“人类认知”和“机器认知”
20世纪中后期,行为主义思潮逐渐衰落,计算机技术普及,数据科学兴起,认知革命随即爆发,认知科学由此出现。由于认知系统的复杂性,认知科学因此横跨了多个学科和研究领域,其研究理论旨在提供各种模型来描述人类认知。
人类的认知过程主要有两个阶段:首先,通过人体自身的感知器官来觉察周围的物理环境,外部信息由此输入。其次,输入的信息被传输到大脑进行复杂处理,如存储、学习等,然后将处理结果通过神经系统反馈给身体各部位。
随着计算机软硬件技术的高速发展、大数据时代的来临以及人工智能研究的兴起,认知计算逐渐成为人们关注的焦点。认知计算是认知科学、数据科学和一系列计算技术协同融合的新兴领域。
认知技术
人的一生在不断学习中,当大脑的认知能力达到一定程度的时候,便可举一反三,可以对信息进行不同维度的转化,转化结果又能够应用到其他维度,从而产生新信息和新观点。那当机器具备一定程度的认知智能时,能对已有的信息进行再创造吗?目前我们可以确定地说“能”。认知系统在训练的过程中模拟人的思维,通过持续学习,获得不断增强的智能性,逐步接近人类所具备的认知能力。人类的认知运用生物和自然的手段——大脑和心灵——来实现,而机器认知把认知看成一种计算,使用认知计算技术来实现。
认知计算使用计算学科的理论、方法和工具来为认知任务建模。它将大脑视为高度并行的信息处理器,使用各种模型来表示信息,并使用算法来转换和处理信息。能够实现认知计算系统的技术包括人工智能、机器学习、计算机视觉、机器人技术、书面和口头语言识别和理解、信息检索、大数据、物联网以及云计算。其中一些是使能技术,即一种处在基础科学理论和成熟产品研发之间的技术,其特点是带动作用,利用现有科学研究成果,寻找创新性应用思路,带动整个创新链的产品开发、产业化等。而另一些本身就是技术。
图源《认知计算导论》
艺术史学家Mazimilian Schich在文章《窃取想法的机器》中说到,“实际上,当人类思考时,我们大多数想法来自过去的经历,或者是被记录下来的别人的经历,我们极少想出彻底的新想法。机器也不例外。所谓的认知计算,无非就是一个深思熟虑的想法窃取机制,它由大量知识和复杂的算法过程来实现。人类的思想和认知计算里都含有这种窃取想法的过程,因为它们不仅能够窃取已有的想法,还能从一个给定的知识框架中窃取合理的潜在想法”。认知计算技术创造了一个能够独立人脑之外的具有学习能力的“聪慧大脑”。
机器认知是人类认知的延伸
人工智能出现之后,有两种声音此起彼伏,成为人类讨论的焦点。人们在经历人工智能带来的巨大变化的同时,又开始担心机器在未来的某一天取代人类,甚至消灭人类。科幻电影满足了人们的一切幻想和恐惧。2004年由威尔·史密斯主演的《我,机器人》,很好地诠释了阿西莫(被誉为世界科幻小说三巨头之一)在他的“机器人系列小说”中提出的机器人三大法则,即
第一法则:机器人不得伤害人类,或坐视人类受到伤害;
第二法则:除非违背第一法则,机器人必须服从人类的命令;
第三法则:在不违背第一及第二法则下,机器人必须保护自己。
2015年的科幻电影《机械姬》却表达了机器人艾娃善于伪装自己的思想,通过甜言蜜语让人类爱上自己,然后再利用人类达到自己的目的。
但电影终究还是幻想,机器无法在短时间内取代人类的位置,或者说如果人类科学家有意强调人机协作的和谐关系,那么就不可能发生机器颠覆人类的事情。认知计算技术在现实生活的应用就体现了人机协作的和谐关系。在技术落地的过程中,我们能够看到人类的认知能力在机器的帮助下,得到了很大的提升。
认知计算技术之一:计算机视觉
计算机视觉技术赋予了机器“看”的能力。人类通过眼睛直观地分辨周围的环境,做出判断。计算机视觉技术的出现使机器通过算法进行人类识别、图像识别、视频分析等,并根据识别结果为人类的判断和决策提供参考。人类在这个过程中将减少某些重复性的工作,也能够避免去一些危险恶劣的环境中工作,从而转向机器目前还不能完全自主完成的工作层面。
计算机视觉应用场景可分为两大类:图像识别和人脸识别,每类又可继续化为动、静共四个类别,基本覆盖了目前计算机视觉的各项应用场景。计算机视觉领域最热门的应用场景可以说是人脸识别。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。例如远程身份认证、手机刷脸解锁,还有协助公安部门抓捕逃犯的人脸识别系统,住宅区的门禁系统等。未来,随着技术的不断突破,更多新功能、新场景的应用会出现在人们的生活中。
根据金智创新《人工智能行业研究报告》,计算机视觉架构从下至上依次为:
(1)基础层——核心芯片被Intel、Nvidia等传统芯片厂商把控,新型芯片厂商尚未崛起,规模应用有待时日;开源平台以谷歌的Tensorflow、Facebook的Caffe等为主其他企业的深度学习框架多为二次开发。
(2)技术层——算法,初创企业占优;云计算几乎被AWS、谷歌云、微软Azure、阿里云等垄断。
(3)应用层——垂直行业龙头占据场景,技术层初创企业向上渗透。根据IDC统计数据,2017年中国计算机视觉应用市场总规模约为15.5亿元,商汤、旷视、依图、云从四家企业市场份额共计达69.4%,预计2022年中国计算机视觉应用市场规模将达到146.1亿人民币。
认知计算技术之二:语音识别
智能语音技术赋予了机器“说和听”的能力。该技术的研究始于语音识别,随着信息技术的发展,智能语音技术已经融入人们的生活,成为获取信息和互动沟通最便捷、最有效的手段。当前语音识别的研究主要集中在模型的建立和提取方面,存在规模小、语言可移植性差、模型复杂、不能有效利用差别信息等问题。由于汉语发音的独特性,其识别性远高于英语,为了提高汉语的识别能力及准确性,汉语语音识别迫切需要解决的难点主要有:
1. 说话人的变化、不同时间同一说话人的同一句话的含义变化导致的语音差异;
2. 词汇量大小导致的识别单元的差异化选择;
3. 汉语方言众多导致的识别困难;
4. 汉语声调多样,提升了识别难度。
从行业发展趋势来看,近年来国内外智能语音市场发展迅速,全球市场五年间增长194.58%,国内市场五年期间增长432.33%。从市场格局来看,凭借较强的技术实力及技术积淀,Nuance、Google、Apple、Microsoft占据全球市场份额超八成,国内市场以科大讯飞为主,BAT,搜狗等公司都在这个方面开展相关业务,通过语音识别算法及硬件为客户提供语音识别、合成、交互等软件和解决方案。
认知计算技术之三:自然语言处理(NLP)
如果说智能语音技术为人机之间的交流创造了机会,那自然语言处理技术就是人机交互的道路上使人类与机器顺畅交流的重要依靠。自然语言处理是研究人与计算机交互的语言问题的技术。自然语言处理技术帮助机器理解和表达人类语言,人们可以用自己最习惯的语言来使用计算机,无需再花费大量的时间和精力学习各种计算机语言。因此这个过程并不简单,歧义的词汇和模糊的句子结构,用户不规范的输入和口语化的表达都会让机器在辨识的过程中充满挑战。
Google开源自然语言解析器及模型使语言理解更进一步。Google于2016年5月13日宣布开源全球最精准自然语言解析器SyntaxNet以及Google已经训练好的可用于分析英文文本的模型PaeseyMcParseface,这个模型在提取词之前的个体依存关系时,准确率超过94%,接近人类的水平96%-97%的范围。
自然语言处理是包括人机交互在内的许多AI应用基础。目前的具体应用形态包括机器翻译、信息提取、报告生成、自然语言问答、聊天机器人等。如微软Skype提供语言音-语言的实时翻译;NarrativeScience的quill软件是一款机器人记者,可以从大数据中解读并撰写文章,实现拟人化的写作,已广泛用于金融和新闻业。Apple、Facebook、微软纷纷发布聊天机器人。随着自然语言处理技术的发展,对话机器人发展演变的速度越来越快,从基本的通过程序编程便可以简单处理的聊天机器人,到可以理解人们意图并修正的高级自行学习机器人,对话机器人的技能越来越多,应用范围也越来越广,目前已广泛应用于家居、医疗、银行、电子商务及金融的领域。不同于语音识别等技术,自然语言处理技术有着更高的壁垒和更广泛的应用,因而出现了大公司和创业公司百花齐放的局面。国内的百度的DuerOS, 阿里的天猫精灵、腾讯的叮当、小米的小爱同学,依附大厂的背景建立生态,而创业公司也有蓦然认知、竹间智能、来也科技等,他们将对话机器人的应用推到了更加深入且垂直的领域。
认知计算技术之四:机器学习
机器拥有了人类讲话听音的能力,但这对于研发人员还不够,因为语音和自然语言识别只是机器学习的入口和出口,计算机的处理过程也是研究的重点。机器学习专门探索计算机怎样模拟或实现人类的学习行为过程,以获取新的知识和技能,重新组织已有的知识结构使之不断改善自身的性能。这意味着,机器人被造出来的那一刻,就像是一个新生儿的落地。之后,他会像小孩子成长的过程一样,实现自我学习“成长”。
