作为金融行业的新兴业态，近年来，智能投顾在以美国为代表的发达**得到了快速发展，而在中国，智能投顾的发展尚处于初级阶段，机遇与挑战并存，潜在的市场空间十分可观。 近期，同济大学智能投顾实验室重磅打造《智能投顾前瞻》一书，旨在梳理美国智能投顾的发展历程、产学研体系和监管体系等，并进一步总结美国经验对我国智能投顾发展的启示，从监管机构、金融机构以及高等学校这三个方面进行详细阐述。同时，本书选取了美国智能投顾领域的代表性公司进行案例介绍，便于读者更为直观地了解主流智能投顾平台的业务模式及产品特征。

1.3应运而生的智能投顾
2008年金融危机过后，伴随着金融市场的日益深化、传统投顾的局限性凸显以及人工智能等技术的发展，智能投顾在美国应运而生，开启了财富管理的新阶段。2014年左右，大量长尾客户的理财需求以及金融科技的发展为智能投顾在中国的落地提供了主客观条件，智能投顾正式进入中国。
1.3.1诞生背景
“Robo-Adviser”一词*早可追溯到2002年Richard J. Koreto在《财务规划》（Financial Planning）上发表的一篇文章。这篇文章介绍了自1995年起出现的mPower、Financial Engines、Direct Advice、Guide Choice等提供在线资产管理服务的机构，并认为机器人投顾与传统的金融咨询师相比可以创造更多的投资机会。不过，Koreto当时提出的“Robo-Adviser”与目前的定义相去甚远。
2008年全球金融危机爆发之后，在“天时、地利、人和”的条件下，真正意义上的智能投顾才在美国诞生，并在短短十年的时间里形成了“燎原之势”。根据知名数据统计平台Statista的测算，2019年，美国智能投顾管理的资产规模达到7 497.03亿美元。预计2019年—2023年，其复合增长率仍将保持在18.7%的高位。到2023年，总资产管理规模将达到14 862.57亿美元。此外，美国智能投顾市场的用户数量和渗透率也将持续增长，预计到2023年，用户数量将达到1 378.21万，渗透率达到4.1%。
是什么因素促使智能投顾行业迅速生根发芽？从表面来看，金融危机的刺激是智能投顾发轫的直接原因。然而，如果没有这场危机，智能投顾是否还会产生？我们认为，伴随着金融市场的日益深化、传统投顾的局限性凸显以及人工智能等技术的发展，智能投顾是客观条件下顺应市场发展的必然产物。在本节中，我们将会详细介绍智能投顾的诞生背景。
(1) 金融危机后被动投资优势凸显
2008年，由美国次贷危机引发的全球金融危机全面爆发，美国大量金融机构破产或重组，金融资产价格大幅下跌，美国经济增长陷入低谷之中。智能投顾正是在这一特殊背景下诞生于美国。金融危机过后，美国个人投资者的财富普遍大幅缩水，投资者寻求避险的需求和综合配置资产的理财需求日益迫切。
同时，在这场危机之后，由于地缘政治事件与政策变更频发，宏观因素对收益的影响超过了公司个体特征。美国的券商、银行和基金公司等传统金融机构所鼓吹的主动投资策略被越来越多的人质疑，无论是大中型还是小型股票基金，绝大多数主动型基金的业绩均无法跑赢指数基金等被动投资工具。主动投资策略是指投资者在一定的投资范围和限制内，通过积极地选择证券品种和交易时机努力寻求*大的投资收益率。被动投资策略则是指以长期收益和有限管理为出发点来购买投资品种，一般选取特定的指数成份股作为投资的对象，不主动寻求超越市场的表现，而是试图复制指数的表现。美国早期的指数化投资理论研究为被动投资的市场地位奠定了基础。随着市场有效性的提升，美股数十年的市场表现证明了被动投资的有效性。穆迪投资者服务研究公司（Moody’s Investor Services Research）的数据显示，到2021年，美国被动投资基金的资产规模有望超过主动投资基金。而智能投顾产品多采取大类资产配置以及长期定投的策略，通常以被动投资为主。因此，被动型基金的崛起也为智能投顾的长期发展提供了良好条件。
