【《中国保险资产管理》2017年第二期】宋子洲:人工智能在保险资产管理中的应用前景展望

2017-06-06

​人工智能在保险资产管理中的应用前景展望

文·宋子洲 中国人寿资产管理有限公司副总裁、中国保险资产管理业协会副会长

 

摘要

随着科技日新月异的发展,人工智能对于传统金融领域的渗透与变革有着愈演愈烈的趋势。在智能投顾领域,传统金融机构和互联网巨头,既同台竞技,又相互融合;在智能投研领域,大数据的积累、自然语言处理和知识图谱技术的发展推动效率提升;在智能投资领域,人工智能技术推动投资策略的丰富和发展。相较于美国,人工智能在我国资产管理行业中的发展仍处于初创期阶段。不过鉴于中美两国在市场环境、互联网发展、人口结构等方面有着诸多相像之处,笔者认为人工智能在中国资产管理行业的发展具备良好的市场环境与培育土壤,未来市场潜力巨大。对保险资产管理行业而言,通过智能投顾业务有助于保险机构提升资产管理服务能力,推动综合金融保险平台建设;通过智能投研模式有助于保险资产管理机构提高投研能力,提升投研效率;通过智能投资模式有助于保险资产管理机构加强投资能力建设,丰富投资策略,提高交易效率和加强风控。

一、人工智能推动资产管理行业革命

(一)人工智能技术蓬勃发展,资产管理行业面临变革

人工智能(Artificial Intelligence,AI),又称机器智能。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及其应用的一门综合性学科,涉及计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科,是各学科相互渗透而发展起来的综合性新学科。美国麻省理工学院的温斯顿(Winston)教授指出,人工智能就是研究如何使计算机去做过去用人才能做的工作。2016年著名的Gartner报告发布了2017年十大战略技术,其中排名第一位的就是人工智能与机器学习。2017年国务院政府工作报告中指出,要加快培育壮大包括人工智能在内的新兴产业。“人工智能”首次被写入了政府工作报告。

 

当前,随着科技日新月异的发展,人工智能对于传统金融领域的渗透与变革有着愈演愈烈的趋势,以至于无论是传统金融行业巨头,还是快速崛起的新兴科技型公司,都试图通过抓住这场金融科技变革的浪潮,从而在新金融格局下分得更大的一块蛋糕。人工智能技术在金融领域的应用成为当前金融科技(Fintech)浪潮中重要组成部分。Fintech是指通过科技让金融服务更加高效的技术和企业的总称。Fintech在国外主要应用于区块链、接待、移动支付、众筹融资、智能投顾等领域,而在国内主要应用于移动支付、P2P借贷、众筹融资、互联网理财、互联网保险等领域。人工智能在资产管理行业包括投资领域的应用尚处于初期阶段。普华永道发布的《全球金融科技报告》显示,预计未来三年到五年,超过80%的金融机构认为金融科技会对传统业务造成威胁,超过82%的金融机构希望加强与金融科技企业的合作。报告同时预计,新兴的金融科技(Fintech)公司将抢走大型金融机构24%的收入。据媒体报道,美国华尔街大型资产管理公司贝莱德宣布将大幅裁员,超过40位基金经理和分析师被解雇,其管理的80亿美元资产将转变成量化管理产品。创新工场董事长兼首席执行官李开复表示,“以机器替代人力的人工智能在我国爆发的第一个领域必是金融,智能投资顾问发展前景非常光明”。在这背景之下,传统资产管理行业这个万亿级的市场面临着巨大的行业变革。

 

