论坛分类

东吴计算机&非银【智能投顾:开启资产管理新时代】_Fintech系列报告二

只看楼主收藏回复

楼主

评级：增持（维持）

投资要点

智能投顾开启资产管理新时代，成为Fintech领域又一风口。科技创新驱动发展，多维度+高频度的海量数据为智能投顾发展奠定基础，同时大数据、云计算、人工智能等技术创新推动智能投顾历经在线投顾、机器人投顾、人工智能投顾三个阶段的发展走向成熟。由于互联网证券兴起、佣金率下行、一人一户政策放开，证券行业的变革将为智能投顾的发展迎来历史机遇，而人口结构变动、千禧一代崛起，居民金融资产配置需求提升将推动智能投顾迅速发展。2015年全球智能投顾爆发式增长，全年风险投资额达到23.88亿美元，Betterment、Wealthfront、嘉信理财等一批代表性公司管理的智能投顾资产规模均超过30亿美元，智能投顾成为Fintech领域又一风口。

智能投顾潜力巨大，千亿市场可期：相对传统投顾模式，智能投顾具有门槛低、费用低、信息透明度高三大显著优势，近三年机器人管理的资产已经从2012年的几乎为零迅速增加到187亿美元。根据科尔尼的预测，美国智能投顾资产管理规模2020年有望达到2.2万亿美元。波士顿报告显示，2014年中国私人财富规模达22万亿美元，然而大部分理财资产集中于银行、基金以及信托等机构发布的理财产品。预计到2018年，中国的私人财富总规模达到40万亿美元。考虑经济发展带来的巨大理财需求和泛资管时代下权益类资产比重提升，假定10%的渗透率，则我国智能投顾管理的资金将达4万亿美元，考虑0.3%的管理费率，对应的管理费和增值服务费市场在千亿级别。

大类资产配置和量化数据分析模式有望胜出。智能投顾主要分为大类资产配置、数据分析、主题投资、跟投、线上引流线下等五类模式，我们认为机器导向是智能投顾的终极模式，同时大类资产配置模式（基于现代资产组合理论）及数据分析模式在投资门槛、投资费用、潜在收益率、信息透明度等多个维度具备相对优势，看好此两类模式的发展前景。目前国内在金融产品的完善程度、、投资者结构等方面与国外差别较大，不完全成熟的市场导致我国资产大类配置模式的土壤还未形成，特殊的投资环境将促使数据分析模式成为我国智能投顾行业的先行爆发点。

投资建议：短期关注数据量化模式，长期还看好资产大类配置模式。标的：1）有着庞大普惠金融群体的互联网公司，如同花顺(国内智能投顾数据分析模式龙头公司)，平安，京东智投，蚂蚁金服、东方财富、分众传媒（收购智能投顾平台“拿铁财经”70%股权）等；2）主动拥抱智能投顾模式的传统金融公司，如华泰证券（拟出资8亿美元竞购美国资产管理软件生产商AssetMark）；3）专注算法研究、数据分析和平台搭建的IT公司，如祥云信息（三板）、数库科技（基于机器学习的金融数据服务）、积木盒子（资产大类配置）、恒生电子、金证股份等。重点推荐同花顺、华泰证券。

风险提示：1）技术创新低于预期；。

1. 智能投顾开启资产管理新时代

智能投顾，亦曾被称为机器人投顾，就是投资人可以直接把钱交给专业机器人来打理，机器人结合投资者的财务状况、风险偏好、理财目标等，通过已搭建的数据模型和后台算法为投资者提供个性化、低成本、高效率的理财建议。

1.1. 科技创新推动智能投顾登上舞台

1.1.1. 海量数据时代来临，大数据为智能投顾发展奠定基础

多维度+高频度大数据为智能投顾奠定基础。随着互联网、移动终端普及，以及物联网的兴起，全球迎来海量数据时代，数据规模将呈现几何式增长，根据EMC和IDC联合发表的数字宇宙研究报告，2013至2020年全球数据量将增长10倍，从4.4万亿GB增至44万亿GB。同时，数据源将越来越丰富、数据获取方式将更加多元、数据处理成本将持续降低。大数据的蓬勃发展将重塑投资领域格局。

除了数据规模外，大数据的发展还包含维度、频度两个方面：1）数据维度不断增加：即用户产生数据的类型、层次、场景越发丰富，诸如交易数据、社交数据、行为数据、信用数据等各类数据层出不穷；2）数据频度快速提升：即数据的记录及发布频率持续提升，由低频数据向高频数据转化，例如，互联网平台流量、浏览有效时长、用户交易额等实时监测数据相对于传统的定期财务报告数据频率更高、更加精确和前瞻反映经营状况。

图表1：2020年中国大数据总量将达到40ZB

资料来源：IBM研究院，东吴证券研究所

大数据提升资产管理的响应速度和风险量化水平。在分布式计算、机器学习、大数据分析、量化建模等人工智能技术中，我们认为，大数据分析是未来投顾行业中相对更重要的核心技术。大数据分析将不断缩小不同金融机构之间以及机构投资者与个人投资者之间信息不对称的程度，成熟完善的数据分析方法采用包括行为和预测算法等先进的交易和风险管理手段，能够对实时的信息作出最快的关联分析，对所有的交易活动进行实时分析，从而更快发现投资机会和更好做出风控，吸引并留住更多客户，降低运营成本等。普华永道在其《跨越行业界线：金融科技重塑金融服务新格局》的报告中同样表示，提高数据分析的复杂度以更好地辨识和量化风险是未来资产及财富管理行业最重要和响应程度最积极的趋势。

