2017-人工智能走进金融大资管时代_42页-4mb

文档总结

核心内容

本报告探讨了人工智能在“大资管”领域的应用前景，重点分析了人工智能在资产管理与财富管理方面的变革潜力，并对全球智能投顾的发展现状与趋势进行了深入研究。报告指出，人工智能在金融领域的应用已从长尾信贷拓展到大资管时代，其在量化交易、证券研究和智能投顾等环节展现出强大的技术优势和应用价值。

主要观点

1. 人工智能的渗透：人工智能正在逐步渗透到“大资管”领域，成为提升金融服务效率的重要工具。其在资产管理领域的应用包括量化交易和证券研究，而在财富管理领域则以智能投顾为核心，满足长尾客户的投资需求。

2. 量化交易与证券研究：

   • 量化交易依赖机器学习和深度学习技术，通过分析海量数据，优化投资组合，提高交易效率。
   • 证券研究结合自然语言处理和知识图谱，帮助识别市场影响因素，提升投资决策的准确性。

3. 智能投顾的优势：

   • 智能投顾通过大数据分析和算法模型，提供个性化、标准化的投资建议，降低管理成本。
   • 与传统投顾相比，智能投顾更注重服务长尾客户，覆盖范围更广，收费更合理。

4. 全球智能投顾发展现状：

   • 美国是智能投顾发展的先行者，市场从2012年的几乎为零增长至2016年的2000亿美元，预计2020年渗透率可达5.6%。
   • 传统金融机构如Vanguard、Charles Schwab、富达基金等通过收购和合作迅速进入智能投顾领域，成为行业领导者。
   • 创新型公司如Betterment、Wealthfront等也迅速崛起，提供多样化的智能投顾服务。

5. 中国智能投顾市场：

   • 国内智能投顾仍处于起步阶段，但已有一些代表性公司如璇玑智投、蓝海智投等，通过不同投资策略和产品布局，展现出一定的发展潜力。
   • 中国智能投顾的挑战包括监管政策、市场成熟度、投资者风险偏好等因素。

关键信息

• 人工智能技术应用：人工智能在资产管理与财富管理中的应用，主要依赖于数据、算法和算力，三者结合可提升投资效率和准确性。
• 智能投顾服务模式：智能投顾通过算法模型，实现投资组合的自动化管理和个性化推荐，具有低门槛、低费用、高效率等优势。
• 智能投顾盈利模式：包括前端收费（如管理费、服务费）和后端收费（如利差收益、销售分成），智能投顾有望打通财富管理价值链，实现盈利模式的多样化。
• 智能投顾案例分析：以美国的Charles Schwab和FutureAdvisor为例，展示传统金融机构与创新型公司如何通过智能投顾实现业务增长。
• 中国智能投顾代表：包括平安一账通、招商银行摩羯智投、京东金融京东智投、弥财等，这些公司正在尝试通过智能投顾服务客户。

投资建议

• 重点推荐：同花顺，因其在“人工智能+金融”领域的领先地位。
• 建议关注：赢时胜、浙大网新、恒生电子、东方财富，这些公司正在布局智能投顾业务，具有较大的发展潜力。

风险提示

• 技术应用不达预期：人工智能在金融领域的应用仍面临技术瓶颈和实际效果不确定性。
• 金融创新监管政策风险：智能投顾作为新兴领域，可能面临监管政策的不确定性，影响行业发展。

行业表现

• 相对收益：1M为-2.66%，3M为-9.15%，12M为1.87%。
• 绝对收益：1M为-0.51%，3M为-7.44%，12M为11.19%。

分析师信息

• 胡又文：分析师，SAC执业证书编号S1450511050001，联系方式huyw@essence.com.cn，电话021-35082010。
• 孙雨轩：分析师，SAC执业证书编号S1450517050006，联系方式sunyx@essence.com.cn，电话021-35082059。
• 吕伟：分析师，SAC执业证书编号S1450516080010，联系方式lvwei@essence.com.cn，电话021-35082935。

相关报告

• 计算机行业周报（5月30日）
• 计算机行业周报（5月21日）
• 计算机板块增持事件分析（2017-05-21）
• 再战谷歌AlphaGo，这次意义有何不同（2017-05-14）
• 语音开启全新交互时代 ——人工智能行业应用系列报告之一（2017-05-11）

图表目录

• 图1：Kensho用机器取代初级分析师
• 图2：“大资管”，人工智能破局之深水区
• 图3：“大资管”产业链结构图
• 图4：从全球最佳实践观察到的四大典型资管模式
• 图5：人工智能系统模型
• 图6：“人工智能+证券投资”模型
• 图7：典型的人工智能证券投资系统一天的流程
• 图8：人工智能辅助量化交易的比对效果
• 图9：自然语义搜索关联知识图谱
• 图10：知识图谱构建下的潜在信息关联性
• 图11：投资顾问，连接金融产品与客户的重要桥梁
• 图12：智能投顾服务模式示意
• 图13：本质上是技术替代人工，效率提升服务长尾
• 图14：智能投顾的四大主要优势
• 图15：智能投顾服务长尾用户
• 图16：智能投顾前后两端盈利模式
• 图17：发力智能投顾的核心要素
• 图18：璇玑智投2016组合风险与收益
• 图19：蓝海智投2016组合风险与收益
• 图20：璇玑智投和蓝海智投组合风险与收益汇总
• 图21：海外智能投顾发展迅速
• 图22：美国ETF净资产占可投资资产份额变化
• 图23：美国单年新设智能投顾公司数
• 图24：美国智能投顾融资情况
• 图25：传统机构加入推动美国智能投顾高速增长
• 图26：投顾服务演变情况
• 图27：美国各智能投顾公司份额
• 图28：嘉信的发展历程
• 图29：FutureAdvisor投资组合结构与平均结构对比
• 图30：Wealthfront风险测评
• 图31：Wealthfront 自动生成资产配置
• 图32：Betterment独特的收费模式
• 图33：2004.1.31至2016.6.30累计收益
• 图34：中国自然人及机构投资者比例
• 图35：中国投资者按可投资金融资产金额分类
• 图36：中国金融行业分业管制条件下智能投顾行业情况
• 图37：2010年至今标普500与沪深300波动对比
• 图38：中美ETF基金数量及资产规模对比
• 图39：中国可投资资产规模及高净值人群可投资资产规模对比
• 图40：保险子页面下的智能投顾推荐组合
• 图41：一账通APP月活数
• 图42：璇玑公司根据不同投资组合配置底层资产
• 图43：“斗牛二八轮动”历史业绩
• 图44：招商银行“摩羯智投”核心功能界面
• 图45：京东智投建议理财组合与同期银行存款对比

表格目录

• 表1：璇玑智投与蓝海智投2016年度基本情况
• 表2：璇玑智投与蓝海智投资产类别及组合资产配置
• 表3：璇玑智投基金产品备选池
• 表4：蓝海智投基金产品备选池
• 表5：顶级PE加码智能投顾
• 表6：美国传统金融机构布局智能投顾概览
• 表7：美国成熟型公司概览
• 表8：美国创新公司概览