互联网金融背景下智能投顾在居民消费和资产配置中的应用研究

吴孟珂

(宜宾学院 四川宜宾 644000)

2008年，智能投顾的先行者Bettermrnt、Wealthfront成立，拥有基金配置、股票配置、房地产资产配置等功能，开启了智能投顾时代。智能投顾将人工智能等现代信息技术引入了资产配置领域，为用户提供自动化、算法驱动以及主被动投资相结合的定制化投顾服务，提高了投顾效率，并促进传统投顾业务向智能转型。相较传统的人工投顾，智能投顾的主要特征在于去人工化以及低门槛低费率，主要依靠大数据、云计算等金融科技作为支撑。而传统人工投顾的商业模式只适用于高净值群体，中产和低端长尾群体则无法获得专业化、定制化的投顾服务，此问题将随着智能投顾的到来得以解决。

1 资产配置的理论基础

实践资产配置的艺术意味着将资产分散到不同篮子里，即不仅仅投资在单一的渠道中，而要按照投资人要求(如投资风险范围、预期收益率、投资年限等)，将资金动态分配到具有不同风险和回报率的资产类别中，使投资组合变得更加稳定，并有效降低风险。

2 智能进入中国的背景

2.1 国内投资理财服务品种稀少

在余额宝推出前，小额存款客户(即存款低于5万)在传统银行几乎无法获得金融投资理财服务，当时的中国财富管理市场具有相当显著的“长尾效应”。

2.2 普通民众的财富迅速积累

贝恩和招行联合发布的报告显示，2018年中国个人可供投资的财富总额为190万亿元，其中中低净值人群可供投资的资产总额约为130万亿元。

2.3 互联网普及率近六成

中国互联网络信息中心发布报告显示，截至2018年底，我国网民规模达8.29亿，普及率达59.6%，其中手机网民规模达8.17亿。随着人们对于互联网金融日渐熟悉，网络理财逐渐成为一种理财的常规模式，使得智能投顾更易于被人们接受和信任。

2.4 监管规范积极转变

目前，中国投资行业监管规范主要涉及两点：一是智能投顾业务必须持照经营；二是投资咨询业务与资产管理业务要分开经营。然而，业务分离原则严重阻碍了智能投顾业务的发展。2015年3月，中国证监会出台了《账户管理业务规则(征求意见稿)》，对投顾与资管业务混合经营释放了积极信号。

2.5 客户的资产配置意识不断增强

随着金融市场的进一步开放，居民财富日趋积累，但人们大多更倾向于自主打理资产而不愿把钱委托给专业人士，资产配置意识较为淡薄。在推进智能投顾过程中，客户资产配置意识的培养和普及逐渐增强，并形成了良性循环，从而提高了社会各界对智能投顾的关注度。

3 基于资产配置视角的智能投顾

3.1 智能投顾的原理分析

许多智能投顾的算法依赖诺贝尔奖得主的投资理论来驱动他们的模型。一般来说，最佳实践投资理论致力于以最小的风险创建具有最大回报的投资组合。大多数情况下，智能投顾会自动执行针对长期范围的索引策略。他们倾向于遵循现代投资组合理论(MPT)的被动投资策略，以优化资产配置权重，最大限度地提高既定风险下的预期回报，并保持这些投资组合权重的平衡。智能投顾，简单来说就是通过算法和产品搭建一个数据模型，进行资产配置以达到分散投资的目的。它目前的主要功能是帮助用户简化理财流程，虽然不能确保盈利，但无论在移动端还是PC端，都可以用最短的时间找到用户最满意的投资标的。

3.2 智能投顾的技术支撑

3.2.1 构造用户画像

用户画像，又称用户信息标签化，通过收集和分析特定用户的关键特征、行为、目标、职责和需求，进而实现可视化展现。用户画像依赖于大数据，随着数据的变化而变化。智能投顾就是通过用户画像来了解用户的特点，然后自动为特定的用户提供所需服务，在构建用户基本信息、财务状况、风险偏好等维度画像后，向用户推荐个性化的专属投资组合。

