互联网金融在财富智能化管理中的创新研究

gecccn

陈游（湖州职业技术学院）

  智能投顾技术在财富管理领域应用的优势
    智能投顾就是金融机构充分利用互联网便利性以及大数据资源丰富性，利用相关技术手段例如模型、算法等，将由传统投资顾问所做的工作如客户风险偏好判断、资产配置与组合等改由通过互联网进行服务，更好地缩短客户和金融产品间的距离，达到自动捕捉客户消费偏好、优化风险收益的效果。就客户行为与偏好分析来说，智能投顾只需关注客户的收益目标及其风险偏好，而非客户的全部信息。在中国金融市场，目前大型银行中的理财以及资管部门对于智能投顾分析平台的应用还处在起步阶段，很多欧美国家正在应用的高端金融科技尚未在国内出现。中国的最大优势在于巨大的人口能够带来比欧美国家更适合规模化推广的金融市场。因此无论从普惠金融发展角度，还是从传统高净值客户的需求角度，更加高效的理财平台及相关产品都会对财富管理业务产生巨大的促进作用。人工智能技术在财富管理领域的应用主要有三个优势：
（一）具有强大的算法搜索能力
   智能投顾技术可从很多原始金融产品的大量投资组合中筛选合适的组合与择时策略。其中涉及两种模式：一种是基于高性能集群的金融大数据分析，另一种是基于众包的投资组合与择时策略搜索。其中前者需要相当规模的信息化基础设施和算法领域的针对性优化，后者更强调足够的客户粘性。从运行机理看，由于这类算法的搜索空间非常巨大，但是模拟盘投资效果令人满意的理想策略分布相对稀疏，如若只能搜索到少量符合要求的投资策略，将会面临策略的同质化分布，因此数据库的容量必须不断地得到扩充。
（二）金融产品与客户偏好得到精确匹配
   智能投顾技术通过为已有的金融产品进行精确测算、为客户的投资偏好以及风险偏好进行精确评判，在此基础上将金融产品与客户偏好进行精确匹配。这种精确匹配的基础是构建知识表示模型。目前智能投顾可用的知识表示模型包括元组模型和对象模型，前者以若干特征维度的数据库笛卡尔积反映的关系式数据；后者以若干层次加标签反映的类XML半结构化数据。两者比较，在表达能力上以类XML半结构化数据更加突出；不过在分析处理手段上，那些适用于关系式数据的数据分析处理手段则更加丰富。目前智能投顾仍以关系式数据为技术主流，但在适用于表达能力更具优势的类XML半结构化数据相关算法上如能取得突破，将会引领未来的技术发展。精确匹配的另一个基础是金融数据来源，其中客户行为数据以及社交数据正成为精确匹配的重要数据来源。
（三）投资操作及时反映客户需求
   理财业务的最终目标是将投资策略有效落地，为了保障能够落地，必然会走理财专业化道路，理财业务的交易通道、订单生成以及资产配置与期限管理等都优先选择专业化的理财产品或服务。智能投顾通常通过网上问卷了解客户的投资需求，同时提供以目标为本的理财计划，以交易所指数基金作为主要的投资产品，通过构建量化模型管理投资组合，为客户制定相应的资产配置方案，此外也提供一些税收建议或者客户风险偏好评估等服务。由于智能投顾的资产配置透明公开，提供的投资组合类型全面，无形中也增加了客户的信任。
  智能投顾在我国的发展及展望
   典型的智能投顾服务主要有以下步骤：首先，问卷调查分析客户偏好，特别是风险偏好的识别；其次，通过算法或专家经验筛选相关的投资资产池；第三，根据现代资产组合理论，通过构建一些模型或人工智能的优化，对客户的投资组合进行建议；最后，通过定期回测进一步优化组合比例，提示客户调仓或自动调仓，从而达到资产组合再平衡。相比于传统商业银行的个人理财服务，互联网平台通过标准化的投资方案更为严谨，不仅掌握客户的投资数据，还有来源更广泛的消费、社交方面的数据，数据规模无疑具有更大优势。京东金融是国内最早开发智能投顾功能的互联网平台之一，在技术上拥有一定优势，除依靠母公司多年来积累的海量大数据资源和平台自身金融科技研发能力外，京东金融向国际著名的大数据分析企业Zest Finance进行投资，从而为其智能投顾业务奠定了很好的基础。但总体上其智能投资业务还比较初级，相对于整个京东金融APP理财业务板块，地位也较为靠后，京东金融更多是通过基金代销牌照方式提供智能投顾服务。
