中國電子銀行網/半刻金融app訊 2016年7月29日~31日，由中國金融認證中心（CFCA）、中國電子銀行網、中國網絡金融聯盟聯合寧夏金融工作局主辦的“金融科技（Fintech）驅動銀行轉型”高峰論壇在寧夏銀川舉行。近300位網絡金融高管和專家參加本次論壇，與會者就金融科技給銀行帶來的機遇與挑戰等話題進行了深入交流和討論。中國電子銀行網、半刻金融app對本次論壇全程直播。

博時基金高級顧問兼北京分公司總經理、博時資本董事張嘯川

　　博時基金高級顧問兼北京分公司總經理、博時資本董事張嘯川出席了本次論壇并作了以《金融科技與資產管理創新》為題的精彩演講。張嘯川表示，今年以來股票市場不是特別好，對資產管理行業來說在相當一段時間面臨一個股貸雙殺的局面。整個經濟社會對資產管理的需求有增無減，對于資產管理公司來說，如何能夠擁抱金融科技，并把金融科技能夠應用到資產管理中來滿足需求，是目前資產管理行業考慮的重點。

　　張嘯川指出，智能投顧興起于美國，隨著業務的飛速發展，許多傳統的大型金融機構都紛紛開始布局智能投顧業務，包括高盛，貝萊德和德意志銀行，據國際知名咨詢公司預測，未來五年，機器人投顧的市場復合增長率將達到68%，到2020年，機器人投顧行業的資產管理規模將突破2.2萬億美元。

　　張嘯川表示，智能投顧的業務模式主要分為兩種，一種是利用機器人為客戶提供多資產配置的組合方案，主要針對客戶長期投資、養老金、教育基金等投資需求；另外一種模式是為客戶提供某種主題、行業或風格的股票組合或社交模式產生的股票組合。從應用層面看，它能針對不同場景、不同客戶群體的需求調研，從客戶風險定位、配置建議、跟蹤管理、基金交易、賬戶管理多角度滿足客戶需求。張嘯川表示，智能投顧有普惠金融的概念，可能未來在普惠金融方面發展的潛力更大。

　　
以下為張嘯川發言實錄：

　　張嘯川：尊敬的樊局，尊敬的季總，今天我看主要的參會的嘉賓還是以銀行為主，我也很榮幸作為少數資產管理公司的代表在這里跟大家分享一下觀點，實際上今年以來大家也都知道股票市場也不是特別好，對資產管理行業來說在相當一段時間面臨一個股貸雙殺的局面。在整個經濟社會對資產管理的需求是有增無減，對于資產管理公司來說如何來滿足需求，是一個很關鍵的時點。

　　今年恰恰也是迎來了中國資產管理行業18周年的周年慶，我們叫成人禮，也是博時18周年的成人禮，今年也是博時第一次管理資產規模突破了一萬億。在這個新的起點上，我們對自己的發展戰略還是有很多的反思。其中的據點，怎么能夠擁抱金融科技，怎么把金融科技能夠應用到資產管理中。實際上，今天上午剛跟民生銀行的劉總簽訂了全面戰略合作的協議，在這方面基金銷售在電子銀行領域是一個非常重要的組成部分。

　　現在對于金融科技來說，我們更多的一個是銷售的渠道是一個重要的補充，另外一方面如何管理資產，我們也做了探索。今天我重點把一些想法跟大家介紹一下。主要是三方面內容，第一，會簡單講一下在智能投資和多資產配制方面的探索。第二講一下大數據，大數據與超額收益的因子，實踐的情況。第三方面，稍微提一下機器學習與投資策略研發。

　　大家也都知道，因為智能投顧的概念，在這一段時間比較火，在海外的資產管理公司是重要的趨勢，一般來講這主要是指利用計算機的自動化和算法設計，在了解客戶的投資預期、風險偏好包括整個投資周期等等指標的基礎上，把原本用人工來提供的投資理財的服務以一種更低成本更加自動化的方式向普通大眾來提供。一般來說，智能投顧區別于人工的投資顧問，把人工的因素會更少一些。智能投顧2013年開始興起，到14年的時候已經有了140億美元的資產管理規模。也是一些權威機構的預測，未來五年機器人會投顧。這里，也基本展現出了強者更強的特征。

　　這是我們看到有一些華爾街的頂級投行，包括高盛，這些投行在這些領域開始大規模的布局。從投資方案劃分來說，一種是利用投資機器人為客戶提供多資產的配置方案，這指的是養老基金、教育基金。有代表的公司是國外的公司，做的比較領先。另外一種是為客戶提供主題、行業或者社交模式產生的股票組合。

　　第一種方式，目前看來我們覺得是一個主要的方式，實際上在多資產配置這件事上，拋開機器人投顧不談，我們在對接各種金融機構的需求中，在過去的1—2年時間中，我們在這方面做了大量的實踐，特別是很多的銀行客戶，我看了一下今天的名單，來出席的銀行絕大多數應該都是我們的客戶，只是區別于是什么部門。這里我們對接銀行的重要的途徑，就是對接內外的需求，就是大力資產配置。

