Sam 北京大学国家发展研究院黄卓：财富管理中的人工智能和数字技术
北京大学国家发展研究院黄卓：财富管理中的人工智能和数字技术 北京大学国家发展研究院
题记：本文根据北大国发院长聘副教授、发树学者、北大数字金融研究中心副主任黄卓4月9日在北大数字金融系列公开课讲座整理，本讲也是国发院在线公开课第六讲。
今天主要讨论三个问题：
中国财富管理市场的现状和数字化技术带来的变化；
结合美国财富管理的数字化发展历史和特点，梳理中国财富管理数字化、智能化的发展过程；
对中国财富管理数字化、智能化发展的未来展望。
中国财富管理市场的现状与变化
目前中国个人可投资的资产规模大约在100-200万亿元之间，也有估计认为有300万亿元。2019年，波士顿咨询公司 (Boston Consulting Group ，即 BCG）和宜人财富的报告的数据显示，2018年中国的个人可投资资产为146万亿元，是全球第三大个人财富管理市场。
尽管市场潜力巨大，但当前个人的财务管理状况总是令人纠结。举例来讲，假设有100万资金：如果选择银行理财，银行已经打破刚兑，收益率也在下降，想寻找收益率为3%的理财产品都困难；如果放进P2P网贷平台，又面临平台倒闭等风险，而且风险不低；如果选公募基金同样面临信心不足问题，因为股市指数和十年前差不多；如果买私募基金、信托等，难题是门槛较高，起点就是100万，如果所投项目不幸踩雷，这100万资金可能血本无归。
以上是“有钱人”的烦恼，没有太多财富可以管理的人也烦恼。数据显示，与美国相比，中国人的财富大约77.7%分配在房地产上，11.8%为金融资产，美国人财富在这两部分的占比分别为34.6%和42.6%。刚才说到的146万亿元并不包含房地产市场中的个人财富。
随着中国经济增长减速、新冠疫情带来的全球经济不确定性上升、中国人口老龄化加剧，以储蓄率下降、住房延续了“房住不炒”政策，未来将房地产用来自住没有问题，但作为投资或财富储存工具并不是特别好的选择，
与此同时，伴随着中国投资者人进入中年，越来越多地关心子女教育、健康、养老等资金需求，他们也对个体财富管理提出了更高要求。按照可投资资产规模进行人群划分，可以分为四个群体，不同人群对财务管理有不同需求。
其中，可投资资产在1万美元以下的群体人数最多，在金融领域被称为普惠或长尾客户，他们主要采用银行理财或余额宝，或存在银行随时取用。
其次是中产阶级，可投资资产在1-10万美元之间，希望资金能保值增值，可投资的产品有公募基金、股票、银行理财等，可以承受的风险更大。
再次是大众富裕阶层，可投资资产约在10-100万美元区间，这部分人有一定闲钱但还没有实现真正的财务自由，财富管理可以尝试更高风险的金融资产，比如私募、信托或衍生品、外汇等。
最后是高净值客户，可投资资产在100万美元以上，还加入了财富传承、海外资产配置等财富管理需求，主要由私人银行业务来服务。
总体来讲，资金规模越大的群体，个性化财富管理需求越多，对收益率的要求也更高，同时能接受更复杂的金融产品。与此相反，资金规模越小的群体，对风险的厌恶程度越高，一般希望资金首先要保本，而且对流动性要求高，随时能取出来，管理成本要低，最好免费，操作也越简单越好。
以上是中国的财富管理市场现状。与此同时，数字技术也为中国财富管理领域带来了新变化。
2013年出现的余额宝帮助中国投资者跨越了通过手机移动终端来管理理财的门槛。截至2018年，全国通过互联网理财的人数达到1.69亿人，而且余额宝的发展对银行业提出挑战。如同马云所说“如果银行不改变，我们就改变银行”，余额宝的最大资金规模出现在2017年，高达1.5-1.6万亿元，当时被称作“存款搬家”。这让银行恐慌，因为其赖以生存的存贷利差模式受到挑战。