机器学习开发平台的部署,包括数据获取、数据准备、模型训练、应用程序集成、模型运维、生产监控以及有明确KPI的业务治理过程。在这个过程中,由框架、算法模型、开发语言等各种工具赋能,由数据科学家、业务分析师、数据架构师和专业人员协作,基于数据建模,不断的进行概念验证,将好的模型部署到生产环境,协作以管理模型运维的全生命周期。
百度机器学习产品组合在提供丰富算法模型能力的基础上,也十分注重迁移学习能力、小样本模型训练能力,以及端到端模型应用能力,为各行业不同技术、数据基础的用户提供了针对性的产品,包括BML,EasyDL,AI Studio,飞桨Paddle。腾讯云的智能钛机器学习平台于2020年正式商业化,在此之前,已在金融行业、互联网行业等积累诸多私有化部署实践。阿里云PAI发布于2016年9月,2018年1月正式商业化。PAI平台的优势一方面在于重视机器学习系统级优化,另一方面在特征工程提取、模型训练等各个环节提供了丰富组件。
未来,机器学习能够应用到金融反欺诈,工业质检,设备预测性维护,智能投顾,量化投资,跨行业应用-销售预测,供应链预测,推荐系统等。
认知计算之五:知识图谱
人类在成长的过程中不断学习,不断积累经验,形成了一套自己的经验框架,以此来作为生活的参考。机器也被科学家们赋予了相似的能力。知识图谱的提出让机器变得更加渊博,拥有了认知世界的知识结构,这个结构也能够帮助机器更好的进行学习。
知识图谱技术可以应用于任何种类的数据:文本数据、结构化数据、多媒体数据、传感器、各类百科、WikiData等众包数据等。知识图谱涉及到的技术包括本体建模、知识表示、知识抽取、知识融合等,用以支撑语义搜索、智能问答、推荐等应用。腾讯云、IPIN以及第四范式等公司开展了相关的研究,这些业务能够为企业和个人提供大数据分析,辅助决策。
然而,知识图谱的技术栈比较长,且每项技术都较为复杂,技术研发周期长,需要多年的研究积累,导致了知识图谱技术难以普及,目前高校仅有少数实验室具备知识图谱全栈能力,而且实用化工具也不多,而具备知识图谱实施能力的公司也很少,很多公司虽然宣称具备知识图谱构建能力,但是事实上只有一个NLP构建能力或者图数据库能力。知识图谱平台的缺失是导致知识图谱技术无法有效传播的根本性瓶颈,这跟深度学习有多个平台形成了鲜明。只有当越来越多的开源或者商用化知识图谱平台出现了,才有可能有效解决知识图谱落地的困境。
产业图谱
如今,认知计算技术广泛地应用在金融、教育、建筑、安防、视频/娱乐/社交、法律、招聘、医疗、零售/电商以及新闻咨询行业,不同的技术在各方面为人们带来了便捷的生活,我们使用的智能家居、智能搜索、智能驾驶导航系统;在商店遇到的各种服务机器人、智能问询处;就医时,便捷的网上问诊,以及能够聊天的情感机器人等,逐渐改变了人类已有的生活习惯,向更简洁的方式靠近。
未来的方向,人机结合?
自人类诞生之日起,其探索和创新精神造就了现代化人类的今天。科技革命带来的颠覆性改变让人类对未来充满了无限遐想。在脑中植入芯片,进而扩大人类脑容量,在四肢上装上设备,使其受人类大脑控制……这是人类在自身认知世界,机器辅助认知世界之后,对未来设立的宏大目标。
麻省理工学院媒体实验室开发的一款可穿戴的无声语音输出-输入设备AlterEgo很好地诠释了机器对人类的巨大帮助。它被戴在头部、颈部和下颌上,可以在不发声的情况下将大脑语音中枢的脉冲输入转换为计算机上的文字。这个设备主要是帮助那些有语言障碍的人,如肌萎缩性脊髓侧索硬化症和多发性硬化症,以及其他病症的人进行交流。
马斯克7月9日在推特上发布消息说:8月28日发布脑机接口公司最新进展。希望在 2020 年底之前开始对人类患者进行试验。目前,已开始在老鼠身上进行测试,并与加州大学戴维斯分校合作用猴子实验。
类似的研究被更多的团队关注。机器能够很好的帮助人类,这是认知计算科学家们一直坚持的目标和原则。他们对机器如此信任,以至于愿意赋予机器“灵魂”,这个“灵魂”就是认知能力。
实现类似人脑的认知与判断、发现新的关联和模式、从而做出正确的决策等一系列的诉求,给认知计算技术的发展带来了新的机遇和挑战。
IDC曾预测,到2020年,50%的商业分析软件将包含基于认知计算功能的分析工具,同时认知服务将嵌入新的应用之中。但模拟人类智能的步伐才刚刚开始,未来会怎样,有无限可能。
来源:36Kr
人工智能技术,正在为社会和商业创造出全新的生产力。
智能有为,恰逢其时。
近日,在2020年中国国际服务贸易交易会京东智联云企业论坛上,京东智联云副总裁、人工智能平台部总经理任成元发表演讲,畅谈京东智联云在产业数智化方面的思考与实践。
京东智联云副总裁、人工智能平台部总经理 任成元
任成元表示,纵观历史,当前社会和商业环境面临着极大的不确定性和复杂性,对于任何一家企业来说,如何驾驭复杂性,在不确定性中寻找确定性将成为未来制胜的关键。
人类百万年以来面对复杂环境不断进化的智能,正在深刻的启发着人工智能的科学家,从深度学习到强化学习,人工智能技术正在成为一项处理复杂性的技术“利器”,正在为社会和商业创造出全新的生产力。相较于传统经济增长模型中资本、劳动力等生产要素,人工智能技术正在成为一种全新的、可增值的“生产要素”,对经济增长的贡献将会越来越明显。
京东的商业模式天然链接着消费和产业,京东始终以“技术为本,致力于更高效和可持续的世界”,通过技术不断提升零售,物流,金融等产业效率,为消费者和产业从业者不断创造出全新的价值。作为京东技术与服务对外输出的核心出口,京东智联云通过云计算、大数据、人工智能、物联网等技术积淀,拓宽了消费互联网和工业互联网的通路,实现了商品流、物流、金融流、信息流的全要素连接和融合。
“京东智联云的使命是云智联世界,我们希望成为最值得信赖的智能技术提供商。智能技术是智联云核心技术能力,也是京东多年智能化实践的技术沉淀,相信未来会在产业智能化中起到非常关键的作用。”任成元表示。
京东人工智能战略依托于京东人工智能研究院,将京东人工智能开放平台NeuHub作为基础,充分利用自然语言理解、语音、对话、计算机视觉、机器学习、知识图谱等六大人工智能核心技术,开放应用到京东的各个业务环节,帮助京东从消费到流通,生产,系统性全方位的进行智能战略落地。
作为“国家新一代人工智能开放创新平台”的核心载体,京东人工智能开放平台NeuHub已经面向行业企业和合作伙伴开放了超过100余项的人工智能API服务,618期间调用量超过700亿次,同时作为智能供应链的基础平台,NeuHub开放了京东在供应链方面多年积累的关键能力和产品服务,正在通过智联云帮助政企客户实现全链路的数智化转型。
任成元认为,对于企业和组织来说,物联网IoT等传感设备就像是神经末梢和感官系统在为组织源源不断的采集数据,而云计算作为数字化的“躯体”,支撑着大量数据的存储和计算,NeuHub则是组织的智能决策中枢大脑,通过预置和实时的机器学习算法模型不断针对业务进行建模和预测决策,为组织的经营者提供最优的决策依据,甚至不需要人为干预,中枢大脑就会智能的采取决策和行动,使得企业面对复杂性环境的响应更加迅速和敏捷,人工智能技术则发挥了专家级生产力,大大提升了商业价值的实现效果。
人工智能平台的发展离不开云计算、大数据等底层技术,京东智联云在云平台和数据平台上构建智能技术平台,通过数据采集,标注,模型开发,服务发布等一站式智能开发过程,将数据变为业务可用的模型,再将模型实现服务化,高效地提供到各个业务系统应用,从而利用算法模型来解决业务系统中面临的成本、效率和体验问题。
基于人工智能技术平台这一智能化引擎,面向供应链场景,京东智联云打通消费、流通、生产等全链路各个环节,借助机器学习、深度学习、强化学习等人工智能算法,在供应链规划、预测、决策、执行中提供业务平台,构建了面向供应链的智能化业务平台。智能业务平台就像是智能化时代的供应链控制塔,可以对供应链全流程实现可视化,同时可以打通供需之间的不匹配,实现C2B的反向定制,同时可以为供应链库存优化,仓网布局提供最优化的建议。智能业务平台成为供应链业务开展中的关键指挥系统。
京东智联云始终聚焦客户需求,以客户为中心,不断夯实供应链全链路数智化解决方案技术底座。目前,京东人工智能NeuHub平台已在众多行业客户和合作伙伴中得到广泛应用。随着技术的进步和时代的发展,人工智能已经成为引领未来商业的关键性技术。作为人工智能“国家队”成员,京东智联云将不断打磨人工智能技术能力,以人工智能平台为发力点,全面提高人工智能的“生产力”,用智能技术推动产业数智化转型升级。
来源:36Kr
8月19日晚,诺贝尔经济学奖得主罗伯特·席勒、上海交大上海高级金融学院副院长朱宁和蚂蚁集团数字金融总裁黄浩一起登上支付宝直播,谈及智能投顾的发展前景。
黄浩在直播中透露,支付宝与全球最大公募机构Vanguard合作的智能投顾帮你投,上线100天用户数就超20万,这一增速在全球处于第一梯队。他认为,中国的理财市场虽然起步较晚,但移动互联网的普及、AI、科技能力的高速发展让代表未来的智能投顾正不断进入寻常百姓家,中国智能投顾的发展很快有望领先全球。
.
