1大型玩家定位智能投顾为辅助独立玩家布局

日前，“零售之王”招商银行推出智能投顾项目“摩羯智投”再次引发行业对人工智能在金融领域应用的讨论热点。整体来看，2016年，智能科技在金融行业的应用继续呈现持续升温态势；与此同时，下半年在资本寒冬等论调的催化下，智能投顾出现很大程度的泡沫。

业内人士向亿欧表示，智能科技与金融业的融合体现在“技术”和“应用”2个层面，前者主要指算法、生物识别等底层技术开发，为金融体验提供技术支撑；后者是以所谓的智能投顾为代表的应用层面，在财富管理领域，通过大数据分析机器学习等手段为理财投资提供产品组合推荐。

此外，还有一类是介于2者之间，以量化派为代表的，通过建立大数据量化风控模型开展消费金融等放贷业务。当前，行业关注热点主要集中于应用层智能投顾，但其实大数据风控更为符合发展趋势，纯技术公司关注度较低是由于其专业性导致的。

智能金融较为主流的名称有“智能投顾”“机器人投顾”“数字化资产配置”“量化投资”等，智能投顾最早发源于美国（也是当前最大市场），具有门槛低、费用低、信息透明度高等特点，演变历程是“投顾-机器人投顾-人工智能投顾”。

智能金融的主要逻辑是：利用大数据技术、问卷调查等方式了解用户个性化的风险偏好，从而结合算法模型为用户制定个性化的资产配置方案，这一过程中，根据智能化程度的高低可分为机器导向、个人导向、人机结合3种，其核心优势是很大程度上取代人工投顾，降低投资成本。其主要模式有大类资产配置、数据分析、主题投资、跟投、线上引流线下等五类。

2016年，得益于大数据、云计算、人工智能等技术持续走热和技术突破，智能投顾成为金融界的热门，甚至被认为是资本角逐的下一个千亿级市场。数据显示，2015年Betterment、Wealthfront、嘉信理财等一批美国代表性公司管理的智能投顾资产规模均超过30亿美元。

研究机构科尔尼预测，美国智能投顾未来年的年复合增长率将达68%，资产管理规模2020年有望达到2.2万亿美元。德勤欧洲的最新调查，整体上整个机器人投顾管理资产在2020年将达到4890亿美元，估计增幅为2500%。花旗集团的研究报告显示，智能投顾所掌握的资产从2012年的几乎为零增加到了2015年底的187亿美元。

波士顿报告显示，2014年中国私人财富规模达22万亿美元。与此同时，2018年，

中国的私人财富总规模达到40万亿美元，对应的管理费和增值服务费市场在千亿级别。

但花旗集团也指出，金融科技催生的智能投顾对于投资者而言是一种补充性需求，而非替代性需求。这也是当前智能投顾面临的主要问题，尤其是，“英国脱欧”“川普当选”等黑天鹅事件频现的环境下，以及善于炒作概念的中国，智能投顾呈现“雷声大雨点小”的现象，并未呈现市场所期待的突破式增长。对此，亿欧认为，主要基于以下4个原因。

1）大型玩家定位智能投顾为辅助，独立玩家布局艰难

按照服务对象不同，美国的智能投顾可分为4种模式：①面向中低净值客户的被动投资模式，如一个犹太家庭的父亲Betterment和Wealthfront。②面向中等收入客户的主动投资模式，如陈一舟投资的Motif，根据投资组合收取交易佣金，每投资组合价格9.95 美元，平台拥有投资组合超10万个。③面向高净值客户的O2O服务模式，如Personal Capital，线上吸引用户后导流至线下人工服务收费。④面向机构和独立投资顾问的服务平台，如Trizic，协助独立投资顾问定制服务平台，上为客户提供服务。

然而，反观中国智能投顾的4类玩家：①P2P公司，如宜信、积木盒子等，但在中国互联金融监管趋严的2016年，很多互联金融平台转型智能投顾，存在很大炒作概念之嫌；②传统金融机构，以平安为代表；③互联基因的基金公司，如天弘基金；④创业公司，如懒财，这类型的智能金融更多的只是以系统优化产品组合，很大程度上缺乏科技算法、大数据分析等核心竞争力。

