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

智能投顾在法律视角下的理性定位

2015年10月，我国第一家自动化投资理财服务应用程序上线，开启了智能投顾在我国发展的序幕。随后多方主体参与到智能投顾市场，意图抢占先机，截止2017年底，我国智能投顾管理的资产已达289亿美元，年增长率高达261%。智能投顾在我国一经出现就得到了广泛的关注，“热度”一方面来源于市场主体对新兴市场的“垂涎”，另一方面，年轻一代的投资者对科技的好奇和较高的接受程度也使得智能投顾在我国达到了“惊人的发展速度”。但是，市场中对智能投顾的“热捧”，更提醒我们应该从法律的角度理性认识智能投顾，在技术改变生活的外表下，其背后法律关系是否具有相应的质变。
智能投顾并非起源于我国，如当年P2P一样来源于美国。而舶来品在异域的出现缺少了一个自下而上的逐步进化过程，若期待其发挥良好的效用则需要进行本土化。在这一过程中，应当充分了解舶来品和本土环境各自的特征，在可控的范围内逐步实现融合。任由异化的结果，就会如同P2P那样，由“野蛮发展”到“运动式”整治，对社会资产和市场秩序都带来极大的损失。
一
智能投顾与我国“迥异”的市场背景
智能投顾简单的理解即为人工智能技术应用于传统的投资顾问服务领域，由机器人代替人工为投资者提供投资顾问服务。我国资本市场中，对不同种类的金融产品的投资顾问服务具有差异化的规定。在证券市场中，“证券投资咨询”和“与证券交易、证券投资活动有关的财务顾问”分别为两项独立的业务，可以由证券公司提供也可以由专业的证券服务机构提供，但是从事其中任意一项业务都需要经证券监管机构批准；在证券投资基金市场中，投资顾问作为一项整体业务由基金服务机构提供，从事基金服务的机构应当在监管机构进行注册或备案。除此之外，基金管理人亦可委托基金服务机构提供包括投资顾问在内的其他事项；在期货市场中，期货公司可以申请经营期货投资咨询业务。相较于美国，我国投资顾问服务市场具有自身的特性：
（一）可投资产品的种类及数量有限
智能投顾相较于传统投资顾问，其优势之一即在于利用技术的手段实现高度分散化的投资标的选择以降低投资风险。排除技术的因素，意欲实现高度分散的投资标的组合，其逻辑前提是具有足够丰富和广泛的投资标的存在。美国智能投顾主要以ETF产品为主，而我国智能投顾主要以公募基金为主，例如招商银行的“摩羯智投”，即在3000多个公募基金中选取了17只基金，依据投资者的风险承受能力的不同，在基金组合中设置不同的权重配额，以达到风险与投资者投资能力相匹配。ETF相较于一般公募基金具有更强的流动性，同时，美国资本市场中的ETF产品种类丰富，数量较大，截止2017年7月，美国ETF的数量已经增至2028只，涉及到美国股票、新兴市场股票等权益类产品，美国政府债券、公司债券、新兴市场债券等债券类产品，以及房地产、自然资源商品等另类资产。而我国目前可交易的ETF数量为150只左右，且主要以股票型ETF和货币基金ETF为主，大宗商品类和债券类ETF占有的市值都非常小。通过数据对比不难发现，我国目前可用于投资的强流动性产品数量有限，且已有的ETF产品涉及范围较小，难以提供分散程度较高的投资标的，因而意欲通过智能投顾的方式实现风险分散的功能有待考量。
（二）我国尚处于以销售投资产品为中心的卖方投资顾问阶段
改革开放的实践使我国社会经济得到了快速的发展，居民家庭收入的积累使人们从“在银行存款”的经济习惯转变为主动理财的经济观念，由存款人变为了投资者。但是，从市场丰富程度来看，我国资本市场发达程度不高，投资产品种类有限；从我国投资者的投资习惯上看，长期以来我国投资者受到“落袋为安”观念的影响，关注于短期内的投资收益更甚于长期投资计划，同时，因为缺少必要的投资知识，我国投资者更适应于“搭便车”的投资决策方式，因而我国资本市场中“羊群效应”问题凸显，跟风购买或出售金融产品事件频发，给资本市场带来极大的波动。上述两方面因素导致我国投资者对付费型专业投资顾问服务的需求较弱，不能形成有效的买方市场。
实践中，我国投资顾问的劳动报酬并不是由投资者直接支付，投资者享受投资顾问的服务却并未其支付相应的咨询顾问对价，投资顾问的报酬则是来源于其隶属公司。与此同时，我国投资者购买基金时比美国投资者需要支付更高的基金管理费，这其中即包括了投资顾问的薪金。这样就不难发现，因为报酬支付的主体不同，投资顾问在进行投资咨询时就会考虑不同的利益优先。我国投资顾问市场中所谓的“投资顾问”更多的是以产品销售经理的身份存在于基金的销售终端，通过对投资者投资需求的了解，向投资者推荐其隶属公司或者利益输送公司的相关产品，并非真正意义上利用投资顾问的专业知识和投资经验为投资者提供理性的投资顾问服务。
