一文为你解析中国式智能投顾迷局

（原标题：中国式智能投顾迷局）

智能投顾这一年在中美两国炙手可热，美国诞生了诸如Wealth Front，Betterment，Future Advisor这样的企业，中国也热气腾腾地出笼了一批瞄准屌丝和中产的投顾平台，脱下 P2P 的外套，又穿上 “人工智能” 和 “科技金融” 的新马甲，迅速跑马圈地。

这些都基于一种乐观的预期——毕马威预测美国到2020年 智能投顾市场规模将达到 2.2万亿美元，中国的创业者和投资人据此判断：以美国的情况作为参考，中国的投顾市场已到爆发前夜，中产阶级正在原力觉醒，万亿级市场等待瓜分，一切变得妙不可言。

什么是智能投顾？

然而，追根溯源，智能投顾在中国很可能只是 “看上去很美”。一位资深业内人士告诉 36 氪，从业务层面看，智能投顾本质属于证券投资顾问业务，需分析用户风险承受能力，提供满足用户风险和收益要求的一系列不同配比的金融产品，将客户资金分散投资于基金、股票、债权、期货、固定收益类产品等标的，从业人员和机构须具备相应资质和牌照。

从技术层面看，智能投顾将大数据、人工智能等技术引入证券投资顾问业务，把传统一对一的 “人肉服务”，变成大规模可复制的服务，从而降低门槛，让中产甚至屌丝也能享受到，对平台的技术要求很高。

与传统投资理财业务相比，智能投顾有几个优势：一是方便快捷，可以根据用户需求，快速匹配投资标的；二是分散，可帮助用户分散投资，平衡风险与收益；三是个性化，根据用户实际情况，提供定制化的投资建议。

之所以和人工智能挂钩，一位 VC 投资人认为，其运作原理是通过互联网社会数据来分析近期社会关注度上升的概念，提炼关键词，之后通过结构化数据中去筛选与关键词相关的股票等资产，产生一个资产热度排名表。这个排名表早期还需人工辅助来检查是否可行，然后再反馈给机器进行自我学习。

中国智能投顾产品的变异

大约从去年下半年开始，国内投顾类初创企业如雨后春笋般冒出，36 氪收录第一家相关公司时是在去年8月，今年3月 开始形成了一波小高峰。如果按投资标的划分，根据 36 氪已经报道过的对象，主要分为投向全球 ETF 产品的弥财、蓝海财富和配置国内公募基金的钱景。

作为国外智能投顾的一面旗帜，Betterment 基于其模型生成的投资组合主要投资于各类 ETF，通过不同类别 ETF 来最终完成在股票和债券上的配置，没有特定投资门槛，管理费用在 0.15%~0.35%之间，用户投资金额越大，收取费用越低，管理资产规模已经超过 40 亿美元。

中国的不同在哪？一位业内资深人士分析认为，国内除了少数走海外资产配置路径的平台外，大多还是基于购买国内主动管理型基金来实现配置目的，而国外智能投顾平台投资组合以 ETF 为主，这成为智能投顾业务国内外实质上的一大差异。

确如上述人士所说，积木盒子等 P2P 的思路就是基于基金来进行配置，其与近 60 家主流的公募基金公司签约，从公募基金中选出 10 个资产类型，涵盖 1500 多种产品，包括国内的大盘股、中小创、高收益、债券、现金、黄金等。同样声称是智能投顾的拿铁财经对接的也是国内 2000 余支公募基金。

为什么业内偏好配置公募基金？一位创业者对 36 氪阐述了他的理由，他认为公募基金经过多年的发展，用户认可度更高，无需太多投资者教育工作。而且市场上公募基金有数千支，足够丰富，选择性比单纯配置 ETF 要高，基本可满足各种风险偏好，而且，中国许多指数型产品的表现甚至还没有主动管理型的好。

不过，一位投资人告诉我，“中国大部分打着智能投顾名号的企业基本是在模仿 Wealthfront”，他们通常依据风险偏好的不同，为用户提供三个快速组合。从事投顾行业多年的 7 分钟理财创始人罗元裳则认为，仅仅依据风险偏好就提供方案不一定充分，还应依据用户现状的财产结构来配置，比如当用户已经投资了很多高风险资产时，此时就不应建议用户再采用激进型策略。

这种见解得到美国 Personal Capital 模式的支撑，这家公司会通过连接所有的银行和券商账户来分析用户的持有资产情况，结合用户的退休及大件消费目标来制定投资计划。

有一些机构把纯机器作为卖点，但罗元裳认为，机器确实摆脱了人的主观情绪，不过在灵活性上存在滞后，而且有时候当市场出现一些微妙的情绪时，机器往往很难准确把握。“比如英国退欧，各种数据因子分析，不退的可能性大，但英国人本身的跳脱情绪，机器人没有 get 到。”

人工除了能矫正机器对市场行情判断的不足，不少智能投顾机构更看重人工在客户体验上的作用，比如对于中产付费用户，不能让他们感受到理财师是一个冷冰冰的机器人，因此少数机构也会强调人工干预的重要性。

P2P 转型的避风港

创业公司掘金智能投顾的动机多种多样，一种代表性趋势是：P2P 平台正崛起为一支重要玩家。

这可能是网贷在遭到整顿后寻找的一种转型方向，金融市场不可或缺的是基础信息披露和研究这两种要素，而 P2P 目前的研究服务和用户教育还无从谈起，传统 P2P 要自我救赎，必须通过投顾和理财规划功能来增强投资者认知能力。

