已形成相對完善的業務流程，并建立了對應的動態化調整機制。

從產品特點上看，美國各家機構推出具有自身特色的智能投顧產品，一些為純智能投顧，一些為混合智能投顧，一些則專注經營退休養老金賬戶。總體而言，美國智能投顧更加注重投資于ETF等被動型產品以獲得長期投資收益，專注于大類資產配置以構建“β”，具有低費率、低門檻、高效率、高度分散等特點。

從投資模式上看，美國智能投顧基于現代資產組合理論（MPT）、資本資產定價模型（CAPM）、行為金融學理論（Behavioral Finance）以及Black-Litterman模型的被動投資方式，通過大數據、云計算等機器程序進行大量計算和建模，以實現自動化的大類資產配置、投資組合選擇、交易執行以及跟蹤調倉等操作。其投資標的具有多元化的特點，包括股票、固定收益類產品、房地產、大宗商品和現金等。基于成熟的ETF基金市場，美國智能投顧平臺多選擇被動投資策略，以投資EFT產品為主。

國內智能投顧發展現狀

近年來，金融科技在我國發展迅速，居民金融資產配置需求逐步提升，為智能投顧在我國的出現和發展提供了基礎性條件。2014年，國內首個智能投顧平臺“勝算在握”上線，2015年，5家智能投顧初創公司成立。隨后，互聯網公司、傳統金融機構紛紛布局智能投顧市場，推出相關服務和產品。整體而言，目前國內智能投顧行業還處于起步階段。

從業務流程上看，國內智能投顧的流程相對簡單，通常包括相對簡單的問卷調研和分析、資產管理或投資顧問以及投后服務三個階段。事實上，目前國內還無法真正依據現代投資組合理論來構建資產配置組合，其原因除目前人工智能在深度學習等智能算法及模型方面還不夠完善以外，最主要在于國內一直以來缺乏大類資產配置的工具應用。因此，還無法具體分析影響各類資產收益和風險的不同因素，未能實現實時調倉的目標。另一方面，在投資過程中，機器的深度學習還不夠完善，難以實現在實時監控中第一時間進行全自動化的偏離調整。

從產品特點上看，國內智能投顧行業雖然起步晚，但發展速度十分迅猛，智能投顧創業公司、傳統金融機構和互聯網公司都推出了具有自身特色的產品。商業銀行推出的智能投顧產品投資門檻各不相同，從1000～20000元人民幣不等，但其產品均不收取資產管理費用，由于受到監管要求的限制，投資范圍絕大部分是公募基金。券商、基金、創業公司以及互聯網金融公司的投資范圍相對廣泛，其中有個別機構涉及了國內或國外的ETF市場。

從投資模式上看，目前國內智能投顧正處于初步發展階段，金融市場發展不夠完善，對于大類資產配置的相關理論并沒有成熟的應用。另一方面，基于客戶風險承受能力較低、普遍缺乏長期投資理念等特征，投資模式主要是股票組合、個股推薦以及基金組合的推薦。此外，國內適合智能投顧投資標的要求的流動性好、透明度高以及管理費低的產品（如ETF）相對較少，加大了投資的風險。

智能投顧助力商業銀行理財業務轉型

改革開放四十年的浪潮中，對金融支持并服務實體經濟發展的要求始終未變。資產管理行業作為資金端和資產端的橋梁，對實體經濟獲得資金、居民投資保值增值起到了重要的金融資源配置作用;商業銀行理財業務作為資產管理行業之首，在服務實體經濟中功不可沒。但在過去發展中，銀行理財業務中多層嵌套、剛性兌付以及高桿杠的現象使得資金并沒有完全順暢的運用到實體經濟中。當前，我國經濟進入三期疊加階段，監管部門出臺資管新規等一系列政策旨在提升銀行理財業務服務實體經濟能力，推進理財業務轉型發展，回歸資產管理本源。智能投顧作為科技與金融結合的產物，具有低費率、低門檻、高效率、覆蓋客戶范圍廣、風險分散、信息透明且避免感性決策等特點，其大類資產配置能力、長尾獲客效應以及個性化、定制化的優勢，將成為未來銀行理財業務轉型發展的重要力量，進一步提升金融服務實體經濟高質量發展的能力。

“長尾獲客”能力推動銀行理財業務普惠性發展。智能投顧低費率、低門檻以及高效率的優勢，使其可以覆蓋更廣泛的客群。首先，與傳統投顧相比，智能投顧可以通過智能化、標準化的客戶問卷、大類資產配置、投資組合管理、實時監控、調整組合的流程，大大降低人工成本和管理費用。其次，傳統投顧中大量的人工費用使得銀行不得不提高投顧門檻，專注高凈值人士和私人銀行客戶，使很多中產及低凈值人群難以獲得專業資產管理服務。而智能投顧大大節約人工成本、降低投資門檻，可以覆蓋更多長尾客戶。再次，智能投顧用戶可以直接通過手機終端完成投資需求，智能化的服務更加高效便捷，不斷吸引更多注重時間成本的年輕人和上班族。因此，智能投顧具有長尾獲客能力，能夠覆蓋更多以中產為代表的廣大中低凈值客戶。另一方面，我國商業銀行本身具有廣泛客戶資源的先天優勢，與智能投顧長尾獲客能力相契合。特別是銀行理財子公司管理辦法出臺后，明確理財產品不再設置銷售起點，理財子公司可以充分利用智能投顧等金融科技力量提高對于長尾客戶的洞察力，進一步提升客戶獲取、客戶銷售及客戶維護能力，提供更加簡單便捷的理財服務，支持并踐行普惠金融的發展理念。

