普华永道张立钧:智能投顾在中国财富管理市场应用的探讨

 

张立钧   普华永道中国金融行业管理咨询主管合伙人

普华永道中国金融行业管理咨询主管合伙人,曾担任普华永道纽约办公室的合伙人,专长于帮助各类金融机构寻求风险管理和财务战略等复杂问题的解决方案。拥有纽约大学斯特恩商学院的金融管理硕士学位 (MBA),同时,他也是特许金融分析师 (CFA) 和纽约州注册会计师 (CPA)并在哈佛商学院完成了针对专业服务公司开展的的高级管理人员培训项目。曾多次受邀在各种行业会议、研讨会和专题讨论会上发言,发言主题侧重于当前的金融危机、复杂金融产品的估值和金融机构的风险管理。在此次金融危机中,他被任命为国际评估准则理事会 (IVSC) 技术专家组成员,参与为全球金融行业制订及提供公允价值指引。同时,他也是多个国际专业组织的会员,包括纽约证券分析师协会 (NYSSA),特许金融分析师协会 (CFAI),国际金融工程协会 (IAFE),国际职业风险管理师协会 (PRMIA),美国注册会计师协会 (AICPA),以及风险管理协会 (RMA)。

演讲实录

首先非常感谢第一财经和金融客咖啡、未央网对今天这个活动的邀请,这个话题是一个很惊人的话题,在金融科技里面是相对比较热门的,我今天主要的是从普华永道在全球对这个话题的研究方面,给大家做一个比较全面的,相对高层面的介绍,我知道这里面有好几位重量级的嘉宾,他们在各自的领域、技术方面会做更多的分享。

我这边会首先对智能投顾整体的发展背景和海外市场做一个介绍,然后再介绍一下国内整体的情况。我们讲,首先任何东西当它产生之后,我们有的时候往往是表象去看做什么,怎么做,我觉得有的时候我们要退一步想一想为什么会有这个产生,需求基于什么样的驱动力。我们普华永道的研究认为主要有几个方面促进了所谓的智能投顾整体的发展背景,这几个方面跟我们传统金融的三个维度,传统金融的三个维度不外乎于客户、产品、渠道。比如说第一个,大家知道推动是很大基于金融科技,在国外叫金融科技,在国内都叫互联网金融,现在大家都不愿意称为是互联网金融,金融科技大家都知道,不管云计算、大数据、人工智能、深度学习这些能力的发展,我为什么说它是一个渠道,传统的都是线下运作,很难数字化,很难大数据的分析的框架下面去推动,为什么能够在这几年,这个发展这么快呢?我在二十几年前我念商学院的时候,曾经念过一堂课,叫Data mining这里面讲到的neural network system神经网络系统等,当时Data mining在二十几年以前就已经有了,但是很难应用到比如说这种金融或者更常态化,可能更多的用在医疗,其他物理方面的研究,正常的应用很少。为什么?即使有这种算法和数据分析的能力也好,数据的本身,数据的量及计算的速度,我相信在座的大家知道,这几十年来数据总量的变化是呈几何式的翻倍,你的一台手机就是几十年前一台计算机计算的量,这是很重要的原因,人工智能其实很早就存在的,不管从大数据的本身和计算的速度有什么变化。

另外就是客户端这一块,我们讲所谓的Generation X这一代就是所谓的60后、70后,在未来几年资产的总量,要管理的财富是会达到巅峰,接下来的就是所谓的千禧一代,80和90后,这些客户为什么对我们有影响呢?因为他们是随着个人电脑的发展和90年代互联网到2000年后的移动互联网发展的,他生长的环境和行为都是基于网络上面的分析,他更在乎的是这种接触,而不是人与人之间的接触,因为我们主流的客户行为的变化。

再一个是财富管理的差异,大家看传统的财富管理公司,对账户收取的费用非常高,但是你看它的回报,在座的有很多投资界的看过过去十几年,五年也好,十年也好,这种主动投资的基金和被动投资的去比较,很大一部分的主动投资都跑不赢所谓的ETF的基金,我为什么花这么多钱做这方面投资呢?这个被动投资的指数基金、ETF的配置越来越流行,占的比例越来越流行,因为这样一个模式之下,我可以把它看成从产品的角度。所以我线上的渠道,我的客户群的变化,产品需求的变化,促进了对智能投资的需求。