图表2：普华永道认为未来资产及财富管理行业的数据分析因素最重要

资料来源：《跨越行业界线：金融科技重塑金服务新格局》普华永道，东吴证券研究所整理

海量数据时代资产管理格局有望重塑：数据是智能投顾的基础，利用更丰富的数据源、覆盖面更广的数据信息以及更强大的数据分析处理能力，能够实现更准确的客户画像，从而更深入的描绘出客户投资目标、风险偏好、信用状况等一系列关键因素，以便于智能投顾给出最符合客户需求的资产组合及投资建议，提升用户体验。大数据的充分应用有望重塑现有资产管理的格局。

1.1.2. 人工智能推动投智能顾行业进入第三发展阶段

人工智能长足进步，已成为智能投顾的核心技术。近年来，云计算大幅提升计算能力，基于深度学习的人工智能技术再次取得突破性进展，已开始进入实用化的阶段。同时全球对人工智能领域的投资总额不断增长，2015年已经达到23.9亿美元，且交易笔数持续增长，推动人工智能产业的蓬勃发展和在各行业的应用。回顾智能投顾的发展历史，不难发现其核心在于人力投入逐步减少、机器智能逐步提升。人工智能应用于数据应用量庞大的投顾领域是未来产业发展趋势，人工智能将成为智能投顾的核心技术。

图表3：2011-2016Q1全球人工智能投资总额及交易笔数

资料来源：CB Insights，东吴证券研究所

人工智能推动智能投顾进入第三发展阶段：从20世纪90年代末开始，智能投顾经历了三个阶段：1）在线投顾（20世纪 90年代末-2008年），该阶段在线投资分析工具的技术水平和规模都开始扩大，部分公司开始提供“在线投顾”服务，2005年允许证券自营商将投资分析工具直接给投资者使用后，在线资产管理服务规模迅速扩大；2）机器人投顾（2008-2015年），以Wealthfront，Betterment，Future Advisor为代表的“机器人投顾”公司开始发展，为客户直接提供各类基于机器学习的机器人投顾工具，部分传统券商自己开发或通过并购涉足该领域，如嘉信理财推出嘉信理财智能投资组合服务， Blackrock收购Future Advisor；3）人工智能投顾（2015年至今），依赖以大数据为基础的深度学习运用能力，及云计算带来的计算能力大幅提升，人工智能再次取得突破性进展。目前，越来越多的公司，开始尝试开发能够完全脱离人类参与投资管理链的人工智能投资系统，如国外的桥水基金，Wealthfront等。

图表4：人工智能在智能投顾的作用逐步变大

资料来源：《FINRA的报告解读》张家林，东吴证券研究所

1.2. 证券行业变革为智能投顾带来发展机遇

1.2.1. 互联网证券兴起，佣金率下行倒逼券商探索新盈利点

佣金率下行倒逼券商探索新盈利点。近年来，互联网证券蓬勃发展，成为银行、证券、保险三大传统金融子行业中与互联网融合发展最为成功的领域，互联网开户、交易、资产管理等业务不断取得突破。互联网证券为券商带来海量小微客户的同时，亦深刻影响着行业原有商业模式，激烈竞争导致券商经纪业务佣金率近年来持续下行，2016年一季度行业整体佣金率已下滑至0.042%，创历史新低。佣金率持续下滑对业绩产生深远影响，寻找新盈利增长点迫在眉睫。以智能投顾为代表的增值服务有效提升客户体验，满足个性化需求，同时充分发挥券商投研、产品设计等专业优势，有助于实现经纪业务转型升级，开拓新市场空间。

图表5：2013-2016Q1券商经纪业务佣金率持续下行

资料来源：证券行业协会，Wind，东吴证券研究所

互联网证券为智能投顾的兴起打下基础。互联网证券对智能投顾的推动作用体现在两方面：1）为智能投顾的用户扩张奠定基础：智能投顾的发展主要依赖线上渠道进行，目前中国网民数已近7亿，互联网普及率达到50.3%，互联网证券在过去几年的发展中通过线上渠道有效扩张用户，为进一步的智能投顾聚集海量线上用户。2）有效降低获客成本：互联网证券兴起，与传统线下营业部相比，互联网渠道可以大幅低成本获取海量客户资源，从而大幅降低智能投顾的成本，尤其是对众多区域性的中小券商吸引力更大。因此，领先券商积极探索智能投顾，例如，华泰证券收购AssetMark转型财富管理转型，广发证券亦向客户推出机器人投顾产品体系等。

图表6：中国网民人数持续增长

资料来源：《中国互联网络发展状况统计报告》CNNIC，东吴证券研究所

普惠金融提升投资者风险偏好，利好智能投顾发展。随着互联网金融兴起、普惠金融盛行，普通投资者有机会获得更多金融服务，互联网用户纷纷向金融领域实现迁徙。由于互联网用户较传统投资者更易于接受新事物、新产品，因而对智能投顾等新兴的业务模式兴趣更浓厚。此外，A股市场目前仍以散户投资者为主（持仓1-10万的投资者数量占比48%），并且一定程度上拥有更高的风险偏好，券商难以针对海量的普通大众投资者提供投资顾问服务，而低成本、覆盖面广、易于推广的智能投顾有效解决痛点，未来发展前景广阔。

1.2.2. 一人一户政策放宽激发客户需求

2015年4月，中国证券登记结算有限公司发布通知，明确A股市场全面放开“一人一户”限制，即自然人与机构投资者均可根据自身实际需要开立多个A股账户和封闭式基金账户，上限为20户，表明投资者可同时在多家券商开户。新政策环境下，投资者数量、股票账户数量高速增长，且客户更换证券账户的壁垒被消除，潜在需求被有效激发，佣金率较低且具有各类特色服务的券商竞争优势将更加显著，诸如智能投顾等低成本、高技术含量的服务有望显著提升用户吸引力，满足客户需求。

