当前位置:综合财经 > 正文
智能投顾研究与应用

  当前金融科技对财富管理领域影响最深远的是智能投顾的推广应用。智能投顾业务的兴起,正从根本上颠覆传统银行的商业模式,通过数字化和自动化等手段形成客户黏性,快速抢占市场。智能投顾又称机器人投顾(Robo-advisors),根据维基百科的定义,智能投顾是一类提供在线组合配置建议及组合管理的理财顾问服务。该服务由计算机通过数学规则或算法提供组合配置建议,实现自动分配、管理和优化客户资产。这些算法由软件执行,不需要手工干预,使人为干涉因素降到最低。

  一、智能投顾发展现状

  1.国外发展现状

  在欧美国家,智能投顾行业保持着高速增长的态势,预计在2020年全行业资产管理规模将达到1.6万亿美元。 美国公司BetterMent、WealthFront是智能投顾代表,创立于2008年前后,如今已成长为资产管理规模达数十亿美元的新兴互联网投顾平台。从服务流程上看,两家公司基本一致,故以WealthFront为例说明智能投顾关键流程。

  从图1看,WealthFront智能投顾有如下特点。

  客户洞察。采用问卷方式收集客户的投资目标与约束,支持动态调整投资目标与约束。

  投资模型与资产配置。系统通过模型计算为客户提供资产配置策略,具体到每只基金的配置比例,年化收益稳定在2%~6%间,但投资策略方法论不公开,客户是接收并执行。

  投资交易。投资品以ETF基金为主,涵盖全球1400多支ETF基金。

  投后风控管理和自动化调仓。基于风控模型建立了再平衡触发机制,由系统对客户持仓实现自动调仓。

  2.国内发展现状

  相比于欧美国家,国内智能投顾起步较晚。2014年,蓝海智能投顾上线,标志着国内首家智能投顾公司的诞生。2016年,招商银行推出了“摩羯智投”,使其成为国内首家将智能投顾服务于客户资产配置的商业银行。2017年,嘉实基金、广发证券等证券行业机构犹如雨后春笋般,纷纷推出自己的智能投顾业务。

  总体而言,国内智能投顾以基金为主要投资标的,其服务流程与国外基本一致,主要区别在于,因监管差异,国内投顾平台不能进行自动调仓,需由客户根据平台推送的再平衡策略进行手动调仓。

  二、智能投顾的优势

  为什么智能投顾能够在短端几年内获得爆发式增长?原因在于其自身多项特性直击传统投顾痛点。一方面,市场上各类金融产品日益多元化且在快速更新,投资者在知识、时间方面的限制性愈发突出,专业投顾服务的需求不断上升,另一方面,传统投顾对资产管理规模及收费的要求,将少数高净值人群之外的大众富裕阶层挡在门外。智能投顾的出现恰好提供了一种高效低费的解决方案,以科技手段真正实现“普惠金融”的发展要求

  1、贴合最新的市场投资理念

  成熟市场下主动管理型基金的优势不再,被动投资开始逐渐被普遍接受。欧美金融市场经过多年发展,已经逐渐走向有效市场,试图通过主动投资策略博取超额Alpha收益变得相当困难,越来越多的投资者开始转向被动投资,以美国为例,1995年到2014年其被动投资金额占共同基金的比例从3%上升至16%,被动投资逐渐成为普遍选择。此外,美国指数基金相较于主动投资型基金具有较大的成本优势。在这一趋势下,综合考虑成本、收益、风险,自然有越来越多的资金流入被动投资和另类投资,市场接受度不断提升,尤其是ETF产品。

  2、更高效、精准的投顾服务

  大数据、云计算和人工智能等技术的不断成熟完善为智能投顾模式的发展奠定了基础。伴随互联网、移动互联网的普及,全球数据规模呈现爆发式增长,加之机构加大对大数据挖掘和分析的研发和投入,数据多样性和丰富性不断拓展,数据处理成本不断降低,为智能投顾出具更为精确、个性化的投资建议和资产组合方案提供了可能。

  3、管理费率低,透明度高

  传统投顾主要依靠专业财务顾问个人知识及时间精力的消耗,收费率较高,同时其收费项目繁多,收费透明度较低;而智能投顾通过机器自动处理,不仅平均费率低,且可选产品范围、投资风险、费用交割等高度透明,对广大普通阶层具有更强的吸引力。

