資管行業“機器替人”辯證看

　　最近，有兩則新聞引發資管行業從業人員普遍關注。一是美國華爾街大型資産管理公司貝萊德宣佈將大幅裁員，超過40位基金經理和分析師被解雇，其管理的80億美元資産將轉變成量化管理産品。二是創新工場董事長兼首席執行官李開復表示，“以機器替代人力的人工智能在我國爆發的第一個領域必是金融，智慧投資顧問發展前景非常光明”。

　　行業變革帶來的危機感在情理之中，但也無需一邊倒地悲觀對待。從我國資産管理行業數十年的發展歷史看，現階段的智慧投顧水準能否在量化投資、資産配置乃至投機領域實現短期內“機器替人”，尚有疑問。

　　從産品類別看，包含主動管理、被動指數、公募reits、銀行理財、信託計劃等所有資管産品類別是否都適合交給機器人管理，是否所有的市場行情都適合智慧投顧大展拳腳，“機器替人”與傳統資管的成本孰高孰低、安全性和可靠性孰優孰劣等等，這些問題在業內仍然存在較大爭議。

　　目前，智慧投顧主要分為投機型和資産配置型兩種。所謂投機型智慧投顧，即適用於擇股、擇時資管産品的一整套計算機模型，主要是通過量化模型等方式幫助投資者在股票、債券、大宗商品等大類資産配置，從而實現財富長期穩定增值。配置型智慧投顧主要包括投資用戶分析、大類資産配置、投資組合選擇、交易執行等計劃。

　　以量化選股為例，“機器替人”策略是利用數量化的方法選擇股票組合，以計算機來全部或部分替代人工操作，比如選低估值、高成長、考察換手率等技術面指標。其優勢主要有兩方面：一是避免了基金經理“股票池”數量受限的問題，機器人可在滬深兩市超過3000隻股票中任意選擇標的；二是不知疲倦的機器人可以發現人眼忽視或不屑于賺取的收益，從而通過高頻交易、套利交易、高頻調倉等方式實現收益積少成多。但實際上，在震蕩市中表現出色的量化選股策略在單邊市場行情中並不靈驗，而在更為複雜的債券市場、reits市場以及非標投資中，量化投資往往難以發揮數據分析的優勢，存在極大交易隱患。

　　從更宏觀的視角看，當前“機器替人”理財還有很多問題待明確。從智慧投顧提供投資組合建議、證券交易和自動調倉功能來看，分別對應證券服務領域中的投資諮詢建議服務、執行指令服務和資産管理服務等，利益相關主體主要包括平臺營運者、券商、軟體開發方、資管公司投資者和監管者等。目前，涉及這些主體之間複雜的法律關係並未完全理順。一是賬戶實際控制人認定困難。依據現有監管規則，被監管主體主要是法人和自然人，人工智能技術的發展，使證券投資賬戶的所有者與經營者發生變化。二是一旦大量投資者雇傭同一個優秀的機器人理財，將很可能帶來“一致行動人”現象，進而增加交易風險。三是相關法律還不健全。根據有關規定，證券、期貨投資諮詢機構及其投資諮詢人員，不得代理投資人從事證券、期貨買賣。四是相關監管人才稀缺。智慧投顧中的大數據分析、量化金融模型以及智慧化演算法涉及金融學、數學、信息技術等多個學科，具有很高的專業壁壘。

　　綜上，資管行業“機器替人”是一個相當漫長的過程，並非一蹴而就。在此過程中，也將伴隨著新的監管環境、新的就業機會和新的産品應用空間，因此各方應辯證看待這一變革，紮實修煉內功，以不變的主動管理技藝應對變化的技術升級浪潮。（周 琳）