人工智能促進(jìn)財富管理高質(zhì)量發(fā)展

文/楊望 李睿凱 徐慧琳 編輯/白琳

財富管理行業(yè)既需要持續(xù)深化“以客戶為中心”的智能投資管理服務(wù)理念，也需要吸收國外人工智能財富管理實踐經(jīng)驗，發(fā)揮好人工智能的技術(shù)優(yōu)勢，促進(jìn)我國財富管理行業(yè)的高質(zhì)量發(fā)展。

中央金融工作會議強調(diào)，以推進(jìn)金融高質(zhì)量發(fā)展為主題，不斷滿足經(jīng)濟(jì)社會發(fā)展和人民群眾日益增長的金融需求。財富管理作為新時代現(xiàn)代化金融服務(wù)的重要組成部分，如何利用好以生成式預(yù)訓(xùn)練模型（GPT）為代表的人工智能（AI）技術(shù)，針對性地解決目前傳統(tǒng)財富管理和投資顧問存在的一些問題，更好地促進(jìn)財富管理的高質(zhì)量發(fā)展，已成為當(dāng)下行業(yè)的重要課題之一。從全球來看，2023年11月，人工智能企業(yè)OpenAI舉行首屆開發(fā)者大會“OpenAI DevDay”，將應(yīng)用程序接口（API）價格下調(diào)了三分之二，用戶可打造自己的GPT，并分享到GPT應(yīng)用商店（GPT Store）。這預(yù)示著通用人工智能（AGI）領(lǐng)域的“蘋果（iPhone）時刻”來臨，這將引領(lǐng)國際財富管理行業(yè)新一輪的技術(shù)變革。

人工智能促進(jìn)財富管理高質(zhì)量發(fā)展的基本邏輯

人工智能擁有強大的數(shù)據(jù)收集和計算處理能力，其技術(shù)優(yōu)勢將為財富管理領(lǐng)域帶來針對性的解決思路。筆者認(rèn)為，人工智能技術(shù)可以在緩解信息不對稱問題、提升資產(chǎn)配置效能和強化風(fēng)險控制能力三個方面促進(jìn)財富管理行業(yè)的高質(zhì)量發(fā)展。

緩解信息不對稱問題

財富管理業(yè)務(wù)有著龐大的客戶基礎(chǔ)。根據(jù)招商銀行私人財富報告的統(tǒng)計，中國居民個人持有的可投資資產(chǎn)規(guī)模從2013年的92萬億元增長到2022年的278萬億元（見圖1）。金融資產(chǎn)中非存款類金融資產(chǎn)配置占比逐步提升，近幾年穩(wěn)定在50%上下（見圖2），但與發(fā)達(dá)國家相比，儲蓄比例仍然偏高?？梢?，國內(nèi)財富管理市場有著巨大的發(fā)展?jié)摿Α?/p>

圖1 中國居民個人持有的可投資資產(chǎn)規(guī)模

圖2 中國居民金融資產(chǎn)配置

雖然財富管理的市場潛力巨大，客戶基礎(chǔ)龐大，但存在信息不對稱的問題，這種信息不對稱是客戶需求跟財富管理產(chǎn)品之間的信息不對稱。不同的客戶有著不同的財富管理需求，他們期望基于自身需求得到全面、契合的投資策略。而傳統(tǒng)財富管理機構(gòu)受限于數(shù)據(jù)采集、處理能力不足的局限性，難以充分了解客戶并量化客戶需求，提供的財富管理產(chǎn)品同質(zhì)化嚴(yán)重，產(chǎn)品缺乏創(chuàng)新和差異化，無法有效地滿足客戶個性化的投資需求。