美国在早期的基金销售过程中，也通过向销售人员支付基金销售费用来出售基金，这样的成本自然会最终转嫁在投资者身上，导致投资者难以获得期待的基金投资收益。随着基金行业的不断发展，免用基金的出现，使得这种以产品销售为中心的业务模式失去市场优势，取而代之的是以投资顾问为中心的服务模式。由投资者直接向投资顾问支付咨询费用，投资者依据投资顾问给出的建议自行在产品公司购买产品，免去认购费用的同时支付较低的管理费。此时的投资顾问基于独立的地位，可以更好地为投资者谋取更优的收益。当然，随着我国投资顾问市场发展的不断深入，我国也会逐渐转变为以投资顾问服务为中心的业务模式。但是就目前阶段，我国尚未完成这样的转换。这是我国投资顾问市场与美国的差异，也是在进行本土化进程中应当考虑的因素。
二
我国智能投顾的法制环境
（一）投资顾问法律制度的分散化
“法律是最低限度的道德”，法律对某一行为制定的规范代表立法者对该行为容忍的底线，也是监管者对该行为实施监管的基本标准。而法律制度的欠缺，则意味着主体可以在没有法律约束的情形下“肆意”作为或不作为，监管者也缺少明确的监管标准以规范主体行为，其直接的结果就会导致相关市场的无序状态，损害其他市场参与者的利益。20世纪40年代，美国政府就发现投资顾问行为的影响会在各州之间传播，影响跨州之间的证券交易，并且交易数量足以达到影响国家证券交易、国家银行系统以及国家经济的波动，因而在联邦层面制定了专门的《投资顾问法》，对投资顾问业务中的投资顾问登记、州和联邦的监管责任、投资顾问合同、对投资者非公开信息的保护、投资顾问的禁止交易行为、一般禁止行为等多项内容作出了明确的规定。在传统投资顾问服务转换为智能投顾服务时，美国证券交易委员会即对智能投顾的运行提出了明确的要求，要求智能投顾业务的开展同样需要履行1940年《投资顾问法》中规定的相关义务。美国监管者认为智能投顾是基于传统投顾的技术性改变，对于该行为中的本质性、关键性的内容特别是对投资者利益的保护依然是该行为监管的核心内容，仍然沿用传统的监管标准对智能投顾行为进行约束。
我国现有法律制度中并没有一部统一的投资顾问法以规范提供投资顾问服务的行为，有关开展投资顾问业务的法律规定分别出现在我国的《证券法》《证券投资基金法》及《期货交易管理条例》中，且规定的较为原则，例如《证券法》中只规定从事证券投资咨询和与证券交易、证券投资活动有关的财务顾问业务的机构须经过证券监管机构的批准，相关的从业人员也应当取得监管机构的资格认定。而我国《证券投资基金法》中除了对主体资格和从业人员专业性要求作出规定外，仅以一条内容规定了提供基金投资顾问服务时应当具有合理的依据，投资顾问机构及从业人员应当向投资者如实说明其服务能力和经营业绩，不得向投资者作出投资收益的承诺，以及不得损害服务对象的合法权益。除此之外，1997年我国颁布了《证券、期货投资咨询管理暂行办法》，中国证监会分别于2010年、2011年和2017年发布了《证券投资顾问业务暂行规定》《期货公司期货投资咨询业务试行办法》以及《期货公司监督管理办法》，还有其他部门行政规章、部门规章中散见有投资顾问业务的相关规定。可见，我国有关投资顾问的法律规定效力层级参差不齐，规范内容较为分散，在具体法律适用环节较为困难。同时，对于不同投资类型的投资顾问具有差异化的监管要求，容易形成监管套利。在传统投资顾问领域都难以形成统一且全面的法律规范，更难以为智能投顾的发展提供必要的法律环境。
美国智能投顾于2008年发展至今，因为具有可操作性的监管标准，智能投顾的发展较为平缓，其规模也是逐年累积上升，实现了传统投顾与智能投顾之间的平稳转换。而智能投顾我国的发展缺少传统投资顾问法律制度的供给，因而对于智能投顾的监管缺少必要的成熟依据。我国虽然不一定必须具有以“投资顾问法”命名的法律文件，但是立法者应当意识到投资顾问行为可能会带来的严重影响，并且在法律法规的制定中确立统一且具有可操作性的制度安排，以规范投资顾问行为，也可使智能投顾在我国的发展是在可控的范围之内为投资者提供更加便捷的投资顾问服务，避免发生系统性金融风险，危害经济的平稳发展。
（二）税收法律制度的欠缺
美国智能投顾能为投资者提供的专业化服务之一即为“税收亏损收割”（Tax lossharvesting）服务。这项专业化服务能够吸引更多的投资者其背后的原因在于，美国的个人所得税法律制度相对完善，投资者的投资行为需要交纳多种税收，主要的即为资本利得税和股息税。因此，将缴税金额最小化也成为一项重要的收益来源，而这一目标的实现需要专业知识进行税务的规划。税收亏损收割即是在美国税法体系中规定的，当一项投资出现亏损是，可以抵免一定的资本利得或普通所得，从而减小应纳税额，支付较少税款。美国智能投顾即可以为中小投资者提供这样的专业化服务，在投资的过程中，通过减少纳税金额使投资收益最大化。
