论智能投顾运营者的民事责任——以信义义务为中心的展开

2017年7月8日，《新一代人工智能发展规划》由国务院印发并实施，彰显了党和国家抢抓人工智能发展重大战略机遇、加快建设创新型国家和世界科技强国的决心和行动。该规划明确将发展智能金融作为重点任务之一，要求我国金融行业应在人工智能技术的助力下，逐步建设大数据系统、创新智能产品和服务、完善风险智能预警与防控机制。在这一背景下，智能投顾这一人工智能与金融服务相互融合的典范，再次引发社会各界的关注。智能投顾（robo－advisor），即智能投资顾问，是指一项自动化、数字化的投资建议算法或程序，它能够基于投资者的财务目标、投资期间、收入、其他资产和风险容忍度等信息，为投资者提供投资建议，或为投资者创建并运营投资组合。智能投顾的雏形是美国的金融科技公司所提供的线上资产管理服务。从2010年第一家智能投顾公司Betterment在纽约成立以来，美国各类智能投顾公司层出不穷并快速成长，多家业内领军的智能投顾公司都已融资过亿。据权威机构预测，美国智能投顾行业的资产管理规模将从2016年的3000亿美元增长至2021年的2.2万亿美元，年均复合增长率将达到68%。在移动互联网技术的助力下，智能投顾如同燎原之火迅速在全球范围内蔓延开来。我国智能投顾行业虽然起步较晚，但依然势如破竹，锐不可当。根据量邦科技整理的数据，从2015年第一家智能投顾平台上线以来，截止2017年年底我国智能投顾平台已经超过30家，如同花顺、京东智投、摩羯智投等。

智能投顾的产生与普及不仅提高了金融资源的使用效率、降低了金融服务的成本，还充分发挥了人工智能强大的信息处理与运算能力，克服了人类思维的有限性，使人工智能这一前沿科技成果真正惠及人民群众的生活。然而，人工智能特有的“机器学习”能力，在人类工具的发展历程中史无前例，极有可能超出人类预期，甚至威胁人类文明。因而，我们必须甄心动惧、严阵以待。一方面，用伦理价值和道德操守约束科技研发人员；另一方面，将服务人类共同体的目标贯穿于人工智能应用的全过程，坚决捍卫人类的主体地位和共同利益。正所谓“无救济，无权利”，完善的权益保障体系必须以行之有效的民事责任制度为后盾。智能投顾民事责任体系的完善，不仅能够在相关责任主体之间公平地分配责任，及时填补受害人的损失，解决投资者的后顾之忧，加速智能投顾的推广普及；同时，也可以督促智能投顾的研发与运营人员全面、适当地履行义务，恪尽职守、精益求精，不断提高智能投顾的服务水平，带动智能金融乃至整个人工智能行业的发展。

一、智能投顾民事责任主体的厘定

法律责任认定中的核心问题为应由何者来承担因错误行为和损害发生所产生的代价。在智能投顾中，智能投顾机器人取代了提供投资顾问服务的具体人员，成为向投资者直接提供投资顾问服务的主体。如此一来，在投资顾问服务过程中，对于因智能投顾机器人的原因而导致的投资者损害，智能投顾机器人能否独立地承担民事责任，不无疑问。智能投顾机器人本质上属人工智能，故对这一问题的回答，需要首先明确人工智能是否为民法上的主体。对此，学界产生了客体说与主体说两种截然相反的观点。

第一，客体说。客体说认为，人工智能是人类完成某项特定任务的工具，是民事法律关系的客体，不具有主体地位。该观点的理由为，人工智能虽是人类理性的产物，但现阶段并不具有人的理性诉求和表达能力，更不具有积极的自我认知能力以及情感、意念的产生与输出机制。故而，现阶段的人工智能只能是客体，不可能获得法律人格甚或取代主体的法律地位。客体说兴起于电子商务发展的初期，在美国法上，此类计算机系统被称为“Electronic Agent”，而我国学者一般将其译为“电子代理人”。根据《统一电子交易法》第 102 条第（ 28） 项的规定，电子代理人是一种在无人审查或行为的情况下，能够独立地进行某种行为或对电子信息等内容进行回应的计算机程序或其他自动化工具；当合同当事人采用电子代理人进行交易时，应当由合同当事人承担交易结果和责任。由此可见，在客体说下，人工智能本质上仅是辅助人们从事一定事务的智能化工具。司法实践中，亦主要采取此种观点，不认可智能投顾机器人的主体地位。例如，在Michael D. GREEN v．MORNINGSTR，INC．案中，原告是接受智能投顾服务的投资者，其认为被告所运营的智能投顾机器人在运行中具有建议投资者选择昂贵的投资项目倾向，即投资者遭受了被告公司的不公平对待。在该案件中，应诉主体是智能投顾机器人的运营者，而非智能投顾机器人。

第二，主体说。主体说认为人工智能是民事法律关系的主体，能够享有有限的法律人格。持此观点者主要认为，随着人工智能技术的不断突破，特别是人工神经网络的发展，人工智能将逐渐具备自主决定并自我改变推理逻辑的思维能力，不再是完全遵从人类预设的算法执行指令。基于此，有学者明确指出随着人工智能发展到可以独立作出意思表示的阶段，人工智能与人类其他科技成果最大的差异就在于其具有类似人类的独立思考与深度学习的能力，具有独立的“意识”，故在法律性质上，建议将人工智能视为一种既具有智慧工具的性质、又可作为独立的意思表示的特殊的民事主体。具体运用于智能投顾中，也许在不久的将来，智能投顾算法能够根据市场行情与投资者情况的变化，自主地调整和设计其资产分配、证券选择的标准，甚至自己建立新的投资策略。一旦该设想实现，此种能够实现自我改造与发展的智能投顾，就已经拥有了人的意识，具备了承认其为法律主体的条件。

笔者认为，以上两种观点的差异主要在于各个观点所讨论的大前提不同，即各个观点是以不同发展阶段的人工智能为支撑的。目前的主流观点是人工智能的发展可以分为三个阶段：第一，弱人工智能阶段。在此阶段，人工智能主要为擅长于单个方面事务的机器人，其运行原理是根据预设的算法，对大数据进行分析和处理。客体说就是基于这一阶段的人工智能而提出的。第二，强人工智能阶段。该阶段的人工智能主要为人类级别的人工智能。换言之，强人工智能是指在各方面都能和人类比肩的人工智能，可以进行所有人类能进行的思维活动，包括但不限于学习理解、抽象思维、总结经验、解决问题等。第三，超人工智能阶段。在该阶段，人工智能几乎在所有领域都能够超越最聪明的人类大脑。由此可见，主体说主要针对的是强人工智能阶段和超人工智能阶段的人工智能。

智能投顾的核心是算法或程序，在这些算法和程序支配之下，智能投顾机器人通过对大数据的分析提供投资顾问服务。但目前，智能投顾机器人仍然不具有人类所拥有的主观意识、独立思考与深度学习的能力。因此，智能投顾机器人尚处于“弱人工智能阶段”，不宜将其界定为民法上的主体。也就是说，智能投顾机器人实质上是智能投顾运营者为投资者提供投资顾问服务的辅助工具，在智能投顾过程中产生的民事责任应当由智能投顾运营者来承担，理由如下：

第一，智能投顾机器人无法满足民事主体的规范要求。无论是自然人还是法人，作为民事主体，他们都必须具有独立的意志。独立意志是形成民事主体资格的基础。在“弱人工智能阶段”，智能投顾机器人提供投资顾问服务的行为本质上是在执行人类预先输入的算法或程序，并未超出人类可以预期的范围。因此，智能投顾机器人并不具有独立的意志，而受到隐藏于背后的运营者的意志所控制，无法成为民法上的主体。基于此，有美国学者指出，智能投顾的存在仅仅是为了实现其背后的投资顾问服务机构所设定的单一目的，即为投资者选择合适的投资方案并执行，故应当由智能投顾运营者为其设计和运营的智能投顾承担责任。

第二，智能投顾机器人缺乏承担民事责任的现实基础。民事责任主要表现为财产责任，故具备自主支配的财产是民事主体承担民事责任的必要前提。然而，从当前智能投顾的实践来看，智能投顾机器人不拥有独立的财产，投资顾问服务中所涉及的财产均为运营者所有或持有。质言之，智能投顾机器人不具有独立承担责任的能力。在此种情形下，如果法律仍然坚持赋予智能投顾机器人民事主体资格，那么无疑将导致在智能投顾中受到损害的投资者无法获得有效赔偿，而真正具有责任承担能力的智能投顾运营者却“逍遥法外”。如此一来，智能投顾机器人则成为了运营者规避责任的盾牌，有违正义。

第三，智能投顾机器人绝不能撼动人类的主体性价值。人工智能是人类创造的智慧存在，是人类运用科学技术、模拟人类智慧的创造物，其目的在于延伸、提高人类的技能。智能投顾亦不例外，其旨在通过“人工智能+金融服务”的模式，提升金融服务的竞争力，为更多的投资者提供更为便捷、高效和个性化的金融服务。质言之，智能投顾的发展只不过是人类追求更好生活的工具，智能投顾机器人是作为一种手段而非目的存在的。此外，在“弱人工智能阶段”，智能投顾机器人尚不具有独立的意志，如果此时便承认其为民法上的主体资格，无疑会贬低人的主体性价值，引发诸多伦理道德问题。因此，就人工智能当前的发展阶段而言，法律不宜赋予智能投顾机器人民事主体资格。

二、智能投顾民事责任确立的前提：信义义务体系的展开

智能投顾与传统投顾在具体模式上存有差异，但殊途同归，即为投资者提供投资顾问服务，实现投资者利益的最大化。正如前文所述，智能投顾机器人本质上是辅助投资顾问服务机构向投资者提供投资顾问服务的工具，并非独立主体。基于此，不难看出，虽然智能投顾引入了人工智能技术，但投资者与投资顾问服务机构之间的法律关系并未发生实质性的改变。因此，可以通过对传统投顾法律关系的分析来明确智能投顾运营者的基本义务，夯实其承担民事责任的基础。在投资顾问关系中，投资顾问服务机构接受投资者的委托，为其提供投资建议，构成委托关系。在1963年的SEC v. CapitalGains Research Bureau, Inc. 案中，美国最高法院基于投资顾问结构与投资者之间的委托关系，并通过对1940年《投资顾问法案》第206条的解释，确立了投资顾问服务机构对投资者的信义义务。我国《证券投资顾问业务暂行规定》也吸取了美国证券立法与司法实践中的有益经验，确立了投资顾问服务机构的信义义务体系。信义义务的确立，使得证券投资顾问服务机构在向投资者提供投资建议之时，不仅在道义上尽心尽力，更负有法律强制力的义务，从而在投资顾问服务机构与投资者之间建立起牢固的联系。具体而言，投资顾问服务机构的信义义务包括两个方面的要求：忠实义务与勤勉义务。

（一）投资顾问服务机构的忠实义务

投资顾问的忠实义务，要求投资顾问服务机构应为投资者的最大利益行事，全面、公正地披露所有重要的实质性信息，尤其是其中所存在的利益冲突信息。在投资顾问关系中，投资顾问服务机构自身不仅可能从事证券交易，还可能从事其他方面的证券经纪服务。故投资顾问服务机构极有可能为其他业务中的利益所羁绊，为了追求自身利益的最大化而罔顾投资者利益，甚至做出损害投资者利益的行为。因此，法律确立忠实义务，要求投资顾问服务机构应当为投资者的最大利益服务，将实现投资者利益的最大化作为其行为的基本准则。

需要注意的是，在证券法上，对投顾过程中的利益冲突主要是通过一种“基于披露”，而非“基于绩效”的标准来调整。质言之，忠实义务的判断主要通过冲突利益的信息披露来实现，而不问最终结果。基于此，投资顾问服务机构在提供服务的过程中需要履行利益冲突披露的义务。在美国，投资顾问服务机构进行利益冲突披露的主要方式是向美国证券交易委员会递交Form ADV。Form ADV既是监管层面的登记文件，也是投资顾问服务机构进行利益冲突信息披露的方式，每一个根据《投资顾问法案》注册的投资顾问需要进行年度披露，同时在发生信息变更时进行临时披露。在披露内容上，投资顾问必须披露关于利益冲突的所有重要事实，以便用户在知悉的情形下，对是否与投资顾问机构建立或继续建立投资顾问关系作出决定。上述信息将通过美国证券交易委员会向全社会公开。

投资顾问机构违反忠实义务的典型案例是1996年的SEC v．Moran案。在该案中，证券投资顾问在两天内购买了Liberty Media的股票，价格从26.256 美元增至26.875 美元。Moran不合理地将较低成本的股票分配给自己和其家庭账户，而将较高成本的股票分配给了投资者，导致了投资者7000 美元的损失。法院认为，在本案中，投资顾问服务机构违背了信义义务，其不当地将自己的利益置于投资者利益之上，违反了应尽的忠实义务。需要指明的是，在投资顾问关系中，投资顾问服务机构对忠实义务的违反，不仅简单地表现为投资顾问服务机构在提供服务过程中以不合理的方式直接获取金钱利益，还可能表现为能给自己带来其他利益的行为。例如，在Monetta Financial Services，Inc．v．SEC 案中，投资顾问服务机构Monetta金融服务公司通过数个经纪商获得了首次公开募股（IPOs）的具有较高投资价值的股票。在此之后，Monetta金融服务公司将这些股票分别分配给其用户和一些基金托管人。法院认为，虽然没有证据表明Monetta金融服务公司不公平地分配了股票，但就其向基金托管人分配股票这一事实，Monetta金融服务公司并未进行披露，该行为违反了“顾问法”的反欺诈规则。因为，将部分股票分配给基金托管人，就意味着能够分配给用户的股票数额的减少，用户的合法权益受到侵害。而该案中，Monetta金融服务公司考虑到上述基金托管人有权决定其能否继续担任投资顾问，从而在未进行充分披露的前提下向基金托管人分配股票。由此可见，投资顾问违反忠实义务的表现形式多种多样，但万变不离其宗，只要未能秉持投资者利益至上原则，而是获取私利，即可认定其行为与忠实义务的要求相悖。

（二）投资顾问服务机构的勤勉义务

投资顾问的勤勉义务要求投资顾问服务机构恪尽职守，尽到合理的注意，像一个谨慎、自主、有智慧的人处理自己的事务那样，为投资者提供投资建议。在投资顾问关系中，投资顾问服务机构的勤勉义务包括适当性义务和最佳执行义务。适当性义务是指投资顾问服务机构所提供的投资建议应当与投资者的基本情况相符；最佳执行义务则是指当投资顾问服务机构在为用户进行证券交易时，对证券经纪商的选择应当是特定情形下的最优选择。

第一，适当性义务。适当性义务要求投资顾问服务机构合理地确定投资建议，并保证该投资建议与投资者的具体情况相适应。适当性义务包括两方面的要求：一方面是投资顾问服务机构应当向投资者客观描述其投资分析方法和投资策略，并向用户解释其所使用的每种重要投资策略或分析方法中可能涉及的重大实质风险，以及其推荐的投资建议的实质安全性。另一方面，投资顾问服务机构应当充分收集特定投资者的财务状况、投资经历与投资目标等信息，并在此基础上合理地做出适合投资者的投资建议。除此之外，鉴于投资者的财务状况、投资经历和投资目标等信息可能在特定期间内发生变化，故对于上述信息，投资顾问服务机构必须及时更新，保障投资顾问服务机构能够根据具体情况的变化，做出精准的判断，使具体投资建议能够最大限度地符合当事人的利益，满足适当性义务的要求。

第二，最佳执行义务。最佳执行义务要求投资顾问服务机构应当以维护投资者的最佳利益为准则，为投资者选择适宜的证券经纪商来执行具体的证券交易，保证投资者在每笔交易中的总费用或收益在特定情形下是最优的。为了实现对投资顾问服务的最佳执行，投资顾问服务机构在挑选证券经纪商时，必须对证券经纪商的服务范围和质量进行充分考虑。具体而言，证券投资顾问服务机构在进行选择之时，必须对证券经纪商的交易执行能力、服务的佣金率、支付能力以及对投资顾问服务机构的反馈情况等与证券交易执行效果密切相关的信息予以收集和分析。此外，在选定了证券经纪商之后，对于证券经纪商执行证券交易的具体情况应当进行定期、系统地评估，并根据交易的收益表现及时做出调整，尽可能地实现投资者利益的最大化。

