智能投顧在財富管理中的應用及現存問題分析

傅凌燕

摘要：智能投顧在國內開始初步應用，文章對智能投顧在財富管理中應用的現存問題進行分析，認為目前資產端的產品局限于某一類比較單一;客戶端的人情人性最難把控;相關技術在前沿應用，在監管大環境下逐步發展完善。并提出智能投顧+專業經驗的結合，為普惠金融貢獻力量，培育競爭性的提供智能投顧技術的科技公司等發展展望。

關鍵詞：智能投顧;大數據;循環神經網絡;區塊鏈

2018年11月在長春一家中國銀行內，某位大媽因等待辦理業務的時間太長，對業務員辦事效率不滿，與機器人理論的視頻在網上熱傳。笑翻全場的起因是大媽的一本正經，機器人奶聲奶氣的回應，一唱一和。隨著人工智能技術的日益強大，各種智能機器人應運而生。銀行大廳的服務機器人是智能語音技術的應用，更像是大堂經理。那么為客戶挑選產品、配置資產的顧問領域，情況如何呢？

一、智能投顧的定義

智能投顧又被稱為機器人投顧，是指利用大數據分析、量化金融模型以及智能化算法，并結合投資者的風險承受水平、財務狀況、預期收益目標以及投資風格偏好等要求，提供多元化、自動化、個性化的資產配置建議，并對組合實現跟蹤和自動調整。姜海燕、吳長風（2016）認為智能投顧服務中的第二個層次即給出個性化的投資建議，到第三個層次即為服務對象提供交易服務，才是通常所理解的智能投顧。

二、智能投顧的發展現狀

全球首個智能投顧產品由Wealthfront設計，致力于為客戶提供傳統理財行業同等質量但進入門檻更低、費用更加低廉的理財咨詢服務。此外，全球知名的智能投顧平臺還包括Betterment、Personal Capital等。

國內2016年招商銀行率先推出“摩羯智投”，廣發證券推出“貝塔牛”，隨后銀行、券商、基金、保險、BATJ等互聯網巨頭紛紛入局，形成了創業公司、傳統金融以及互聯網金融“三足鼎立”的局面。2018年《互聯網周刊》對智能投顧平臺進行排名，排行榜詳見表1。

三、在財富管理中的應用及現存問題分析

智能投顧的應用需要通過技術研發、提供機器語言和算法，在財富管理領域連接起產品端（即資產端）和C端（即客戶端），目前在應用中存在以下問題。

（一）資產端的產品局限于某一類并較單一

美國的智能投顧市場經歷了線下投顧（人工投顧）、線上投顧（互聯網理財）、機器投顧（量化投資）、智能投顧這一線性有序發展的歷程。而我國的投顧市場因金融科技的力量太強大，發展是跳躍性的。資產端還沒適應這種變化，導致產品數量還不足，資產質量還不佳。

可納入智能投顧產品端的產品，前提是要標準化，目前可供配置的主要為證券和基金。相比美國擁有的龐大ETF市場，中國被動型基金的占比還較低。根據申銀萬國研究數據顯示，中國的指數基金在全球規模中占比不到2%。但被動型基金已經逐漸得到市場的重視。截至2018年二季度末，中國524只指數基金的資產規模超過4856億，僅二季度就成立了22只指數基金。

2018年9月下發的《商業銀行理財業務監督管理辦法》明確非保本理財產品為真正意義上的資管產品，公募理財可以通過公募證券投資基金、投資股票。未來，當幾十萬億的固收類理財產品成為可配置資產時，智能投顧不至淪落為“巧婦難為無米之炊”。

（二）客戶端的人情人性最難把控

智能投顧的終極目標是模仿人類大腦的運作，它可以克服人性中隨市場漲跌而引起的情緒波動，但最大的劣勢在于缺乏人情味。特別是中國的財富客戶有心理依賴，傳統財富顧問滿足了他們溝通交流的欲望。相對比國外投資者投資理念更成熟（艾佳寧、孟克，2018），而在中國智能投顧更難獲客。

眾所周知機器學習需要數據，需要時間。以典型的循環神經網絡訓練損失計算圖為例（詳見圖1）。將x值的輸入序列映射到輸出值o的對應序列，損失L衡量每個o與相應的訓練目標y的距離，h是隱藏層。隱藏到隱藏的循環連接由權重矩陣W參數化以及隱藏到輸出的連接權重矩陣V參數化。理論上，循環神經網絡是萬能的，RNN經過若干時間步后讀取輸出，但隱藏單元之間存在循環網絡的訓練代價也很大。訓練不充分的應用就容易陷入死循環，前文中的案例其實就是銀行服務機器人陷入已有程序的循環中，不能有效解決問題。