我国个人所得税法律制度中，将利息、股息、红利所得列为个人所得应纳税额的计算范围，并适用比例税率，税率为百分之二十，但是税收法律制度中并没个人投资损失抵免制度，在我国并不存在税收优化这一专业性服务的提供。因此，在美国作为智能投顾吸引投资者的专业化服务之一，也是较为重要的一项业务内容却在我国没有相应的市场需求。税收制度的健全一方面能够调节居民收入，另一方面也能够鼓励参与投资的行为，为专业化服务供给提供必要的法律制度背景。
三
智能投顾的创新与传统法律关系的维持
（一）智能投顾中的创新
智能投顾（Robo-Advisor）是一种数字化资产配置服务，它基于现代资产配置理论，通过算法和金融科技来实现有效资产配置。从智能投顾的业务流程来看，参与智能投顾的投资者首先需要在线填写一份问卷调查，以帮助智能投顾机器人实现信息的获取及输入；其次，机器人对问卷内容进行分析得出投资者具有个性化的风险喜好，并依据已掌握的投资产品风险类型作出与投资者相匹配的投资建议；接下来进入交易指令执行的阶段，并由智能投顾机器人完成后续投资组合的再评估和在平衡，实现完整的智能投顾周期。与传统投资顾问业务相比，智能投顾的创新之处仅仅在于技术（机器人）的提供，升级了投资顾问的实现工具，并且发生的是物理改变，如若失去技术的支持，投资顾问服务依旧可以维持。
1
大数据的沉淀为智能投顾提供“养分”
智能投顾的实现是基于技术的进步，同时，支持智能金融发挥良好效用的肥沃土壤来源于大数据的积累。人工智能是将人类多年来积累的经验转变为代码和算法提前输入在机器人“脑”中，数据输入的越多越广泛，人工智能通过科学的算法即可以越靠近真理和规律。这样一个看似完美的人工智能工具却也受制于数据的提供和算法的科学性。如果数据较为片面，则其通过计算后的结果也并不能完全反应真实的情况；如果算法不够合理，则海量的数据也不能堆砌出准确的答案。智能投顾利用计算机“无限”的存储和计算的功能，可以有效改善人类凭借有限的经验做出的判断，但同时，先前数据的沉淀和算法的合理性也制约着智能投顾的准确性。
2
技术的理性更接近于科学的真理
假定智能投顾所依据的数据是可靠、全面、足够庞大的，且算法也是科学合理的，投资者对技术的信赖，使其更愿意相信智能投顾所作出的投资决策是更接近于真理的，此时的真理即是对资本市场规律的把握和对资本市场未来一段时间内波动趋势的预判。技术的理性扫除了传统投资顾问的非理性因素的影响，从而实现分散甚至规避投资风险。这一对技术的信赖是有一定依据的，因为算法和数据没有思想和感情，不会被周围环境而左右。但同时，上述假定的成立取决于算法编程人员的理性。算法是人类创造的，技术的黑盒使得普通投资者和监管者难以准确分辨其算法的合理性，如果为了一些利益或受到胁迫而设定的预先算法，其中理性的程度是否值得被相信是有待考量的。
（二）智能投顾对传统投资顾问法律关系的维持
通过前文分析，智能投顾并没有对传统投顾法律关系构成挑战，其权利义务内容依然与传统投顾法律关系中的权利义务相同。
1
智能投顾法律关系中的主体
在传统投资顾问法律关系中，投资顾问与投资者之间直接签订投资顾问合同，合同双方为投资顾问与投资者。投资顾问机构并不与投资者直接构成法律关系，而是向投资顾问提供必要的数据、信息、报告等资源，以便投资顾问作出投资决策的判断，由投资顾问向机构支付一定的费用。这种以投资者为中心的投资顾问服务在一定程度上保证了投资顾问的独立性，使其可以以投资者的利益考量为先。
智能投顾法律关系中，投资者一方的主体地位不变，改变的是智能投资顾问一方的主体。在智能投顾运营中，机器人顾问代替了传统的投资顾问，完成人类顾问分析、匹配、后续调整等工作内容。但是，智能顾问只能代替人工完成相应的工作，并不能因此而获得法律上的人的地位。依据现有民法理论，人工智能机器人并不具有行为能力和权利能力，不能作为独立的主体构成完整的法律关系。一方面现有的人工智能机器人的学习、分析能力都是基于工程师对其先前的功能设定，其“思考”的范围并没有超过人类的控制和设定，因此，人工智能机器人上不具有完全且独立的思考和判断能力；另一方面，人工智能机器人不享有独立的财产，它隶属于它的创造者或其创造者所隶属的公司，缺少独立的经济权利和承担义务的能力。此时，智能投顾机器人只是智能投顾机构所拥有的一个工具，智能投顾行为应由其隶属的公司或创造者承担相应的责任。在智能投顾法律行为中，签署智能投顾合同的双方当事人应为投资者与智能投顾机构。由投资者和智能投顾机构享有合同权利、承担合同义务。
除此，智能投顾法律行为还会涉及到另一个主体即智能投顾机器人的制造者。智能投顾机器人的制造需要具有专业知识的人员完成，一般由智能投顾机构聘用或委托专业人士完成制造，因此制造者其并不与投资者直接构成法律关系。但是智能投顾机器人在提供智能投顾服务时，因制造者过错造成投资者财产权益受到损害时，应当承担相应的责任。同时，对于制造者过错的认定，应以交付智能投顾机器人使用时的科学技术水平为判断依据。法律在制定相关规则时，应赋予制造者有条件的过错责任承担方式，这样即有益的保护制造者的积极性、鼓励智能投顾机器人的设计与改进，又能弥补投资者的损失。