三、智能投顾背景下信义义务具体内容的更新

当代信义义务的具体内容更像是对实践的总结，而不是精密完备的框架结构。虽然智能投顾的出现并未改变基本的法律关系，但人工智能技术的引入确实改变了传统的投顾模式，传统投顾模式下的信义义务的具体内容已经与智能投顾的发展相脱节。甚至，有观点明确提出在智能投顾背景下，智能投顾机器人无法满足法律关于信义义务的基本要求。基于此，笔者认为，在智能投顾中，如果仍然一味坚持传统投顾模式中的信义义务内容，必然“水土不服”无法适应。但正如上文所述，此时信义义务的基础并未改变，只是在具体内容上发生了变化，故可以经由具体内容的更新来实现对智能投顾的有效规制，为智能投顾运营者民事责任的确立奠定基础，从而有效保障广大投资者的合法权益。

（一）忠实义务之算法利益冲突的披露

在传统的投资顾问服务中，利益冲突的结构主要表现为两个方面：一是，“提供投资顾问的人员——投资者”之利益冲突；二是，“投资顾问服务机构——投资者”之利益冲突。具体而言，在传统投顾模式中，无论是具体提供投资顾问服务的人员，还是投资顾问服务机构，都可能在提供服务的过程中将自身利益凌驾于投资者利益之上。但在智能投顾中，提供投资顾问的人员已经为智能投顾机器人所取代。机器人永远不会受到佣金激励、个人关系等因素的诱惑，故而能够站在更为理性的角度为投资者利益的实现而努力，故智能投顾机器人本身不会与投资者利益产生冲突。即便如此，智能投顾中的投资顾问服务机构（即智能投顾运营者）与投资者利益之间的冲突仍然存在。因为，运营者对智能投顾机器人的运行具有直接控制力，其可以通过算法设计来为自己谋取私利。概言之，在智能投顾中，利益冲突主要集中于“投资顾问服务机构（智能投顾运营者）——投资者”这一结构之中。在智能投顾中，智能投顾运营者通过算法的设计来控制智能投顾机器人的运行，故是否履行了忠实义务的判断要点，应当集中于对算法的公正性的判断之上。

对广大投资者来说，受到技术知识的限制，智能投顾机器人犹如一个巨大“黑箱”，投资者只能被动地接受智能投顾机器人所生成的投资建议，但对其运行原理和操作过程却一无所知，更无从监督运营者是否利用智能投顾机器人从事了谋取私利的行为。因此，亟须对智能投顾中忠实义务的内容做出合理调整，不断增强投顾过程的公开化、透明化，强化对算法中所暗含的智能投顾运营者与投资者之间的利益冲突进行充分披露的义务，确保智能投顾中的算法符合投资者利益至上的基本要求，防止出现程序化的偏见，损害投资者利益。

披露是信任的核心。基于算法中可能渗入的利益冲突，智能投顾运营者有义务就涉及利益冲突的相关材料与事实向投资者进行全面、公正的披露，并合理谨慎地避免对投资者可能产生的误导。具体而言，第一，利益冲突披露的内容应当真实、准确和全面。在智能投顾中，智能投顾运营者应当在详细地披露算法的假设前提、有限性和投资建议生成模式的基础之上，对算法在特定情形下可能产生的利益偏离风险、算法中所暗含的可能引起智能投顾运营者与投资者之间的利益冲突的信息等内容向投资者充分披露。此外，当智能投顾机器人由第三方参与研发、运营和管理时，对于第三方通过算法设计在智能投顾中可能产生的利益，智能投顾运营者亦应当予以明确披露。第二，信息披露应当以合理的方式做出。信息的披露必须以投资者易于获取和理解的方式进行，在披露方式上，智能投顾应当充分利用其电子化平台，利用互动式文本或者弹窗等方式对利益冲突进行披露。

（二）勤勉义务之投资者最佳利益实现的保障

在智能投顾中，智能投顾运营者作为真正的义务负担者，亦需遵循勤勉义务的基本要求。在传统投顾中，勤勉义务要求提供投资顾问服务的具体人员和投资顾问服务机构在服务过程中尽职尽责；而在智能投顾中，勤勉义务则要求智能投顾运营者尽最大努力确保整个投资顾问服务流程符合投资者的最佳利益。具体而言，智能投顾运营者的勤勉义务主要包括切实保障电子问卷设计的合理性、确保智能投顾算法的有效性、监督与维护智能投顾机器人的运行。

第一，保障电子问卷设计的合理性。在投顾关系中，只有在对投资者财务状况、投资经历和投资目标等相关信息进行充分分析的基础之上，始能作出适合投资者情况的投资建议。在传统投顾中，这些信息主要是由提供投资顾问服务的人员在与投资者之间相互沟通与交流的过程中获取；而在智能投顾中，机器无法与人直接进行交流，只能通过电子问卷的形式，获取相关信息。鉴于此，智能投顾运营者对电子问卷设计的合理性是确保智能投顾机器人获取充足的信息来作出合理投资建议的重要前提。具体而言，智能投顾运营者应当尽最大努力使智能投顾机器人能够通过其所设计的电子问卷，从投资者的回答中提取充分的信息来保障所生成的投资建议与每一投资者的财务状况、投资经历和投资目标等情况相适应。此外，智能投顾运营者还应当设计出答案矛盾时的处理机制，以排除干扰信息，保障智能投顾机器人能够从电子问卷中有效提炼出对投资建议有效、可靠的信息。因此，在投资者的答案出现不一致时，应当通过内部程序设计，对不一致的信息加以识别，并提醒投资者重新考虑其答案。

第二，确保智能投顾算法的有效性。智能投顾以算法或程序为其运作核心。智能投顾运营者能否提供符合投资者最佳利益的投资建议，均依赖算法设计与运作的有效性。因此，在智能投顾中，投资顾问服务机构的最佳执行义务表现为智能投顾运营者对算法有效性的保障。具体而言，智能投顾运营者应当秉承最大诚信原则，以投资者利益的实现为基点，对具体的假设前提、投资模式和运算方法等进行合理设计，并对算法和程序进行持续性的优化升级，使得智能投顾机器人能够在依据既定信息的基础之上做出最有利于特定投资者利益的投资建议。

第三，监督与维护智能投顾机器人的运行。在智能投顾中，虽然具体的投资建议是由智能投顾机器人作出，但这并不意味着在整个过程中不再需要人的介入。智能投顾机器人只是智能投顾运营者向投资者提供投资顾问服务的工具，任何人都无法保障这一工具能够自始至终安全、平稳运行。因此，为了保障算法或程序的有效运行，智能投顾运营者应当以勤勉义务为准绳，尽到充分的监督与维护义务。这主要表现为，智能投顾运营者应当采取积极措施，构建起网络安全防护体系，防止算法或程序遭受黑客攻击或病毒入侵等不法行为的干预，保障算法或程序的安全运行，充分维护投资者的合法权益。此外，智能投顾运营者还必须对算法或程序进行持续性的监督与维护，一旦出现异常运行的情况，应积极采取有效措施加以恢复或补救，并及时向投资者披露。

四、智能投顾运营者民事责任的性质与构成

“法律责任是行为主体违反了法定、约定或其他由法律规定的第一性义务后必须承担的带有强制性的第二性义务。”法律责任扮演着社会秩序调节器的重要作用，调整社会交往中的利益分配，并尽力保障每一主体合法权益的实现。当前，人工智能的触角已经深入金融服务领域，技术的专业性、垄断性与保密性使得金融服务的相关操作更具隐蔽性，甚至成为某些非法金融活动的保护伞。因此，在明确了智能投顾运营者对投资者的忠实义务与勤勉义务之后，应当进一步构建起行之有效的智能投顾民事责任制度，督促智能投顾运营者履行忠实义务和勤勉义务，防止智能投顾运营者以便利和效率为由从事不法行为，从而保障正常的市场交易秩序，实现对投资者合法权益的充分保护。

（一）责任性质的界定

法律责任性质的辨明是确定责任的起点。因此，欲明确智能投顾运营者违反信义义务的法律责任，必须首先对该责任的法律性质做必要的分析。那么，问题随之而来，信义义务的违反所引发的法律责任究属何种性质？虽然，证券法以侵权责任和违约责任为其责任体系的基本样态，但笔者认为，对于智能投顾运营者违反信义义务的法律责任而言，难以径直地将其归为侵权责任抑或是违约责任。

首先，此种责任不符合侵权责任的规范要求。在智能投顾中，从违反信义义务所导致的投资者损害的表现形式来看，损害通常表现为金钱利益的损害，即纯粹经济损失。所谓纯粹经济损失，是指非因绝对权受有侵害而产生的财产利益的减损。然通常而言，纯粹经济损失不属于侵权责任的赔偿范围。故而，如果将智能投顾运营者的责任界定为侵权责任，投资者很难据此来对自身的合法权益进行有效的保护。与此同时，一般侵权责任的成立须以过错为基本要件，而在智能投顾中，对于违反信义义务的法律责任的成立，只需智能投顾运营者违反法定的信义义务即可，智能投顾运营者在主观层面上是否具有过错在所不问。

在智能投顾中，违反信义义务所产生的法律责任亦非违约责任。虽然，在智能投顾中，智能投顾运营者通常会与每一投资者订立智能投顾服务合同。基于投资者的投资目标等客观情况，智能投顾服务合同会授予智能投顾运营者相应的“自主裁断权”，与此同时，亦会对智能投顾运营者的行为提出相应的必要限制。但是，就信义义务的性质而言，其本质上属法定义务。质言之，无论智能投顾服务合同对信义义务是否明确约定，智能投顾中的信义义务都必须为智能投顾运营者所遵循。智能投顾运营者不得以约定的方式来规避信义义务的基本要求，从而减轻或免除法律责任。此外，智能投顾运营者违反信义义务所产生的法律责任的内容，亦主要由法律所直接规定，投资者和智能投顾运营者不可基于意思自治而对此作出改变。因此，智能投顾运营者违反信义义务所产生的责任亦非违约责任。

综上，不难发现，对于智能投顾运营者因违反信义义务所产生的法律责任，不可简单地套用侵权责任或违约责任予以解释。基于此，笔者认为应当将此种责任归为特殊的法定责任，责任的依据来源于法律所明确规定的忠实义务与勤勉义务，智能投顾运营者违反忠实义务与勤勉义务的，须依法律的具体规定承担相应的民事责任。

（二）智能投顾运营者民事责任的构成

在明确了智能运营者违反信义义务的民事责任的性质之后，须以此为基点，厘清责任成立的基本要件，从而进一步剖析这一责任的法律构造，使得责任得以充分落实。笔者认为，智能投顾运营者民事责任的成立须满足以下三个要件：须存有智能投顾法律关系、须有违反信义义务之行为和投资者须因信义义务之违反而受有损害。

第一，须存有智能投顾法律关系。智能投顾运营者民事责任的确立，根本目标在于维护投资者的合法权益。需要注意的是，此处的投资者不同于广义的证券法上的投资者。证券法上的投资者是指具有一定的资金来源，从事以证券为介质或手段的投资活动，对证券投资收益享有所有权并承担投资风险的证券市场主体。而智能投顾中的投资者，除了具备上述特征之外，还必须进入智能投顾法律关系之中，委托特定的智能投顾运营者提供投资顾问服务，并与之订立相应的智能投顾合同。根据委托事项的不同，智能投顾可以分为纯咨询型智能投顾和代理型智能投顾两种。纯咨询型智能投顾中的投资者仅授权智能投顾运营者为其提供证券投资建议，最终的投资交易指令仍由具体的投资者对外发出。而代理型智能投顾则不同，投资者不仅授权智能投顾运营者为其提供证券投资建议，还须授权运营者在约定的权限范围内，可以直接控制投资者的相关投资账户，向外部发出交易指令，执行买入、卖出、转换、偿还、赎回与提取资产等操作。无论投资者选择何种智能投顾类型，均为智能投顾运营者民事责任旨在保护的对象。

第二，须有违反信义义务之行为。在智能投顾中，基于智能投顾运营者与投资者之间的委托关系，智能投顾运营者负有忠实义务和勤勉义务。其中，忠实义务的违反主要表现为智能投顾运营者没有披露算法中隐藏的导致运营者与投资者之间利益冲突的信息；或者虽然对算法中可能涉及的利益冲突进行了披露，但其信息披露缺乏真实性、准确性和全面性，无法对投资者的决策提供真正的实质性的帮助。勤勉义务的违反则表现为智能投顾运营者没有尽力而为，未能谨慎、合理地提供投资顾问服务。具体表现为：一是，智能投顾的问卷设计存有缺陷。如果电子问卷的问题设计出现不够全面清晰，或者未能根据投资者情况和证券市场发展变化做出相应调整等情形，将会不可避免地影响最终的分析结果。二是，智能投顾算法缺乏有效性。这主要是指，智能投顾的算法的基本结构无法满足提供合理投资顾问服务的需求，通常表现为算法不够准确、严谨或存有较为明显的程序漏洞。三是，智能投顾运营者未对智能投顾机器人的运行进行必要的监督与维护。如果在智能投顾中，智能投顾运营者怠于履行监督与维护义务，导致智能投顾机器人遭受黑客攻击、病毒入侵而无法正常进行投资顾问服务的，其应当对投资者的损失承担民事责任。

第三，投资者须因信义义务之违反而受到损害。在智能投顾中，民事责任的成立须以损害的发生为前提，并且此种损害多为可得利益之金钱损害。并且，投资者的损害还须为信义义务之违反所致，即所受损害须与信义义务之违反具有因果关系。在因果关系的判断中需要注意以下三点：一是，要区别投资者的损害是由于智能投顾运营者的不当行为造成的，抑或是因投资者自己对投资咨询报告理解有误或出于自身投资判断过错导致的。二是，要区分投资者的损失是因智能投顾的算法问题产生的，还是市场本身行情变化的自然结果。三是，应围绕投资目的这一核心要素来判断因果关系是否成立，即应当按照特定情形下的投资目的来判断具体损失是否因逾越该目而造成。如果投资者所受损害，是因其自身原因、市场行情变化所致，或者智能投顾运营者的行为符合投资目的的要求，那么投资者所受的损失与智能投顾运营者违反信义义务的行为之间则无法律上的因果关系。

五、结语

智能投顾以互联网为基础，以大数据为依托，以人工智能技术为核心，顺应了时代发展的潮流，具有广阔的发展前景。为了有效地推动智能投顾的发展，实现金融服务的个性化、智能化与自动化，应当在法律制度层面完善民事责任制度，筑牢智能投顾发展的法律基础。基于目前人工智能的发展尚处于弱人工智能阶段，应当将智能投顾定位为民事法律关系的客体，并以信义义务为中心构建起智能投顾运营者民事责任制度，有效保护投资者的合法权益，促进资本市场的稳健发展。法律必须服从进步所提出的正当要求，一个法律制度，如果跟不上时代的需求或要求，而死死抱住过去的只具有暂时意义的观念不放，那么显然是不可取的。智能投顾运营者的法律责任问题只是人工智能挑战现有法律制度的一个缩影。随着人类逐渐步入人工智能时代，法律工作者必须枕戈待旦，用不断完善的法律伦理和法律制度，规制、引导和支持人工智能发展，使人工智能科技及其成果真正惠及大众，切实增进人类福祉。

来源：慢钱头条

郭雳：智能投顾开展的制度去障与法律助推

  2019年中国政府工作报告中明确指出，要深化大数据、人工智能等研发应用，壮大数字经济。作为新一代人工智能研发运用的重要产物，智能投顾凭借其成本小、门槛低、规避情绪化交易等特点，经过短短数年的发展，已经为国际主流成熟市场所认可。根据科尔尼预测，2020年美国智能投顾的资产管理规模将增至2.2万亿美元。Statista预估中国智能投顾行业资产规模超过800亿美元，在全球智能投顾市场中规模仅次于美国、位居世界第二。然而，我国智能投顾的生存发展环境却与欧美发达国家存在很大不同。由于制度建设和监管指引等方面供给薄弱，智能投顾在我国呈现出明显的“水土不服”症状。因此有必要对智能投顾行业在我国面临的问题及成因进行审视，同时借鉴域外经验，为其后续发展创造一个规范、科学、健康的生态。

