论文部分内容阅读
摘要:以人工智能、大数据、云计算、区块链为代表的金融科技极力塑造着现代金融业的发展形态。金融科技助力下的智能投顾在国内迅速发展,财富管理迈向新的发展阶段。与传统财富管理相比,智能投顾在服务流程和技术具有独特优势,智能投顾因其高效、低成本、去人工化等优势成为财富管理市场的宠儿。然而,现阶段国内智能投顾面临监管缺失、合规经营、发展同质化等问题。智能投顾备受机构青睐,智能投顾做大做强的道路任重而道远。
关键词:智能投顾:财富管理:行业问题
一、智能投顾服务流程
智能投顾又称机器人投顾,借助马科维茨资产组合理论、Black-Litterman模型、行为金融学、有效市场理论等理论,通过大数据分析、人工智能、机器学习等金融科技手段,最终实现全方位、智能化投资顾问服务。智能投顾主要包括客户画像、资产配置、投资组合构建、交易执行、资产组合的再平衡、税收相关计算、投资组合分析七个部分。
客户画像:即通过收集并分析客户的社会属性、经济状况、生活习惯、行为特征等关键信息,来刻画客户的风险偏好、风险承担能力。
资产配置:进行风险一收益考量后,最终确定自己的基础资产类别和可选择的资产。
投资组合构建:在前两步的基础上,构建客户的具体的资产组合。智能投顾会考虑客户的投资目标等个性化因素,力求构建一套“千人千面”的财富管理方案。
交易执行:即通过一定的技术手段,系统代理客户发出交易指令买卖资产。
资产组合的再平衡:实时监测市场变动,当组合目标偏离了实际的投资配置目标时,智能投顾会依据机器学习、大数据分析等结果进行自动调仓,实现客户的投资预期。
税收相关计算:主要涉及税收规划,国内税收规划需求不是很高,因为国内证券投资不征收资本利得税。相反,其在美国市场有着广泛的运用,智能投顾会分析税收结构与特征,优化客户的资产配置,实现税后收益的最大化。
投资组合分析:为专业投资者提供分析的工具,依据智能投顾的投资结果,复盘整个投资过程,对投资组合进行必要的绩效评价。
二、智能投顾在财富管理运用的优势
与传统的投资顾问相比,智能投顾的具有以下优势。
克服非理性行为。智能投顾通过互联网技术、金融理论方法、智能算法、数据模型实现组合风险一收益效用最大化。其理论模型和智能算法较为客观,而投资者具有追涨杀跌的心理和过度自信的弱点,智能投顾可以避免投资者的非理性行为干预投资组合。
智能化的财富管理方案。考虑客户社会经济能力与风险偏好等因素,进行大量数据分析,有针对性地制定“千人千面”财富管理方案。同时,智能投顾在“去人工化”的過程中,减去不必要的人工成本。
化解人工投资顾问的委托代理冲突。投资顾问与投资者在委托代理下可能存在的利益冲突,智能投顾克服投资顾问的个人因素干扰,避免过于保守的投资策略、激进的投资策略,基于客观数据帮助客户做出相对客观的决策。
快速高效的动态调整。智能投顾同时可以实时监测投资组合市场表现,根据投资者的实际目标,通过大数据、智能算法等技术实现自动调整,反应上比传统投顾更快速、更加精准。
低门槛与低费用。传统的投资顾问主要服务于高净值客户,智能投顾借助金融科技的力量发挥普惠金融的作用,低门槛和低费用使得财富管理服务于长尾人群成为可能。同时,低费用、低门槛吸收了广大的客户群体,在规模效应作用下,智能投顾平台实现了收益的最大化。
三、智能投顾财富管理运用问题总结
智能投顾不是取代传统投资顾问,是对后者的补充发展,智能投顾推动投资顾问行业的变革。然而,现阶段国内智能投顾发展也面临一些问题。
智能投顾或是机构的营销噱头。智能投顾在财富管理中的优势明显,但是其对金融机构的金融科技硬实力要求比较高。比如,科学的金融模型、高效的大数据处理能力、智能化的机器学习、优秀的金融科技专业人才等。当前智能投顾发展还处于起步阶段,国内并没有真正的智能投顾平台,智能投顾更多成为理财产品销售一大营销手段。
产品定位不清晰、同质化倾向。各大平台智能投顾产品大多大同小异,没有一个很清晰的定位与产品特色。大多具有类似的客户画像、客户行为分析、理论数据模型,产品不具有不可替代性,缺乏具备一定核心竞争力的智能投顾平台,智能投顾行业发展面临同质化问题。
部分投资策略可能存在监管套利。平台采用底层资产不穿透和投资策略不透明的“黑盒策略”。投顾平台进行推荐和调仓时,不会对外公开其原因,这种策略下投顾平台可能将违规资产纳入资产池或者推荐销售实际风险等级与客户不匹配的资产组合。现阶段无法对其进行有效的监管,这些策略存在一定的监管套利。