图表7：2015-2016年自然人投资者数量持续增长（单位：万人）

资料来源：Wind，东吴证券研究所

1.2.3. 证券业新竞争格局下，智能投顾业务是必争之地

互联网证券兴起，证券行业原有的竞争格局被打破，传统大型券商、中小型券商以及致力于切分证券业市场的互联网企业，均有强烈的意愿在智能投顾领域取得先发优势。

对于传统大型券商而言：佣金率持续下行、一人一户政策放开，长期积累的客户群体粘度显著降低，客户拥有更多选择空间，且新增投资者选择开户券商的标准不再是传统品牌形象，而更青睐佣金率、服务等方面。因此，传统券商为保持竞争力，将积极探索智能投顾，同时进一步发挥自身投研、产品设计等证券专业领域的能力优势。

对于中小型券商而言：传统的依靠营业部拓展市场规模的方式成本高、效率低，其动力不足，往往选择深耕区域市场。随着互联网证券兴起，中小型券商迎来发展契机，通过建立互联网用户渠道低成本获取海量客户资源成为其发展主战略，为弥补其本身品牌、实力短板，中小型券商将更积极发展智能投顾等各类特色服务，提升客户吸引力。因此，中小型券商将成为最积极拥抱互联网证券、创新动力最足的证券公司。

对于致力于切分证券市场的互联网企业而言：由于其本身IT、技术优势显著，且凭借成熟的互联网思维，最为重视客户潜在需求的挖掘和产品服务的创新，必定会重视发展智能投顾等新兴业务。互联网企业目前切入证券市场存在两条路径：1）收购或申请券商牌照，如东方财富、银之杰等；2）通过与券商展开全面合作，如同花顺、奇虎360等，无论采用何种方式，智能投顾都将成为需要重点拓展的蓝海市场。未来互联网公司依靠大数据、人工智能等技术领先优势，有望在智能投顾领域率先取得突破。

1.3. 社会资产配置结构变化推动智能投顾发展

1.3.1. 人口结构变化，千禧一代青睐智能投顾

千禧一代崛起，更易接受互联网化的智能投顾。千禧一代基本与个人电脑差不多同时诞生，在互联网陪伴下成长。目前千禧一代日益成熟，并逐步成为社会的主流消费人群。根据CNNIC的统计，2015年20-39岁的中青年占据我国人口总数的53.7%，年龄在40岁以上的群体（对互联网相对不太熟悉）仅占我国人口总数的22.3%。从使用习惯角度，更互联网化、更个性化、更便宜化的智能投顾模式将受到新一代人的追捧，而一旦智能投顾模式抓住千禧一代的投顾需求，未来几十年内将有望彻底成为主流投顾模式。

图表8：千禧一代成为网络主流人群

资料来源：《中国互联网络发展状况统计报告》CNNIC，东吴证券研究所

1.3.2. 居民金融资产配置需求提升呼唤更好的理财服务

我国居民金融资产占比远低于发达国家：数据显示，2014年末居民金融资产配置比例为40.7%，较2005年的32.6%明显提升。但目前存款和房产投资仍然是中国居民的主要投资理财方式，其中存款占比为40%，不动产投资占比为35%，其他非存款类的理财如股票投资、债券投资总额相加不足20%。由于2015年资本市场经历牛市行情，预计目前实际理财资产配置的比重更高。尽管如此，与欧美发达国家相比，我国居民金融资产配置比重明显偏低，例如金融市场发达的美国，2014年末居民金融资产比重高达70%，而英国居民配置比重亦高达53%。

图表9：固定资产占据中国居民资产配置结构的主流（单位：亿元）

资料来源：Wind，东吴证券研究所

图表10：中国居民金融资产配置比重远低于美国、英国（2014年）

资料来源：Wind，东吴证券研究所

固定资产向金融资产投资的转移提升智能投顾需求。随着房地产投资主导经济发展的时代过去，我国居民资产配置逐步由非金融资产（以房地产为主）向金融资产转移。根据招商银行和贝恩共同发布的《2015中国私人财富报告》中对我国高净值人群未来投资趋势的采访，超过50%的受访者预计，纵观国内金融市场行情，未来1-2年内会考虑增加金融投资，另有43%的受访者表示会保持现有金融投资规模，同时，分别有24%、15%的受访者表示会减持实业投资、房地产投资，与金融投资的增长趋势形成鲜明对比。未来中国居民的资产配置估计将往多元化、合理化方向发展，从原来的不动产、固定收益类投资项目逐步向私募基金、期货、期权以及各种金融衍生工具拓展。随着固定资产向金融资产转移，居民的金融理财、资产配置及投资咨询等需求将显著增长，未来智能投顾有望充分受益，更好地满足居民资产配置需求。

图表11：高净值人群针对金融投资的需求提升

资料来源：招商银行&贝恩《2015中国私人财富报告》，东吴证券研究所

1.4. 风险投资热捧，智能投顾在全球迅猛发展

智能投顾成为金融科技中继区块链后下一个被风险资本热捧的风口。根据CB Insights最新研究报告，2016年第一季度AI初创公司投资交易量超过140笔，创下单季度历史新高（尽管投资额依然保持平稳）。年度数据来看，2014年人工智能全球投资规模爆发式增长，2015年投资额达到23.88亿美元，伴随交易笔数持续增长。智能投顾代表公司Betterment于2016年3月获得1亿美元E轮融资，资产管理规模40亿美元，估值7亿美元，在过去的15个月，资产规模增长了近30亿美元。另一家代表公司Wealtfront于2014年获得6400万美元的D轮融资，目前资产管理规模30亿美元左右。国内方面，弥财欲打造中国版Wealthfront，目前获得1000万元的天使轮融资；蓝海智投于2015年10月成立，2016年年初便获得数百万元的天使轮投资。