一、我国智能投顾开展的现状与问题

      智能投顾是现阶段最典型的智能金融形式。对于智能投顾运行机理和法律性质的判断已趋于明晰，针对其运行模式的相关研究显示，我国智能投顾主要分为仿域外Betterment的主流模式、资产配置模式和证券投资模式。对智能投顾法律属性的判断上，目前美国证券交易委员会(SEC)和我国监管者均倾向于将其定性为投资顾问。当然，对商业模式和法律性质的界定只是智能投顾研究的第一步。我国现有智能投顾服务水平较低，发展面临财富管理功能弱化、风险测评不充分、信息披露不到位等诸多问题。

　　(一)财富管理功能弱化

　　与美国式“投资顾问”不同，我国证券投资咨询机构(即投资顾问)仅提供投资建议，无法获得对客户账户全权委托的授权。根据我国现行《证券法》171条、《证券投资顾问业务暂行规定》12条、《证券、期货投资咨询管理暂行办法》24条等规定，证券投资咨询机构不得代客作出投资决策。

        禁止全权委托束缚了智能投顾“代客理财”的功能，使得智能化与自动化的优势受限，严重抑制了智能化投资的效果。智能投顾凭借大数据、在线算法等技术手段向客户提供全流程的自动交易服务，包括提供投资建议、设计投资组合、全权账户管理、自动交易与平仓。由于投资标的和资本市场机会瞬息万变，智能投顾必须实时跟踪客户账户，动态调整账户资产配置，这是实现智能理财的关键，也恰恰反映了美国证券法对投资顾问的定性，即“建议的持续性和个性化特质”。“算法研判—建议产出—自动调仓—动态交易”的智能理财全流程，只有在全权委托账户的前提下才能得以真正实现。相反，由于我国智能投顾无法实现代客理财，当算法程序捕捉到投资机会时只能依靠投资者进行人工调仓，投资效率大为降低，智能投顾的智能服务与财富管理服务被人为阻断，投资建议的持续性大大削弱。部分智能投顾虽然在算法等技术层面做到了高度智能化，但囿于基本法律制度的桎梏，在我国无法真正成为最前沿的“颠覆性创新”。

　　(二)风险测评不充分

　　根据笔者调研分析，我国部分智能投顾在全面、准确、客观了解客户风险状况上存在一定的不足，突出表现在财务状况、持续性评估、留痕处理、产品风险评估(KYP, Know Your Product)等方面。

　　财务状况测评不全面。笔者团队搜集了目前多家智能投顾的风险测评问卷，发现其问卷设置多为模式化、标准化，且存在以下缺陷：一是问卷未将客户月度支出纳入统计口径，仅计算客户的当月收入。支出是财务状况的一项重要指标，其对个体的投资意愿和风险偏好会产生重大影响，忽视支出的统计容易夸大客户的投资倾向和风险偏好；二是这些问卷忽视客户的税收与负债情况，对客户具体的税负情况、债务负担缺乏量化统计与深入测评；三是忽视客户的账外资产状况。客户账外资产将会直接影响客户的整体财务状况，同时也影响到投资顾问对客户给予个性化的建议和作出适当的投资决定。

　　持续性测评不到位。伴随交易的开展，一旦出现经纪人未能持续跟踪投资者的交易环境，令其所处的情形由“适当情形”转变为“非适当情形”，经纪人需对投资者的损失承担责任。笔者团队通过调研和亲身实践发现，我国市场上大部分智能投顾产品对客户的风险测评是静态性的而非动态追踪，相比之下，传统投资顾问业务中倒是建立有持续性评估制度，定期追踪与调整对于客户的投资建议和资产配置计划。

　　留痕处理要求不达标。适当性义务要求经纪商注意留痕处理的操作，根据具体的监管要求保留客户交易信息的各项凭证。大多数海外监管机构要求金融机构在对客户进行尽职调查后，注意保留与客户互动过程中形成的记录和历史数据。而通过笔者团队调查，目前我国部分智能投顾未对客户风险测评做留痕处理与记录保存，客户一旦退出该应用，再次登录就将无法调阅自己的测评记录。相反，传统投资顾问则会进行留痕保存，同时将投资者信息录入评估数据库。

　　产品风险评估不彻底。国内大部分智能投顾对其推荐的投资标的风险，欠缺必要的警示说明，也未对所推荐的投资标的进行风险等级划分；少数智能投顾也仅是对有限的投资风险进行备注。而在传统投资顾问业务中，投资顾问需要制定《产品或服务风险等级名录》，将投资产品划分为5个风险等级，并及时告知投资者。

       综合来看，相较于智能投顾，传统投资顾问的问卷设计只是一个参考模板，其具有对问卷内容调整的自主权，必要时可以增加或减少相应的问题，通过人际交流能够更全面地了解投资者风险承受能力情况，更清晰准确地获取客户的投资倾向、经济状况与投资规划。智能投顾所使用的问卷则缺乏弹性和可调试性，仅凭简单的风险测评问卷就在短时间内匹配投资策略，投资者出现不适当性的风险较大。

　　(三)信息披露不到位

　　投资顾问违反信义义务的重要诱因在于其与金融消费者之间的信息不对称，而信息披露机制可在一定程度上缓解信息不对称的问题。当前我国针对智能投顾信息披露制度建设仍处于空白，信息披露的缺位造成两类问题。一方面，适用于传统投资顾问的信息披露和诚信义务要求本就不够明晰，无法应对智能投顾业务中复杂的利益冲突；另一方面，对算法本身缺乏明确的解释、审查和监督规则，智能投顾算法入市的门槛低，增加了由算法不确定性引发的市场波动。

　　利益冲突问题。根据笔者团队考察，国内多数智能投顾公司选择和金融机构等合作，共同向客户提供资产管理的服务，而这引发一系列的利益冲突问题。常见的利益冲突可分为三种情况，即智能投顾与第三方科技公司、智能投顾与特定证券公司、智能投顾关联产品与服务交易的利益冲突。

　　其一，智能投顾与第三方科技公司的利益冲突。假设某智能投顾公司甲的算法研发服务由外包科技公司乙负责，实践中极易出现甲和乙事先勾连，在算法中设置某些程序，使得最终的投资建议倾向某特定投资产品，从而产生利益输送。

　　其二，智能投顾与特定证券公司的利益冲突。以国内某智能投顾产品客户协议为例，在其第四章“服务费用”中提到：“客户了解并同意，XX科技可能向本协议履行相关的第三方收取费用且无需征得客户的同意。”其第六章“客户”部分称：“XX科技不允许客户指定经纪交易商为客户执行部分或者全部交易。”在上述条款中，智能投顾XX科技向第三方收费的行为以及强制特定服务商的行为表明，很可能存在利益输送弊端，而且相关费用最终可能转嫁给投资者，损害其利益。

　　其三，关联产品与服务交易的利益冲突。以美国的嘉信理财为例，该公司根据投资者对其年龄、财务目标和投资风险容忍度等12个问题的回答，提供低成本、交易型基金的多元化投资组合建议。但其在投资组合中通常会强制安排投资者配置一定比例的现金，占总资产的6%-30%不等，且披露不足。这对投资者而言几乎不会产生收益，而配置的现金将存储于该公司的保险账户，相关的利息收入成为该产品的重要经济利益来源。

       算法风险问题。欧洲证券市场管理局(European Securities and Markets Authority, ESMA)在MiFID II适用性指导意见中，明确指出对于智能投顾的监管重点是算法模型。金融科技目前尚未经过经济周期检验，而大数据运行对历史波动周期性及均值回归依赖性较强，容易出现风险低估和错误定价。智能投顾有效降低了投资者门槛，使得用户的参与数量呈现指数级增长，可一旦发生欺诈等违法行为，则会波及更多的投资者。此外，相比于传统投资顾问，智能投顾提供24小时不间断的金融服务，增加了其受到外部市场冲击的时间和概率，对金融机构的突发事件管理能力造成一定挑战。从系统层面看，智能投顾可能会增加市场的顺周期性和羊群效应。算法同质化、编程设计错误、对数据利用深度不够等智能投顾算法模型缺陷，可能导致投资者遭受巨大损失，触发“羊群效应”，影响金融市场稳定运行，而这些情况并未得到有效披露。

二、智能投顾发展困境的成因与求解       整体而言，我国智能投顾行业的现有水平与美国仍存在较大差距。这既可归因于传统的法制建设不足，投资顾问“自动调仓”功能受限，信义义务标准尚不明确，智能投顾发展的制度基础薄弱；与此同时，我国监管机构对智能投顾的指引缺失，在算法监督、信息披露等方面迟迟未予以有效政策引导，使得智能投顾开展处于混沌无序、“低智能化”的状态。

　　(一)现行投资咨询制度颇有局限

　　为应对全权委托的禁止性束缚，我国部分智能投顾公司选择采取开通海外账户的方式加以规避，但此操作容易引发境外证券公司经营证券的合法性问题。根据《证券公司监督管理条例》相关规定，境外证券公司在境内经营证券业务，需经过有关部门批准。倘若与智能投顾合作的海外证券公司无法获取内地证券公司牌照，缺少相应的营业资质，则涉嫌非法经营证券业务。此外，通过海外账户进行跨境证券投资，缺乏相应的法律保护，账户和资金均在境外，一旦发生纠纷，难以实现有效的法律保护。因此，绕道迂回不能根本性地解决问题，有必要正面审视证券投资咨询领域的全权委托问题。

　　禁止全权委托有其制度历史原因。在当时条件下，作此规定主要出于两个目的：一是防止证券投资咨询机构的从业人员和委托人联手操纵证券交易市场，扰乱证券市场秩序；二是保证证券投资咨询机构的人员尽职尽责地为委托人服务，更好地保护后者的利益。但与此同时，全权委托禁止也阻碍了传统证券投资咨询机构的发展，使其盈利相当困难。由于投资建议传播性广、可复制性高，仅依靠提供投资建议的商业模式不具备可持续性。从其业务特征与本质来看，投资顾问掌控客户事务，按照客户的个人需求和所面临的具体现实情景，来代替客户作出投资决策与投资判断，可以构成一个完整的职业行为，提供投资建议只是这种行为的附带物。我国的证券投资咨询机构仅仅停留在提供投资建议即“口头行动”的层面，而美国的投资顾问可以达到提供投资建议与对客户账户管理一体化的“实际操作”层面。

       智能投顾在我国功能弱化，很大程度上是法律制度问题而非技术问题，因此需要考虑以此为契机，对现行的证券投资咨询制度进行反思和改革。2015年3月，中国证券业协会发布过《账户管理业务规则(征求意见稿)》，其中第二条曾提出证券投资咨询机构可以接受客户委托代客投资理财。智能投顾近年来的出现和发展，进一步强化了我国投资顾问领域变革的现实需求。

　(二)投资顾问适当性义务规范缺失

　　智能投顾风险测评不充分的背后，其实是对投资顾问的投资者适当性规范不足。投资者适当性规则强调投资顾问代表客户利益行事的注意和审慎程度。此类规则源于美国法已有几十年的历史。

　　“对金融机构施加‘适当性义务’正是基于衡平理念对契约自由适度干预的产物。”针对投资顾问的适当性义务见于美国《投资顾问法》第206(4)-5条：投资顾问必须考虑客户个人具体的财务状况、客户的投资历史经验和客户真实的投资意图，进而根据客户真正所需提供投资建议。

　　SEC也通过一系列处罚措施体现了对投资顾问适当性义务的要求。在In re Westmark Financial Services, Corp.案中，投资顾问向低收入、不适格的投资者推荐具有投机性质的设备租赁合伙(Equipment Leasing Partnerships)份额；在In reGeorge Sein Lin案中，投资顾问将低风险偏好客户的资金擅自投向风险较高的无备兑认购期权(uncoveredoptions)，且滥用了客户的信用账户；在In re David A. King & KingCapital Corp.案中，投资顾问向退休客户等风险承受力较弱的客户推荐部分高风险等级的投资产品组合。

　　SEC认为上述投资顾问的行为违反了《证券交易法》《投资顾问法》相关规则，对案件中的各涉事投资顾问采取了非常严厉的处罚。2008年金融危机之后，SEC对投资顾问适当性规则标准做了更清晰具体的表述，要求投资顾问仔细客观地对客户进行全面调研后，方可提供投资建议；此外，还要求投资顾问定期、持续地跟踪和更新客户的信息，根据客户的现实状况不断调整与纠正原有的投资建议与策略。

　　在智能投顾适当性要求方面，美国的金融业监管组织(FINRA)在其发布的公告指出，除满足一般投资顾问适当性要求之外，智能投顾还需特别关注以下方面：(1)核查用户的关键信息，实现对投资者的精准画像；(2)评估投资者的风险承受能力和承受意愿；(3)定期主动联系客户以确认其基本信息是否发生变化；(4)对投资者画像的工具采取合适的管理和评估机制。

　　类似地，2016年8月澳大利亚证券投资委员会(ASIC)发布《向零售客户提供数字金融产品(智能投顾)建议》，该建议指南一共117条，对智能投顾提出了较为全面的监管建议。在满足投资者适当性方面，该建议提出智能投顾需满足“全面了解客户”原则。智能投顾在提供投资建议时，应明确告知投资者其中的重要概念与局限性，披露投资建议实施后可能带来的潜在风险；同时在投资建议的过程中建立实时“弹出机制”。例如，在投资被实际推进之前，客户会收到即时的弹出消息框，智能投顾将询问客户是否同意进行下一步，给出有限范围内的建议。客户同意后，智能投顾根据其问卷反馈确定与客户情况相符的建议范围，对不相符的建议模型进行过滤。

       相较美澳两国关于投资顾问适当性义务具体清晰的规定，我国《证券投资顾问业务暂行规定》15条、《证券期货投资投资者适当性管理办法》第3条等相关条文，仅对证券投资咨询机构适当性义务作了宏观和原则性的要求，在投资者分类、产品分级、全面了解客户、全面了解产品义务等方面未制定统一具体的标准，实操性差。在新近出台的资管新规中，也未提及关于智能投顾履行适当性要求的专门规定。这方面可以国外相关做法为蓝本，予以充实和细化。

　(三)信息披露、算法监管存在短板

　　笔者团队调研发现，美国和澳大利亚对智能投顾的监管走在世界前列。美国对智能投顾的监管主要依靠其完善的信息披露制度。澳大利亚证监会充分发挥政策引导作用，通过发布投资者公告、监管指南等方式，提前谋划对智能投顾的约束监管。

　　1.美国的智能投顾信息披露制度

　　美国的相关制度主要从两个维度构建，一是依靠适用于传统投资顾问信息披露的体系，二是通过颁布相应的指引性文件，对智能投顾施加专门的信息披露要求。

　　传统的信息披露体系要求投资顾问在向SEC注册时提交表格ADV, 投资顾问还需要每年对表格信息进行更新。表格分为两部分，第一部分是一张可以勾选的格式化表格，披露投资顾问的业务、所有权、客户、雇员、商业惯例等内容；第二部分是说明书(brochure)和说明书补充(brochure supplement)。在说明书中，投资顾问必须对18项内容进行详细披露。说明书补充则披露关于与客户账户工作的专业人员的信息。这些信息均可在投资顾问公开披露(Investment Adviser Public Disclosure)数据库中被查询。投资顾问必须每年向客户提供重大变化的摘要说明。智能投顾作为投资顾问，必须严格履行传统投资顾问的各项披露义务，在开始合作关系之前向客户披露说明书和说明书补充。

　　针对智能投顾采用算法和大数据等特殊性，美国联邦层面已经出台了一系列的规范性文件，包括SEC与FINRA的联合公告、FINRA公告、SEC监管指南、SEC投资者公告，强调了对智能投顾算法及相关信息的披露：一是注意披露算法本身的相关内容。例如，SEC指出智能投顾营运人需披露算法函数、算法的理论假设、算法的固有风险和缺陷。二是注意披露参与算法的研发、管理的第三方信息。例如，SEC要求智能投顾主动披露存在利益冲突的第三方机构。除此之外，马萨诸塞州的监管机构还要求智能投顾披露算法外包服务商的背景信息。

