智能投顾正处于是垂髫之年，行业和产品还在成长期，不过诸多机构、个人都对其寄予厚望。花旗集团预计在未来十年时间里，智能投顾平台资产管理总额将达 5 万亿美元，呈现出指数级增长势头。据HCR慧辰资讯预测，2020年中国智能投顾资产规模将超5万亿，按0.2%管理费计算，行业整体收入规模约在104亿。
有业内人士称现在是金融与科技的第三次大碰撞阶段，在借人工智能这次东风上，Fintech公司似乎比传统金融机构借势得更及时。在智能投顾领域也是如此，盘点起智投平台，互金、智能金融服务公司十占八席，但事实上，不少传统金融机构也已经坐上席位。本文将着重描述传统金融机构的智能投顾版图，并简析产品差异。
依据璇玑《数字化资产配置报告》，国外应用智能投顾的公司可分为成熟型和创新型公司。成熟型公司包括Vanguard、嘉信理财、富达和被贝莱德收购的Future Advisor；创新公司有Wealthfront、Betterment、Personal Capital、SigFig、WealthObject。
相比之下，国内开发智能投顾公司有三类：传统金融机构、互联网公司、fintech创业公司。
传统金融机构推出数字化财富管理业务。如招商银行摩羯智投、平安证券、广发证券、华泰证券、东吴证券等；
互联网公司求变。京东金融、蚂蚁聚宝、同花顺、宜信投米RA、苏宁理财等；
弄潮儿fintch创新企业。如璇玑、理财魔方、鲸财、弥财、蓝海财富等。
鉴于智能投顾可大幅提高服务效率以及降低成本的特性，券商、基金公司等机构才是对智能投顾有最大需求的一方。但据雷锋网统计，在这波智能投顾大潮中，Fintch创业企业与互联网金融公司的反应速度更快，率先入局，而传统的持牌机构入局相对缓慢。
招商银行——摩羯智投
2016年12月6日，“摩羯智投”正式上线。摩羯智投针对普通投资者，采用人机结合的服务方式，以公募基金为基础进行全球大类资产配置，达到分散投资风险的目的。摩羯智投采用“人与机器”、“线上线下”相融合的服务模式，本质上就是标准化与个性化的结合，兼顾普通投资者与高净值投资者，实现业务范围最大化。起投金额是2万。可以说，招商摩羯智投是银行业中率先面试的智能投顾服务。
据雷锋网此前报道，摩羯智投的资产配置主要实在现代投资组合理论基础上，此外，“摩羯智投并非一个单一的产品，而是一套资产配置服务流程，它包含了目标风险确定、组合构建、一键购买、风险预警、调仓提示、一键优化、售后服务报告等，涉及基金投资的售前、售中、售后全流程服务环节。”
平安证券——智能财富顾问
平安证券的智能财富顾问属于混合推荐型，智能投顾覆盖的产品达到4000种以上，覆盖股票基金、货币基金、债券基金、混合基金、票据理财、P2P网贷产品、固定收益、黄金等各大类资产。
据雷锋网了解，平安证券经纪业务事业部产品与投资研创团队执行总经理陈祎彬称，该系统使用大数据精准定位客户需求，不依赖调查问卷完成存量客户洞察，并依据马柯维茨组合理论优化模型智能计算风险与收益的平衡点。平安方面介绍称，每一个客户都是特定的配置比例，可能的配置方案总数量大于1亿。
广发证券——贝塔牛
广发证券自研的贝塔牛针对普通投资者，结合金融工程理论与生命周期理论，提供两类配置组合：A股股票和权益、固定收益产品配置。
股票投资策略的生成通过以下几个组件来完成：选股模型、择时模型、组合构建模型和组合再平衡模型。其中，选股模型和择时模型是量化模型的核心。
配置组合按照用户的风险偏好和投资期限提供不同的投资策略，主要采用了将微观的生命周期理论与金融工程理论相结合，综合应用MV模型（Mean-Variance 模型）、B-L（Black-Litterman）模型、精算模型等。配置组合的起投金额是300元。
浦发银行——“财智机器人”
