财联社9月27日讯 伴随着我国经济的快速发展，居民财富管理与资产管理的需求也逐步增多，在《资管新规》整体规范之后，我国各类资管产品也已进入了快速规范发展的新时代。

　　财联社作为最具影响力的资本市场媒体之一，长期致力于观察和研究资管市场发展，继去年成功举办首届资管年会之后，今年9月20日已举办“2024上海全球资产管理年会（第二届）”，汇聚监管、机构和学界精英，共同研讨资管业在大转折时代如何践行高质量发展。

　　此外，财联社特联合兴业研究，组成课题组，推出《2024中国资产管理行业观察报告》。

　　本文为第八篇节选，课题组梳理了自动化交易提升资管产品投资效率、智能投顾优化匹配募资来源、未来资管行业进一步运用科技的前景等内容。

　　自动化交易提升资管产品投资效率

　　2023年10月结束的中央金融工作会议，提出了做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章的要求。近年来，在金融科技快速发展的背景下，境内外资管行业也在逐步探索运用科技手段，提升自身的经营水平。从具体的运用方式来看，目前资管机构在投资端已逐步开始探索增加对于程序化交易、量化交易等方式来提升投资的效率，而在募资端，智能投顾也在进一步将投资者的投资目的与资管产品的募资进行优化匹配，在提升投资者投资体验的同时，也可以避免开放式资管产品在特殊环境下遭遇流动性问题。本部分将集中于程序化交易和智能投顾这两项相对成熟的运用进行阐述，并对未来资管机构进一步丰富科技赋能运用进行展望。

　　近年来，随着信息化、电子化技术在金融市场中运用广度和深度的拓展，自动化交易、算法交易与高频交易等成为了越来越多金融机构首选的交易方式。

　　从算法交易这一自动化交易的具体方式来看，境外发达经济体监管部门都对其进行了高度关注和研究。以欧盟为例，欧盟于2018年开始施行的《欧洲金融工具市场指令 II》（Markets in Financial Instruments Directive II, MIFID II）对其进行了定义。MIFID II指出，通过计算机算法自动决定金融工具交易订单某个或某些要素（例如是否发起订单、发起订单的时间、订单的价格、订单的成交量等要素），且较少或完全没有人为干预的金融工具交易即为算法交易（Algorithmic Trading）。应当注意的是，MIFID II指出仅通过智能程序选择交易场所，而预先设置的算法并不决定其他交易要素（例如价格、数量等）的交易方式并不属于算法交易。因此，自动路径下单系统（Automated Order Routers, AORs）并不在算法交易之列，而智能订单系统（Smart Order Routers, SORs）则属于算法交易之列。而在我国，证监会在2024年4月公开征求意见的《证券市场程序化交易管理规定（试行）》中，将程序化交易明确为通过计算机程序自动生成或者下达交易指令在证券交易所进行证券交易的行为。其中的程序化交易投资者包括了私募基金、证券公司、公募基金管理人、保险机构等自营机构和资管机构。

　　从算法交易和高频交易等自动化交易在金融市场中的运用来看，随着计算机技术的拓展，各类自动化交易在欧美市场中的占比已经达到甚至超过了总交易量50%以上。在股票市场，高频交易在欧美股市中占比在10年前即已达到较高水平。根据SEC职员Greig（2012）的统计，美国股票市场高频交易在总成交量中的占比已经从2005年的20%左右，上升到了2010年的55%左右；欧洲股票市场高频交易在总成交量中的占比已经从2005年的不足5%，上升到了2010年的约40%。随着时间的推移，目前算法交易和高频交易等在欧美股票市场总交易量的占比相较于2010年还有进一步扩大的空间。

　　在期货等衍生品市场，部分流动性较高的产品自动化交易占比甚至比股票市场更高。从上文可知，CFTC语境下的自动化交易即为算法交易。供职于CFTC的Haynes和Roberts（2015）研究了CME在2012年11月12日至2014年10月31日期间的交易数据，发现在外汇衍生品中自动化交易的占比达到了79.9%，权益和利率类衍生品交易中也有60%以上来自于自动化交易，能源、贵金属和农产品衍生品交易中的30%至50%也是来自于自动化交易，只有低成交量的部分产品中自动化交易的占比较低。CFTC前任主席Massad在2015年的讲话中也指出，近年来美国10年期国债期货交易量的67%以及欧洲美元期货交易量的64%来自于自动化交易。