人工智能技術(shù)有著強大的大數(shù)據(jù)分析能力和豐富的標(biāo)簽體系，可以精準(zhǔn)構(gòu)建客戶標(biāo)簽，以此勾勒客戶信息畫像，根據(jù)千人千面的客戶需求畫像為客戶提供精細(xì)化、個性化的財富管理產(chǎn)品，從而解決客戶需求跟財富管理產(chǎn)品之間的信息不對稱問題。具體來說，人工智能可以梳理海量客戶的資金流向，研判客戶行為和投資偏好，通過在醫(yī)療健康、教育投資、衣食住行等方面跟蹤資金流向，來挖掘客戶在養(yǎng)老、教育、購房、購車、旅游等特定目標(biāo)場景的投資需求，以此提高財富管理產(chǎn)品的銷售精準(zhǔn)度，取得客戶的長期信任和依賴。

提升資產(chǎn)配置效能

傳統(tǒng)財富管理業(yè)務(wù)采用的資產(chǎn)配置策略主要有均值-方差模型和布萊克-李特曼（Black-Litterman）模型。均值-方差模型使用歷史收益和歷史方差分別度量投資中的收益和風(fēng)險，然后優(yōu)化方程使得收益最大化和風(fēng)險最小化，以此獲得最優(yōu)投資組合；而Black-Litterman模型則在均值-方差模型的基礎(chǔ)上引入了主觀預(yù)期收益。后來有不少學(xué)者采用自回歸移動平均（ARIMA）、廣義自回歸條件異方差（GARCH）等計量方法對投資組合模型中的收益和方差的預(yù)測進(jìn)行優(yōu)化，但這些模型的預(yù)測跟實際情況相比都存在一些誤差，最終影響了資產(chǎn)配置的效能。

人工智能的發(fā)展為資產(chǎn)配置的構(gòu)建帶來了新的技術(shù)手段。在人工智能發(fā)展初期，隨機森林、支持向量機等機器學(xué)習(xí)模型被應(yīng)用于收益與方差的預(yù)測和投資組合模型的構(gòu)建。隨著人工智能的不斷發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)（CNN）、長短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）等深度學(xué)習(xí)算法相較于傳統(tǒng)機器學(xué)習(xí)有了顯著優(yōu)勢。一方面，當(dāng)數(shù)據(jù)量越大時，深度學(xué)習(xí)相較于傳統(tǒng)機器學(xué)習(xí)有著更優(yōu)異的性能表現(xiàn)；另一方面，深度學(xué)習(xí)的特征學(xué)習(xí)取代了傳統(tǒng)機器學(xué)習(xí)的特征工程，與人工規(guī)則構(gòu)造特征的方法相比，利用大數(shù)據(jù)來學(xué)習(xí)特征更能夠刻畫數(shù)據(jù)豐富的內(nèi)在信息，從而提高模型的預(yù)測性和盈利能力。因此，財富管理機構(gòu)利用深度學(xué)習(xí)等人工智能技術(shù)可以有效利用多維度客戶畫像信息，在確定資產(chǎn)配置方向和篩選投資資產(chǎn)池后，為客戶構(gòu)建最優(yōu)的資產(chǎn)配置策略。

強化風(fēng)險控制能力

傳統(tǒng)財富管理機構(gòu)普遍投研能力有限，而互聯(lián)網(wǎng)的飛速發(fā)展伴隨著大數(shù)據(jù)時代的到來，面對海量的市場數(shù)據(jù)，傳統(tǒng)投顧的風(fēng)險控制手段較為不足，無法有效識別利率、匯率等市場風(fēng)險。一方面，這容易導(dǎo)致財富管理產(chǎn)品的風(fēng)險定價出現(xiàn)偏差，高估和低估的定價都會影響機構(gòu)和客戶之間的良性發(fā)展關(guān)系；另一方面，在產(chǎn)品運營過程中，當(dāng)市場波動來臨時無法及時調(diào)整資產(chǎn)配置策略，致使資產(chǎn)價值受損，無法達(dá)到客戶的理財預(yù)期。因此，傳統(tǒng)財富管理機構(gòu)的風(fēng)控能力有較大的提升空間。