此外，金融危机之前美国倡导的新自由主义政策使金融机构钻了制度的空子，由于监管的缺位，金融机构鼓励普通百姓寅吃卯粮、疯狂消费，形成了大量不良贷款，这些行为在引发金融危机的同时，也引发了人们对传统金融机构的信任危机。自此，美国民众出于投资需求开始寻求低风险、低门槛且收益较好的投资理财模式。随着监管制度、信息披露与金融科技的发展，以及市场有效性的不断增强，以资产配置理论为基础、被动投资策略为指导的智能投顾应运而生。
**家智能投顾公司Betterment在2008年成立，并在大衰退的高峰时期2010年开始投入资金。Betterment是智能投顾领域的**者，其*初目的是在目标日期基金(Targetdate Funds)内重新平衡资产，使投资者通过便捷的在线平台挑选、买入并持有投资。这项技术本身并不新鲜，自21世纪初以来，人工投资顾问一直在使用自动化投资组合软件，但广大客户群体并没有机会直接购买和使用这一技术，而必须通过聘请人工投资顾问才能从中受益。这种情况直到2008年智能投顾平台的出现才得以改变。
经过十余年的发展，智能投顾已经能够处理更为复杂的任务，例如税收减免、投资选择和退休计划等。过去十年，智能投顾行业经历了爆炸式增长，预计未来仍将保持较高的增长速度。来自Statista的数据显示，2017年全球智能投顾的资产管理规模超过2 248亿美元，年增长率高达47.5%。预计到2021年，全球智能投顾管理的资产规模将超过1万亿美元。
(2) 金融市场日益深化
金融市场的日益深化也为智能投顾的诞生提供了基础。金融产品层次与交易策略日趋复杂，交易工具不断丰富，这使得普通投资者的学习成本越来越高，对专业投资顾问的需求日益凸显。除了传统的基础证券，如股票、债券等，金融衍生品的发展也日趋成熟。此外，金融机构的智囊团集中力量进行金融产品创新，产品形态、发行者性质、服务行业、信用关系存续时间等愈发多样且多变，颇有“乱花渐欲迷人眼”之势。这虽然在一定程度上为投资者提供了更加多样化的选择，但同时也对投资行为造成了干扰。投资者需要花费大量时间对种类繁多的金融产品进行甄别以找到符合自己预期的理财产品，无形之中提高了交易成本。因此，在这一背景下，人们亟须自动化、智能化的投资顾问的帮助。
美国金融市场主要参与者的专业性为智能投顾提供了良好的前景预期。1945年，超过93%的美股由美国散户直接持有，而在2008年，根据世界大型企业联合会(Conference Board)发布的《2008机构投资报告》(The 2008 Institutional Investment Report)，截至2008年可查的数据，散户投资者仅持有美国全部股票市值的34%；在1 000家*大的上市公司中，散户投资者的持股比例更低，仅为24%。两个数字双双创下历史新低。由此可见，60多年间，活跃在美国金融市场上的主体发生了翻天覆地的变化，随着参与主体专业性程度的增强，智能投顾的市场预期和后续研发力量都有了较为明朗的前景。
(3) 传统投顾的局限性凸显
传统投顾存在的诸多缺陷以及投顾市场的空白领域也加快了智能投顾的产生。**，传统投顾门槛高。传统投顾一般需要百万美元资金起步，这将众多有投资意愿且有投顾需求的中小投资者拒之门外。例如，高盛集团作为全世界历史*悠久且规模*大的投资银行之一，其财富管理的投资门槛高达5 000万美元，一般资产管理机构的门槛也都在100万美元以上。许多中小投资者虽然有理财需要，但常常由于达不到传统投顾的进入门槛而无法获得所需要的投顾服务。这部分投资者虽然在个人财富量上不能与合格投资者相比，但是数量众多，因此积累起来仍然是一个庞大的市场。