3.2.2 智能工具的辅助

智能工具，本质上就是一个放大器，让投顾的作用力大幅度增强。比如，智能问卷可以提升用户体验，帮助理财师全面客观地评估客户的风险；推荐引擎可以使用信息过滤技术向用户推荐感兴趣的产品；个性化的理财建议书系统可以自动帮助理财师制定客户理财方案并解释原因；智能投顾还可以提醒理财师根据需要与客户沟通等。

3.2.3 数据挖掘

数据挖掘是从数据积累中提取有用信息的过程，其数据通常来自数据仓库或链接数据集的集合，基于统计、数学和分析功能等数据挖掘工具，从网络文本和图片中筛选大量数据并对其进行结构化处理，以支持明智的决策和规划。在信息系统中，数据挖掘可以用来描述目标数据集，也可以通过使用机器学习算法来预测结果。因此，文本挖掘法用于非结构化数据中的金融信息挖掘，旨在确保智能投顾准确推送产品信息，帮助客户进行投资决策。

3.2.4 利用模型和算法，实现定制化的资产配置方案

通过减少人工干预，智能投顾可以实现规范化的客户操作流程，利用模型和算法实现定制化的资产配置，并且动态调仓、实时监控，从而大大提高了投顾服务的工作效率。其特点：一是精确预测。智能投顾基于用户提交的信息，通过算法中设置的各种财务模型和关键假设，进行准确计算、智能组合，实现相较于人工更为精确的投资预测。二是客观中立。智能投顾主要依靠机器算法，全面覆盖大数据，不易受个人情绪或环境等因素的影响，可以避免人们在咨询时可能遇到的行为偏差和判断失误。

3.2.5 自动再平衡

大多数智能投顾利用现代投资组合理论，为其用户构建被动的指数投资组合。一旦开始执行交易，智能投顾将对组合权重进行即时监测，并依据市场趋势变化调节资产配置中不同风险水平的资产配比，旨在以低廉的费用自动执行此操作。相比之下，手动检查平衡是一项非常耗时耗力的任务。

4 以“摩羯智投”为例

经济飞速发展，我国众多中产群体的财富逐渐积累，产生了资产配置的需求，从而对于投资顾问的需求也越来越大。从2015年开始，中国智能投顾市场表现为爆炸式增长，银行系、券商系、基金系统、互联网系统等纷纷入局。一是以招商银行摩羯智投为代表的银行类智能投顾，二是平安证券平安一账通、广发证券贝塔牛为代表的券商类智能投顾，三是南方基金超级智投宝、嘉实基金金贝塔为代表的基金类智能投顾，四是类似于蚂蚁财富在支付宝上线的来自第三方互联网的智能投顾等，都吸引了越来越多的投资者尝试。其中，银行类智能投顾在成本和资金具有显著优势，依托以往线下渠道拥有大量的存量客户，品牌效应突出，在各地区均设有分支机构、营业网点，获客成本极低，起步虽晚但发展迅速，占据市场主导地位。

以摩羯智投为例，2016年12月，招商银行手机银行5.0新推出“摩羯智投(Machine Gene Investment)”，其具备以下特征：其一，摩羯智投基于顾客的风险偏好和预期收益率，智能自主组合配置，同时系统自动根据持仓比例进行一键优化，2万起投，50万封顶。其二，摩羯智投并非单一的产品，而是一个全方位的投资管理服务过程，涵盖了对顾客投入资金财务风险的KYC、组合构建、组合收益率报告、投资风险预警、持仓调节建议、全面跟踪等全过程。其三，摩羯智投并没有确保用户获得投资收益或超过业绩指标，而是采用“目标-风险”策略，将风险控制在用户选择的范围内，以实现投资目标。其四，该系统将用户分为0～1年、1～3年、3年及以上三个投资年限，以及十个风险级别，共计30种投资组合。摩羯智投会根据客户选择的“目标-收益”来计算，投资者可以一目了然地进行控制。其五，摩羯智投还提供了一键优化的售后动态调整机制，根据当前的最优配置比例以及用户的实际配置比例，计算申购和赎回，动态调整组合配置。