　　2.澳大利亚的智能投顾算法监管经验

      尽管在信息披露方面，澳大利亚可能未建立像美国那样完善的体系，但针对算法披露不及时所导致的市场波动，澳大利亚的做法也很有特点。ASIC不断提出完善智能投顾内部治理机制的要求：一是强化智能投顾经理人制度。其相关指南规定，智能投顾营运人需要具备保持提供其所涵盖的金融服务的竞争力，至少配备一名对智能投顾业务运营负直接管理责任的经理人，该经理人应确知产品核心算法的基本情况，同时ASIC对该经理人的任职资格、学历要求、工作经验等都提出了较为具体的标准与要求。二是充实技术人员配备。智能投顾应在其业务团队中至少配备一名熟悉算法的理论基础以及具体计算机编码的风控人员。三是具备完善的技术资源。智能投顾需具有可靠的技术资源维护客户记录和数据完整性，同时保护客户秘密和其他重要信息。四是构建适当的风险管理系统。智能投顾应设计适当的系统设计文件，明确算法的目的、设计与范围；建立文件化测试策略，用以解释算法的测试范围；加强对交易留痕处理的有效控制与检测，对算法进行持续性的更新和审查；建立适当的内部合规程序以确保风险管理系统的有序进行。五是建立专业责任强制保险制度(professional indemnity)。智能投顾基于算法进行资产组合、提供投资建议的过程中，常常由于算法缺陷而给投资者带来巨大的潜在风险。对此，该指南要求智能投顾持牌者需要为客户办理专业强制责任保险，进一步加强对于投资者的保护，例如由于算法缺陷所导致的损失，可以归入保险赔偿范围。

三、智能投顾发展的制度政策建议

       “资管新规”的实施，结束了智能投顾在我国规范层面的失语状态，表明监管部门会把其纳入大资管的范畴。不过“资管新规”中涉及智能投顾的部分仅为框架性指引，对解决其在我国的“水土不服”“功能异化”等问题作用有限。基于上述观察与分析，笔者认为，接下来我国智能投顾的监管规范可以考虑以下三个思路。

　　(一)引导智能投顾渐进式发展

      智能投顾在我国现有的证券投资咨询制度下，很难发挥出智能理财的科技优势，而推进证券投资咨询制度改革又难以一蹴而就。因此，有必要组织研究探索智能投顾模式阶段性推进工作，通过相关政策引导，将发展智能投顾业务与传统金融机构改革相结合，初期可由银行、证券公司等大型金融机构或者领先的金融科技企业牵头成立智能投顾业务平台，实现金融科技在券商的定向资产管理、信托和基金公司等的资产管理业务等领域的先行试点。随后在此基础上，推进现行证券法第171条第1款的修订工作，逐步赋予证券投资咨询机构代客进行账户管理的资质和范围，明确证监会《公开募集证券投资基金销售机构监督管理办法(征求意见稿)》的政策意向，推动中国证券业协会《账户管理业务规则(征求意见稿)》的落地。

　　(二)细化测评标准，完善信息披露内容

       结合美国、澳大利亚等地监管经验，在智能投顾适当性问题上，我国监管层可从以下方面统筹考虑：一是加强对智能投顾客户画像调研的监管，出台智能投顾信息问卷编制指引，明确信息调研的各项指标维度，从收入水平、负债状况、税收筹划、账外资产状况、产品分级、消费偏好等角度构建起较为科学全面的测量体系。二是明确信息查证制度，必要时引入第三方信息核验功能，定期更新客户的受访信息，对投资者画像采用合理的管理和评估机制，确保信息的动态更新。三是构建企业内部合规风险程序，加强智能投顾内部组织建设、制度建设、风控体系建设，利用创新监管科技，对任何算法更改、变动以及相关交易动态进行追踪与审查。四是加强信息披露，智能投顾需定期披露算法的运作机制、风险因素、收费情况、有无第三方机构的参与等信息，必要时可引进可视化的展示方式，利用系统采用醒目的方式向投资者揭示风险。五是构建企业内部合规风险程序，加强智能投顾内部组织建设、制度建设、风控体系建设，利用创新监管科技，对任何算法更改、变动以及相关交易动态进行追踪与审查。

　　(三)尝试“监管沙箱”路径，引入强制保险与基金制度

       对以智能投顾为代表的金融科技开展监管，往往面临着两难境地。一方面，智能投顾具有高度的创新基因，体现了金融民主与普惠的理念，在其发展初期需要政策予以引导支持；另一方面，监管尺度很难拿捏，倘若力度过猛，容易抑制金融创新，而疏于监管，则常会酿成风险事件。综合来看，适当评估引入英国Financial Conduct Authority(FCA)“监管沙箱”的制度要素、参考澳大利亚做法创设强制保险计划和赔偿基金，或是解决金融科技监管介入节点难题的有效办法。“监管沙箱”的引入不仅是为金融科技的发展设置了“保护区”，也为监管机构的政策拟定、风险测评创建了“观察区”。研究设立中国版的“监管沙箱”，将智能投顾纳入其中，将更好地试行金融科技的包容性监管，实现金融创新与监管的兼顾平衡。与此同时，创设强制保险计划和赔偿基金能缓解严格产品责任对创新的阻却效应。围绕人工智能的强制保险计划与赔偿基金的设计，其实和职工赔偿基金类似，智能机器人的开发者或雇主可以支付一定比例的资金，以换取对侵权赔偿责任的部分免除。

结 语

　　伴随人工智能的迅猛发展与普及，金融科技席卷整个世界。而长远来看，已有金融科技的实践恐怕只是开启了金融行业格局骤变的序幕，更深刻的变化正不断蔓延显现。作为金融科技的重要运用之一，智能投顾专注于简化操作和提升投资效率，将极大地冲击传统的投资顾问操作。在关注其巨大潜力的同时，我们也应当从法学研究的视角，针对智能投顾的制度环境、法律风险、监管对策等筹划布局，集思广益。未来对包括智能投顾在内的各类人工智能应用加大跨学科、多维度的学术探讨，意义价值相当突出。

作者简介：郭雳，北京大学法学院教授

来源：慢钱头条

李伟庆：智能投顾大行其道 技术使得私人银行客户覆盖更广

在大众认知中，私人银行往往和瑞士联系在一起。瑞士一度是全球高净值人群资产管理的首选之地。私人银行强调多资产组合方式投资，风险从低到高分别为现金及存款银行理财产品、公募基金、保险、房地产、股票市场及其他境内外投资等。

私人银行被誉为“皇冠上的明珠”，由于其私密性、专属性及专业性受到特定人群的青睐。回到国内，我国的私人银行发展刚刚十年，提供服务的机构从四大行、股份制银行扩大到城商行。私人银行的兴起与国民财富的增加不无关联。根据招商银行与贝恩《2019中国私人财富报告》，2018年，中国个人可投资资产总规模达190万亿元，可投资资产在1000万元以上的中国高净值人群数量达到197万人。

“10%的高净值客户贡献了某些国内金融机构90%的资产份额，实现了一九的配比”，中国银行业协会私人银行委员会常委李伟庆表示，“商业银行或者金融机构可以通过吸引高净值人群，实现资产规模的快速增长。”

近日，零壹财经针对私人银行发展历程、业务模式及数字化运用对李伟庆进行了专访。

私人银行入门门槛600万元 客户投资趋向保值、分散

零壹财经：您在银行从业多年，在私人银行领域担任很多重要职位，并且接连包揽了私人银行、金融科技等领域多项大奖，同时也恭喜您今天获得了金鹿奖最佳商业领袖奖。普通人群对于私人银行相对比较陌生，您能否向我们介绍一下呢？

李伟庆：私人银行起源于为欧洲的贵族家庭提供差异化服务的金融机构，在国内发展时间较短，刚刚十年。我国高净值客户的资产总额平均年化增速在20%左右。

对于客户的界定，不同的商业银行有不同的标准，一般按照人民币资产600万元的标准，部分银行是以1000万元起，不同机构存在差异。根据不完全统计，60%多的私人银行客户是企业经营者，其次是级别高的企业高管，最后是专职投资人群。另外，随着富二代数量越来越多，中国的私人银行客户年轻化，平均年龄介于40至50岁之间，低于发达国家。

零壹财经：高净资产客户有什么特质吗？

李伟庆：越是超高净值的用户，越理解财富来之不易。他们更青睐保值类产品。而他们增值类收入主要来自对所持有的产业的经营，包括自身企业的发展以及行业内的中小型公司的投资和股权的投资。高净值人群不全是概念上的风险厌恶者，投资偏好保守与年龄、经验、所处的阶段等多方面有关。

零壹财经：私人银行的收入主要来自哪些方面呢？

李伟庆：在国外，不管客户是否购买产品，专业的私人银行都会收取一定比例的投资顾问费。在国内，主要的收入来自于产品销售。受收入和利润导向影响，国内私人银行的投资顾问专业性和客观性有待提高。

零壹财经：他们的投资收益率分布范围是介于什么区间呢？

李伟庆：投资收益率很难一概而论，财富管理依据整体配置，如时间维度、产品回报率、客户的交易习惯等，总体超过了大众客户收益率水平。

零壹财经：流量巨头对于高端客户理财愈发重视，与私人银行存在竞争关系，目前两者相处模式是什么？

李伟庆：目前，传统机构通过线下服务客户，而金融科技类公司主要在线上。因为金融科技类公司的产品类型更为丰富、迭代更快，所以其未来市场份额上会不断增长。

随着市场的蛋糕不断地做大，两者要学会共生共赢。通过合作，银行引入技术驱动自身业务发展。当然两者也存在竞争，应了当年马云那句话，“银行不改变，我们就改变银行”。

零壹财经：一般来说，高净值人群具备一定的理财知识，且学习能力都很强，在经过一段时间的投资理财后，客户留存情况如何呢？银行会采取哪些措施吸引、维护客户呢？

李伟庆：私人银行客户虽然自身财富已达到一定水平，但是他的金融知识和产品经验大概率不如专业的金融从业人员。术业有专攻，不必事必躬亲。而且，客户有自己的主业，很难兼顾。

私人银行的客户黏性比较高。他们通常在3到5家银行做资产配置，银行间比例会波动。但变化不会很明显，除非客户整体的金融资产缩水。

零壹财经：这些银行知道高净值客户的动态吗？

李伟庆：我们可以根据客户转账或者其他的交易行为推断。一般，这家银行金融资产减少，那么就是转到其他银行。该类信息预报需要依靠大数据。在客户资金转移前，我们便进行干预。

私人银行智能投顾大行其道 短期内希望与提供安全、营销服务的科技公司合作

零壹财经：现在有观点称，要把金融科技分开，每个行业专注于一项，您对此有何看法？

李伟庆：一定要把金融和科技分开，我觉得不现实。未来的世界一定是包罗万象的，相互交叉的。单一业务模式或者管理体系很难取得成功。世界一定变得越来越复杂了，我们不可能回到金本位的体系。未来，两者之间结合的会越来越紧密。金融不单单融合科技，甚至可能融合基因技术等。

零壹财经：在银行数字化或互联网化的背景下，私人银行会有哪些变化？利用了哪些技术？

李伟庆：智能投顾是近年来的新变化，通过系统、通过软件给客户更优的资产配置方案，让风险降低的同时相对有好的收益。该技术最大受益者是普通客群，他们可以享受到以往面向高净值人群的定制化服务或者策略型产品。私人银行可以结合大数据等技术手段覆盖更广的客户范围，如投资资产门槛从600万元降到100万元，甚至更低。

零壹财经：现在智能投顾多数更像黑盒操作，投资者对于资产运作其实是不太清楚的。一些投资者一开始信心满满入场，最后收益却不及预期，您怎么看？

李伟庆：智能投顾的评判应该依据相对策略，而不是绝对策略。比如，整个的金融市场不好，投资环境不好，大家都亏，好的智能投顾的策略一定亏的比别人少。反过来，行情好的时候，智能投顾收益更多。当然，智能投顾也有局限性，第一没办法回避系统性的风险，第二是整个策略本身的设计。

零壹财经：银行更青睐哪一种类型的人工智能或者科技类公司？

李伟庆：实际上，银行是被动的。短期内，市场关注数据、投资领域，那么银行便关注安全、营销等方面。如果人工智能或者科技公司想进行行业应用、产品研发，可以尝试这两个领域。另外，技术的驱动是有先后的，国内公司可以参考国外案例。

零壹财经： 银行理财子公司的成立，会对私人银行业务产生哪些影响？

李伟庆：理财子公司的成立代表了银行在资产管理业务上会更专业化，更实现更多的风险隔离。在资产管理业务上，金融科技有很大的用武之地。它的逻辑跟智能投顾逻辑一样，只不过智能投顾是对个人而言。

私人银行归属于零售银行 国内机构通过内部提升获客

零壹财经：我国商业银行在发展过程中，私人银行与零售银行显示从属亦或并列的关系。然而目前，零售银行受关注的程度高于私人银行，您能介绍一下两种类型银行未来发展的趋势吗？

李伟庆：从业务结构的角度，私人银行是零售银行的一部分。当然欧美的一些专业化的私人银行，只面向高端的私人银行客户。那问题随之而来，他的客户大部分需要外部争夺，而不是内部提升。如果私人银行有比较庞大的零售银行的基础，内部的老客户的提升成本会相对较低。

零壹财经：对于高净值人群，银行同业之间存在竞争，如私人银行与银行的贵宾理财，私人银行具有的优势在哪里？

李伟庆：贵宾理财部门和私人银行的客户按照其资产等级来划分，一般600万及以上，进入到私人银行；达不到的为贵宾。在贵宾部门，还会再做更细的划分。

两者存在相辅相成的关系。以前，一些银行把私人银行完全独立出来，自成体系地管理。但后来暴露出很多的弊病，因为分支行把普通或者贵宾客户发展成一个私人银行客户，客户的资产内部转移，客户经理或者分支行的利益受损，造成很多的内部的竞争。所以后来一些机构改变这种策略，仅做虚拟的信息划转或者双计（注：计算原有的机构和私人银行的贡献）。这样，大家互不争利，共生发展。