（一）投资标的
   目前京东金融致力于进一步优化客户大类资产组合配置，平台推荐的持仓组合计划主要包括固定收益理财、定期存款理财、债券基金、商业票据理财、股票基金以及京东小金库六个产品。与宜信相比，京东金融的智能投顾业务面向国内资产，以智能投顾平台自身的理财产品以及代销基金产品为主。
（二）操作流程
   智能投顾平台要求客户首先须填写在线问卷调查，内容包括年龄、投资本金、预期投资金额占总存款比例、投资期限及能够承受的风险。完成问卷后，平台会提供上述六大类资产组合的建议持仓比例，其中在每一大类资产中列出推荐的相关理财产品，客户需按照自身需求分别在这六大类资产中自行选择理财产品。对于一些收益浮动相对较大的股票基金产品，由于平台无法代替客户自动进行仓位调整，为减少客户因高买低卖而产生的损失，平台还提供一些智能定投服务以期实现长期稳定的投资收益，同时提供免费投资建议服务。
（三）经营策略
   为更好地服务客户，平台重新规划客户需求功能，除了投资需求，还有客户财务诊断功能，通过资产负债率、储蓄率以及财富自由度等指标，诊断客户当前财务状态是否健康。平台综合了客户在京东上留下的消费和理财信息，利用数字化方式的客户分析环节，比传统方式更标准化和精细化，并且与资产配置方案紧密结合。平台还进行场景化包装升级，提供的智能投顾产品，通常以引擎为内涵，通过场景化的设计与用户进行交互。比如投资目标规划，平台会考虑客户投资后会发生的衍生行为，如子女教育、消费、旅游、买房等等，同时引导客户培养健康理财的理念。在投资环节平台可使用机器自学的方式提高智能投顾服务的择时和选品能力，目的是帮助客户减少投资的盲目性，减少对传统理财顾问的依赖，最终实现更廉价更便捷的理财投资。
   未来京东金融还将继续不断引入新技术，特别是随着人工智能技术的发展，将进一步提升人机交互体验。现在智能投顾使用的人机交互方式主要为客户回答预设好的一些问题，同时为保证用户体验，通常问题数量比较有限，使得这些问题难以完全覆盖客户千差万别的家庭实际财务状况。未来预计人机交互可能使用文字乃至语音的交流方式，主要采用更生活化的场景式语言，从而帮助大量长尾用户可以更轻松、更人性化地实现对智能投顾的数据输入。
  我国智能投顾行业发展存在的问题
   智能投顾业务在2014年底开始引入我国，大量相关的金融科技创业企业开始涉足，2015年下半年后商业银行也大力布局智能投顾业务。根据用户定位、投资标的以及平台形式的差别可以将智能投顾平台分为四大类，主要有2C创新平台、资产组合配置建议平台、主动理财建议平台和综合理财计划平台。但整体上，我国智能投顾平台的发展仍存在以下问题：
（一）行业标准混乱，监管指引缺失
   目前智能投顾正如我国历史上众多的金融创新一样，正处于行业标准混乱的时期。给了一些不法者打着智能投顾业务的幌子却行非法荐股或者无牌照代销之事的机会。有的智能投顾平台声称抓涨停、找轮动，实际上要么投资私募基金要么推荐高风险非标金融资产。这和智能投顾业务的价值理念相悖，也使客户产生了更大的投资风险以及支付风险，这和P2P网贷行业当初的乱象非常相似。当前我国智能投顾总体上处于发展初期阶段，还没有形成稳定成熟的行业和技术标准，同时相关金融监管处于总体探索和收缩阶段，这在某种程度上限制了智能投顾技术的应用。与此同时，相关智能投顾行业的监管尚在摸索中，目前国内的相关监管要求仅允许符合基于算法的资产组合配置建议,而未许可实现自动化智能化交易。