　　从资管机构运用算法交易的优势来看，其不仅有利于资管机构自身降低交易成本、提高交易效率，也能够提升市场的整体效率。算法交易和高频交易在提前确定好相应的程序之后并不需要过多的人为介入，即可自动进行交易的提交、申报和执行等操作。由此，既可以降低所需要雇佣的用于完成交易的前中后台人员数量，还可以进一步通过电子化替代提升交易全流程的效率，降低潜在“乌龙指”可能导致的操作风险。因此，不少金融机构乐于在部分交易平台上尝试通过算法交易等方式取代人工操作。值得注意的是，当前越来越多的资管机构也在运用程序化交易来同时攫取跨市场的潜在套利机会，这些套利机会往往稍纵即逝，这就需要程序化的自动交易系统对相关机会予以监测和把握。此前较多的学术研究都认为，在市场正常的情况下，算法交易和高频交易可以增强市场的流动性。与此同时，算法交易和高频交易的运用使得金融机构能更为快速和准确的发现股票的价格，同时消除不同市场之间潜在的价差和套利空间。

　　但是应当指出的是，各类自动化交易虽然具有多方面的优点，若是不能及时根据其特点进行有效的监管和风险防范，也可能出现潜在的风险。最为典型的潜在风险就是若多家机构采取了相同的策略或算法，可能会在特殊的市场环境下加大市场的单向波动幅度。2010年至2020年，全球金融市场曾经出现了多次较为知名的闪崩或大幅动荡事件，包括2010年5月6日的美国股票市场闪崩事件、2013年4月23日美国股票市场由于媒体社交账号被盗发布不实信息导致的闪崩事件、2014年10月15日美国10年期国债收益率闪崩事件、2015年1月15日瑞士法郎大幅波动事件、2016年10月6日英镑闪崩事件、2020年3月的全球金融市场大幅动荡等，这些事件的背后或多或少也有同质化量化交易策略同向作用的潜在影响。而在2024年年初，我国部分私募机构所采用的DMA策略也曾由于市场波动遭遇过较大的负面影响，甚至还对市场的波动产生了反馈的螺旋效应。在此背景下，我国证监会也就《证券市场程序化交易管理规定（试行）》进行了公开征求意见，以期更好地规范各类自动化交易，促进资管机构行稳致远。

　　智能投顾优化匹配募资来源

　　当前，我国广义的投资顾问业务事实上包括两类：一类是面向资管机构和产品，为其开展资管产品投资提供操作性建议的投资顾问服务；另一类是面向零售或企业客户，为其运用富余资金开展投资金融资产提供投资顾问服务的业务。具体到我国境内的面向零售和企业客户的投资顾问业务，目前有较为明确监管规则的有证券投顾与基金投顾。在我国当前实践中，智能投顾一般基于基金投顾的服务平台所提供。值得注意的是，证券投顾与基金投顾不仅投资标的范围不同，更为重要的是证券投顾仅可以向客户提供投资建议与辅助客户作出投资决策，暂时不能代理客户直接操作投资，而基金投顾则可以在一定程度上代理客户进行投资决策。因此，我国目前智能化程度较高的智能投顾业务运用场景主要为基金投顾。

　　我国智能投顾能够得到快速发展的关键在于我国“买方投顾”模式的逐步发展。在较长的时间内，我国的投顾业务模式为“卖方投顾”。在“卖方投顾”模式下，投顾业务的盈利来源于产品的代销手续费收入，销售与服务人员业绩考核标准和特定产品的销售规模相挂钩。与之相对应，“买方投顾”模式所收取的费用主要来源于金融产品投资者，例如银行可按照客户委托其提供投资顾问服务的资产总额一定百分比收取服务费。因此，“买方投顾”将可以更好的站在客户立场为客户提供投资建议。在“卖方投顾”模式之下，销售机构的激励更多来自于产品创设方，即使在该模式下践行智能投顾，由于系统要素和指标设置的人因性，智能投顾系统将可能难以客观的根据投资端客户的特点和需求为其合理的组合配置产品库中产品，无法充分发挥运用智能体系评判客户需求的优势。而在“买方投顾”模式下，由于销售机构更多的站在客户的立场，运用智能投顾系统的过程中也将更有激励客观的向投资者提供产品组合建议，从而确保金融消费者利益最大化。因此，我国智能投顾体系的进一步发展有赖于基金投顾试点下“买方投顾”模式的推广和深化。

　　我国较早的智能投顾始于2016年，部分银行、证券公司、基金公司、基金销售机构逐步开始推出智能投顾服务，典型代表有“安心投顾”、“帮你投”等产品。2019年《试点通知》发布后，基金投顾业务试点工作正式开展，借由基金投顾试点所倡导的“买方投顾”实践，智能投顾的发展逐步加速。截至2023年3月底，基金投顾服务资产规模1464 亿元，客户总数 524 万户，10 万元以下个人投资者占比94%，其中绝大多数资产的服务方式即为智能投顾。