“财智机器人”主打面向优质及以上客户提供线上资产配置服务，投资标的有银行理财、基金、贵金属等产品。同时，“财智机器人”可以与线下配置平台“财智速配”联动，通过理财经理线下配置方案的线上推送，实现客户远程全产品类别的配置服务。
东吴证券——秀财“量身定制”
“量身定制”是个股择时机器人和基金型机器人，只要投资者做出投资风险程度偏好和资金量（1万~10万）两个选择，即可获得投资策略推荐。
华泰证券——AssetMark
2016 年 10 月，华泰证券支付7.68 亿美元并购美国AssetMark，从而介入智能投顾领域。
AssetMark为普通投资者、投资经理和券商提供全套式资产管理软件服务，主要从事B2B业务。在被华泰成功并购前获得了众多包括中国并购团队在内的私募基金公司争抢，原因在于AssetMark能有效帮助投资者更好地理解投资策略，促进投资顾问和投资者有效的沟通交流。
嘉实基金
嘉实基金在金融+科技方面布局颇早，2013年，嘉实基金初步构建了一系列人工智能策略模型，并不断随着市场变化更新数据库、完善模型。此外，该公司于去年成立了人工智能投资研究中心，致力于智能投资策略研发。
旗下子公司金贝塔是基于“聪明的贝塔”（Smart Beta）策略打造的证券组合投资平台，该平台除了邀请券商分析师、私募研究员创建模拟证券组合外，通过量化模型建立了多个大师组合：“大师欧奈尔”、“大师卡拉曼”、“大师格雷厄姆”等。所以可见，金贝塔并不属于智能投顾的范畴，但也是传统机构应用一定技术手段优化金融投资与投研的尝试。
民生证券
2016年12月7日，民生证券与璇玑达成战略合作，由璇玑为数字化资产配置系统提供技术服务。
据调查统计，除上述了明确智能投顾研发进程的两家外，还有多家机构也将智能服务体系的建立提上日程，如国泰君安表示将围绕君弘理财规划系统打造智慧金融；海通则宣布将围绕“e海通财”打造智能服务体系，包括但不限于智能投顾领从业务层面，为客户提供投资相关的一揽子解决方案。此外，光大也发布了2017年度财富管理白皮书，提出建立针对高净值客户投行型财富管理新模式。
国内传统金融机构智能投顾尽管功能上雷同，但在投资理论、服务模式、盈利模式存在一些差异。
投资理论的差异
一般来说，专业投资机构和高端私人银行等理财配置模型普遍源于马柯维茨（Markowitz）的“投资组合理论”。但相比较于马柯维茨基于“均值-方差”最优化模型的“投资组合理论”，也有机构更愿意采用高盛的两个交易员Fischer Black和Robert Litterman提出的Black- Litterman资产配置模型。
这是因为。无约束的“均值-方差”最优化模型存在着容易产生比较极端的资产配置，比如对某个资产的强烈做空；以及产组合对于输入的资产预期收益值的变化非常敏感等问题。所以，“BL模型”是对马可威茨模型的优化，克服了马可威茨模型对参数敏感性的弱点，同时加入了对未来市场的预期。
因此近年来，尤其是智能投顾行业多选择了“Black-Litterman模型”。如前文所提，招商银行、平安证券等是基于优化的马可威茨模型，而贝塔牛则采用的是Black-Litterman模型。
服务模式的差异
雷锋网曾报道，招行提供完整一套的资产配置服务：高频的最优比例计算、高精度组合持仓检视、更精细的投资目标分仓呈现、投资的一键优化，贯穿售前售中售后阶段。浦发银行也号称会进一步优化财富配置平台，构造闭环式的投资配置服务。
相较于银行的“一条龙”服务，券商智能投顾仅限于投资决策推荐。根据我国《证券投资顾问业务暂行规定》规定，券商投顾智能提供投资决策，不能从事资产管理。智能投顾与传统投顾一样适用该规定，这就使得券商无法开展完整的智能投顾服务，如实际投资效果评估和决策调整。
盈利模式的差异