（二）交易成本降低较难，标的资产种类较少
   欧美智能投顾有其非常重要的优势，运营成本大幅低于传统人工投顾服务。不管是其中的交易成本、管理费用或者流动性管理成本，智能投顾的成本都相当低廉。比如美国最主要的几大智能投顾机构Wealthfront和Betterment，其平台运营费用分别是0.225%和0.35%左右，Charles Schwab IP更是提供免费服务，考虑ETF基金的管理费用，折算成年化总成本通常也仅有0.5%左右。但是我国多数智能投顾平台主要以公募基金为标的，一般情况下其认购、赎回、托管的相关成本和管理费用总计高达1%～2%，是欧美智能投顾平台的2～4倍。欧美智能投顾均是以ETF基金等作为投资标的，具有交易实时方便的优点；而我国公募基金申购一般为T＋1，赎回时间则长达T＋3，甚至一些QDII的认购或赎回时间更是长达T＋7。至于投资品类，欧美智能投顾可以投资的品类十分全面，既包括各种类型的股票ETF，也包括全球债券资产，甚至涉及另类投资资产，真正实现了全方面智能资管的效果。可是在我国，由于资本市场发展时间相对较短，可投资的金融产品类别还相当有限。特别是ETF市场，整个市场提供的ETF＋LOF也不过300个左右，属于金融市场的边缘性产品。
（三）算法模型仍有差距，技术创新低于预期
   对于智能金融来说，其核心组件是算法模型，利用内嵌的各种金融模型以及相关假设，智能投顾将输入的数据进一步转化为有价值的投资思路。因此，智能投顾服务的质量直接取决于算法，但是我国企业在相关技术开发及量化投资存在经验相对不足的问题，在算法模型上与美国仍有着不少差距，很多企业只在整个投资过程的局部环节中应用算法模型。与美国相比，目前我国智能投顾业务缺乏前期的大量数据积累，量化程度不够，缺少优秀的算法模型。实际上，人工智能不仅仅是数字化、线上化或者系统化，而是真正利用机器学习产生具有创新意义的结果，我国智能投顾业务真正需要解决的是提升智能化水平的问题。
（四）市场认知程度不足，用户教育亟待加强
   当前我国证券市场投资主体仍然以散户为主，因此市场情绪波动剧烈，极易产生不理性的投资行为，大起大落的市场波动在一定程度助长上市公司的操纵行为，因为投资者的决策并非关注长期价值，而是更多通过小道消息来判断。智能投顾通过金融理论中公认的科学投资理念，以组合投资以及资产配置理念引导客户理性配置资产。但是由于智能投顾尚未有明确的行业标准，相关监管意见也还未出台，市场鱼龙混杂，这让我国监管机构难以识别系统性风险或者平台自身的经营风险，好像又陷入以前一放就乱一收就死的套路，导致智能投顾平台难以在市场进行长期投资。
  美国智能投顾行业经营模式对我国的启示
   智能投顾通过充分吸收移动互联和量化投资这些新技术，为客户提供更加多元化的投资选择，体现了多元化优质化低成本投资的特征。智能投顾技术经过最近几年的发展，已在全球各主流成熟市场逐渐得到认可，大幅提高了各智能投顾企业的估值。在美国智能投顾市场，Wealthfront、Betterment、PersonalCapital、FutureAdvisor是最成功的服务商，在智能投顾平台的运营上值得借鉴：
（一）经营策略
   相比而言，Wealthfront在小额理财上具有更大的优势，特别对投资金额不超过1万美元的客户提供更多的服务选择和优惠。Wealthfront的客户群主要为年龄20 到30岁之间的高科技企业专业人才。为了更好地贴合硅谷的需要，Wealthfront为此设计了专业的理财工具帮助硅谷员工明白如何操作公司给予的股票期权。Betterment则重视对大宗账户以及个人退休账户的理财管理，对于投资金额高于10万美金的用户提供非常诱人的优惠条件。在家庭理财上，Betterment专门提供退休理财指导服务，目的是为客户提供最优化的个性化定制家庭退休理财计划。Personal Capital主要推出类似高级记账本的服务，客户只需要注册并绑定自己的银行账户，就可以免费得到实时监测账户流水的服务，并定期向客户提供每月汇总报告，通过与每家银行推送的每月账单类比，使得客户对自己的总体财务情况更加清晰。