在此背景下，银行、券商、基金、保险等金融机构开始加速推进数字金融战略，因为技术进步带来用户习惯的改变不可逆。基于此，下一个被数字技术改变的重要金融业务可能就是个人财富管理，因为相比支付和借贷，财富管理是更为复杂，但同时也是利润率更高的金融业务。
美国财富管理市场的数字化发展经验
从国际发展经验来看，华尔街金融服务领域使用人工智能和数字技术已有很长历史，因为资产配置和风险管理的核心实际上就是数量化分析。从二十世纪五十年代的均值方差分析开始，到六七十年代华尔街的数量化分析已经非常普遍。二十世纪九十年代之后，华尔街又出现了一个新现象：基于计算机的高频交易和程序化交易，目前已经占到美国股市成交量的60-70%，也就说，当你买一只股票，和你交易的对手方很可能是机器。
人工智能的发展也改变了华尔街人员的构成，比如大牌投资银行高盛，既是投资银行，更是技术型公司。高盛现在拥有九千多名程序员和工程师，超过全体员工总数的1/4。还有摩根大通，每年在技术上的预算支出也在逐年上涨，2019年预算支出约115亿美元，而且增长很快。咨询公司Opimas在预测报告中称，2025年华尔街的工作机会，包括证券交易、清算、资产管理、私人银行、投资银行等传统职位都会大量减少，只有技术型职位会明显增加。
华尔街的转变已经开始，而且有加速之势。
与此同时，智能投顾（Robo-advisor）等财富管理新模式也开始出现，并且增长迅速。智能投顾即机器人投资顾问，是金融机构利用人工智能技术，通过机器人投资顾问来开展资产管理业务。
回溯美国投资顾问市场，从发展到完善有很长的历史。
1940年，美国就出台了《投资顾问法》，对投资顾问业务模式进行规范，由专业人士帮管理财富、做投资决策，从业绩里收取顾问费。1990年代，投资顾问成为主流的财富管理模式。2008年市场出现新变化，一些技术型公司开始试图改变市场，通过技术提供更便捷、更低成本的服务。这一年，Betterment和wealthfront两家公司相继成立，并以低费率、低门槛、全自动投资的方式获得了投资者认可。这类公司迅速占领了巨大的空白市场，服务原本没有被传统投顾覆盖的人群。
快速的市场增长也给老牌财富管理公司带来挑战。巨头公司采用收购或自主开发的方式与新兴科技公司竞争。
2014年，美国最大的共同基金公司之一先锋基金推出类似的智能投顾服务，2015年，贝莱德、charles schwab也通过收购推出类似服务，2016年高盛集团、富达投资集团相继加入，2017年美林证券也发布了智能投顾产品。
最终，美国新兴技术公司没有对老牌财富管理机构形成实质性挑战，但也拥有了自己的市场。美国传统投顾只服务约20%的大众富裕人群，财富管理的门槛比较高，家庭资产超过100万美元，或者年收入单身者20万美元、已婚者30万美元以上，才有资格被传统投顾服务。因此，非高净值人群的财富管理需求没办法得到满足，借助人工智能技术，智能投顾就可以服务这部分长尾客户的个性化财富管理需求。
如今，美国智能投顾的发展环境也相对成熟。
从监管来看，美国证监会2017年专门发布的《智能投顾监管指南》明确表示，智能投顾作为一种新型投资顾问，也必须纳入到《1940年投资顾问法》内监管。
从持牌看，智能投顾需要注册投资顾问（RIA）牌照才可以帮助签订协议的客服做投资决策。
从市场的投资工具看，美国市场也发展得非常好。2008年，美国共有超过2000只交易型开放式指数基金(Exchange Traded Fund，即ETF)，市场规模超过3万亿美元。ETF又称“交易所交易基金”，其特点是根据固定规则交易，规则透明，同时又作为基金组合能在股票市场上交易，既具有高流动性，管理成本也非常低，成为智能投顾的选择之一。