这里我还想强调一点,智能投顾、智能投资也好,还有一个好处就是它本身是没有emotion,当然我们人工智能如果未来发展到一定阶段,我可以让它有情感,但是至少现在它是完全基于理论、数学、算法在后面。大家做投资的,当年在华尔街的时候,大家都知道股市是基于 fear and greed而不是fundamental,也就是基本面,大家都很清楚,华尔街的交易完全是基于情感,贪婪和恐惧。这些成分不知道对于我们整个股市的影响,基本面和技术面这两者之间是因为技术面情感造成的到底是多大的比例,我不清楚,我们也讲未来智能投顾完全是算法的投资,在市场上面占份额更大的时候,对整个股市或者资本市场是一个良性的循环,因为更缺乏了人的情绪的控制因素在里面。

这个是普华永道刚刚今年做的金融科技的调查,刚刚也跟几位嘉宾分享,普华在硅谷有一个800人的团队,每天都在收集全球金融科技有关的所有的信息及公司,我们从他们的所覆盖的行业、支撑的产品做一些深度的分析和报道,我们这个平台现在很多的传统金融机构全球及这些VC、私募作为我们的客户,是作为一个subscriber在看里面的信息。大家可以看到,我们对于智能投顾未来在资产管理、财富管理的影响,我们专门针对一块,从整体的响应程度的维度和重要程度的分析,大家可以看一下,这里面有好几点。比如说能够更好的量化风险,提高数据分析的复杂度,这个不管是响应度还是重要性来讲,这是最重要的,然后资产的配置和财富管理的自动化,还有如何投资新兴市场,这一系列的调研得出来的结果,基本上很多都是跟我们智能投顾有关系的。

我们再看一下我们刚才讲了为什么会有智能投顾需求的产生,我们再来看看智能投顾到底是一个什么样的概念?其实定义上面使用特定算法的模式管理账户,结合投资者的风险偏好、财务状况,其实跟我们传统的投资并没有什么太大的本质上的区别,大家看一下整个流程里面,我不管是说做一个在线的回答,收集客户的信息,评估风险偏好和及你的承受能力,再基于大数据做定量分析,实时的监控,我相信本身做的是投顾,或者是有投顾的都很清楚这里面的内容传统的流程都会覆盖,只不过我是用其他的方式发生,在传统的财富管理中,你接触的最多是人,在智能投顾这里面所有的原则不接触任何人,是自动化的发展,但是这里面多了大数据的量化分析,这在传统的投顾里面应该没有这方面的融入的。

背后主要支撑的技术有哪方面的核心呢?首先投资还是基于我们讲的Modern Portfolio Theory就是现代金融投资的组合管理,不管你说所谓的Variance、Covariance方差的理论,不过就是看硬币的两面,收益和风险怎么样在同样的风险上,让收益最大化,或者同样的收益上让风险最小化,只不过完全基于这个数据。同时我再看通过算法筛选出能够满足一定的收益和风险指标的投资策略的组合,这个就是要回到我之前讲到的,通过对于你本身的财务情况,你的风险承受的能力,数据的分析得出一个风险轮廓及一个承受能力,在这个基础上面做一定的匹配。有一个智能的代理就是所有的数字化的体系,从决策、监听甚至到执行、平仓、调仓的指令,都可以通过数字化的运作体系。

量化都是投资的策略,我们做量化投资里面,可能有很多种的策略,最早我毕业的时候去D.E. Shaw,后来我选择了去J.P Morgan,D.E. Shaw在美国是全球做量化分析最早的,他最早的量化是基于所谓的Statistical arbitrage也就是统计套利,那是因为市场上面的,以前不同的市场之间,不同的时点之间,不同股票的种类,比如A股和H股有很多套利的空间,他通过电脑的指令去做。它也是一种因子,但是基于技术性的,也就是我之前讲得technical和fundamental。但是随着这几年的发展,包括D.E.Shaw,他还是有核心的统计套利,也有基本面的因子,我更多的会去看行业其他的因素,去做整个的量化的调整的策略。相对来讲,我统计的套利,我频繁的交易是高频的,但是我fundamental这块相对来讲rebalance和trading就没有那么大的频率,因为fundamental不会本身那么大的变化,这就回到我之前讲的市场的两种主要的推动力,基本面也好,技术面也好。其实这个背后的东西,除了这里面一套digital体系之外,这上面的三个东西,跟传统的没有什么区别。