2
智能投顾法律关系中的客体
客体在法律关系中处于重要的地位，客体的改变会影响合同的性质和内容，而主体的变更却并不一定会带来相同的影响。传统投顾合同中，合同的客体为合同一方当事人即投资顾问，以其专业的知识和投资经验向投资者提供投资顾问服务的行为。而在智能投顾中，合同的客体是智能投顾机器人向投资者提供投资顾问服务的行为。虽然在智能投顾语境下，智能投顾机构作为合同一方当事人并没有直接向投资者提供投资顾问服务，而是间接的由智能机器人完成，但是智能投顾并未实质性的改变投资顾问服务行为，创新后的智能投顾依然保持着传统投资顾问法律关系的客体。
3
智能投顾法律关系中的权利义务内容
前述已经分析智能投顾法律关系中的客体并未发生实质性的改变，合同的性质及内容保持较大程度上的一致，因而智能投顾法律关系中的权利义务内容也与传统投资顾问合同中的权利义务内容基本相同。例如美国证券交易委员在向智能投顾机构以及投资发布的指引中明确说明，智能投顾仍需恰当履行1940年《投资顾问法》规定的披露义务、适当性和合规义务。但是智能投顾法律关系的中的权利义务内容也有因为智能技术的出现，而对权利义务的具体内容有所扩充。
从投资者权利的角度来看，智能投顾是新技术的在传统领域的适用，首先，投资者有必要了解技术如何实现投资决策的科学性，即对投资者将要使用的智能投资技术运行的方式有所了解。其次，投资者应当知道参与智能投资顾问行为所暗含的技术不断升级可能带来的风险。技术会随着专业研究的深入而不断更新和完善，现有科技水平所能提供的投资建议具有一定的时效性，仅代表这一时期所能达到的最理想的投资组合。随着技术的不断进步，也许这一投资组合建议并不是最理想的资产配置，但是这项技术升级可能带来的损失投资者应当接受并承认。最后，智能投顾技术可能会造成传统投资顾问所不存在特定问题，如系统的问题等、网络攻击等，智能投顾机构将会应对这些特殊问题采取哪些必要的措施投资者也应当提前被告知。上述内容都是对投资者知情权内容的扩充，需要智能投顾机构向投资者做出明确、充分且易于理解的说明。
从智能投顾机构义务的角度来看，首先，智能投顾机构为了使智能投顾机器人获取投资者更准确的画像，需要收集大量且广泛的投资者信息，这些信息更多的都是非公开信息，才能对投资者的识别更精准。这将会给智能投顾机构的信息存储及保护提出更为严格的要求。智能投顾机构有义务提供有效的信息保护措施，以防止投资者的非公开信息被非法获取、使用等行为。其次，投资者在参与智能投顾时通过填写调查问卷来使机器人充分掌握投资者的个性特征，智能投顾机构有义务确保其所设定的调查问卷可以分析出不同投资者之间的个性化特征，进而针对投资者不同的特点制定相应的投资计划。简单来说，智能投顾机构有义务提供科学合理的技术完成智能投顾服务。
智能投顾一方面是新技术对传统投资顾问的完善，规避了人工服务的非理性、有限性的弱点。但同时，技术的呆板化、不断升级、易于受到非法攻击等问题也成为智能投顾异于传统投顾而新生的风险点。智能投顾的创新受到人们的关注，但立法者应当抓住其中的本质和新的风险，正确的认识和关注这一创新行为，有针对性的构建规范智能投顾行为的法律体系。