(二)人工智能+投资:智能投资

当前,关于人工智能在资产管理行业中的应用方式存在诸多讨论,笔者认为这可以统一到智能投资的框架中进行分析。具体而言,智能投资可以分为狭义的智能投资和广义的智能投资。狭义智能投资是在大数据的基础上,借助包括机器学习等算法在内的人工智能技术,自动形成投资策略或组合,并通过不断学习更新完善策略,完成预定的投资目标。狭义的智能投资从过程来看可以包括智能投研、智能策略、智能交易、智能风控等,核心在于借助大数据、云计算和人工智能技术实现投资研究、资产配置、投资策略、交易风控等环节的智能化,减少人工干预并降低主动投资非理性因素的影响,通过跨期限多品种投资力争获得长期稳定收益。因此,狭义的智能投资是一种投资工具或方式。广义的智能投资还包括智能投顾等,涵盖从客户获取和提供智能理财服务的“负债端”,到通过狭义的智能投资方式为客户提供长期稳定收益的“资产端”的资产管理全流程。因此,广义的智能投资突出对第三方的服务,狭义的智能投资突出投资工具,主要是针对资产管理机构内部的投资运作和管理模式而言。

 

具体到智能投顾,也称机器人投顾,是一种将客户资产管理的过程进行自动化与人工智能化的方法,其通过对客户的收益目标、风险偏好以及风险承受能力进行数据评估,进而通过利用大数据分析、量化金融模型以及智能化算法计算出适合客户投资风格的投资组合,为用户提供最终的投资参考,并对资产配置的再平衡提供建议(见图1)。传统投顾由于其成本相对较高,其一般服务对象是高净值客户。而智能投顾由于其采用基于算法的自动化策略,成本大大降低,其主要特点有:低门槛,大多数智能理投顾平台对客户的最低投资金额要求都很低;低费率,相对于传统投顾的最低管理资产1%以上的管理费率,智能投顾平台的最低费率已降至千分之一;易操作,智能投顾平台的投资流程相对标准和固定,一般只需几个流程就可完成投资;高透明,相对于传统投顾,智能投顾的投资组合是完全向用户公开的,投资信息以及费用信息完全透明;分散化,智能投顾服务是根据现代组合理论按照其风险偏好和理财目标把客户资产分散到不同类别资产中;个性化,可以针对不同客户制订定制化的最优方案;长期投资:其追求的不是短期的涨跌回报,其追求的是长期的稳健投资回报。

图1:智能投顾以技术代替人工

二、人工智能在资产管理领域的前沿趋势

(一)智能投顾平台与传统金融机构既同台竞技,又相互融合

一方面,传统金融机构具有人才、产品和销售渠道的优势,纷纷布局智能投顾行业,为机构和个人投资者提供更有针对性的服务。2015年以来,高盛、先锋基金、嘉信理财、贝莱德、富达基金、德意志银行等金融巨头已经开始通过收购或创立自家产品的方式进行探索,招商银行、平安银行等也纷纷试水。金融机构的品牌效应、研发优势、产品资源,使得智能投顾能够提供给投资者更便利、高效的服务。另一方面,互联网巨头凭借强大的客户流量导入和基于大数据的用户行为分析优势,纷纷进军资产管理行业。国内的科技巨头如百度,腾讯和阿里均在探索将智能投顾引入到资产管理服务中。同时,包括Wealthfront等在内的独立在线理财平台,也会受到来自用户资源、营销成本、产品接入等多个方面的压力和挑战,寻求合作伙伴、优化产品服务可能是这类公司的突破口。

 

(二)大数据、自然语言处理和知识图谱技术推动投研效率提高

大数据是指信息量规模巨大到在撷取、管理、处理、整理等方面大大超出了传统数据库软件工具能力范围的数据集合。传统投研所涉猎的数据,大都是易于结构化的数据,例如市场量价数据、上市公司财务基本面数据,同时还有小部分非结构化数据,但形式相对标准,例如上市公司公告、券商研究报告等等。但是随着现在互联网和物联网的蓬勃发展,信息载体日益丰富,搜索数据、新闻文本数据、网络社交数据、购物和消费数据等非结构化且零碎的数据在快速积累,并蕴含了巨大的信息含量和尚未挖掘的投资价值。自然语言处理和知识图谱技术在提取这些非结构化内容的内在信息上,有着得天独厚的优势,通过算法分析公司财报、宏观数据、网络舆情、支付消费等在内的各类海量数据,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。知识图谱更提供了从包括企业的上下游、合作竞争对手、子母公司、高管任职、行业逻辑等“关系”的角度去分析问题的能力。以Kensho平台为例,该系统结合自然语言搜索,图形化用户界面和云计算,将发生事件关联金融市场,提供研究辅助,及时反映市场动态,具备高效的分析能力,直观的用户体验和强大的学习能力。广发基金、南方基金、浙商基金等公募基金机构也与互联网公司或支付平台合作,推出了一些大数据基金产品。

