联系我们
如您对参会报名、网站使用、内容发布有任何疑问或改进意见，请随时与我们进行沟通！
客服企业微信
期待您的宝贵意见
毕万英 高腾国际资产管理有限公司CEO
王凯斌（联合主讲） 高腾科技创新产品部负责人
由于分业监管的原因，我国的资管行业包括公募基金、银行理财、券商资管、信托等。根据光大和波士顿咨询的联合报告，截至2020年底，大资管的规模已超120万亿，其中公募基金行业管理的公募基金接近20万亿。截至2021年6月底，这个数据已经达到23万亿。除了公募基金，银行理财子公司、券商资管、信托公司等不同的金融机构都有相应的资管产品，他们以公募基金、专户、私募基金、券商资管产品、银行理财产品以及信托产品等形式存在，但本质上都是资产管理产品。其中基金行业在金融科技方面的应用相对领先。艾瑞咨询的统计数据显示，2019年中国基金行业整体技术投入将近20亿人民币，其中二十多家基金公司金融科技投入超千万。
从技术角度来看，金融科技行业一般以所谓的ABCD四大技术为基础，深度结合金融环节中具体的应用场景来探索新型应用：“A”即AI（人工智能）、“B”即Blockchain （区块链）、“C”即Cloud（云）、“D”即Data（大数据）。不同技术对资管行业的影响不同。具体来讲，人工智能应用较为广泛，应用场景包括投资管理、市场营销领域等；区块链应用相对较少，主要用于银行；云计算应用于各行各业，特别是基金行业；大数据也在许多行业有着广泛的应用。
投研是资产管理行业最重要的业务模块，提升投资的质量和效率是金融科技和资产管理相结合的最重要的原因。金融科技在资管行业的应用除了通过系统的自动化和智能化降低成本以及通过大数据来分析获客之外，亦在投研的管理方面有着深入的应用， 典型应用场景包括：
主动投资方面，机器学习在信息筛选、模型搭建方面表现突出，能够有效辅助主动管理型投研决策，例如：（1）信息筛选：大数据、机器学习、爬虫技术可以实现多渠道抓取信息，提高信息分析的质量和效率。（2）模型构建：分析股票基本面、分析债券信用等级等，通过各种量化模型快速地处理数据，更加精确地识别潜在风险和超额收益机会。
被动投资方面，金融科技能够非常好地实现低成本、大规模地处理数据。如量化模型可以帮助基金公司提供高效、低成本的数据处理服务。
国内公募基金行业只有二十多年的历史，公募基金在金融科技应用、数字化转型方面仍任重道远，存在一定改善的空间：
业务自动化如在客户管理、投资研究、组合风险管理、业绩归因、定制化客户报告等环节仍然存在一定的手工流程。
在业务高速发展的情况下，系统的规划和研发需要时间，导致系统的开发可能相对滞后。为了满足业务的需求需定制外部系统，即以采购外部系统满足分散需求为主，未必能充分满足个性化需求；同时，不同业务流程在不同系统之间运转，互相割裂。
系统间的数据尚未完全打通，数据标准、数据来源和更新时效不统一，难以有效通过数据应用实现赋能。
科技治理模式以被动接单、外包开发为主，科技团队普遍较小，承接大量运营类、报表类等低价值开发工作。
科技数据人才占比普遍低于10%，部分甚至低于5%，投入不足，组织整体数字商较低。
资管三大核心业务职能包括市场营销端的客户销售、营销和服务能力；投研端的投资研究能力以及运营端的中后台质量和效率。基金公司既要具备强大的营销、投研能力，也要有精细化、系统化的中后台能力。在三大核心业务职能基础之上，怎样通过金融科技的创新赋能核心业务是业内人士不断思考的问题。金融科技创新有三大维度：第一个维度即围绕资管三大核心职能，逐步实现数字化、自动化和智能化；第二个维度即打造创新商业模式；第三个维度即借助金融科技公司，借助外力实现内部的发展和壮大。
1.资产核心业务：市场端
市场端由于面向客户，可以借鉴很多传统快消品公司，如通过数字化营销手段提升分销的精准化和专业化。比如某全球领先资管公司，通过为理财顾问提供产品推荐引擎和高流失风险客户预警引擎，提升其营销成功率和保有量稳定性。
