中信证券第十一届金融创新服务论坛之智能投顾与智能投教论坛（10月25日） —— 嘉宾演讲整理

嘉宾发言部分

▍马永谙（理财魔方联合创始人）：智能投顾之“智”在投还是在顾？

嘉宾简介：
  国内第一家智能投顾平台理财魔方创始合伙人。经济学硕士，14年证券从业经验。基金研究专家。国内最早的基金评级体系银河证券基金评价系统的创建人。参与创立国内第一家MOM私募万博兄弟资产管理公司，任总裁，参与设计和管理中国第一支MOM和FOF私募基金。曾任银河证券基金研究总监、民生证券研究所副所长。

演讲内容：
  智能投顾业务发展应该有三个阶段：第一层是智能交易，主要指灵活交易；第二层是智能投资，也可以叫做个性化投资；第三层是智能客户管理，是真正意义上的人工智能技术驱动的客户管理。
  智能交易是智能投顾的技术基础，核心是要打造一个灵活的交易网关，需要做到以下几点：首先，能自动核算每个组合的交易成本与潜在收益，面向客户的交易必须不停核算成本，作为一个体系的设计者或者一个投资的决策者，不应该在交易环节人为启动交易，而应该让系统决定是否启动交易；其次，能自动匹配组合和品种；第三，能自动选择交易路径，第四是优化交易费率。
  智能投资更多应该叫个性化投资。资产管理行业应该分为做收益率的和管理资金的两大部分。大部分从业者其实都在做收益率，这个应该叫AMC，管理资金的这部分才应该叫投顾（FC）。FC始终面临着市场与客户的双重压力，所受的驱动是客户和市场两部分数据，它们共同驱动一个投资决策的形成。市场数据是通用的，客户数据是个性化的，所以我们提供给客户的投资组合一定是个性化的。在智能投顾里，个性化的投资引擎是非常重要的，要做一个没有固定组合的一个引擎，用个性化的客户数据和共同的市场数据来驱动一个组合的实时形成。
  智能客户管理是在灵活的交易网关和个性化的交易平台基础上形成的，需要面对着不同的客户在不同的环境里的行为。比如说我们任何时候面对的客户，不同客户的行为是不一样的，同一个客户在不同的环境下的行为也是在变的。智能客户管理在面对不同客户的个性化需求时，需要完整采集客户的数据，同时还需要对同一个客户做全生命周期的管理，实现我们完整的客户投后运营。此外，客户很难被教育，要对客户进行引导，引导客户往正确的方向去。
  这三个层级（智能交易、智能投资、智能客户管理）的关系上，从结构上来说，前者是后者的基础，但从业务运行上来说，智能客户管理在驱动着智能投资，智能投资又驱动了智能交易。所有这些结构的目的都是为了把客户长期留在这个市场里，提高客户留存率和复购率。
  另外谈两点感受，首先我们做投资的永远都期望说，客户不成熟导致市场不稳定，但从多年客户管理工作中，我觉得客户不可能绝对成熟，即使到成熟市场中，还存在“有效市场假说”。其次，我们产品端或者AMC端也不够成熟，比如智能投顾业务需要大量的工具，需要提供一些策略化的指数基金，大家都知道这个业务该做，但现实中却在这个地方止步不前。总之，市场是相互影响的，我们需要通过引导、干预使客户变得相对成熟，也需要花心思去提供足够好的或者足够使用的工具，这样行业才能成长起来。
  我们现在在不停地创造好的市场环境，但我们最缺的其实是一个基本的关于投资者受益权利和风险承担责任的法律，来让我们的投资者在后端成熟起来。此外，很多机构也在做智能投顾，我们也给一些银行提供了智能投顾的解决方案，但很多还是把智能投顾系统当做一个工具使用，而不是作为解决方案。

