PDF《智能投顾》

5 流程繁琐, 所需时间较多 图1: 智能投顾与传统投顾的主要区别 传统投顾 智能投顾 来源: 券商报告, 公司网站, 新闻报道, 埃森哲研究部 仅针对高净值人群 覆盖高、 中、 低净值的多数人群, 但以 中产、 大众投资者为主要目标客户 极低, 甚至可实现零门槛 有限或无人工服务, 纯线上服务 智能资产配置及自动多样化投资 以ETF、 基金为主的多资产类别投资 在传统投资理论基础上, 借助新兴 技术构建投资组合模型 低, 平均费率在0.25%-0.5% 高, 24小时/7天监控市场变化并 及时响应 严格遵守现代投资组合理论, 分散 投资, 基于模型控制风险 基于MPT, 赚取β收益 流程简单清晰以实现快速投资建议 及交易执行 高, 国内外平均在100万美元以上 一对一人工服务 全方位、 个性化的财富管理 涵盖大部分资产类别 公司及投资顾问经验和理论水平 高, 平均费率在1%-3% 会存在一定延迟性, 无法实现 全程实时监控 存在道德风险, 易受主观情绪影响 依据个人投资顾问水平而定 服务人群 投资门槛 服务模式 服务内容 资产配置 投资依据 管理费率 风险控制 投资结果 用户体验 时效性

6 | 智能投顾在中国 虽然智能投顾是一种全新的商业模式, 不是一项特定的技术, 但是它的出现离不开多 种新兴技术的快速发展和应用: 数字化平台 程序化交易 公开的应用程序 编程接口 (APIs) 数字聊天机器人 人工智能 高阶及预测性 数据分析 使得客户能够通过移动和网页端获取服务. 实现简单、 直接 的流程设计, 从用户引导、 获取投资者资料、 支付、 投资, 最 终到投资报告. 被用来管理金融产品的开发到再平衡, 实现海量客户资产仅 由少量人工团队管理, 实现批量性定制化服务方案. 提供实时客户数据及交易数据支持, 分秒间实现客户的注册 及其银行资金的划拨. 回答客户疑问、 教育投资者及普及投资知识. 助力客户投资特征分析、 投资组合构建和客户服务. 利用来自多种渠道 (包括社交媒体) 的结构化和非结构化的 大数据来更深刻、 更立体地刻画客户的投资特征, 从而更好 地吸引和服务客户;

同时, 对金融数据持续监测分析, 并对市 场趋势做出判断, 优化产品与组合. 这些新兴技术被广泛地应用到智能投顾服务的主要流程上: 评估用户 风险偏好 大类资产 配置 交易执行 跟踪调整 结合偏好 给出投资 组合建议 智能投顾在中国 |

7 1.2 全球发展状况 智能投顾首先出现在美国, Betterment成立于2008年, 后来2009 年和2010年又分别出现了Personal Capital及Wealthfront. 截至2017年末, 三者资产管理规模已分别达到100亿美元、 60亿美元和90亿美元. 随 着智能投顾市场的发展壮大, 2015年开始, 传统金融机构巨头纷纷跟进, 开始以自行研发或收购的方式开展智能投顾. 当前, 传统金融机构已意识 到提供智能投顾服务的重要性和必要性, 智能投顾正处在向大众普及的 阶段 (参见图2) .

8 | 智能投顾在中国 高盛领投 Motif 的US$2500 万C轮融资

2010 年推出 eToro OpenBook

2011 2013

2014 2015

2016 2018

2017 创立于

2011 年4月2010 年推出 先锋基金试推 Personal Advisor Services 富达基金与 Learnvest 合作 美林证券, 巴克莱银行和桑坦德银行 推出 Direct Service 平台

2016 年4月推出 Moo.la 推出 NatWest 计划