另一方面，除了渠道端和销售端基金公司应大力打造自己的直销平台，通过数字化推动零售直销平台的升级。把直销做好，才能更好地把握和理解自身的客户。
同时我们也可以看到很多基金公司通过数字化助力机构销售，相应地，机构销售的数字化水平正在成为机构客户筛选基金公司的重要考量因素，而这对于覆盖我国广大的长尾金融机构也尤为重要。
2.资产核心业务：投研端
投研能力是基金公司的核心竞争力，也是金融科技在基金公司最能发挥战斗力和实力的方面。在智能投研方面，研究的深度和广度是衡量基金公司能力的重要因素。金融科技如大数据、云计算等技术手段可以在智能投研方面发挥非常大的作用。在智慧投资领域，桥水、2Sigma等基金公司都大量采用人工智能技术来替代人工投资决策。在算法交易领域方面，除了对于量化投资交易的支持之外，算法交易也为ETF提供了强有力的支持。比如全球领先资管公司正在积极探索智能化交易排期工具对ETF投资的赋能，通过实时监测市场动态，基于大数据模型推荐交易实施计划，优化交易执行决策，控制成本。
具体而言，我们可以看到很多的成功案例：
第一，AI技术和大数据技术可以应用于投资决策的辅助工作。例如，贝莱德开发的阿拉丁系统（Aladdin）最早是风控系统，之后慢慢扩展到投资交易甚至为整个基金公司提供解决方案。它可基于大量历史数据，预测各类资产在未来特定条件下的状态，在投资、交易和风险控制方面辅助投资人员进行决策。
AI技术和大数据已开始尝试直接进行投资决策，尽量减少因人类造成的不理性因素。如在2019年年初，高盛与Motif合作推出了5只基于机器交易和AI算法进行投资的人工智能ETF。
智能投顾也是过去几年高速发展的板块，成立于2010年的美国Betterment是最早的人工智能投资顾问平台之一。其后不少大型资管公司起步跟进，借助机器模型和人工智能技术，根据个人投资者的风险偏好、财务状况与理财目标等特征，运用智能算法及投资组合理论模型，为用户提供智能化的投资管理服务，并持续跟踪市场动态，对资产配置方案进行调整。
AI技术和大数据技术也对金融监管和风控合规有所助益，大数据分析软件已在很多交易所得到应用。例如，新加坡金融监管局于2018年年初开发了一款名为阿波罗（Apollo）的数据分析工具，旨在帮助执法人员发现金融市场上的不当行为，如内幕交易和市场操纵等，整体运营取得了良好的效果。
3.资产核心业务：运营端
基金公司的运营过程中有很多繁琐重复的工作，如大量的数据分析、报告制作、基金估值、交易清算等，这些工作都可以通过金融科技系统化、自动化解决，目前，上述方法已在基金公司内部得到较为广泛的应用。
资产获取环节，智能流程自动化可以通过人工智能技术处理产品销售与营销环节的标准化工作，如在新客户受理阶段进行文件验证、获取客户信息后生成自定义客户报告、处理财富顾问数据包等。
投资管理环节，机器可以取代人力完成烦琐的数据清理工作，为数据分析专家省出时间和精力，以聚焦建模等附加值更高的任务；此外，智能系统还可以快速生成客户层面的定制化投资风险报告，帮助客户及时获取风险相关数据，确保信息公开透明，提升客户体验。
资产运营环节，数字化流程改造和大数据分析决策优化可以大幅简化流程。如简化应付账款流程、提升公司财务工作运转效率、快速完成监管规定性报告、保持与监管的良性沟通等。
如何推动资管业务的创新？这可以从三个方面来着眼：第一，通过创新提升现有业务（80%），如营销端增加直销的份额、打造创新产品以符合客户个性化需求、投研工业化等。第二，创新商业模式（15%），如借鉴其他行业已经趋于完善的金融科技手段、模型，进行资产管理业务的创新。第三，重新定义游戏规则（5%），如虚拟货币、跨界创新等。
金融科技四大创新举措：
第一，基金公司可以入股投资金融科技公司或与之进行战略合作，发挥各自的资源优势。基金公司有投研能力，金融科技公司有客户和科技实力，两方通过合作达到共赢。
第二，打造资管科技加速器。基金公司可以开放自身场景，与金融科技公司展开局部领域的合作，推动新技术、新科技在公司内部的应用。