▍何剑波（中国金融在线集团副总裁、智能金融业务总经理）：境外投顾服务演进对我们的启示

嘉宾简介：
  中国金融在线集团副总裁、智能金融业务总经理，财富软件（北京）有限公司博士后科研工作站负责人，博士后合作导师。二十年金融数据和证券研究经验，研究领域涉及金融数据建模、智能资产配置、量化投资策略、综合家庭财富管理等。教育部211项目——中国金融研究数据库项目的主要参与者，主导设计并开发了巨灵财经数据库、家财网家庭智能理财系统、金融界智能投顾产品灵犀系列、巨灵智胜产品等。

演讲内容：
  对投资顾问业务来说，这是一个最“坏”的时代，也是一个最“好”的时代。从“坏”的因素来讲，近年来，经纪业务收入下降明显，2017年券商经纪业务总收入下降22%，佣金率降至几乎不可能再降，但据媒体报道已经有券商将佣金底线调至万分之1.2；除了经纪业务的降低，全球经济环境的不确定性也给所有金融从业者带来了很大的困扰，10月25日一早，美国恐慌指数又上涨了20%，全球人民都在恐慌。从“好”的因素来讲，现在对于投资顾问业务是一个好的时代。以往投资顾问业务长期处于比较尴尬的地位，一方面券商觉得我们投资者确实需要服务，不仅仅就是提供一个通道，当然还需要给客户提供一些更好的服务；但另外一个方面也要看到投顾的商业模式现在做起来还是比较困难的。2015、2016年整个行业的投资咨询收入只有22亿，在券商所有业务收入中是最低的。但现在这种现状已经开始发生了改变，券商的经纪业务要向财富管理业务转型，而向财富管理业务转型的最重要的承载者便是投资顾问，因为财富管理业务你要做好，一定要提供完整的服务，而提供服务的重任就落在投资顾问的身上。所以投资顾问业务的重要性已经提到一个非常重要的位置，这对投顾来说也是一个很好的机会。
  当然还有一些其他方面“好”的因素。比如我们整个国家居民的可投资资产在不断快速增长，财富在不断积累。根据招商银行报告，可投资资产2017年大概在188万亿，2020年可能到200多万亿，基数越来越大，增长速度也越来越快，这当然需要更多的财富管理服务及投顾服务；还有科技的发展，使得科技的很多成果能够应用于投资顾问或者财富管理的这个领域，这些都是有利的因素。
  刚才提及到，从经纪业务向财富管理业务转型的过程中，最重要的是要提供专业的财富管理服务，这是最为核心的一点。从目前情况来看，我们发现投顾业务存在以下几个问题：首先，经纪业务向财富管理业务转型的过程中，投顾的数量是远远不够的。截至目前投顾人数不超过4万3千人，而股民人数大概有1.4亿人，平均每个投顾人员需要服务3000人，这是不可能做到的。其次，投顾人员的专业能力不足。一方面，有些大学生毕业后通过了从业资格考试，两年就成为了投资顾问，经验有所欠缺；另一方面，我们规定投顾人员不允许炒股，没有亲身经历过市场的洗礼，总结经验方面有所欠缺。最后，也存在一些其他的问题，比如利益冲突、服务单一等。
  纵览美国的投资顾问发展进程，美国投顾服务模式可分为四个阶段，1975年美国废止固定佣金制度，80年代是投资顾问服务发力，90年代综合财富管理成主流，2013年智能金融成为发展新动力。其中，爱德华琼斯、嘉信是比较典型的代表，爱德华琼斯主要做传统、做线下，每个社区都有投顾；而嘉信则更多是线上，利用互联网模式，演变出了TAMP模式，你只需要发展用户、提供服务即可，其他的我全都给你解决。最近两年，很多投资顾问发现TAMP并不能完全解决问题，于是发展出了新的趋势——Model MarketPlace，投顾人员可以从中筛选符合其用户特征的模型。
  我对于投顾业务有两个观点：首先传统模式、互联网模式的投顾业务各有所长，二者可能会长期存在；人+投顾比纯粹智能投顾效果要好，从“温度”而言，人+投顾模式下用户体验更好。我们所提出的理念是智慧投顾，智慧投顾的典型代表是钢铁侠，他的本质是人，我们用科技能力武装他，让他变得更加强大，而不是纯粹的机器，我觉得这种模式更有市场的空间。我们也自己做了一套完整的系统，叫做i-TAMP，我们围绕投资顾问本身的展业进行展开，给他提供各种展业的工具，提供各种能力，当然这些展业的功能是以合规为前提的。