零壹财经：私人银行定期回访时间间隔多久，线下的团队人员构成如何？

李伟庆：通常一年至少有1到2次，理财顾问通过回访了解客户最新的收益、资产配置时间等需求。团队人数跟服务客户的资产规模有关。

一般，至少要配一个专职的理财经理来对接客户；但资产上亿的客户，至少3到5个人的团队对其服务。

来源：零壹财经

150万亿赛道觉醒：行业寒冬之下，这些公司却融资30亿

财富管理行业正在经历冰火两重天。

一边是暴雷不断，大量理财师被抓，几十万人离职

另一边，又是行业大规模融资，近30亿融资涌入这个赛道。

这些融资的金融科技公司，业务量开始暴涨，模式开始跑通，它们说，自己终于“媳妇熬成婆”。

财富管理这个150万亿的赛道，在一轮大的洗牌之后，居然“向死而生”，爆发出惊人的潜力。

这里，也被称为金融科技接下来的最大风口。

这个赛道能否成为黄金风口，关键因素，就是玩家能否抵御金钱和欲望的诱惑……

01 寒冬中的风口

有人说，2019年才是真正的资本寒冬。

36氪6月底发布的《2019年中创投报告》中提到：截至2019年6月17日，国内一级市场共计发生2787笔投融资交易，投融资热度已降到五年来最低点。

而一年前，全年融资交易数是12163笔。

在金融科技领域，融资更是惨淡不堪。

“大家都忙着撤资，或者把股东关系撇清，‘金融科技’已成为一个火葬场。”一位VC投资人直言不讳。

就是在如此的水深火热之中，一个金融科技的赛道却热闹非常。

据IT桔子统计，该赛道2019年就有近43起融资事件发生，融资金额近30亿元。

3月，NewBanker获一千万C轮融资，凡创资本领投，经纬中国等跟投。

同月，和NewBanker模式类似的美信联邦，获数千万C轮融资。

6月，一个叫“慢钱”的互联网理财师咨询服务平台，获7000万元D轮融资。

7月，海外资产配置服务平台“理享家”，在D轮融资中获投4500万元。

8月，“小帮规划”获得了腾讯、红杉资本、蓝驰创投等的2亿元B轮融资。

……

近30亿资金涌入的，到底是一个什么赛道？

金融的核心产品，无非是“借贷”和“理财”两类。

过去三年，整个行业都聚焦于“借贷”，消费金融强势崛起。

在理财端，除了不太成功的P2P之外，并未跑出太多模式。

之前，财富管理被传统金融机构和第三方财富管理公司牢牢把控。

2016年，金融科技开始集中杀入财富管理赛道。

玩家的模式很多，有智能投顾，也有人建立专门给理财师“飞单”的平台，不一而足。

但这两种模式，目前已基本被证伪，在这三年的市场淘洗中，它们或发展遇阻，或销声匿迹。

然而，却有一些模式从中崛起，并开始大规模融资。

公开数据显示，截至2017年底，中国财富管理市场已超150万亿元。

这片市场蕴含的机会，刚刚开始被挖掘。

最后杀出重围的，到底会是什么模式？又有哪些想象空间？

02 两大模式

总的来说，目前融资的，主要是两大模式。

一类是为理财师提供服务的平台，可以称其为“To小B”。

在过去，理财师给第三方财富管理公司打工，他们相信公司，公司推荐什么产品，就卖什么产品。

然而，最近集中出现的暴雷潮，摧毁了他们对公司的信任。

理财师们发现，早期吹嘘自己实力雄厚的公司，都纷纷倒闭。

此时他们才明白，财富管理公司并不是核心，理财客户才是他们的核心竞争力和资源。

于是，行业形成一个新的趋势，即“小三方”开始大量出现。

理财师离开公司，三五个人合伙，成立自己的理财工作室。

据不完全统计，市面上这样的理财师工作室，已有3万多家。

有人说，这是行业的“向死而生”。

针对这个新生群体，一系列的商业模式开始出现。

比如，NewBanker和美信联邦的模式。

“在前端，我们主要给理财师提供两个产品，培训和工具。”NewBanker创始人李清昊称。

现在的“小三方”还没有独自展业的经验，教它们一些管理技巧，做一些提高它们服务质量的培训，确实有一定市场。

此外，理财师在展业的过程中，还需要一些工具，比如给客户制定财产规划、做客户管理的软件。

在国外，这个模式早已成熟，并有一个专业的词，叫TAMP（Turnkey Asset Management Platform，一站式财富管理技术服务平台）。

国外的技术达到了什么程度？只要把客户的需求输进去，就可以自动出一个投资规划建议书。

但是，这些平台的核心目的，可不是只把理财师圈进来，它们的目标是：交易。

目前，NewBanker和美信联邦都会在自己的平台上放一些理财和保险的产品，理财师可以根据自己的客户需求选购。

这时，这些平台就可以“抽水”，赚取服务费。

我们可以将这称为理财的“滴滴”模式。

其实，从中不难看出，这些平台赚钱的核心方式，其实是交易。

与其通过理财师再触达用户去交易，为何不直接找C端用户交易呢？

因此，行业内还出现了一个直接To C的模式。

比如，小帮规划、蜗牛保险的模式。

“小帮规划在前端，是将财商教育作为切入点。”小帮规划创始人徐彬认为，现在有钱人越来越多，但他们还没有形成财富管理意识，因此财商教育越来越重要。

通过财商教育，小帮规划汇聚了一个流量池，其后再用自己的理财师和咨询师进行流量转化。

“我们现在有400人，大部分都是理财顾问。”徐彬称。

而蜗牛保险也会通过一些保险的专业文章，将流量导入社群，然后在社群中，通过“保险顾问”进行转化。

不管是理财顾问，还是保险顾问，他们都在试图以“顾问”这种新身份，取代原有的“理财师”和“保险师”。

“理财师和保险师这两个群体，在中国就是畸形的存在。他们野蛮发展，没有经过专业的培训和考试，为了佣金不择手段。”一位平台的创始人透露，他们因此决定抛弃这个畸形的中介群体，去开创一个新的生态。

03 谁与争锋

目前来说，上述两个模式哪个更好，尚未有定论。

To小B的这个模式，核心竞争力是“黏性”——谁能黏住理财师，谁就有可能走到最后。

“理财师这个群体，其实没什么黏性，可能谁给的佣金更高，他们就涌向哪个平台。”一位传统金融的资深从业者何琪透露。

尽管现在融资的消息满天飞，但何琪却极为冷静地看待这个市场。

“我觉得，如果这些平台稍微守不住初心，抵抗不了诱惑，模式就可能全线崩盘。”何琪称。

比如，现在To小B的平台提供的是理财师工具，但是如果有一天，它们经不住诱惑，直接去动这些理财师的用户数据，会怎样？

它们可能会以更快的速度盈利，但理财师会瞬间丧失对它们的信任，黏性归零。

甚至有不少观点认为，这些平台，未来都可能成长为新式的第三方财富管理公司。

何琪称，如果它们为了佣金或者风控不严，也上线一些风险高的理财产品，就会陷入和当年的财富管理公司一样的死局。

但是，如果撇开所有的外衣和逻辑，这些模式爆发的核心原因，其实并非理财，而是保险。

一位平台的创始人透露，现在他们其他资产都不销售，主要就销售保险，“八成收入都是来自海外保险的交易”。

理财产品会暴雷，风险太高，而保险里面也有一些权益类的产品，既有理财属性，还有保障功能。

而经过暴雷潮洗礼的投资用户，也开始倾向于购买能抵御风险的保险。

另一方面，保险的需求确实在全线爆发，特别是新中产群体。

“我的客户会主动来问我，有什么保险可以买，并表示最近不想买理财了。”很多理财师发现，自己的理财客户，对保险的需求明显增加。

理财开始往保险倾斜，从而导致这些平台的业务量开始暴涨，模式终于跑通。

多位行业从业者证实，一家私募基金平台转型以销售保险为核心，“一天的保费，是5000万”。

而一家平台转型半年，“保费已达到上百亿”。

不要忘了，保险产品的另外一个特征，就是高佣金。

如果按照20%的保险佣金来算，这家公司的利润就是几十亿。

一些平台想得更为明白。一位创始人透露：“我表面上是做理财，其实核心是卖保险。因为理财是高频的，而保险是低频的，通过理财能更好地黏住用户。”

04 

150万亿的财富管理市场，经历了暴雷潮，劫后余生，并撞上了保险崛起的这个大风口。

于是，这些公司杀出重围，开创了一系列新模式，并得到资本的认可。

最近行业万马齐喑，但一个新的风口，悄然打开了。

金融科技领域，其实从未缺少过风口，只是风口与风口之间，切换得太快……

（文中部分受访者为化名。）

来源：36kr

构建“三位一体”的智能投顾监管体系

郭雳  北京大学法学院教授、博导

赵继尧  北京大学全球法律与政策研究中心研究人员

专栏导语：

伴随人工智能与金融经济的加速融合，智能投顾成为金融科技生态系统的新兴产物，开始向用户提供财富管理建议，甚至逐步取代传统的财富管理经理来直接配置管理资产。

智能投顾同样也是全球化的产业，在美国、欧洲以及亚太地区都广泛开展。其中，美国智能投顾的发展走在世界的最前列，而我国的智能投顾也在酝酿爆发式的增长。这些快速发展的实践同样吸引着监管的重视。

本专栏系列文章拟在梳理分析国内外学术研究与监管实践的基础上，尝试理解和归纳我国智能投顾的行业模式与产品特点，剖析其进一步发展所面临的障碍、困境及不确定性，探讨智能投顾对传统的投资顾问信义义务的冲击，通过参考借鉴域外经验，提出符合我国国情的监管建议。

“资管新规”的正式出台，结束了智能投顾在我国规范层面的失语状态，监管部门将其纳入大资管的范畴加以考虑。但“资管新规”对智能投顾的监管重点集中在智能投顾的技术风险和市场风险，未关注我国开展智能投顾活动的证券投资咨询牌照、账户全权委托不能等问题，同时在智能投顾对信义义务的挑战问题上较为淡化，未出台具体规制措施和细则，对智能投顾可能引发的信义危机有待进一步讨论。

由于我国在投资咨询制度建设上存在一定的“历史遗留”问题，加之现有智能投顾法律规制的缺位，相较于发达国家我国开展智能投顾业务面临着更多的阻力。我国智能投顾监管任务更为艰巨，需要借鉴国外经验，以改进现有证券投资咨询制度、出台智能投顾监管指南、重塑金融科技监管理念为三大支点，构建“三位一体”的智能投顾监管体系。（一）改革现有证券投资咨询制度1. 启动证券投资咨询牌照审批，制定智能投顾牌照风险管控措施有必要研究重启证券投资咨询牌照审批工作，满足市场研发需求。参照欧洲央行《金融科技信贷机构执照申请评估指南》中的相关理念，强化智能投顾牌照申请过程中的风险管控。首先，对申请证券投资咨询牌照的智能投顾，要明确其证券投资咨询机构本质，强化市场准入，严格按照《证券、期货投资咨询管理暂行办法》第二条的规定进行审核，适用统一的牌照要求和监管标准；其次，要特别考虑智能投顾能否实施与所承担的风险性质和水平向匹配的风险管控措施，以及是否遵守产品宣传销售、投资者适当性管理等方面的行为监管规则，在充分研究其业务模式的基础上，重点关注其能否充分认识、理解和控制风险。2. 推进账户全权委托开放智能投顾真正的智能性离不开对账户的全权委托，全权委托的核心在于智能投顾对客户账户具有自由裁量权，可以实现持续的监督和自动调仓。因此为实现智能投顾的长远健康发展，必须为“全权委托”松绑。笔者认为，解决中国智能投顾全权委托发展困境，必须加快修改现有证券法第171条第一款的规定，赋予证券投资咨询机构代客进行账户管理的资质，加快推进《账户管理业务规则（征求意见稿）》的落地，为智能投顾的健康发展扫除障碍。（二）出台智能投顾监管指南，重构智能投顾监管细则1. 优化智能投顾问卷设计，建立格式合同备案与稽查制度加快优化智能投顾问卷设计标准，监管部门应完善风险测评调查问卷最低标准。 该标准将全面涵盖客户的收入水平、支出水平、消费习惯、税务比例、负债情况等信息；同时学习借鉴美国经验，适当建立问卷弹出机制和自动标识机制，确保客户信息的准确性，在问卷测评上规避错误输入的可能。建立智能投顾格式合同备案与稽查制度 ，对智能投顾电子合同进行事先审查，若存在显失公平的相关条款，则应要求智能投顾及时修改，以促进智能投顾勤勉、审慎地对投资者提供全面的个性化建议，为投资者的最佳利益行事。2. 建立多层次的智能投顾信息披露制度智能投顾信息披露应坚持四个原则：充分披露、准确披露、持续性披露、披露理解力研究。 充分披露要求智能投顾充分披露公司的各项信息，详细制定披露细节，包括算法函数、算法假设条件、智能投顾中第三方背景信息、收费信息、管理人员的背景披露、算法源代码、部分关键信息披露等，建立投资顾问公开披露数据库，扩大信息披露的披露范围；披露的有效性要求智能投顾广泛采用弹窗设计，使投资者能够清楚地知晓重要的关键信息；披露的持续性要求智能投顾要对客户的信息矛盾进行查证，一旦出现反馈矛盾或异常，应当进行跟踪和风险预警。披露理解力研究则要求创新设计外部研究制度，以准确评估消费者对披露信息的理解。3. 构建智能投顾企业风险管理系统该风控系统由企业内部控制系统和企业风险控制系统两大部分组成。 在企业内部控制建设方面，要尽快设立公司首席风险官，建立有效的企业内部合规稽查体系，对企业的各项业务进行操作风险与忠实义务方面的监督和审查；在企业风险控制建设方面，要建立适当的风险管理体系，建立适当的系统设计文件，采用文件化测试策略，明确算法的目的、设计与范围。加强对任何更改记录、交易留痕处理的有效控制与检测，对算法进行持续性的更新和审查。4. 完善智能投顾的投资者保护建立定期的事前投资者警示制度。 仿照域外经验，由中国证监会出台全国性投资者警示公告，重点提示投资者智能投顾在人机交互上的欠缺性、收费项目的隐蔽性，使投资者尽可能地了解智能投顾产品的商业模式，盈利方法以及具有的风险。同时，证监会也可定期公布对相关热门智能投顾产品的调查意见，对投资者进行风险提示。建立专业责任强制保险制度。 借鉴澳大利亚相关经验，引入智能投顾专业责任强制保险制度。通过相关法律的规定，要求智能投顾强制投保。同时，探索引入与建立智能投顾风险备付金制度，建立适当的计提比例，以降低投资者的投资风险。加强投资者教育。 建立完善的智能投顾投资者教育制度，提示与教育投资者着重关注智能投顾中的相关条款，尤其是电子格式合同中智能投顾的免责条款，教育投资者充分认识智能投顾的利益冲突和算法原理，充分提醒投资者相关操作的风险。加快形成智能投顾的专业能力测试行业标准 ，涵盖智能投顾在建立客户档案、配置客户资产、执行客户指令、自动调仓服务、资产组合实时分析、税收损失收割等核心功能方面的考察；加强对智能投顾投资决策能力的外部审核，优化与提高算法的准入门槛，有力投资者利益。（三）转变金融科技的监管理念1.探索包容性监管，尝试“监管沙箱”路径以智能投顾为代表的金融科技的监管往往面临着两难境地。一方面，智能投顾具有高度的创新基因，体现了金融民主与金融普惠的理想，在其发展初期需要政府支持；另一方面，对投资顾问与算法程序交融的监管不当，则易对金融体系带来破坏性的冲击。对智能投顾监管的时机选择也存在一定的困难。对于金融科技监管介入过早，极易引发对创新的扼杀和商业模式的扭曲，但对金融科技的监管介入太晚，则易出现监管空白引发的市场风险。[1]因此“金融科技需要更多的包容性监管”。[2]作为金融监管创新的监管沙箱无疑成为包容性监管的有力体现。“监管沙箱”创造了安全的测试环境和监管测试区，为众多新型金融科技产品提供一个暂时不受当前金融监管法规束缚的“安全区”。[3]创新者可更好地对产品服务和商业模式进行测试，同时监管部门可根据测试展开风险评估，进而决定是否将其引入市场。我国也可适当引入“监管沙箱”制度，实现金融创新与金融科技监管的兼顾与平衡。2. 加快人工智能立法要加快人工智能立法工作，明确人工智能的法律性质、法律地位、责任承担、风险控制等问题；加快研究制定《机器人伦理宪章》，构建人工智能伦理规范，出台机器人道德行为守则，强化研发人员社会责任要求，颁布人工智能从业人员道德指引，调整人机关系道德模式；[34]充分明确人工智能开发者的权利义务、过错和可追责性；同时建立人工智能核心参数备案制度，设立源代码追踪机制，逐步探索赋予人工智能“电子人”法律地位，探索引进智能机器人强制保险计划和赔偿基金机制。

来源：慢钱头条

马天平：智能投顾≠赚取高回报的神秘机器人

智能投顾≠赚取高回报的神秘机器人

马天平

CEO

贝塔智投

创始人兼CEO，在创业之前，曾任工行总行量化精选基金负责人，管理证券类投资基金200多亿元，此后去了蚂蚁金服集团任智慧配置板块负责人。

问：领导者网络：AI时代的财富管理，如何衡量和评价智能投顾的投资端？

答

马天平：主要看收益性、安全性和分散性。投资本身属于结果导向，而且很难比较。因为投资者是需要靠时间来证明自己的业绩能力，所以结果都是事后才能去验证。

要说智能投顾的投和传统量化交易本质上有什么异同，我认为"投"本质上就是量化交易。量化交易就是量化发出一个信号，然后根据这个信号去进行买卖。信号来源可以有很多种，肉眼看或者列个Excel表或者编程都可以。除了投，更重要是顾，这是传统量化交易没有的。

问

领导者网络：不少中国智能投顾创业团队强调高收益率，您怎么看？

答

马天平：要理性看待智能投顾的投资收益率，智能投顾的投资收益率不高因为智能投顾不可能是赚取高回报的神秘机器人。如果存在，拥有者肯定直接将此机器人用于自有资金的市场交易并通过资产管理获取回报，而不会选择出售投资建议获取回报的方式。

根据这一逻辑悖论的推断，智能投顾提供的收益率大约是市场Smart平均收益。但仍有可以体现专业度的地方，就是收益回报的分散性或者波动性。贝塔智投的策略波动性一般是市场的五分之一到三分之一，也就是说智能投顾收益率不一定超级高，但安全更多。