席勒在连线中也表示,“未来的理财模式不靠推销产品来获取销售佣金,而是真正了解人们的情况,帮助人们获得好的交易,从销售导向转向用户导向。”事实上,智能投顾的出现正是在顺应这一趋势。他还提到,个人投资者不应过多投资股票,更不要将其视作快速致富的手段。
朱宁和黄浩在对谈中提到,虽然很多人都明白长期投资的价值,但个人投资者往往还是容易受到市场情绪影响。朱宁表示,投资者面临三大敌人,一是盲目自信和过度的交易,二是追涨杀跌、错误择时,三是不能够很好的控制自己的风险,无法及时止损。
支付宝理财平台的数据也佐证了收益的差距:频繁买卖的用户比起拿住不动的要少赚28%,追涨杀跌的比起基金自然净值涨幅要少赚40%。据黄浩介绍,在专业的服务陪伴的情况下,用户会更愿意长期持有基金。比起其他基民,帮你投用户的交易频次显著下降了一半以上。
据了解,目前帮你投已成为不少人的“躺赢”理财新方式。上支付宝搜“帮你投”,系统会给每一个投资者做风险测试,根据结果给出不同的目标收益率的建议,并推荐匹配的基金组合。投资者选择自己认可的建议,转入拟投资的金额,接下来所有的投资操作都将由“帮你投”背后的VCMM智能模型和专业团队完成。
在国外,投资顾问属于中高端的理财服务,如今在中国能够大幅降低门槛,离不开技术能力的提升。帮你投的服务全都是在线完成,极大降低了人工成本。在投资前,帮你投会进行智能的用户画像、风险测评、大类资产配置分析并输出投资策略。交易完成后,会持续研判投资风险、自动调仓等,并将各类报告、行情分析解读第一时间同步给用户,实现全周期的陪伴。
朱宁表示,金融和科技的结合是未来投资发展的趋势,“帮你投”既有Vanguard产品的优势,又有蚂蚁的算法和科技能力,有望在中国创造奇迹。
蚂蚁金服和Vanguard集团的合资公司先锋领航投顾CEO张宇介绍,帮你投通过科技能力为用户提供全托管的基金投顾服务,开创了“100”智能理财服务模式,实现1分钟匹配投资建议,几乎0门槛购买,投资者0操心。
来源:36Kr
8月12日,腾讯旗下基金销售公司腾安基金开始在腾讯理财通开放投顾服务线上预约功能,正式进军基金投顾市场。这是今年支付宝上线“帮你投”投顾服务以来,又一家互联网巨头正式涉水基金投顾服务。
业内人士认为,随着腾讯、阿里两大巨头入场,其带来的巨大流量将给基金投顾服务市场带来广阔的想象空间,不过市场竞争也将随之加剧。
目前,“一起投”只上线了两个策略组合,“一起投中欧超级股票全明星”和“一起投南方稳添利”。
“一起投中欧超级股票全明星”。它是由腾讯提出组合构建需求,中欧基金提供组合方案。目前这个组合里面选了11只基金,包含货币基金、混合基金、股票型基金,其中混合型基金组合占比74.17%,股票型基金占比24.13%。
“一起投南方稳添利”适合“求稳的钱”,对应用户银行理财的替代。组合波动较小,预期收益也相对低一些。
当前与“一起投”最为匹配的对手,莫过于蚂蚁基金的“帮你投”了。
蚂蚁基金与先锋领航集团合资的“先锋领航投顾”推出的“帮你投”目前已有20万用户,管理规模约22亿元,单用户资产约11000元。
蚂蚁基金推出的“帮你投”和腾讯推出的“一起投”最大的区别在于,前者底层买的是指数基金,其中相当一部分是费率低廉的被动指数基金;后者买的都是主动管理基金。
费率方面,两者都收取投资顾问费用,“帮你投”收取申购费和调仓费用,而“一起投”不收申购费和调仓费。至于投资顾问最关键的“顾”的部分,由于目前推出时间都还比较短,还有待投资者检验。
如今互联网巨头腾讯和阿里均已入局,会为基金投顾行业带来什么样的变化?可能需要时间的检验。
遭遇传统佣金模式瓶颈之后,券商投顾面临普遍的转型问题,然而从“销售型”投顾转为“财富管理型”投顾并非易事。在业内人士看来,投顾转型难在思维转型,一旦陷入“优势陷阱”,其运营理念、考核机制及激励方式等短期都难以改变。
不少券商人士认为,在投顾转型过程中,除了机制改革之外,金融科技应用也成为重要手段,而智能投顾业务探索和布局有望成为破局关键。
“靠天吃饭”模式仍难改
在券商人士看来,投顾转型需要解决机构业务变化、思维升级和机制改革等一系列问题。
国金证券财富产品中心负责人熊庆东表示,投资顾向在向“财富管理型”转型的过程中,都需要一段时间学习和适应。“主要难点表现在两个方面:一是缺乏财富管理理念、知识和专业服务技能;‘代销型’投顾以产品销售为导向,往往会忽略客户需求以及产品与客户的匹配等问题;二是有选择性地销售产品,传统的投顾往往会选择其熟悉的产品领域,对不了解的产品可能不敢去推,或者不能匹配适合的客户。”
联储证券相关负责人表示,“代销型”投顾向“财富管理型”投顾转型,遇到的问题主要是理念问题、导向问题以及专业度问题。“国内财富管理市场还处于相对初级的发展阶段,投资者对于财富管理理念,特别是资产配置理念的认可度还有待提高。目前券商代销产品主要的盈利模式还是以收取交易环节的费用为核心,这决定了‘代销型’投顾更多的还是销售导向而非客户导向。根本上讲,很多传统的投顾的服务模式还是缺乏财富管理和资产配置方面的专业度。”
在平安证券财富顾问中心相关负责人看来,投顾转型综合来看是“优势陷阱”的难题,证券公司最擅长的事情是传统通道业务,这也导致很多机构将自己的经营能力限定在了最有优势的通道业务中。一是经营理念、商业模式和队伍意识都被固化,转型的难度较大;二是当股市行情再度走好,佣金收入再度增长的时候,是否还有动力和决心进行转型。
资深投顾刘鹏对记者表示,“从基层管理者的视角来看,最难的是绩效考核变革的问题。在绩效考核没有全面变革的情况下,员工的转型动力其实并不高。尤其在牛市的时候,佣金一多,基层投顾靠吃佣金就能活得很好,什么转型战略就全忘了。”
智能投顾助力人工投顾
值得注意的是,智能投顾模式成为券商业务走向综合财富管理、投顾群体集体转型的关键抓手,更有中小券商将智能投顾视为在财富管理市场争夺一席之地的突破口。
联储证券相关负责人指出,智能投顾内涵较广,包括智能资产配置、智能资讯、智能客服、智能理财规划、精准营销、客户画像、账户诊断、个股个基诊断、智能组合等。
熊庆东认为,智能投顾是传统投顾的有益补充,也将成为投资顾问的得力助手。投资顾问存在服务半径的限制,服务人员越多,投资顾问就越没有更多的时间学习和思考,服务质量就难免有所下降,而依靠智能投顾,可以实现服务分层。
另一方面,智能投顾的出现符合券业发展趋势,未来将会成为实现财富管理的服务分层提供有效的工具。中金公司(港股03908)认为,伴随千禧一代成长、大数据技术及被动投资盛行,智能投顾开始快速发展。智能投顾有费用低、便利性强、效率高、个性化的特点,是未来资管业的发展方向。
华泰证券网络金融部相关负责人认为,在数字化发展浪潮下,市场将逐步催生出分层分级的财富管理服务模式。新模式下,针对零售客户、富裕客户和高净值客户全层级客群、全生命周期均具备对应的服务内容,形成普惠式和专属性兼具的财富管理服务。“具体而言,零售客户主要由智能投顾、数字化工具等进行标准化服务,高效满足长尾客户的基础财富管理需求,同时为零售客户提供自动化财富管理服务;富裕客户主要由在线投顾提供个性化服务,串联线下服务场景,通过线上线下联动服务,充分满足富裕客户的个性化深度财富管理服务需求;高净值客户则由线下投顾提供深度专属性服务,通过数字化工具和平台化赋能线下投顾,提升投顾服务效率和服务精准性。”
不过,当前智能投顾发展尚属初级阶段,新业务模式形成尚需一段时间,智能投顾模型也尚待优化。上述联储证券相关负责人表示,智能投顾仍然面临不少问题,如同质化严重、盈利模式不清晰、价值及有效性待验证等。
熊庆东指出,当前智能投顾模型和算法还比较弱,还没有令人信服且可追溯的历史业绩,也很难真正做到个性化的客户服务。“不过,随着智能投顾模型的逐步优化,其业绩越来越突出,而且自我学习能力加强,也将弥补其个性化不足的缺点,智能投顾将成为客户可靠的投资助手。长期而言,智能投顾具备广阔前景。”
来源:中国基金报
作者:张莉
在与先锋资管合作推出“帮你投”之后,支付宝与国内几家公司联合推出一些系列的投顾组合,究竟这些组合适合什么样的投资者,“打包买牛基”究竟靠不靠谱?