▍杨伟（中信证券金融科技部负责人）：金融科技证券应用浅析-智能投顾

嘉宾简介：
  中信证券金融科技部负责人。早年毕业于中国科学技术大学计算机科学与技术系，十五年以上证券行业技术工作经验，熟悉证券公司交易技术基础环节，熟悉各类机构交易软件技术及交易合规要求，有丰富的证券交易技术支持经验。

演讲内容：
  国内证券行业在Fintech领域起步较晚，但是发展速度迅猛。金融科技在证券行业的应用，最重要的就是智能投顾，但大部分人理解仍不到位。在前台智能投顾的投资领域和后台风控领域，金融科技是有广泛应用的，但在中台的市场营销，机器还是不能代表人，人的作用还是挺大的。
  人工智能并不复杂，最常见的有计算机视觉、机器学习和自然语言处理。智能投顾属于智能研究和投资领域的事情，把人的思维方式通过机器来实现，以此来提高效率。券商在智能投顾的应用中有三个特点：第一是与国外智能投顾差异明显；第二是国内智能投顾的同质化较为严重；第三是券商智能投顾的功能较为单一。
  智能投顾要做好需要做到以下两点：第一是合规，第二是让使用者认识到智能投顾不一定能挣钱，做好投资者教育。金融科技政策在2014年到2018年是处于收紧的状态，最近发布的《关于规范金融机构资产管理业务的指导意见》其中第23条对智能投顾业务做了明确的要求，所以券商对大范围开展智能投顾业务持审慎态度，多以提供智能工具形式辅助投资者进行投资决策。
  最后讲一个方向。第一个是自主学习型智投工具，第二是大类资产配置，目前我们主要在股票、债券、基金上面做配置，我们还要做一些更多类的大宗资产配置。第三是可以基于全球的数据，挖掘各类信息的关联度，结合大数据分析及算法模型训练，自动生成行业研究报告。

▍张群（中信证券市场研究部总监）：人工+智能：投顾服务新蓝海

嘉宾简介：
中信证券经发管委市场研究部总监，首席市场策略师。中国社科院理论经济学博士，应用经济学博士后。曾先后在中信证券研究部、经发管委市场研究部从事专题和策略研究，并曾兼任中信集团企业年金咨询小组成员。主要领域为资金驱动型交易策略、两融多空交易策略，以及机构行业配置策略与大市研判等。2008年加入中信证券。

演讲内容：
人工叠加智能提供投顾和投资的服务是绝大部分人的共识。比如，主动Alpha和量化Alpha的相关性非常低，所以我们给客户提供投资建议和自己投资的时候，适当融合这两种Alpha效果会非常好；同时，有杰出的量化投资机构认为，量化不会完全取代主动，而且他们现在也自建了基本面投资的团队，也就意味着量化做得非常好的私募机构也非常重视主动投资的挖掘。整体思路是相通的，投资顾问服务更好的方式是把人工和智能叠加到一起。
  在做人工+智能投资顾问时应特别重视资产配置与财富管理转型。国外的智能投顾更多的是对于ETF的配置，国内则是主要是对偏主动基金再叠加ETF基金进行配置，而在面对高净值客户的时候，除了主动公募基金、ETF之外，还需要根据他们个性化的需求设计公募+私募，集合理财等等全套餐的一个配置建议。
  在智能投顾、计算机、机器学习等技术给我们人工投顾带来的帮助方面，机器学习可以替代人工识别股票的量价模式，极大地提高我们看股票、做投资的效率；此外，机器学习能够更多识别日内交易的机会；最后，我们要通过量化，通过智能的方式识别一些基本面方面的投资信号。
综上所述，我们更多的提倡人工与智能的融合，金融与科技的相拥。

