(电子商务研究中心讯)　　核心观点:

　　人工智能在资产管理行业的应用主要集中在前台获客与中台投研及估值风控等环节。

　　前台应用:智能投顾。降低资产管理的进入门槛(管理费率大幅下降),吸引更多有资产管理需求的中低净值客户。更重要的是,智能投顾的应用提高资管机构管理效率、减少主观误差误判。

　　中台应用:人工智能技术指导投资决策。通过设定以数据为支撑的智能投资策略与投资标的筛选模型,辅助投资决策。

　　智能投顾:海外发展已较为成熟;国内尚未有快速成长土壤。

　　作为人工智能技术在资管业务前台的应用,在美国得到快速发展。其优势在于费率低,门槛低,覆盖客户范围广数量多,同时具有更高效率,并且不受情绪影响。海外参与者包括先锋基金等资产管理机构。当前整个美国市场智能投顾管理的资产规模接近800亿美元(2017年2月statista统计)。国内也上线不少智能投顾产品。

　　海外养老保险允许个人投资者进行资产配置(债券或基金),而个人投资者对于投资顾问的费率较为敏感。智能投顾的低费率优势是其在海外得以快速发展的重要原因。而国内养老保险体系并不允许个人投资者自主投资,这是国内环境土壤与国外差异的典型例子之一。

　　人工智能技术辅助投资决策,系对技术公司大数据能力、下游行业理解能力、建模能力的综合考验。

　　人工智能技术已经逐步应用于资产管理机构的投研部门,较为知名的产品包括BlackRock的Aladdin平台、Kensho等。我们认为,一套完整的具有主动配置能力的投资软件,考验软件企业的三方面能力:1)大数据能力;

　　2)理解能力;3)建模能力。而人工智能技术能力贯穿于整个过程中。对IT技术和资管业务的理解有相当高的综合要求。当前恒生电子、同花顺均在该领域有所尝试,但其辅助作用及应用效果,仍然有待时间考证。

　　人工智能在资产管理行业的应用,系波浪式发展,不存在永远有效的模型。

　　不存在始终获得超额收益的模型/技术。因此,提供模型/技术的软件企业,可以依靠不断的更新模型/技术获得收益。

　　投资者对于投资技术的依赖程度必将逐步提高(新技术效用逐步消失的过程,意味着旧技术甚至无法获得平均收益。因此人们必须不断投资于更新的技术/模型)。

　　相关具有技术优势的公司,其议价能力与市场地位将持续提升,其收入的持续性也会不断提高。

　　风险提示。

　　对信息安全提出更高的要求;用于投资的人工智能技术及其工具暂时还缺乏足够多的实战数据,这是下游客户购买动力的最大障碍之一;高度依赖程序化投资,可能在特定条件下放大系统性风险;下游市场活跃度短期难以刺激足够多的相关需求。（来源：广发证券 文/刘雪峰 编选：中国电子商务研究中心）