主打三类投资者
记者发现,支付宝新推出的组合:高收益、均衡、稳健,分别对应的目标收益率是三档:5%~8%、8%~12%、12%以上。主要匹配三种不同的人群:第一档可以归类为“固收+”,匹配的是买银行理财产品又不满足理财收益的人群;第二类是希望投一定比例的股票,但不希望账户的波动太大,所以股债保持相对恒定比例的配置,以减少回撤;第三类主要是针对投资股票基金的基民,希望能把看好的基金做一个组合。
高收益组合:
核心+卫星策略
究竟基金公司内部怎么构建投资组合,对我们的投资还是很有借鉴意义,目前上线的高收益组,一共有4个组合,分别是华夏、兴全、中欧、南方。构建思路差异不小,但彼此之间也有很大的共性。
首先我们来看近几年的明星公司兴证全球基金、中欧基金,他们的组合构建思路是什么样的?中欧基金的组合表述是这样的:1、多种风格、覆盖大中小盘的明星基金;2、采取核心+卫星的战略,其中核心指的是长期绩优基金,卫星则会根据市场情况配置不同风格、行业的基金。核心基金作为底仓,卫星基金会动态调整,争取超额收益。我们来看看什么样的基金被中欧定位为核心:组合中,仓位最重的是中欧时代先锋25.28%、中欧行业成长24.78%,这是仓位最重的两只,中欧新蓝筹14.67%次重要、中欧医疗健康、中欧价值发现、中欧消费主题配比在10%,应该是卫星策略基金。从基金配置看,确实是覆盖了大中小盘。不过彼此的比重不太一样。中欧基金近年来权益类投资业绩优良,这个组合适合认同公司旗下基金,想要买个“拼盘”的投资者。
类似的,兴证全球基金组合的宣传词就是“打包买牛基”。具体描述为:“金牛名将+风格清晰稳定的基金,匹配不同的市场进行调仓,每月复盘,不定期调仓。”从业绩看,这个组合,在2019年年初至2020年7月份跑赢沪深300指数34个百分点,超额收益很明显。我们来看看组合中的基金有哪些:兴全趋势最高,达到18%,其次是兴全合润分级16.25%,接下来兴全精选、兴全轻资产、兴全商业模式、兴全绿色投资、兴全社会责任,都是10%左右,唯一一个被动基金是兴全沪深300增强,也占10%左右。从比例看,每只基金的分配比例较为分散,适合不想放弃兴全每一只牛基的投资者。
接下我们来看华夏基金负责的组合“华夏指数波动”,它的思路跟前面两个组合不同,主要是一个指数组合,同样采取“核心+卫星”的策略,60%~70%核心仓位投资主流的宽基指数,30%左右的卫星仓位挖掘行业龙头。因为华夏基金目前已经有比较完备的指数基金的产品线,所以他们用的是自家指数基金构建组合。核心的基金包括这三个:创业板低波蓝筹ETF30%、沪深300ETF联接20%、中证500ETF20%。而卫星的基金则是:医药、消费、5G各占10%。实际上,这个组合思路比较适合普通基民借鉴,将创业板、沪深300、中证500搭配起来,作为对A股市场的基础配置,然后靠其他的热门行业轮动来获得超额收益。因为是指数基金的组合,它的仓位较高,所以波动应该会较大,管理难度也更大一些,需要把握行业轮动的方向和节奏,要求较高。
第四是南方基金的南方股债轮动组合,这也是4个组合里面唯一提到债券的。基金公司这样描述资产配置的思路:“跟着索罗斯的模型做投资,在繁荣和萧条中做股债平衡,根据宏观、量价和估值等多套模型。综合利用全球股票、债券、大宗商品等指标,借鉴无线通信和NASA的信号处理算法,进行技术调仓。”划个重点:这是多策略的投资模型。我们来看他的组合:南方沪深300ETF25%,南方新优享24.57%,南方绩优成长21.59%,南方优选成长21%,债券6%。总结一下,市场指数占四分之一,南方3只近年来业绩领先的成长基金占66%,其他的仓位分给债券。这个组合未来估计会根据公司的选股策略来进行调仓。
基民可借鉴:
内部人认可的牛基
由于目前公布的投顾组合还是以自家基金为主,所以我们通过这些基金公司的组合,也可以学到一些基金组合的诀窍,首先,可以发现公司是怎么看待旗下基金。被视为核心的基金,绝对是公司内部比较认可的产品,更适合长期持有。如果你是某个公司的粉丝,想一网打尽,也可以直接一键购买,目前这些基金公司还没有收取额外的管理费,相对来说,费用比FOF要低一些,如果不想尝新,也可以抄作业,构建一个类似的投资组合。
不过千万不要把这些基金宣传的年化12%以上,当成是业绩承诺,这只是组合目标,基金表现的重要因素,如果投资期限太短,如不足一年,未必就能够达到这个目标。
来源:中国基金报
对于许多旁观者而言,数字普惠金融现在已是一片“春风得意马蹄疾,一日看尽长安花”的繁荣景象。实体经济的需求、国家政策的扶持、科技应用的进步、商业模式的成熟,无一不在推动数字普惠金融的快速发展,真可谓天时地利人和“三花聚顶”。就连这百年罕见的新冠疫情,也为其充当了义务“导流员”,中老年客户纷至沓来,线上化程度再上新高。
然而在不少内部人看来,数字普惠金融远还没有到达花团锦簇的程度,酸甜苦辣咸的个中滋味,也许只有“云横秦岭家何在,雪拥蓝关马不前”能道得一二。需求不能真正转化为业务、扶持距离落地多少还有差距、科技没有经历完整金融周期的检验,可持续的发展模式也在探索。然而更关键的是与线上风险相匹配的信任机制的匮乏,破题数字普惠金融亟待重建线上信任机制。
主体方面的信任问题
从历史来看,人类社会每一次组织方式的变革都伴随着信任问题的出现及解决。比如,在由贵族封建制转化为中央集权制后,地方领袖也由百姓身边的公侯变为了中央派来的官员,因此证明后者权威性与代表性的“官印”就成为其施政的起点。
在《西游记》那个“江流儿杀贼救母”的著名故事中,水贼陈洪就是靠谋夺了状元陈萼(唐僧生父)的官印,在江州居然太太平平的做了十几年地方官,直到成年后的江流儿(唐僧)进京搬来丞相外公的十万官兵方才伏法。这也从另一个侧目证明了信任的重要与无奈。
过去,中央与地方远隔千山万水;现在,网络用户间相隔又何止万水千山。站在数字普惠金融业务的起点,金融机构不仅要判断网络那头的客户是否本人(而不是没有交易权益的第三人甚至犯罪分子、机器人等),还要判断本人是否具有交易意愿(意思表示是否真实有效)。其中有三层问题值得讨论:
首先是与客户体验的衔接问题。数字普惠金融是在数字化、互联网时代的金融作业模式,而所谓数字化、互联网所指称的并不仅限于技术,而更有其背后深刻的运营逻辑和方法体系。反映到与客户交互层面,就是以“快”(反应快)和“少”(操作少)为代表的所谓极致体验。这是验证客户是否本人及是否具有签约意愿的客观环境。
一般来说,包括签约验证在内的风险防控需要和客户体验一致,这也是为什么金融机构安全工具越来越“轻”(从U盾、K宝等到手机验证码、刷脸)、越来越“软”(从更注重硬件防护到更强调软件防护)的逻辑所在。然而问题在于金融机构在其间又不能放松风控要求(监管也不允许),安全验证就在风控与体验的博弈之间悄然完成了客户“内在化”的转移,生物特征被用作验证工具,各类信息被用来风险评价,客户体验、安全验证和权利保护越来越构成“不可能三角”。
其次是与场景风险的衔接问题。数字普惠金融的重点在于线上信贷,特别是面向长尾客群、中小微企业的无抵押线上信贷。不同于移动支付,线上信贷是用银行的钱(更准确的说,负债)而非客户的钱,发生风险损失要实打实由银行承担,这就从根本上决定了安全验证的重要性和紧迫性。
有道是“有病乱投医”,在现行法律法规、监管规定没有对线上信贷客户身份识别、意愿验证具体方式作出规定的情况下,各金融机构,甚至同一金融机构不同产品条线就对签约、用款、征信查询等匹配了不同的安全策略。这些策略逻辑有的甚至在自己场景尚不能自圆其说,如果交叉比对更使客户疑惑:同类业务在A行的征信查询安全验证甚至还高于B行的用款环节安全验证,所谓的安全验证到底有多少严肃性可言?
