上市银行智能投顾业务发展分析

智能投顾作为Fintech的一个分支，2008年诞生于美国，2014年开始在国内兴起。在人工智能技术推力和财富管理需求拉力的双向牵引下，中国智能投顾的发展虽处于初级阶段但大势已见，传统金融机构占据后来居上的优势。智能投顾有望在拓展银行服务边界的同时，将财富管理模式带入到由客户需求驱动并通过财富管理平台进行资产配置的新时代。然而与国外相比，中国智能投顾市场存在较为明显的本土化特性，存在五大行业发展约束。本文通过梳理行业主流业务模式、智能投顾竞争格局和推进路径，对比分析招商银行和浦发银行两家上市银行的典型案例，提出未来上市银行发展智能投顾相关建议。

智能投顾作为Fintech的一个分支，成为金融科技领域的热门概念并正在创新投资管理领域，2008年诞生于美国，2014年开始在国内兴起。伴随人工智能、大数据、云计算等新技术的发展与成熟，2017年我国上市银行已经或正在筹备推出智能投顾业务，发展较为成熟的分别有招商银行在手机APP5.0上线“摩羯智投”、浦发银行手机APP8.0上线“财智机器人”，国内上市银行的财富管理开始加速向智能化转变。

智能投顾的诞生是技术发展的必然。智能投顾（Robo-Advisor）又称机器人投顾，是基于现代投资组合理论，综合应用云计算、大数据和人工智能等最新技术的在线投资顾问服务。大数据的蓬勃发展使得更准确地为投资者画像，计算投资组合最优解成为可能。深度学习神经网络技术则进一步实现了资产配置和再平衡。目前智能投顾以交易型开放式指数基金（Exchange Traded Funds，ETF）作为主要投资标的，并通过不同类别ETF的动态配置来提高投资组合分散程度。

随着互联网的快速发展、移动终端的普及和物联网的兴起，万物互联、实时在线，人们的日常行为不断向线上迁移，从信息沟通到日常消费再到投资理财，行为的线上化促进了海量数据的积累，数据规模呈现几何式增长。根据EMC和IDC联合发表的数字宇宙研究报告，2013至2020年全球数据量将增长10倍，从4.4万亿GB增至44万亿GB。

同时，数据源将越来越丰富、数据获取方式将更加多元、数据处理成本将持续降低。大数据的蓬勃发展将重塑投资领域格局。对投资者行为数据和交易数据的挖掘、分析，能够更准确地为投资者画像，把握投资者的风险偏好和投资目标。同时，云计算技术的发展，大幅提高了计算能力，使大数据技术的应用成本大幅降低。应用投资组合理论，根据投资者风险偏好和可配置资产的收益与方差，计算投资组合最优解，成为可能。

智能投顾顺应了资管市场由主动向被动转变的趋势。以美国为例，过去20 年间，被动投资规模占共同基金的比重从1995 年的3%上升到2014 年的16%。由于指数基金的成本费用在0.2%~0.5%之间，相比主动投资型基金（2%以上）成本优势明显。美国从2007年到 2015 年，投资者投入了 1.2 万亿美元到美股指数基金和 ETF 上，主动投资基金则经历了8350亿美元的资金净流出（见图2）。

图2 累计流向被动、主动投资基金的现金流量对比

（资料来源：BofAML US Equity & US Quant Strategy, Simfund）

智能投顾的透明性、低费用赢得了全球高净值客户的认可。研究表明，全球范围内48.6%的高净值人群表示愿意将自己一部分财富交由智能投顾打理，持这一态度的高净值人群在北美地区占比为33.5%，在亚太地区（除日本外）占比高达76.3%a。根据美国TD-Ameritrade的统计数据，在可投资资产大于50万美元的人群中65%都会有投顾服务，但当可投资资产下降到15万美元至50万美元区间时，享受投顾服务占比下降为33%。对于财富积累不多但发展潜力较大的千禧一代，这类客群数量庞大，传统“一对一”个性化理财服务方式也未能有效覆盖，智能投顾可以实现“一对多”标准化理财服务，有效扩大财富管理服务覆盖。千禧一代伴随互联网成长，对于移动互联网应用和线上平台的熟悉度和接受度较高。市场需求和客户认可将持续为智能投顾发展加速助力。