 

(三)人工智能技术推动投资决策智能化

在资产配置领域,通过对市场特征挖掘,辅以择时维度和量化模型,通过机器学习挖掘热点,自动化准确判断大类资产相关关系,提取大类资产配置指标。建立舆情和高频信息监控平台,运用自然语言处理技术分析,将非结构化数据结构化处理,通过物流、消费、信贷、新闻舆情数据提供对宏观经济形势的实时跟踪。

 

在信用风险定价领域,可以构建基于大数据的信用分析系统。该系统可以综合运用包括物流和人流等在内时空数据,对中观层面行业、区域的景气度进行分析,以及通过高频时空数据变动监控企业的经营状况,从而辅助相关个券和债权类信用资产定价。建立舆情分析平台,缩短信用债风险预警时间。此外,基于大数据的分析平台也可以运用于资产支持证券和消费金融风险管理。

 

对权益投资领域的应用而言,人工智能算法提供了新的分析工具。例如自然语言处理算法,可以随着其分析过的文章数量的增加,越来越准确的提取出其中符合要求的有价值的信息,并给出对投资决策有帮助的分析建议。人工智能领域所提供的种种非线性模型算法,包括决策树、神经网络、随机森林等可以提升传统量化投资模型的复杂度及分析性能,更加敏锐地捕捉到之前线性多因子模型所未曾发现的市场机会。

三、人工智能在我国资产管理行业面临巨大发展空间

相较于美国智能投顾行业已经从初创期逐步走向成长期,目前我国行业发展仍处于萌芽期与初创期阶段,主要表现在数量众多的公司纷纷涌入智能投顾行业,行业集中度低,整体行业管理规模小,普通民众对于智能投顾认识度较低。

 

对比中美两大市场,我们认为两国在市场环境、互联网发展、人口结构等方面有着诸多相像之处,中国智能投顾行业发展具备良好的市场环境与培育土壤,其市场潜力无疑是十分巨大。中国智能投顾将迎来快速发展的阶段,行业管理规模有望迎来爆发式的增长。由于中国与美国的资本市场监管环境、市场整体成熟度、税务体系等诸多方面皆有比较不同之处,中国智能投顾公司的商业模式会与美国有着一定程度的区别。从国内已有的企业案例来看,主要可以按照投资标的类别和平台形式分为四大类别,包括第三方资产管理型、综合理财平台型、海外配置型以及主动投资建议型。

 

第三方资产管理型一般通过大型基金平台等形式向用户提供基于用户风险偏好、投资目标的资产配置建议,其特点在于更多强调通过技术手段实现客户资产的合理高效的配置。目前大多数这类平台配置资产为国内基金产品,因此一般而言,其自身平台与合作的机构具有基金代销牌照,推广以及使用智能投顾技术将有助于其提升理财产品销量。具有代表性的平台有招商银行摩羯智投等。

 

综合理财平台型智能投顾其模式比较类似于美国嘉信理财的“个人理财”,也就是说将智能投顾功能很好地整合到公司原有运营的体系,通过对接内部以及外部投资标的,更好地服务原有体系的客户,以及增强吸引新增投资者的作用。而作为平台本身不仅能达到更好服务投资者的目标,还可以推动自身理财产品的销售,达到多重效果。具有代表性的平台有平安一账通、京东智投等平台。

 

我国目前上线的全球资产配置型智能投顾平台其模式与国外的Wealthfront、Betterment等平台相仿,其主要特点是采取与海外经纪公司合作的模式,根据投资者风险和投资目标,遴选全球优质投资标的,分散风险,帮助投资者实现跨区域、跨资产类别的全球资产优化配置,并为投资者带来长期稳健的投资回报。相较于其他平台而言,其资产种类更为丰富而且多样,充分实现资产风险分散化与多样化、同样也为可以成为国内用户投资海外市场简单而且高效的工具。