　　從業務模式來說，有幾個重點的模式。第一種是直接服務客戶，通過線上或者移動的終端，基于客戶比較明確的投資收益、風險偏好度，來構建投資組合。工具是ETF。第二種是直接服務客戶，再加上理財顧問協助模式，一方面是有自動化線上的投資建議或者投資組合，同時需要人工的理財顧問來協助客戶完成這個流程，這一類的公司也不在少數。第三類叫貼牌模式，就是向理財顧問或者財富管理機構來提供電子化的財富管理工具，就是機器人投顧的功能。具體是以貼牌服務的模式來保證傳統的投資管理人能夠繼續維護和使用他的品牌，這種公司現在也是涌現出了一些。還有一種是傳統公司，傳統公司的轉型自己也都開發了專屬的機器人投顧。比較起來，我覺得智能投顧還是有一些優勢，首先我覺得成本比較低，方便、快捷，這和我們的認識，雖然這個事看起來很高端，但是面向的中等、中低的客戶，高端的客戶是要多人給他服務，投顧的技術雖然很先進，但是恰恰是有普惠金融的概念，可能未來在普惠金融方面發展的潛力更大。

　　第二個優勢，我覺得它比較適合下一代客戶使用的習慣。目前的財富，主要集中在嬰兒潮人群，48—67之間，這群人的資產轉移到下一代，這代人顯然更偏好新興的技術，相對來說對金融市場和傳統金融機構有一些不信任，這個時候智能投顧有一個切入的商業的機會。

　　另外，對大眾人群的覆蓋，從美國的經驗看也是這樣，智能投顧管理的賬戶在2萬—10萬美元之間，這跟我們的判斷基本一致，是一個中等收入的人群。智能投顧由于自動化的性質，可以避免一些人為情緒的影響，更好的執行已經預設好的投資策略。此外，在投資策略的研發、大數據處理方面也有一些優勢。同時這個領域也有不少挑戰，這個行業是新興的行業，目前還不是很成熟，究竟是純機器人的平臺勝出還是半平臺的機器人勝出，有待觀察。合規性的問題，是不是能完全規避利益沖突？怎么來衡量對客戶的盡職盡責？這些都需要進一步來探索。另外，機器人投顧是經濟衰退期的產物，還沒有經歷大的周期的檢驗。算法交易也可能會帶來頻繁交易等等問題。

　　博時分成三個層面，一個是核心邏輯層。這是發揮傳統資管業務的優勢，我們來設計各種各樣的模型，以中等風險的配置為例，實際波動率是8.7%，這是一個實盤的效果圖。

　　第二簡單說一下在大數據方面的應用。比如說成長、價值、技術、質量。大數據對超額收益因子的意義在什么地方？它的數據量更大，數據緯度更多，顆粒更細，線性更強。目前可以應用的大數據分為文本數據、客戶情緒數據等等，舉個例子在谷歌上對福特這個詞搜索的趨勢，就可以用來預測福特汽車的銷量。目前在基金公司同業包括我們自己在內，目前基金大數據產品有這么幾類，博時主要跟螞蟻金福合作。這是整個博時基金旗之下大數據產品的布局，現在一共有五個指數都已經發布，整個大數據的集群叫指揮家，已經有兩個產品現在正在運行，運行的效果非常好，一個是和螞蟻金福合作，另外一個是和全國銀聯合作。第三支是和雪球網的合作，還有中證房天下，另外跟東方財富網，這是目前幾個合作的情況。

　　這是簡要的介紹一下目前淘金大數據指數的運行情況。目前相對中證500已經有14%的超額收益。如果相對中證500，能夠持續的提供收益，這是非常好的產品。

　　東方財富，這主要是反映投資者的情緒，我們也是做了一個產品。

　　第三個角度，我們簡單說一下機器學習和投資策略研發。這是機器學習從80年代到現在的發展過程，包括人工神經網絡算法，在2006年深度神經網絡這個概念產生了。這個圖比較有意思，這是做的頭型識別大賽，在幾千萬的頭型中要求能夠分處幾百個分類，按照這個比賽來說，實際上這里面統計的是錯誤率，從上面來看人類的錯誤率，這代表人類的頂尖水平不是平均水平，大概是5.1%，機器的錯誤率不斷的下降，2015年微軟做的識別3.5，第一次戰勝人類。同樣它采用的神經網絡，12年大概是九層，15年是150多層，16年，“人機大戰”，確實現在在一些領域，機器學習展現出能夠超越人類的潛力。

　　同時，我們也用深度神經網絡的方法，對金融時間序列進行了預測。發現，信息比率是接近1—2，如果和傳統的結合起來的話，效果會更好。在交易層面，機器學習也會有很多作用，比如說在消除或者減少買賣價差，在成交量等方面可以讓交易成本進一步降低。

　　我們覺得機器學習也存在一些小的問題，首先第一個問題所有大數據可能面臨的問題，機器學習的優勢是處理特別大的數據，很多宏觀、交易的分類數據本身是小數據，體量不夠大或者結構相對簡單，在這個時候機器學習的優勢發揮不出來。

　　機器學習確定還存在黑箱的問題，導致對結果沒辦法來理解，風險防范也無從做起，現在證監會對大數據場景略微收緊，我們手里的這兩支產品也變成比較稀缺產品，這從某種角度上來講也是金融科技的反思。

　　我大概就說這些，今天時間有限，謝謝大家！

責任編輯：Rachel