问

领导者网络：但是投资者核心关注的还是收益率？

答

马天平：是的，人性很难改变。很多人为什么到30岁投资才开始逐渐成熟，刚毕业的人都想暴富，但结果没暴富反而亏了，最后慢慢左一耳光，右一耳光被市场教育成熟，越来越关心安全度。

投资者的风险偏好核心看资金量和不同人对于不同资金的安排。传统的问卷调查不是有效的方式。从问卷设计的角度出发，客户可能填写的信息不准确，或者刻意隐瞒等。现实中人做决策是很复杂的，并不像教科书上简单地按照不同风险等级设计投资组合，然后给客户测风险偏好，最后按照风险等级推组合。比如很小的资金量根本与风险偏好没有关系，又比如同一个人在不同的阶段风险偏好也会发生变化，例如成立家庭前后、子女降生前后等。

问

领导者网络：贝塔智投如何获取投资者真实的风险偏好？

答

马天平：基本都是一点一滴地沉淀，研究如何去陪伴客户、如何从金融模型去刻画客户的零碎信息。现实中并不存在一个很直接、很干净的数据能真实反映投资者的风险偏好。传统的数据，比如银行提供给我们的账户信息、转账流水和申购记录等，在此处的价值不大。

能真实反映客户的数据往往来自非结构化数据，比如专不专业、有没有钱、性格急躁还是冷静等，这些数据需要和客户反复的交互获取。这个过程就类似人见面交流一样，在沟通的过程中，我们的大脑会收集一点一滴的信息，包括一句话一个眼神等，然后通过这些信息集合得出一个综合的判断。

The Leader Networks 独家采访

来源：慢钱头条

郭雳：智能投顾开展的制度去障与法律助推

  2019年中国政府工作报告中明确指出，要深化大数据、人工智能等研发应用，壮大数字经济。作为新一代人工智能研发运用的重要产物，智能投顾凭借其成本小、门槛低、规避情绪化交易等特点，经过短短数年的发展，已经为国际主流成熟市场所认可。根据科尔尼预测，2020年美国智能投顾的资产管理规模将增至2.2万亿美元。Statista预估中国智能投顾行业资产规模超过800亿美元，在全球智能投顾市场中规模仅次于美国、位居世界第二。然而，我国智能投顾的生存发展环境却与欧美发达国家存在很大不同。由于制度建设和监管指引等方面供给薄弱，智能投顾在我国呈现出明显的“水土不服”症状。因此有必要对智能投顾行业在我国面临的问题及成因进行审视，同时借鉴域外经验，为其后续发展创造一个规范、科学、健康的生态。

一、我国智能投顾开展的现状与问题

       智能投顾是现阶段最典型的智能金融形式。对于智能投顾运行机理和法律性质的判断已趋于明晰，针对其运行模式的相关研究显示，我国智能投顾主要分为仿域外Betterment的主流模式、资产配置模式和证券投资模式。对智能投顾法律属性的判断上，目前美国证券交易委员会(SEC)和我国监管者均倾向于将其定性为投资顾问。当然，对商业模式和法律性质的界定只是智能投顾研究的第一步。我国现有智能投顾服务水平较低，发展面临财富管理功能弱化、风险测评不充分、信息披露不到位等诸多问题。

　　(一)财富管理功能弱化

　　与美国式“投资顾问”不同，我国证券投资咨询机构(即投资顾问)仅提供投资建议，无法获得对客户账户全权委托的授权。根据我国现行《证券法》171条、《证券投资顾问业务暂行规定》12条、《证券、期货投资咨询管理暂行办法》24条等规定，证券投资咨询机构不得代客作出投资决策。

        禁止全权委托束缚了智能投顾“代客理财”的功能，使得智能化与自动化的优势受限，严重抑制了智能化投资的效果。智能投顾凭借大数据、在线算法等技术手段向客户提供全流程的自动交易服务，包括提供投资建议、设计投资组合、全权账户管理、自动交易与平仓。由于投资标的和资本市场机会瞬息万变，智能投顾必须实时跟踪客户账户，动态调整账户资产配置，这是实现智能理财的关键，也恰恰反映了美国证券法对投资顾问的定性，即“建议的持续性和个性化特质”。“算法研判—建议产出—自动调仓—动态交易”的智能理财全流程，只有在全权委托账户的前提下才能得以真正实现。相反，由于我国智能投顾无法实现代客理财，当算法程序捕捉到投资机会时只能依靠投资者进行人工调仓，投资效率大为降低，智能投顾的智能服务与财富管理服务被人为阻断，投资建议的持续性大大削弱。部分智能投顾虽然在算法等技术层面做到了高度智能化，但囿于基本法律制度的桎梏，在我国无法真正成为最前沿的“颠覆性创新”。

　　(二)风险测评不充分

　　根据笔者调研分析，我国部分智能投顾在全面、准确、客观了解客户风险状况上存在一定的不足，突出表现在财务状况、持续性评估、留痕处理、产品风险评估(KYP, Know Your Product)等方面。

　　财务状况测评不全面。笔者团队搜集了目前多家智能投顾的风险测评问卷，发现其问卷设置多为模式化、标准化，且存在以下缺陷：一是问卷未将客户月度支出纳入统计口径，仅计算客户的当月收入。支出是财务状况的一项重要指标，其对个体的投资意愿和风险偏好会产生重大影响，忽视支出的统计容易夸大客户的投资倾向和风险偏好；二是这些问卷忽视客户的税收与负债情况，对客户具体的税负情况、债务负担缺乏量化统计与深入测评；三是忽视客户的账外资产状况。客户账外资产将会直接影响客户的整体财务状况，同时也影响到投资顾问对客户给予个性化的建议和作出适当的投资决定。

　　持续性测评不到位。伴随交易的开展，一旦出现经纪人未能持续跟踪投资者的交易环境，令其所处的情形由“适当情形”转变为“非适当情形”，经纪人需对投资者的损失承担责任。笔者团队通过调研和亲身实践发现，我国市场上大部分智能投顾产品对客户的风险测评是静态性的而非动态追踪，相比之下，传统投资顾问业务中倒是建立有持续性评估制度，定期追踪与调整对于客户的投资建议和资产配置计划。

　　留痕处理要求不达标。适当性义务要求经纪商注意留痕处理的操作，根据具体的监管要求保留客户交易信息的各项凭证。大多数海外监管机构要求金融机构在对客户进行尽职调查后，注意保留与客户互动过程中形成的记录和历史数据。而通过笔者团队调查，目前我国部分智能投顾未对客户风险测评做留痕处理与记录保存，客户一旦退出该应用，再次登录就将无法调阅自己的测评记录。相反，传统投资顾问则会进行留痕保存，同时将投资者信息录入评估数据库。

　　产品风险评估不彻底。国内大部分智能投顾对其推荐的投资标的风险，欠缺必要的警示说明，也未对所推荐的投资标的进行风险等级划分；少数智能投顾也仅是对有限的投资风险进行备注。而在传统投资顾问业务中，投资顾问需要制定《产品或服务风险等级名录》，将投资产品划分为5个风险等级，并及时告知投资者。

       综合来看，相较于智能投顾，传统投资顾问的问卷设计只是一个参考模板，其具有对问卷内容调整的自主权，必要时可以增加或减少相应的问题，通过人际交流能够更全面地了解投资者风险承受能力情况，更清晰准确地获取客户的投资倾向、经济状况与投资规划。智能投顾所使用的问卷则缺乏弹性和可调试性，仅凭简单的风险测评问卷就在短时间内匹配投资策略，投资者出现不适当性的风险较大。

　　(三)信息披露不到位

　　投资顾问违反信义义务的重要诱因在于其与金融消费者之间的信息不对称，而信息披露机制可在一定程度上缓解信息不对称的问题。当前我国针对智能投顾信息披露制度建设仍处于空白，信息披露的缺位造成两类问题。一方面，适用于传统投资顾问的信息披露和诚信义务要求本就不够明晰，无法应对智能投顾业务中复杂的利益冲突；另一方面，对算法本身缺乏明确的解释、审查和监督规则，智能投顾算法入市的门槛低，增加了由算法不确定性引发的市场波动。

　　利益冲突问题。根据笔者团队考察，国内多数智能投顾公司选择和金融机构等合作，共同向客户提供资产管理的服务，而这引发一系列的利益冲突问题。常见的利益冲突可分为三种情况，即智能投顾与第三方科技公司、智能投顾与特定证券公司、智能投顾关联产品与服务交易的利益冲突。

　　其一，智能投顾与第三方科技公司的利益冲突。假设某智能投顾公司甲的算法研发服务由外包科技公司乙负责，实践中极易出现甲和乙事先勾连，在算法中设置某些程序，使得最终的投资建议倾向某特定投资产品，从而产生利益输送。

　　其二，智能投顾与特定证券公司的利益冲突。以国内某智能投顾产品客户协议为例，在其第四章“服务费用”中提到：“客户了解并同意，XX科技可能向本协议履行相关的第三方收取费用且无需征得客户的同意。”其第六章“客户”部分称：“XX科技不允许客户指定经纪交易商为客户执行部分或者全部交易。”在上述条款中，智能投顾XX科技向第三方收费的行为以及强制特定服务商的行为表明，很可能存在利益输送弊端，而且相关费用最终可能转嫁给投资者，损害其利益。

　　其三，关联产品与服务交易的利益冲突。以美国的嘉信理财为例，该公司根据投资者对其年龄、财务目标和投资风险容忍度等12个问题的回答，提供低成本、交易型基金的多元化投资组合建议。但其在投资组合中通常会强制安排投资者配置一定比例的现金，占总资产的6%-30%不等，且披露不足。这对投资者而言几乎不会产生收益，而配置的现金将存储于该公司的保险账户，相关的利息收入成为该产品的重要经济利益来源。

       算法风险问题。欧洲证券市场管理局(European Securities and Markets Authority, ESMA)在MiFID II适用性指导意见中，明确指出对于智能投顾的监管重点是算法模型。金融科技目前尚未经过经济周期检验，而大数据运行对历史波动周期性及均值回归依赖性较强，容易出现风险低估和错误定价。智能投顾有效降低了投资者门槛，使得用户的参与数量呈现指数级增长，可一旦发生欺诈等违法行为，则会波及更多的投资者。此外，相比于传统投资顾问，智能投顾提供24小时不间断的金融服务，增加了其受到外部市场冲击的时间和概率，对金融机构的突发事件管理能力造成一定挑战。从系统层面看，智能投顾可能会增加市场的顺周期性和羊群效应。算法同质化、编程设计错误、对数据利用深度不够等智能投顾算法模型缺陷，可能导致投资者遭受巨大损失，触发“羊群效应”，影响金融市场稳定运行，而这些情况并未得到有效披露。

二、智能投顾发展困境的成因与求解

        整体而言，我国智能投顾行业的现有水平与美国仍存在较大差距。这既可归因于传统的法制建设不足，投资顾问“自动调仓”功能受限，信义义务标准尚不明确，智能投顾发展的制度基础薄弱；与此同时，我国监管机构对智能投顾的指引缺失，在算法监督、信息披露等方面迟迟未予以有效政策引导，使得智能投顾开展处于混沌无序、“低智能化”的状态。

　　(一)现行投资咨询制度颇有局限

　　为应对全权委托的禁止性束缚，我国部分智能投顾公司选择采取开通海外账户的方式加以规避，但此操作容易引发境外证券公司经营证券的合法性问题。根据《证券公司监督管理条例》相关规定，境外证券公司在境内经营证券业务，需经过有关部门批准。倘若与智能投顾合作的海外证券公司无法获取内地证券公司牌照，缺少相应的营业资质，则涉嫌非法经营证券业务。此外，通过海外账户进行跨境证券投资，缺乏相应的法律保护，账户和资金均在境外，一旦发生纠纷，难以实现有效的法律保护。因此，绕道迂回不能根本性地解决问题，有必要正面审视证券投资咨询领域的全权委托问题。

　　禁止全权委托有其制度历史原因。在当时条件下，作此规定主要出于两个目的：一是防止证券投资咨询机构的从业人员和委托人联手操纵证券交易市场，扰乱证券市场秩序；二是保证证券投资咨询机构的人员尽职尽责地为委托人服务，更好地保护后者的利益。但与此同时，全权委托禁止也阻碍了传统证券投资咨询机构的发展，使其盈利相当困难。由于投资建议传播性广、可复制性高，仅依靠提供投资建议的商业模式不具备可持续性。从其业务特征与本质来看，投资顾问掌控客户事务，按照客户的个人需求和所面临的具体现实情景，来代替客户作出投资决策与投资判断，可以构成一个完整的职业行为，提供投资建议只是这种行为的附带物。我国的证券投资咨询机构仅仅停留在提供投资建议即“口头行动”的层面，而美国的投资顾问可以达到提供投资建议与对客户账户管理一体化的“实际操作”层面。

       智能投顾在我国功能弱化，很大程度上是法律制度问题而非技术问题，因此需要考虑以此为契机，对现行的证券投资咨询制度进行反思和改革。2015年3月，中国证券业协会发布过《账户管理业务规则(征求意见稿)》，其中第二条曾提出证券投资咨询机构可以接受客户委托代客投资理财。智能投顾近年来的出现和发展，进一步强化了我国投资顾问领域变革的现实需求。

　　(二)投资顾问适当性义务规范缺失

　　智能投顾风险测评不充分的背后，其实是对投资顾问的投资者适当性规范不足。投资者适当性规则强调投资顾问代表客户利益行事的注意和审慎程度。此类规则源于美国法已有几十年的历史。

　　“对金融机构施加‘适当性义务’正是基于衡平理念对契约自由适度干预的产物。”针对投资顾问的适当性义务见于美国《投资顾问法》第206(4)-5条：投资顾问必须考虑客户个人具体的财务状况、客户的投资历史经验和客户真实的投资意图，进而根据客户真正所需提供投资建议。

　　SEC也通过一系列处罚措施体现了对投资顾问适当性义务的要求。在In re Westmark Financial Services, Corp.案中，投资顾问向低收入、不适格的投资者推荐具有投机性质的设备租赁合伙(Equipment Leasing Partnerships)份额；在In reGeorge Sein Lin案中，投资顾问将低风险偏好客户的资金擅自投向风险较高的无备兑认购期权(uncoveredoptions)，且滥用了客户的信用账户；在In re David A. King & KingCapital Corp.案中，投资顾问向退休客户等风险承受力较弱的客户推荐部分高风险等级的投资产品组合。

　　SEC认为上述投资顾问的行为违反了《证券交易法》《投资顾问法》相关规则，对案件中的各涉事投资顾问采取了非常严厉的处罚。2008年金融危机之后，SEC对投资顾问适当性规则标准做了更清晰具体的表述，要求投资顾问仔细客观地对客户进行全面调研后，方可提供投资建议；此外，还要求投资顾问定期、持续地跟踪和更新客户的信息，根据客户的现实状况不断调整与纠正原有的投资建议与策略。

　　在智能投顾适当性要求方面，美国的金融业监管组织(FINRA)在其发布的公告指出，除满足一般投资顾问适当性要求之外，智能投顾还需特别关注以下方面：(1)核查用户的关键信息，实现对投资者的精准画像；(2)评估投资者的风险承受能力和承受意愿；(3)定期主动联系客户以确认其基本信息是否发生变化；(4)对投资者画像的工具采取合适的管理和评估机制。

　　类似地，2016年8月澳大利亚证券投资委员会(ASIC)发布《向零售客户提供数字金融产品(智能投顾)建议》，该建议指南一共117条，对智能投顾提出了较为全面的监管建议。在满足投资者适当性方面，该建议提出智能投顾需满足“全面了解客户”原则。智能投顾在提供投资建议时，应明确告知投资者其中的重要概念与局限性，披露投资建议实施后可能带来的潜在风险；同时在投资建议的过程中建立实时“弹出机制”。例如，在投资被实际推进之前，客户会收到即时的弹出消息框，智能投顾将询问客户是否同意进行下一步，给出有限范围内的建议。客户同意后，智能投顾根据其问卷反馈确定与客户情况相符的建议范围，对不相符的建议模型进行过滤。

