智能投顾有更好的客户交互,并具备更低的运营成本,服务效率极高。
高净值客户全维度财富管理的金融科技应用在全世界可谓是一石激起千层浪:数字化处理模式能够提供全方位的数字化科技无缝对接;打破分立分隔的板块,建立开放式的数据结构,如区块链技术的应用;通过制动化、智能化服务,达成服务与客户需求的高度匹配。
此处,我们详细谈一谈有关人工智能、机器人投顾(智能投顾)的内容。在美国,很多公司会将领先的大数据技术和AI技术应用在金融领域,如 Premise、Kasisto、 Kensho等。著名的人工智能公司Kensho不断开发和升级其人工智能技术水平,已经能够利用人工智能技术大数据平台帮助卖方销售人员快速准确地生成销售材料以及精准的研究报告。Kensho还利用大数据算法分析和预测投资者行为,从而帮助交易员自动、快速、准确地寻找买家或者卖家。目前国内提供金融大数据服务的公司如集奥、百融、同盾都做的不错,但真正能把AI技术在金融领域运用好的公司还不多,很多人工智能领域的技术没有得到合理和准确的应用,比如,人脸识别技术在金融领域还只是用做反欺诈的辅助,并没有触动金融内核。
最受人关注的所谓智能投顾机器人(Robot-Advisor,简称RA),在科技产品的层面上也许是非常创新的。这种创新主要源自两点:一是从本质上,RA将此前同个人投资顾问的交流决策抽象成一个简洁明了且易用的 UI(用户界面)。UI 的后面是指数基金、ETF、Target-date Fund等此类的金融产品和现代流行的分散化资产配置方案。在价值链条上,RA整合了用户界面,形成对用户更友好、更高活跃度的产品。这一点在 RA 最初面世的一两年里,是其最核心的价值创造环节。二是从成本上,RA技术通过程序对人的替代,在成本压缩上试图做到极致。
指望RA都能超越市场专业机构的投资表现为时过早。
在 UI包装之下,从投资理财和资金管理的角度看,都是一些经典(或者说陈旧)的东西。分散化投资、现代投资组合理论、财务计划,这些东西之所以显得陈旧,并不是因为顽固不化,而是因为这些东西本身的正确性和科学性。显而易见,从这个层面上讲,其与金融行业中的常态是无差异的,而 RA 做的事情和常见的被动策略没有什么不同,这决定了 RA 在投资表现上不会太大的价值提升。以Wealthfront、Betterment为代表的智能投顾项目在中美两地可谓激起千层浪。然而,对于国内创业者而言,智能投顾市场看似美好无限,但与此同时,也可能只是镜花水月。
为什么,美国的RA比中国的RA发展更为迅猛呢?
抛开资质要求和技术实现问题不说,单就市场情况和用户认知角度而言,就已经决定了相同模式下巨大的地域差异。美国金融体系已然相当成熟,相关数据的积累全面且持久,投资型产品可涵盖全球资本市场的众多品类,能够真正帮助用户进行量化分析与分散投资,平衡市场风险。而在中国,目前市场上的投资品类主要为固收类、债权类和股权类,相关的数据也并不完善,市场也不成熟,创业公司大多会选择ETF及主动型管理基金进行资产配置。
此外,对于个人投资者而言,在美国,并不存在刚性兑付的问题,即便是进行债券投资也很有可能亏本,机构与个人在这一层面上已然达成一致。用户选择智能投顾的主要目的是为了节省时间和精力,分散资产投资风险,而且可以避税(资本利得税)。但在国内,绝大多数用户更偏爱主动型投资,习惯有刚性兑付保底,希望能搏得更高收益,这在另外一个层面上也决定了智能投顾业务在中国不容易获客。
当然,在财富管理行业的未来模式中,我们也必须意识到这样一种现状:收获客户信息便利的百度化,客户体验为核心的苹果化,数字营销的淘宝化,数字社交的微信化。我们的客户习惯了获得信息的便利性,更接受数字科技,而对于单个企业的忠诚度恐怕没那么强,更多的选择可能是:哪家方便用哪家。在未来,用机器算法交易的投资业绩口碑会很好,因为信息实时也透明;数字化的社交对口碑非常敏感,尤其对金字塔尖的客户更是如此。下一代的财富管理架构中,移动体验、数字化处理、云计算、智能投顾2.0版本-投资行为差异化,这些特征也将越来越明显。
不论线上线下,不论高科技还是偏传统,2015-2020年这5年,将是资产配置当道。打德州扑克的人都知道,要么忽悠别人,要么一手好牌All in。过去二十年有十拔儿机会存在,这一拨儿没抓到机会,没关系,下次再来,而且很多是无风险的套利机会,如果这十拔儿你都抓住了,那就是一千亿身家,所以过去二十年的重点不是资产配置而是资产轮动,一拨过去一拔又来。但这种情况越来越少,对于当下而言,机会少了,风险大了,也就意味着必须要进行配置,分散风险,即便这意味着较低的收益率。而在2020年后,资产配置时代将结束,我们将全面地进入全权委托加目标规划的时代。霍金有句话说的好:"知识最大的敌人不是无知,而是对于知识的错觉。"明白了,去伪存真了,就够了。智能时代最终究竟发展成什么样,谁也不知道。好的理财顾问无须更好地预测未来,但一定能敏感地感知当下。