人工智能對于財富管理風(fēng)控能力的強化可以分為兩個方面，一是風(fēng)險定價，二是風(fēng)險監(jiān)測。一方面，人工智能可以完善投顧產(chǎn)品的風(fēng)險定價。通過構(gòu)建不同的風(fēng)險場景，量化風(fēng)險沖擊程度，利用人工智能技術(shù)模擬產(chǎn)品在不同風(fēng)險沖擊下的收益與損失，進(jìn)而推導(dǎo)出投顧產(chǎn)品的最優(yōu)風(fēng)險定價策略，為財富管理機構(gòu)提供行之有效的產(chǎn)品定價建議。另一方面，人工智能可以加強對投顧產(chǎn)品的風(fēng)險監(jiān)測和預(yù)警。人工智能可以對市場信息進(jìn)行批量搜集、整理和分析，梳理潛在風(fēng)險點并進(jìn)行實時監(jiān)控和預(yù)警。對于非結(jié)構(gòu)化市場信息，利用文本挖掘、自然語言處理等人工智能技術(shù)提取和分析文本關(guān)鍵信息，構(gòu)建市場預(yù)警機制，從而實現(xiàn)對風(fēng)險信息的精準(zhǔn)搜索和自動預(yù)警，強化了財富管理的風(fēng)控能力。

綜上，財富管理機構(gòu)可以利用人工智能的技術(shù)優(yōu)勢，從緩解信息不對稱問題、提升資產(chǎn)配置效能和強化風(fēng)險控制能力三個方面，針對性地解決目前傳統(tǒng)投顧存在的一些問題，從而更好地促進(jìn)財富管理的高質(zhì)量發(fā)展。

人工智能促進(jìn)財富管理高質(zhì)量發(fā)展的實踐路徑

人工智能可以從客戶信息、資產(chǎn)配置、風(fēng)險控制三個角度促進(jìn)財富管理的高質(zhì)量發(fā)展，其應(yīng)用于財富管理的三個實踐路徑也與上文的理論機制一一對應(yīng)。一是基于客戶信息，人工智能將實現(xiàn)以客戶為中心的智能財富管理服務(wù)；二是基于資產(chǎn)配置，人工智能將構(gòu)建以技術(shù)為核心的智能財富管理決策；三是基于風(fēng)險控制，人工智能將打造以數(shù)據(jù)為基礎(chǔ)的智能財富管理方案。

以客戶為中心的智能財富管理服務(wù)

中央金融工作會議指出，金融工作要堅持以人民為中心的價值取向。要堅持金融工作的人民性，客戶理應(yīng)成為財富管理服務(wù)鏈條的中心。要實現(xiàn)以客戶為中心的智能財富管理服務(wù)，需要利用人工智能的數(shù)據(jù)處理能力建立涵蓋客戶信息的大數(shù)據(jù)模型，精細(xì)化客戶分層，從而精準(zhǔn)篩選客群名單，高效觸達(dá)潛在客戶，實現(xiàn)客戶營銷的規(guī)?；妥詣踊?/p>