图表12：国外智能投顾公司发展情况

资料来源：公开资料，东吴证券研究所

美国智能投顾创业公司先行，传统金融机构后来居上。自2008年起，Betterment，Wealthfront，Future Advisor等第一批智能投顾公司相继成立，在智能投顾市场深耕细作，经历缓慢却稳定的增长。随着人工智能，大数据分析等技术的发展，智能投顾在2015年突然呈现爆发式增长态势，传统金融机构意识到其对传统投顾市场的威胁，亦纷纷成立智能投顾部门，或通过收购创业公司，涉足智能投顾领域。2015年5月，嘉信理财上线智能投资组合服务后，不到三个月时间吸引24亿美元投资，以及3.3万多名客户，目前该项服务资产管理规模超过40亿美元；2015年8月，全球最大的资产管理公司Blackrock收购了机器人投顾初创公司Future Advisor，次年三月，高盛收购线上退休账户理财平台HonestDollar。

图表13：国内智能投顾公司涌现

资料来源：盈灿咨询，东吴证券研究所

欧美蓬勃发展趋势下，我国智能投顾亦快速兴起。据不完全统计，我国目前宣称具有智能投顾功能或者正在研发智能投顾的互联网理财平台超过20家，我们按业务模式将这些平台分为三类：1）独立建议性：提供诸如A股仓位、买卖点等建议或资产配置建议；2）混合推荐性：推荐与客户风险相适应的基金或其他理财产品；3）一键理财型：帮助客户管理资金并投资，通过第三方平台存放资金保证客户资金的安全。

2. 智能投顾市场潜力巨大

2.1. 智能投顾相对传统模式具有三大优势

智能投顾因其门槛低、费用低、信息透明度高三大显著优势开启资产管理新时代。

在传统投顾模式下，公司根据客户的具体投资需求，提供包括资产管理、保险、信托、税务咨询和规划、房地产咨询等在内的服务，主要服务对象是高净值客户，且以一对一模式为主，因此传统投顾模式存在客户覆盖极窄、投资门槛极高、收取费用高等特点，且投资品种信息不透明。在此背景下，具备门槛低、费用低、信息透明度高三大显著优势的智能投顾应运而生。

（1）门槛低：传统金融机构私人理财部的最低投资限额动辄百万，甚至上千万，导致服务对象极其有限，而智能投顾的最低起投资金仅几百或几千元，彻底释放投资理财的长尾市场。

图表14：传统金融机构私人银行部与智能投顾公司的最低投资限额对比

资料来源：公开资料，东吴证券研究所

（2）费用低：由于人力成本高，传统投资顾问的管理费普遍高于1%，且边际成本下降不明显，而目前智能投顾管理费普遍在0.25-0.5%之间，因为基于计算机算法辅助，边际成本随着客户的增多而下降，边际效应明显。

图表15：传统投顾与智能投顾费用对比

资料来源：《How FinTech is Forcing Banking to a Tipping Point》花旗银行，东吴证券研究所

（3）信息透明度高：传统投资顾问服务的信息披露晦涩，存在金融产品供应商与客户利益相冲突的问题，而智能投顾对投资理念、金融产品选择范围、收取费用等披露充分，且客户随时随地可查看投资信息。

2.2. 经济发展带来巨大理财需求

经济发展带来巨大理财需求，但投资渠道匮乏。贝恩公司《2015年中国私人财富报告》数据显示，2014年中国个人持有的可投资资产总体规模达112万亿元，2012-2014年年均复合增长率达到16%，远高于同期的GDP增速，预测2015年可投资资产将继续增至129万亿元。然而，目前我国投资渠道依旧匮乏，大部分投资资产集中于银行、基金以及信托等机构发布的理财产品。以银行理财产品为例，Wind数据显示，2015年各类银行共发行理财产品7.88万只，募集金额达47.3万亿，同比增长9%；另一方面，从理财存续产品看，截止2015年存续产品60879只，账面余额超过23.5万亿元，同比增加8.48亿元，增幅56.46%。

图表16：中国个人可投资资产规模过百万亿

资料来源：贝恩&招商银行，东吴证券研究所

图表17：理财产品募集资金近50万亿

资料来源：Wind，东吴证券研究所

长尾客户潜在市场空间巨大。随着以余额宝、P2P为代表的互联网金融快速崛起，短短两三年内不断侵蚀传统银行业务，令人们意识到长尾客户巨大的蓝海市场。智能投顾，便是下一个加强覆盖长尾客户的子领域。据零壹财经院《中国个人理财市场研究报告》称，目前我国参与互联网理财的人数在3亿以上，占全部理财人的60%-75%。对比传统机构服务的高净值人士数量，据贝恩公司《2015年中国私人财富报告》显示，2014年，可投资资产在1千万人民币以上的中国高净值人士数量仅约104万人，占比不足1%，足以看出长尾客户潜在的市场空间。

2.3. 泛资管时代下权益类资产比重提升

金融资产管理规模持续增长。低利率环境导致的资产荒时代，随着各类资产收益率持续下行，居民对高收益理财投资需求日益增长，泛资管时代来临。根据波士顿咨询预计，2020年中国资产管理总规模有望达到174万亿元，其中非通道业务达到149万亿元，巨大的资产管理规模成为智能投顾的潜在市场需求。