       相较美澳两国关于投资顾问适当性义务具体清晰的规定，我国《证券投资顾问业务暂行规定》15条、《证券期货投资投资者适当性管理办法》第3条等相关条文，仅对证券投资咨询机构适当性义务作了宏观和原则性的要求，在投资者分类、产品分级、全面了解客户、全面了解产品义务等方面未制定统一具体的标准，实操性差。在新近出台的资管新规中，也未提及关于智能投顾履行适当性要求的专门规定。这方面可以国外相关做法为蓝本，予以充实和细化。

　　(三)信息披露、算法监管存在短板

　　笔者团队调研发现，美国和澳大利亚对智能投顾的监管走在世界前列。美国对智能投顾的监管主要依靠其完善的信息披露制度。澳大利亚证监会充分发挥政策引导作用，通过发布投资者公告、监管指南等方式，提前谋划对智能投顾的约束监管。

　　1.美国的智能投顾信息披露制度

　　美国的相关制度主要从两个维度构建，一是依靠适用于传统投资顾问信息披露的体系，二是通过颁布相应的指引性文件，对智能投顾施加专门的信息披露要求。

　　传统的信息披露体系要求投资顾问在向SEC注册时提交表格ADV, 投资顾问还需要每年对表格信息进行更新。表格分为两部分，第一部分是一张可以勾选的格式化表格，披露投资顾问的业务、所有权、客户、雇员、商业惯例等内容；第二部分是说明书(brochure)和说明书补充(brochure supplement)。在说明书中，投资顾问必须对18项内容进行详细披露。说明书补充则披露关于与客户账户工作的专业人员的信息。这些信息均可在投资顾问公开披露(Investment Adviser Public Disclosure)数据库中被查询。投资顾问必须每年向客户提供重大变化的摘要说明。智能投顾作为投资顾问，必须严格履行传统投资顾问的各项披露义务，在开始合作关系之前向客户披露说明书和说明书补充。

　　针对智能投顾采用算法和大数据等特殊性，美国联邦层面已经出台了一系列的规范性文件，包括SEC与FINRA的联合公告、FINRA公告、SEC监管指南、SEC投资者公告，强调了对智能投顾算法及相关信息的披露：一是注意披露算法本身的相关内容。例如，SEC指出智能投顾营运人需披露算法函数、算法的理论假设、算法的固有风险和缺陷。二是注意披露参与算法的研发、管理的第三方信息。例如，SEC要求智能投顾主动披露存在利益冲突的第三方机构。除此之外，马萨诸塞州的监管机构还要求智能投顾披露算法外包服务商的背景信息。

　　2.澳大利亚的智能投顾算法监管经验

       尽管在信息披露方面，澳大利亚可能未建立像美国那样完善的体系，但针对算法披露不及时所导致的市场波动，澳大利亚的做法也很有特点。ASIC不断提出完善智能投顾内部治理机制的要求：一是强化智能投顾经理人制度。其相关指南规定，智能投顾营运人需要具备保持提供其所涵盖的金融服务的竞争力，至少配备一名对智能投顾业务运营负直接管理责任的经理人，该经理人应确知产品核心算法的基本情况，同时ASIC对该经理人的任职资格、学历要求、工作经验等都提出了较为具体的标准与要求。二是充实技术人员配备。智能投顾应在其业务团队中至少配备一名熟悉算法的理论基础以及具体计算机编码的风控人员。三是具备完善的技术资源。智能投顾需具有可靠的技术资源维护客户记录和数据完整性，同时保护客户秘密和其他重要信息。四是构建适当的风险管理系统。智能投顾应设计适当的系统设计文件，明确算法的目的、设计与范围；建立文件化测试策略，用以解释算法的测试范围；加强对交易留痕处理的有效控制与检测，对算法进行持续性的更新和审查；建立适当的内部合规程序以确保风险管理系统的有序进行。五是建立专业责任强制保险制度(professional indemnity)。智能投顾基于算法进行资产组合、提供投资建议的过程中，常常由于算法缺陷而给投资者带来巨大的潜在风险。对此，该指南要求智能投顾持牌者需要为客户办理专业强制责任保险，进一步加强对于投资者的保护，例如由于算法缺陷所导致的损失，可以归入保险赔偿范围。

三、智能投顾发展的制度政策建议

       “资管新规”的实施，结束了智能投顾在我国规范层面的失语状态，表明监管部门会把其纳入大资管的范畴。不过“资管新规”中涉及智能投顾的部分仅为框架性指引，对解决其在我国的“水土不服”“功能异化”等问题作用有限。基于上述观察与分析，笔者认为，接下来我国智能投顾的监管规范可以考虑以下三个思路。

　　(一)引导智能投顾渐进式发展

      智能投顾在我国现有的证券投资咨询制度下，很难发挥出智能理财的科技优势，而推进证券投资咨询制度改革又难以一蹴而就。因此，有必要组织研究探索智能投顾模式阶段性推进工作，通过相关政策引导，将发展智能投顾业务与传统金融机构改革相结合，初期可由银行、证券公司等大型金融机构或者领先的金融科技企业牵头成立智能投顾业务平台，实现金融科技在券商的定向资产管理、信托和基金公司等的资产管理业务等领域的先行试点。随后在此基础上，推进现行证券法第171条第1款的修订工作，逐步赋予证券投资咨询机构代客进行账户管理的资质和范围，明确证监会《公开募集证券投资基金销售机构监督管理办法(征求意见稿)》的政策意向，推动中国证券业协会《账户管理业务规则(征求意见稿)》的落地。

　　(二)细化测评标准，完善信息披露内容

       结合美国、澳大利亚等地监管经验，在智能投顾适当性问题上，我国监管层可从以下方面统筹考虑：一是加强对智能投顾客户画像调研的监管，出台智能投顾信息问卷编制指引，明确信息调研的各项指标维度，从收入水平、负债状况、税收筹划、账外资产状况、产品分级、消费偏好等角度构建起较为科学全面的测量体系。二是明确信息查证制度，必要时引入第三方信息核验功能，定期更新客户的受访信息，对投资者画像采用合理的管理和评估机制，确保信息的动态更新。三是构建企业内部合规风险程序，加强智能投顾内部组织建设、制度建设、风控体系建设，利用创新监管科技，对任何算法更改、变动以及相关交易动态进行追踪与审查。四是加强信息披露，智能投顾需定期披露算法的运作机制、风险因素、收费情况、有无第三方机构的参与等信息，必要时可引进可视化的展示方式，利用系统采用醒目的方式向投资者揭示风险。五是构建企业内部合规风险程序，加强智能投顾内部组织建设、制度建设、风控体系建设，利用创新监管科技，对任何算法更改、变动以及相关交易动态进行追踪与审查。

　　(三)尝试“监管沙箱”路径，引入强制保险与基金制度

       对以智能投顾为代表的金融科技开展监管，往往面临着两难境地。一方面，智能投顾具有高度的创新基因，体现了金融民主与普惠的理念，在其发展初期需要政策予以引导支持；另一方面，监管尺度很难拿捏，倘若力度过猛，容易抑制金融创新，而疏于监管，则常会酿成风险事件。综合来看，适当评估引入英国Financial Conduct Authority(FCA)“监管沙箱”的制度要素、参考澳大利亚做法创设强制保险计划和赔偿基金，或是解决金融科技监管介入节点难题的有效办法。“监管沙箱”的引入不仅是为金融科技的发展设置了“保护区”，也为监管机构的政策拟定、风险测评创建了“观察区”。研究设立中国版的“监管沙箱”，将智能投顾纳入其中，将更好地试行金融科技的包容性监管，实现金融创新与监管的兼顾平衡。与此同时，创设强制保险计划和赔偿基金能缓解严格产品责任对创新的阻却效应。围绕人工智能的强制保险计划与赔偿基金的设计，其实和职工赔偿基金类似，智能机器人的开发者或雇主可以支付一定比例的资金，以换取对侵权赔偿责任的部分免除。

结 语

　　伴随人工智能的迅猛发展与普及，金融科技席卷整个世界。而长远来看，已有金融科技的实践恐怕只是开启了金融行业格局骤变的序幕，更深刻的变化正不断蔓延显现。作为金融科技的重要运用之一，智能投顾专注于简化操作和提升投资效率，将极大地冲击传统的投资顾问操作。在关注其巨大潜力的同时，我们也应当从法学研究的视角，针对智能投顾的制度环境、法律风险、监管对策等筹划布局，集思广益。未来对包括智能投顾在内的各类人工智能应用加大跨学科、多维度的学术探讨，意义价值相当突出。

作者简介：郭雳，北京大学法学院教授

智能投顾是干什么的？

一场围棋比赛让全世界都在关注人工智能的发展，虽然目前阿尔法狗只赢得了围棋，但其背后的技术力量正在带来互联网乃至互联网金融的革命。

据《金融时报》近日报道，英国苏格兰皇家银行着手裁减220个投资顾问，今后人工投资顾问服务将仅面向可投资资金超过25万英镑（约合36万美元）的客户。而目前这一门槛是可投资资金超过10万英镑（14.4万美元）。

银行表示，在提高面对面人工投资顾问门槛的同时，将把这部分用户向机器在线服务引导。通过智能机器为客户提供在线顾问服务，就他们的财务状况回答各种问题，这种服务方式不仅降低了人工成本，而且提高了理财服务的受众范围。

此外，最近花旗集团发布的一份研究报告指出，在短短两年时间里，智能投顾所掌握的资产从2012年的几乎为零增加到了2015年底的187亿美元，无疑这种高科技金融服务的受欢迎度正在日益上升。

智能投顾的不断成熟与普及，无疑让目前的投资顾问们面临被"抢饭碗"的压力。

智能投顾为何受欢迎

开始于2009年的智能投顾技术，经过短短几年的发展，已经在国际主流成熟市场逐渐被认可，各智能投顾公司的估值大幅提高。在国外，Wealthfront、Betterment、PersonalCapital、FutureAdvisor等都是其中的佼佼者；在国内，近几年也出现了不少相关机构。

所谓智能投顾，即一种在线财富管理服务。具体指根据现代资产组合理论，结合个人投资者的具体风险偏好与理财目标，通过后台算法与用户友好型界面相结合，利用交易所上市股票基金组建投资证券组合，并持续跟踪市场变化，在这些资产偏离目标配置的时候进行再平衡。

以国内智能理财平台"钱景私人理财"为例，其通过资产配置模型和用户的年龄、风险偏好和个人等情况为投资者量身定制组合投资方案。模型会根据用户的风险、收益、流动性特征，决定他的配置比例。用户的投资过程通过手机APP即可完成，并能实时查看资产状态，随用随取。

据了解，钱景私人理财和市场上近70家基金公司建立了基金代销关系，通过该平台可购买到市场是90%的公募基金，申赎时间可缩短至到T+1。

与传统的投资顾问相比，智能投顾降低了投资门槛。据了解，目前国内传统理财顾问服务会有100万元的投资门槛，并且会产生1%的服务佣金，普通投资者很难享受到专业的投资顾问服务。

此外，据介绍，智能投顾相比于传统投顾在咨询时不会流露出不耐烦而使客户反感；在投资时，不会带有自身的投资偏见与坏情绪，避免了人为的干扰因素；在投资后，会实时管理、跟踪投资标的，根据经济周期的变化调整组合，从而降低投资风险。

智能投顾能否取代传统投顾

智能投顾虽然有着显著的优势，但是在钱景财富CEO赵荣春看来，智能投顾必竟是由计算机代替人工来完成的，其本质还是需要靠人来决定，比如智能理财模型需要人工搭建，绩优产品的选择和经济周期的判断目前都需要人工进行，所以，人与机器的优势互补才能形成较佳投资体验。

赵荣春表示，智能理财替代人工理财还需要一个进化和投资者适应的过程。"与国外相比，中国老百姓接触互联网较晚，仍倾向于银行储蓄，尤其是年龄较大、掌握着较大额度资产的人投资意识并不强，对智能投顾的认识更不足，要花一定时间去升级投资理念，检验智能投顾的理财效果。"

同时，有分析人士认为，传统投资顾问限于成本和精力不能服务于那些低净值客户，智能理财则基于人工智能技术可以更好的向"长尾客户"提供咨询服务；但要取得长足发展，智能理财却离不开传统投资顾问所掌握的客户资源及客户本身对"真实的人"的感性信任。

因此，智能投顾的发展方向很可能是传统理财服务和智能理财通力合作而服务更多的"低净值客户"。

咨询机构CHAPPUISHALDER发布的报告显示，智能投顾（Robo-Advisor）还是一个年轻的行业，大部分创业公司还没有实现盈利，处于融资发展阶段。同时，在全球72万亿美元的理财市场中，目前187亿美元的智能理财市场仅占比0.03%。

即便如此，智能投顾仍被认为是互联网金融的下一个风口。因为智能理财行业的发展速度非常迅速，比如占据行业前三的wealthfront、Betterment、personalcapital的自成立以来所管理的资产规模都呈现指数型的发展态势。

赵荣春也认为，智能理财从诞生到发展仅仅花了几年时间，预计未来5-10年将会迎来暴发式增长机会。

智能投顾是干什么的？

不知大家有没有听过「智能投顾」？如果是第一次听，对于「智能投顾」这个词，你们的第一印象是什么？一个机器人？帮你炒股？预测明天哪支股票涨停或者哪支股票跌停？还是能帮你推荐一支马上能够涨得很好的基金？或者是帮你筛选理财产品？甚至有人说可能是下一个网络金融骗局。

智能投顾是从几家硅谷的fintech初创公司如Wealthfront, Betterment和Personal Capital开始的。从前年开始，我们看到业界的巨头也在进入这个行业，贝莱德是全球较大的资产管理公司，它们收购了 Future Advisor，也是一家初创智能投顾公司。高盛、嘉信理财和 RBS 都已经开始独立研发「智能投顾」。在几周前 RBS 还宣布推出用「智能投顾」替代 250 位私人银行家，来取代客户投资顾问的服务。

很有意思的是，它们虽然都是不同的机构，有初创公司、有资产管理公司，私行，投行（都是业界的巨头），但是所有国外的智能投顾都遵循一些共同的特质，我总结了三个【宽客之家】：

特质1：分散。所有的智能投顾全部都是帮助客户把一部分的钱分散到许多不同的资产类别当中去。

特质2：个性化，它会针对不同的人给出定制化的最优方案。

特质3：它并不追求短期的涨跌回报，它追求的是一种长期的稳健的回报。

智能投顾有哪些优势？

有一个很好的问题，为什么大家要使用“智能投顾”，它到底有什么优点？总的来说，它有下面几个优点：

优点1：最优配置。最优配置是匹配给每一个不同的投资人的，因为每个人的情况不一样，有的人可能能够承受5%的亏损，有的人却亏一点就夜不能寐；有的人这笔钱可能是马上就要用，但是有的人这笔钱可以放很久。所以不同的人所需要的资产配置解决方案应该是不一样的，它是针对个人的最优配置。

优点2：降低服务门槛。传统上的资产配置是由私人银行加主权基金这些大的机构使用的，通过一个机器人的解决方案，能够把这个服务门槛降到一个普通的中产阶级家庭和新富裕的人群来使用。

优点3：战胜人性（非常有效的一点）。在投资过程中，贪婪和恐惧永远在两端摇摆，人性往往使其做出错误的判断。如果你是一个机器人，则会非常冷静，在恐惧的时候也不会做出错误的决定，从而帮助你去战胜人性的弱点。

优点4：它会帮你降低交易成本，因为智能投顾很多时候是通过 ETF 交易，由于背后是大数据的抓取和海量运算，节省了人工顾问的成本，以及线下开设网点的成本。

优点5：机器人的投顾跟投资人的利益会保持一致。传统的投顾往往根据交易的佣金来获利，所以他们之间存在潜在的利益冲突，他希望你能够频繁交易。但其实频繁的交易可能会导致损失，而机器人投顾不以收取佣金为目的，不以频繁交易为目的，跟你的利益是一致的。

稍微讲一下金融理论，所有的智能投顾基于的金融理论都是诺奖得主马科维茨在1952年提出的MPT，现代组合理论。这是所有资产配置模型的先驱，后来通过夏普和华尔街的发展，形成了一套完整的体系，今天普遍的被各个金融专业机构，私人银行，主权财富基金和养老基金使用。它的理论非常简单，可以用这张图(如图一)来表示，图上每一个点都是一种可能的资产配置组合，市场上有很多种产品，那资产配置的任务就是说你有100%的资产，你如何把这100%的资产分散到不同的产品里边去，那任何一个点都是一种可能的资产配置。

