智能投顾或成为中国个人财富管理和资产管理升

小提示：您能找到这篇{智能投顾或成为中国个人财富管理和资产管理升}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的智能投顾或成为中国个人财富管理和资产管理升内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

　　智能投顾又称机器人投顾，是数字化投顾的一种，具体来说，是指“通过互联网技术，以投资者的风险偏好、财务状况和投资目的为依据，利用大数据和量化模型（主要是现代组合投资理论），为客户提供基于标准化资产的配置方案，并根据市场变化进行持仓追踪和动态调整的一系列财富管理服务”。

　　公关服务随着中国经济快速发展和金融科技深层融合所带来社会生活的变迁，大众的投资需求和投资习惯也在经历升级，与当前如火如荼的消费升级相对应，中国的财富管理市场亟待一场投资升级。京东数字科技研究院研究员张彧通表示，与美国相比，中国的智能投顾拥有更为广泛的客户群体。智能投顾作为定制化、数字化的财富管理解决方案，有望成为中国个人财富管理和资产管理升级的突破口。

　　智能投顾经历了暂时性的退潮

　　张彧通表示,国外机构对数字化投顾普遍看好，花旗银行预测至2020年该市场AUM有望突破2.2万亿美元。2015年前后，数凤凰传奇危机公关案例字化投顾商业模式被引入中国，与之相关的创业浪潮出现，一年内宣称开展智能投顾的企业数量跃升至50余家。经历几年的发展，市场热潮逐渐扩大，但是受制于金融市场发展基础和政策，企业只能提供基于算法的资产配置建议，很难提供简单便捷的交易，基本上以公募基金作为资产配置的主要标的。

　　据他介绍，目前，我国的智能投顾产品以所依托的产业领域划分，可分为三大类：

　　第一类，以互联网公司为基础的智能投顾创业公司。互联网公司的智能投顾商业模式历史包袱较轻，且思路比较开阔，所以一般以境外资产管理的运作方式移植到境内平台的方式开展。在投资方式和投资标的方面，选择具有较低相关性的大类资产，帮助用户构建AFOIF，实现充分分散风险的目的。

　　第二类，以银行、基金等金融机构为基础的智能投顾产品。背靠国内银行、基金的强大的零售能力，此类智能投顾产品可谓是含着金钥匙出生。但是银行、基金系的智能投顾产品在互联网思维上稍显薄弱，并没有贴合互联网用户的需要。例如银行系智能投顾虽然零售能力较强，但缺少投研能力，在配置能力上较弱；基金系智能投顾虽然投研能力足够，但互联网角度较少，营销色彩较浓，且销售能力欠缺。。在我国，类似基金系智投往往扮演的是卖方营销手段的角色，具有无法规避的利益冲突。

　　第三类，以券商为基础的智能荐股概念“智投”和其他衍生“智投”。智能选股类“智投”是否是真“智能投顾”，一直饱受非议。因为智能投顾是为用户构建一个低成本、低门槛的去中心化FOF，而智能选股很难在分散性上、管理成本上、以及用户的风险偏好匹配上满足大众投资者的要求。很多券商基于其经纪业务的需要，也开发了一些选股工具号称智能投顾，一些智能投顾从业者对此持保留态度。

　　张彧通认为，由于至少三个方面的问题存在，导致这三类智投产品都无法打开市场，进而无法满足客户的需求。这也是最近一两年智能投顾市场经历了一波退潮与蛰伏的原因。

　　第一，中国智能投顾行业的交易成本高。智投行业投资标的主要是ETF产品。与美国ETF市场规模效应下交易成本低和标准化程度高不同的是，中国的智能投顾公司主要以代销场外基金作为主要的配置方法，其中的损耗非常大。例如，股票型基金或债券型基金，当前场外公募基金的赎回+申购的总周期约为5~8天，而QDII则更是长达10~25天。

　　第二，中国智能投顾的可选产品少，分散效果有限。国内的公募基金主要是A股的股票型、混合型基金，基于国债、金融债或者企业债的债券型基金，相对来说较为丰富的货币型基金，以及少量的QDII和黄金ETF。分散效果非常有限。

　　第三，中国智能投顾行业还未摆脱卖方投顾的角色。囿于监管环境和市场特征，国内智能投顾还未能摆脱卖方投顾的角色，存在利益冲突。智能投顾多是沦落为营销工具，而非真正的个人资产管理账户。绝大多数的智能投顾，包括互联网创业公司或银行基金的智能投顾，都是通过销售金融产品，向卖方收费，这在本质上就不可能规避掉利益冲突。以基金销售为例，智能投顾公司通过销售基金，从基金公司收取申购费用分成、赎回费用分成以及管理费用分成，其中申购和赎直播投票怎么投回是按笔收费，管理费用是按年化收取。此时，智能投顾公司有两种选择，鼓励用户频繁调仓以更大程度转圈申购赎回的手续费，或是鼓励用户长期持有以收取管理费分成。当智能投顾公司发现频繁调仓获取的申购赎回手续费更多时，很难再照顾到用户的长期利益。

　　智能投顾是数字科技服务金融的一项具体业务表现

　　张彧通介绍说，从智能投顾的投资决策流程来看，主要分为四个步骤。

　　第一，在线KYC，通过大数据和风评问卷分析用户的风险偏好和财务特征，包括但不限于年龄，收入水平，资产规模，最大损失承受意愿等；

　　第二，以现代投资组合理论为基础，根据用户风险偏好、账户类型等信息，向用户提供大类资产配置建议；