第二，传统投顾的服务流程极其烦琐。传统投顾通常只能针对单个客户进行一对一的服务，需要预约、排队、实地造访，整个流程比较烦琐复杂，这无疑将耗费大量的人力成本；而智能投顾可以做到同时服务上百甚至上千个投资者，大大节约了成本。智能投顾依托互联网平台，将客户群体由传统的高净值客户群体延伸至低净值“长尾市场”用户，使投资理财平民化、大众化。网络投资者只需在智能投顾平台的调查问卷中输入有关信息，即可获得适合自己的投资建议和投资策略，这种新颖的在线咨询方式显著地提高了服务效率。
第三，传统投顾的服务费用高昂。目前智能投顾的服务费用在0.3%左右，而传统投顾的服务费用还维持在1%的高位。**的人工投资顾问需多年学习和从业经历，昂贵的人力成本使得传统投顾的服务费用居高不下。即使投资者可以跨过传统投顾的门槛，也要花费不菲的费用才能获得相应的服务。此外，人工投资顾问的水平良莠不齐，服务范围也存在较大的局限性，高昂的服务费用未必能够带来与之相匹配的预期回报。
(4) 人工智能等技术的发展
技术发展为智能投顾的产生提供了客观条件。智能投顾并不仅仅是单纯的量化金融，人工智能的应用赋予了智能投顾强大的能量。距1956年达特茅斯会议上人工智能被**提及，至今已经过去了60余年。在这段时间里，专家学者以及各领域的企业进行了不同程度的探索，使人工智能发展到了可投入应用的阶段。近年来，人工智能在智能投顾行业的应用蓬勃发展。依托于人工智能算法的不断优化和机器学习的进步，智能投顾可以根据交易的进行，自发学习和不断调整投资策略。目前，越来越多的智能投顾公司正在尝试开发完全脱离人类参与投资管理链条的人工智能投资系统。
同时，大数据技术的兴起也为智能投顾提供了技术支持。随着互联网和大数据的迅速发展，如今的金融交易越来越像是数字和信息的游戏，而智能投顾的优势更加凸显。随着更多完备的数据库的落成，智能投顾的判断有了更多基于历史数据的信息依据，所作出的投资决策也更加可靠；与此同时，数据的实时性大大提高，为投资行为寻找交易时机提供了便利。
智能投顾市场方兴未艾。随着互联网企业以及传统金融部门对智能投顾重视程度的加强，可以预见，未来投入相关技术研发当中的资金和人才仍将持续处于高涨态势，这将进一步加强智能投顾的技术优势。
1.3.2进入中国
我国在2014年左右引入智能投顾。与2008年智能投顾产生之前的美国投顾服务市场相似，我国的理财市场也面临着个人投资者理财需求强但传统投顾门槛高的困境。**统计局的数据显示，近十年来，我国居民人均可支配收入快速增长。截至2014年，城镇人均可支配收入达到28 843.85元，但仍然与传统私人投顾的投资门槛相差甚远。大量“长尾客户”的理财需求为智能投顾在中国的落地提供了基础性的市场需求，再叠加被动投资比例上升、金融科技发展等因素，中国也已初步具备了智能投顾落地的客观条件。总体而言，智能投顾进入中国并得以发展的背景和条件主要有以下四点。
