挖财网研究总监方竞：把钱交给机器管理，智能投顾必须迈出第一步——教育用户！

<数据猿导读>

在中国，国人对资产配置这方面没有那么强的概念，可能愿意自己去炒股，觉得自己更“智能”，而不愿意接受资产配置的组合，同时我们资产配置的品种也没有国外那么完善。在美国，智能投顾已经具备天时、地利、人和了

来源：数据猿 作者：方竞

2016年8月21日，由上海市经济和信息化委、上海市科委指导，上海大数据联盟与数据猿共同主办的《魔方大数据（9）：行业应用系列圆桌会议 —“金融大数据”》活动顺利举办。

本次活动聚焦金融大数据，围绕智能投顾、区块链、征信业务等热点话题展开了深入的讨论，与会分享嘉宾有：原上海证券交易所CTO白硕、聚信立创始人兼CEO罗皓、微众银行创新研究负责人姚辉亚、普林科技金融事业部总经理王冉冉、汇付天下数据科学家何雯、挖财网研究总监方竞。

以下是“挖财网研究总监方竞”发言实录：

刚刚听到很多数据专家分享，觉得受益很多。挖财网是一家互联网金融公司，我们09年成立的，有一亿多用户。后来在2014年的时候推出了自己的理财APP。我们现在想在财富管理这方面进行一定的探索，也希望跟各位数据方面的同仁有更多的交流，借鉴大家丰富的经验。我今天演讲的主题是“数字化财富管理在中国的探索实践”。数字化财富管理是我们平时比较熟悉的智能投顾。

先介绍国外的情况以及国内的实践、应用。

首先看一下国外，国外在近一两年涌现了很多智能投顾方面的平台，他们占据了天时地利人和。在人和方面，80后和90后，他们希望一个APP就可以解决所有事情，有这样一个倾向。另外可以从婴儿潮时期的父母手中接受数万亿美元的资产，所以他们有一个比较强的资产管理的需求。

另外还有一个是ETF和被动投资工具。同时我们也看到在这个行业里面会有很多的传统企业，也会应对互联网金融平台的威胁，他们也通过自己自设一些相关的机构，包括并购的方式来做反击，行业内有很多并购的案例。

关于天时，从整体的历史沿革来看，危机前有一个初步的发展，然后是一些知名的智能投顾的平台大概在07年危机前的时期诞生了。然后到危机后的这一段，标普和纳斯达克形成了一波上涨趋势，这个阶段当中诞生比较多的一些各式各样定位的财富管理平台。

这个产业链可以分到很多种类型，这里梳理了七八种：

第一类是直接面对客户的平台，像wealthfront、Betterment就是这一类的代表。这类平台主要推荐一些ETF组合，同时也做一些资产再平衡。

第二个类型的平台，除了提供自动化资产配置服务之外，也会结合一些人工咨询服务来处理一些特殊事件。

第三类是B2B类的平台，有些使用贴牌的方式，一些机构比如Envestnet早期已经进入B2B的行业里面，还有一些是TO C的机构，在商业模式探索当中可能遇到一些困难，就向TO B的方向去转型，这样服务的对象不是直接面对客户，而是面对一些理财师和财富管理机构，这样的情况下面保证传统公司仍然拥有自己的品牌，但在技术方面采用贴牌的方式去做。

其实我们也知道美国的独立理财师还是比较普及的。中国理财师是比较新兴的行业，对于中国智能投顾的平台商业模式探讨也是有比较大的挑战。

第四类是一些传统的公司，刚才我们也提到了，像Charles Schwab、Vanguard，Vanguard他们有自己的智能投顾平台，有一些公司也是通过收购或者入股进入这个市场。

还有一些平台是走差异化的路线，比如说有一些是面对消费者的，但提供的是专门针对养老金资产的服务。当然他们也有可能面向企业，还有一些独立投资顾问，还有其他的服务提供商也有相应的服务。

还有一类是以储蓄为主的，其他的是做一些比较新兴的服务，比如说Motif有量化投资的产品。国际上面也有很多的平台在做这方面的业务，我们也有接触到一些欧洲的公司，他们做的也非常好。

