把錢交給人工智能打理 你敢嗎?
2019年09月02日09:43

  來源:IT時報

  記者:孫鵬飛

  “識不足則多慮”。這句話,是智能投顧的最好註解。

  智能投顧指的是虛擬機器人基於客戶的投資理財需求,通過算法和產品來完成以往人工的理財顧問服務。

  近期在智能投顧領域,風再度吹來。據媒體報導,螞蟻金服與美國先鋒集團(Vanguard)的合資公司公募基金投顧試點業務有望獲批。與此同時,公募投顧試點即將“開閘”。

  而在7月底,公募基金行業首隻人工智能基金,浙商智能行業優選混合基金獲批。該基金目前有超過300個投資機器人,24小時不間斷追蹤3000多個行業基本面數據。

  但在這背後,“識不足”的憂慮仍在。

  “國內的智能投顧,技術相對不成熟,產品不完善,智能化水平較低。”億歐智庫高級分析師薄純敏總結道。

  把錢交給機器人打理的科幻場景,看似離我們很近,但仍未進入尋常百姓家。這條路上,除了風口,還有波折。

  前景

  3年後有1億人用智能投顧

  5年前,和朋友同學聚會時,袁雨來發現,這些年過30的中產人群,最關注孩子教育和理財投資。於是,當時正打算創業的袁雨來決定把目光瞄向中產理財領域。

  “中產群體有4000萬個家庭,30萬億可投資產,關鍵是當時市場里還沒有一個給中產做財務管理的大品牌。”於是,從百度離職的袁雨來經過兩三個月調查,創立了理財魔方,那是2014年12月。袁雨來由此成為國內最早做智能投顧的創業者之一。

  目前國內智能投顧領域可以分為三大陣營:傳統金融機構、互聯網公司和金融IT公司。這些企業看中的,是智能投顧相比傳統投顧的優勢。

  興業證券研報數據指出,傳統投顧只服務於高淨值用戶,門檻在百萬元以上,而私人銀行理財起點多為600萬元以上,部分私人銀行的門檻甚至高達1000萬元。而智能投顧關注的是中產階級及長尾人群,投資門檻一般設在1萬至10萬之間。

  與此同時,袁雨來稱,一名傳統投顧一年內維護50-100名客戶已是極限。與之相對應的,則是機器可以24小時運作,對接更多用戶。這意味著智能投顧的理財成本更低。

  據悉,傳統投顧的財務管理費普遍高於1%,智能投顧的管理費則在0.25%-0.5%之間。據數據分析公司Statista估算,2022年中國的智能投顧管理資產總額有望超6600億美元,用戶數量超過1億。

  如果按照0.25%的管理費用算,智能投顧的管理費為16.5億美元,相當於人民幣118億元。這是“袁雨來們”的機會。

  起點

  源起於次貸危機甚至更早

  一些公開資料顯示,智能投顧起源於次貸危機陰影下的2008年。那一年,Betterment成立,成為全球首家智能投顧公司,同一時期進入智能投顧市場的還有Wealthfront、Future Advisor。而國內的智能投顧公司,被認為起步於2015年。

  當被問及理財魔方對標國外哪家企業時,袁雨來的答案是貝萊德(Black Rock)。這是一家成立於1988年的企業,誕生之初做的是“風險管理”業務。貝萊德還是在線投顧時期的代表公司。

  “20世紀80年代末到90年代初就有用機器來管錢這塊業務了。” 袁雨來表示。也有業內人士指出,彼時機器智能應用比較有限,主要應用領域是投資組合分析。

  這裏似乎出現了時間上的錯亂。智能投顧,究竟源起何時?起點時間線的錯位,最終在梁傑(化名)口中被填補。

  梁傑是一名人工智能領域的技術人員,有十多年從業經曆。他告訴《IT時報》記者:“所謂AI(智能)投顧並不是最新的概念。其實它在國外叫作量化投資,只是在量化過程中會用到AI模型。”

  梁傑認為,像Betterment一類的智能投顧產品,最主要的功能是稅收規劃。美國實施綜合所得稅製,智能投顧可以根據不同投資收益的徵稅方式,優化投資配置,達到稅後收入最大化。因此,智能投顧“更像是稅務方面的財務顧問”。