第三，成立创新实验室。在基金公司内部或金融科技公司内部成立创新实验室推动跨界领域的合作，阿里在这方面有较为成功的经验。
第四，打造开放资管科技平台，推动联合创新。如某全球领先资管公司基于对外输出科技系统建立了开发者联盟平台，旨在改变原来相对封闭的系统输出模式，允许客户在平台上打造个性化应用。
智能投顾目前主要的实现方式都是通过基金投顾，而基金投顾的核心理念是买方投顾，买方投顾源于20世纪中期的美国市场，并渐渐成为主流。本质上，买方投顾的方式更好地体现了信托义务，它强调从客户角度出发去筛选和配置资产，有别于传统的财富管理或者纯基金销售中介业务。
中国传统的基金销售主要为卖方投顾，而新兴的基金投顾属于买方投顾：2019年10月，中国首批基金投顾试点公布，近两年来，基金投顾业务稳步开展。买方与卖方投顾的主要分别在于业务及盈利模式：卖方投顾，指基金销售机构的投资顾问接受客户委托，向客户提供产品投资建议服务，收取销售手续费；而买方投顾是站在客户的角度，以客户的利益为中心开展顾问服务，收取顾问服务费。
基金投顾与FOF基金表面看都是用一定的基金组合来满足客户的投资要求。尽管两者同样都由专业投资者管理但实际上两者差异较大，存在以下不同：
标准化vs个性化。虽然FOF基金也提供一揽子基金配置，且有专业基金经理进行甄选及不定期调仓，但无法针对投资者的个人风险偏好或投资需求进行调整，是标准化产品。而基金投顾是定制化产品，比如发展很完善的海外智能投顾就是基于投资者目标及风险偏好，对相应的投资者推荐适合的策略，其间综合市场状况及投资者自身的目标等进行再平衡。
底层资产透明度不同。FOF基金定期披露（如季报），但信息具备一定延迟性，平时投资者难以了解FOF基金当下投资组合的仓位及配置。而基金投顾服务无论是披露的时效性还是披露的颗粒度，都比FOF基金更加透明。
顾问服务程度不同。作为标准化的产品，FOF基金主要通过定期公告与投资者沟通。当出现重大事件或投资者个人决策变动时，投资者需要自我进行投资决策。对于基金投顾服务而言，除了全智能投顾服务，不少海外智能投顾亦涵盖升级版人工咨询服务，综合提升投资者的投资体验。这是两者的一个重要区别。
基金投顾VS基金组合。受基金投顾政策刺激，国内基金行业的基金组合发展迅速。同样是为客户提供基金产品组合策略建议，但基金组合与基金投顾有所不同：基金组合通常只是提供建议，不支持代理投资交易，客户需自行完成申购、赎回、换仓等交易操作。且基金组合不需要基金投顾业务资格，因此常常被其他机构作为过渡模式进行策略输出，抢占市场份额，如早期盈米且慢所提供的基金组合跟投。此外，两者的收费模式亦有显著不同。投顾业务主要收取顾问咨询费，而基金组合仍以传统销售收入为主（申赎费、管理费）。
买方投顾虽然在美国存续已久，但人工顾问仍是以服务高资产家庭为主，普通公众投资者难以低成本地获取专业化、定制化的投顾服务。智能投顾在美国兴起正是帮助普通公众投资者大大解决了养老金投资难、税费高（税务规划）等问题。
从发展历程上看，智能投顾基本上呈现了创业公司先行，传统金融机构后来居上的局面。Betterment、Wealthfront等是第一批推出智能投顾业务的创业公司。传统金融机构方面，比如2014年Vanguard推出智能投顾平台Vanguard Personal Advisor Services（VPAS）、2015年嘉信理财推出智能投顾服务Schwab Intelligent Portfolios（SIP），越来越多的传统金融机构开始踏入智能投顾领域，形成了传统投顾与智能投顾协同发展的局面。
随着我国经济的发展，包括改革开放以来居民家庭财富的积累，居民财富积累已经进入第三阶段，即居民金融资产配置占比加速提升的阶段。