图表18：2014-2016年中国资产收益率持续下行

资料来源：Wind，东吴证券研究所

图表19：中国资产管理规模高速增长（单位：万亿元人民币）

资料来源：BCG：中国资产管理市场2015，东吴证券研究所

金融资产配置结构变化，高风险资产比重提升。随着人口结构、资本市场发展状况以及投资产品的不断丰富，投资者资产结构配置比例发生变化。根据波士顿咨询预计，股票类投资和平衡/混合型投资占比有望达到8%、9%，分别较2015年提升3、2个pct，由于股票投资中选股、择时、投资组合跟踪调整等环节将对投资收益产生重要影响，而平衡/混合型投资产品（如混合型基金）纷繁复杂，因此未来智能投顾对于资产组合配置有望发挥重要作用，帮助投资者做出正确投资决策。

图表20：2013-2020E中国资产配置结构（%）

资料来源：BCG：中国资产管理市场2015，东吴证券研究所

2.4. 智能投顾资产管理规模有望达数十万亿美元

智能投顾有望打开资产管理数十万亿美元市场空间。以拥有全球智能投顾最大市场的美国为例，据Corporate Insight 的统计，截止2015年年中，美国智能投顾公司管理的资产规模已超过210亿美元。另外，咨询公司A.T. Kearney预测，美国智能投顾行业的资产管理规模将从2016年的3000亿美元增长至2020年的2.2万亿美元，年均复合增长率将达到68%。全球来看，波士顿咨询公司2015年全球财富报告显示，全球个人可投资规模达164万亿美元，预计未来5年将实现6%的年均复合增长率，到2019年底，总规模将达222万亿美元，假设未来智能投顾市场占可投资规模10%，预计未来智能投顾的市场空间达近22万亿美元。我们选取0.3%作为智能投顾公司收取的平均年管理费（平台一般收取0.25-0.5%），则仅管理费规模约660亿美元。若再加上数据分析，量化策略等增值服务，智能投顾未来市场规模巨大。

我国智能投顾市场千亿空间可期。波士顿报告显示，2014年中国私人财富规模达22万亿美元，预计到2018年，中国的私人财富还将增长80%以上，总规模达到40万亿美元，若按10%的渗透率来计算，预计未来智能投顾管理的资金或将高达4万亿美元，则仅管理费空间有望达到800亿人民币，再算上增值服务，千亿市场空间可期。

3. 资产大类配置和数据量化是智能投顾重点发展方向

3.1. 智能投顾可分为五种主流模式

按照人为参与程度的高低，智能投顾分为三种，机器导向，人机结合以及以人为主，并相对应五种主流模式。其中，机器导向中,主要有两种模式，一个是基于现代资产组合的资产大类配置模式，另一个是数据分析模式；以人为主中主要包括两种模式，主题投资和跟投模式；人机结合中，线上引流至线下的O2O模式是目前主流模式。

资产大类配置：基于现代资产组合理论，根据不同承受风险，配置最优的各类资产大类品种，如美国股票类、公司债券类、房地产类，防通胀证券类、自然资源等。该模式的关键在于被动投资，不以追求主动收益为主，而以风险最小化追求长期稳定收益为主。

数据分析：通过利用机器学习算法分析公司财报、宏观数据、网络舆情等在内各类海量数据，提供各种垂直化金融服务，如预测上市公司收入、基于突发事件给予投资指导、提供股票策略等。

主题投资：根据不同的投资主题和理念创建不同的投资组合，让用户不追随基金也有主题投资组合，如“3D打印”、“高股息”，“在线游戏”，“现代战争”等。

跟投：将职业或业余投资高手的投资业绩和持仓情况分享出来，供投资者参考，让普通投资者享用投资咨询服务。

线上引流至线下：通过线上免费的金融工具吸引大量客户，而后二次挖掘出合适的客户引流至线下，并提供有偿投资服务。

图表21：智能投顾模式分类

资料来源：东吴证券研究所

国外资产大类配资代表公司包括Wealthfront、Betterment、嘉信理财；数据分析类别的代表有Estimize、Trefis等；主题投资类代表有Motif，跟投类有Covestor；线上和线下结合类的代表有Personal Capital。

图表22：智能投顾5种模式的国外典型公司

资料来源：Wealthfront、Betterment、嘉信等官网，东吴证券研究所

国内机器为主的智能投顾代表有弥财、蓝海智投；以人为主的代表公司有雪球、金贝塔、股票雷达；人机结合为主的代表公司有七分钟理财。

图表23：智能投顾三大类国内公司

资料来源：公开资料及公司官网，东吴证券研究所

看好资产大类配置模式，以及数据分析模式。由于智能投顾的不同模式存在一定的差异，通过详细分析投资门槛、投资费用、潜在收益率、信息透明度、客观性、风险性以及服务范围七个因素，我们认为，机器导向是未来智能投顾的终极模式，看好基于现代资产组合理论资产大类配置模式，以及基于大数据分析的量化模式。

图表24：智能投顾五种模式的对比

资料来源：东吴证券研究所

3.2. 看好资产大类配置和数据分析两类模式

3.2.1. 基于资产组合理论资产大类配置模式——以Wealthfront为例

被动投资、以ETFs为主要投资对象是该模式最关键的两大特点。基于资产组合理论的资产大类配置模式，指根据不同风险承受偏好，配置最优的资产大类组合（如美国股票类、公司债券类、房地产类等）。1）被动投资：不以追求主动收益为主，而以风险最小化并追求长期稳定收益为主。2）以ETFs为主要投资对象：投资对象主要选择费用低廉，品种足够多，流动性强的ETF，以Wealthfront为例，公司选取包括美国股票类、公司债券类、房地产类，防通胀证券类、自然资源等在内的11种资产大类。目前，全球该模式最典型的两家公司是Wealthfront，以及Betterment。我们以Wealthfront为例，详细阐述此模式：