**，国内投资理财服务品种**。在余额宝面世前，普通客户尤其是小额存款客户(即存款低于5万元的客户)在传统银行根本无法获得金融投资理财服务，即当时的中国财富管理市场具有相当显著的“长尾效应”。“长尾效应”是指那些原来不受重视的**小但种类多的产品或服务，由于总量巨大，累积起来的总收益超过主流产品的现象。如图1.1所示，这部分的需求会在需求曲线上形成一条长长的“尾巴”，将所有尾部的市场累加起来就会形成一个十分可观的市场。面对高昂的私人投顾的服务费用，广大普通**的投资者，特别是在互联网时代成长起来的新生代投资者的投资需求不能得到满足。智能投顾的低门槛特性弥补了这一财富管理领域的空白，使得投顾理财服务向普通投资者敞开了大门。例如，我国几个大型商业银行推出的智能投顾产品的投资门槛基本为2 000—20 000元，可以满足大部分普通投资者的理财需求。
第二，普通民众的财富迅速积累。根据贝恩咨询与招商银行联合发布的《2019中国私人财富报告》，2018年中国个人可投资的资产总规模达190万亿元人民币，其中高净值人群(即可投资资产超过1 000万元人民币的人)的人均持有可投资资产约3 080万元人民币，共计持有可投资资产仅为61万亿元人民币。除去高净值人群的资产，中低净值人群手中的可投资财富总额也是相当庞大的，但是传统的投顾模式未能较好地覆盖这部分人群，普通群众往往面临着“有余钱却不知如何投资”的困境，因此，智能投顾在这个群体中的应用前景十分广阔。
第三，被动投资比例上升。在对历史数据的研究中，越来越多的投资顾问和投资者发现，和市场的某些指数相比，费时费力地择时选股未必能够获得更高的收益。于是，我国投资者越来越偏好于稳健且低成本的被动投资。从2014年到2018年，中国主动投资的年均增长率大约为9%，而被动投资的增长率却高达18%。有专家认为，到2020年，我国被动投资所占的比重会超过30%。被动投资的比例不断上升，甚至变成市场投资的主流，为智能投顾在中国生根发芽提供了沃土。
第四，互联网普及率近六成，互联网理财迎来新契机。中国互联网络信息**在京发布的第45次《中国互联网络发展状况统计报告》显示，截至2020年3月，我国的网民规模达9.04亿，互联网普及率达64.5%，其中手机网民规模达8.17亿。随着人们对于互联网金融日渐熟悉，网络理财受到越来越多人，尤其是年轻人的认可，并且日渐成为一种理财的常规模式，这使得智能投顾更易于被人们接受和信任。另外，由于许多智能投顾平台通过手机应用程序（App）接入客户端，投资者更容易看到自身的损益情况，智能投顾的便捷性和灵活性都有了显著提高。 1.4智能投顾的优势
相较于传统投顾，智能投顾的优势主要包括:依托于成熟算法的技术优势，建立在低门槛、低费率和低税收基础上的成本优势，利用自动再平衡手段实现的风险规避，以及相对较高的投资透明度。
1.4.1技术优势
智能投顾根据客户提供的信息，通过算法中预设的各种财务模型和相关假设，向客户**与其相匹配的金融产品和服务。智能投顾的算法以投资组合理论、资本资产定价模型、Black-Litterman模型以及机器学习技术等为基础。具体而言，其主要根据投资组合理论中的风险分散原则，采取多元投资方式以分散投资、降低风险；运用资本资产定价模型进行资产定价分析，发现被低估或高估的资产，并使用Beta策略以对冲系统性风险；运用Black-Litterman模型，根据全球金融市场数据来计算收益预期值，使用投资者的实际交易数据来构建基于全球市场的资产配置模型，确保其投资建议与全球投资者的整体投资方向基本一致；运用机器学习技术，对大量投资者的投资行为数据进行分析，为客户提供适合的投资建议。因此，智能投顾提供的投资建议是基于算法的结果，成熟的算法在复杂的投资决策和预测中常常比人脑更**。智能投顾依据大数据的全面覆盖和机器算法的科学计算，极少受情绪或环境因素的干扰，能更好地反映历史业绩表现，从而根据历史业绩和算法模型推演出预期收益，为投资者提供客观结论。它可以避免人类提供咨询服务时可能存在的行为偏差和人为判断失误，克服传统投资顾问主观上的缺陷，如风险好恶、情感偏见、判断和评估能力不足等。成熟的算法还可以保证具有相同特征的投资者都能得到同样或类似的建议，从而确保所提供投资建议的一致性。