最后是与银行信管的衔接问题。数字普惠金融在某种程度上是一个“接着说”的叙事,其发展依赖于前期互联网金融企业对市场的开拓和对客户的培育,其沉淀的方法论反过来也会影响甚至塑造银行等金融机构发展数字普惠金融的运营模式。最直观的,就是更强调客户服务维度的“产品”概念而非自身管理维度的“业务”概念。
这就涉及谁“优先”的问题,具体到安全验证工具方面,过去出于银行自身信息管理和系统安全考量,银行大多自建安全体系,验证工具包括其中验证客户身份与意愿的“数字证书”也由银行自己签发。形象地说,在数字普惠金融线上信贷中,一些银行又做选手又做裁判,虽然有一些行业甚至国家认证说明其可靠性,但实践中也往往处于“自证清白”的尴尬境地。
文本方面的信任问题
在一些“老银行”看来,数字普惠金融的合同签约没有什么难的,无非是把制式合同文本从线下搬到线上,在渠道端(手机银行等)模拟一下签约流程即可。可惜的是,不要说全套模拟,就是在客户签名、机构盖章这个环节做好的银行恐怕也是寥寥无几。
在一些自媒体看来,这又是证明了银行能力的“不堪”和机制的“落后”,试看那些互联网公司,人家早就扬弃了这种“落后”的签约方式,只是你银行仍在“传统思维”打转。可是,互联网公司签约方面的轻便,固然源自技术能力的强悍,但更有其法律能力、公关能力的加持。毕竟,“南山必胜客”、“龙岗无敌手”可不是随便哪个机构都能当的。
于是我们还要脚踏实地地讨论合同文本的信任问题。作为交易协作的起点和定分止争的凭据,合同从来都受到相关各方的高度重视。在我国,有史可稽的最早合同甚至可以追溯到文字出现的时期(公元前十世纪),需要双方盟誓并铭刻在青铜器上,接受历史和鬼神的见证。由于科学技术的发展和行为模式的改变,今天的我们当然不会再为线上签约而如此大费周章,但数字普惠金融线上合同仍有不少问题待解。
1. 合同要素的问题
一方面,受制于技术要素,线上签约还不能真实、全息、便捷地模拟出线下签约环境,这样,在线下非常具有仪式感的签字盖章环节就被大大削弱,有的机构甚至在此处还付之阙如。当然,按照现行法律规定,即使没有签字盖章,如果其他证据支持,合同的有效性依然可以得到司法的确认和支持。然而,现实中法院专业水平参差不齐,因为缺少签字盖章而直接导致败诉的案件也屡见不鲜。
另一方面,线上签约也有相对于线下的比较优势,可以更加多维地收集、储存、调取相关信息,这需要金融机构跳出传统纸质合同的视野,站在事实合同的角度构建证明合同成立并被执行的证据链,根据证据链的需求来确定合同要素。
实践中,金融机构业务系统或者是没有收集相关信息、或者是有收集而无记录、再或者是有记录而无法调取,甚至是想调取而信息已过期(而被清理)等等,这些都需要逐一加以解决。
2. 不被篡改的问题
由于线上合同文本的提供、签约、留存都在金融机构一侧完成,容易理解客户为何对文本是否篡改存在疑虑,这同时也是相关诉讼的焦点所在。然而与问题的严肃性相比,行业对此的处理却略显“大条”,部分机构部分产品的已签约合同文本甚至以非只读的word、wps格式存储,在发生争议时再在后台根据签约信息合成合同。如此操作就连基本的签约时间都不合要求,遭受质疑也自是情理之中。
更何况,不被篡改既要金融机构事实上不去篡改,又要让客户、法庭相信其不能篡改(或即使篡改也容易发现)。除了使合同文本以PDF等更可靠的方式留存,在签约时引入第三方更可信的数字签名等技术手段外,还需要在宣传上加大力度,需要将散落在各部门间的、以技术话术表达的安全证据组织起来,通过直白易懂的语言向外传递。
3. 有效代表的问题
在金融机构一侧,出于内部管理需要,业务用章被集中上收,体现在线上合同上,往往是归属不同分支机构的不同业务都被统一加盖了线上业务专用章。
然而现实是,一方面客户业务由经营一线负责拓展维护,另一方面系统也往往将相关机构名称自动合成到合同上面,这样就造成文本前后矛盾,轻则导致机构总部集中被诉,重则可能因为签约主体与诉讼主体不一致而导致败诉。
在客户尤其是对公客户一侧,如何在签约中解决其代表性问题也颇具困难。
比如,在合同中应该加盖客户公章,但这需要客户事先向金融机构提供印模和授权,在现有技术条件下,客户自然不免疑虑。
又比如,法人客户需指定专人代表企业进行操作,但一方面,对于一些具体财务问题法人代表没必要也没时间逐一过问,另一方面,委托他人又会存在“表见代理”(如财务负责人离职后仍以原身份进行活动)的风险。这些问题都不是仅凭金融机构通过制度创新、产品设计能够解决的。
存证方面的信任问题
从很大意义上说,数字普惠金融业务是金融机构的一次自我革命,是现在如火如荼进行的金融科技、数字化转型大潮的一部分。线上签约看似简单,背后却是金融机构全部经营能力的体现,那些转型意愿更强烈、工作机制更灵活的机构更容易做到电子存证依法合规,更容易以此为抓手推动管理机制的进化。
即使是在线签约电子存证这样一个具体而微的应用,出于不同视角也会出现不同的诉求。出于业务发展考虑,需要尽量降低客户进入门槛;出于客户体验考虑,需要操作快捷甚至无感;出于依法合规考虑,需要信息存储的最小必要;出于风险防控考虑,需要尽量留存证据以应对可能发生的诉讼事件。不同的诉求与不同的主体相互缠绕,更加剧了存证信任问题的复杂性。
其一,外部法治环境不健全
现行法律法规、监管制度随对电子存证有所涉及,但大多失之于抽象原则。与传统证据相比,电子存证在业务逻辑、法律逻辑之外,又增加了技术逻辑,像存证的范围、路径、颗粒度等都需要明确且可实现的规定。另外,由于立法规定的不具体,落实在司法实践中,不同地方不同法院乃至同一法院不同人员都对存证要求有不同理解。
这一方面不利于行业形成稳定预期,推动机构逆向选择,“眉毛胡子一把抓”地最大化收集客户信息,另一方面也会造成“司法套利”,部分机构选择所谓“友好”的司法辖区建立数据中心等以争取更有利于自身的判决结果,这样也会影响司法的严肃性与公平性。
其二,内部存证规则有缺失
存证表面看是法律问题,其解决却需要业务部门、渠道部门、技术部门的共同努力。目前金融机构的存证工作大多都是“一事一议”的会商方式,业务部门或渠道部门发起,技术部门参与,法律部门提供意见。这样看上去相关部门都有参与,但事实上又都可以不承担责任,不利于工作的有效开展。相比于审查,法律部门更应集合机构内外力量集中拟定一套存证规则,推动相关部门据此实施并开展后评价。
机构内部缺少明确统一的存证规则,不仅会削弱工作的权威性进而影响开展的质量,还会留下死角。
比如如果相关部门思虑不周,某项证据信息虽然存储但未明确获得客户授权,或虽获得授权但存证路径不当导致无法使用,都会决定具体诉讼的成败。
另外,缺少存证规则也会使司法机关质疑机构存证工作的水平,进而加重机构举证责任的负担。
其三,客户权利保护需加强
客户服务而非业务数据才是数字普惠金融发展的初心和归宿,即使存证预防的是客户争议,但金融机构也要将客户当做“人”而非“物”来对待。在证据留存环节,金融机构需要明确指出收集客户哪些信息并获得同意,需要向第三方机构调取的要核实其是否获得客户充分授权。另外,当客户不予授权时也需要给出替代性解决方案而非一拒了之,这才是尊重客户选择权的真正体现。
在证据存储环节,根据《中华人民共和国民法典》(第462条等)和《商业银行互联网贷款管理暂行办法》(第25条等)相关规定,金融机构也要提供技术和渠道支持客户实现对包括合同在内属于自己拥有处分权利范围内相关信息的调取。
然而实践往往与此相悖,不要说“相关”信息,就连合同文本有的机构都不能提供展示和下载渠道。这样又怎么能够使客户建立对金融机构的信心与信任呢?