　　从具体流程来看，我国不同类型机构开展智能投顾业务的流程相似。通常可以分为以下几个步骤：

　　第一，收集投资者数据。智能投顾产品在向投资者提供服务前，会通过问卷的形式进行投资者数据收集。大多情况下，集中在投资总额、收益预期、投资年限等方面。

　　第二，确定投资方案。基于投资者数据，确定其投资需求与风险偏好后，根据大数据模型确定投资方案并向投资者展示投资方案细节，包括配置情况、历史表现、较好情况下的收益与较差情况下的亏损等。

　　第三，自动调仓。投顾机构根据模型对各类资产价格走势进行预测，进一步进行自动调仓，包括投资组合成分内基金的认购/申购、赎回、份额转换、设定分红方式、组合调仓等操作，以达到预定的投资收益率。值得注意的是，我国监管部门引导智能投顾业务采取较低换手频率。《征求意见稿》中指出：“基金投资顾问机构应当坚持长期投资理念，有效控制基金组合策略的换手率。”

　　从收费模式来看，我国大多数机构智能投顾业务按照客户资产管理规模的一定费率进行收费，部分机构针对投资者特性进行定制化收费，呈现“千人千面”特征。以某第三方基金销售机构的智能投顾产品为例，其基金投顾服务费按日计提，按资产管理规模以一定费率收取服务费。针对不同投资者，该智能投顾产品会设定不同费率。

　　应当指出的是，在募资端使用智能投顾系统还能提升投资者投资目的与资管产品投资策略的匹配性，从而更好地实现“将合适的产品卖给合适的人”的目标。通过实现这一目标，还能够进一步提升投资者投资资管产品资金的稳定性，进而避免在市场出现波动时资管产品遭遇流动性风险。

　　未来资管行业进一步运用科技的前景

　　随着数字金融的加速发展，我国资管行业各个领域、细分业务流程对于金融科技的运用不仅在范围上将有所拓宽，同时在运用的深度上也有进一步深化的空间。

　　第一，大语言模型和AI的运用对于投研体系效率的提升。近年来大语言模型和AI技术的运用突飞猛进，也为资管机构将其运用于投研过程提供了可能。从实践中来看，已有部分金融机构使用大语言模型或AI系统赋能交易员或投资经理总结各类投资研报、分析企业财务报表，承担了此前的重复性、事务性工作。不过值得注意的是大模型和AI的运用目前仍有一定局限性。以大模型为例，其“生成”能力仍然基于对于已有规则或“语料”的学习，自身所具有的复杂推理能力仍相对较弱。如果向其所投喂的数据或训练过程出现偏差，很容易导致相关模型“一本正经胡说八道”，因此当前仍需要人力的监督和介入，才能最好的发挥好AI的作用。

　　第二，自动化的风险管理和监测体系有助于风控智能化。随着全球金融市场之间联系的愈发紧密，不同市场间信息、波动的传播速度也不断加快，单纯依靠人力对最新信息或跨市场波动作出判断并进行决策以防范潜在风险的难度也在不断上升。由此，自动化的风险管理、监测乃至执行系统未来将成为各类资管机构、金融机构的必备之选。

　　第三，升级智能投顾为客户投资全生命周期陪伴旅程。当前，我国机构所采用的智能投顾体系多集中在投资者投资过程中引导其投资方向符合其投资目标、风险承受能力资管产品的过程，即资管产品的募资过程。然而从境外的经验来看，智能投顾体系正不断地向资管产品乃至客户服务的全生命周期拓展。境外的智能投顾体系，已开始探索从客户咨询到客户持有和调仓，乃至客户赎回之后的持续产品推荐和信息留存等全流程拓展。通过将智能投顾体系升级为客户投资全生命周期的陪伴旅程，不仅能以客户为中心的提升客户的体验，同时还可以帮助资管机构更敏锐的把握客户的投资倾向、偏好等特征，从而及时设计出符合客户当前需求的资管产品。

　　第四，从自动化交易到智能决策和智能投资的升级。当前资管机构和金融机构所使用的自动化交易系统还大多停留在给定明确的触发阈值或操作规程，在相关规则触发时自动开展交易的层面。当前尚未实现通过AI和机器学习等方式学习市场特征、主动生成和进化投资策略的智能决策和智能投资。随着未来科技水平的发展，不排除将有资管机构深度运用机器学习等方式开展智能决策和智能投资。但是应当注意的是，由于计算机系统、程序的局限性以及伦理学和法律方面的考虑，相关智能决策和智能投资系统仍应保持一定的人工介入和监督。

　　（财联社&兴业研究联合课题组）