HCR:2017智能投顾市场发展趋势研究报告


中国智能投顾市场发展趋势 研究报告

 

 

 


定义:替代人类完成财富管理或投资建议工作

 

智能投顾:智能投顾是用机器完成客户需求分析、投资分析、资产配置选择等工作,目标是替代人类完成财富管理或投资建议的工作,最终实现投资组合的自动优化。

 


要素:数据、投资模型及决策算法是智能投顾的关键

 

历史数据
数据类型:用户基本风险偏好、历史交易、价格变化数据等金融数据
作用:用于建立投资模型,筛选投资标的等实时数据
数据类型:发布数据(如统计局发布数据等)、突发事件情况(董事变更等)、舆论情况等
作用:用于投资组合再选择、实时投资决策等

投资模式
理论依据:现代投资组合理论、资本资产定价模型等
作用:结合用户偏好确立资产配置比例、初始投资组合选择、交易基本规则等

决策算法
理论依据:决策树、朴素贝叶斯、K-means、机器学习等等
作用:根据实时市场变化做出投资交易决策

 


分类:主要分为投资建议和资产管理两类

 


盈利模式:分为前段收费和后端盈利两大类

 

 


中国资产管理行业结构图

 


中国资产管理利润附加值微笑曲线

 


参与者:银行是主角

 


困境:资管行业面临优质资产荒

 


发展基础:代表行业发展方向

 

传统投顾和互联网金融共同发展推动下,中国智能投顾发展具有一定的数据算法模型和用户使用习惯基础。

 


阻碍:牌照限制、数据不互通和产品不足

 


价值:提升科学性,让投资服务普及成为可能

 


规模:16年行业起步,2020年管理资产规模或超5万亿

 

2016年国内智能投顾产品正式上线,据预测,2020年中国资管规模约174万亿,按3%的渗透率计算,2020年中国智能投顾管理资产规模或超5万亿,按0.2%管理水平计算,收入规模超过百亿。

 


中国智能投顾行业和产品尚未成熟,数据应用和算法方面均需要探索和创新。

 

 


参考路径1:美国智能投顾市场发展分析

 


美国智能投顾重要事件&资产管理规模变化

 


份额:传统资管公司已成行业领导者

 


产品状态:投顾尚不“智能”,节约成本是主要作用

 


分类:传统公司提供混合服务,创业公司偏好纯机器

 


监管:统一由SEC监管,算法模型是未来监管重点

 


中美对比:两国有完全不同的投资习惯和资本市场环境

 


美国智能投顾市场发展经验总结

 


参考路径2:互联网金融发展分析(选取P2P为代表进行分析)

 


影响:互联网金融对金融发展的价值

 


历程:行业历经无序发展期,监管政策出台慢于市场发展要求

 


监管:定性信息中介,限定业务范围形式,规范项目来源

 


困境:风控体系尚不完善来带高风险标的

 


互联网金融(以P2P为代表)发展经验总结

 


中国智能投顾发展可借鉴经验总结

 

  • 行业基础,互联网金融快速发展,推动传统金融重视新技术的影响。行业内具备推动智能投顾发展的动力。
  • 产品拓展,产品研发属于探索阶段,人工智能等技术应用较少。投资理论和算法需适应国内投资环境。
  • 企业动力,以银行为代表的传统金融企业或将成为智能投顾发展的重要推动者。

 


智能投顾市场趋势分析

 

  • 长期:智能投顾将成为金融机构实现普惠金融的重要工具
  • 短期:智能投顾或成为资管产品销售方式之一,非传统资管公司可借此进入资管领域
  • 持续:成为金融产品优化和投顾服务降低成本的必要手段

 

 

 

 

 

 

 

 

 

推荐文章

沪公网安备 31010702002009号