【银行智能投顾发展探究的相关理论综述7800字】

银行智能投顾发展研究的相关理论综述目录TOC\o"1-2"\h\u16485银行只能投顾发展研究的相关理论综述 1317301.1智能投顾相关理论 1228661.1.1智能投顾定义 1259301.1.2智能投顾特点 26276表2-1智能投顾和传统理财区别 3284511.2国内外智能投顾发展情况 4310601.1.1国外智能投顾发展情况 4214431.1.2国内智能投顾发展情况 5122541.3相关理论模型 756401.3.17Ps营销理论 7322681.3.2RFM模型 863121.3.3精准营销理论 9108291.4国内外研究综述 911851.4.1国外研究综述 9278491.4.2国内研究综述 101.1智能投顾相关理论1.1.1智能投顾定义2017年7月的《新一代人工智能发展规划》，国务院提出“创新智能金融产品和服务，发展金融新业态”。伴随人工智能的横空出世，随着新兴技术的不断研发，结合大数据技术产生智能投顾。智能投顾将新兴技术和金融服务结合，为客户提供智能化的金融理财服务[4]。智能投顾根据美国经济学家哈里.马科维兹的现代资产组合理论，借助大数据、人工智能等技术，根据客户的风险问卷结果，根据客户的投资偏好和其他特征信息，为客户提供资产配置的投资建议和组合再平衡等服务，为客户提供最优的资产配置组合，降低投资风险，均衡收益与风险[5]。但是由于各个国家、各个监管机构对于投资理财的定义不同，各个国家的金融科技的发展程度不同，各个国家所认为的智能投顾也有所不同。美国金融业监管局认为智能投顾结合金融工具，为客户进行资产配置，其中最核心的是如何选择组合[6]。MonicaC.Meinert（2017）对于智能投顾的定义，就是结合大数据模型，为客户提供投资决策，涵盖所有流程，自动化为客户提供资产配置参考意见[7]。智能投顾的整体流程如图1.1所示：图1.1智能投顾定义资料来源：根据公开资料整理1.1.2智能投顾特点相比传统的投资来说，智能投顾具有一下几个特点（1）低门槛，实现普惠金融传统的投资顾问，因投资顾问的专业水平不同，以及线下的人数限制，往往服务于那些100万-1000万美元资产的高端客户。而对于有着强烈投资理财需求且急需资产增值保值的中产阶级，甚至普通客户来说，无法为他们提供智能投顾服务。智能投顾的起点，一般在10万美元以下，因其借助人工智能技术，适当的减少了人工成本，降低了资产配置的门槛，可以更好的为那些潜在客户提供金融服务，实现普惠金融，让大众客户也可以进行财富打理，实现资产的保值增值[8]。（2）更加智能化，提供组合再平衡能力传统的投资理财，仅仅根据客户的风险承受能力和市场变化，提供投资建议，智能投顾则通过模型算法，结合客户的投资偏好、风险偏好、资产情况等360度画像信息，选择表现最好的投资标的，提出个性化的资产配置建议，提供在客户可承受的风险能力下的收益最高的最优的组合配置比例。而且模型的算法结合市场，不断优化，选择标的和择时规避风险的能力在不断上升。除此之外，传统的投资理财，面对市场变化时，需要人工时刻紧盯市场，调整配置时，也需要消耗很多的时间和沟通成本，智能投顾可根据市场的变化和投资标的的表现，当客户当前持仓比例偏离目标配置比例或推荐的目标配置比例调整时，智能投顾可自动化的第一时间的对客户的持仓进行调整，始终让客户的资产配置保持最优配置比例，实现全程智能化操作，始终保持着客观性和理性投资，大大的降低了成本，也可以避免因情绪干扰到导致的判断失误[9]。（3）手续费较低传统的投资理财，管理费用大多在1%以上，而且不同的投资标的的交易费用较高。智能投顾，因其实现全程自动化操作，大大降低了人力成本，无需咨询线下客户经理。除此之外，智能投顾大多投资于ETF基金，ETF基金的费用大多小于0.55%，相比其他的投资标的，费用较低[10]。