“大類資產配置”屬性助力理財業務凈值化轉型。正如經濟學家馬科維茨（Harry M. Markowitz）所言：“資產配置是投資的唯一‘免費午餐”。許多學術研究及投資實踐也表明資產配置是獲得長期收益和控制風險的主要驅動力。根據國際經驗，全球先進銀行資產管理公司十分注重大類資產配置在投資中的作用。隨著我國經濟發展的新常態化、投資者投資理念的日益成熟以及國際化水平的提升，理財業務的資產配置屬性愈發凸顯。未來銀行理財業務向凈值化轉型過程中，要求資產與產品一一對應，打破以往“資金池——資產池”運作模式，更加要求銀行理財業務提升大類資產配置能力。而智能投顧的理論基礎源于馬科維茨的現代資產組合理論，根據均值方差模型，通過強大的計算能力計算出有效邊界，然后根據不同投資者的風險水平在有效邊界上做資產配置。智能投顧所具有的大類資產配置屬性，體現了長期投資、被動投資、穩健收益和風險分散的理念，對我國銀行理財業務而言，是很好的轉型立足點，也是加強投資者教育的新契機。

“個性化定制”特點促進理財業務差異化、專業化轉型。我國銀行理財業務在轉型過程中，特別是理財子公司成立后，將面臨與銀行同業機構、傳統非銀金融機構（證券公司、基金公司等）、互聯網金融公司以及第三方理財公司之間的競爭，而我國傳統非銀金融機構無論是資產配置能力還是投研能力都占有絕對優勢，商業銀行須在競爭中走出差異化和專業化的道路。智能投顧還有一個重要特點是“個性化定制”，即將傳統人工理財顧問的流程進行復制，先進科技使投資顧問服務更加具有定制化特征。智能投顧運用數據和技術優勢，針對不同客戶的不同風險偏好、期望收益進行個性化分析，人工智能的算法和模型為不同客戶進行不同的資產畫像，并提供最優的、量身定制的全球性資產配置方案。在投資過程中，根據市場實時的不同變化進行自動化的投資管理服務和投資組合調整，以平衡風險收益比，實現“千人千面”，做到差異化服務。

商業銀行理財業務轉型中智能投顧的發展建議

目前，我國智能投顧尚處于初級階段，金融市場環境與金融產品發展相對薄弱，投資者理念尚不成熟，監管主體和監管政策尚未明確，我國智能投顧未來發展機遇與挑戰并存。商業銀行應當強化科技賦能，把握智能投顧發展機遇，在金融科技應用于資產管理業務的浪潮中加速理財業務的轉型發展之路。

加強技術應用及數據分析，實現“千人千面”目標。智能投顧中最重要的基礎和核心是云計算、大數據和人工智能，這些技術也是始終貫穿在智能投顧的全流程中。首先，商業銀行應當加強云端數據的存儲與提取能力，健全云端算力和實時交互系統。其次，提升對客戶及金融交易兩方面的大數據挖掘能力。客戶方面主要包括對客戶行為數據、資產數據、風險偏好等大數據的挖掘。同時要加入客戶交易行為的用戶畫像，從客戶主觀、客觀以及真實的風險承受能力三個維度進行分析;金融交易方面主要包括歲股票價格、利率、匯率、波動率、風險因子等大數據的挖掘。兩類數據的質量決定了投資決策的優劣。再次，通過完善人工智能對數據進行篩選、處理和解析的能力，得出最優的資產配置和投資組合，并進行實時監測、倉位調整和不斷的再平衡。商業銀行理財業務不斷優化智能投顧的技術，進行定制化的資產配置決策，實現智能投顧“千人千面”的目標。

優化產品設計，強化大類資產配置屬性。智能投顧作為風險與收益相匹配的標準化資產配置服務，在銀行理財業務凈值化轉型中，將會越來越被金融機構及投資者所接受。商業銀行應當優化智能投顧產品設計，增加投資標的和資產多元化，加強大類資產配置和實時調倉的投顧能力。在大類資產配置的應用方面，銀行可以通過建立動態有效前沿配置掌握資產相關度、收益風險比等信息，運用決策樹、支持向量機、集成分析、邏輯回歸等方式進行機器學習及統計分析，根據底層資產進行大類資產配置。另一方面，通過與其他金融機構合作，通過建立FOF/MOM的模式，分散風險、提高收益，增強客戶粘性并獲取新客戶。另外，銀行要注重選拔和培育大類資產配置、數據和技術方面的復合型人才，為智能投顧推動理財業務轉型提供人力支持。

理清智能投顧監管政策，做好風險防范工作。商業銀行智能投顧業務應當緊密結合監管部門具體政策，在風險識別、防范、提示以及投資者適當性等方面，嚴格進行風險管理。智能投顧作為金融與科技的產物，除傳統金融風險特征外，還存在技術風險以及信息安全風險。銀行智能投顧業務在對傳統金融風險管理同時，應當加強金融科技特有的風險管理內容。第一，科學設計算法模型，確保業務與算法模型及系統功能保持一致，建立定期調整及評估機制，避免造成的網絡內部風險。第二，優化并加強技術應用，避免因病毒或黑客入侵、網絡異常或癱瘓、交易延遲或錯誤而造成的網絡外部風險;第三，加強信息安全管理，避免投資者個人財務及狀況等信息的泄露，同時也要避免在投資、交易過程中對于資產配置、底層標的信息的泄露。第四，提高智能投顧中的信息披露，保障投資者知情權和信息透明度。第五，通過相關媒體、平臺及工具進行金融風險知識宣傳，加強投資者教育，防范風險于未然的同時轉變以往的投資理念，為銀行理財業務凈值化轉型中做好充分準備。

（本文為作者的學術思考，不代表所在單位觀點。）

（作者單位：中國民生銀行總行評審部、清華大學經濟管理學院）