在與目標(biāo)客戶建立業(yè)務(wù)聯(lián)系之后，精準(zhǔn)的客戶畫像是財富管理服務(wù)的起點。勾勒完整的客戶畫像需要以海量數(shù)據(jù)信息作為支撐，其中不僅有大量結(jié)構(gòu)化數(shù)據(jù)，也包括了文本信息等非結(jié)構(gòu)化數(shù)據(jù)。傳統(tǒng)投顧難以對如此大量的復(fù)雜的數(shù)據(jù)進(jìn)行高效的處理和分析，而深度學(xué)習(xí)和自然語言處理技術(shù)為客戶畫像的勾勒提供了針對性的解決方案。自然語言處理技術(shù)能更為有效地處理非結(jié)構(gòu)化數(shù)據(jù)，將其結(jié)構(gòu)化和標(biāo)準(zhǔn)化，而深度學(xué)習(xí)在面對大數(shù)據(jù)集時能夠通過特征學(xué)習(xí)來挖掘數(shù)據(jù)豐富的內(nèi)在信息，提取高維數(shù)據(jù)特征，精確構(gòu)建客戶標(biāo)簽。因此，人工智能技術(shù)的應(yīng)用能夠挖掘整合客戶的海量數(shù)據(jù)信息，形成涵蓋客群特征、投資傾向、消費偏好、價值貢獻(xiàn)等多維度標(biāo)簽體系，匯總多渠道信息刻畫深度、完整的客戶需求畫像，為之后針對不同客群匹配相應(yīng)的資產(chǎn)配置、顧問服務(wù)、營銷策略等奠定基礎(chǔ)。

除了客戶營銷和客戶畫像勾勒之外，還有客戶陪伴這一重要且長期的服務(wù)?？蛻襞惆?，就是沿著財富管理業(yè)務(wù)生命周期設(shè)計覆蓋“投前—投中—投后”三大階段的內(nèi)容布局與全渠道客戶陪伴形式，實時跟進(jìn)客戶財富管理需求，動態(tài)調(diào)整客戶定位和業(yè)務(wù)策略重心。例如，線上平臺部署貫穿投前、投中及投后的人工智能客服，線下團(tuán)隊依靠客戶關(guān)系維護(hù)、產(chǎn)品推薦及投研觀點輸入等線下服務(wù)，多方位實現(xiàn)對客戶的全程陪伴。

客戶營銷、客戶畫像勾勒和客戶陪伴，共同構(gòu)成了以客戶為中心的智能財富管理服務(wù)，是人工智能促進(jìn)財富管理的第一條實踐路徑。

以技術(shù)為核心的智能財富管理決策

在獲取客戶信息并勾勒客戶畫像之后，人工智能將充分發(fā)揮技術(shù)優(yōu)勢，參與進(jìn)資產(chǎn)配置的決策中。人工智能憑借其強大的數(shù)據(jù)處理和演算推理能力，針對客戶資產(chǎn)現(xiàn)狀、風(fēng)險偏好、預(yù)期目標(biāo)等要素，確定大類資產(chǎn)配置方向的和產(chǎn)品池的篩選，并基于深度學(xué)習(xí)等人工智能前沿技術(shù)對資產(chǎn)的收益和風(fēng)險進(jìn)行全方位的預(yù)測和模擬，篩選可能產(chǎn)生正收益的風(fēng)險資產(chǎn)，結(jié)合現(xiàn)代投資組合理論確定每個風(fēng)險資產(chǎn)的權(quán)重配比，從而構(gòu)建出低波動、嚴(yán)回撤、穩(wěn)收益的資產(chǎn)配置組合，為客戶推薦智能化、個性化的最優(yōu)資產(chǎn)配置策略。與傳統(tǒng)的財富管理資產(chǎn)配置決策相比，基于人工智能的智能財富管理決策有更穩(wěn)健的資產(chǎn)配比。這是因為，均值-方差模型和Black-Litterman模型等傳統(tǒng)投資組合模型在收益和方差的預(yù)測上都存在較大誤差，從而影響了資產(chǎn)配置的有效性。而機器學(xué)習(xí)、深度學(xué)習(xí)等人工智能算法能夠很好地對金融時間序列進(jìn)行分析和預(yù)測，特別是隨機森林、LSTM等算法都有著較好的泛化能力，與均值-方差模型或Black-Litterman模型相結(jié)合，可以構(gòu)建出更為有效的最優(yōu)資產(chǎn)配置策略。