此外，摩羯智投还具有以下优势：(1)能够支持客户进行个性化、专属化的理财规划，客户可以根据自己个人资产的使用周期选择不同的收益目标和投资风险要求；(2)一个人可以有许多特定的投资组合，帮助他们实现丰富多彩的人生规划，如私人购车、购买住房和子女教育；(3)由于智能投顾是依靠人工智能完成的，不会因为业绩而获得超额收益，因此在收益率方面比传统投顾更有优势。

5 当前，中国智能投顾仍面临挑战

5.1 散户占比高，且风险偏好较低

一方面，国内市场散户比例较高，倾向于以市场为导向，关注短期市场波动，依赖短线追涨杀跌策略，投资组合趋于简单化。另一方面，智能投顾本身就是为了进行分散投资而产生，所以从一开始，就不能确保盈利，需自行承担风险。而大多数投资者的风险承受能力较低，喜欢只涨不跌的固定收益，在投资过程中往往情绪化，总是在风险和收益之间摇摆不定，无法理性看待“智能投顾不追求绝对收益，而是追求收益和风险的最佳匹配”。

5.2 易被人为干预，独立客观性难以保证

不少智能投顾采用机器和人相结合的投资方式，管理者会自作主张地改变投资者的资产组合。这种做法其实就是新瓶装老酒，没有摆脱传统的投资顾问模式，更像是借智能投顾的名义从事传统的基金销售业务，仍然无法规避道德风险。所以，为了保证资产配置的独立性、公平性，就必须剔除以智能投顾为噱头的传统金融机构存在。

5.3 算法模型和数据整合有待加强

智能投顾是技术在金融领域的具象投射，其核心是算法，通过内部的金融模型和理论假设，筛选大量数据，识别关系、模式和趋势，以帮助用户做出投资决策。因此，围绕算法的竞争将是智能投顾技术竞争的核心。而中国智能投顾市场缺乏量化经验和良好算法模型，同时金融机构集中了金融数据，大型互联网公司集中了用户行为数据，资源和技术的有效整合依赖于行业合作和进一步的市场开发，短期内这在国内市场是难以满足的。因此，中国金融行业的智能化，还有很长的路要走。

5.4 监管不足

随着互联网金融的快速崛起和互联网公司的出现，传统资管机构与互联网金融机构之间在业务模式上发生了巨大变革，而人工智能与金融领域的融合才刚刚开始，必然会出现很多监管问题。值得注意的是，智能投顾本质上依靠大数据、云计算等金融科技作为支撑，必定存在网络安全风险，需要金融监管体系及时创新和变革才能有效加以防范。此外，由于智能投顾涉及大量计算机技术，不可能简单地确定谁应对投资失误负责，因此必须进一步研究和执行这方面的监管措施，以实现更为人性化的监督。

5.5 金融产品与投资需求往往难以匹配，尚未成为复杂问题的首选

相比Wealthfront、Betterment，目前中国的智能投顾由于缺乏客户的资产负债状况、现金流量等细节，内容非常受限，所构造的需求画像往往是模糊的。此外，若没有客户的海量交易数据作为基础，只凭借用户在互联网留下的有限数据，通过几个简单的选择与判断题就构造出资产组合，这种方式实在缺乏严谨性。如果用户拥有小账户和有限的投资经验，智能投顾是很好的入门级工具，但在遗产规划、复杂税务管理、信托基金管理和退休规划等高级服务方面，还具有一定限制。

6 结语

在市场波动中，智能投顾为资产配置带来了新的发展机遇，让人们的理财更理性更安全。同时，中国也必须适应金融科技发展的现实，应对随之而来的挑战，将智能投顾转化为现实生产力。一旦这些问题得到解决，智能投顾将成为未来资产配置的首选，迎来资产配置智能化的黄金时期。

中国资产配置的新时代，正在加速到来。