圆桌互动环节

主持人简介：

皮舜（主持人）：中信证券市场研究部行政负责人。清华大学经济学博士，从事宏观、策略、产业投资研究13年。多次荣获新财富最佳分析师、水晶球最佳分析师、汤姆森.路透中国最佳分析师、福布斯中国最佳分析师、第一财经文化传媒最佳分析师第一名。先后荣获过多次新财富最佳分析师煤炭行业团队第一名、传媒行业团队第一名。

圆桌交流内容：

皮舜：刚才为了提高交流的效率，嘉宾们讲自己的内容还不是那么充分，我们通过几个问题希望嘉宾们再补充一下观点。请马总和大家分享一下，这些年在推进智能投顾业务的过程中，存在哪些困惑。

马永谙：事实上，我认为智能投顾这一新业务上，我们面临两方面的压力。第一，智能投顾对市场和客户两方面都更为关注，但我们之前对国内客户的识别体系，无论从理论还是实践上，都有比较严重的欠缺，使得客户行为看起来不可琢磨。比如说，之前我们很多机构在客户识别的理论方面更多的是去学习国外KYC的做法，但事实上国外的做法关注的是相对成熟的用户，而国内移植过来以后更多用在固定收益投资或信用识别上。对于浮动收益投资，所需要的数据来源、中间模型和末端输出都与之完全不同。我们有限的行为数据更多集中在客户在其他领域的行为，比如他在京东的购买行为。但在浮动收益场景下需要的数据是完全不同的，或者说在另一个场景下识别的行为数据在这个场景下是完全没用的，这是我们最大的困惑。当然我们在这中间要建立新的模式，要收集客户的外部数据、行为数据等，并且据此建立客户的行为模型、心理模型。这需要建立一系列的工具，与国外完全不同，因此这是一个大考验。第二个考验是国内市场环境不太成熟，给我们在展业、业务运行上带来了很多的障碍，简单说就是没办法跟客户收钱，这是最大的压力。

皮舜：谢谢马总。接下来有请第二位嘉宾金融界的何总。金融界（即中国金融在线）对海外市场、海外智能投顾都有较为深入的了解。请何总讲一讲怎么看待智能投顾在实践当中遇到的困难和取得的成绩。

何剑波：刚才提到的TD Ameritrade、Orion Advisor Services、HedgeCoVest这三家企业，我感觉他们目前已经发展到了一定的瓶颈期。经过前几年的快速发展，规模增长到了约70亿美金，但现在整体增速相对放缓了。而相反的，像以前那些传统的企业，比如说先锋、嘉信，他们的智能投顾业务发展非常迅速。一方面基于他们自己原有的用户基数，另一方面是他们采用人工与机器相结合的方式，而不是纯粹机器服务的方式，这个更容易被大众所接受。此外，美国市场和中国市场还有一点区别，美国市场之前做智能投顾主打的就是养老基金，这是客户必须打理的资产。美国在养老基金投资上有较完善的减税计划，以此去吸引很多用户把他们的养老金放在这里面，使得智能投顾业务前期发展非常快。但在中国要做到这些事情还需要相当长的市场培育期。对于新鲜事物，大家的理解还需要一个过程，这也是国内智能投顾整体上发展相对较慢的一个比较重要的原因。

皮舜：谢谢何总。接下来，请杨伟讲一讲怎么利用金融科技更好地做好智能投顾？

杨伟：其实，我认为智能投顾的范围比较宽泛，即使一个从业很多年的资深人士要做好投顾工作，也很难保证自己做得很好。机器只是实现人的投资逻辑，要求机器做到绝大多数人都能掌握的知识、掌握的逻辑，做出一个合理的判断，甚至超过人的判断，实际上夸大了机器的作用。我个人认为在金融科技的实现方面有两点需要特别注意：第一是盈利模式，所有公司都会在意投入性价比，需要有一个盈利模式才能投入相应资源，比如到底做大而全还是做小而美，这两者是不是基础投入都是一样的，这需要有一个决策判断的问题。第二个是目前对智能投顾的投资者教育方面相当缺失，因为互联网里面的风潮就是花钱砸出流量来，再做新一轮融资，作为已经上市的公司或者已经有一个商业运营模式的公司做这个就不太合适。如果在投教方面做得不合适的话，就可能把智能投顾的品牌做得比较差。智能投顾不是万能的，如果苛刻地要求它百分之百准确，就是片面夸大了它的作用。我觉得归根到底，智能投顾的发展不是纯技术问题，而是业务和技术结合的问题。