马科维茨从数学上证明了所有的资产配置的可能性组成了一个面积，最上面的这个向上凸的一根曲线，我们把它叫做有效前沿线，有效前沿线上的每一个点都是一个最优资产配置点。从纵向的角度看，它是在某一个确定风险上你能够取得的回报较好的一个资产配置组合。从横向的角度来看，是在某一个你希望得到的回报上，能够给予你风险最少的资产配置组合，所以这样的点的组合的集合就叫做有效前沿线。“智能投顾”的一个目标就是在我得知每个用户自己的风险的时候，我能够帮助你决定你的最优配置点对应的资产配置以及如何达成这个最优组合。

贝塔回报与阿尔法回报

一个很有意思的问题，为什么美国所有的智能投顾，都是基于这个资产配置理论呢。这边我首先非常简单的跟大家介绍贝塔回报跟阿尔法回报，所有的资本市场回报都可以被非常简单的归类为无风险回报加贝塔回报加阿尔法回报。举个例子，如果你站在火车上，火车往前开，你跟随火车运动，这个就是β回报，如果你在火车上跑了两步，你比火车跑得快一些，那个就是阿尔法回报。

“智能投顾”基于资产配置理论，而资产配置理论是一种贝塔回报理论，它有两个特点： 

特点1：它的策略容量非常大。

特点2：它的有效期可以非常长，对时效的敏感度不高。

这两个特点决定了智能投顾可以为大部分人，而不是一小群人来服务。我举个例子，为什么阿尔法回报很难用大众型的服务来解决，假设说今天有一个“智能投顾”能准确的帮各位去判断明天哪支股票会涨。那么当它预测某个股票给10000个人的时候，这10000个人去买入这支股票，价格就被抬高了，这个策略很可能就失效了。

金融市场上，作用者和被作用者是互相影响的，每一个阿尔法策略都有它的容量，还有它有一个有效期。比如说还是这么一个智能投顾，假设他能够准确预测明天涨的股票，那有两个使用者，第一个使用者在第二天早上采取的这个策略，另一个使用者在第三天去采取，很可能在第三天去执行这个策略的投资者，他就会产生亏损，因为所有的套利空间在前一天都已经被有效的捕捉，被消化完了。所以这就是为什么说智能投顾这样的一种产品，在美国即使像高盛这样的非常大的投行，它都仍然会用资产配置的一个策略去追求长期的贝塔回报，而不是去帮用户追求短期的阿尔法回报。 所以智能投顾应该是一种以资产配置理论为基础的资产配置，而非是一种择失择赌的交易。

技术概念要被善用，而非滥用

金融科技在这里面主要运用的技术手段有分布式计算、大数据分析、量化建模、机器学习等。

马克维茨的理论1952年就提出了，那为什么很长的时间在业界大家都是用一种拍脑袋的方式来进行资产的配置，依赖于经验呢，其实较大的原因就是它的计算量非常大。在金融市场无时无刻都在变化，用户资产也无时无刻都在变化的这种情况下，你去实时的计算这么广大的一个计算量，是过去没有办法做到的。

机器学习对于整个资产的超配低配的一个进行的是一个辅助决策。 大家有可能会问说为什么不依赖于机器学习来进行一个全面的判断，如果人工智能来判定一种资产会涨，然后我就根据这种信号来做重仓的投资是不是可以？

但我们在思索，人工智能在金融上的使用应该到怎么样一个度？它的有效性在哪里？人工智能在金融上的应用和在其他的应用，有什么非常不一样的地方？比如说AlphaGo，这个围棋的一个游戏，虽然非常复杂，可能性非常多，但是它毕竟还是一个规则非常明确，博弈者只是双方的一个封闭式的游戏。而金融市场非常复杂的一个地方就在于它的开放性、模糊性和复杂性。它的博弈方非常多，影响的变量也非常多，那你在作用于金融市场的同时，金融市场也在反过来作用于你，整个混沌的一个系统是非常不确定的。

货币面、情绪面和基本面交织地影响着我们这个金融的市场，特别是在我们国家，在信息还不是特别有效的一个情况下，这种情况更突出。我举个例子，比如说大家知道A股有一支股票獐子岛，有一天它公告说业绩会受很大的影响，因为有一个冷气团把扇贝都带走了，扇贝不见了， 6个月以后它公告说这些扇贝又游回来了，这个是你机器没有任何办法去预测的。

这就是为什么我一开始提到说“智能投顾”很难去做的阿尔法策略的另一个原因，就是在个股的一个层面，有太多的信息的不有效性，不但受到整个行业、地域的一个影响，还受到这支个股本身一些非公开信息的影响，所以机器在个股层面做判断是比较难的。而我们选择在大类资产上用机器学习去做辅助，它的原因在于大量资产是有周期性和回归性的。如果我们看美股的话，再过200年它的回报大概在6%-7%左右，这个是我们可以用机器、用人工智能来解决的这样一种对大类资产配置的基础。 

以上可看出，第一个人工智能在金融系统上使用的局限，体现在金融系统的模糊和复杂上面。

深度学习适合智能投顾吗？

接下来，我们要反思一下深度学习是不是适合智能投顾。AlphaGo以后深度学习非常火，尽管很多人声称自己的产品用了深度学习，然而这个词在学术上是有严格定义的。深度学习deep learning是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。而机器学习还有诸如决策树模型、SVM模型等很多形式。我们自己做下来的实验和结果是深度学习目前在智能投顾上的应用还是有一点点局限。我们自己用的是机器学习的另一种模式。

原因1：这个深度学习需要的计算量非常广大。

原因2：深度学习往往会陷入一种局部的最优解，但是对于智能投顾来说，它可能需要的是一种模糊的正确，而不是一种非常较精确的答案，它需要的是一种趋势的判断，所以它往往需求的是全局的一个解。

原因3：我们看到深入学习有时候会出现一种过度拟合的问题，

什么叫过度拟合？这有两个例子，中国股市有个笑话，招商证券一开策略会A股就跌，我们在座的都知道这是一个笑话，但今天如果你是个机器，你能不能判断这两者是没有因果关系偶然出现的情况？还有一个例子，一个对冲基金发现1983年到1990年斯里兰卡黄油的出口和美国的股票指数的走势呈现高度相关，而到1991年这种重合突然消失了。这之间的关系是机器今天可能没有办法判断的。

最后还有风险控制的问题，就是即使机器学习有99.9%的确定性，是不是能够在投资上做一个重赌注，这个我们在上一位演讲者这边看到说判断语音，判断错了无非就是打不出那个电话而已，但是在金融上，如果你进行一个很大的压注而压错了，那往往就可能导致的是破产的结果。

金融界有个非常好的案例LTCM，两位金融的大牛，一个是莫顿，一个是斯科尔斯，他们是1997年诺贝尔奖的得奖者，他们两个人跟当时的债券套利之父梅利威瑟和美联储的副主席戴维莫里斯一起出来开了LTCM，1993年到1997年每年挣40%的回报，而回撤几乎为零。然后到1998年，这个对冲基金就破产了，因为他们没有考虑到俄罗斯政府违约的可能性，甚至加了很重的杠杆，押了非常高的赌注，最后压错了。所以这也是人工智能应用在金融上我们要特别汲取的教训，即使依赖于机器的判断准确非常高，我们永远要以资产配置的方案来进行风险分散。

今天我们看到有很多的公司宣称自己在人工智能的做“智能投顾”，也是建议大家在这一点做一些判断，做一些体察。

金融和科技的结合并不是这么简单的。谢谢大家。

来源：宽客之家

把钱交给人工智能打理 你敢吗？

识不足则多虑”。这句话，是智能投顾的最好注解。

智能投顾指的是虚拟机器人基于客户的投资理财需求，通过算法和产品来完成以往人工的理财顾问服务。

近期在智能投顾领域，风再度吹来。据媒体报道，蚂蚁金服与美国先锋集团（Vanguard）的合资公司公募基金投顾试点业务有望获批。与此同时，公募投顾试点即将“开闸”。

而在7月底，公募基金行业首只人工智能基金，浙商智能行业优选混合基金获批。该基金目前有超过300个投资机器人，24小时不间断追踪3000多个行业基本面数据。

但在这背后，“识不足”的忧虑仍在。

“国内的智能投顾，技术相对不成熟，产品不完善，智能化水平较低。”亿欧智库高级分析师薄纯敏总结道。

把钱交给机器人打理的科幻场景，看似离我们很近，但仍未进入寻常百姓家。这条路上，除了风口，还有波折。

前景

3年后有1亿人用智能投顾

5年前，和朋友同学聚会时，袁雨来发现，这些年过30的中产人群，最关注孩子教育和理财投资。于是，当时正打算创业的袁雨来决定把目光瞄向中产理财领域。

“中产群体有4000万个家庭，30万亿可投资产，关键是当时市场里还没有一个给中产做财务管理的大品牌。”于是，从百度离职的袁雨来经过两三个月调查，创立了理财魔方，那是2014年12月。袁雨来由此成为国内最早做智能投顾的创业者之一。

目前国内智能投顾领域可以分为三大阵营：传统金融机构、互联网公司和金融IT公司。这些企业看中的，是智能投顾相比传统投顾的优势。

兴业证券研报数据指出，传统投顾只服务于高净值用户，门槛在百万元以上，而私人银行理财起点多为600万元以上，部分私人银行的门槛甚至高达1000万元。而智能投顾关注的是中产阶级及长尾人群，投资门槛一般设在1万至10万之间。

与此同时，袁雨来称，一名传统投顾一年内维护50-100名客户已是极限。与之相对应的，则是机器可以24小时运作，对接更多用户。这意味着智能投顾的理财成本更低。

据悉，传统投顾的财务管理费普遍高于1%，智能投顾的管理费则在0.25%-0.5%之间。据数据分析公司Statista估算，2022年中国的智能投顾管理资产总额有望超6600亿美元，用户数量超过1亿。

如果按照0.25%的管理费用算，智能投顾的管理费为16.5亿美元，相当于人民币118亿元。这是“袁雨来们”的机会。

起点

源起于次贷危机甚至更早

一些公开资料显示，智能投顾起源于次贷危机阴影下的2008年。那一年，Betterment成立，成为全球首家智能投顾公司，同一时期进入智能投顾市场的还有Wealthfront、Future Advisor。而国内的智能投顾公司，被认为起步于2015年。

当被问及理财魔方对标国外哪家企业时，袁雨来的答案是贝莱德（Black Rock）。这是一家成立于1988年的企业，诞生之初做的是“风险管理”业务。贝莱德还是在线投顾时期的代表公司。

“20世纪80年代末到90年代初就有用机器来管钱这块业务了。” 袁雨来表示。也有业内人士指出，彼时机器智能应用比较有限，主要应用领域是投资组合分析。

这里似乎出现了时间上的错乱。智能投顾，究竟源起何时？起点时间线的错位，最终在梁杰（化名）口中被填补。

梁杰是一名人工智能领域的技术人员，有十多年从业经历。他告诉《IT时报》记者：“所谓AI（智能）投顾并不是最新的概念。其实它在国外叫作量化投资，只是在量化过程中会用到AI模型。”

梁杰认为，像Betterment一类的智能投顾产品，最主要的功能是税收规划。美国实施综合所得税制，智能投顾可以根据不同投资收益的征税方式，优化投资配置，达到税后收入最大化。因此，智能投顾“更像是税务方面的财务顾问”。

不同于美国，国内实行的是分类税制。因此，这一功能发挥空间并不大，从而被隐去。可以说，国内智能投顾还是回到了30年前的轨迹上，继续扮演着“投资理财顾问”的角色。

“有了几十年的积累，目前智能投顾在量化方面已经有了一套成熟的体系。”他补充道。

技术

真正的智能投顾比无人驾驶复杂

成熟的量化体系，并不代表着AI已是一个成熟的投顾。

2017年3月，天风证券分析师何飘飘在研报中表示，目前智能投顾仍在原始阶段，“就像转盘电话相对于iPhone一样。

2018年，清华大学国家金融研究院在一份报告中称，大部分平台宣传的“智能”，其实只是实现“自动化”，“智能投顾”离“人工智能”还有较远距离。

现在，这一现状似乎仍未改变。“智能投顾还未普及，都在摸着石头过河。”中信证券浙江分公司财富管理部副总经理钱向劲如是说。

梁杰坦言，目前智能投顾并不是“从1.0走到2.0，而是从1.0走到了1.1。” 背后的原因，是数据的缺失。

“中国证券市场不过30年历史，真正有用的数据还要从2006年开始（之前的会计政策不同）。另外，金融领域的数据无法大量自我复制。”梁杰认为，AI归根结底是统计学，无论模型建得多好，没有大量的数据支撑，技术始终无法快速提升。

这也解释了，能够自我复制，源源不断产生的图像和声音数据，推动了人工智能在图像识别和语音识别领域的突破。按梁杰的说法，AI在这两个领域到达了2.0的阶段。

不过梁杰还是给出了智能投顾可能快速发展的轨迹，“与金融相关的新闻数据是无限的，因此AI可以把新闻中的关键信息提取出来，作为一个参考。”从而，AI技术可以在投资、理财辅助层面上得以提升。

这也印证了东北证券投资总监付立春的判断，智能投顾目前只是传统投顾的一个“补充”。

一位券商人士则告诉《IT时报》记者，AI在数据收集处理和识别上有优势，但对源头上信息的获取没有途径。“比如了解很多行业的情况需要经验和产业资源，AI如何从工程师、销售经理处得到信息？”

事实上，按照智能投顾的设定，这一产品需要在风险管理的基础上，用算法准确捕捉人类情感和行为，从而为客户做出理性的投资策略。如果要最终替代人做出决策，可以看见，其技术难度超过了以图像识别为主的无人驾驶技术。

监管

来源

九成不靠谱，谨防夸大和李鬼

“如果站在投资获取更好的收益率这个角度来讲的话， 99.9%的智能投顾都是不靠谱的。” 梁杰表示。

剩下的小部分，在梁杰看来运用于私募基金产品中。“道理很简单，如果一个产品收益率很高，为什么要拿出来让所有人都享受高收益。”

当然，从收益率的角度来看，这个定论没有错。但从根源上看，智能投顾产品主要采用的是防御性策略，早期的在线投顾也好，机器人投顾也罢，主要的作用还是防御风险。

据《IT时报》记者了解，目前智能投顾产品的收益率往往呈现“跌不过大盘，涨不过大盘”的状态。这对国内投资理念仍待加强的投资者来说，是一个挑战。

与此同时，智能投顾往往采用黑箱策略。如何证明AI给出的是最优解，成为一个新的问题。“没法证明。因为AI所谓的最优解都是针对历史数据，没有针对未来行情。”梁杰道。

另一方面，随着智能投顾逐渐受到关注，“李鬼”也相继出场。薄纯敏表达过这样的担忧，市面上不乏一些打着智能投顾旗号，实际做信贷业务的公司。

这背后，需要的是监管。央行曾在发布资产新规时表示，“取得资质的机构可以在技术具备的前提下，运用人工智能技术开展投顾业务，但非金融机构不能借助智能投顾超范围经营；取得资质的金融机构在进行智能投顾业务时，不能夸大宣传，必要时应人工介入。”

持牌，是智能投顾列入监管的开端。但目前专门针对智能投顾的牌照，仍未出现。据袁雨来透露，目前理财魔方申请了基金销售牌照（组合销售）和保险经纪牌照。

根据今年2月份证监会令第91号《公开募集证券投资基金销售机构监督管理办法（征求意见稿）》，“允许基金销售机构基于客户资产配置需求开展基金组合销售服务，满足差异化风险收益投资需求，引导投资者行为更趋长期与理性，分享资本市场长期投资收益。”这一条例，在袁雨来看来是监管层为智能投顾平台所定。

事实上，投资国内资产的投顾公司不能对账户进行后续操作，智能投顾企业仅担任的是基金销售角色。因此，此前智能投顾平台与获得销售牌照的基金公司合作，而基金、证券公司直接开通智能投顾业务。

尽管目前智能投顾在功能、数据、监管等多个方面还存在“识不足”的情况，但机器人投顾进入日常生活，已渐行渐近。

来源：新浪网