美国智能投顾起步早、发展快、成长空间巨大。根据花旗集团的最新报告（见图3），智能投顾的资产管理规模从2012年几乎为零增加到2015年底的187亿美元。在未来十年内，美国将有1.3万亿元未享有投资顾问服务的资产被智能投顾所覆盖。科尔尼咨询（A.T.Kearney）预计智能投顾行业未来复合增长率有望达到68%，3~5年内市场将迎来爆发。仅美国市场，采用智能投顾管理资产规模有望达到2.2万亿美元（见图4）。

图3 潜在资产管理规模

（资料来源：CITI Research）

图4 管理规模预估

（资料来源：科尔尼）

全智能投顾模式被广泛采用，发展更为迅速。按照投资顾问服务中机器的独立程度，可将投资顾问服务分为全智能投顾、半智能投顾和人工投顾。两大标杆Wealthfront和Betterment的业务模式都是典型的全智能投顾。其中，Wealthfront的业务模式更具代表性，也是业界广泛模仿的对象，其核心业务流程为：在线问卷测评，计算用户风险等级——基于算法推荐投资组合——用户资金转入第三方券商，实现代理投资——实时跟踪，定时调仓。同时提供税收损失收割（Tax-loss Harvesting）、税收优化索引服务（Tax-Optimized Direct Indexing）、单只股票分散投资服务（Single-Stock Diversification Service）等增值服务，帮助客户最大化投资回报。智能投顾的快速发展引起了传统金融机构的关注。2015年3月，嘉信理财推出了智能投顾产品“嘉信SIP”（Schwab Intelligent Portfolios）a。目前嘉信SIP管理资产规模超过50亿美元。嘉信SIP的一大亮点是零平台费用，以大型传统金融机构所具备的大平台优势作为支撑，客户只需要承担较低的ETF管理费用。

传统金融机构已经开始布局，并占据后发优势。2008年，全球第一家智能投顾公司Betterment在纽约成立，同年Wealthfront的前身Kaching在硅谷成立。经过短短几年发展，两家公司已发展为行业巨头，估值均接近10亿美元水平。传统金融机构也以收购、合作或自建的形式布局智能投顾平台。嘉信理财和先锋基金的智能投顾服务，仅用一年时间，在资产管理规模上就轻松反超Wealthfront和Betterment，变身行业领导者（见图5）。

图5 2015年底先锋PAS和嘉信SIP后来居上

（资料来源：根据公开资料整理）

中国上市银行加快布局智能投顾业务的步伐（见表1）。截至2017年末，共有8家上市银行发布智能投顾服务。上市银行在客户交易结算数据、优质资产的获取、金融资产定价、品牌信任、客户资源等方面具有明显优势，一旦真正发力，势不可挡。

表1 中国上市银行布局智能投顾有后发优势

（资料来源：根据公开资料整理）

在人工智能技术推力和财富管理需求拉力的双向牵引下，中国智能投顾的发展虽处于初级阶段但大势已见。未来三年，中国高速增长的人群是新兴中产阶级，此类人群目前可能是年轻的、有高成长性的大众群体。麦肯锡调研数据显示，到2020年新兴中产阶级人口将占到全国人口的54%。面对此类大规模群体的财富管理需求爆发式显现，单纯依靠线下、一对一的传统金融已不能满足市场需求，必须依靠人工智能、机器人流程自动化和区块链等新技术，实现线上、一对多、智能化的新型金融服务。

与国外相比，中国智能投顾市场存在较为明显的本土化特性。例如，中国投资者更注重短期投资收益、刚性兑付的意识仍根深蒂固、智能投顾相关法律法规尚未明朗、ETF投资市场发展不成熟等。本土化的市场特征进一步带来中国智能投顾发展模式的差异性。中国智能投顾更多地是部分价值链环节的服务智能化，即“智能财富管理”，距真正意义上的智能投顾仍有较大差距。国内发展模式主要包括针对客户经理的辅助决策模式、针对金融机构的通道服务模式、针对投资者的智能推荐模式。