接下来看一下智能投顾平台的具体情况。这个表是他们的管理规模，基本上我们看到做的最好的一些公司，他们的管理规模能达到40万亿美金以上。在账户方面，有一些公司是专门定位于储蓄用户的，他们的客户就会比一般智能投顾平台的客户多一些，最多的这一家已经达到了45万的用户。

关于智能投顾平台的费率，基本上国外的用户能接受支付与管理规模相应的咨询费，基本上比如说30个BP，最多的也有50个BP的范围。

这些智能投顾平台的资产配置主要是一些共同基金和ETF，国外这些以共同基金和ETF的主动化及被动化的工具已经涵盖很大的范围，所以应用是非常广泛的。 ETF我们也可以看到，2010年到2014年之间，增长已经达到了20%左右。在ETF本身的股票配置当中大盘股还是占据统治地位的。

还有一块重要的资产是美国退休金的资产管理，这一块是持续扩大的趋势，分布在个人退休账户，还有一些固定缴款、固定福利的账户，他们这个账户里面，包括共同基金以及各类资产，分布是比较多的，跟国内的差异会比较大一些。

我们刚才提到了被动化的投资管理工具的应用，主动型的管理方式现在越来越不吃香。有一个数据，只有40%的主动型基金经理才能跑赢指数，多半是没有办法跑赢指数的，这就导致一些ETF被动化的管理工具会得到广泛的应用。

下面该讲人和部分了。大众富裕阶层里面控制着七万亿美元的资产，但是他们当中只有21%的人有财务顾问，所以成长空间是比较大的。智能投顾机器人管理的账户金额在2万到10万美元之间，这样他们可以考虑转向大众市场或者大众富裕阶层。因为还有20%到30%的大众富裕阶层可以接受数字化的财富管理方式。在亚洲地区这个比例会更高一些。

千禧一代的客群定位也是智能投顾兴起的因素，跟前面婴儿潮对比来说，千禧一代大部分资产是以现金方式存在的，受到网络泡沫和大萧条的影响，他们对整个金融市场是不信任的，这样给财富管理机构留下了很多机会。比如说有一些在线交易公司不收取交易费用，针对千禧一族对网络技术接受程度比较高的特点，开发了很多应用的工具，甚至还有一些公司专门做个人理财系统。

这里展示的是美国家庭客群在理财方面的偏好，我们可以看到，虽然超过1/3的家庭不愿意冒任何风险，但愿意冒风险的家庭，希望持有共同基金和ETF，主要为了一些超额的回报，这部分的比例也是比较高的。401K养老金计划里面的参与股票的比例，年轻一族20岁左右的股票比例就比较高，到快退休的时候这个比例就会有所下降。

最后是关于地利方面的情况，即在智能投顾方面的政策问题。美国关于雇员退休收入保障法的规定，扩大了退休金受托人的责任范围，解决了之前在这个行业贿赂以及收费的问题，这样一个方案后面实施主要影响的范围超过14万亿的资产。

这个情况下面，财富管理机构以资产管理为主，而不是产品销售为主，这样就会导致这些资金从佣金账户转向收费账户。同时会涌现很多小的退休金账户，小的退休金账户服务成本是比较高的，所以这些券商、咨询机构也会寻找一些通过技术做支撑的解决方案，为小账户服务，这样智能投顾发展的空间就非常大。

以上说的是美国智能投顾的天时地利人和。

这个展示的是国外一些比较权威的咨询机构对整个数字化财富管理市场的规模预测，可以看到，包括不同的公司对未来，比如机器人投顾的渗透率、未来资产管理规模的增速，预测都是比较乐观的，我们也期待这样一个乐观的趋势能在中国延续。

不过，在保持乐观的同时，对这个行业要持谨慎的态度。一个是受托责任的问题，在国外资产管理当中受托责任是摆在首位的，机器人投顾是不是可以避免利益冲突？是不是能够提供一个完全个性化的投资建议？这是需要考虑的问题。

