论文智能投顾不能占领整个财富管理市场，本文是财富管理本科论文范文跟投顾和财富和占领类在职开题报告范文.
中国的财富正在急剧增长,每年复合增长率为20%,远远高于世界平均水平（世界平均水平是4.8%）.但中国人通常最关心两件事：子女的教育和理财.从小到大,我们有没有正儿八经学习过这两门课？好像没有.教育子女、管理财富好像是与生俱来的能力.但在未来的10年,我们要打破刚性兑付的情况,闭着眼睛投资的时代已经一去不复返了.未来财富管理的标准一定是专业的,一定是标准的,而且需要复合型的人才.
今天我想聊一聊智能投顾.8年前,UBS交易大厅人来人往,热闹非凡,但今天,这样的场景不再重现,人都被机器取代了.我们来看一组数据：
（1）荷兰ING银行,宣布一个可以让他们在未来省下近9亿欧元的“数码转换”计划：先砍掉5800名员工,占员工总数13%；未来再视情况让另外1200名员工转职或是裁掉.
（2）德国商业银行,到 2020年他们会将银行中 80%的工作都数码化、自动化,最终将会裁掉9600名员工.
（3）美银,计划在消费者银行分部减少8000多个工作岗位.
（4）花旗银行,2015—2025这10年间欧美银行将裁员30%,数量最多达到170万人.
以上数字都是非常惊人的.
那么到底机器能不能取代人？智能投顾是利用新的技术,包括云计算、机器学习等技术将现代资产组合的理论应用到模型当中,结合个人投资财务状况、风险偏好和收益目标为投资者提供最佳的投资组合.
财富管理一般会经历3个阶段：第一个阶段是卖产品,今天的中国就处在一个卖产品的阶段,不管是理财师也好,财富的拥有者也好,到了一个机构首先问你有什么好的产品？而且这个产品是非常单一的,是固收类的产品,随着刚性兑付的打破,风险一定会上升,所以我们需要资产组合,而不是卖产品；第二个阶段卖咨询；最后是卖一站式解决的服务.今天我们讲到的智能投顾,可能会做一些取代人的工作,但它只是一个初级的取代.
智能投顾的发展背景
智能投顾在过去两年为什么能在全世界得到井喷式的发展？背后有它的一些逻辑.
第一,资产波动加大.经济下行,各类资产剧烈震荡,个人投资者的焦虑难抑.而多元资产配置可以有效分散投资风险,减少组合收益率的波动,帮助投资者实现稳健收益.
第二,资产配置对专业性的要求越来越高.如何根据个人风险承受能力、目标和风险偏好选择投资产品？配置哪些产品？配置多少？何时买入？何时卖出？对普通个人投资者而言,这些问题实践起来非常困难,对专业知识、经验及条件的要求很高.
在资管这个行业,最牛的人通常是对冲基金的基金经理.但过去20年来,对冲基金的回报率在下降.我们跟什么比？跟基准比,基准其实要求不高,就是美国1年期的国债收益率再加上5%.比如当前美国1年期的国债收益率只有1%,加上5%,也就是6%.但最近10年,这些对冲基金经理都没有跑赢（图1）,换句话说,资产越来越波动,越来越需要专业化的服务.
第三,人性的弱点.我们通常讲,投资最大的敌人是我们自己,或者说是贪婪的人性.人在投资过程中很难克服情绪影响、始终保持理性.带有情绪的投资会引发错误的判断,贪婪和恐惧往往是我们投资失败最重要的根源.
第四,产品和服务获取复杂.下图2是中国的资管行业的产品,分成两大类,固定收益类和权益类.固定收益类又可以分成基准利率市场和信用产品,下面有各种各样的产品.作为专业的理财师,当你向客户介绍这些产品的时候,有多少对这些产品有了解？一个非标产品的说明书这么厚,你有没有完全学习过？这只是中国的资管产品,国外产品的更厚,很多陷阱你是不知道的,这时就需要我们的专业知识.
第五,互联网、大数据技术、人工智能的进步.智能投顾带来的另一个变化,就是可以服务尾部的客户.原来因为成本比较高,只能服务财富最多的20%客户.但人工智能的优点是边际成本为零,那些无法服务到的尾部客户,今天我们可以通过大数据、人工智能的技术来服务他们（图3）.
未来,财富的拥有者是“90后”“00后”,他们对智能投顾的接受度会越来越高,这为智能投顾的发展提供了客户基础（图4、图5）.
对冲基金的收益率越来越低,也就是主动式投资的回报在下降,市场变得越来越理性,大家会从主动式投资变成被动式投资,比如ETF产品的出现.下页图6是全世界ETF的规模,从2007年到2017年这10年的发展速度是非常快.2007年,全世界的ETF在市场上的交易为8070亿美元,到2017年4月,已经达到3.8万亿美元,增长速度非常快.这为智能投顾提供了工具基础.
智能投顾在过去几年之所以得到高速的发展,主要依赖于互联网、大数据、人工智能的进步.全球财富管理的服务模式整体上呈现出从线下至线上、资本门槛从高到低、客户体量从大到小、产品从单一到多元、服务费率逐渐走低、投资方式多样化等趋势.在这个大的背景下,我们运用了一个新的投资顾问的模式就是智能投顾.
