2017-36Kr_FinTech细分领域：数字化投顾行研报告_39页_3mb

数字化投顾研究报告总结

核心内容

数字化投顾是智能投顾（Robo-Advisor）的广义概念，指的是利用机器替代人工投资顾问完成投资咨询过程中的一个或多个核心环节。它覆盖了投资咨询价值链的多个方面，包括客户档案创建、资产配置、投资组合选择、交易执行、投资组合重设、投资损失避税和投资组合分析。其中，Robo-Advisor 是一种全流程管理的模式，专注于提供标准化、自动化的投资建议。

主要观点

• 服务范围广：数字化投顾服务不仅覆盖了传统的投资顾问服务，还深入到投资决策的每一个环节，包括信息获取、策略选择、交易执行和后续调整。
• 技术驱动：数字化投顾依赖大数据分析、人工智能、自然语言处理和机器学习等技术手段，提高服务效率并减少人为非理性因素。
• 市场发展阶段差异：美国市场已相对成熟，而中国仍处于初期阶段，行业监管尚未完全明确。
• 投资行为变化：随着千禧一代的成长，他们对科技驱动的投资方式接受度高，推动了金融科技的发展。
• 行业趋势：智能数据分析模式有望率先爆发，长期来看，Robo-Advisor 模式将受到更多关注。

关键信息

数字化投顾的五种细分模式

1. 智能数据分析：通过大数据和AI技术，从海量信息中提取有价值的内容，提供股票推荐、收入预测等服务。
2. 社交投资：通过平台分享专业投顾和民间高手的持仓情况及业绩，提供参考并支持一键下单。
3. 主题投资：围绕热点事件或投资理念创建投资组合，供普通投资者选择。
4. 量化策略投资：基于数学模型和数据，生成投资策略，通过算法执行交易和风控。
5. Robo-Advisor：全流程管理，通过算法分析用户风险偏好，提供资产配置建议，主要投资标的为ETF及公募基金。

中美市场对比

• 美国：市场成熟，投资者接受被动投资，监管规范，传统资管公司积极布局数字化投顾。
• 中国：个人投资者占比高，交易换手率高，市场处于起步阶段，监管细则尚未明确，部分平台涉及海外资产配置，但受限于外汇管制。

发展背景

• 个人财富增长：中国个人可投资资产持续增长，促使投资者寻求更多样化和专业化的理财方式。
• 科技发展：互联网、大数据和人工智能技术的发展为数字化投顾提供了新机遇。
• 投资需求变化：传统投顾服务无法满足海量散户的需求，数字化投顾成为一种更高效的选择。

行业现状

• 美国：Robo-Advisor 市场已验证，多家公司如 Betterment 和 Wealthfront 获得大量融资。
• 中国：创业公司数量多，但多数仍处于天使轮或早期阶段，传统金融机构开始尝试数字化投顾。

智能数据分析模式

• 技术应用：包括机器学习、自然语言处理和知识图谱，用于分析宏观经济、公司业绩和网络舆情。
• 优势：提升信息获取效率，避免信息过载，通过算法优化投资决策。
• 挑战：数据积累不足，算法模型需持续优化，需在数据与隐私之间找到平衡。

量化策略投资

• 分类：被动量化和主动量化，前者关注ETF和基金，后者通过模型获取超额收益。
• 商业化：策略超市和策略工具平台是主要的商业化模式。
• 发展趋势：随着数据和模型的完善，量化投资将有较大的发展空间。

Robo-Advisor 模式

• 特点：以获取β收益为目标，费用较低，服务流程自动化。
• 现状：国内平台如蓝海智投、弥财等，主要投资海外ETF，服务费率低于人工投顾。
• 挑战：智能化程度低，与美国相比仍有差距，需进一步市场教育和本土化探索。

行业思考

• 四大平衡：监管与创新、境外投资与外汇管制、数据开源与客户隐私、投资建议与产品销售。
• 智能数据分析的爆发：适合中国当前投资环境，能够满足散户对短期收益的关注。
• Robo-Advisor 的前景：长期看好，但需在市场教育和监管完善后逐步推广。
• “智能”概念的局限性：需理性看待，人工智能在处理黑天鹅事件和复杂情绪事件时存在局限。

结论

数字化投顾作为金融科技的重要组成部分，正在迅速发展。尽管中国在这一领域仍处于初期阶段，但随着技术进步和市场变化，未来有望迎来爆发。同时，行业需在监管、数据、隐私及服务模式等方面实现平衡，以确保可持续发展。