智能投顾在美国
文/陆家嘴 本刊特约记者 沈秋莎他，是刚踏出校园的职场菜鸟，怀揣着各种梦想，意气风发，却被各色“白富美”虐得心如死灰。收拾起一地心碎，痛定思痛，遂决定理财。终于鼓起勇气走进银行大门，理财顾问却柔声细语地对他说：“对不起先生，我们这里最低的理财额度是200万。”他只能退而求其次，求助于智能投顾。智能投顾为年轻的单身狗们巧妙地避开了投资顾问们犀利的白眼，解了囊中羞涩的尴尬，简直是现代投资版的“等贵贱，均贫富”，实为年轻一代及中小型投资者的春天。
智能投顾（Robo-Advisors）又称机器人投顾，是以机器代替投资顾问为投资者推荐智能化股票投资组合。它会根据投资者的风险偏好、财务状况对其资产进行精确配置，统筹安排多种资产，如股票、基金和保险等，非常适合中小投资者。
智能投顾利用互联网技术节省了边际成本，是互联网金融的大势所趋，相较于传统投资顾问，有着低成本、易操作、判断客观、分散风险和信息透明等五大优势。在美国，智能投顾也已得到长足的发展，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到68%。全球也涌现出不少知名的智能投顾平台，Investor Junkie提供的数据显示，2017年排名前五的平台分别是Wealthfront、Betterment、Personal Capital、Wealthsimple和 WiseBanyan。
一位不愿意透露姓名的美国摩根士丹利投资顾问在接受记者采访时说，智能投顾目前在美国的市场份额仍较小，其市场定位也是针对年轻的投资者。一则，年轻人资金相对较少，投入大量人力显得不值；二则，年轻人不喜与人交往，更倾向于跟机器打交道，智能投顾的出现恰好迎合了年轻人的心理，填补了市场空白。但相较于财大气粗的专业投资机构，智能投顾的市场份额实属九牛一毛，不足以撼动基金经理在业界的地位，抢走基金经理饭碗一说，不免言过其实。
跟真人版投资顾问比起来，智能投顾耗时少，边际成本几乎为零。成本低，可批量性地提供给普通大众，让更多的人享受到专业服务，可有效缓解贫富差距，降低不合理的资产配置，减少不公平性竞争，具有一定的社会效应。
研发难跟上，产品良莠不齐
硅谷Abundy科技公司创始人及斯坦福大学客座教授邹昊对记者说，目前市场上涉及智能化的投资理财工具大多不太专业，因其规模小，整体研发的量也很难跟上，实为互联网被动基金的变种，其客户人群为净资产不高的群体。而真正的人工智能，开发成本较高，研发投入大，只有资金雄厚的对冲基金才有能力开发。邹昊说，智能投顾因为收费低廉，无收费抽成，门槛低，深受中小型投资者青睐，但也正由于其亲民的收费，导致其无法支撑起人工智能研发的投资，其后台引擎波动率sigma早已是50年前的产物，并无太多智能成分，只是数学公式。
邹昊表示，智能投顾的大多数模型都基于数十年前的现代投资组合理论，通过市场信息的反向推导，或策略分析师整理得出的资产回报、投资风向、关联性等信息，并结合用户愿意承担的风险、年龄、预期回报等诸多数据，继而得出一个数学上的最优投资组合。一些更复杂的智能投顾则会在此基础上新增一些退休规划和简单的优化税率策略，如税收亏损收割（Tax-loss harvesting ）策略，在年底前把亏损的股票或投资资产变卖，接着赶在年底或次年年初时，再回购风险和投资回报相似的资产，用来优化税后的投资回报。
目前大多数投资者对智能投顾一知半解，市面上产品也良莠不齐，虽不排除一些专业资产管理公司为迎合不同客户的心理，正逐步投入人工智能的开发，以达到投资平台多元化之目的，但大多产品却挂着羊头卖狗肉，打着人工智能的噱头招揽客户，其主要成本却只是个界面及后台引擎，市场的营销还可能占了其成本的大头。这是一个新产品在市场上初期的表现，并不妨碍它早期的成长。