打造面向未来的信任机制
一段时间以来,随着疫情对于经济发展的冲击和企业自身管理问题的暴露,“公章领域”新闻不断,从科技企业到金融机构,从“假章”到“抢章”,围观群众被纷至沓来的“大瓜”搞得目不暇接。这些八卦发生的背后,除了当事人治理思维陈旧和法制意识淡薄外,更暴露当下信任机制缺失的无奈。
正所谓“祸兮福之所倚”,问题的出现是“危”更是“机”。回顾互联网经济的发展史,正是支付宝这类担保交易中介的出现最终促成了电子商务市场的大发展,如今数字普惠金融也需要自己的信任“神器”。不过,电子商务发展的成功不可完全复刻,毕竟数字普惠金融业务涉及主体种类更多元、需求层次更复杂,这一领域的信任机制不可能由单一机构独自完成,而有赖于相关各方的携手共进。
对于公共部门来说,关键是塑造友好的法治环境。
首先是打造层次清晰、覆盖完整、彼此支撑、专业科学的法律制度体系。除《民法典》等实体法外,要抓紧完善民事诉讼立法,确定电子存证的法律效力、存证范围、获取路径,解决因线上作业模式带来的虚假代理、表见代理等。在此基础上,对于存证领域较为细节、涉及技术的部分,应由行业主管部门尽快指导行业协会等专业组织出台自律规范、行标团标等,使工作开展有章可循。
再者,法院体系也应提供明确统一、符合时代的司法服务。可以考虑综合运用司法解释、答复纪要等多种形式加强对线上经济金融活动具体场景法律诉讼中举证问题的指导,逐渐沉淀经验,统一认识。另外法院也应加强与相关行政单位、金融机构、科技企业的联动,互相交流经验,完善知识结构,共同探索完善数字普惠金融电子证据机制。
对于金融机构来说,关键是形成有效的工作机制。
表现在制度层面,是按照相关民事、网络安全、互联网贷款等法律法规、监管制度要求完成“规定动作”,将相关制度内化施行。在此基础上,还应站在数字化转型战略高度理顺业务流程,固化存证机制,出台统一规则,除了合同形式、存储范围等“大”问题外,还要覆盖到颗粒度、有效期等“小”毛病。
表现在技术层面,一则是理顺前中后台不同业务、管理系统间的交互关系,保障数据获取、存储、对外提供等行为以依法合规的技术路径实现;二则是完善自身安全产品体系,优化客户证书安全工具电文签名加密功能,同时积极参与相关检测验证,形成坚实的对外诠释证明体系;三则是引入权威第三方安全产品,在与自身信息安全不冲突的前提下提升外部安全产品的覆盖度,缓释客户及外界的怀疑情绪。
对于科技企业来说,关键是输出可信的安全服务。
由于信息不对称和信任的缺乏,数字普惠金融有望成为科技企业监管科技-合规科技产品输出的重点方向。一方面是多方携手提供可信作业环境,比如,由硬件设备厂商提供安全设备,科研机构提供基础技术,科技企业携手金融机构打磨具体场景的应用模型,使信任机制凝聚多方力量,接受多方监督。
另一方面是提供体验友好、智能专业的专项安全产品。首先,企业资质和产品安全性应取得有关国家机关、行业组织的认证,在此基础上,基于大数据、区块链等前沿科技,围绕合同鉴签、数据安全、证据核验等金融机构无法“自证清白”的痛点堵点提供解决方案。由于信任问题的特殊性,这种方案不仅应该能够真实解决问题,而且应该能够令人信服认可。
来源:36kr
8月10日讯,国寿资产和恒生电子宣布成立资管行业首个金融科技联合创新实验室,就金融科技的创新展开联合探索、共同研究,更好地促进资管行业金融科技创新成果的实践落地。
国寿资产全称中国人寿资产管理有限公司,是由中国人寿保险(集团)公司和中国人寿保险股份有限公司共同出资设立的国内首批保险资产专业管理机构,是国内资本市场上最大的机构投资者、货币市场的重要参与者。
恒生电子是一家金融软件和网络服务供应商,1995年成立于杭州, 2003年在上海证券交易所主板上市(代码600570)。恒生电子以技术为核心竞争力,聚焦于财富资产管理领域,为证券、银行、基金、期货、信托、保险等金融机构提供整体的IT解决方案和服务,为个人投资者提供财富管理工具。
国寿资产作为老牌保险公司,创新业务及技术实力上无疑是其竞争的短板,而恒生电子作为全领域金融IT服务商,双方合作能够互相弥补其短板。
此前腾讯、阿里、平安三家共同合资成立的众安保险就是一次在金融科技的联合探索,当前市场条件下不同类型公司博取中长成为了业内新常态。
早在2018年11月,恒生电子就宣布启动了恒生金融科技创新实验室计划。通过该计划,恒生希望携手金融机构共同探索和研究金融科技,并推动创新业务的实验与落地,最终实现金融科技赋能金融,让金融变简单的目的。
时隔近两年,恒生电子携手国寿资产成立首个金融科技联合创新实验室,将促进双方在各自领域的进一步探索。
导读
创立于2014年的Ellevest是一家来自美国纽约的智能投顾公司,该公司主要面对女性客户群体,提供一系列更贴近女性需求的投资组合方案。Ellevest关注女性的财务生活需求及职业生命周期,运用大数据及人工智能算法等技术,设计ETF金融投资组合(包括债券、股票和替代方案等),为职业女性提供退休储蓄、子女教育金、置业基金等财务建议,帮助她们更轻松地管控与实现财务目标。Ellevest以其独特的公司定位及优质服务入选了福布斯2018年金融科技公司前50强,是LinkedIn“2019年最受欢迎50家创业公司”之一,被NerdWallet评为“2019最佳机器人投顾公司”之一。
Part 1 公司概述
1.1 公司简介
2014年创立于美国纽约的Ellevest是一个具有使命驱动的数字投资平台,旨在帮助女性客户通过低成本投资实现自己的财务目标。公司的创始人是位女性,作为“女性为女性打造的平台”,Ellevest的成立在美国投顾领域吸引了不少目光。这家性别色彩鲜明的金融服务公司,它的产品与文化都带着独特的属性。
从面向普通客户的数字投资策略,到面向私人财富客户的定制投资组合,Ellevest为各阶层的女性提供投资建议。在投资方面,女性与男性有着理念差异,她们更看重的是人生目标的实现,而非获取超额收益,因此也对投资风险更加厌恶。Ellevest将女性的职业生涯、风险偏好、平均寿命等因素纳入考量范围,为女性提供直观、全面、现实的投资计划,帮助她们更自信地掌握个人资产。平台的运转并非只是提供一个投资组合的标准套餐,而是站在实现客户各类财务目标的角度,根据女性风险厌恶的特点将财务目标的实现率锁定在高于同业的水平。Ellevest还为客户推荐“影响力”投资组合,通过该基金间接投资一些具有社会影响力的女性创始公司或可持续发展的公司。Ellevest被美国全国广播公司财经频道(CNBC)评为美国“50大颠覆者”之一,被LinkedIn评为“最受追捧的初创公司”之一,还被《企业家》杂志评为“100大杰出创意”之一。
据统计,2017年4月,Ellevest拥有雇员32人,个人客户3700位,管理总资产为2500万元。而截至2020年2月,Ellevest共有雇员111人,拥有个人客户43554位,管理资产也超过了5.53亿美元。其中,高净值客户93名,资产总额为2.17亿元,约占公司管理总资产的39%。三年不到的时间里,Ellevest的员工数扩大了三倍,客户群体数量增长了10倍,并吸引了高净值客户的加入,管理资产规模增长超过了22倍。Ellevest以快速增长的态势在美国投顾领域迅速发展着。
1.2 创始人简介
公司创始人兼首席执行官Sallie Krawcheck
Ellevest的创始人是一位在华尔街历练多年具有丰富投资经验的优秀女性——Sallie Krawcheck。她以善于逆转落魄的大企业而扬名,有“华尔街女王(Queen of Wall Street)”之称,被机构投资者公认为排行第一的最佳分析师。1992年,在哥伦比亚大学取得工商管理硕士后,她进入投资管理公司Sanford C. Bernstein & Co担任高级研究分析师,并在4年后晋升为研究主管。任主管2年后,她被公司任命为首席执行官。此后,她以敏锐的市场观察力与优秀的领导力征服华尔街,先后担任过花旗银行CFO,花旗银行财富管理部门CEO及美林银行财富管理CEO。
2011年,她从美林银行辞职,开始思考为女性在金融投资领域谋求更大的权益。在投资顾问领域拥有资深经验的她认为,现在投顾行业主要针对的都是男性用户,而女性用户的投资行为和需求与男性有明显不同,她开始关注女性领域的金融特点与需求并创办了Ellevest。除了创立Ellevest,她也是拥有135万用户的全球职业女性网络——Ellevest Net的首席执行官,是Pax Ellevate全球女性领导基金的主席,同时著有畅销书《拥有它:职场女性的力量》。她被《福布斯》评为世界排名第七最有权势的女人,在Fast公司发布的“商业领域最具创造力的100人”中排名第九,被《企业家》杂志评为十大未来企业家之一,并登上了《名利场》杂志“2018年新贵榜单”。
1.3 融资情况
Ellevest独特的市场定位吸引了众多投资者的目光,受到了资本市场的关注。截至目前,Ellevest共进行了四轮融资,融资金额共计8660万美元。除了有Morningstar(晨星)、Ulu Ventures、PayPal等机构投资者,还有网球明星Venus Williams、Ariel投资总裁Mellody Hobson等个人投资者。Ellevest获得了女性投资者的大力支持,四轮融资中共有8位女性投资者参与。公司运用这些融资加速了公司规模的增长——包括投资系统技术、拓展产品类别及参与女性金融教育、慈善服务等。