1.4.2成本优势
传统投资顾问的个人知识储备以及对单只产品的认识有限，服务效率较低；智能投顾将人工智能技术应用于金融领域，大数据库和算法系统可以同时为各类投资者服务，提供个性化的投资建议和独特的节税服务，效率更高，也更专业。总而言之，智能投顾大大降低了投资者的投资成本，一方面表现为效率提高而门槛、费率降低，另一方面则体现在税收规划业���所带来的税收成本降低。
（1） 低费率、低门槛
低费率、低门槛是美国智能投顾公司的获客基础。由于智能投顾向投资者提供服务时只需较少的人工干预，甚至完全不需要人工干预，并且其在线服务的方式节省了大量人力成本，广大投资者可以以较低的价格获得投资理财建议和财富管理服务。目前，智能投顾平台收取的费率普遍为0.25%—0.5%，相比于传统理财产品约1％的平均费率水平，客户的投资成本大大降低。美国智能投顾的起投门槛普遍为0—5 000美元，远低于传统金融机构动辄百万美元的投资门槛。
具体而言，Betterment的基本投资计划的门槛为零，年费率为0.25%；**投资计划的门槛为10万美元，年费率为0.40%。Betterment的客户还可以购买额外的人工咨询服务，售价199美元起。Weathfront的投资起点为500美元，在500—10 000美元的区间内提供免费智能投顾服务，账户金额超过10 000美元则统一收取0.25％的管理费。而嘉信理财（Charles Schwab）旗下的Schwab Intelligent Portfolios(SIP)则采用了无咨询费用的模式，主要通过其所管理的智能投顾产品组合以及基金交易指令获得收入。先锋集团（Vanguard）旗下的Vanguard Personal Advisor Services(VPAS)门槛较高，为5万美元。VPAS采取了阶梯收费的方式，对于投资超过2 500万美元的高净值客户，仅收取0.05%的费率。
总而言之，得益于智能投顾低门槛、低费率的特性，普通**的投资者也能享受到较为优质的投资理财服务，这在一定程度上推动了美国普惠金融的发展，同时，智能投顾也使高净值客户能够享受到更为优惠的投顾服务。
（2） 税收规划
税收规划是美国智能投顾平台的特色。一般而言，传统投资机构只向超过500万美元的账户提供税收减免咨询服务，而智能投顾则向所有人提供此类服务。美国智能投顾公司十分注重投资亏损避税(Tax-loss Harvesting)等增值服务，将节税作为公司构建投资策略的核心要素。节税的主要原理是通过投资者当期确认的损失来抵扣投资收益中的应缴纳税款，或在赎回产品的同时买入与之关联度高的产品组合，在达到节税功能的同时，仍然可维持资产组合的*优状态。由于采用机器计算和自动化交易，智能投资顾问可以随时随地对账户进行税收规划，并且通常可以通过先进的计算机算法实现较高的税收规划效率。相比之下，传统顾问通常每年或每个季度才会为客户账户提供一次节税服务。
值得一提的是，Wealthfront的税收筹划服务不仅包括美国先进平台所共有的投资亏损避税策略，还包括公司特有的直接指数化与**指数化两大类别，这是美国智能投顾领域中****的特色业务。其中，相比于以500美元为起点的每日投资亏损避税，直接指数化在节税方面更胜一筹，它只针对10万美元以上的客户，并且广泛适用于10万—50万美元的应税账户。直接指数化不再使用单一的ETFs，而是同时买入标普500指数中的成份股与小规模公司的ETFs。进一步，**指数化则是直接指数化的升级版，其适用于应税账户金额在50万美元以上的客户，除了考虑市值因素，智能投顾还会为投资者分析其他五个关键因素，即价值、变动量、股息收益率、市场中系统风险的大小和波动率，利用多因素模型进一步提升投资者的投资组合收益率。
