人工智能將加速重塑資產(chǎn)管理行業(yè)

肖冰

2018 是人工智能在國內(nèi)全面落地的一年。人工智能對各個行業(yè)，尤其是數(shù)據(jù)量極為豐富的資產(chǎn)管理行業(yè)，正在產(chǎn)生日益深刻的影響。而去年9月，網(wǎng)上流傳的一則消息——國內(nèi)資管行業(yè)的巨頭平安資產(chǎn)管理公司將 “大幅裁減主動式投資管理人員”，在業(yè)內(nèi)引起軒然大波，后來平安資管對此作出的回應是：目前正根據(jù)平安集團的安排，加大科技投入，對策略和科技平臺升級，進行量化轉(zhuǎn)型，因此內(nèi)部組織和管理有所調(diào)整。這則消息退潮之后，人工智能將對資產(chǎn)管理行業(yè)帶來何種影響？以及社會各界該如何做好應對？等等，成為一個極富研究價值的課題。

2019年對資產(chǎn)管理行業(yè)來說，一方面，既受到全球經(jīng)濟、金融行業(yè)固有景氣周期循環(huán)的短期、常規(guī)影響;另一方面，更面臨本輪金融技術(shù)（Fintech），特別是人工智能的長期、甚至是顛覆性挑戰(zhàn)。兩方面的影響和挑戰(zhàn)疊加，挑戰(zhàn)嚴峻。未雨綢繆，不預則廢。本文嘗試分析人工智能對資產(chǎn)管理行業(yè)發(fā)展的影響。

一、減輕從業(yè)道德風險

資產(chǎn)管理行業(yè)存在和發(fā)展的前提有兩個，一個是基金管理人誠實信用;一個是基金管理人有能力持續(xù)賺錢。這兩者中，誠實信用排在第一位。究其原因，這個行業(yè)天然是資金的所有權(quán)和使用權(quán)分離，管理人的行為也不好監(jiān)督。在學術(shù)上，這是典型的委托代理機制。在實踐中，管理人潛在的道德風險一直存在。在歷史上，美國和中國都出現(xiàn)過不少利益沖突、“老鼠倉”事件。

大數(shù)據(jù)是最近這一次人工智能成為“風口”的關(guān)鍵因素。使用大數(shù)據(jù)的匹配、相關(guān)方法，能夠比較容易找出關(guān)聯(lián)交易和資金往來線索。從根本上說，人工智能目前的行為目標或偏好比較單一，可能只有為客戶賺錢這個單一目標。人工智能對資產(chǎn)管理行業(yè)來說，雖然無法消除委托代理關(guān)系，但可以在一定程度上減輕道德風險。

二、財富管理將更加智能化

資產(chǎn)管理行業(yè)的發(fā)展，始終面臨不斷募集資金的問題。實踐表明，互聯(lián)網(wǎng)技術(shù)已經(jīng)在一定程度上改變了傳統(tǒng)基金銷售方式。例如，冪律、長尾規(guī)律通過互聯(lián)網(wǎng)技術(shù)得以對貨幣市場基金進行了顛覆（余額寶）;第三方平臺（東方財富、螞蟻金服、京東金融）對傳統(tǒng)基金銷售渠道進行了挑戰(zhàn)。

另一方面，財富管理崗位中，其中操作標準化程度較高、對情感交互的要求較低的崗位可能被人工智能所取代，即未來資產(chǎn)里行業(yè)可能可以通過人工智能客服對大眾客群開展營銷服務，但中高凈值客群可能仍需要真人客戶經(jīng)理為其提供服務。

三、改造主動投資

主動型投資者收取了這個行業(yè)的巨額管理費和業(yè)績提成。收的合不合理？應該收多少？目前也有爭議。從根本上看，投資決策的核心在于信息流，信息獲取是投資決策的前提。在理論上，信息是金融市場中最重要的資源。所以信息套利是筆大生意，參與者包括金融中介機構(gòu)及數(shù)據(jù)供應商。

四、助推被動投資

近年來，被動投資迅速發(fā)展起來還有兩個原因。一個是管理規(guī)模。在主動投資策略中，規(guī)模是業(yè)績的敵人。去年，平安資管擬對投資管理方式進行轉(zhuǎn)型，其核心（被動投資）加衛(wèi)星（主動投資）是超大型機構(gòu)投資者的戰(zhàn)略選擇，智能量化是未來的方法選擇。對于不具有優(yōu)勢的個人投資者、或者沒有特別優(yōu)勢的機構(gòu)投資者而言，指數(shù)投資是它們的最優(yōu)選擇。在一定意義上，指數(shù)投資就是傳統(tǒng)投資方法和人工智能投資方法的試金石。但然，指數(shù)投資的業(yè)績也是人工智能業(yè)績的下限，不好的人工智能也面臨被淘汰。

五、改變博弈格局

資產(chǎn)管理行業(yè)發(fā)展的前提之一，是基金管理人有能力持續(xù)賺錢。持續(xù)賺錢其實很難，所以業(yè)界有“投資生存戰(zhàn)”的說法，即長期生存下來已非易事。股票市場是個生態(tài)系統(tǒng)，未來股票市場的博弈格局，在人工智能加入后，可能是人、人機互動、完全人工智能混雜的復雜博弈局面。人工智能通過不分晝夜地機器學習、自我學習、強化學習，只會越來越強大。

六、挑戰(zhàn)組織結(jié)構(gòu)