还有刚才说到的天时部分，因为美国的智能投顾经历比较长阶段的牛市，没有经受过下跌市场或者熊市的考验，那么在熊市当中，大家在做理财的时候可能会遭遇到客户赎回或者管理资产规模下降的情况，这都是我们需要考虑的问题。另外还有一个是算法交易，算法交易在传统的金融行业引发了一些问题，在智能投顾这个行业，由于互联网安全这个问题的产生，后面智能投顾会不会成为一些安全问题的攻击目标，这也是我们要考虑的。

下面看一下国内数字化财富管理的情况。

首先看一下传统模式的资管产业链。横向来看，整个产业链里面上游的资管产品种类是相对比较丰富的，经过渠道的分销，到下游主要是高端的一些用户，因为被私行包围了。中低端存在的问题，比如他的意见被客户经理所主导，有一些不愿意被骚扰，想要自己研究、购买。

这样的情况下面，由于资产荒的形成，产品供应端的压力会逐渐增大，渠道方面因为第三方出现比较多，有比较强的话语权，客户受到渠道的左右。我们可以看到数字化财富管理实际上就是把之前是一些高端的客户人群享受到的服务，现在给普惠化。

在创新模式下的资产管理，我们不能仅仅依赖于基金产品的营销，还有资产管理能力方面，如果不能确保持续性的话，也会有一些问题，同时产品的唯一性也很难保证，会有被模仿的风险。

新的情况下面，我们希望建立一个三位一体的竞争力模式，即产品+服务+体验。产品方面，我们希望提供到全系列财富管理的产品。服务方面，主要是根据用户的规划目标给他做一些产品的选择和推荐。体验方面，我们今天有一些大数据，还有人工智能的应用，希望给用户提供的是一对一个性化和专业化的投资服务的建议，突破空间和时间的限制。

关于移动互联网在资产管理方面的应用，我们看到有三个层次：

一个是跟C端有一对一个性化的沟通手段，我们也希望尽量采用人工智能的方式，用户在体验当中，使他尽量能够感受到比较个性化的一些服务，我们也希望在交流当中形成双向的互动，一方面通过人工智能的方式给用户理财知识的普及、教育，包括产品的宣传；另外一方面我们也希望积累用户一些理财行为的数据，在后期能够更好的服务他。

第二个层面，我们希望能通过大规模的信息交互，批量获客，降低获客成本。

第三个层次，我们希望提供更有价值的移动场景服务。对于客户本身的财务情况、理财偏好有所了解之后，我们就可以在客户的整个生命周期中，提前预知其未来投资的需求或者理财规划的需求，从而可以主动给他们做一些这方面的服务推送。

互联网智能投顾跟传统财富管理的区别就是，传统的线下财富管理主要是理财顾问的形式。互联网时代，我们不可能一定会取代理财顾问，但可以强化理财顾问这样一个服务的个性化功能，提高理财服务的效率。这个主要解决的是，一般理财师主要是返点驱动，不一定给到用户特别中立或者客观、科学的配置建议，我们也希望通过智能投顾的工具，能够使他们在服务方面提供更加科学化但又客观的配置建议。

这张表主要列举的是国内的一些智能投顾的平台，我们可以看到比如钱景、弥财、理财魔方等等，有一些在国内，还有跟一些国外的券商合作做一些业务拓展。他们主要的产品也是跟国外智能投顾类似，以公募基金和ETF为主。还有京东等等也会放一些自己固收的产品在里面。

这边梳理了这些平台的特色功能，比如钱景有一些线下理财师的服务，弥财有一些美元的产品，蓝海财富的比较专业，有一些VAR值计算、有效前沿图。股市小秘书有一些诸如语音识别、文本识别，和机器学习相关的一些功能。

所以这些平台在近一两年都会获得一些融资，比如说理财魔方基本上在2015年5月得到一千万的融资。

我们看到通过上面的一些分析，国内外财富管理的平台有一些不足之处：互动比较少，用户参与度比较低，导致他们使用这个APP的频次也比较低，感受不到关怀。投资组合比较复杂、被动、长期，而且不能反映到用户的主观能动性以及市场的变化。

从整个市场面临的挑战来说，美国面临的挑战，相对来说比较小一些，因为投顾这个行业已经比较广泛了，智能投顾平台在投顾这个行业，对他们效率有所提升。而且他们投资者教育的成本也比较低，因为他们已经有一些配置的概念，有一篮子公募基金投资的意识。而且对于公募基金Vanguarded的情况也比较广泛，整体的费用比较低。

