国内传统金融机构智能投顾业务发展探讨——以摩羯智投为例(下)

国内传统金融机构智能投顾业务发展探讨

国内传统金融机构智能投顾业务发展探讨 ————以摩羯智投为例以摩羯智投为例以摩羯智投为例（（下）

2017年11月20日

（二）摩羯智投的运作模式

打开摩羯智投的页面，有两个输入项：大致的投资期限、风险承受能力。需要说明的是，风险承受能力并不是通过调查问卷来衡量用户的风险水平，而是用户根据对自己的判断，选择一个大概的风险等级，这有可能导致用户对自己风险承受能力的评估与实际产生偏差。大致的投资期限有三个选项：短期（0～1年）、中期（1～3年）、长期（3年以上）；风险承受能力有10个选项，分别是1～10级，但对每个风险级别并未给出具体的判定标准。两个项目可形成30个投资组合。当选定了一对组合后，页面会显示一个模拟的历史年化业绩和年化波动率，并且会较为直观地显示一组数据，如投资1万元，持有1年，按照模拟历史收益测算，会赚多少钱，以及在多大的概率下亏损不会大于多少钱。有了这组数据之后，用户会相对容易地判断自己所能承受的最大风险。从30个组合的测算数据看，组合后的历史业绩范围在5.01%～11.23%之间，历史波动率在2.57%～15.28%之间。

确定两个输入项后，点击进入，会显示所提供的具体的资产组合方案，每种方案里面包含的资产大类包括：固定收益类、股票类和另类投资产品。其中，固定收益类以债券基金为主，股票类既包含投资国内也包含投资全球股票的基金，另类投资则是以量化对冲和黄金为主。同时，系统还会用净值图的方式，非常直观地显示这个组合资产近3个月、近6个月、近1年和近3年的收益率情况，以及与业绩比较基准的关系；不仅如此，点击收益率图中的任一个地方，还会显示某一天具体的净值情况，获取产品信息非常便利。进入方案详情查看后，还会看到组合内每一只基金的净值和收益率变化情况，但没有对每一个基金的详细介绍。在单只基金的配置比例上，通常从5%至15%不等，配置的基金数量从10～25只不等，以实现风险的充分分散。

（三）对摩羯智投的分析

对摩羯智投的使用体验中，一个最大的优点就是信息显示的直观性，包括历史净值的展示、与业绩基准的比较等，而且所提供的不管是组合还是每只基金，表现都超越市场。这就需要及时调整组合内的投资基金，使得组合的表现对购买者有足够的吸引力。但这也带来一个问题，在基金购买上的追涨杀跌。同时，因为需要有历史业绩的展示，所以购买的产品必须是已经存续的老基金。而老基金通常仓位比例都比较重，所以在市场发生波动时，涨跌幅度也会相对比较大。这对于大众投资者中的新手来说，如果购买后恰逢市场变化，则会有较差的体验感。

通过对组合内配置资产的观察，目前每一个组合所配置的目标基金基本相似，只是随着风险承受能力的降低或上升，会减少或增加1～2只权益类基金，或者调整单只基金比例，而多余的资金会配置货币型基金来增强收益。投资目标池的集中既有优势也有劣势。首先，结合招商银行自身多年对于财富管理和资产配置的经验，由其相关团队根据市场情况及基金走势选择出不超过20只的重点优秀基金；然后，根据用户投资期限及风险承受能力的

不同，进行一定程度上的个性化组合。通过上述操作，将市场中表现优异的投资标的筛选给投资者，可在一定程度上提升客户获取投资收益的概率。但是，这样的方式所产生的问题是，投资标的小范围的集中，会使在智能投顾的用户发展迅速的情况下，投资标的池内基金的规模会大大增加；而规模的迅速增加，不仅会摊薄每份基金的持有收益，而且会增加管理人的操作难度，未来该基金走势的不确定性也会有所增加。

（四）从摩羯智投看智能投顾目前存在的问题

1.尚不能充分发挥人工智能的作用

人工智能的研发需要大量的计算机技术支持，以及大量投研力量的参与，而要达到完全的智能投顾服务，必定要花费相当多的人力、物力和财力。如此高的成本，不用说普通的创业公司，就算是传统的金融机构，在智能投顾开展初期收效甚微的情况下，也难以承担。而且，中国的投资市场不同于国外（国外的智能投顾多以低交易成本的ETF基金为投资标的为客户进行资产组合），即便引进国外先进的智能投顾模型或经验，也并不一定适合国内的市场。这也是招商银行摩羯智投不完全采用机器人理财，而是将人为经验与机器算法相结合的重要原因。在这种情况下，人工智能获取和分析海量数据、不断通过自我学习完善模型算法等优势就无法得到充分发挥。

2.对客户理财属性的认定相对简单

任何一份资产组合方案的设计都需要基于客户的风险承受能力、理财目标、资金的流动性要求等。而在摩羯智投里，对于风险承受能力的刻画是用1～10来表述，风险描述本身就容易出现偏差；对于理财目标的界定，仅有投资期限选项，没有诸如买房、买车、子女留学等具体指向，也没有如预期达到5%还是10%之类更具体的收益率目标，因此，给出的投资组合目标效果也较为模糊。当然，这可能更多源于在发展初期，模型尚不完善等因素。

3.人工智能在投资上的实践仍有待验证

即便阿尔法狗战胜了李世石，但投资毕竟不像下围棋，不能够由胜负来决定，评价的标准也不像围棋这么简单。可能机器今年跑赢了巴菲特，但是20年以后跑不赢巴菲特；也可能机器管100亿美元的时候跑赢了巴菲特，但管4000亿美元的时候就跑不赢巴菲特。因此，人工智能未来的实践，不应仅仅落脚在是否在投资上战胜市场、战胜人工，而应更多在提高投资效率、加大信息处理能力上寻求改变，从而带来核心的变化。

四、国内传统金融机构智能投顾未来的发展方向

国内传统金融机构智能投顾未来的发展方向

（一）第一阶段：延伸客户服务、挖掘沉淀客户

对于传统金融机构来说，智能投顾的发展初期，就是充分利用低成本、广覆盖的人工智能模式，将现在仅针对于中高端客户的资产配置服务延伸至资产更少的、但却占据相当大比例的“长尾”客户群，唤醒沉睡的大众客群。特别是在当前各家金融机构纷纷关注高净值客户、白热化竞争中高端客户群体的背景下，这也是一种新的业务突破口和收入的来源渠道。智能投顾服务的提供，可以使大众客户在一定程度上也能体验到贵宾客户的理财服务