图表25：资产大类的投资范围（以Wealthfront为例）

资料来源：Wealthfront，东吴证券研究所

Wealthfront资产规模突破30亿美元，管理费用低廉。Wealthfront前身Kaching，成立于2008年，2011年更名为Wealthfront。Wealthfront致力于为每个客户提供自动化投资管理服务，为不同风险容忍度的投资者最大化投资回报。目前，公司累计融资1.295亿美元，最近一次融资是2014年11月获得的D轮6400万美元，估值达7亿美元。截止2016年4月，Wealthfront资产管理规模超30亿美元，而2015年1月仅18.3亿美元，一年多时间增长70%。Wealthfront通过收取管理费实现盈利，低于1万美元部分，免收管理费；超过1万美元部分收取0.25%的年化管理费，同时每介绍一位新客户，用户可获得5千美元额度的管理费减免。

图表26：Wealthfront资产管理规模突破30亿美元（单位：百万美元）

资料来源：Wealthfront，东吴证券研究所

Wealthfront投资过程主要分为四步：

1）在线问卷测评，计算用户风险等级：通过10个问题，包括年龄，收入水平，资产规模，最大损失承受意愿等，了解客户客观的风险承受能力和主观风险偏好水平，从而计算出客户的风险等级；

2）基于算法推荐投资组合：以现代投资组合理论为基础，根据用户风险偏好、账户类型等信息，向用户提供从11种资产大类投资标的选取的投资组合（投资标的是跟踪各大类资产的ETFs）；

3）用户资金转入第三方券商，实现代理投资：Wealthfront将用户资金转入第三方证券经纪公司ApexClearing，并代理客户向客户发出交易指令，买卖ETFs。目前和Wealthfront和合作的公司有先锋集团、黑石、嘉信等；

4）实时跟踪，定时调仓：Wealthfront对投资情况实时跟踪，根据用户需求变化更新投资组合，同时采用阈值法（设定上下限）定时调仓。

图表27：Wealthfront投资过程示意图

资料来源：东吴证券研究所

Wealthfront同时提供其他增值服务，帮助客户最大化投资回报。比如税收损失收割（Tax-loss Harvesting），税收优化索引服务（Tax-Optimized Direct Indexing），以及单只股票分散投资服务（Single-Stock Diversification Service）。1）税收损失收割：指将当期亏损的证券卖出，用已确认的损失来抵扣所获收益的应交税收，从而使投资者税后收入最大化，该服务适用于税收、非退休金账户，无需额外费用。Wealthfront表示2015年通过这两项手税收优化服务为客户节省了5400万美元的税收。2）税收优化索引服务：指税收损失收割的加强版，通过直接购买标普标中的1000只股票和1只小盘股的ETF，进一步避免税收。Wealthfront表示，结合税收损失收割服务，预计可提高客户年收益率2.03%，该服务仅向投资金额至少10万美元的客户提供，无需额外费用。3）单只股票分散投资服务：指将单只股票逐步以无佣金、低税的方式卖出，并分散投资到多种类的ETF中，目前仅接受Facebook和Twitter的股票，无需额外费用。

图表28：单只股票逐步卖出的过程

资料来源：Wealthfront，东吴证券研究所

3.2.2. 基于大数据分析的量化模式——以Trefis，Kensho为例

基于大数据分析的量化模式，指通过利用机器学习算法分析公司财报、宏观数据、网络舆情等在内各类海量数据，提供各种垂直化金融服务，如预测上市公司收入、基于突发事件给予投资指导、提供股票策略等。该模式的特点，大数据分析技术的门槛极高，并且垂直化金融服务十分广泛。

Trefis专注于预测某类产品/业务的收入变化对整个上市公司总收入的影响。Trefis成立于2007年，累计融资300万美元。Trefis核心在于，为了充分了解上市公司的财务数据和业务情况对上市公司估值的影响，提出将公司营业收入按照每个产品/业务大类进行细分，分析各个产品/业务对公司整体收入的影响，根据财务模型，投资者可以预测出某类产品/业务的收入变化对整个上市公司总收入的影响。以Trefis对美股ACME的分析为例，首先，将公司的营业收入按四类产品分类，之后产品可由渠道再细分成三类，最后，投资者可了解每个细分结构的详细收入情况。此外，投资者还可了解，如果未来产品的价格增高20%，ACME的收入会下降近5%，但毛利润，毛利率分别提高近11%，17%。

图表29：Trefis对ACME收入构成分析

资料来源：Trefis，东吴证券研究所

图表30：产品价格上升对公司财务的影响

资料来源：Trefis，东吴证券研究所

Kensho未来可能颠覆现有行业分析市场。金融数据服务商Kensho同样是数据量化典型公司，成立于2013年，累计融资5780万美元。Kensho核心在于研发的针对专业投资者的大规模数据处理分析平台将可能取代现有分析师的工作，该平台可快速、大量的进行各种数据处理分析工作并且能够实时的回答投资者所提出的复杂的金融问题，比如，当被问到：苹果公司发布新iPad时，哪家苹果公司的供应商股价上涨幅度会最大？平台方或许会回答，iPad内置摄像头生产传感器的OmniVision将涨幅最大。以上的过程，如果交给一名传统的行业分析师来做，可能要花上数天时间，同时要知道，它们的年薪一般在35-50万美元/年，因此这意味着，kensho或许对金融分析师的颠覆不亚于当初谷歌对搜索领域的改变。未来，当智能投顾可进一步对公司所处的行业上下游进行细拆，详细分析并预测细拆项目对公司的影响，并给出未来1-3年合理的估值和盈利预测，这将彻底颠覆现有的资本市场模式。

