2017-计算机行业专题研究：人工智能在资产管理行业的应用，发展初期、效用待验_40页-3mb

报告摘要

人工智能在资产管理行业的应用与发展分析

核心内容

人工智能（AI）在资产管理行业的应用正处于初期阶段，其核心作用体现在前台获客、中台投研与估值风控以及后台IT支持等方面。AI技术通过大数据分析、自然语言处理、机器学习、模式识别等手段，为资产管理行业提供更高效、更智能的服务，提升投资决策的质量与效率。

主要观点

AI在资产管理行业的应用主要集中在前台、中台和后台：
- 前台：主要用于智能投顾和客户服务，如智能投顾通过低费率、低门槛吸引更多中低净值客户，而自然语言处理技术帮助金融机构提供更高效、更便捷的客户服务。
- 中台：应用于投资研究、交易、风险管理和产品设计，如BlackRock的Aladdin平台和Kensho等，通过分析海量数据，为投资决策提供支持。
- 后台：用于IT系统支持、会计、人力资源等，如机器人技术辅助网络管理，提升整体运营效率。
智能投顾的发展情况：
- 海外：智能投顾发展较为成熟，如Vanguard、Charles Schwab等，管理资产规模已接近800亿美元。其成功得益于低费率、广泛客户覆盖和对个人投资者的资产配置支持。
- 国内：智能投顾发展较晚，主要由金融科技公司推动，如弥财、蓝海智投、京东智投等，但由于养老金体系不允许个人自主配置，其发展速度受限。
AI技术对投资决策的辅助作用：
- AI技术在投资决策中的应用，考验软件企业的大数据能力、行业理解能力和建模能力。
- 通过深度学习和机器学习，AI能够辅助投资经理进行选股、风险控制、资产配置等，提升投资效率和准确性。
AI技术的发展轨迹与挑战：
- AI在投资领域的应用将经历“无超额收益”、“超额收益”、“超额收益逐步消失”、“效用完全消失”、“新一代技术/模型推陈出新”的循环过程。
- AI技术仍面临诸多挑战，包括对信息安全的更高要求、缺乏足够实战数据、监管政策尚未完善、高度依赖程序化投资可能放大系统性风险等。
国内AI在资管行业的应用现状：
- 国内金融机构如恒生电子、同花顺、泰达宏利、广发基金等，正在尝试AI技术的应用。
- 技术厂商在AI投资软件开发方面具有一定的优势，未来议价能力与市场地位有望持续提升。

关键信息

智能投顾：主要降低资产管理门槛，提高效率，减少主观误差。
Aladdin平台：BlackRock的AI平台，涵盖投资全流程，提供风险管理、投研咨询等服务，2016年收入达7.14亿美元。
Kensho：基于机器学习和深度学习，帮助预测市场走势和事件影响。
同花顺与恒生电子：在AI应用方面各有侧重，同花顺面向C端，恒生电子面向B端。
泰达宏利同顺大数据基金：采用AI技术分析投资者行为，实现量化投资，收益率在同类基金中表现优异。
广发百发价值基金：结合百度AI技术，实现智能选股与动态调仓。

风险提示

信息安全风险：AI技术对客户与投资数据依赖度高，需更高程度的信息安全保护。
实战数据不足：缺乏足够的实战数据是客户采用AI技术的主要障碍之一。
监管政策空白：AI用于直接投资的监管尚未完善，影响其推广速度。
系统性风险放大：高度依赖程序化投资可能在特定市场条件下加剧系统性风险。
市场需求受限：短期内市场活跃度和规模不足以刺激足够多的AI相关需求。

图表索引（摘要）

图1：人工智能在金融机构的应用
图2：Aladdin平台如何工作
图3：Aladdin平台覆盖前、中、后台IT需求
图4：Aladdin平台典型用户
图5：Aladdin平台收入变化
图6：KenshoStatsBox预测全球市场走势
图7：人工智能学习上涨或下跌模式
图8：程序化投资基金表现
图9：机器算法在金融行业的使用率
图10：人工智能发展简史
图11：人工智能的主要技术
图12：中国银行理财产品资金余额
图13：中国保险公司资产规模
图14：中国保险资产管理产品规模
图15：中国基金及其子公司等管理资产规模
图16：未来资产管理行业制胜模式
图17：AI对资产管理机构组织架构的影响
图18：美国领先智能投顾公司管理资产规模
图19：智能投顾服务链
图20：智能投顾管理资产规模预测
图21：智能投顾管理资产与ETF、共同基金规模对比
图22：美国智能投顾渗透率
图23：美国养老金资产规模
图24：海外智能投顾发展历史
图25：国内智能投顾发展事件
图26：AI投资软件考验IT企业综合能力
图27：AI用于投资对收益率的影响
图28：同花顺i策略平台智能投顾机器人
图29：泰达宏利同顺大数据基金历史走势
图30：广发百发价值基金AI技术应用

总结

人工智能在资产管理行业的应用正逐步深入，虽然目前仍处于初期阶段，但其在提升效率、降低成本、优化配置等方面展现出巨大潜力。海外发展较为成熟，而国内则因制度和市场环境限制，尚处于探索阶段。随着技术的不断演进和市场需求的逐步增长，AI在资管行业的发展前景广阔，但其应用仍需面对信息安全、数据积累、监管政策和系统性风险等多重挑战。

展开完整摘要