我们再看看在国外智能投顾的三种应用场景,无外乎是投资规划、投资顾问和投资基金。传统的投资规划里面如何解决宏观的大的方向上面的金融需求,金融规划师代表性的一些Fintech公司,大家可以看到有Mint, Personal Capital, FutureAdvisor,投资顾问更深度的帮我选择产品和服务指导,这里面有WealthWizards和moneyfarm,这个都是在我们这个平台里面摘出来的代表性的机构,然后投资基金就是我能够执行的,不单单是给我一个建议、配置,更关键的是完全帮助我管理、执行,这里面有数字化的机器人,帮你做全权的委托管理,比较有代表性的就是美国的Betterment跟Wealthfront等。

这个东西发展也是这几年的事情,跟整体的Fintech的兴起,主要包含自研、合作和收购三种方式。自研的像Santander, Vanguard,他们这边是自己研发去开发做方面的智能。合作比如说像和Fidelity和Betterment这之间的,那Aberdeen收购了Parmenion,有几种发展的模式,这个其实跟我们讲更大的Fintech没有什么区别,这里有完全的纯金融科技的技术公司,也有很多完全我自己去研究的,比如说像平安,自己做的系统以及一系列基于互联网金融的技术。

我们来看看在国外整体市场占有率的排名,最上面的Charles嘉信和Vanguard是属于完全自有开发,它的模式更多的还是人工加智能,下面更多的是完全是智能,越往下就是人工的介入越来越少。像Betterment, wealthfront都是发展比较早的,可能是2008、2009年开始。但是你看Vanguard这几年开始做的东西,他们的市场占有率非常高的,这个东西说明什么事情呢?其实也是不单单是智能投顾,是整个Fintech、互联网金融、大家以后要考虑的事情。完全自己所能得到的市场份额,跟采用合作的模式,可能合作的模式会更好,为什么是这样呢?很简单,传统金融在客户这一端,加上产品这一端,两端积累下来的优势,很容易翘起这个杠杆,做这个事情,只要它愿意去做。但是你完全新的市场进入者,如果你没有品牌,没有渠道,没有传统的渠道,没有传统客户的累计,有些本身你没有传统产品的匹配做这个事情的话,还是很难。一方面你这块的东西本身就是客户群体很多,但是资金很少,我们这几年余额宝轰轰烈烈搞了几年,毕竟就是几千亿,你到底还能上去多少?可能对工行来讲,我一个小支行就不止几千亿,你到底能搞到什么地步,这一点差距还是有的,所以我觉得今后要考虑的就是要有更好的合作模式。

我们再来看看智能投顾在中国这边的发展,首先从整体的财富市场规模,全球来讲,是超过200万亿美金可支配资产,中国这边到2020年应该个人的可支配、可投资的到40万亿美金,因为现在个人可投资的资产是100多万亿人民币,差不多20万亿美金。潜在的市场有多大,这个很也有争议,现在有估计,比如说1%,也有非常乐观的估计是10%,10%的话,200多万,也可以有20几万亿的智能投顾来管理的资产,1%的话也有2万多亿的资产,在国内可能就是4000多亿到40000多亿的概念,40000多亿我指的是美金。

我们再来看看客户的群体,拿美国和中国做一个比较,我们知道智能投顾所围绕的客户更多的是在中低端的客户群体,低净值也好,中等值也好,或者高净值也好,在美国是25万以下,这个是已经折合成人民币的,有大概有2.68亿的客户群体,3000多万是在25万-100万的中等层,在中国是3万以下和30万以下的,中国数字本身基数就很大,十几亿,十几亿里面真正参与投资的应该是六、七亿人员,所谓真正的参与智能投顾投资的,市场是很大。

再来看看我们国内的机构,其实我也提到了,有金融科技、互联网公司、像百度、蚂蚁金服,互联网公司进入到金融服务这一块,一开始有爱财和同花顺等等的。

但是我们个人觉得,目前在中国从普华永道的角度来讲,没有真正意义上的智能投顾的概念,我们这里看一下,比如说这是一个民生银行智能投顾平台的运营模式,大家可以看到,不管从信息的手机、诊断、理财,这些步骤差不多不只过很多线上变到线下,我们融入一些人工智能和其他的大数据,比如说传统上面没有行为数据和社交数据,因为我线上看到的更多的是我们说的金融财务方面的数据,这些可能是新的东西。

最后到我们这边,这是一个举例,怎么样分析他的产品签约的金额,及一些数据平台的功能,最后到一些能够推荐出来的一些模式,为什么我们觉得国内的投顾不能算为真正的智能投顾,是因为政策上面、监管上面的限制,直接的下单执行,我只能做大的方向性的规划和推荐性的东西,但是我不能做财富管理和基金管理,是没有实现一体化的。