（4）更加公平、公正传统的投资顾问，推荐不同的投资标的，会有不同的推荐提成比例。部分投资顾问，因想收取更高的推荐费用，而忽略投资标的的表现，故意选择中间收入更高的投资标的推荐给客户。智能投顾通过线上智能化，根据机器模型选择投资标的，全称无需人工参与，可避免投资顾问因私利而误导客户的问题出现，更加的公平公正，真正站在客户的角度，为客户提供最好的组合，最好的金融服务，而不是站在销售的角度出发。正因如此，也提升了客户的信任度[11]。表2-1将智能投顾和传统的理财进行对比，并从多维度对比两者的优点和缺点。表2-1智能投顾和传统理财区别传统理财智能投顾目标群体高端客户，拥有较多资产所有客户资产配置根据客户经理的经验判断运用人工智能的算法，结合市场情况择时能力依照客户经理对市场的研究择时，全程人工自动化分析市场情况，系统自动判断买入卖出时间点投资标的定期、股票、基金、债券等ETF基金手续费管理费用大多在1%以上大多小于0.55%优点资产配置的标的选择范围更广，可根据客户经理特点，推荐个性化定制的标的产品更加公平、公正、客观，投资不受个人情绪影响；理财成本较低缺点理财成本高，容易受到投资者情绪影响，投资缺乏稳定性；目标群体只包括了高端客户，未涵盖长尾客户。不适合短期理财，适合中长期持有资源来源：根据公开资料整理1.2国内外智能投顾发展情况1.1.1国外智能投顾发展情况2008年发生金融危机后，受证券市场波动的影响，美国投资者越来越重视资产配置，对于规避风险的渴求越来越强烈。但是因为昂贵的咨询费和管理费用，导致很多投资者只能望而却步。在这种背景下，加上ETF基金的发展和信息技术的进步，产生了低门槛、低手续费的智能投顾[12]。2008年，美国自动化管理的资产几乎为0，随着信息技术的发展，随着人工智能和大数据算法的推广，截止到2016年底，美国自动化管理的资产已经达到了3000亿美元。由此可见，智能投顾在美国有着广阔的市场需求。2008年后的10年时间，智能投顾已经不再是投资的边缘，慢慢开始进入人们的主流视野中[13]。目前美国的市场中，无论是传统的金融机构还是资产管理公司，都进入智能投顾这一领域。目前市场中，就超过200家公司开展智能投顾业务，遍布世界各国[14]。2008年，成立了Betterment，这家公司是首个研发智能投顾的公司。隔年，即2009年，紧跟着成立了PersonalCapital，2010年成立了Wealthfront。Wealthfront和Betterment这两家公司，结合相应的投资理论理念，加上客户所填写的问卷，通过量化模型，全方位分析客户，刻画出客户的360度信息，为提供智能化的资产配置，并提供后续实时跟踪，实现资产组合再平衡。相比之后的其他智能投顾公司，截止到2017年末，Betterment的资产管理规模是100亿美元，排名第一。排名第二的是Wealthfront，90亿美元。紧接着是PersonalCapital，60亿美元数据来源：商业银行智能投顾模式探索—以摩羯智投为例[J].艾佳宁，孟克.华北金融.2018（04）数据来源：商业银行智能投顾模式探索—以摩羯智投为例[J].艾佳宁，孟克.华北金融.2018（04）2014年开始，传统的金融机构，如高盛、花旗等券商和投行，也陆续意识到智能投顾的重要性和战略性，纷纷开展智能投顾业务，其凭借着已有的客户数据、品牌效应优势，加速人工智能和投资理财行业的发展，快速占领着市场[15]。表2-2罗列了2008年到2018年的国外智能投顾发展历史。表2-2国外智能投顾发展历史时间发生事件2008年2008年美国Betterment成立2009年美国PersonalCapital成立2010年美国Wealthfront成立2011年英国Nutmet成立2012年美国Sigfig上线2014年先锋基金试点推行智能投顾业务2015年嘉信理财上线智能投顾业务2017年富国银行上线智能投顾平台2018年英国汇丰银行推出智能投顾平台资料来源：根据公开资料整理目前国外商业银行的智能投顾，结合客户的问卷调查，主要投资于ETF基金，因ETF的费用大多数是在0.55%以下，而普通基金的费率大多在1%以上，费用大大降低。