智能投顾的技术基础
过去一二十年,随着深度学习,人工智能从原来的像人一样看,像人一样读,像人一样听,到今天像人一样思考,像人一样学习,需要一些技术基础.首先是运算能力,其次需要数据,最后是算法（图7）.
智能投顾的分类
如果对智能投顾进行分类,可以分成3类：
第一类是资讯提供型,通过智能算法对市场热点进行抽取,整理出市场持续关注的投资题材或表现优异的板块推送给客户.
第二类是咨询建议型,通过智能算法得出的结果作为给予客户投资规划、建议的依据,但并不直接参与客户的投资活动,如Mint、Learn Vest 等为客户提供投资规划,Personal Capital 提供投资建议.
第三类是资产配置型,即接受客户部分或全权委托投资,以股票、债券、ETF 等为投资标的,*客户进行操作,如Betterment、Wealthfront、Future Advisor 等,这一类的投顾公司目前发展最快、受托管理的资产规模最大.
这也是智能投顾发展到如今的3个商业模式,在这3个商业模式当中,发展最快的是最后一个,因为它有盈利模式.所以今天我们所讲的智能投顾,通常指的是第3个,资产配置型的智能投顾.
智能投顾与传统投顾比较
我们如果做一个对比,智能投顾和今天人对人的、面对面的传统投资顾问有什么区别？见下表.
首先看服务的流程,智能投顾是用客户的测评,然后自动化的产生方案,然后客户调整,方案的确定,最后是投后自动化的管理,这是它服务的流程.从服务的模式来看,智能投顾是互联网线上的服务,操作的过程相对于传统的人对人的服务来讲比较简单,而且费率低,另外它还可以提供税收、盈亏、房贷等增值服务,另外它的策略执行力比较强,因为它是机器,会严格按照事先的指令行事,而人会受情绪的影响.还有服务的时间,它可以7×24小时服务.但它也有劣势,客户的情绪安抚是没有办法做的,毕竟人跟人之间需要交流.
智能投顾的服务流程决定其发展也受到一定的制约（图8）.
第一,用户.智能投顾的获客成本很高,增加客户黏性的成本也相应较高.
第二,标的.目前,可采用智能投顾的投资都是被动型的ETF,可供交易标的不足.
第三,数据.智能投顾还缺乏有效数据的沉淀.
第四,监管.目前,基金销售和投顾牌照分离,这在一定程度上制约了智能投顾在中国的发展.
智能投顾的未来
如果我们对未来智能投顾发展做一个展望,今天它可能只是作为一个资产配置,随着其技术的进步,以及获得越来越多客户的认可,智能投顾的服务内涵会增加,可以从教育储蓄投资、信贷、理财产品发展到成为管家式个人财富中心,如图9所示.但这些只是服务长尾客户,是传统金融机构不愿意服务或者无法服务的人群,真正的私人客户,他还是会留在传统金融机构,因为人毕竟需要面对面的、有温度的交流,这样才能获得信任.
其实信任,也是财富管理这个行业最核心的竞争力,而不是专业能力.如果你不能获得客户的信任,那么他自然不会把钱交给你来管理,你有再多的专业知识都不行.智能投顾只能取代部分的服务,或者服务部分的客户,而不能占领整个个人财富管理行业.
本文整理自作者在中国理财师职业化发展联合论坛上的演讲,文字有删节,题目为编者所加.
上文评论:上述文章是一篇关于投顾和财富和占领方面的相关大学硕士和财富管理本科毕业论文以及相关财富管理论文开题报告范文和职称论文写作参考文献资料.
参考文献：
1、 金融科技发力，智能投顾、大数据风控、人脸支付或成主题 互联网巨头们对于金融行业的觊觎从来就没有减弱过,凭借着在“互联网”时代积累下来的流量优势,他们能够尝试愿意尝试的一切机会,金融行业自然也不例外 众筹、P2P、信贷……不同的互联.
2、 投顾三要素 无论是采用量化分析还是价值分析,其根本目的是为投资者选择适合的资产,该资产既能满足投资者的收益率要求,也符合投资者的风险性格 离开收益率和风险谈投资,都难言是成功的投资 这就决定了确定一项投资需要关注.
3、 智能投顾缘何智能 在智能投顾这个词被国内大量引用之前,投顾在中国特指券商营业部中的证券投资顾问 不同于国外,国内智能投顾的发展方向走出了3种分支第一,高频荐股帮助客户追求阿尔法收益；第二,以海外资产配置为主；第三,以人.
4、 财富管理市场机遇和挑战并存 我国经济的迅速发展带来了国民财富的迅速增加 相对于传统的理财方式,现在人们需要的是更科学、更专业的资产配置服务,来实现财富安全和持续增值 随着当前财富管理观念的逐渐深入,人们对于财富管理的需求逐渐增加.
5、 金融监管新时代下的财富管理方向 自2013年以来,中国银行间市场、外汇市场、股票市场、债券市场及互联网金融市场……市场风险事件此起彼伏,尤其是汇率贬值、资本外流和资本市场动荡之间的联动,带来了系统性风险苗头,引发金融市场风险持续上升.
6、 新时代抓住财富管理新机遇访宜信卓越财富投资管理（北京）有限公司高级副总裁赵若冰 宜信财富2018投资峰会于6月29日—7月1日在四川成都举行 包括被称为“文艺复兴时代政治家的活化石”的法国前总理多米尼克·德维尔潘在内的国内外政要及.