从用户需求看，美国的养老计划鼓励居民个人把部分养老金投资到股票市场，能享受税收优惠，而且美国投资者倾向于长期的资产配置，总之对投资过程透明、低税率以及税收优惠等服务都有需求。
与传统投顾相比，智能投顾的优势至少体现在七个方面：
投资门槛：智能投顾基本没有门槛，1万美元可能已是上限，远远低于传统投顾动辄百万美元门槛。
管理费率：智能投顾的管理费率约在0.25-0.5%，跟传统投顾1-3%的管理费相比，非常少。
时效性：机器可以实时根据市场情况实时反应。
客观性：传统投顾毕竟是由人来做决策，人的主观判断以及行为偏差都会带来影响。智能投顾是基于计算机的算法，可以相对避免个人行为偏差，尽管不能绝对避免。
用户体验：智能投顾自动化程度更高，用户体验更好，传统投顾会相对繁琐。
资产配置：智能投顾可以覆盖很多产品，传统投顾的金融产品覆盖程度比较有限。
透明度：智能投顾规则相比传统投顾也更透明。
人工智能和数字技术赋能财富管理
人工智能和数字技术可以在哪些方面给中国的财富管理业务赋能？不妨从财富管理的全业务流程开始分析。
财富管理的全业务流程可以分为左右两端：左端是客户顾问端，以用户为核心，主要是怎么对接客户，包括引流或获客、评估客户的需求及风险偏好，从而提出投资策略和资产配置建议。右端是资产管理端，以产品为核心，投资策略和资产配置都基于特定产品，包括交易执行、再平衡和风险管理。以基金产品为例，基金交易执行以及降低风险、提高流动性，以及市场状况发生变化时如何再平衡，就是资产管理端的业务。
客户顾问端和资产管理端都包括投资策略和资产配置，而且资产管理端相当于一个标准的资产管理行业。
财富管理业务和资产管理业务的区别在于：资产管理主要集中在右端，即提供标准化产品，以风险和收益的最优平衡为目标，财富管理除此之外还要兼顾左边的客户端，要了解客户需求并提供个性化的资产配置服务。
目前大部分资产配置理论模型，都是在马克维茨的投资组合理论模型基础上发展而来，比如Black-Litteman模型、风险模型，它们也是财富管理的核心理论依据，风险和收益二者平衡则是财富管理的核心内容。
大数据、机器学习和人工智能的用武之地就体现为快速了解投资者的风险偏好，并通过大量数据和算法为投资者自动实现最优的动态配置。它未必能保证稳赚不赔，因为机器也不能保证自己百分百正确，但是能更好、更快速地实现风险和收益平衡，即用科学的方法做资产配置。
还有很重要的一点：金融市场是一个不断进化的市场，会随时调整，如果某个投资策略奏效，市场会对此作出反应，使用者太多则导致策略失效。因此，人工智能在股票市场上的应用并不容易。
但人工智能在资产管理端的智能投研等环节依然有用。智能投研就是解读市场信息，以前的投研主要研究宏观、财务和资金的基本面信息，靠人工完成，随着大数据时代的到来，普通的财务数据之外，还有财经新闻、物流、交通等大量非结构性数据，华尔街的技术公司甚至动用无人机拍摄一家工厂进出货量，以及通过遥感卫星来监控某地区的灯光来判断经济活动等信息。如此大量的数据靠人工已经不现实，只能靠机器解读。
除了智能投研环节，投资组合分析也需要量化的方法做优化配置，交易和风险管理也要通过计算机程序找到最优的执行策略，包括降低交易成本、风险预警、动态再平衡及业绩评估等。
在客户顾问端，数字技术的贡献是覆盖更多客户。一个人可能最多服务几十个客户，机器却可以同时覆盖上万客户，并且可以针对每个人做个性化的资产配置，提供方便、快捷、友好的用户体验。