此外，資產(chǎn)配置策略并不是一成不變的，還需要利用人工智能技術(shù)對資產(chǎn)配置進(jìn)行動態(tài)的再平衡。具體來說，就是將投資組合投入市場后，對市場實施全天候7×24小時的跟蹤監(jiān)控，利用人工智能技術(shù)對市場中的風(fēng)險信息進(jìn)行識別，構(gòu)建風(fēng)險預(yù)測模型，建立市場風(fēng)險預(yù)警機制，從而輔助投研人員更精準(zhǔn)地判斷市場風(fēng)險和走勢；然后以市場風(fēng)險分析結(jié)果為參考，綜合考量調(diào)倉成本，對投資組合的權(quán)重或標(biāo)的進(jìn)行及時的決策調(diào)整，從而保證資產(chǎn)配置策略的穩(wěn)定運行。

資產(chǎn)配置策略的構(gòu)建和再平衡，構(gòu)成了以技術(shù)為核心的智能財富管理決策，是人工智能促進(jìn)財富管理的第二條實踐路徑。

以數(shù)據(jù)為基礎(chǔ)的智能財富管理方案

數(shù)據(jù)是智能財富管理方案的基礎(chǔ)，大數(shù)據(jù)的分析能力關(guān)乎客戶標(biāo)簽和客戶畫像的精準(zhǔn)構(gòu)建、客戶偏好的準(zhǔn)確分析、市場行情的研判預(yù)測等。在人工智能發(fā)展早期，傳統(tǒng)機器學(xué)習(xí)依賴特征工程實現(xiàn)對數(shù)據(jù)信息的提取和處理，而隨著人工智能技術(shù)的迭代發(fā)展，深度學(xué)習(xí)的特征學(xué)習(xí)取代了傳統(tǒng)機器學(xué)習(xí)的特征工程，與特征工程相比，利用數(shù)據(jù)自身來學(xué)習(xí)特征更能夠刻畫數(shù)據(jù)豐富的內(nèi)在信息，人工智能對大數(shù)據(jù)的處理能力越來越強。依托于強大的數(shù)據(jù)處理能力，人工智能技術(shù)可以對客戶行為展開分析，了解其投資偏好，找出其感興趣的產(chǎn)品；也可以對資金流向展開分析，跟蹤資金應(yīng)用場景，實現(xiàn)精準(zhǔn)營銷；還可以對異?？蛻艉唾Y金信息進(jìn)行批量搜集、整理和分析，梳理出潛在的風(fēng)險點，進(jìn)行實時監(jiān)控和預(yù)警監(jiān)測。

通過人工智能技術(shù)，財富管理機構(gòu)可以構(gòu)建一整套以數(shù)據(jù)為基礎(chǔ)的智能財富管理方案，這是人工智能促進(jìn)財富管理的第三條實踐路徑。

人工智能促進(jìn)財富管理高質(zhì)量發(fā)展的國際應(yīng)用

人工智能的技術(shù)優(yōu)勢為財富管理提供了有效的賦能路徑，國外率先興起了人工智能財富管理的應(yīng)用。2008年國際金融危機后，全球經(jīng)濟(jì)陷入衰退，國際金融市場系統(tǒng)性風(fēng)險加劇，私人財富普遍縮水。而傳統(tǒng)投顧高門檻、高收費的標(biāo)準(zhǔn)限制了大批投資者理財需求的滿足，加上大數(shù)據(jù)信息的不斷完善和人工智能技術(shù)的迅速發(fā)展，多種因素推動人工智能財富管理在短期內(nèi)的迅速發(fā)展。其中包括以下三個應(yīng)用場景：“充分了解客戶”（Know Your Customer，KYC）、智能投顧平臺和大語言模型。

“充分了解客戶”

