智能投资顾问平台路径优化研究

徐凯 赵旋 赵子铱

一、智能投资顾问简介

智能投资顾问简称为智能投顾，以下本文均以智能投顾来说明。智能投顾充分利用信息技术，结合传统金融投资理财顾问机制，用于服务投资委托人，因此具有数字化的特征[1]。

智能投顾不同于传统投资顾问，智能投顾通过将专业的投资组合理论，用于智能投顾的模型中，充分发挥大数据和计算机先进算法的优势[2]，同时可以有效规避个人信息孤岛，以及情绪化等不利于投资决策的因素[3]。本文通过研究智能投顾平台的相关技术，探讨智能投顾平台路径的优化，为金融行业提供参考思路。

二、智能投顾的特点

（一）依赖于大数据技术作为支撑

信息时代快速发展，大数据成为商业竞争的关键要素。互联网的普及，尤其是在移动客户的海量增长下，数据的获取变得更加迅速，客户信息分析变得也更加准确。

数据体量和规模增加迅速，数据维度丰富，可以从不同维度反映数据的内在价值。尤其是金融大数据在不断增长，金融大数据在不同角度和维度，反映出市场的状态和发展趋势[4]。大数据的发展，为智能投顾提供了数据分析的良好基础。基于大数据分析，智能投顾不仅可以更好的帮助机构了解并分析客户的需求，还可以将定制化的需求反馈给服务对象，让客户得到更精准以及更便捷的体验[5]。

（二）目标客户体量巨大

我国人口基数大，潜在的理财需求客户数量大。移动互联网的普及，让具有潜在的理财需求的客户，可以非常便捷的享有智能投顾的服务。智能投顾的进入门槛低，可以覆盖广大客户群体。

我国资产管理规模成长速度快。投资资金据统计，高达40万亿美金。其中智能投顾的资金规模在8千亿美金。从投资资金占比来看，智能投顾的占比相对较低，因此也具有很大的成长空间[6]。

（三）效率高且成本相对较低

人工投资顾问受限于个人精力有限，一次只能同时服务一个客户。而智能投顾充分发挥云计算技术的优势，通过多终端多线程的方式，结合计算机的并行计算技术，可以高效的同时服务多个客户的请求。

智能投顾的获客渠道便捷，可以使用电脑、手机等终端，高效快速地获取客户的需求。根据不同客户的个性化特征，智能投顾后台可以进行投资策略的精准匹配。同时还可以根据客户的反馈，及时调整服务内容。相比人工投顾，智能投顾更加高效和便捷[7]。

智能投顾在成本控制上，由于大部分服务的对象都在线上进行，可以有效减少营业网点和办公场地。同时在人力资源成本上，可以有效降低人工投资顾问以及相关服务人员的支出。智能投顾平台能够帮助投资理财机构，在保障服务效率的基础上，有效降低营业成本[8]。

三、智能投顾存在的问题分析

（一）客户接受度和信任度不高

机器可以忠实执行预先设定的程序，和人类相比，缺乏情感和自主性。当客户需要进行理财咨询时，人工的一对一服务会让客户感觉更亲切。

人与人之间的信任建立在密切的交往活动上。相比人工投顾，智能投顾获取客户的接受和信任会更加困难。日常的关系維护方面，智能投顾目前还有待进一步的加强。建立类似人工投顾的沟通方式，提升投资机构的信誉，让客户接受提出的投资建议，是智能投顾当前需要改进的一个方向。

（二）投资决策存在不确定性

智能投顾的投资决策由专业人士设计，设计出的投资模型建立在金融投资理论基础上。由于理论模型存在理想假设情况。真实的市场情况变化快，具有不可预测性。

且市场具有波动性，需要经常根据变动来调整投资策略。由于智能投顾的投资模型研发还处在发展阶段，理论和实践都有很多不稳定因素，由此产生的投资策略具有不确定性。

四、智能投顾平台路径优化

（一）赋予智能投顾人性化

1.合理增加数据搜集，以分析和了解用户。客户之所以更加容易接受人工投顾，其中很重要的一个原因在于人类投资顾问通过深入全面的沟通，对客户的个性和需求比较了解。同时客户在和人工投顾交流的过程中，也更容易接受其意见。

可以通过合理合法的渠道，搜集用户的多维度数据。通过对客户进行数据分析，建立出客户个性化的档案。了解客户的投资偏好，给客户提供个性化以及人性化的服务，获取客户的信赖。