为了将投资过程更透明地展示给投资者，同时引导投资者从资产配置、风险和收益平衡的角度考虑财富管理，起到投资者教育效果，新技术也被不断发展出来。比如智能获客，利用大数据做用户画像。还有应用机器人客服，以及借助智能推荐系统，在人机交互界面将客户和产品做匹配。
未来，财富管理领域应用人工智能、数字技术会已经在大势所趋。
中国财富管理市场的智能化、数字化
中国财富管理市场已经出现一些变化。
第一个变化是银行理财的子公司开始出现。银行理财是很多中国人做财务管理的重要手段，但是中国的银行理财是特殊产品，或者称之为过渡产品，介于银行存款和资产管理产品之间。本质上，这些钱最后大部分会流向非标准产品，比如偏债权性质的大公司借款或项目投资，这其中实际存在期限错配问题，银行理财又是银行的表外业务，脱离银行准备金、流动性等方面的管理要求，因此存在很大的系统性风险。这几年逐渐打破刚性兑付，让银行理财真正回归到资产管理产品属性，做净值化管理。
第二个变化是共同基金、ETF基金、衍生品市场飞速发展。目前，ETF基金有200多只，共同基金大概6000多只，其快速发展给财富管理提供了很好的投资工具。
第三个变化是智能投顾和FOF（即Fund of Funds，直译为基金中的基金）产品推向市场。FOF又称为母基金，即基金构成的基金，目前有四类公司都在推出类似产品：
首先是商业银行，通过智能投顾方式为海量客户提供个性化服务。招行、工行、中行、农行等大银行都有类似产品，也有一些产品是和金融科技公司或基金公司合作推出。这类产品和私人银行业务形成互补，私人银行的业务门槛一般比较高。
其次是基金和券商。基金和券商原本就扮演产品提供者，具有资产配置和风险管理的专业能力和经验。
再次是财富管理公司和基金销售公司。这类公司可能面临牌照难题，因为资产管理业务需要专门的资产管理牌照。前几年，行业寄希望用智能投顾这类技术手段开展无牌照状态的资产管理业务，后来证监会明确指出，智能投顾也是一种资产管理业务，必须持牌经营。
最后是金融科技平台。这类平台没有牌照，主要通过技术输出与持牌机构合作。其中的典型产品之一是招商银行2016年年底上线的摩羯智投产品。招行是行业借助新技术提供财务管理服务的先行者，2018年该产品的累计规模已达122亿元。
从财富管理模式看，主要有三种类型：
第一种是产品销售模式，其特点是“机构有什么产品就卖什么产品，卖得越多挣得越多”，靠销售额获得佣金。
第二种是投资建议模式或半委托模式，特点是“客户需要什么就推荐什么，客户交易越多我就挣得越多”。这种模式是根据客户情况推荐产品，但购买决策由客户完成，并不是完全的资产管理模式。很长一段时间里，智能投顾、基金销售、券商投顾，包括有些私人银行都使用这种模式，主要是受制于牌照限制。这种模式本身也有问题，比如投资顾问为了多获取佣金，会刻意增加交易频次，同一只基金一买一卖他都能获得交易佣金。
第三种是全委托模式，即“客户需要什么我就帮买什么，客户收益越高我挣得越多”。这种模式比较符合财富管理业务的本质，包括公募基金，也相当于全委托模式，因为客户购买基金后，基金经理投资什么不需要征得客户的同意。私募基金、券商专户以及私人银行也是全委托模式，而且有专门服务，但是门槛都很高，而且很贵，可能每年要收2%的管理费和20%的提成。
全委托模式下的新变化是推出基金投资顾问业务试点，目的是降低门槛，让更多人能接受投顾服务。基金投资顾问业务，是指受客户委托，给客户提供基金组合，然后获取投资公司收入的业务模式。可见，基金投资顾问业务试点也是全委托服务，主要投公募基金，因为公募基金风险分散做得比较好，而且交易成本较低，交易规则比较透明，是很好的财富配置选择。