1.4.3自动再平衡
一旦开始执行交易，智能投顾机器人就将对组合权重进行7×24小时的实时监控，根据市场趋势变化，自动调整资产组合中各类不同风险水平的资产比例。完成配置选择并执行交易后，投顾平台还需要对投资组合进行后续跟踪、风险管理和组合调整，判断组合是否能够满足投资者的目标或者是否适应市场波动。当组合与投资者的目标明显偏离，或个别资产价格达到风险阈值时，平台会发起调整资产配置的请求，并拟合出新的收益曲线，由用户决定是否要更改资产配置。同时，用户也可以自己调整资产配置，调整后机器拟合出收益率曲线，并让用户决定是否接受。这个过程被称为投资组合的再平衡。
智能投顾构建了客户组合监控和再平衡流程的自动化系统，可以轻松监控投资组合，以便进行自动再平衡。相比之下，由于手动检查重新平衡机会是一项非常耗时的任务，传统顾问通常不会频繁地监控并调整投资组合。实时监控和自动再平衡对投资者控制投资组合风险具有重要意义。虽然在资产配置的过程中，智能投顾会根据投资者属性，如时间范围和风险承受能力等选择目标投资组合，但由于金融资产不完全相关且价格变动幅度不同，投资组合将不可避免地偏离目标。自动再平衡功能限制了投资组合的漂移并使之维持在理想的风险水平，以定期将投资组合重新平衡作为长期政策目标，通常会改善风险调整后的回报。
1.4.4信息披露及风险警示
传统投顾服务面临着金融产品供应商与客户利益相冲突的问题，并受限于信息的可达性，因此其披露透明度不高。而智能投顾则对投资理念、金融产品选择范围、收取费用等信息作出充分披露，客户还可以随时随地查看投资信息。
智能投顾本质上是一种投资理财行为，而投资必然伴随着风险，这意味着投资者有时需要承担损失。美国十分重视投资者教育与风险警示，因为只有让客户更深刻地认识到其所面临的风险，其才能更好地规避风险。SEC发布的《个人投资者建议》(Advice for Individual Investors)中明确指出，个人投资者在选择智能投顾产品时必须多方面考虑当前以及未来投资过程中潜在的投资风险因素，判断智能投顾产品收费的合理性与合规性、预期收益率的可达性，以及自身的风险承受能力是否与系统所配置的资产组合相符。
此外，美国对智能投顾平台的信息披露也进行了相关规范。美国的《智能投顾合规监管指南》提出，应采用人性化的语言来表述智能投顾过程中涉及的产品说明、风险提示等。基于此，美国绝大部分智能投顾公司都会在问卷调查、资产配置以及售后咨询服务等环节，为投资者明确列出注意事项以及相关的风险提示，充分进行信息披露。例如，Betterment的问卷调查会询问投资者是否拥有高贷款利率的负债，一旦客户的回答是肯定的，系统会自动跳转出风险提示，告诫投资者理财需谨慎，即应该考虑高负债带来的客户自身偿债能力不足的问题，以让客户在**时间了解风险所在，提高自我风险意识。

目录 **部分 智能投顾的神秘面纱 第1章 智能投顾大起底: 是什么？为什么？怎么样？ 第2章 智能投顾面面观: 原理、流程、模式与评价 第二部分 他山之石，可以攻玉 第3章 十年磨一剑: 美国智能投顾的发展历程 第4章 如虎添翼: 美国智能投顾的产学研体系 第5章 双管齐下: 美国智能投顾的监管体系 第6章 择善而从: 中国智能投顾往何处去 第7章 美国主流智能投顾平台业务介绍 附录1《智能投顾合规监管指南》 附录2《数字化投顾报告》 附录3《证券投资顾问业务暂行规定》 参考文献 后记