（二）投资操作
   相比而言，Betterment更专注于对客户的投资管理和建议，更侧重目标导向自助操作，其客户可以按照自己的需求在Betterment智能投顾平台上同时设立多个理财目标，系统会在评估全部目标的情况下提供最优化的投资组合。因此对于投资目的明确或者投资需求多元化的投资者，Betterment应该是更好的选择。Wealthfront则较为注重财富管理，特别在税收优化上有一套独特的税收优化索引功能Direct indexing。相比利用VTA复制，Direct indexing可以借助追踪ETF，从个股的价格变动中进一步挖掘税收收益，从而为客户实现资本利得的有效税收抵扣。此外，为保障节税效果，Wealthfront还通过设立交易限制清单，显示被限制交易的证券，从而尽可能避免洗售等不利于节税的情况出现。Personal Capital把量身订做策略发挥到极致，同时保留人工财务咨询的相关服务。客户可通过在线预约平台登记的持证财务顾问，讨论自己的理财需求和风险偏好。
   尽管在目标人群定位以及服务方式等方面存在差异，这些平台都有不少相同特征，包括以互联网销售为核心的服务渠道、通过算法模型降低交易成本、简单的操作界面、较低的资金门槛以及低廉透明的服务费。目前智能投顾的重要性也逐渐被更多的传统金融机构所认识。全球著名基金管理机构贝莱德协议收购Future Advisor，按照收购协议对其估值高达2亿美元。美银美林银行准备引入智能投顾，目前该银行已经推出自动化模型工具开展投资顾问服务，主要面向25万美元以下的理财项目。在美国，现在自动化投资模式几乎替代传统理财模式。以我国当前互联网改变行业的发展趋势来看，未来财富管理领域也必定会实现这一跨代。
  推动我国智能投顾行业发展的措施
（一）进一步明确智能投顾行业的监管标准
   智能投顾提供服务的是机器人而不是自然人，因此智能投顾在金融监管上是否符合投顾资格有待进一步明确。首先是服务提供者不同。检视美国和国内智能投顾发展情况，就会发现智能投顾业务的提供商并不仅仅局限于证券公司或者银行，其他如基金、互联网平台以及资产管理公司等都在发展这项业务。其次是客户定位不同。由于互联网金融体现了普惠、共享的特点，从而吸引着大量中小投资者的参与，这和传统投顾业务的客户通常为高净值客户是不同的。最后是服务方式不同。通常在智能投顾业务中，投资者将资金委托给机器人去投资，或是机器人根据客户年龄、风险偏好以及理财目标等，应用已搭建的数据模型以及后台算法，为客户提供相关的投资建议，这种机器人服务实际上是对人工服务的机器化代替。从金融监管上看，一方面，目前国内的资产管理业务与投资顾问业务实行分牌照管理，但是智能投顾的服务范围仅限于基于算法的相关资产组合配置建议。但在另一方面，由于智能投顾的投资建议通常涉及证券、基金、保险等金融工具的分散化投资，这明显涉及各类金融产品的销售资质问题，目前我国尚未有法律明确对智能投顾业务牌照以及资质提出要求。当前相关监管机构正密切关注包括智能投顾在内的科技金融业态趋势，正在参考国际金融监管经验和操作惯例，研究相关监管措施，其中涉及三大监管原则：一是金融监管一致性原则，避免监管套利；二是监管渐进适度原则，目的是在控制风险与推动创新之间达到平衡；三是注重投资者保护与合规销售。
（二）通过与海外券商合作拓宽投资标的