基于智能投顾策略仍处于初级成长阶段的现状，在欧美市场，它的客户群主要集中在资产规模小，对人工服务效益不高的群体。例如，在占据小额理财方面颇有心得的Wealthfront对投资金额少于1万美元的用户给予了诸多优惠和多重选择。其主要受众是20到30多岁的高科技专业人才。为迎合硅谷现状，Wealthfront更贴心设计了专业的工具帮助“硅工”、“硅婆”们操作公司的股票期权。在税收优化方面，更有一套税收优化索引服务秘籍 Directindexing，它通过追踪ETF，从个股的变动中挖掘税收收益，更好地实现资本利得的有效抵扣，从而达到省税之目的。Betterment则更侧重于大宗账户和个人退休账户的管理，对于投资金额超过10万美元的用户，
它给出了诱人的优惠政策。此外，它还专门推出了退休理财指导服务，旨在为用户提供最优化的家庭退休投资计划。
而那些欧美的机构投资客户，如社保养老金、保险公司、大学等非营利机构的基金会，使用智能投顾的比例就很低了。这也解释了Betterment为何在成立八年后，其资产才刚达到50亿美元。智能投顾0.25%~0.5%的管理费也只有传统资产管理公司的四分之一至二分之一的水平，导致其实际营收仅占全球资产管理市场的千分之几。
邹昊说，现在国内的智能投顾也处于起步阶段，大多数银行的做法是先打出智能投顾的噱头以吸引客户，银行的销售渠道广泛，而技术却是其劣势，等有了稳定客源再与高科技公司合作来改进后台引擎，发展其智能化业务也不失为一笔稳赚不赔的好买卖。目前来看，无论从投资策略的研发、人才的聘用，还是IT基础设施投入，甚至是对客户的服务质量，新兴的智能投顾公司和老牌投资管理公司或对冲基金在竞争时还处于劣势。?
在中国拥有更广阔发展前景
美国最近一年内新兴的基金公司，量化基金占了半成以上，大有星星之火可以燎原之势。同时，大多数基金公司也正逐步加大对人工智能的投入，但由于计算机的局限性，智能投顾要达到完全替代基金经理的程度，还言之过早。邹昊说，现有智能投顾的资产配置模式无法确保用户的资产安全及等量风险下的投资收益，它在资产配置方案中，也鲜有能像高端理财顾问那样，可根据客户不同的家庭情况，时时变化的风险承受能力、综合资产分布，及多样化的投资理财产品为投资者量身打造出完美的投资组合。
但不可否认的是，人工智能的出现，可省去大量繁琐的计算，做一些基础数据分析自不在话下。同样，目前市场上的智能投顾产品也不能完全替代投资顾问，其收益相较于普通投资顾问，甚至还更低一筹。在未来的研究方向中，如何使其更加智能化，达到并超越中等水平的投资分析师的资产配置能力，成为了智能投顾能否抓牢高资产人士那颗“见异思迁”小心脏的决定性因素。
真人投资顾问，因其水平差异，投资收益也会相差迥异，人工智能的统一自动化操作，其收益虽未达到高水平的投资顾问的效果，但也至少优于那些入行新手投资顾问。值得一提的是，著名的Black-littleman模型【由Fisher Black和Robert Litterman在1992年提出，是基于金融行业对马可威茨模型数十年的研究和应用的基础上优化】加入了人工预测功能，不会出现过于极端的资产配置，加之其成本低廉，又无收益分成，仍旧会有其固定的市场份额。
十年磨一剑，培养一个优秀的投资顾问需要大量的时间成本，他们需要经过不断地培训考CFA（特许金融分析师），熟悉投资的标准化流程，帮客户梳理其税务财务信息，做理财规划、退休计划，专业性强，耗时久，抽成比高，无法推进到非高净值资产的客户。也正因为如此，在欧美，大多数富裕人群的钱都在专业机构投资人手中，更加强了阶层的固化。
而中国因其国情不同，巨大的人口基数比欧美更适合规模化推广，大型银行的理财和资源管理部门对智能投顾分析平台的应用还在萌芽阶段，许多欧美已经使用的高端金融科技技术，在国内还是空白，发展空间无限，且大量无处安放的热钱仍掌握在散户和个人投资者手中。因此，智能投顾在中国拥有更广阔的发展前景。
{:7_317:}{:7_317:}{:7_317:}
页:
[1]