在中国现存情况下，存在政府刚兑的情况，如果不能打破的话，可能投资者更愿意接受一些固收利率比较高的产品，他们可能在资产配置这方面没有那么强的概念，这样的话用户教育成本就会比较高。中国人的赌性比较高一些，可能愿意自己去炒股，觉得自己更“智能”，而不愿意接受资产配置的组合，同时我们资产配置的品种也没有国外那么完善。

结合我们分析的情况，可以看到一个比较成功的数字化财富管理平台应该具备的要素：场景化、定制化的投资组合是未来的方向。

另外一个，通过前面所说的双向交流机制，千人千面的组合反映到投资者的意志和市场状况，也就是说我们根据所谓的用户画像，了解用户需求以后，我们希望提供的组合是千人千组合，每个人有定制的组合，我们也需要一些比较成功的投资者引导和教育的机制。最后我们希望在用户面前呈现的是集金融分析师、心理学专家、统计学专家、金融数据库、理财规划师的人工智能的结合体。

下面说一下挖财自己在这方面的实践，智能投顾这个业务来说，有很多平台也在尝试，在做这样一个业务的孵化当中也需要做很多的商业模式的探讨。

理想的商业模式这一块，我们认为对于普通用户，如果有一定的理财基础、投资经验，我们可能会给他提供高级版的智能投顾的工具，同时这个工具也是适用于结合人工的服务去提供给高净值的目标客户。一般的用户，我们可能会提供初级版的，但是这个初级版的功能也有智能选股等等，包括投资组合的跟踪管理。

对于智能投顾一般的运作流程，我们一般会从传统的投资组合管理的模型，给到标准化的配置建议。我们也会结合用户的风险偏好做一个大类资产配置。用户也可以结合自己的情况去设置一个DIY的组合。除了一些标准化的产品，我们也会提供平台上面自己的自有产品，用户可以自行的对资产的标的做一个权重的调节。

我们整个流程从最开始的资产体检评分、风险承受能力问卷、投资目标的转化，到资产配置建议，然后提供一些投资策略推荐，包括一些量化的投资策略，还有基金筛选和推荐，最后到基准组合历史表现、跟踪以及报表，也会尝试利用大数据做增强指数的基金开发。

这是挖财的APP，这个APP针对资产配置功能开发的资产体检的功能，大家可以体验一下。这个功能抓取的是用户在券商开立的股票账户里边投资方面的数据，会给到资产配置的体检分析结果。这是大类资产配置建议，我们有专门的研究团队，研究适用于中国市场的配置模型，可以给到不同经济周期大类资产配置的比例。

这是我们公募基金的筛选模型，这个模型我们做了一些历史的回测，相对沪深300还是取得比较高的收益。挖财宝上面也有相关的基金推荐，基金组合的展示也是我们后面做相关财富管理业务的时候一个比较重要的工具。

刚才也说到，我们做一些用户的教育，挖财的社区是国内最大的理财社区，这里面针对不同的理财产品给用户提供很多的知识普及。因为我们是一个互联网+金融结合的公司，金融方面的人才对资产配置的概念比较熟悉的，而互联网方面的人才我们也会定期有一些培训和讲座，把资产配置的概念深入的普及下去，让我们互联网和金融两方面的人才能够沟通更顺畅。我们每个月有一个月报对外发布，我们也会根据不同类型的投资者给到配置建议。

我们之前也在挖财社区做了一个关于财富管理的问卷，看到很多投资者虽然没有体验过投资顾问的服务，但是他们能够接受机器人去为他们做理财方面的服务。虽然理财的经验不是很丰富，但他们希望能够在投资机会的咨询、梳理和过滤一些产品的信息、资产配置的重要性方面，能够享受到这方面的服务。高净值的用户更希望有人工的介入，当然也不排斥有机器人做一些基础性的服务。

这就是我今天分享的内容。谢谢大家！

在数据猿微信回复【方竞】，即可获得完整版演讲ppt。

来源：数据猿