这里有几个制约的因素,监管我提到了,如果国外一旦给了你牌照,你这个执照同时可以作为直接替你的客户做财富的管理,直接做执行可以下单的,这一块在国内是分开的,至少最近整体金融市场的问题也好,对于牌照这一块,我们的理解是非常严,现在基本上是停放了新的牌照。我个人觉得,除了这方面的原因,国内和国外的有几方面的因素:一是投资者本身的行为问题,国内的都是者还是这种机会驱动,纯粹逐利倾向的非常多,而不是长线的,价值趋向的理念,投资者的行为,还是非常不一样的。同时在国内,投资者是否能接受机器人进行投资这种方式也值得去思考。第二,一个是监管者,一个是参与者,都是市场的参与者。另外就是市场的本身,智能投顾有很多复杂的投资策略,但是大多数,要满足中低端的客户,大多数的投资还是被动投资的模式,基本上用ETF作为配置。这个市场中国是非常小的,你比较一下美国的ETF,现在大概有1600多亿ETF,ETF本身的市场有2万多亿整体的市场,中国的ETF是100多个,而且大多数是股票,没有像国外的债券、大宗商品,甚至我可以针对不同的产业有不同的ETF,这在国外是没有的,很缺乏的,你让智能投顾做这些配置,基础市场有很大的问题。

另外国外的智能投顾还有一个很好的优势,或者功能是在于它在融入美国非常复杂的个人所得税体系,而个人所得税这一块,我们在美国待过的,如果你怎么样做好税务的规划,是可以有很好的回报,这个融入在智能投顾里面的,在年底的时候做一些交易,你怎么抵销一些所得,这种策略本身就可以提高0.6%,接近1%的回报。长期来讲,相对美国低回报的市场里面,光这个就提高1%,这个很有帮助的,我的成本里面,智能投顾才付15-30BP左右的成本,我能有这个回报就很好了。但是中国现在税收规避的体系还没有成熟。

从另外一点来讲,积极的因素,在中国的市场还是有很多的,不管从监管释放出来混合经营的积极信号,大家都知道中国整个市场应该是混业经营的市场,一行三会,未来的监管整个方向怎么走,我觉得对于未来的市场,是有一个很好的方向的。另外一个,就是国内本身的潜在的市场是非常非常大,特别是我们现在的财富的配置,金融产品这一块相对来讲非常低,虽然经过过去几年,银行理财的快速增长,在金融产品的配置,也是大概35%左右,美国作为最发达的,个人的资产配置,我们有很多的资产配置在不动产这块,美国平均60%、70%是在金融资产这块,他们跟我们是倒过来的,未来在这个方面,在这个市场上发展潜力很大,更多走向金融资产的配置。

还有一点就是人口老龄化,我们的千禧一代是大家习惯了网上的操作,其实人口老龄化会带来对整体的理财这块市场需求的推动,中国所谓的养老体系三大支柱里面,以往的第一支柱是国家的社保,第二支柱是公司、企业的社保,这两块,这几连本身的发展是没有达到一个GDP的增长需求,现在大家有听到一直呼吁推动所谓的第三支柱,就是通过个人这一块,未来通过税收的配合这块的第三支柱个人理财、养老、税优这方面的推动对整个市场有一个很大的推动。

中国的整个市场未来朝什么方向发展?是投资顾问还是投资基金模式。我抛出几个问题,相当于是抛砖引玉吧,因为我知道下面几位嘉宾,在这个方面都是很有研究的,让他们给大家更多的分享。比如说中国财富管理市场各类产品缺乏流动性,以及完善的信息披露,如何让智能投顾来管理这些产品?我的信息要是完善、准确、及时,如果信息披露里面缺乏这三个要素,人工智能怎么做?还能做好吗?

海外智能投顾的业务模式和直接下单和盈利模式,在中国是否能够被接受,是否有其他可持续的业务模式及盈利模式?

第三在海外不仅Fintech公司,一些传统的大型财富管理机构也开始布局,在中国传统的金融机构如何更好地将这项技术与实际业务结合,真正的降低运营成本,为客户提供高效、智能的服务?有几位也是从传统的金融机构过来的,从他们的角度怎么看这个事情?时间关系,我今天就简单的给大家做一个比较高阶的,大的方向性的分享,接下来听听其他嘉宾深度的分析,谢谢!