財富管理業(yè)務(wù)有著龐大的客戶基礎(chǔ)，如何發(fā)現(xiàn)銷售線索并依據(jù)線索跟進(jìn)實現(xiàn)客戶轉(zhuǎn)化是關(guān)鍵。在這方面，國外財富管理機構(gòu)依托于人工智能的大數(shù)據(jù)分析能力和豐富的標(biāo)簽體系，可以精準(zhǔn)構(gòu)建客戶標(biāo)簽、勾勒客戶畫像，全面完善客戶個人信息，做到360度的客戶洞察，從而挖掘養(yǎng)老、教育、購房、購車、旅游等特定目標(biāo)場景的客戶需求，以此提高銷售精準(zhǔn)度。國外這種服務(wù)模式也被稱為“買方投顧”模式，是以客戶的買方角度為立場，通過精細(xì)化客戶需求，提升客戶體驗，增強客戶黏性。

摩根士丹利（Morgan Stanley）是最早重視財富管理的華爾街投行，它的“下一個最佳行動”（Next Best Action）財務(wù)管理平臺利用人工智能技術(shù)挖掘客戶信息，精細(xì)化客戶分層，準(zhǔn)確進(jìn)行客戶定位和產(chǎn)品服務(wù)的匹配，為不同地區(qū)、不同特征的客戶提供針對性的財富管理服務(wù)。此外，摩根士丹利專門以年輕高管為目標(biāo)客戶，推出“下一代財富管理”（Next-Gen Wealth Management），基于客群畫像提供包括業(yè)務(wù)規(guī)劃、退休規(guī)劃以及另類投資和可持續(xù)投資建議在內(nèi)的一系列產(chǎn)品。摩根士丹利還建立了一支團(tuán)隊，專門為四大會計師事務(wù)所合伙人提供財富管理服務(wù)，包括薪酬方案和養(yǎng)老金規(guī)劃等。此外，以Wealthfront、Betterment等為代表的美國新興財富管理機構(gòu)，也在利用人工智能技術(shù)追蹤并分析客戶收支數(shù)據(jù)，從而為客戶提供定制化財務(wù)規(guī)劃和資產(chǎn)配置建議。

智能投顧

智能投顧平臺是以人工智能技術(shù)為基礎(chǔ)，為人工投顧分擔(dān)信息數(shù)據(jù)的收集、投資組合方案的設(shè)計、投資組合收益和風(fēng)險的監(jiān)測等工作。具體來說，在獲取客戶畫像之后，智能投顧將根據(jù)客戶畫像結(jié)果，針對客戶資產(chǎn)現(xiàn)狀、風(fēng)險偏好、預(yù)期目標(biāo)等要素，基于人工智能技術(shù)和現(xiàn)代投資組合理論，為客戶推薦智能化、個性化的最優(yōu)投資組合資產(chǎn)配置策略。智能投顧平臺的應(yīng)用使得人工投顧可以服務(wù)更多客戶并與客戶進(jìn)行深度溝通，在確保客戶體驗前提下有效提升人工投顧服務(wù)效率，推動財富管理業(yè)務(wù)規(guī)模快速擴張。

美國的智能投顧平臺于2015年后發(fā)展迅速。2015年，嘉信理財（Charles Schwab）推出嘉信智能組合（Schwab Intelligent Portfolios），根據(jù)投資者的不同風(fēng)險偏好和投資目標(biāo)，提供智能投資咨詢策略服務(wù)。2016年，嘉信理財又自創(chuàng)智能投顧機器人，基于人工智能與大數(shù)據(jù)技術(shù)為機構(gòu)客戶提供智能投資組合與自動調(diào)整資產(chǎn)配置等的財富管理服務(wù)。2018年，摩根士丹利為投資顧問推出“Next Best Action”財務(wù)管理平臺。2020年，高盛集團(tuán)（Goldman Sachs）為長尾用戶推出了智能投顧平臺“Marcus Invest”。目前，國際上各大金融機構(gòu)都在積極部署智能投顧平臺的建設(shè)，為不同目標(biāo)客群提供精細(xì)化、智能化的資產(chǎn)配置建議，極大提高了財富管理的服務(wù)效率。