機器學習需要花時間訓練，需要有更多的客戶信任機器，愿意加入智能投顧的C端。信任機器的基礎是智能投顧有效，而智投給出的投資建議是否有效，需要時間的檢驗。但隨著時間的變化，人性是會變的。目前智能投顧可以完全勝任信息收集和處理等初級工作，給出的投資建議，客戶和理財經理可作為參考。而由其獨立做決策還是一個概念，在較長的時間內將保持AI+人工經驗的狀態。

（三）智能投顧技術前沿應用，逐步發展

正如當年互聯網金融是科技助推，智能投顧的初創公司，從業界發展趨勢來看，也多以技術為主導，依附流量端口做C端客戶拓展。傳統金融機構有客戶優勢，試水智能投顧，主要依靠自身的科技力量。摩羯智投平臺通過自定義的一系列選擇，系統給出推薦的基金（詳見圖2），但用戶無法知道機器計算過程。

也有些機構在財富管理的局部領域進行智投嘗試，比如浙商銀行在P2P平臺小微錢鋪上增加智能投標功能，客戶選擇收益、期限、投資金額后，當推出匹配的產品，并且綁定的卡上有余額時，即能自動投資。無論摩羯智投還是其它智能投顧的嘗試，或許只是運用了一點點人工智能的技術，僅實現了組合的創新，但確實便利了客戶的投資。

智能投顧最大的優勢在于費用低，但目前的成本卻很高。據報道AlphaGo有1920個CPU、280個GPU，下一場圍棋僅電費就高達3000美元。所以撇開研發智能投顧技術的成本，維持后臺機器運行的成本都是高昂的。只有批量化，智能投顧才能產生規模效益。技術前沿應用重點在優化能領先于市場的算法。

（四）監管大環境下的博弈，且行且完善

智能投顧的發展離不開現行監管大環境，其邊界的模糊性與我國金融分業監管、“全權委托賬戶”服務與現行規定存在矛盾（李晴，2017），還有信息保護問題等。針對智能投顧趨同的程序化交易帶來的系統性風險，張家林（2018）提出通過發展分類賬戶來避免量化交易和程序化交易過程中可能存在的協同交易風險，并建議適度發展“沙盤機制”，發展基于區塊鏈、RegAPI、AI技術的新型監管模式和監管服務，最后發展高級形式的“沙盤機制”以及金融風洞技術。

四、發展展望

（一）智能投顧+專業經驗的結合

智能投顧作為一項新興技術的應用，在發展初期，概念先行，有一點點創新就投產應用，體驗消費，搶占市場。智能投顧不是取代人，而是做人腦實現不了的工作。未來應該是智能投顧+專業經驗的結合，建立金融科技與人的閉環（劉曉春，2018）。

（二）為普惠金融貢獻力量

如果說余額寶實現了平民理財，那么智能投顧將踐行普惠金融的要旨，讓資產配置普及大眾。理財產品于2014年在中國興起后，規模與日俱增，但財富管理業務因投顧人數有限，僅服務部分中高端客戶。同時中國財富管理業務點差收入的收費模式，與傭金式相比，不利于傳統投顧的擴張。而智能投顧支持大批量的不同個體定制化的投顧方案，打破財富管理業界一個客戶經理服務150個客戶的限制。同時低端客戶也可以免費或低費用享有投資顧問的服務。

（三）培育競爭性的提供智能投顧技術的科技公司

培育提供智投服務的科技公司，一旦技術成熟，這種第三方公司的產品會在經營財富管理業務的機構滲透。后臺系統可以放在云服務平臺上，結合區塊鏈技術對數據加密。那時可能智能投顧本身差異并不大，區別在于資產和服務的不同。

總之，智能投顧不是為科技而科技，創新而創新，而是為增加人民群眾的財富收入，提高人民群眾的生活質量而服務。

參考文獻：

[1]賁圣林，張瑞東，等.互聯網金融理論與實務[M].清華大學出版社，2017.

[2]億歐智庫.智能投顧的現實，重視AI但遠未委以重任[EB/OL].https：//www.iyiou.com/intelligence/insight42031，2017-04-11.

[3]不二.2018智能投顧平臺排行榜[J].互聯網周刊，2018（08）.

[4]李勁松，劉勇.智能投顧開啟財富管理新時代[M].機械工業出版社，2018.

[5]趙申劍，黎彧君，符天凡，李凱.Lan Goodfellow，Yoshua Bengio，Aaron Courville.深度學習[M].人民郵電出版社，2017.

[6]張家林.監管科技（RegTech）發展及應用研究——以智能投顧監管為例[J].金融監管研究，2018（06）.