投资顾问存在法律合规问题。国内对智能投顾没有出台具体的法律,这一块监管仍然处于监管空白。智能投顾行业发展离不开良好的法律基础,智能投顾平台鱼龙混杂,部分平台存在违法违规经营的问题,这可能损害投资者利益,影响行业健康发展。
关键词:智能投顾:财富管理:行业问题
一、智能投顾服务流程
智能投顾又称机器人投顾,借助马科维茨资产组合理论、Black-Litterman模型、行为金融学、有效市场理论等理论,通过大数据分析、人工智能、机器学习等金融科技手段,最终实现全方位、智能化投资顾问服务。智能投顾主要包括客户画像、资产配置、投资组合构建、交易执行、资产组合的再平衡、税收相关计算、投资组合分析七个部分。
客户画像:即通过收集并分析客户的社会属性、经济状况、生活习惯、行为特征等关键信息,来刻画客户的风险偏好、风险承担能力。
资产配置:进行风险一收益考量后,最终确定自己的基础资产类别和可选择的资产。
投资组合构建:在前两步的基础上,构建客户的具体的资产组合。智能投顾会考虑客户的投资目标等个性化因素,力求构建一套“千人千面”的财富管理方案。
交易执行:即通过一定的技术手段,系统代理客户发出交易指令买卖资产。
资产组合的再平衡:实时监测市场变动,当组合目标偏离了实际的投资配置目标时,智能投顾会依据机器学习、大数据分析等结果进行自动调仓,实现客户的投资预期。
税收相关计算:主要涉及税收规划,国内税收规划需求不是很高,因为国内证券投资不征收资本利得税。相反,其在美国市场有着广泛的运用,智能投顾会分析税收结构与特征,优化客户的资产配置,实现税后收益的最大化。
投资组合分析:为专业投资者提供分析的工具,依据智能投顾的投资结果,复盘整个投资过程,对投资组合进行必要的绩效评价。
二、智能投顾在财富管理运用的优势
与传统的投资顾问相比,智能投顾的具有以下优势。
克服非理性行为。智能投顾通过互联网技术、金融理论方法、智能算法、数据模型实现组合风险一收益效用最大化。其理论模型和智能算法较为客观,而投资者具有追涨杀跌的心理和过度自信的弱点,智能投顾可以避免投资者的非理性行为干预投资组合。
智能化的财富管理方案。考虑客户社会经济能力与风险偏好等因素,进行大量数据分析,有针对性地制定“千人千面”财富管理方案。同时,智能投顾在“去人工化”的過程中,减去不必要的人工成本。
化解人工投资顾问的委托代理冲突。投资顾问与投资者在委托代理下可能存在的利益冲突,智能投顾克服投资顾问的个人因素干扰,避免过于保守的投资策略、激进的投资策略,基于客观数据帮助客户做出相对客观的决策。
快速高效的动态调整。智能投顾同时可以实时监测投资组合市场表现,根据投资者的实际目标,通过大数据、智能算法等技术实现自动调整,反应上比传统投顾更快速、更加精准。
低门槛与低费用。传统的投资顾问主要服务于高净值客户,智能投顾借助金融科技的力量发挥普惠金融的作用,低门槛和低费用使得财富管理服务于长尾人群成为可能。同时,低费用、低门槛吸收了广大的客户群体,在规模效应作用下,智能投顾平台实现了收益的最大化。
三、智能投顾财富管理运用问题总结
智能投顾不是取代传统投资顾问,是对后者的补充发展,智能投顾推动投资顾问行业的变革。然而,现阶段国内智能投顾发展也面临一些问题。
智能投顾或是机构的营销噱头。智能投顾在财富管理中的优势明显,但是其对金融机构的金融科技硬实力要求比较高。比如,科学的金融模型、高效的大数据处理能力、智能化的机器学习、优秀的金融科技专业人才等。当前智能投顾发展还处于起步阶段,国内并没有真正的智能投顾平台,智能投顾更多成为理财产品销售一大营销手段。
产品定位不清晰、同质化倾向。各大平台智能投顾产品大多大同小异,没有一个很清晰的定位与产品特色。大多具有类似的客户画像、客户行为分析、理论数据模型,产品不具有不可替代性,缺乏具备一定核心竞争力的智能投顾平台,智能投顾行业发展面临同质化问题。
部分投资策略可能存在监管套利。平台采用底层资产不穿透和投资策略不透明的“黑盒策略”。投顾平台进行推荐和调仓时,不会对外公开其原因,这种策略下投顾平台可能将违规资产纳入资产池或者推荐销售实际风险等级与客户不匹配的资产组合。现阶段无法对其进行有效的监管,这些策略存在一定的监管套利。
投资顾问存在法律合规问题。国内对智能投顾没有出台具体的法律,这一块监管仍然处于监管空白。智能投顾行业发展离不开良好的法律基础,智能投顾平台鱼龙混杂,部分平台存在违法违规经营的问题,这可能损害投资者利益,影响行业健康发展。