四
智能投顾对现有法律制度的挑战
（一）对智能投顾市场中不正当竞争行为的规制
传统投资顾问市场是投资顾问能力之间的竞争，投资顾问凭借自身的专业知识和经验提供较为准确的投资计划，其能力越强其在市场的占有率越高，因而传统投资顾问市场的竞争是人力要素的竞争。智能投顾的实现依靠的不再是人类的主观判断，而是依据更为“客观”和“理性”的大数据及算法做出投资建议，因而智能投顾市场中，大数据的获取能力和算法的科学性成为各智能投顾机构之间相互竞争的要素。智能投顾机构获得的数据越全面、算法越科学其得出的结果更符合投资者的需求，即可获得更多的市场占有率。而全面数据的获取相较于科学算法的拥有，前者更易于实现，因为只要有投资者的参与，即可实现数据的收集。而算法的设计需要专业人士长期的设计和调整才能达到较高的合理性和科学性，因为一个有效的算法并不容易获取，成为各市场主体之间竞争的关键要素。
每个智能投顾机构所拥有算法是不为公众所知悉的、具有商业价值的，并经权利人采取相应保护措施的技术信息，满足我国《反不正当竞争法》中所规定的商业秘密的类型。智能投顾机构都会对其算法采取保护措施，但是算法的获取相较于人力竞争要素，更易于被其他竞争者出于非法的目的而获取。首先，在算法设计阶段，算法设计人员有可能向其他竞争者披露，披露算法的部分内容也可以使非法竞争者获得与之相类似的算法，损害权利人的利益；其次，在算法用于实际提供智能投顾服务的阶段，智能投顾机构出于对投资者知情权的保护，会向投资者作出有关算法及算法功能的一些说明，同时，不法竞争者可以通过参与权利人的智能投顾而获取一定的算法信息，侵害权利人的利益。对商业秘密的侵犯是我国《反不正当竞争法》所明确禁止的不正当竞争行为，但是算法被不法获取后，非法竞争者对算法的使用难以被察觉，因为各智能投顾机构都不会公开披露其所使用的算法，权利人很难从众多市场主体中识别与其相同的算法程序。因此，算法易于复制以及复制后难以被发现使得智能投顾市场中的不正当竞争行为极易发生。
智能投顾市场中良好的竞争环境有助于激励市场主体不断的改进自身所拥有的算法的科学性，更好的为投资者分散风险、获得最大化的收益、满足投资者需求。而不正当竞争的行为会阻碍智能投顾市场的不断完善，人们只谋求一时的获益，而忽视对整个市场发展的抑制。智能投顾市场针对算法的不正当竞争行为的有效规制即通过登记制度，申请开展智能投顾业务的市场主体应当提交其算法的具体内容，并留存在监管机构备案，监管机构对市场主体提供的算法进行形式上的审查，以避免相同或相类似的算法共同为投资者提供智能投顾服务。而对于未能提供有效算法的市场主体则禁止其开展智能投顾业务，对于未经监管机构许可擅自开展智能投顾服务的市场予以取缔。即保证了算法作为商业秘密成为各主体之间良性竞争的要素，又阻绝了非法使用他人算法谋取利益的不正当竞争行为。
（二）智能投顾对监管内容提出的新需求
智能投顾服务的对象为中小投资者，因而与其他金融行为一样，对中小投资者的保护亦是对智能投顾监管的一项重要内容。除此之外，智能投顾还有可能带来另一种风险，即由于算法的不够完善而导致结果的同质性，进而引发顺周期波动的加剧，给资本市场的运行带来更为严重的破坏。对这一风险的监管是其他金融行为所不具备的，因而需要监管者重新审视对智能投顾行为的监管内容。
目前，智能投顾技术在我国的智能化程度并不高。其数据的积累、分析能力以及智能投顾业务最为核心的算法，其科学性程度仍然有极大的完善空间。现在所谓的智能投顾只是对投资者粗略的贴上风险标签，并没有实现对投资者精确的特征刻画。同时，投资组合的建议也是在有限的投资产品中，甚至是在智能投顾机构所拥有的投资产品中为投资者作出投资决策分析，因而智能投顾所作出的投资决策缺少必要的个性化特征和风险分散功能。现有不够完善的智能投顾服务很有可能导致投资者成为智能投顾下的“一致行动人”，影响融资者正常的经营管理，甚至在发生市场波动时其统一的投资决策加剧了市场顺周期的波动幅度，给投资者带来更为严重的损失。此时，监管者不仅仅需要关注于中小投资者信息不对称地位的保护，更应关注于智能投顾为其所有投资者提供的投资决策，以及不同智能投顾机构之间投资决策的同质化程度，这一同质化程度的投资决策指引是否足以构成对整个证券市场甚至国家经济的平稳运行构成威胁。该监管目标的实现可以借鉴国外已有的监管沙盒模式，为智能投顾提供一个安全的测试环境，在微型的真实市场中对智能投顾进行试验，发掘其存在的风险并对实际放大后的风险作监管。
监管面对不断创新的金融行为相当是及时回应的，一方面更新对创新业务的监管内容；另一方面也应当加强监管手段的创新。我国公布的《新一代人工智能发展规划》中也提出鼓励“智能监管等技术和装备”，“建立金融风险智能预警与防控系统”。智能投顾在我国市场中的出现，对我国监管机构提出挑战的同时，也为监管的创新提供有利的环境。
五
结语
智能投顾来源于美国，并在我国的市场中得到快速的发展和追捧。在市场主体看到商机同时，更应从法律的角度理性认识这一创新业务模式。智能投顾唱好者夸大了智能投顾的技术理性而忽视了技术的风险，但智能投顾唱衰者也未能具有发展的眼光审视智能投顾未来应然的状态。现阶段只是智能投顾技术的起步阶段，其成果也仅只能代表现阶段的研究成果，我们不能用现在智能投顾的不完美的实然状态来否定未来智能投顾可以达到的应然状态。一方面，人工智能技术的深入发展一定会创造出与人脑不相上下的智能机器人，代替人类更好完成预测、推算、预判等工作内容，应用于投资顾问领域帮助人们更好的规避风险、获取收益；但是另一方面，人工智能毕竟是由人类所创造出的工具，并不能成为独立的主体承担义务享有权利，至少在可预见的时间内，法律不会给人工智能机器人赋予这样的主体地位。因而，需要在私法层面厘清人工智能行为的责任主体，同时在公法层面准确识别人工智能可能会带来的潜在风险，并制定有效的监管制度。现阶段，我们不能盲目的追捧智能投顾可以给我们投资带来的改变，但也不能完全否定发展智能投顾的必要性。因为人工智能终将改变人类社会生活，而我国作为世界大国需要“抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势”。

