AI+金融加速渗透引领大资管变革.docVIP

AI+金融加速渗透引领大资管变革 目录 一是投研效率低下 二是投研知识流失 三是绩效评价失真 四是合规风险增大 正文 摘要：AI技术的突破本是计算机领域的一次革命，很多科学家和创业者以及金融从业人员们也正在尝试着用“AI”为传统的金融赋能。本文介绍了AI在智能投顾、智能投研、智能风控领域里的现状和痛点，认为目前人工智能在大资管的应用目前还并未达到全程机器的程度，更像是一个从单一到复杂，从既定程序到自我学习，从低准确率到高精准的一个过程。未来，也不是简简单单的机器智能取代人类智能，而是人机协同，共同进化 关键字：人工智能，大资管行业，智能投顾，机器智能 AI（人工智能）技术的突破本是计算机领域的一次革命，没想到却如风暴般席卷各个领域，很多科学家和创业者以及金融从业人员们也正在尝试着用“AI”为传统的金融赋能。纵观科技与金融的融合，先后经历了三个阶段： 第一阶段是电子金融，如票据等金融业务以电子形式实现，提升了中后台处理效率，金融服务的提供从孤立的“点”转向经由计算机存储的有结构、有组织的“线” 第二阶段是线上金融，通过互联网技术与场景的结合改变了用户行为，创新了服务渠道，使金融在覆盖面上得以扩展，是由“线”及“面”的过程。 第三阶段是近年在各方政策的大力支持下，科技与金融的融合从此前的“线、面”金融迈进了智能金融时代，这个阶段，以AI（人工智能）为代表的新技术与金融服务深度融合，依托于无处不在的数据信息和不断增强的计算模型，提前洞察并实时满足客户各类金融需求，真正做到以客户为中心，重塑金融价值链和金融生态，让金融服务由“面”纵向延展，转为“立体” 不仅如此，“AI＋金融”所具有的机器学习技术、数据闭环的生态合作、技术驱动的商业创新和单客专享的产品服务等功能特征，正改变着资本市场上的投资方法、投资策略等，从而进一步影响到原有的市场规律。 2017年，国务院发布《新一代人工智能发展规划》，明确指出推动人工智能与金融业融合创新，建立金融大数据系统，提升金融多媒体数据处理与理解能力；创新智能金融产品和服务，发展金融新业态；鼓励金融行业应用智能客服、智能监控等技术和装备；并建立金融风险智能预警与防控系统。 在过去的两年里，大量人工智能科学家也纷纷加入资管行业。如：NASA首席数据科学家加盟贝莱德；微软首席人工智能学家邓力加盟citadel；华盛顿大学计算机教授加盟DE shaw；卡耐基梅隆大学计算机系主任加盟摩根大通等，种种现象印证了“人工智能”已悄然走进“大资管时代”。但相对于借助人工智能技术定量分析信贷对象信用等级而言，“大资管”所面临的数据复杂程度及所需人工智能分析复杂程度呈指数级提升。 智能投顾的冰与火 所谓“大资管”，从机构和客户的角度而言，可分为“资产管理”和“财富管理”。简单来说，我们日常熟悉的银行理财、保险销售、券商经纪等领域属于“财富管理”；银行资管、保险资管、券商资管和公私募机构便是通常意义上的“资产管理”，即：更多的不是考虑如何挖掘分析客户需求，而是做好“投资”或“资产配置” 近年来，随着AI技术的不断突破，国内传统金融机构和互联网巨头相继布局智能金融领域，各大银行也纷纷推出了智能投顾。如招商银行的摩羯智投，借助人工智能来满足长尾客户群体的“财富管理”需求。事实上，智能投顾并未改变传统投顾行业内部的服务链结构，而是以技术代替人工，弥补传统投顾现存缺陷，成就低成本、高效率、多资产、理性化四大主要优势。 智能投顾首先通过技术革新降低成本及门槛，实现服务从0到1的创造；随后利用强烈的规模效应，可将边际成本几乎降低至0，并实现从1到100的大规模复制，因此智能投顾的出现有望降低成本，提高服务科学性，服务长尾用户，成就普惠金融。 以中国为例，我国财富管理行业目前尚处在产品推销的初级阶段，银行、券商、第三方理财机构等均主要体现销售属性，收费在前端。这种商业模式不仅收入波动幅度大，而且与客户保值增值的利益诉求不一致，甚至有所冲突。相比而言，财富管理后端收费的商业模型更加稳定合理，而这种在前后两端都可拓展的盈利模式，更具有打通财富管理价值链的战略意义。 然而，随着国内智能投顾公司的不断增多，该领域的发展瓶颈也逐渐显现。如：算法大多基于MPT，同质化较为严重；用户对于智能投顾的可信度仍存有疑虑，并不放心把大量资产交由机器打理，从而影响智能投顾规模；而且目前的智能投顾产品仅通过输入十几个问题就决定用户风险收益需求的方式，也存在着一定片面性等。 因此，智能投顾的未来的发展方向在功能上将要更加精细化，而投资体验上也将更为游戏化。如：智能投顾可以通过认知计算分析客户的性格、风险承受能力以及收益需求，并把这些需求拆分成多个目标，在每个目标中分别进行资产配置；还可以通过游戏化的方式，模拟不同的市场情况，帮助用户更深刻地认识风险。 智能投研助力投资