皮舜：刚才谈到人工和智能的结合才能做好投顾服务，请问下张群，你觉得人工和智能之间如何才能做好结合，以实现客户服务的最大化？

张群：刚才马总提到的千人千面，即通过智能投顾的这种方式对客户做个性画像，实际上能够给我们人工投顾带来很大的帮助，能够提炼出客户的一些交易特征或者偏好等等。另一方面，我们的投顾或者总部的研究人员提供投资建议或资产配置建议的时候，通过智能投顾这种工具，以及一些量化策略等等，能够极大拓宽我们的覆盖面。打个比方，就像华夏基金提到的SmartBeta策略一样，通过智能投顾这种工具化的方式，能够不断地把这种策略在每天对全市场标的进行不断筛选，将更多的交易情况提供给我们广大的客户，这样可以提高我们策略的容积和它的有效性。

皮舜：最后两个问题留给两位嘉宾，第一个问题想问理财魔方的马总，扣着论坛的主题，在资管大变局和金融服务创新的情况下，智能投顾有什么样的应用场景和未来的空间？在各个环节里面，智能投顾在哪些方面去应用？比如在投前、投中和投后。

马永谙：对资管大变局每个人有自己的视角，我对它最大的总结是，我认为资管最重大的变革是从固收为王到浮动为主，这是一个最大的变动。在固收时代，尤其是大面积刚性兑付存在时，这个叫“拎着自己的头发离开地球”，这样一个时代不需要投顾，谁吆喝的声音大就能拉到足够多的客户资源，这其实是一个非常简单的市场的问题。也就是说原来我们不需要智能投顾，我们只需要运营，只需要广告。但是浮动收益这个时代是需要个性化管理的时代，因为这个时代声音大没什么用，你不能确保客户在浮动收益的这个环境下挣到钱。我们回过头来说，无论智能投顾还是非智能投顾，我们的目标是要让客户挣到钱，我们要扭转现在一边是高收益的产品，一边是低比例的盈利客户，这是我们要解决的核心问题。在解决这个问题上，声音大是没有用的，必须要靠精细的、个性化的运作和伴随式的服务才能实现。从这个角度来说，智能投顾也好，非智能投顾也好，投资顾问业务正在成为这个行业的未来。不过在我看来，投资顾问借助于机器的协助，这是我们这个行业实现快速低成本、高效率的有效手段，如果只靠人是没法实现低成本，只靠机器也不行。

皮舜：不管资管行业怎么变，投资者的教育还是很重要的，在智能教育方面请何总给一些建议。

何剑波：谈到智能投资者教育，我们现在也在跟券商推进智能投教相关的工作。投资者教育是非常重要的，如果是一个成熟的投资者，我们做业务就容易得多。我们也发现相当一部分的券商做投教激励的时候存在缺陷，比如网站放在这里可能就再也不管了，投入很难取得应有的效果。所以我们一直希望能够把投资者教育做得更加智能化、场景化、时尚化，使得它不是生硬的知识灌输，而是在客户需要的时候把他想要的或者他希望的知识点浮现出来。现在在APP里面做投资交易、买卖股票的时候，你需要什么知识点，可以由一个小机器人告诉你有哪些知识点可以参考，这是大家更容易接受的，因为跟他的实践有密切的关系。我们目前也正在推进这些工作。

皮舜：谢谢！整个资管行业处在大变局中，但是投资者对资产的需求非常旺盛，为了更好满足投资者的需求或者更好提高收益，智能投顾有很大的应用场景，智能投教也有很迫切的需求，所以我们希望这次智能投顾和智能投教的圆桌分享，能给大家带来一些启发。

中信证券第十一届金融创新服务论坛之智能投顾与智能投教论坛（10月25日） —— 嘉宾演讲整理

浏览过的版块