作者张文系华东政法大学经济法学院2017级博士生。

来源：上海市法学会

中信加大智能投顾，自主研发AI金融服务平台

　　“人工智能作为新一轮科技革命和产业变革的重要驱动力量，正在深刻改变世界。”近日，上海市委书记李强在2019世界人工智能大会开幕式上的致辞引发共鸣。

　　从2017年“人工智能”首次写入政府工作报告，提出主攻智能制造，到2018年我国提出加强新一代人工智能研发应用，发展智能产业，拓展智能生活，建设智能社会，再到2019年首次提出“智能+”，中国推动人工智能为传统产业赋能升级的步伐大大加快。

　　不只是互联网企业，中信等大型企业集团也积极拥抱人工智能等新一代信息技术。从智能投顾到智能制造，从未来医疗到智能育种，金融与实业并举的中信集团发挥产业资源丰富的优势，不断创造各种新的可能。

　　智慧金融：让金融更懂你

　　理财客户王先生最近惊奇地发现，中信银行(行情5.75 +1.23%,诊股)推荐的理财产品越来越适合自己的“胃口”，无论是从风险承受程度还是预期收益，都是自己想要的产品。

　　让王先生找到理想的理财产品的正是人工智能技术。根据客户属性及交易历史等多维度数据，银行精准挖掘客户的兴趣偏好，自动精选合适的金融产品向客户进行推荐，实现“千人千面”的金融产品推荐服务和营销体验。

　　中信银行已推出了股份制同业首个自主研发的 —— “中信大脑”，支持40个以上AI应用，并在智能营销、智能风控、智能运营、智能客服等领域发挥作用。据介绍，借助人工智能技术，中信银行2019年上半年共完成4392万次金融产品的推荐，成功营销理财类客户近20万户。

　　保险行业也在积极应用人工智能技术。比如银行理财经理想要咨询一款代销保险产品的理赔问题，一般不得不经过冗长的流程：客户——银行理财经理——保险公司银保客户经理——保险公司总/分公司营运部门——保险公司银保客户经理——银行理财经理——客户。

　　2017年9月中信保诚人寿推出的基于人工智能技术的“云助理”项目，将流程变成了：客户——银行理财经理——云助理——银行理财经理——客户，效率大幅提升。截至2019年7月，“云助理”AI知识库已能为33款在售银保产品提供数据服务，接待量超3万人次，访客提问数超9万条次。

　　智能制造：蝶变进行时

　　数控机器人(行情14.95 +0.34%,诊股)、自动化生产线、个性化在线定制……数字化和互联网的浪潮滚滚向前。中信戴卡的铝车轮六号生产线已成为柔性化生产的一个代表。

　　通过对生产数据的分析、跟踪、反馈，六号线实现了制造全过程的智慧管控，可以根据消费者需要，同时将多种尺寸、造型、外观、颜色的铝车轮进行高柔性化混线加工。

　　中信重工(行情4.16 -0.24%,诊股)原是河南洛阳一家生产重型装备的传统制造企业，近年来公司依靠自身在研发、制造、运维和工业大数据等方面的积淀，积极探索离散型智能制造的新模式。目前公司不仅拥有全国领先的特种机器人研发和产业化基地，还在大力建设矿山装备工业互联网平台，为行业中小企业赋能，同时通过行业大数据分析应用打通产业链，形成了协同共享、创新驱动的矿山装备行业生态圈。