  4、投资门槛低,用户覆盖广

  传统投顾多以一对一私人顾问形式呈现,投资门槛较高,其目标客户覆盖范围极为有限;智能投顾具有显著的互联网特征,其边际成本将随着用户的增加而逐渐趋近于零,而算法模型的可复制性亦为其提供了同时服务大量客户的可行性,因为智能投顾公司能够为吸引用户而采用无门槛或极低门槛的策略,具有明显的获客优势,深度挖掘传统投顾无法覆盖的长尾市场。

  5、实时监测,全天候管理

  传统投顾服务以线下面对面服务为主,时间、场地受限、且在市场判断上具有一定滞后性;智能投顾全流程依托互联网实现,可24/7无间断监控市场变动并随时做出快速响应

  6、沟通高效,用户体验佳

  传统财富管理需花费大量时间与经历用于与客户的沟通,细碎繁琐的流程性工作较多,对于双方而言都是较大的消耗;智能投顾不仅通过大数据以及算法技术有效简化了决策流程,还通过电子问卷、主动建议、自主咨询等服务从前中后台最大程度地保障了整个服务流程的流程性,可有效节省用户的时间与精力,带来更优质的服务体验。

  7、分散投资,控制风险

  传统投顾依赖投资顾问个人能力,而投资顾问水平良莠不齐,且作为直接利益相关者,存在过度追求收益而忽略投资者风险承受能力的道德风险;智能投顾严格遵守现代投资理论和算法模型,在充分收集分析投资者个人及市场数据的基础上给予投资建议,资产配置覆盖更分散,在严格控制风险同时满足投资者多样化的需求。

  8、理性客观,克服情绪干扰

  传统投顾模式下,再优秀的投资顾问都无法避免人性上的贪婪和恐惧的弱点,尤其在市场波动时更易干扰其决策能力;智能投顾全称由机器参与,将情绪干扰因素降至最低,排除人类特有的各类行为偏见及心理波动对资产配置的影响。

  简单来说,相较于传统投顾,智能投顾以更低的成本、为更多的客户、提供了更好的服务,使得财富管理机构和客户双方同时收益。

  三、智能投顾服务模式

  业界对智能投顾的应用模式大多可归纳为投顾服务产品与顾问咨询两类模式,其中投顾服务产品为主流模式。

  1.投顾服务产品模式

  该模式面向欠缺专业投资知识与经验的长尾客户,提供一键购买、一键调仓的智能投顾服务。智能投顾平台给出投资策略(推荐投资组合)后,客户必须按此策略执行,由系统自动完成申购和赎回等操作。该模式的投资策略方法论不公开,对客户而言是一个“黑盒”,客户只能把操作委托给系统处理。该模式服务的主要特点如下。

  投顾服务请求。客户通过手机银行、网上银行等渠道发起服务请求,系统返回推荐的投资组合。

  交易执行。客户按推荐的投资组合,通过一键方式完成交易。

  风险控制。在存续管理期,系统自动监测投资组合风险,给出调仓建议。

  调仓建议。客户收到系统提示的调仓建议后,经确认,由系统自动完成调仓。

  2.顾问咨询模式

  该模式面向群体主要为需要专业投顾服务但又希望自己参与决策、具有一定投资经验的进阶型客户。投顾平台虽然提供投资策略,但也允许调整策略后执行。与投顾服务产品模式的差别是,该模式主要侧重于“顾问咨询”功能,强调客户的参与性。因此,投顾平台要为客户提供投资策略的必要信息,辅助客户完成投资策略的选择和制定。

  四、智能投顾平台建设

  智能投顾平台的建设目标是通过财富管理的自动化与智能化,实现高端资产管理的零售化。财富管理自动化是指,建立自主知识产权的投资组合模型和风控模型,为客户提供丰富可投资品种以及自动交易手段,从而将线下财富与资管能力转为线上服务能力。财富管理智能化是指,利用人工智能技术,提升客户交互、客户洞察和投资组合模型开发的智能化水平,增强智能投顾核心竞争力。

  1.财富管理自动化

  财富管理自动化实现后,系统根据客户风险偏好和投资目标,自动向客户推送满足其所需的投资组合,以及完成各类交易、风险监测等财富管理步骤。财富管理专家可以利用系统构建投资组合、识别投资风险,更专注于市场预判与资产遴选等高价值工作,大幅提升工作效率,减少重复性劳动。我们认为,智能投顾关键能力自动化程度应达到如下要求。

  客户洞察的完全自动化。基于归集的客户数据和模型算法,系统自动识别客户投资目标、风险偏好、投资约束等关键投资诉求,实现千人千面的客户投资需求分析。

  图2 投资组合构建过程

  提升投资组合模型开发的自动化水平。如图2所示例子,系统根据外部投研数据形成市场观点,结合专家观点,协助完成投资品的遴选并纳入投资池,最后由资产配置模型算法得到投资组合。这种通过人机结合、系统辅助运算与决策的方式,业务专家能高效地构建满足客户需求的投资组合。