4. 数据分析模式将成为我国智能投顾的先行爆发点

4.1. 中外投资环境存在三大差异

中外投资环境差异明显，以中美的差异为例，我们认为存在三个最关键的差异，投资产品差异、。

1）投资产品的差异

中美ETF资产规模和存量差距明显。美国被动投资产品丰富，ETF体量大，品种齐全。据美国投资协会(ICI)数据显示，截止2016年4月底，美国ETF管理的资产规模达2.19万亿美元，存量数量1630只。而中国ETFs产品数量和体量都非常小，据Wind统计，截止2016 年5 月末，中国市场共有131只ETF，资产规模仅为4729 亿元，且主要是指数型ETF，难以分散风险；此外，中国的股市波形性大， T+1的制度，缺乏做空机制等均限制资本市场的创新发展。

图表31：中美ETF资产规模和存量对比

资料来源：ICI，Wind，东吴证券研究所

，未来政策有松动趋势。，一旦获得投资顾问牌照，既可提供投资建议服务，也可以直接管理客户的资产。而我国投资顾问与资产管理两项业务分属不同的法律法规，这使得我国仅有投顾资格的公司无法代顾客交易。另外，我国对开展资产管理的券商、基金、。不过，2015年3月，证监会发布《账户管理业务规则》（意见稿），指出“取得证券投资咨询业务资格并符合本规则条件的机构（以下简称持牌机构）接受客户委托，就证券、基金、期货及相关金融产品的投资或交易做出价值分析或投资判断，代理客户执行账户投资或交易管理”，即意味着投资顾问公司有望涉足资产管理业务。

3）投资者的差异

美国投资者大多数是机构，且更倾向于通过稳定的投资风格追求长期回报。而在国内的投资市场，散户投资者占多数，散户投机性强，赌性大，习惯短线操作，因此更关注投资的短期价格波动。

图表32：2016年6月末A股市场参与者以中小投资者为主

资料来源：Wind，东吴证券研究所

4.2. 我国数据分析模式将先行爆发

我国智能投顾有着万亿美元资产管理市场。波士顿报告显示，2014年中国私人财富规模达22万亿美元，预计到2018年，中国的私人财富还将增长80%以上，总规模达到40万亿美元，若按10%的占比来算，预计未来智能投顾管理的资金高达4万亿美元。因此，针对庞大的蓝海市场，近年来我国开始逐步模仿国外智能投顾公司的模式，如弥财欲打造中国版Wealthfront；金贝塔欲打造中国版Motif；数库科技欲打造中国版的Kensho；七分钟理财采用了线上+线下的O2O模式。

图表33：2018年中国私人财富值（单位：万亿美元）

资料来源：波士顿咨询，东吴证券研究所

我国资产大类配置模式的土壤还未形成。如前所述，美国金融市场成熟，金融数据非常全面，且经历很长的历史周期，并基本可覆盖全球资本市场，容易实现投资分散化，可规避较大的波动和风险，而对比我国金融产品，尤其ETFs类别匮乏，并且缺乏长期数据表现，再加上中国做空机制不健全，资本市场波动性大，若以投资国内ETFs为主将无法充分分散风险，故我国资产大类配置公司需要相应配置美国ETF，但这需要客户兑换美元后汇款至美国证券经纪商账户，而目前在无需提供任何证明文件前提下，每人每年只能兑换5万美元。综上所述，我们认为，这极大限制了国内资产大类配置的智能投顾模式的发展。此外，中国投资者的风险偏好意识没有完全建立，以分散风险为主且年收益率低于10%的资产大类配置模式在短期内无法占据主流。

特殊的投资环境将促使数据分析模式成为我国智能投顾先行爆发点。由于在我国投资市场，个人投资者占比高，数量多，且投机性强，习惯短线操作，因此未来对股票进行大数据分析，并提供相应的买卖策略具备庞大的用户应用基础，有望率先成为智能投顾在我国的先行爆发点。

4.3. ，未来或发放智能投顾牌照

，日前江苏证监局便针对证券期货经营机构与互联网企业合作开展业务展开监察，其中互联网证券咨询以及投资顾问业务是自查重点，强调对开展投顾顾问服务人员的资质进行审核。

由于智能投顾在国内刚刚兴起，且属于创新型投资顾问业务，。，我们预计：，由该提供者对用户接收的投资建议负责；、备案、追踪，以保证该设计能够达到的效果与原先设计的效果一致；，投顾与各类资管（信托、基金等）牌照独立，由于各类资产管理机构均有开展智能投顾业务的动力，未来可能会发放专项智能投顾牌照，。在牌照没有明确前，金融科技公司可以采用与牌照方合作的模式推进智能投顾业务，比如同花顺

5. 投资建议

5.1. 短期关注数据量化模式，长期看好资产大类配置模式

我国金融产品匮乏且市场不有效，以及国内投资者风险偏好未以分散风险为主，导致我国资产大类配置模式的土壤还未形成。因此，我们认为，资产大类配置模式短期内机会不大。然而，正因我国资本市场由投资性强的散户构成，以主动投资为主的数据量化模式将成为智能投顾的先行爆发点。当然，长期来看我们扔看好以分散风险为主，追求长期稳定回报的资产大类配置模式。

另外，从公司角度看，我们认为，智能投顾作为技术驱动型行业，创业公司，互联网公司，以及传统金融公司和传统金融IT公司在智能投顾的竞争均处于同一起跑线，并且有着各自的优势，任何公司都有可能发布颠覆传统投顾模式的场景化应用。创业公司没有传统业务的负担，可以专注于智能算法和应用场景创新化的研究；互联网公司本身有强大的IT开发能力，并拥有庞大的普惠金融群体；传统金融机构有大量有理财需求的中高端客户，并有直接交易的入口优势；传统金融IT公司具有强大的IT开发经验和能力，并对资产管理行业的变迁有深刻理解。我们建议关注：1）有着庞大普惠金融群体的互联网公司，如同花顺(国内智能投顾数据分析模式龙头公司)，平安，京东智投，蚂蚁金服、东方财富、分众传媒（收购智能投顾平台“拿铁财经”70%股权）等；2）主动拥抱智能投顾模式的传统金融公司，如华泰证券（拟出资8亿美元竞购美国资产管理软件生产商AssetMark，这家公司已经为超过7.5万投资顾问和投资者提供服务）；3）专注于算法研究、数据分析和平台搭建的IT公司，如祥云信息（三板）、数库科技（基于机器学习的金融数据服务）、积木盒子（未来最有望成为资产大类配置模式的创业公司）、恒生电子、金证股份等。