　　据介绍，该平台已成为2018年国家工业互联网试点示范项目，聚集了中信重工50余家战略合作客户、300余家供应商，连接了100余台重型矿山装备。

　　服务民生：场景不断拓宽

　　在民生领域，人工智能也在大显身手，提升了人们的获得感与幸福感。

　　面对一台特殊的照相机，拍下视网膜照片，瞬间就会收到自己的健康风险评估报告。

　　这是中信领投的人工智能企业Airdoc在医疗健康领域的最新应用。通过人工智能自动识别视网膜照片，便可尽早发现眼部、心血管、神经系统、内分泌系统的30余项健康风险，实现早发现、早治疗。

　　传统医院也在积极拥抱人工智能等新一代信息技术。作为我国辅助生殖专业领域的代表性医院，中信湘雅医院积极探索“未来医疗”模式，包括互联网看诊、基于病人自己的医疗数据信息系统提供个体化的医疗方案和远程动态监测病人医疗数据和病情等。未来他们还将进行生殖大数据的数据分析与知识挖掘，为精准医疗、智慧医疗提供数据支持。

　　在电脑上“种地”，以此优选出作物良种，这看似不可思议的事情，借助人工智能也成为现实。传统育种产品开发周期长，成本高，还可能漏掉具有特殊潜力的品种。智能育种是通过图像识别采集农作物数据，再将海量数据(行情16.62 -1.60%,诊股)导入计算机进行模拟，不用种在地里，就能预测出结果。

　　中信农业旗下的国内种业龙头企业隆平高科(行情12.59 -0.32%,诊股)从2018年开始组建智能育种体系，一方面降低了试验成本，另一方面显著提升了育种效率，在育种领域实现了突破性进展。

来源：中融国行

智能投顾行业现状剖析及发展趋势研究报告

2019年5月，浦发银行与理财魔方近日达成合作开启智能投顾产品“极客智投”。《智能投顾行业现状剖析及发展趋势研究报告》显示，对于中国的投顾市场，进行投资顾问的大多数为高净值人群，而普通投资者则尚未形成比较成熟的投资咨询习惯，国内部分企业目前将智能投顾与传统投顾结合发展，利用智能投顾为客户投资者进行理财建议，而传统投顾则辅助切入客户，为客户进行投资报告解读及信息反馈。

iiMedia Research（艾媒咨询）数据显示，2018年，中国互联网理财用户达4.56亿人。预计2019年中国互联网理财用户将达5.29亿，2020年中国互联网理财用户将达6.05亿。艾媒咨询分析师认为，随着互联网金融的发展，大众互联网理财的观念渐渐普及，大众理财规模越来越大，而智能投顾的低成本、风险分散等特点迎合大众理财需求。未来，愈加庞大的互联网理财用户规模将促进智能投顾的发展。

投资顾问指专门从事提供投资建议而获得薪酬的人士。广义的投资顾问指为金融投资、房地产投资、商品投资等各类投资领域提供专业建议的人士；狭义的投资顾问特指在证券行业为投资者提供专业证券咨询服务的人员。智能投资顾问（Robo-Advisor）简称智能投顾，是指利用云计算、智能算法、机器学习等技术，将现代资产组合理论应用到模型中，结合投资者个人财务状况、风险偏好和收益目标，为投资者提供最佳投资组合。

中国的智能投顾起步较晚，2010年雪球在线投资平台最早获得融资，但不算是真正意义上的智能投顾平台。直到2015年，中国智能投顾平台才开始迅速发展，多家平台先后获得资本青睐。艾媒咨询分析师认为，随着互联网金融继续发展以及对国内客户投资教育进一步深化，智能投顾将会成为主流的投资顾问方式之一，具有较大市场潜力。

艾媒咨询分析师认为，智能投顾在中国的破局之路是一个缓慢的过程。一方面，普通投资者不习惯将自己的财富交给专业机构打理，被动理财理念不成熟；另一方面，投资者结构以散户为主，他们倾向于“追涨杀跌“的不理智投资行为。智能投顾理财仍面临较高的市场教育成本，智能投顾接受度有待提高。而投顾市场教育除了能让投资者学习正确投资理念外，也有利于推动目前市场上尚不具优势的中小机构进一步发展，提升用户规模和用户价值。

以上数据来源参考艾媒研究院发布的《艾媒报告 | 2017年中国智能投顾市场专题研究报告》《2019-2024年中国银行理财产品行业运营模式与投资战略规划分析报告》