据花旗报告显示，在美国，智能投顾平台通过收取每年0.25-0.5%的本金为管理费来盈利，具体比例根据不同投资平台的价值而定。投资者方面，则还需要支付0-0.15%的ETF费用。虽然费率较低，但是客户群体庞大，公司营收状况仍能保持好。智能投顾在美国，更多是帮助客户避税、降低不必要的成本，按照Welthfront帮客户多赚（主要是靠节省）4.6%的前提下，只收取0.25%的年管理费，用户的付费意愿度也会比较高。
但在中国这可能行不通。中泰证券网络金融部总经理李肇嘉此前接受媒体采访时表示，“国内的智能投顾平台目前都是提供免费服务，一旦收费可能导致客户迅速流失。”
这对于中国Fintech公司来说无疑是个头疼的大难题，但是对于传统金融机构来说未必是坏事。特许金融分析师张翼轸在其文章《热火的智能投顾，在中国也许只是附庸的命》中指出：
券商原本就有佣金收入，基金代销平台也有一折后的申购费、尾随佣金的和部分赎回费作为利润来源，他们未必需要将智能投顾服务的顾问费作为直接的利润来源——事实上，智能投顾促使更多的买卖频次，就足以为券商和基金代销平台带来增量的利润了——在这样的前提下，在崇尚免费的大环境下，把智能投顾服务收费提供，反而不划算。
除了对比差异外，不难发现传统金融机构中券商对于智能投顾的需求更加强烈，通过各种自研、并购、寻求第三方合作等方式推动智能投顾的落地。这并非只发生在中国，在美国智能投顾领域中嘉信理财打响第一枪，先锋基金、贝莱德略晚一步上线，随后美国银行、富国银行才纷纷表示将采用智能投顾。那么为什么券商更热衷于智能投顾呢？
第一，相较于银行、基金等机构，经纪业务在券商的主营业务中占比更重，券商会以更加积极的姿态参与智能投顾的研发；
第二，投顾的服务对象是高净值人群，而未覆盖大众投资者，供远大于求。Fintech公司抓住了千禧一代的需求杀入了市场，智能投顾投资给这些投资者提供了一个可能：较低的投资门槛、更低的交易成本，大部分是基于ETF（国内是公募基金）更稳健的投资。这对券商发起了挑战；
第三，雷锋网也曾报道，理财市场的核心问题是投资顾问的效率问题，而不是水平问题。现阶段智能投顾首要目标是在达到投顾的合格水平上，解决效率问题。智能投顾以补充的角色进入市场，降低了传统投顾人力成本并且拓宽了服务半径。
为高净值或者复杂投资需求的用户提供面对面、传统投顾服务，又为大众投资者提供智能投顾服务，把握两大分层用户，不失为一个聪明的策略。
业内不少报道称，2016年是智能投顾爆发的元年。但现实可见，智能投顾并没有如期迎来它的春天。除了大量智能投顾初创公司面临着高成本获客等困难，市场也是鱼龙混杂。2016 年 8 月证监会新闻发言人在新闻发布会上表示：“不少互联网平台打着智能投顾、智能理财的旗号，进行证券基金产品的销售，但并未取得相应牌照。”
而另一方面，外部环境也并非康庄大道。国务院发展研究中心金融研究所所长张承惠曾指出，中国金融市场的发育程度还是不够，“和国际相比，国外大部分智能投顾主要集中于用算法把ETF在全球进行配制。中国的金融市场上ETF是很少的，大概只有100多只ETF基金。”
此外用户金融投资知识的缺乏，短期回报盛行；合规风险、道德风险无法忽视，新技术环境下监管难度也在加大等问题，都摆在了智能投顾发展的面前。资配易张家林对雷锋网表示，不仅国内，美国SEC也有同样自动化监管RegTech需求。“对于智能投顾，或者广义讲证券投资领域监管是不是要升级换代，证监会等监管部门方面现在已经有一些雏形了。比如是行为监管，尽管人工智能决策过程如同黑箱，但输出的东西是可以看得见的，比如通过每一笔交易抓取交易时间与联系等信息。”
张承惠表示：“相对于无人驾驶汽车而言，金融交易是非常复杂的，金融市场也是非常复杂的，所以智能投顾可能除了对技术有很强的依赖以外，恐怕更多的对金融市场的发育程度，对制度也有很强的依赖。”
中国的智能投顾还有很长一段路要走。
相关文章：
正在生成分享图...
nebula