  不同於美國,國內實行的是分類稅製。因此,這一功能發揮空間並不大,從而被隱去。可以說,國內智能投顧還是回到了30年前的軌跡上,繼續扮演著“投資理財顧問”的角色。

  “有了幾十年的積累,目前智能投顧在量化方面已經有了一套成熟的體系。”他補充道。

  技術

  真正的智能投顧比無人駕駛複雜

  成熟的量化體系,並不代表著AI已是一個成熟的投顧。

  2017年3月,天風證券分析師何飄飄在研報中表示,目前智能投顧仍在原始階段,“就像轉盤電話相對於iPhone一樣。

  2018年,清華大學國家金融研究院在一份報告中稱,大部分平台宣傳的“智能”,其實只是實現“自動化”,“智能投顧”離“人工智能”還有較遠距離。

  現在,這一現狀似乎仍未改變。“智能投顧還未普及,都在摸著石頭過河。”中信證券浙江分公司財富管理部副總經理錢向勁如是說。

  梁傑坦言,目前智能投顧並不是“從1.0走到2.0,而是從1.0走到了1.1。” 背後的原因,是數據的缺失。

  “中國證券市場不過30年歷史,真正有用的數據還要從2006年開始(之前的會計政策不同)。另外,金融領域的數據無法大量自我複製。”梁傑認為,AI歸根結底是統計學,無論模型建得多好,沒有大量的數據支撐,技術始終無法快速提升。

  這也解釋了,能夠自我複製,源源不斷產生的圖像和聲音數據,推動了人工智能在圖像識別和語音識別領域的突破。按梁傑的說法,AI在這兩個領域到達了2.0的階段。

  不過梁傑還是給出了智能投顧可能快速發展的軌跡,“與金融相關的新聞數據是無限的,因此AI可以把新聞中的關鍵信息提取出來,作為一個參考。”從而,AI技術可以在投資、理財輔助層面上得以提升。

  這也印證了東北證券投資總監付立春的判斷,智能投顧目前只是傳統投顧的一個“補充”。

  一位券商人士則告訴《IT時報》記者,AI在數據收集處理和識別上有優勢,但對源頭上信息的獲取沒有途徑。“比如瞭解很多行業的情況需要經驗和產業資源,AI如何從工程師、銷售經理處得到信息?”

  事實上,按照智能投顧的設定,這一產品需要在風險管理的基礎上,用算法準確捕捉人類情感和行為,從而為客戶做出理性的投資策略。如果要最終替代人做出決策,可以看見,其技術難度超過了以圖像識別為主的無人駕駛技術。

  監管

  九成不靠譜,謹防誇大和李鬼

  “如果站在投資獲取更好的收益率這個角度來講的話, 99.9%的智能投顧都是不靠譜的。” 梁傑表示。

  剩下的小部分,在梁傑看來運用於私募基金產品中。“道理很簡單,如果一個產品收益率很高,為什麼要拿出來讓所有人都享受高收益。”

  當然,從收益率的角度來看,這個定論沒有錯。但從根源上看,智能投顧產品主要採用的是防禦性策略,早期的在線投顧也好,機器人投顧也罷,主要的作用還是防禦風險。

  據《IT時報》記者瞭解,目前智能投顧產品的收益率往往呈現“跌不過大盤,漲不過大盤”的狀態。這對國內投資理念仍待加強的投資者來說,是一個挑戰。

  與此同時,智能投顧往往採用黑箱策略。如何證明AI給出的是最優解,成為一個新的問題。“沒法證明。因為AI所謂的最優解都是針對歷史數據,沒有針對未來行情。”梁傑道。

  另一方面,隨著智能投顧逐漸受到關注,“李鬼”也相繼出場。薄純敏表達過這樣的擔憂,市面上不乏一些打著智能投顧旗號,實際做信貸業務的公司。

  這背後,需要的是監管。央行曾在發佈資產新規時表示,“取得資質的機構可以在技術具備的前提下,運用人工智能技術開展投顧業務,但非金融機構不能借助智能投顧超範圍經營;取得資質的金融機構在進行智能投顧業務時,不能誇大宣傳,必要時應人工介入。”

  持牌,是智能投顧列入監管的開端。但目前專門針對智能投顧的牌照,仍未出現。據袁雨來透露,目前理財魔方申請了基金銷售牌照(組合銷售)和保險經紀牌照。

  根據今年2月份證監會令第91號《公開募集證券投資基金銷售機構監督管理辦法(徵求意見稿)》,“允許基金銷售機構基於客戶資產配置需求開展基金組合銷售服務,滿足差異化風險收益投資需求,引導投資者行為更趨長期與理性,分享資本市場長期投資收益。”這一條例,在袁雨來看來是監管層為智能投顧平台所定。

  事實上,投資國內資產的投顧公司不能對賬戶進行後續操作,智能投顧企業僅擔任的是基金銷售角色。因此,此前智能投顧平台與獲得銷售牌照的基金公司合作,而基金、證券公司直接開通智能投顧業務。

  儘管目前智能投顧在功能、數據、監管等多個方面還存在“識不足”的情況,但機器人投顧進入日常生活,已漸行漸近。

更多新聞