国外商业银行的智能投顾，全称智能化操作，避免了人工参与，减少了人力成本。表2-3对比分析不同智能投顾公司的费用情况。表2-3智能投顾费用分析BettermentWealthfront咨询管理费用0-1万美元：0%≥1万美元：每年0.25%0-1万美元：每年0.35%1-10万美元：每年0.25%≧10万美元：每年0.15%ETF费用0.05%-0.4%0.05%-0.34%其他费用0日均<100美元：3美元/月资源来源：根据公开资料整理1.1.2国内智能投顾发展情况近年来，随着大数据和人工智能的推广应用，特别是普惠金融的普及，越来越多的人开始关注“门槛低、费用低、高效率”的智能投顾，智能投顾也一度成为了下一个风口。无论是传统的金融机构还是第三方公司，纷纷进入这一领域。虽然我国是2014年才开始兴起智能投顾，起步较晚，但是随着各路资本的涌入，随着金融科技的发起，智能投顾的发展十分迅速[16]。目前国内智能投顾市场中，主要分为传统金融机构、互联网金融公司，资产管理公司。国内最早开展智能投顾业务的是那些新兴的资产管理公司。他们为客户提供独立的智能投顾平台，通过投资海外标的产品，为客户提供全球化的资产配置建议，从而起到均衡风险收益的目的。无论是传统的金融机构，还是互联网公司，或是创业公司，均根据其自身优势，充分发挥其特长，大力开展智能投顾业务[17]。目前智能投顾领域已有多家金融机构进入，但是却无法获得市场的青睐，不少投资者认为推出的智能投顾产品没有达到预期值，收益较低。表2-4罗列了国内智能投顾的发展历史。表2-4国内智能投顾发展时间智能投顾发展2015年3月理财魔方推出智能投顾平台2015年8月京东金融推出京东智投2016年4月蓝海财富推出蓝海智投2016年12月招商银行摩羯智投推出2017年5月兴业银行推出兴业智投资料来源：根据公开资料整理我国智能投顾的现状：（1）推出的是半智能投顾智能投顾的其中一个特点就是智能化，系统实时跟踪市场变化，当客户的持仓配置比例偏离标准配置比例时，自动对客户的持仓进行调整，及时的买入或卖出相应的投资标的产品，从而使客户的配置比例达到最优的配置。但是我国《证券法》规定，不能代客做出投资决策，使得智能投顾的优势无法正常的发挥[18]。目前我国商业银行推出的智能投顾产品，实现的是人工+机器的方式，当配置比例发生偏差时，会提示客户进行调整，需要等客户确认后，方可进行买入或卖出交易。若客户未能及时确认，可能错过最优的调整时间，或若客户受情绪或专业能力干扰，做出错误判断，不愿意调整，导致无法规避风险，实现风险一定情况下的最大收益。（2）投资标的范围较窄我国理财市场的投资产品非常丰富，特别是2018年资管新规的颁布，导致理财产品取消刚兑，可投资的标的越来越多。但是针对智能投顾而言，投资标的范围却相对较窄。国外的智能投顾主要投资ETF基金。美国在2016年就有1600多只ETF基金，不同的投资标的，可满足不同客户的需求。与之对应的是我国的ETF基金发行数量，和其他基金类型比较，相对较少，导致可选择的范围有所限制[19]。另外我国的股票市场波动剧烈，很难通过构建被动式基金分散风险。而且受限于我国的外汇管制，国内提供海外ETF服务，很难绕开我国换汇额度的控制，无法进行全球资产配置[20]。目前我国商业银行推出的智能投顾产品主要集中于公募基金产品和理财产品。（3）客户画像过于简单智能投顾通过对客户的投资偏好、风险承受能力、交易行为等数据进行分析，360度刻画客户的画像，从而更加精准的为客户选择合适的投资标的。