1. 监管约束

美国采用一体化监管，智能投顾平台和传统投资顾问一样根据《1940年投资顾问法》持有RIA（Registered Investment Advisor，注册投资顾问）牌照，可以根据用户的委托进行投资，服务一体化程度更高。美国智能投顾平台的大量业务是个人客户委托的养老金账户投资，客户一旦将其个人账户连接投顾平台，经过资金托管后，智能投顾平台很方便地可以代替客户操作，且跨平台操作也很顺利。在我国，受《证券投资顾问业务暂行规定》《证券、期货投资者咨询管理暂行办法》等法规约束，投资顾问与资产管理两块业务分开监管，证券公司、证券投资咨询机构可以接受客户委托，辅助客户作出投资决策，但不能接受全权委托，从事资产管理服务。在国内分业监管下，现阶段还无法实现多账户的归集管理，个人单个投资账户随意便捷跨平台的操作几乎不具可行性。

2. 投资标的约束

美国被动投资产品丰富，ETF体量大、品种齐全。据ETFGI统计，2017年，美国ETF规模达3.33万亿美元，占全球总规模的71.74%，较2016年规模增速为35.13%，美国新发275只ETF，存量ETF增至1834只。中国ETF产品数量和体量都非常小（见图5）。据Wind统计，2017年，中国ETF资产规模为2320.65亿元，比2016年增加272.52亿元，增幅13.31%；中国新发ETF仅23只，市场存量ETF数量为141只，且主要是指数型ETF，难以分散风险。此外，中国的股市波动性大、T+1制度、缺乏做空机制等均限制资本市场的创新发展。

图5 中美ETF规模、存量和新发数量对比

（资料来源：ETFGI，Wind）

3. 投资者约束

美国投资者更倾向于价值投资和长线回报，国内投资者以散户为主，更倾向于以市场风向为主导，更关注市场短期波动带来的价格调整。A股换手率远高于全球其他国家股票市场（按自有流通市值计算，A股2015年换手率为609%，位居全球第一），《基金投资者情况调查分析报告》指出，国内个人投资者持有单只基金的平均时间在3年以上的仅占33%。这与智能投顾偏重中长期回报的策略步伐不一致。除此之外，美国特殊的养老金制度使得个人参与缴费的401（K）和IRA计划账户占退休收入比重不断提高，此类账户需要自己打理，同时不能提现、不能转移，属于长线投资，智能投顾很好地契合了这类账户的投资需求，而中国养老金则以社保形式由政府全权负责管理，并无此类刚性需求。

4. 税务约束

美国个人账户种类繁多，税收规则各不相同，例如可减免税的退休金账户、应税经纪账户、联名账户等，由于采用综合所得税制，税务筹划空间大。目前中国的个税征收体系实行分类税制，缺乏对不同交易进行不同处理的相关规定，进而欠缺税收规划的基础和基于资本市场的避税方式，因此，国内智能投顾产品难以通过税收规避或税收收割等手段帮助投资者提高收益。

5. 数据约束

在对客户进行准确画像方面，大数据是基础。美国金融市场成熟，金融数据全面，能够满足量化分析和准确客户画像的要求，而国内监管禁止金融机构将数据提供给第三方使用，这制约了国内智能投顾业务的发展。

对比传统财富管理模式，从技术层面、服务层面、用户层面和销售层面等四方面归纳智能投顾模式创新，并引入智能化、定制化概念，形成以下五种主流模式：智能化投资理财平台、理财资讯投资平台、个人财务账户管理平台、线上理财顾问平台和自助化财富管理平台。各类智能化财富管理在用户属性、产品丰富程度以及数据可挖掘性等方面具有不同的特征（见表2）。

表2 智能财富管理的主流模式对比

（资料来源：根据公开资料整理）

（本文为《上市银行智能投顾业务发展分析》节选，更多精彩内容欢迎大家订购《中国上市银行分析报告2018》）