业内人士向亿欧指出：即使宜信、天弘基金等行业巨头，目前也只是将智能投顾作为整体金融产品销售的一个环节，尚未形成主营业务模式。此外，华兴逐鹿X财务顾问黄席盛表示，很多优秀的智能投顾平台很大程度上是在原有的产品销售渠道和用户基数之上的进一步优化。相反，对于独立的第三方平台来讲，智能投顾不是一个好的赛道，在没有用户和数据积累的前提下很难启动。

因此，东吴计算机非银发布的研究报告指出：针对智能投顾，资本市场短期关注数据量化好好珍惜自己模式，长期看好资产大类配置模式。有潜力的标的主要在于：①有庞大普惠金融群体的互联公司，如同花顺、平安、京东智投、蚂蚁金服、东方财富、分众传媒等；②主动拥抱智能投顾模式的传统金融公司，如华泰证券；③专注算法研究、数据分析和平台搭建的IT公司，如祥云信息、数库科技、积木盒子、恒生电子、金证股份等。

2）美国的概念来到中国“水土不服”

真融宝董事长吴雅楠向亿欧表示，随着房地产市场转型、人民币贬值等因素，人们对财富的保值需求成为刚需，而且近年来Fintech的发展为智能化理财做好了铺垫。但值得注意的是，美国的智能投顾建立在养老金、财富管理等多元资产配置之上，而中国除了银行就是房地产。

米多金服王晰指出：中国当前的金融科技的致命问题在于，数据源的误差和偏颇；如果输入的数据有问题，再精确的算法也不可能输出合理的投资建议。

在投资品类上，国外的智能投顾均是以ETF（交易型开放式指数基金）等作为投资标的，除此之外，还有全球各个地区债券资产，甚至很多另类投资资产，真正达到立体化智能资管的效果。然而在我国，智能投顾均是以公募基金为资产标的，由于证券市场发展时间较短，可投资的产品类别十分有限。

兴业证券研究报告显示，中国智能投顾还处于起步期，本土化的难点体现在：1）监管层只允许资产配置建议，而不允许自动化交易。2）投资者追求短期收益，与智能投顾的长期投资理念背离。3）ETF产品成熟度低。

据Wind数据，2016年6月我国上市ETF合计130支，资产规模累计4729亿元，且大多属于传统股票指数型 ETF，债券型ETF、商品型ETF等合计尚不足10支，因此无法有效分散风险。而同期美国市场有近1600支ETF，管理资产规模累计2.15万亿美元，产品种类繁多，涵盖国内外市场、股指、债券、商品等多个类型。

3）“泡沫”满天飞，技术创新低于预期

智能金融的核心组件是“算法”，通过内嵌的各种金融模型和相关假设，数字化投顾将输入的数据转化为有价值的投资建议。因此，智能投顾的优劣直接（甚至完全）取决于算法，但国内公司在技术开发及量化投资经验上相对薄弱，在算法模型方面和美国仍存在一定差距，不少公司是在整个投资链条的局部环节上使用算法实现。

业内人士指出，与美国相比，中国智能投顾市场缺乏前期的数据积累，量化不够，很难有优秀的算法模型，因此中国的“智能”道路需要解决。近日，360集团董事长周鸿祎在接受相关视频媒体针对人工智能的采访中指出，人工智能不是数字化、线上化、系统化，而是真正通过机器学习产生具有创造性的结果，目前人工智能的探索真正需要解决的是“智能化”的问题。

然而，从上表2016年创业型智能金融项目融资情况可以看出，资本正在趋于理性，中国对于智能金融，更多的在于模式的创新和产品组合的优化，真正的算法、大数据分析等核心层面的努力并不多。

4）行业标准有待形成，金融监管有待探索

当前，我国智能投顾行业整体处于初期阶段，一方面尚未形成稳定的行业标准和技术水准，另一方面，金融监管处于整体探索和收缩阶段，一定程度上，限制智能投顾的应用。与此同时，针对智能投顾行业的监管也处于初期探索阶段，目前国内的监管要求仅允许实现基于算法的资产配置化建议,而不允许实现自动化交易。

此外，行业内还存在鱼龙混杂、市场和用户有待培育、教育等普遍问题。

版权声明

凡来源为亿欧的内容，其版权均属北京亿欧盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。