2017-智能投顾发展趋势.pptVIP

智能投顾差异对比 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。 智能投顾差异对比 服务模式的差异 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。 智能投顾差异对比 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。 智能投顾更受到券商的热烈追捧 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，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。 智能投顾所遇的“内忧外患” 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