而利率下行又促使居民不得不多渠道寻求收益，从而推动金融风险资产配置增长。参考美英德法日随着劳动年龄人口占比的下降，十年期国债利率呈下行趋势，反映了利率的长期走势与人口年龄结构（劳动年龄人口占比）有一定的正相关关系；中国劳动年龄人口占比会在未来五年持续下行，或将在 2025年后趋于稳定，市场均衡利率易降难升，居民也开始寻求更多元化的投资方向。
中国居民理财需求激增；同时又面临利率的下行，资本市场产品和投资复杂度的不断增加；而我国的金融科技也在不断发展，即智能投顾面临“理财需求激增+投资复杂度增加+金融科技发展”的背景。正是在这样的背景下，基金行业开始尝试探索智能投顾这种高效的投顾服务手段。
国家对智能投顾大力支持，仅仅在过去的两年内就有53家机构获得基金投顾试点资质，首批试点机构基金投顾合计服务资产规模超500亿元。
已经试点智能投顾的各家公司采取的策略大不相同，呈现百花齐放的状态。如腾安基金以投资场景定策略，中欧基金以投资周期定策略，华泰证券和易方达基金以投资目标定策略，蚂蚁基金以风险偏好定策略。
接下来的十年可能是投顾业务的“黄金十年”，一方面因为智能投顾创造了专业理财模式，使每一个公众投资者都可以拥有自己投资顾问，而传统的专业理财门槛比较高，可能只有在私人银行才能享受这样的服务。另一方面智能投顾可以有效改善基金追涨杀跌的投资行为，过去基金行业有一个奇怪的现象，即基金赚钱基民不赚钱。基金投顾的介入既可以使得投顾人员的差异化问题得到很好的解决，还能引导和培养投资者正确的基金投资习惯和秉承长期眼光。
根据Statista数据，美国今年在智能投顾领域的采用率最高，管理资产达9370亿美元，而中国以910亿美元的资产规模排名第二，但中美两地在投资标的、投资者类型、投资目标等方面都存在着显著不同。
Vanguard开始做投顾的时间并不算早，其可以弯道超车的原因就是将人工投顾和机器投顾融合到了一起。嘉兴理财能够后来者居上是因为发现：在过度强调“投”的时候客户会过度关注收益率对比，而实际上智能投顾要做的事情不是帮客户赚到市场上最多的钱，而是赚到符合其风险偏好所应该能赚到的钱。所以后来嘉兴理财开始弱化收益率的对比，而去加深投顾的对比，渐渐发现客户的粘性逐渐得到了提升。
“蚂蚁帮你投”的核心运用了Vanguard资本市场模型，Vanguard资本市场模型是Vanguard多年的研究成果，主要包括3个模型：核心模型、归因模型以及模拟模型。这些模型能够模拟未来回报，之后便能倒推如何生成基金组合。Vanguard资本市场模型的核心价值观是想引导客户更加关注风险、长期投资，目前已取得较好的效果，复投率达到74%。
科技赋能资管实际上渗透到了资管的方方面面：（1）客户分析：大数据处理、构建用户画像以及智能KYC；（2）大类资产配置和投资组合选择：投资风险、目标、周期适配构建策略模型；（3）交易执行：交易成本控制、交易周期优化；（4）投资组合再平衡：市场监控、用户画像跟踪、风险预警等；（5）税收规划：增值服务、税收监控以及税收优化（目前主要指美国）；（6）投资组合分析：持仓底层穿透、智能图表化投资报告及时披露。
第一，收费模式要创新。是以会员费、年费的模式去收取费用，还是按投顾规模收取类似管理费的费用，值得我们去探索。如蚂蚁是收取类管理费的投顾费，嘉实是以年费的形式收取投顾会员费。
第二，拓展底层资产的颗粒度。一方面针对底层可投资资产，在加深对重点关注资产研究的基础上，可以丰富可投资产类别，慢慢允许将ETF、QDII基金、绝对收益基金等基金纳入备选基金池，为投资组合提供更多样的底层资产选择，以更好地实现投资者的需求。另一方面，将组合策略矩阵的粒度做细，全方位匹配客户的投资需求。
第三，要更加强调投顾服务的本质。国内基金投顾行业虽然刚起步，但在政策鼓励下，各基金投顾公司参与度极高，市场竞争势头也愈加明显。然而过分引导客户关注投资组合的业绩则违背了基金投顾的本质，各参与方应该不忘初心，向客户传递“秉承长期眼光、强调长期价值”的正确的基金投资理念。
（责任编辑：张壬）
来源：TGES2021高级研讨会：证券投资与市场风险管理（８月）