表:Ellevest融资概况
数据来源:Crunchbase.com、index.co
Part 2 商业模式
2.1 市场定位:提供财富管理方案 助力女性发展
据Ellevest调查显示,目前美国金融投资领域86%的投资顾问是男性,平均年龄在50岁以上。她们认为,这些投资顾问在为投资者制定财务方案时一般都默认了以男性的工资特点、职业道路、投资偏好、平均寿命等为基础,提供“无性别差异化”的投资方案,不利于女性的财富增长。而社会调查显示,目前美国女性的财务需求旺盛,她们掌握了超过11万亿美元的财富,百万富翁中女性占比达到了45%。而在40岁以下的女性富裕人群中,有75%的女性都缺少专业的财务顾问;其余25%拥有财务顾问的女性中,仍有高达67%的人认为财务顾问未能充分理解她们的需求。美国女性富裕阶层如何更好地管理自身财富已成为亟待解决的课题。
Ellevest针对这一市场特点,为女性提供了轻松简单的理财方式。它运用线上注册、数据采集、目标制定等方式,结合大数据技术及智能机器人统计分析,迅速的为客户提供财务方案。同时,Ellevest还致力于推广女性事业发展,提供职业发展指导、财富知识教育等。并通过Pax Ellevate全球女性领导基金,为女性创业者提供资金支持。
2.2 产品序列:零起点低费率 差异化的个性服务
Ellevest针对不同投资金额的客户设置了Ellevest数字服务(Ellevest Digital)、Ellevest高级服务(Ellevest Premium)及私人财富管理服务(Private Wealth Management)三个序列,三者在服务年费、服务范围等项目上有所差异。除了服务年费,客户不必支付其他交易成本。但必须支付ETF费用,普通的核心投资组合平均费用为0.06%至0.16%,而“影响力”投资组合的平均费用为0.18%至0.25%。
表:Ellevest数字服务及高级服务
来源:Ellevest官网
表:Ellevest私人财富管理服务
来源:Ellevest官网
Ellevest高级服务及私人财富管理服务均提供了理财规划师及职业教练一对一的贴心指导,帮助客户提升薪资谈判技巧及理财能力。私人财富管理服务还为这部分高净值的客户配置专属财务顾问,帮助她们定制每一个阶段的计划。从长期计划入手,在职业、家庭、税收、现金流、债务、信用、投资、退休和保险九个方面全面管理客户的财富健康。同时,还为客户节省消费、医保、报税等方面的开支,提供信托管理、资产转移、慈善捐赠等方案,最大程度上满足客户全生命周期的财务需求。
2.3 投资模型:目标驱动 融合女性视角
以目标为导向,Ellevest投资模型以客户实际基础为考量点,制定贴合客户现实需求的投资方案。平台模型需要客户填写年龄、职业、收入水平、教育程度、婚姻状况、子女数量及经常账户余额等基本信息,同时提供想实现的财务目标,如置业、创业、子女教育金、退休金等。系统以这些因素为运算基础,整合了特定性别的薪资曲线和预期寿命数据,为客户的财务目标设定提供建议。由于很多女性对于自身财务目标的确定及所需金额没有很明确的概念,故Ellevest给出的最佳预测方案是基于客户的基本信息,后期客户可根据自身的喜好和需求进行调整。
表:Ellevest目标初始金额预测方法
来源:Ellevest投资指南
在客户确定财务目标后,Ellevest将根据客户的风险承受等级为其匹配合适的金融产品。基于资本市场历史数据,Ellevest构建了风险矩阵模型。对女性而言,相较短期收益,她们更看重个人财务目标的实现。Ellevest将女性的一些个人偏好加入财务计划,使得整体模型更加精准。例如,大多数投顾公司会向客户推荐财务指标实现概率为50%的投资组合,而Ellevest则利用科技手段将这一概率提升到70%。Ellevest采用的是负债驱动投资策略(Liability Driven Investing,LDI),该策略由均值方差优化模型(Mean-Variance Optimization,MVO)和盈余优化模型(Surplus Optimization)组成。值得一提的是,LDI是退休金计划里常用的策略,该策略基于目标金额分析当前负债及未来现金流支出的情况,以跟踪的方式优化投资路径,在既定收益的情况下最小化风险,以增加投资组合的实现概率。同时,公司使用Monte Carlo模型模拟目标结果,在数百个不同的经济场景中运行7个推荐投资组合和储蓄率,以确定一系列可能的结果,助以实现客户目标。当投资组合在偏离特定目标和范围的阈值时,会受到系统模型的监控和重新平衡,调整组合风险。
2.4 投资标的:涉及21个类别 特色“影响力”基金
在投资标的的选择上,Ellevest与知名研究评级公司Morningstar合作,运用机器算法筛选市场上合适的交易所交易基金(ETF)。这些ETF主要来自先锋基金、嘉信理财和其他公司,具有持有成本低、流动性高、税收效率和跟踪偏离度低等特点。与其他智能投顾公司相比,Ellevest关注更多类别的投资标的,投资组合具有较强的多样性以更好地分散组合风险。Ellevest关注21个类别的标的资产,包括美国大中小盘成长股、价值股及各类型债券。与部分投顾公司有所不同,Ellevest没有避开全球房地产信托基金,公司认为这些房地产信托基金及美国通货膨胀保值债券可以为投资组合提供通胀保护。虽然从历史上看,投资房地产信托基金的风险更高,但从长远来看,它们提供的通胀保护、多元化收益和潜在回报可能会超过这些风险。
图:Ellevest关注的资产类别(来源:Ellevest官网)
除了核心投资组合,Ellevest还为客户提供“影响力”投资组合。该投资组合投资于ETF及部分共同基金,致力于支持女性事业发展及环保慈善事业。所选的共同基金涉及女性及慈善主题,投资于女性领导及富有社会责任感的企业。这些企业提供社区福利服务,如儿童教育、表演艺术、养老机构等;或者在环保领域表现突出,具有可持续发展性。投资标的中有新兴市场指数基金、Access Community资本基金及Pax Ellevate全球女性领导基金等六种基金。其中,Pax Ellevate全球女性领导基金是Ellevest所有权子公司,投资于女性领导及人口种族多元化的公司,帮助事业女性提升职场领导力。
图:Ellevest“影响力”投资组合关注基金(来源:Ellevest官网)
Part 3 竞争与挑战
3.1 竞争优势:
(1)“零门槛、低收费”为所有女性提供财务建议
客户不需要承诺投资金额便可开始进行财务咨询。Ellevest平台为所有注册客户开放,用户仅需注册账户,便可通过表单信息填写进行财务方案咨询,Ellevest平台机器人将根据客户所填写的信息迅速给出财务建议。便捷的“零门槛”咨询服务吸引了众多没有投资经验的年轻女性。同时,Ellevest会持续关注客户动态,通过邮件关怀等方式分享近期资本市场新闻及女性理财建议等,进一步吸引这些注册用户进行注资投资。而用户仅需投资5万美元,便可获得Ellevest高级服务,获得一对一理财建议及职业指导。
(2)支持客户通过一个账户管理多个财务目标
Ellevest以客户的生命周期为测算维度,支持客户的多个财务目标。客户可以同时提出置业金、子女教育金、退休计划等多个财务目标,平台会依据客户现有年龄、收入等因素,将一系列财务目标进行现金流测算及折现,为客户提出一个综合方案。同时,Ellevest还提供现实的考量,用来权衡多个目标的关系。例如,客户今年购买一辆新车可能需推迟买房和退休的计划,或者更低的储蓄率和相对保守的投资会影响未来的大学学费计划等。客户仅需一个账户,便可跟踪、权衡、管理多个财务目标。
(3)“自动平衡”的数字化投资模型
Ellevest采用目标驱动投资策略,运用Monte Carlo模型为客户筛选定制投资组合。与其他投顾平台不同的是,Ellevest认为控制投资组合风险比严格维持特定的资产配置更重要,故平台模型选择对投资组合的整体风险进行持续跟踪,而非紧锁投资组合的资产配置。当投资组合的整体风险偏离其资产配置时设定的投资目标与时间范围时,投资组合会被重新平衡。同时,如果客户的投资组合收益落后于预设的目标,Ellevest会督促客户做出适当的调整,比如将目标实现日期推后或者进行更大额更频繁的储蓄。
3.2 不足之处:
(1)储蓄利率较低难以吸引客户
Ellevest的投资方案会帮助客户建立一个金额为三个月税后工资的应急基金。平台不对该笔资金收取管理费,并帮客户把资金安全存放在联邦存款保险公司(FDIC)的银行账户中。但该账户只提供给客户0.01%的储蓄利率,远低于客户通过网上银行储蓄账户可赚取的利息。而其他智能投顾公司会为客户提供储蓄账户或现金管理账户,并支付2%以上的利息水平。
(2)没有提供税收损失回收(tax-loss harvesting)服务
与Betterment、Wealth front等其他智能投顾公司相比,Ellevest没有提供税收损失损失回收(tax-loss harvesting)服务。该服务自动提供节税功能,具体操作是自动卖出投资者亏损的资产,抵免一部分资本利得税,同时买入其他类似资产,从而达到合理节税和增加客户净收益的目的。而Ellevest采用的是一种“税收最小化方法”,尽力将任何可能产生税收的证券放入递延税款的退休账户,将低税收负担的投资放入应税账户,同时配置税收效率较高的市政债券,运用自动平衡方法最大化应税损失和最小化应税收益。虽然该方法在一定程度上为客户节省赋税,但对于应税账户余额较高的客户不是一个很好地选择。
