智能投顾在美国的发展机理、路径及领先的原因分析.docxVIP

智能投顾在美国的发展机理、路径及领先的原因分析 摘要：智能投顾作为时下颇为火热的金融科技名词，凭借低成本、高效率的优势迅速发展。智能投顾行业及其产品虽还在成长期，诸多机构、个人都对其寄予厚望。花旗集团预计，未来十年智能投顾平台资产管理总额将达5万亿美元，呈指数级增长。从原理上看，智能投顾以马科维茨的现代投资组合理论及其后续修正模型（CAPM，B-L模型等）为理论基础，其资产配置的过程完全依靠互联网来完成。中国券商要发展人工智能，首先要勇于尝试学习和利用智能投顾的技术和思想。其次，发展智能投顾要分步骤，形式要多样化。最后，应制定相应规则，及时发现和应对智能投顾的风险。 关键词：智能投顾　马科维茨　人工智能 杜昕 作者简介：杜昕，现供职于国信证券博士后工作站。 图1：“Robo Advisor”关键词在Google Trends的热度 从发展历程来看，智能投顾于2010年左右兴起于美国，用机器人替代原先人工专业顾问使公司运营成本大幅度下降。在美国等海外市场，近年来智能投顾发展迅速，已初具规模。依据Corporate Insight的统计，截至2015年年中智能投顾公司管理的资产规模已超过210亿美元。世界知名咨询公司A.T.Kearney预测，美国智能投顾行业的资产管理规模将从2016年的3000亿美元增长至2020年的2.2万亿美元，年均复合增长率将达68%。 一、美国智能投顾的基本原理 （一）概念特征 智能投顾是Robo-Advisor一词的通俗翻译，也有译成机器人投顾的。美国金融业管理局(FINRA)在2016年3月15日发布的一份报告《Report on Digital InvestmentAdvice》中提出了一个概念——Digital Investment（数字化投资），并指出这个概念包括客户分析、大类资产配置、投资组合选择、交易执行、投资组合再平衡、税收规划、投资组合分析等功能。尽管没有明确定义Robo-Advisor，但FINRA在报告中指出，拥有上述功能且面向普通客户的数字化投资，通常被称为Robo-Advisor。 根据FINRA的观点和美国的行业实践，Robo-Advisor有以下几个清晰的特征： 1、以马科维茨的现代投资组合理论及其后续修正模型（CAPM，B-L模型等）为理论基础。 2、通过大类资产配置追求整体市场增长的β收益，而不是配置个股追求α收益。 3、通常使用以ETF为代表的标准化产品，而不是股票或其他非标理财产品。 4、无论在FINRA的报告还是美国的实践中，都强调算法和模型的重要性，但不强调是否使用机器学习或AI技术。 5、强调客户分析的重要性，组合设计和再平衡要做到千人千面，而不能千人一面，这也是Robo-Advisor跟私募或FOF的重要区别。 （二）金融理论 所有智能投顾基于的金融理论都是诺奖得主马科维茨在1952年提出的MPT，即现代组合理论。这是所有资产配置模型的先驱，后来通过夏普和华尔街的发展，形成了一套完整体系，可用图2来表示。 图2：投资组合的有效前沿 图上每个点都是一种可能的资产配置组合，市场上有很多种产品，不同产品体现了不同的风险和收益特性，而资产配置的任务就是将资产分散到不同的产品里去，任何一个点都是一种可能的资产配置。这里的风险用收益率的波动（方差）来进行描述。 马科维茨从数学上证明了所有资产配置的可能性组成了一个有边界的图形，最上面向上凸的这根曲线叫做有效前沿线，有效前沿线上的每一个点都是一个最优资产配置点。从纵向的角度看，它是在某一个确定风险上投资者能够取得最好回报的一个资产配置组合。从横向的角度看，是在某一个希望得到的回报上，能够给予投资者风险最小的资产配置组合。“智能投顾”的一个目标就是在得知每个用户风险偏好时，能够帮助投资者决定其最优配置点对应的资产配置以及如何达到这个最优组合。 （三）服务流程 在美国，各种智能投顾商的业务表现形式可能不尽相同，但一般具有相似的服务流程。根据美国金融监管局（FINRA）2016年3月提出的标准，智能投顾服务包括：客户分析、大类资产配置、投资组合选择、交易执行、投资组合再平衡、税收规划、投资组合分析。 1、客户分析。在投资决策中，大部分投资机构的第一步是了解客户的风险偏好。实践中，客户的风险偏好不是一成不变的，随着时间和市场的改变，客户的风险偏好很大程度上会发生改变。 2、大类资产配置。根据现代资产组合理论，在确定性收益的情况下是存在最优投资的。大多数智能投顾服务都利用此原理建立了分散投资组合，并依据其不同的商业模式做了优化。 3、投资组合选择。客户分析是得出风险偏好参数，资产配置是形成不同风险偏好的资产组合，组合选择是完成前两步的一一对应。 4、交易执行。大多数智能投顾的交易执行本质上没有区别，都是技术上的实现，是利用自有的券