http://www.simutt.com

传统机构将成智能投顾最大赢家

美国DailyFintech网站最近提出了一个诱人的畅想:2017年,智能投顾能在中国打开巨大市场吗?能满足亚洲终端投资者们对风险和收益的需求吗?这是一个非常好的问题,不仅问到了市场的前景,其实还问到了谁会享受胜利果实。

客户投资需求的增长和技术发展共同促成一个新的市场

在经典的理财金字塔理论中,人们往往会规划一个稳健的基座,然后逐步增加高收益投资产品,越高的收益,意味着风险越大。最近几年,随着经济的低迷和利率的下行,越来越多人开始考虑在存款、保险等固定收益配置之外,配置更多的“风险投资品”以对冲国内无风险利率继续下行的趋势。

然而,在风险投资品的挑选是一项非常专业的工作。证券市场上有个有趣的现象——开户数往往与沪深指数同步,这是因为个人投资者的心情总是伴随市场情况波动。从深层次上来讲,这是因为个人投资者因为成本考虑,不能借助专业的投资顾问,往往凭借个体有限的经验和判断参与到风险较大的单一“风险投资品”配置中。而现阶段,单一资产波动很大—— 2008年以来上证综指下跌65%、股票基金指数下跌52%;2013年钱荒股债双杀时,大部分债券基金回撤超过5%;伦敦金从2011年接近2000美元跌至2015年底近1050美元。这些都给个人投资者带来巨大的损失。

投资顾问的最大作用之一,就是通过分散投资种类,有效管理下行风险。以往这些工作由人工完成的时候,需要极高的专业程度和精力投入,对应的也是高昂的交易成本。而对于人工智能来说,大量的信息分析和处理却正是长项,利用技术的发展代替昂贵且有限的人工顾问,扩展成为长尾客户的普惠式服务,将是巨大的机会。这个市场有多大?截止到2017年1月13日,根据中国证券登记结算有限公司的数据,中国A股的开户数已达1.19亿。可以认为,这些个人投资者,都将是智能投顾的潜在用户。

当这个巨型市场轮廓逐渐清晰的时候,传统巨头进入智能投顾领域,是水到渠成的事情。

从海外智能投顾的发展历程来看,也是这样的趋势——科技公司发现并打开市场,随后传统金融公司介入,并且快速占据大部分市场份额。

自2008年起,第一批智能投顾公司相继成立,包括Betterment、Wealthfront、FutureAdvisor。在智能投顾市场深耕细作,经历缓慢却稳定的增长,截至2015年底,Bettermen和Wealthfront这样的科技公司管理资产规模约为30亿美元。随着人工智能,大数据分析等技术的发展,智能投顾在2015年突然呈现爆发式增长态势,传统金融机构意识到其对传统投顾市场的威胁,纷纷成立智能投顾部门,或通过收购创业公司,涉足智能投顾领域。

到了2015年5月,嘉信理财上线智能投资组合服务,在3个月时间内,吸引24亿美元投资以及3.3万多名客户,目前该项服务资产管理规模超过40亿美元;2015年8月,全球最大的资产管理公司Blackrock收购了机器人投顾初创公司FutureAdvisor,2016年3月,高盛收购线上退休账户理财平台HonestDollar。

截至2016年3季度,嘉信理财、vanguard等传统金融机构的智能投顾管理在短短一年时间,其资产管理就实现超过440亿美元,占据了62%的主流市场份额。

国内这一幕也在重现。在宜信、积木盒子等互联网金融公司之后,一些反应迅速的互联网平台出身的大机构也纷纷进场,例如雪球、蚂蚁聚宝借天弘基金的智能投研策略陆续推出智能投顾服务,而作为用户口碑最好的商业银行,招商银行在2016年12月推出了名为“摩羯智投”的智能投顾服务。

赢得市场的关键不是谁来的早,而是谁长的快

巨头们的入场,将会极大改变智能投顾市场的游戏规则。

在智能投顾的市场里,科技公司对于市场的变化反应迅速,擅长于做产品和客户体验,但是传统机构则具有更多的金融场景数据、具有更多的线下渠道和投资顾问服务队伍,有更多的投资品研发和复杂产品销售及解读经验。这里面,数据和用户方面的差距,如果运用得当,将成为决定性的砝码。

2C市场大部分都是基于同质产品的竞争,所以产品与客户体验就成为很重要的竞争焦点;但智能投顾本质是一个投资问题、金融问题,技术只是辅助金融机构提升效率的一个工具,只起到了两个作用:

一是通过算法和模型定制资产组合,由计算机得出最优组合,通过多因子风控模型把握前瞻性风险,通过信号监控、量化手段制定择时策略;

二是通过大数据识别用户风险偏好,个人投资者的收入、年龄、性别、心理特征的差异性,产生不同风险偏好及其变化轨迹,为不同的用户实施跟踪调整不同的资产配置方案。

以算法为核心的技术就像一头小怪兽,需要大量的相关数据来喂养,谁的数据多,谁的算法优化得就更快,投资的结果就会越好。

AlphaGo能在一年之内从输给李世石一盘棋,到后来对人类顶尖棋手的横扫,秘诀就在于它超强的算法结合海量数据的深度学习和优化。这一幕也肯定会在智能投顾领域上演——智能投顾不仅需要算法和技术,更需要数据和用户,决定谁能赢得市场的关键不是谁来的早,而是谁长的快。不同于围棋棋谱这些公开数据,所有交易数据和用户数据都是各个金融公司独占的,而这些也是传统金融公司的优势所在,唯一的问题就是他们的技术研发能力能不能跟上产品迭代的要求。

例如招行推出的“摩羯智投”,C端镶嵌在招商银行APP5.0版本中,和收支记录、收益报告和生物识别这四大金融科技服务在功能上形成了呼应。同时,招商银行的摩羯智投还有给B端理财经理在资产配置系统使用的部分,通过智能化地扫描市场、根据客户的个性化选项构建资产配置组合,24小时进行组合监控和再平衡,可以有效提升理财经理的投资顾问效率和专业性。

在这些技术和功能实现的背后,是招商银行管理的高达5.4万亿元人民币的零售客户总资产,2.3万亿的理财资产管理规模, 9.4万亿的金融资产托管规模。而在数据层面,招商银行基于十余年的财富管理实践和公募基金研究积累了海量非结构化因子和多个独有的金融数据,包括客户的投资行为数据、金融产品的调研数据等,这些需要长期积累的数据和资源,都是可以喂养“摩羯智投”快速成长的养分。

閮戦噸澹版槑锛氭湰鏂囩増鏉冨綊鍘熶綔鑰呮墍鏈夛紝杞浇鏂囩珷浠呬负浼犳挱鏇村淇℃伅涔嬬洰鐨勶紝濡備綔鑰呬俊鎭爣璁版湁璇紝璇风涓鏃堕棿鑱旂郴鎴戜滑淇敼鎴栧垹闄わ紝澶氳阿銆