傳統(tǒng)主流機構(gòu)投資者的內(nèi)部組織結(jié)構(gòu)，按部門分，一般有研究部、股票投資部、量化投資部、交易部、監(jiān)察部;按職位分，有宏觀研究員、行業(yè)研究員、基金經(jīng)理、數(shù)量分析師、交易員、督察員。如果是在軟件定義的社會，或者說是算法（algorithm）定義的時代。如果數(shù)據(jù)是新的石油，信息是生命體的血液。那么，組織結(jié)構(gòu)中的管理問題、投資流程問題，可能就變成了如何管理數(shù)據(jù)和信息？如何管理算法和軟件？如何進行算法外包？如何激勵開源代碼共享？那么，傳統(tǒng)的部分劃分、職位劃分，是否適應信息流的新的、甚至是革命性的變化？并且，在企業(yè)邊界的問題上，新型的企業(yè)也給出了不同的答案。例如。頂尖的對沖基金AQR的創(chuàng)始人，是Fama（2013年諾獎得主）指導的1994年畢業(yè)的博士生，倡導開放式研究，在一定程度上，就是開源代碼共享，這重新定義了企業(yè)的邊界、企業(yè)的協(xié)作。

七、轉(zhuǎn)型科技公司

一直以來，投資管理行業(yè)的競爭就是武裝到牙齒的技術(shù)“軍備競賽”。近年來，全球頂尖的對沖基金站在智能研究和實踐的前沿。文藝復興科技公司、Two Sigma等公司組建了自己的人工智能團隊。2012年，著名的對沖基金公司橋水基金挖走了IBM的“沃森（Watson）”人工智能開發(fā)小組的領(lǐng)軍人物David Ferrucci。2017年，對沖基金巨頭Citadel聘用了微軟的首席人工智能科學家鄧力。2018年，NASA（美國國家航空航天局）首席數(shù)據(jù)科學家加盟貝萊德（BlackRock）2018年，華盛頓大學計算機科學與工程學教授，《The Master Algorithm》作者 Pedro Domingos加入DE Shaw。2018 年，卡內(nèi)基梅隆大學計算機系主任 Manuela Veloso 加盟摩根大通。

八、人才需求變化

近來，一些主流傳統(tǒng)公司，例如行業(yè)巨頭富達基金提拔有技術(shù)背景出身的Steve Neff擔任資產(chǎn)管理部門負責人，可能也多少說明了趨勢潮流。在未來，計算機、統(tǒng)計、數(shù)學等人才可能是搶手貨。背后的原因其實是傳統(tǒng)的信息流、投資流程受到挑戰(zhàn)。但我們必須特別指出，傳統(tǒng)的投資方法也不是一無是處，直覺和經(jīng)驗也不是全無道理。例如老練的投資者在基本面投資中使用的認知、邏輯和經(jīng)驗長期有效。因為人工智能并不能判斷行業(yè)發(fā)展趨勢、企業(yè)發(fā)展戰(zhàn)略、企業(yè)家精神、企業(yè)文化。而這些“虛”的、定性的東西，恰恰是判斷偉大企業(yè)的關(guān)鍵。

九、帶來潛在風險

資管行業(yè)的從業(yè)人員如果同時應用人工智能技術(shù)，可能會出現(xiàn)金融市場穩(wěn)定性風險。例如，如果以機器學習為基礎(chǔ)的交易者勝過其他交易者，可能導致更多的交易者采用類似的機器學習策略，放大市場震蕩。機器學習交易策略中的可預測模式也可能存在被犯罪分子用來操縱市場價格的風險。從技術(shù)角度說，機器和機器智能帶來的風險，也非同小可。例如，1987年一天之內(nèi)指數(shù)下跌超過20%，以及2010年的閃崩，都有機器程序交易產(chǎn)生連鎖反應的原因，每個下單指令生成為4.6毫秒，對監(jiān)管和交易所都提出了挑戰(zhàn)。

此外，金融市場體系存在互相聯(lián)動的特點，如果資管行業(yè)的眾多機構(gòu)在某一關(guān)鍵部分依賴于相同數(shù)據(jù)或算法，那么當這些數(shù)據(jù)或算法出現(xiàn)問題時，問題可能會從單個節(jié)點向整個市場擴散。因此，集體采用人工智能工具可能會帶來關(guān)聯(lián)性風險。

十、人機博弈合作

未來已來，只是還不明顯。人工智能在資產(chǎn)管理行業(yè)發(fā)展的多個方面，都可以進行改造，都可以推動行業(yè)的變遷。但是人工智能也不是無所不能的，至少在目前可以預見的長期內(nèi)，人工智能并不能完全取代人。例如，在傳統(tǒng)的投資決策框架中，人工智能在數(shù)據(jù)獲取、信息處理和交易執(zhí)行三個方面具有絕對優(yōu)勢，但在理解歷史知識、經(jīng)驗規(guī)則和博弈策略中并不具優(yōu)勢;人工智能在把握短期情緒和非方向判斷方面具有絕對優(yōu)勢，但在長期基本面理解和方向判斷方面不具優(yōu)勢。所以，一個可能的格局是，人腦、電腦博弈合作。

總的來說，人工智能對資產(chǎn)管理行業(yè)發(fā)展的影響深刻長遠。但人們對人工智能或多或少依然存在大量誤解，甚至是恐懼，也都正常。上面的看法可能對，也可能不對。我們也面臨“用目前習慣的框架去分析未來問題”的尷尬，這也都正常，對真實世界的認知就是在不斷試錯和批判中前進的，所以，歡迎各方專業(yè)人士不吝賜教。（作者單位：深圳市前海宜濤資產(chǎn)管理公司）