来源：艾媒咨询

智能投顾最大的竞争对手是用户自己

日前，中信证券主办了为期两天的“智能＋”主题策略会，北京财鲸信息技术有限公司（以下简称财鲸）CEO叶鑫应邀参会，并在“机器人投顾”分论坛发表了主题为“智能投顾的国内外情况和未来展望”的演讲。

海外市场业务催生财鲸智能投顾

近年来，随着国内经济结束高增长进入结构调整期，以及汇率和资本项目的改革，中国投资者海外资产配置的需求不断增长。预计至2020年，中国的海外投资市场新增规模将达万亿。而现实是中国投资者海外资产配置经验不足，同时国内的海外投资服务水平欠佳，导致需求与服务支持差距过大。

在这样的背景下，叶鑫创建了财鲸，帮助投资者扫除海外投资的障碍。而智能投顾是财鲸服务中国投资者的“大杀器”。

在当天的演讲中，叶鑫将中美两国的智能投顾进行了对比。他表示，与国外智能投顾被大型基金机构使用不同，国内包括财鲸在内的智能投顾更多向个人投资者提供服务。财鲸向客户提供全资产、全流程、全天候的资产配置服务。通过财鲸的智能投资系统，在海外市场的海量标的中筛选出优质资产，再用资产组合模型和改进的遗传算法去寻找参数，经过上亿次蒙特卡洛模拟，使得模型进行自调节和参数自优化。财鲸不仅支持ETF，还支持全球24万种其他资产标的。

此外，叶鑫表示，财鲸不采用人工定期调仓，是通过无监督学习，根据不同资产、配置策略和风险等级确定调仓监控和策略频率。除调仓外，还会随着市场变化，对现金仓位进行推荐。

2016年上半年财鲸全球ETF智能组合实盘交易业绩收益率15.91%，波动率15.47%。同期标普500收益率1.72%，波动率16.13%。财鲸组合收益远远超过标普500。

财鲸拓展ToB业务

目前，智能投顾领域面临拐点，不少智能投顾公司开始收缩甚至放弃C端，专攻B端市场。

叶鑫表示，财鲸初始完全ToC，因为需要接触和了解市场、了解客户。如果服务不能满足终端客户的需求，企业无法做好B端。财鲸ToC提供的是主题式全流程服务，包括认知客户、了解客户的行为、配置、完成交易和市场监控，甚至情绪安抚等。

财鲸为客户提供部分参与感，其他交给机器。这主要是从信用和客户感知的角度考虑。首先，信任感的建立需要时间，客户的参与感容易建立信任关系。其次，服务的价值需要对比和参照，要让客户感知到。而对于客户完全感知不到的服务交给机器。

财鲸今年开始拓展ToB业务，是因为并不是所有财富管理都可以由算法替代，也不是所有财富管理的交互可以由线上完成，市场有很多碎块化的问题和碎片化解决方案需要人和机构完成。财鲸把底层和中间层切碎成不同模块提供给机构用户，作为他们展业的工具。因为机构能感知到基于模块化的工具是有价值的。和个人投资者一样，财鲸向机构客户提供个性化服务，包括标的选择、策略选择、风险偏好、现金管理。

国内智能投顾“爆发”尚待时日

对于智能投顾行业的未来，叶鑫认为未来很美好，但需要耐心等待。首先，智能行业需要熬过全民策略的冬天，等待财富从非标被挤压至标准化资产。智能投顾业务最大的竞争对手不是投顾，是用户自己。

过去20年存在2个不需要学习只需要复制的全民策略，买房和买刚兑理财。在这种策略下，所有人都认为自己非常厉害，不需要投顾，更不需要智能投顾，当全民策略慢慢减少时，大量的财富被挤压到标准化市场中，用户才会发现服务的价值，才会有智能投顾发展的空间。

其次，目前低成本金融工具不断的创设。国内日渐增多的ETF，对国内投资者是好事，可以暴露风险的类别增多，有利于服务从业者的生存。当市场越来越复杂，产品越来越多，客户跟不上市场时，就需要服务业从业者，也需要智能投顾。

此外，叶鑫还表示，未来算法将越来越快复制人的能力，现在越来越多的Nvdia芯片出货到华尔街，利用机器学习的算法去复制交易员的功能，尤其是外汇交易员。遗憾的是国内还没有看到大的私募基金大量买芯片去做这件事情。现在算法处理的数据越来越多从结构化转向非结构化，海外这块已经做得不错。海外的NLP是开源社区，但国内还做的比较少，金融行业用的少。

出席当天的“智能＋”主题策略会的还有京东金融副总裁姚乃胜、广发证券财富管理部总监谢军、弥财总裁安华国、蓝海智投创始人刘震等。他们分别就大数据在投顾和投资中的应用、智能投顾在财富管理中的作用等主题发表了演讲。

叶鑫所在的财鲸是国内首家全球智能投资平台。主要通过人工智能提供投资解决方案，为客户提供一体化全球投资机会。目前，财鲸已获创新工场数百万美元Pre-A融资。

来源：财鲸CEO 叶鑫