但是我国商业银行的智能投顾，受限于人工智能的程度，受限于数据等客观因素，同时也存在部分机构着急占领市场，国内的智能投顾的客户画像，虽然用大数据和人工智能包装，但是只刻画了客户的风险评级和投资期限。客户的风险评级主要来源于客户所填写的标准的调查问卷，投资期限主要是特定的几个投资期限。因为缺乏对客户全方面的客户画像，缺乏对客户全方位的数据分析，导致给客户推荐的智能投顾策略未能做到千人千面，无法满足不同客户的需求[21]。（4）监管政策不确定因为我国商业银行智能投顾起步较晚，行业的标准尚未完全制定，导致许多机构虽然无资格销售或者推荐产品，却借着智能投顾的外衣，向投资者推荐产品，造成许多投资者的收益受到损失，增大了投资者的投资风险[22]。随着2018年发布的《关于规范金融机构资产管理业务的指导意见》2018年4月27日，中国人民银行、中国银行保险监督管理委员会、中国证券监督管理委员会、国家外汇管理局联合印发，详见“银发（2018）106号”，规定“运用人工智能技术开展投资顾问业务应当取得投资顾问资质，非金融机构不得借助智能投资顾问超范围经营或者变相开展资产管理业务”，有效的打击了非法机构，但是这也导致了不公平竞争的存在。开展智能投顾必须是金融机构，对于那些非金融机构，特别是持有投资理财顾问牌照的非金融机构，因为这项规定，无法开展智能投顾业务[23]2018年4月27日，中国人民银行、中国银行保险监督管理委员会、中国证券监督管理委员会、国家外汇管理局联合印发，详见“银发（2018）106号”1.3相关理论模型1.3.17Ps营销理论7Ps营销理论，即包括产品、价格、渠道、宣传、人员、过程、有形展示，强调了员工、客户的参与对于企业经营管理决策的重要性，根据和客户的互动沟通，不断根据客户的需求，调整经营决策的方向，从而满足客户的需求和市场的发展。7Ps营销理论，在4Ps营销理论的基础上，增加了人员、过程、有形展示。产品（Product），即包括了产品本身，也包括了围绕产品所提供的无形服务，比如产品的质量等。为了提升产品的核心竞争力，无论从产品的设计，还是其所提供的服务，满足客户的显著和潜在的需求。价格（Price），是影响企业营销的一个比较敏感的因素。针对企业来说，价格反映了企业成本和资源的投入；对于客户来说，价格反映了客户对于产品的心理预期和所愿意付出的成本。价格的制定，不但要考虑供给和需求关系，还要考虑市场的情况，需要结合多方面的因素，制定有吸引力的价格。渠道（Place）,是企业触达客户的途径，企业通过线上渠道和线下渠道，将产品传送到客户面前。渠道的获取难度和渠道的数量，直接影响着客户的体验。宣传（Promotion）,将企业的产品和服务，通过宣传的方式，让客户知晓。宣传不只是对于产品的宣传，还包括品牌影响力的传播。通过宣传，让客户对于企业所提供的优质产品和服务更加了解，从而提升客户对于企业的忠诚度。人员（People），指企业间接或直接参与整个服务过程的员工。因为企业的服务人员的综合素质有所不同，故在所提供的服务质量也层次不齐。企业员工所提供的服务，会直接影响客户的消费体验，从而影响营销成功率。过程（Process）,即包括了客户获取产品的过程，也包括了产品获取后的过程。客户在整个服务过程中，每个环节所享受到的服务体验，都直接影响营销的成功率，也影响客户后续的再次购买和客户转化率。有形展示（Physicalevidence）,将所提供的优良无形服务有形化，通过具体的环境，让客户真切感受到无形的服务，从而提升客户对于企业的好感度。1.3.2RFM模型RFM模型，根据客户近期的交易行为情况，从客户的数据中，选中3个较为重要的指标数据，推测客户的贡献度，判断产品的创造利润的能力。RFM模型根据客户的交易行为来进行客户细分，而不是根据客户的贡献度来细化市场。