5.2. 推荐标的：同花顺、华泰证券

同花顺：智能投顾龙头，业绩持续靓丽

同花顺是市场领先的金融信息服务供应商，公司业绩持续靓丽，且移动端流量龙头地位稳固，同时布局人工智能、智能投顾先发优势显著。

图表34：同花顺iFinD智能投顾的应用界面

资料来源：雪球网，同花顺-iFinD，东吴证券研究所

公司16年一季度业绩逆势增长112.3%，中报预计归母净利润增长50%-80%，全面优于竞争对手，持续超市场预期，主要系：1）公司以软件销售及增值服务等存量业务为主要收入，业绩稳定性较强，受市场短期波动影响相对较小；2）人工智能核心产品逐步落地，创新业务带来新的业绩增量。此外，公司一季度末账面10亿预收账款将有效支撑未来收入增长，平滑业绩波动，增厚未来利润。凭借移动端难以撼动的流量优势，公司推出“在线投顾”并完善基金销售、增值服务、互联网证券开户等业务，流量变现渠道多元化。公司于业内最先布局人工智能，目前i问财、智能投顾、大数据基金等人工智能产品逐步落地，Fintech领域先发优势显著，发展前景广阔。

图表35：2014-2016Q1同花顺资产负债表预收款项

资料来源：公司年报，东吴证券研究所

华泰证券：收购AssetMark，积极转型财富管理

华泰证券拟通过境外子公司收购AssetMark 100%股权，交易对价基于7.8亿美元视经营情况调整。AssetMark为美国独立的全方位服务统包资产管理项目平台(TAMP)，为独立投资顾问提供一揽子资产管理服务，其在美国有20多年运营历史，目前平台上资产总额约295亿美元，8.7万名投资者，是美国TAMP行业第三大企业。

图表36：2015.06-2016.06华泰证券股票、基金成交量市场份额

资料来源：Wind，东吴证券研究所

华泰收购AssetMark后，在积极转型财富管理的发展道路上迈出重要一步，对公司未来发展意义重大：1）借鉴AssetMark投资咨询平台经验，有效提升华泰全面的财富管理能力，并实现将华泰1000多万客户、3万多亿客户资产转变为管理资产，在此基础上提供更全面的金融服务、设计创造金融产品；2）打造平台化财富管理模式，完善IT系统，提升资源整理能力；3）针对华泰客户海外资产配置需求，实现交叉销售、客户导流等。此外，华泰证券经纪业务市场份额持续位居行业龙头，6月股票、基金成交量市场份额高达8.46%，持续稳定在约8.5%的水平并保持市场第一。同时自2013年市场率先开始推行互联网经纪，一季度佣金率已低至0.0259%，明显低于市场平均水平，具有较高防御性。整体来看，公司传统经纪业务优势稳固、互联网终端引流效果显著、收购AssetMark转型财富管理前景可期，作为综合实力强劲大型券商，看好公司未来发展。

图表37：2013Q1-2016Q1华泰证券经纪业务佣金率

资料来源：Wind，东吴证券研究所

6. 风险提示

1）人工智能技术创新低于预期；

2）。

联系人

计算机：郝彪 haob@dwzq.com.cn 执业资格证书号码：S0600516030001

非银：丁文韬 dingwt@dwzq.com.cn 执业资格证书号码：S0600515050002

朱悦如 18621787913 zhuyr@dwzq.com.cn

陈晨 18817950692 chenchen@dwzq.com.cn

李奡 18616987326 lia@dwzq.com.cn

免责声明

东吴证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。

本研究报告仅供东吴证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议，本公司不对任何人因使用本报告中的内容所导致的损失负任何责任。在法律许可的情况下，东吴证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易，还可能为这些公司提供投资银行服务或其他服务。

市场有风险，投资需谨慎。本报告是基于本公司分析师认为可靠且已公开的信息，本公司力求但不保证这些信息的准确性和完整性，也不保证文中观点或陈述不会发生任何变更，在不同时期，本公司可发出与本报告所载资料、意见及

推测不一致的报告。

本报告的版权归本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引用、刊发、转载，需征得东吴证券研究所同意，并注明出处为东吴证券研究所，且不得对本报告进行有悖原意的引用、删节和修改。

公司投资评级

买入：预期未来6个月个股涨跌幅相对大盘在15%以上；

增持：预期未来6个月个股涨跌幅相对大盘介于5%与15%之间；

中性：预期未来6个月个股涨跌幅相对大盘介于-5%与5%之间；

减持：预期未来6个月个股涨跌幅相对大盘介于-15%与-5%之间；

卖出：预期未来6个月个股涨跌幅相对大盘在-15%以下。

行业投资评级

增持：预期未来6个月行业指数涨跌幅相对大盘在5%以上；

中性：预期未来6个月行业指数涨跌幅相对大盘介于-5%与5%之间；

减持：预期未来6个月行业指数涨跌幅相对大盘在-5%以下。

东吴证券研究所

苏州工业园区星阳街5号

邮政编码：215021

传真：（0512）62938527

公司网址： http://www.gsjq.com.cn

送TA礼物

举报 | 1楼回复

发表回复

发帖请遵守贴吧协议及“七条底线”

推荐热门榜

友情链接