  客户交互的完全自动化。智能投顾与客户存在大量交互场景,交互设计要基于易用性、可读性的原则进行构建,实现各种一键式操作,使智能投顾成为“懒人理财”的利器。

  风险管控的完全自动化。通过模型自动监测风险,当投资组合风险达到阀值,则触发再平衡机制,自动提醒客户调仓或者由系统直接完成调仓。

  2.财富管理智能化

  通过人工智能、大数据的有效结合,实现财富管理的智能化。一方面有利于挖掘客户潜在财富管理需求,强化客户黏性,另一方面可以提升资产管理的投资收益,其核心是客户和投资大数据的沉淀积累。我们认为,财富管理智能化主要聚焦在三个方面。

  客户洞察智能化。目标是精准识别客户真实风险承受能力、流动性要求、投资期限,推送符合其要求的投资组合。它主要包括两方面的内容,首先,客户信息归集和沉淀,利用网购信息、社交信息、金融交易行为、信贷数据、问卷和客户画像已有的各类客户标签建立客户信息分析的大数据。其次,通过基于机器学习算法的训练,形成认知客户的投资目标、风险偏好、投资约束的客户洞察模型。

  投资组合模型开发的智能化。它主要包括投研和投资组合构建两方面,其中投研已有应用智能化技术,投资组合构建智能化仍在探索中。如图3所示,投研智能化采用大数据和机器学习技术,通过对数据获取、信息整合、知识化的技术处理,全面提高传统投研的研究范围、深度和效率,协助投研人员作出市场预测和分析。

  图3 投研智能化

  客户交互智能化。引入智能客服,在智能投顾平台中打造“私人银行级别”的理财体验,提升客户黏性。

  五、智能投顾应用

  基于以上智能投顾平台建设思路,依托我行资管服务能力、海量的客户信息及市场数据,工商银行于2017年7月份成功投产智能投顾业务系统。投产后,计算机依据客户画像为客户自动配置投资策略、监控市场变化,当触及调仓阀值时,自动为客户实现投资组合的再平衡。

  技术应用

  总体逻辑功能架构。智能投顾通过手机银行渠道提供对外服务、基于机器学习平台提供模型算法,构建了账户体系、客户洞察、组合产品销售、模型管理、回溯测试、再平衡等核心功能。

  技术架构。工商银行智能投顾业务系统,数据库采用MySql数据库、应用服务器使用Was服务器、设备接入行内IaaS及PaaS云平台,基础技术平台采用分布式服务框架。分布式服务框架为智能投顾业务系统的构建提供注册中心、服务网关、数据访问等框架级构件,确保确保系统稳定高效运行(见图4所示)。

  图4 技术架构

  应用效果。智能投顾业务系统上线后,工商银行个金部推出自主研发的智能投顾——“AI投”,该产品属于“智能投顾产品模式”。客户洞察方面,利用海量客户信息,通过人工智能算法,形成客户标签并识别客户真实风险偏好,自动推荐投资组合;投资组合构建方面,综合利用Black-Litterman、Hurst等量化模型进行构建;多元化投资方面,目前以基金投资为主,未来逐步扩展到其他标准化投资品;风险管控方面,由再平衡算法自动触发客户调仓的提醒;客户交互方面,目前采用一键方式实现交易下单和调仓,未来拟引入“智能客服”以实现更佳的客户体验。

  国内智能投顾处于发展初期,成长空间巨大,但未来发展模式仍在探索。未来如何持续吸引客户,是智能投顾客户培育要解决的主要问题。智能投顾起初虽是聚焦在长尾客户上,但在实际应用中,部分长尾用户将成长为进阶型投资客户。进阶型投资者希望智能投顾提供多种投资策略,使其能根据风险承受能力、投资经验、投资策略的具体信息,判断并选择符合自身需要的那一种。故展望未来,国内智能投顾应结合国内市场的特点,采用自动化和智能化手段,灵活满足不同客户类型的策略诉求,培育客户并提升黏性,实现投顾平台与客户的共赢。

相关链接:

作者: 来源:互联网 发布时间:2018-05-09 10:11:32
 
 
  我要发表留言  查看所有评论
 

*
 限制字数显示剩余字数,最大长度: 500 还剩: 500
用户名:
       尊重网上道德,承担一切因您的行为而直接或间接导致的民事或刑事法律责任