在数据搜集方式上，可以通过自主研发的软件终端，优化用户的交互界面。可以通过激励机制，鼓励用户上传个人想法和需求。通过构建用户交流社区，营造良好的交流氛围，提高客户主动分享的意愿。通过扩展云端存储的空间，将搜集到的客户多维度信息，包括文本、图片、语音等多媒体信息存入数据库，以备后期进行数据挖掘和分析。

2.引入情感分析技术，与客户交互更具情感。通过引入情感分析模型，结合自然语言处理相关技术，开发出任务型和开放型的对话系统，让智能投顾和客户的交互更加自然。

将语义理解融合到任务型对话系统中，通过分析客户的结构化意图，然后生成自然的对话语句，与用户进行有效的交互。

同时采用神经网络架构，用来解析复杂的开放式对话，通过对语言的深度解码，解析客户的真实意图。加强智能投顾的交互性，实现与用户在情感上的交流。实现智能投顾的人格化，拉近与用户之间的距离。

3.智能投顾和人工投顾相互补充，提升客户信任度。要充分发挥人工投顾的优势，对于一些客服互动和服务上的关键环节和问题，如果发现客户反馈的内容为不满意时，要让专业的人工投顾加入。通过专业的客户沟通方式，解答客户的疑虑，更好帮助客户理解问题原因，同时解决与之相关的问题。

要提升人工投顾和智能投顾结合的效率。智能投顾效率高成本低，可以高效将客户的信息进行搜集。人工投顾要对搜集到的信息进行分析，结合分析结果优化智能投顾。

解决服务及时性的问题。在机构内部，应该对常见的问题进行分类处理，对于适合智能投顾处理的问题和适合人工投顾处理的问题做好解决方案，对客户的问题做到及时反馈，将人工投顾和智能投顾各自的优势融合起来。

（二）保障模型稳定性

1.构建精准的用户画像，确保个性化服务。为智能投顾的客户提供定制化服务，同时提升客户满意度。满足用户投资的多方面需求，包括定制化的理财方案，投资管理和诊断。

要避免使用简单的问卷形式了解客户信息。应结合用户的大数据系统，打通数据孤岛障碍，通过用户多维度、多来源的数据。结合用户的客服咨询数据、交易行为数据、社区交流数据等全方面的对客户进行精准的刻画。全面准确的认识客户投资偏好。同时通过数据的实时处理，及时获取客户最新的数据。始终把握客户的需求动向，对服务做出相应的调整。对用户画像进行详细刻画，设计基于智能投顾的有效用户标签体系。通过对业务的划分，将标签进行结构化，逻辑化，结合详尽的用户分析，将用户标签和业务模型高度结合起来。最终实现服务于智能投顾业务全流程的精准用户画像，从而更好的为客户提供个性化服务。

通过建立差异化的服务体系，进行差异化经营，从而满足客户个性化的需求。既可以提升机构的品牌地位，也可以提升市场竞争力。在增加客户品牌忠诚度的同时，也可以吸引更多客户进入。

2.增强模型适应性，保障模型稳定。建立具有弹性的智能投顾模型。分散式进行投资，对投资标的资产进行定价分析，同时采用对冲理论降低风险。在国内外进行资产配置，进一步降低结构性风险。在与客户进行交流和沟通上，要有情感贴近距离。但是在投资决策上，要保证模型具有稳定性和可持续性，避免偏见性的决策。

同时引入机器学习模型，对投资数据进行分析。进一步降低偏差性风险，在更精准地匹配客户需求上，控制投资决策符合风控标准。

采用智能投顾和人工投顾结合分析的方式，及时获取和更新客户最新状态。对异常交易，应该加入人工介入的机制，分析异常原因，及时调整模型，解决客户的需求，确保客户的利益得到充分保障。

3.加强审查，构建合理机制。要将审查机制贯穿于智能投顾业务的每一个环节。对模型进行风控审查，检查投资模型是否符合风控的规定，对盈利指标进行审查，审查是否符合收益期望。对投资决策进行连续性的审查，并及时适应市场变化。根据变化情况，调整模型参数和结构，保障各项指标处在规定的范围之内。