   受目前国内金融市场发展不成熟限制，一方面，智能投顾业务可对接的金融产品不足。智能投顾业务在美国迅猛发展的重要因素之一就是金融产品非常丰富，为智能投顾业务提供了较大的投资标的选择空间。目前美国金融市场有近1600只ETF，其中有股指、债券、商品期货等各种类型，资产规模超过两万亿美元；而国内市场ETF仅有130余只，主要以交易所上市ETF为主，资产规模约为5000亿元人民币。另一方面，国内市场投资者以散户为主，大多追求短期利益，因此与智能投顾强调的投资组合分散配置，重在长期β收益的投资思维相悖。在投资标的上，国外的智能投顾主要以ETF基金为主，此外还包括全球市场的各种债券资产，也会涉足投资很多证券化资产，具有立体化智能资管的投资特征。而在我国，智能投顾业务大多以公募基金为标的，因为我国证券市场起步时间相对较短，可投资的相关产品类别非常有限。因此，ETF基金等被动投资金融产品的缺乏，是国内很多智能投顾平台在产品开发上遇到的较为棘手的问题。因此，建议国内智能投顾平台与国外券商进行合作，将风险敞口进一步拓展至海外市场。如宜信和美国券商DriveWealth携手合作的米投RA智能投顾平台就涉及发达国家以及发展中国家金融市场中的股票、债券产品，甚至包括美国房地产市场和黄金市场，从而巧妙地绕开了这个障碍。
（三）充实数据库，提高算法模型的有效性
   通过大数据挖掘分析技术，利用过去互联网平台累积的大批量数据，智能投顾可实现快速识别客户本身的风险偏好及其承受能力甚至潜在的投资需求，相比人工理财顾问通过面对面沟通交流的方式更为简捷和客观。此外，由于大多数人的风险偏好并非保持不变，而是随着行情涨跌、收入水平等外在因素的变化而波动。人工理财顾问对客户风险偏好的动态把握一般是滞后的，同时沟通成本相对较高。智能投顾则借助金融科技实现对客户风险偏好的实时动态预测。因为产品期限、预期风险以及收益不尽相同，构建更为科学合理的投资组合算法模型面临相当大的挑战，而大数据分析可提升投资组合模型的可靠性。利用大数据有助于更准确地估计理财产品的预期风险和投资收益，相对于传统的均值—方差方法具有更明显的优势。理财产品最基础的要求通常是数据，但是对智能投顾这样的前沿科技而言，除了数据来源更加丰富，其他因素如数据筛选度、质量及其针对性对算法模型最终效果的提升也具有事半功倍的作用，同时花在数据挖掘上的产出效益不一定比花在算法模型上低。此外，自建数据库不仅可以充实智能投顾基础内容，同时在获取数据上可以更具体和有针对性。另外基于本身业务的特定客户群体的数据积累，包括意向客户的收入、社会状态以及心理特征等会比那些泛泛的基础数据库来源更为直接，从而使风险偏好调查更有针对性，结果更为精准，以此为基础的资产组合配置匹配也更为有效。
（四）积极推动和培育客户理性投资的理念
   中国投资用户最主要的问题在于其非理性，根据历年来的统计数据，多数基金经理的管理业绩经常跑赢大盘，但散户投资者却是亏钱居多，这是由于散户投资者追涨杀跌，其行为是非理性的，并没有形成长期的投资意识。与国内资管行业快速发展形成对比的是，由于实际回报大大低于行业平均收益，散户投资者对资管行业投资能力的信任度持续下降，因此对智能投顾业务的发展产生同样的怀疑。进一步改善客户信任度取决于两个关键措施：一是智能投顾平台本身要有较佳的投资能力，算法模型要科学合理，从而获得长期稳定投资收益；二是需要通过人工服务来引导客户遵从智能投顾的科学投资理念。智能投顾面临的一个艰巨任务就是要对其客户开展长期的投资者教育培训和引导。真正意义的智能投顾，其核心理念就是帮助客户通过大类资产配置的方式实现符合客户投资目标的稳健收益，同时为客户进行一站式的自动化资产组合配置及跟踪服务；其最大的优点是通过科学的投资策略，很好地解决了普通客户在投资过程中因情绪波动影响导致错误决策的现象，从而实现长期稳定合理的投资回报。