RFM模型中，R（Recency）表示客户近期的购买时间，F（Frequency）表示客户近期的购买的次数，M（Monetary）表示客户近期的购买金额。R的数值越小，意味着客户近期交易的时间越接近当前，也就意味着客户可能在近期再次购买；F的数值越大，意味着客户近期的交易十分频繁，近期对于企业的认可度和忠诚度越高；M的数值越大，意味着客户对于企业的贡献度越大，企业应该着重关注此类客户。根据RFM模型，把客户细分为8个类别，分别为重要价值客户、重要发展客户、重要挽留客户、重要保持客户、一般价值客户、一般发展客户、一般挽留客户、一般保持客户。根据各类客户的特征，采取针对性的营销策略，提高营销效率。另外根据和客户的互动交流情况和客户反馈的服务情况，从而不断优化模型，优化判断客户的价值的算法，为企业的经营决策提供辅助依据。1.3.3精准营销理论精准营销理论，通过充分挖掘产品的特征，分析市场情况，根据目标人群的画像特征，将营销信息精准推送给对应的目标群体中，从而降低营销成本，提升营销成功率。精准营销理论的核心在于其精准性，将有限的资源，投入到更加高回报的活动当中，以目标为导向，进行更加直接的营销策划。精准营销理论的基础在于客户画像，在大数据的支撑下，通过客户的交易行为、消费行为等数据，分析客户的偏好信息，从而为客户贴上各种标签，根据客户的标签，为客户推送适合其特征的产品。和传统的营销相比，精准营销理论不需要客户进行问卷调查，而是通过数据挖掘，分析出客户的潜在需求，在不打扰客户的基础上，为客户推送符合其需求的产品。1.4国内外研究综述1.4.1国外研究综述1960年，美国市场营销学教授杰罗姆.麦肯锡提出经典的4P市场营销理论，即产品（product）、价格（price）、渠道（place）、促销（promotion）。根据4P理论，营销组合应该以产品为中心，根据产品的特征，制定匹配的价格，选择匹配的渠道，开展匹配的促销[24]。20世纪80年代中期，菲利普.科特勒基于4P理论，增加了政治力量（politicalpower）和公共关系（publicrelations），发展成6P理论。好的市场营销不只是简单的适应环境，而是应该从政治力量和公共关系中去改变环境，创造环境，从而提供更好的营销环境。1981年，布鲁斯、比特纳，在原有的4P理论的基础上，增加3个变量，由原来的4P理论变成7P理论，增加的变量是人员、过程、服务环境。直到20世纪90年代，伴随国际营销市场的不断更新，美国的市场营销学者劳特朋教授提出4C理论，即顾客需求、成本、便利、沟通。该理论强调以消费者为中心，而非以产品为中心。该理论从买方角度出发，基于消费者需求，通过不断的研发投入降低成本，以客户的角度，通过不断的提供便利的服务从而提升产品的竞争力，让客户参与到营销活动中来。在整个营销流程中，和客户紧密的沟通，从而调整营销策略和产品设计。2001年，美国西北大学的市场专家\t"/item/4R%E8%90%A5%E9%94%80%E7%90%86%E8%AE%BA/_blank"唐·舒尔茨，基于4C营销理论，提出了4R理论，即关联（Relevancy）、反应（Reaction）、关系（Relationship）、报酬（Reward）。4R理论关注更多的是和客户的联系，希望通过和客户的互动，通过客户的反馈，实现双赢，不只是单纯的满足客户需求，而是通过不断沟通，创造需求[25]。美国金融业监管局（FINRA）在2016年的数字化研究报告中，企业应该充分了解其所提供的算法，包括其背后的假设条件和偏差情况，应根据其投资理念和应用场景分析，应该在充分了解客户的需求的基础上，结合应用场景，给客户推荐和其匹配的智能投顾产品，应根据客户的情况及时调整推荐规则，调整给客户推荐的智能投顾产品[26]。1.4.2国内研究综述国内营销理论的研究起步较晚，发展较慢，晚于西方国家。但是随着近年来经济的发展，经济体制的改革，金融脱媒时代的到来，国内的市场营销