现在已经有三批基金投资业务顾问试点单位，第一批有嘉实、华夏、易方达、南方、中欧共5家基金公司，第二批为腾安基金、蚂蚁基金、盈米基金3家基金销售公司，第三批有平安、招行两家银行，和银河证券、中金公司、中信建投等七家券商。
2019年，中国又加大金融行业对外开放，“国11条”全面取消在华外资银行、证券公司和基金管理公司的业务范围限制，强大的对手都开始进入。目前看双方竞争态势，中国还是比较有信心，因为中国的金融行业和公司已经比较成熟，对客户的了解以及数字金融科技的能力也有比较优势。
但在整体趋势上，竞争加剧是必然的。比如美国最大的基金公司之一先锋基金和蚂蚁金服很快就成立了合资公司先锋领航，并于2020年4月2日推出全委托投资产品“帮你投”。这款产品800元人民币起投，顾问费大概每年0.5%，签署投资顾问协议和风险揭示书后，客户即全权委托自己的账户给投资顾问管理，包括基金申购、赎回、份额、转换、分红方式等，并在被委托账户中扣除交易费。投资顾问可以就用户的风险偏好做问卷，推荐适合不同客户要求的投资策略。
挑战与机遇并存
中国的财富管理智能化和数字化发展有很大潜力，但也面临很多挑战，需要市场各参与主体共同思考，探索解决办法。当然，主体不同，面临的挑战也不同：
对投资者而言，现在有不同平台提供各式产品，如何选择合适的机构和产品？另外，中国投资者习惯短期投资，喜欢快进快出，买基金就像买股票一样，可是基金本身是一种长期投资工具，想要资产保值增值，必须改变频繁交易、过度交易的投资习惯。
对商业银行而言，如何了解海量客户并通过有效方式提供服务？中产阶级和大众富裕阶层，可能还有特需需求，银行怎么提供服务？还有银行自身，作为一种销售渠道，从卖方代理转为买方委托管理者，包括激励机制、人员配备、技术支持等相应的配套措施能否跟上？
对基金、券商、保险、信托、第三方机构等持牌的财富管理机构而言，如何有效地利用数字技术提升客户满意度和自身的投资业绩？部分机构还会面临从产品为中心转向以客户为中心。如何让客户接受资产配置和风险收益平衡的理念？如何千人千面地服务更多客户？如何向国外财富管理同行学习？
对金融科技公司而言，主要是以技术赋能银行和财富管理机构，需要开发出对人工投资顾问有帮助的数字技术，以及让投资者觉得好的财富管理科技产品。个人认为，未来很长一段时间里是由机器和人共同服务，由人工投顾借助于机器或系统实现一个投顾接入成百上千个客户，这会是一个重要发展方向。
对监管机构而言，也有一些重要问题。
一是如何评价财富管理行业的创新和风险？中国的金融科技创新，在某种程度上得益于监管机构在早期持开放、务实的态度。现在大家更加重视风险，如何将风险控制在一定范围，同时又鼓励创新？这可能需要监管沙盒机制发挥作用。
二是如何有效实施市场准入，对合格投资者、费率、信息披露等方面加强监管？当越来越多的智能投顾企业出现，又怎样加强监管？对不同资金规模的财务管理业务，是不是实施差别化监管？特别是现在中产阶级和大众富裕阶层，并非传统意义上的投资者，是否需要设置不同的门槛、提出不同的监管要求？
三是有没有措施鼓励中国投资者做长期投资？美国的资本市场就通过税收等规定来鼓励长期投资，对短期投资和长期投资的收益设置差异化税率。
四是通过技术为投资者提供资产管理服务，该怎样保护投资者的权益、隐私和数据安全？
五是开展投资者教育的问题，中国投资者应该怎样对待投资产品、怎么配置资产？实际上还有很多空白，这也是监管部门以及学术界应该承担的责任。
黄卓，北大国发院发树学者、经济学副教授、北京大学数字金融研究中心副主任。黄卓老师的研究领域为金融计量学、 实证金融学、金融工程、金融科技、大数据分析。