(3)投资方案对年龄因素的考量过于乐观
Ellevest为客户制定投资方案时会将女性平均寿命更长的因素纳入考量。有研究表明,由于该因素的考量比重较大,Ellevest将一个积极的投资组合推荐给了60岁以上有20年财富积累的客户。同时,平台也将一个相似的投资组合推荐给了一位30多岁的潜在客户。也许需要鼓励女性积极承担投资组合增长的风险,但市场上大多数投资经验表明,60岁以上的客户更需关注其资本的保本属性。Ellevest对年龄因素在投资方案里的考虑也许过于乐观。
Part 4 未来发展
“为女性发展助力,帮助她们实现更好的财富人生。”Ellevest在女性领域所提供的金融服务吸引了公众的目光,也帮助众多女性拥有了适合自己的财务规划。越来越多的女性拥有独立自主的意识与需求,她们渴望通过专业的平台来帮助自己更好地掌控自由人生,且这个市场在不断的发展壮大中。由于Ellevest整体业绩表现稳定,且在管理费、起点金额、咨询服务等方面拥有一定的优越性,平台也吸引了不少男性客户的加入。Ellevest将在平台技术、产品服务等领域加大投资,为客户提供更优质的投资管理水平。同时,据美国经济分析局数据显示,今年美国4月份个人储蓄率达到了历史性的33%,是该部门1960年开始追踪数据以来的最高值。全球疫情使美国人民减少了消费增加了储蓄,也为如Ellevest的智能投顾公司提供了进一步帮助客户管理财富的机会。
Ellevst首席执行官Sallie Krawcheck表示,她们希望女性不仅能在财富上拥有更多的自由,也希望女性能在教育、职场等领域受到更好的待遇。2020年3月,Sallie Krawcheck受邀成为慈善基金Time’s up全球领导力委员会成员,该基金致力于为各类女性在职场上提供全方位的帮助,努力为女性创造一个安全、公平和有尊严的工作环境。Ellevest将在深耕金融投资领域的同时,进一步助力女性职业规划与事业发展,扩大公司影响力。
来源:36kr
基金投顾试点半年以来,在国内受到投资者尤其是年轻人的青睐。蚂蚁集团和全球第一公募基金Vanguard联合推出的帮你投,将以前高净值人群才能享受的服务带入寻常百姓家。支付宝平台数据显示,帮你投超过一半的用户是90后。
虽然经历全球市场剧烈波动及5月的债市暴跌,但推出3个月的帮你投还是交出第一份不错的成绩单:截至6月底,七成用户都赚了。其公司先锋领航投顾CEO张宇表示:“从帮你投上线当日就购买且持有至今的用户甚至100%都获得了正收益。”
7月2日,帮你投登上支付宝理财平台首页,并宣布服务升级,可实现千人千面调仓。据悉,近期帮你投用户就将陆续迎来首次调仓检测。
行业首推千人千面调仓
普通人的投资理财正在变得智能。目前市场上大部分FOF、基金组合只能同一时间针对所有客户一起进行调仓,而帮你投首推千人千面调仓,对每个持仓用户进行动态“体检”,再根据检测结果进行调仓,实现“私人订制”。
据张宇介绍,这是帮你投投研团队分析近13年的基金数据,结合收益率、波动率、交易成本等多方面模拟得出的调整。
除组合检测外,帮你投用户的持仓波动超过一定范围,也会触发调仓,以应对市场的剧烈变化。此外,这次升级还将丰富投资标的、新增主动权益类基金等。
年轻人更拥抱智能投顾
第一批帮你投用户是什么样的?数据显示,帮你投用户中一半为90后,一二线城市用户占比超过一半,近4成用户的职业为白领。张宇表示:“千禧一代的年轻人是移动互联网的原住民,他们习惯用余额宝,习惯在线理财,也更加拥抱智能投顾。”
和以往普通基金用户相比,帮你投用户的交易频次显著下降了4成多,这说明在有专业服务陪伴的情况下,用户长期持有基金的意愿更强烈。他们不止“沉得住气”,还愿意继续追投。3个月内,超3成的用户选择了追投,金额占到了总金额一半以上。
据张宇介绍,截至6月底,七成用户都赚了。但他同时也透露,部分亏损的用户主要是存在追涨杀跌的投资行为,还有一些用户买入后7天内就赎回,导致基金公司收取惩罚性赎回费用。
“在市场上涨时主动修改风险测试并加仓,增加成本的同时也增加了风险。市场下跌,又开始减仓甚至全部赎回。”张宇介绍,追涨杀跌是亏钱的主要原因。
“帮你投作为投顾服务,要真正做到陪伴用户。”张宇表示,帮你投每两天就会向用户推紧贴市场的投资笔记,每周还有日评、周报、直播等多种投教互动,跟进体验调研等,最终是希望用户对理财有正确的认知,不要短期追涨杀跌,而是结合自己的风险承受能力跟生活目标,立足长线,在理财上做时间的朋友。
目前,已有超6亿人上支付宝理财,使其成为大众理财首选平台。支付宝与超过300家银行、基金公司、保险公司、证券公司等金融机构合作,帮助人们从理财启蒙走向理财观的进阶。
来源:新浪财经
您还未绑定手机号
请绑定手机号码,进行实名认证。
请输入手机号码,您的个人信息严格保密,请放心
请输入右侧图形验证码
请输入接收的短信验证码
互联网跟帖评论服务管理规定
第一条 为规范互联网跟帖评论服务,维护国家安全和公共利益,保护公民、法人和其他组织的合法权益,根据《中华人民共和国网络安全法》《国务院关于授权国家互联网信息办公室负责互联网信息内容管理工作的通知》,制定本规定。
第二条 在中华人民共和国境内提供跟帖评论服务,应当遵守本规定。
本规定所称跟帖评论服务,是指互联网站、应用程序、互动传播平台以及其他具有新闻舆论属性和社会动员功能的传播平台,以发帖、回复、留言、“弹幕”等方式,为用户提供发表文字、符号、表情、图片、音视频等信息的服务。
第三条 国家互联网信息办公室负责全国跟帖评论服务的监督管理执法工作。地方互联网信息办公室依据职责负责本行政区域的跟帖评论服务的监督管理执法工作。
各级互联网信息办公室应当建立健全日常检查和定期检查相结合的监督管理制度,依法规范各类传播平台的跟帖评论服务行为。
第四条 跟帖评论服务提供者提供互联网新闻信息服务相关的跟帖评论新产品、新应用、新功能的,应当报国家或者省、自治区、直辖市互联网信息办公室进行安全评估。
第五条 跟帖评论服务提供者应当严格落实主体责任,依法履行以下义务:
(一)按照“后台实名、前台自愿”原则,对注册用户进行真实身份信息认证,不得向未认证真实身份信息的用户提供跟帖评论服务。
(二)建立健全用户信息保护制度,收集、使用用户个人信息应当遵循合法、正当、必要的原则,公开收集、使用规则,明示收集、使用信息的目的、方式和范围,并经被收集者同意。
(三)对新闻信息提供跟帖评论服务的,应当建立先审后发制度。
(四)提供“弹幕”方式跟帖评论服务的,应当在同一平台和页面同时提供与之对应的静态版信息内容。
(五)建立健全跟帖评论审核管理、实时巡查、应急处置等信息安全管理制度,及时发现和处置违法信息,并向有关主管部门报告。
(六)开发跟帖评论信息安全保护和管理技术,创新跟帖评论管理方式,研发使用反垃圾信息管理系统,提升垃圾信息处置能力;及时发现跟帖评论服务存在的安全缺陷、漏洞等风险,采取补救措施,并向有关主管部门报告。
(七)配备与服务规模相适应的审核编辑队伍,提高审核编辑人员专业素养。
(八)配合有关主管部门依法开展监督检查工作,提供必要的技术、资料和数据支持。
第六条 跟帖评论服务提供者应当与注册用户签订服务协议,明确跟帖评论的服务与管理细则,履行互联网相关法律法规告知义务,有针对性地开展文明上网教育。跟帖评论服务使用者应当严格自律,承诺遵守法律法规、尊重公序良俗,不得发布法律法规和国家有关规定禁止的信息内容。
第七条 跟帖评论服务提供者及其从业人员不得为谋取不正当利益或基于错误价值取向,采取有选择地删除、推荐跟帖评论等方式干预舆论。跟帖评论服务提供者和用户不得利用软件、雇佣商业机构及人员等方式散布信息,干扰跟帖评论正常秩序,误导公众舆论
第八条 跟帖评论服务提供者对发布违反法律法规和国家有关规定的信息内容的,应当及时采取警示、拒绝发布、删除信息、限制功能、暂停更新直至关闭账号等措施,并保存相关记录。
第九条 跟帖评论服务提供者应当建立用户分级管理制度,对用户的跟帖评论行为开展信用评估,根据信用等级确定服务范围及功能,对严重失信的用户应列入黑名单,停止对列入黑名单的用户提供服务,并禁止其通过重新注册等方式使用跟帖评论服务。国家和省、自治区、直辖市互联网信息办公室应当建立跟帖评论服务提供者的信用档案和失信黑名单管理制度,并定期对跟帖评论服务提供者进行信用评估。
第十条 跟帖评论服务提供者应当建立健全违法信息公众投诉举报制度,设置便捷投诉举报入口,及时受理和处置公众投诉举报。国家和地方互联网信息办公室依据职责,对举报受理落实情况进行监督检查。
第十一条 跟帖评论服务提供者信息安全管理责任落实不到位,存在较大安全风险或者发生安全事件的,国家和省、自治区、直辖市互联网信息办公室应当及时约谈;跟帖管理服务提供者应当按照要求采取措施,进行整改,消除隐患。
第十二条 互联网跟帖评论服务提供者违反本规定的,由有关部门依照相关法律法规处理。
第十三条 本规定自2017年10月1日起施行。
请前往个人中心进行实名认证
立即前往