大語言模型

人工智能技術(shù)的發(fā)展也推動著大語言模型的建設(shè)，2022年11月底美國人工智能研究實驗室OpenAI推出大語言模型ChatGPT，能根據(jù)聊天上下文與用戶實時互動，給用戶帶來了突破性的體驗。大語言模型的建設(shè)，為財富管理的發(fā)展帶來新的動能。以資源檢索和風(fēng)險監(jiān)測為例，一方面，投資顧問可以利用大語言模型快速檢索資源數(shù)據(jù)，為客戶提供更加精準(zhǔn)、快捷、高效的服務(wù)體驗；另一方面，利用這些前沿的人工智能技術(shù)模型，就可以實時監(jiān)測市場風(fēng)險，若風(fēng)險達(dá)到一定閾值之后觸發(fā)調(diào)倉機制，對現(xiàn)有的投資組合進(jìn)行資產(chǎn)配置的再平衡調(diào)整。此外，大語言模型在客戶畫像構(gòu)建、資產(chǎn)配置決策、編寫策略代碼等方面同樣有廣泛的應(yīng)用前景。

2023年9月，摩根士丹利推出面向內(nèi)部投資顧問的人工智能系統(tǒng)，該系統(tǒng)是與OpenAI共同開發(fā)，顧問可以用語言模型快速檢索內(nèi)部研究資源數(shù)據(jù)庫，更高效地為客戶提供更優(yōu)質(zhì)的個性化資產(chǎn)配置服務(wù)。除此之外，彭博（Bloomberg）發(fā)布了全球首個金融垂直領(lǐng)域大語言模型BloombergGPT，該模型在財經(jīng)新聞情感識別和分類、信用評估報告風(fēng)險識別等方面有著優(yōu)異的性能。哥倫比亞大學(xué)聯(lián)合上海紐約大學(xué)推出首款開源金融大語言模型產(chǎn)品FinGPT，在投資組合優(yōu)化、金融情緒分析、信用評分等方面同樣表現(xiàn)出色。

目前受限于金融語料素材較為貧乏等因素，金融類的大語言模型還處在發(fā)展初期。但可以預(yù)見，未來隨著人工智能技術(shù)的發(fā)展和大語言模型的完善，大語言模型將引領(lǐng)財富管理行業(yè)新一輪的技術(shù)變革。

人工智能促進(jìn)財富管理高質(zhì)量發(fā)展的國內(nèi)啟示

人工智能技術(shù)在國際上財富管理領(lǐng)域的應(yīng)用實踐已相當(dāng)活躍，國際財富管理機構(gòu)利用人工智能的信息檢索、數(shù)據(jù)處理、算法推演等方面的技術(shù)優(yōu)勢，賦予財富管理業(yè)務(wù)的新時代發(fā)展動能，這給國內(nèi)人工智能財富管理帶來發(fā)展啟示。

強化人工智能財富管理的客戶理念

人工智能徹底改變了傳統(tǒng)財富管理模式的經(jīng)營方式，但“以客戶為中心”的宗旨與準(zhǔn)則不僅并未發(fā)生變化，反倒在發(fā)展中越來越得以完善。服務(wù)客戶、以客戶利益為導(dǎo)向的發(fā)展宗旨，是當(dāng)前國外人工智能財富管理模式的主要指導(dǎo)。對比國外財富管理市場以“買方投顧”為主的模式，當(dāng)前我國財富管理市場仍以“賣方投顧”為主。國內(nèi)投顧應(yīng)該轉(zhuǎn)變行業(yè)思維，利用好客戶數(shù)據(jù)信息，充分發(fā)揮人工智能的數(shù)據(jù)處理能力，依據(jù)資產(chǎn)現(xiàn)狀、風(fēng)險偏好、預(yù)期目標(biāo)等各類數(shù)據(jù)信息，準(zhǔn)確捕捉客戶財富管理需求，并對客戶進(jìn)行精細(xì)化分層分類，細(xì)化目標(biāo)客戶群體，實現(xiàn)對客戶關(guān)系經(jīng)營管理的全方位系統(tǒng)化。