智能投顾正在成为不少互金平台的 “避风港”。国开行旗下开鑫贷的总经理周治翰对 36 氪表示，一些 P2P 平台做智能投顾，主要有两个 “卖点”，一是平台转型，提供综合化理财服务；二是金融科技，号称要提供智能金融服务，向一些新概念靠拢。

周治翰说，目前 P2P 平台推出的智能投顾业务，多数还局限于将客户资金分散投资到不同的 P2P 借款标的里，较少有科学匹配不同风险程度、不同类型的资产，这与真正的智能投顾还有差距。

我试用过一家自称智能投顾的平台，华丽的界面差点让我相信机器人的存在，组合中包含两三个投资标的，进行固定收益和浮动收益的简单搭配，其中近 90%配置到同一个种非标资产，少量被用于购买股市的看涨或看跌期权，并没有实现资产真正分散化配置。

一位业内人士毫不留情地指出，大多数智能投顾只是一个营销噱头，“现在只要是对用户进行简单的风险偏好测试，并提供投资方案，都敢自称是智能投顾”，东吴在线一位高管拆穿了这种误区，他说，智能投资的逻辑不是着重了解用户数据而是要了解市场上的行情数据。

智能投顾甚至在成为一些违规行为的 “遮羞布”，一位资深银行业人士告诉 36 氪，一部分投顾平台其实想赚的是高频交易产生的手续费，更夸张的是，一些初创公司把智能投顾作为掩盖其自建资金池、模糊资金去向的借口，只需要拍着胸脯说自己是机器人理财，就能让用户无从过问。

法规限制

刨去行业乱相不看，也有一些智能投顾创业公司希望走上正道，但他们却面临着法规限制。周治翰对 36 氪指出，智能投顾本质上属于投资顾问服务，这就要求从业人员需要有从业资质，从业机构需要具备各类牌照。

证券投资咨询（投顾）受《证券法》和《证券投资顾问业务暂定规定》监管，限定其只能提供投资建议，不得进行全权委托管理，这就使得相关智能投顾业务在国内主要限于做投资推荐，且因为不能以机构为主体或受托在二级市场上直接交易，所以只能将购买门槛低的公募基金作为资产配置的主要标的。

知情人士向 36 氪透露，江苏监管部门已有定论，其近期就下发通知强调，互联网投顾平台有义务对投资顾问服务人员的资质进行审核；投顾平台也需取得证监会许可，未经许可开展此类业务属非法经营证券业务的活动。

此外，银监会还禁止 P2P 平台 “以任何形式代出借人行使决策，每一融资项目的出借决策均应当由出借人作出并确认”。因此，P2P 平台转型做智能投顾面临了一定政策制约，这无疑也抬高了行业准入门槛，目前还尚不清楚创业团队用什么样的技术手段绕开牌照限制。

中国还没有形成智能投顾的土壤

谈起局限时，不仅仅是法规，多名机构投资者都向 36 氪表达了同一个观点：中国目前缺乏智能投顾大面积兴起的土壤。

不妨看看中美 “土壤差异”：美国金融市场成熟，金融数据非常全面，且经历过很长的历史周期，适合做量化分析。此外，美国主流产品基本可覆盖全球资本市场，容易实现投资的分散化，可规避较大的波动和风险。

中国则是固收、债权类产品占融资市场的很大一部分，股票类资产占融资市场的比例偏低，且股市还谈不上是一个有效市场，又缺乏长期数据表现。再加上中国做空机制很不健全，都让完全的智能遥不可及。

恰恰与中国智能投顾创业团队强调收益率不同，智能投资顾问在美国主要的价值往往不是收益率高，而是节省成本，帮用户省心省力地打理资产，因此早期用户就是一批忙碌多金又信奉技术的硅谷工程师。

收益率不高的原因是在 A 股环境下，牛市时散户主动投资可能更赚钱，虽然在熊市情况下能够规避一些情绪风险，但总体来说，机器人的收益，还没有得到 5-10年 长周期的验证。

智能投顾可以节省哪些成本？其一是降低管理费用，用机器取代昂贵的基金经理；其二是节约税费，美国的资本利得税是按实现原则来收取的，即股票增值在持有时不收税，卖出后才征税。利用这一规定，智能投顾在市场低点卖出其配置的 ETF，买进同类其他公司的 ETF，实际仓位并没有变化，却形成了账面亏损，因而可以抵减当期盈利，延后税收。而中国并无这种避税需求，也就更加缺失智能投顾发育的前提条件。

另一家淡马锡作为 LP 的 VC 的投资人告诉 36 氪，“不太看好” 是因为中国民众的风险偏好意识还没有完全建立起来，大家不习惯被动理财，很多用户宁愿相信自己，去市场上赌一把。

BAI 投资经理赵鹏岚也对 36 氪表达了类似观点，他说，中国还处在散户向购买基金转型的进程中，而在国外，资金端的机构化已经非常成型了，所以让中国散户直接跳跃到相信机器人来理财，跨度太大，市场教育成本很高。因此，资金端的机构化是智能投顾最基本的土壤，第一步是先要让人把钱交给专业人士去打理，下一步才是专业人士交给人工智能去打理。

“我失望地发现我提出的这几点疑问都不能得到很好的解答，所以最后一个没投。” 上述一名投资人在系统地看过市场上所有智能投顾项目后，如是说。