规范化模型的设计，要精益化技术文档的管理。经验丰富的金融从业人员参与设计模型，加强信息技术部门和投资风控等部门的协力合作，规范化設计文档。加强模型的测试，及时发现并解决模型的缺陷问题。同时测试要有持续性，始终贯穿模型的全流程，对模型产生的缺陷及时发现，并且制定应对方案，有效保障模型正常运行。

设置紧急情况终止制度。及时监控模型的运行情况，在模型出现重大问题时，果断停止模型运行。对有缺陷的模型进行下线诊断，更换替代模型，检查错误产生原因，进行缺陷事故备案。对事故进行归因分析，总结经验，提升相关工作人员的专业水平。

（三）遵守政策法规，提升透明度

1.主动接受监管，合规合法。严格资格准入机制，执行许可牌照规定，持证推出智能投顾服务。机构应该积极主动登记注册，并接受国家相关部门的监管。同时提供在管理监管许可范围内的金融服务，遵纪守法，不得违反规定，擅自增加服务内容。

同时应该积极探索智能投顾的创新型服务。在法律法规规定的业务范围内，丰富服务的内容，提升服务质量。不断满足客户对投资理财日益增长的需求，提供多样化、个性化、专业化的咨询服务。

2.加强行业合作，互利共赢。积极拓展业内合作。促进智能投顾平台和金融机构的合作。结合各自优势进行互补。结合智能投顾平台进行广泛获客，结合金融机构进行专业的投资模型设计和分析。充分发挥互联网科技公司的技术优势，设计和部署高性能的智能投顾平台。

促进行业细分管理。技术性强的互联网科技公司提供稳定和高效的互联网服务。金融机构提供专业稳定的金融服务。将智能投顾平台打造成既符合国家监管要求，又能为广大人民群众提供安全高效的理财咨询服务平台。协调并进发挥各自的行业优势，推动我国智能投顾市场的健康稳定发展。

3.提高信息透明度，增强客户信任度。 要做好智能投顾的信息披露工作。广大客户具有知情权，要保障客户从一开始就了解和知悉重要信息。把重要信息放在客户须知的显要位置，充分告知客户风险。保障人机交互的信息沟通准确性，准确获取客户决策，必要时进行人工介入，保证沟通有效性。

建立模型解释和披露机制，避免智能投顾模型的黑箱操作，杜绝出现监管盲区。避免出现内幕交易，“老鼠仓”等违法操作。坚决维护客户的合法权利，只有全方位做好监管工作，才能杜绝重大风险和事故。

将信息披露作为重要工作来抓。所有操作均要公开进行。提升平台的信息披露水平，准确说明平台的投资形式。模型实现的原理，模型存在的局限性。诠释和量化风险，使客户全面知悉服务的全流程，明晰交易的各环节及细节。要做到让客户充分的信任，为客户的切实利益保驾护航。

五、总结

智能投顾可以发挥大数据优势，为客户提供便捷高效的投资理财服务。本文通过研究智能投顾平台的相关技术，探讨优化智能投顾平台的方法。从赋予智能投顾人性化，保障模型稳定性，遵守政策法规，提升透明度等方向进行了探讨。望为智能投资顾问平台路径优化研究提供参考思路。

参考文献：

[1]钟维.中国式智能投顾：规制路径与方案选择[J].中国人民大学学报，2020，34（3）：122-131.

[2]李瑞雪，闫正欣.数字普惠金融下智能投顾发展与监管问题研究[J].价格理论与实践，2019（9）：112-115.

[3]郑毓栋.智能投顾落地路径与过程管理[J].中国金融，2019（10）：61-62.

[4]吴烨，叶林.“智能投顾”的本质及规制路径[J].法学杂志，2018，39（5）：16-28.

[5]李莹.智能投顾的制度建设[J].中国金融，2017（16）：59-60.

[6]张立钧.中国智能投顾市场蕴藏巨大潜力[J].清华金融评论，2016（10）：93-97.

[7]李苗苗，王亮.智能投顾：优势、障碍与破解对策[J].南方金融，2017（12）：76-81.

[8]何飞，唐建伟.商业银行智能投顾的发展现状与对策建议[J].银行家，2017（11）：11-14.

基金项目：贵州财经大学大学生创新创业训练计划资助项目（S202010671022）;贵州省大数据统计分析重点实验室开放课题（BDSA20200116）;贵州财经大学教学质量与教学改革项目（2019JGZZD05）;贵州省软科学项目（黔科合支撑[2019]20033号）。

作者单位：贵州财经大学;本文通讯作者：徐凯。