提升人工智能財富管理的模型算法

在當(dāng)前市場環(huán)境下，各金融機構(gòu)在財富管理領(lǐng)域的競爭日益激烈。在人工智能財富管理的模型算法上，目前國內(nèi)主要聚焦于調(diào)用金融模型的理解、歸納、分類能力完成一些輔助性的金融任務(wù)，對于決策類、數(shù)據(jù)分析類、營銷類金融任務(wù)的探索還處于起步階段，在應(yīng)用深度和廣度上仍有拓展的空間。一是在深度上，需持續(xù)提升人工智能的模型算法能力，布局大語言模型等人工智能前沿模型算法，在畫像構(gòu)建、產(chǎn)品選擇、資產(chǎn)配置等各個維度進(jìn)行升級優(yōu)化，支持客戶需求分析、投資選擇與組合構(gòu)建，通過模型算法提升人工智能財富管理的專業(yè)水平。二是在廣度上，持續(xù)豐富資產(chǎn)配置應(yīng)用場景，利用人工智能技術(shù)布局財富管理的整個生命周期，從投資需求逐步拓展到教育、醫(yī)療、養(yǎng)老等多維度場景，滿足客戶多方面的財富管理需求。

加強人工智能財富管理的監(jiān)管

人工智能的應(yīng)用及發(fā)展，拓寬了傳統(tǒng)財富管理的邊界，使其逐漸向多行業(yè)、多場景的方向發(fā)展，但人工智能在數(shù)據(jù)安全性、算法穩(wěn)定性等方面存在的問題也會為金融體系帶來新的風(fēng)險。為防范其可能帶來的金融風(fēng)險，需要從以下三方面完善相應(yīng)的法律法規(guī)監(jiān)管體系，加強人工智能財富管理的監(jiān)管。

第一，要建立人工智能財富管理業(yè)務(wù)的準(zhǔn)入機制和行業(yè)人員培訓(xùn)標(biāo)準(zhǔn)，由專門機構(gòu)對其資質(zhì)進(jìn)行審查，從源頭上防范自動化交易等人工智能技術(shù)的濫用對市場秩序造成的擾亂。第二，要對財富管理業(yè)務(wù)理財產(chǎn)品的發(fā)行銷售、投資兌付等經(jīng)營管理的各個環(huán)節(jié)，進(jìn)行全方位的監(jiān)管，建立信息披露制度和投資者保護(hù)機制，從而有效降低客戶的投資風(fēng)險。第三，要加強人工智能監(jiān)管科技建設(shè)，監(jiān)管機構(gòu)的人工智能應(yīng)用水平要與財富管理機構(gòu)的人工智能應(yīng)用能力相適應(yīng)、相匹配。利用人工智能技術(shù)動態(tài)監(jiān)測市場波動，提高數(shù)字化監(jiān)管效能，從而做到對人工智能財富管理行業(yè)的實時監(jiān)管。

國家金融監(jiān)管總局局長李云澤在2023金融街論壇年會上指出，我國已成為全球第二大資產(chǎn)和財富管理市場，中等收入群體已超過4億人，行業(yè)管理資產(chǎn)年均增長6.2%，中國資產(chǎn)和財富管理將進(jìn)入發(fā)展“黃金期”?；诒疚牡姆治?，筆者認(rèn)為中國財富管理行業(yè)既需要持續(xù)深化“以客戶為中心”的智能投資管理服務(wù)理念，也需要具備國際視角，通過吸收國外優(yōu)秀的人工智能財富管理實踐經(jīng)驗，發(fā)揮好人工智能的技術(shù)優(yōu)勢，促進(jìn)我國財富管理行業(yè)的高質(zhì)量發(fā)展。