 

针对我国散户多、投资偏好主动投资等特点,多家机构开发了基于大数据的量化模型,有志于挖掘超额收益的智能投顾平台,其商业模式与美国Motif Investing类似。这一类具有代表性的智能投顾平台包括广发证券贝塔牛等。

四、人工智能在我国保险资管行业的应用前景

对于近年来蓬勃发展的保险资产管理行业而言,人工智能技术在加强其外部客户开拓能力,提高内部投研团队的协作效率,提升交易效率与风险防控能力等方面均有很大的发挥空间。

 

(一)智能投顾提升资产管理服务能力,推动综合金融保险平台建设

当前,保险机构主要为客户提供保险产品服务,而客户其他的资产管理需求得不到充分满足,成为业务拓展的“短板”和“痛点”。通过开展智能投顾业务,首先,能够为客户提供更具全面的资产管理服务,打造综合金融保险平台,充分发挥智能投顾低门槛、低费率、易操作、高透明、个性化和质量可控性强的特点,成为解决这一“短板”和“痛点”的有力工具。其次,基于人工智能技术,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,从而更深入地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。再次,在充分利用人工智能线上优势的同时,逐步将线下资源整合利用,发挥协同优势,推动保险机构资产负债互动。最后,智能投顾业务不仅包括针对个人客户的to C业务,也包括针对机构投资者提供的to B业务,根据机构客户需求提供量身定制的产品服务。

 

(二)智能投研有助于提升投研效率,提高投研能力

建设基于大数据和人工智能技术的新一代智能投研平台,既能够为资产配置、宏观经济分析和主动投资提供辅助,也能进一步丰富量化投资策略。智能投研平台的核心是利用人工智能、大数据、移动应用技术,建立开放、分享、高效的基本面投研平台,满足用户在证券研究过程中高效处理信息、快速挖掘投资线索的迫切需求。同时使得碎片化的研究成果得以沉淀积累,构建投研核心竞争力,为投资决策提供重要支持。具体而言,在积累新闻、舆情、研究交易、专业论坛、电商支付等大数据的基础上,通过自然语言理解和机器学习技术建立投资模型及发现投资线索,有助于投研团队提前感知前瞻性投资机会,展现投资研究分析的逻辑,把握市场动态和行业景气度变化,实现投研流程自动化,提高投研效率,或者提示投资风险,辅助风险控制。这样,借助智能投研平台强大的数据收集和处理能力,将各类数据(公开的财务数据、各种非公开或非结构化数据)内嵌进投研体系过程,便捷高效地输出到专业投资者头脑,形成最后决策。通过智能投研平台,从查资讯到最后的绩效评估,投研各个环节均用智能化、数据处理的方式嵌入。通过大数据分析,积累形成知识库,未来在知识库中发现规律、发现可能的投资机会。最后,智能投研平台提供基本面和特色指标因子库、专业策略回测框架、系统策略分析工具和模拟实盘交易,满足量化研究从找数据、构建策略到实盘交易的完整需求。

 

(三)智能投资有助于丰富投资策略,全面提升资产管理水平

人工智能在投资中的应用是一个系统工程,包括智能投研、智能投资、智能交易、智能风控等多个环节。构建基于人工智能技术的智能投资平台,密切跟踪市场变化并具备自主学习能力,更新策略参数,实现智能化和自动化,极大缩短了策略开发时间。策略生成后经智能风控系统后直接交给智能交易系统,同时对交易结果进行实时反馈和风控跟踪。由于计算能力的大幅提高以及平行分布式计算的广泛应用,策略开发的时间大大缩短,结合大数据,机器学习的强大挖掘能力将会开发出以往无法发现的“新认知”和新策略。同时,智能交易系统能进一步减少交易执行成本和市场冲击,更引入高频率的智能机器学习算法对市场微观价格波动做高频预测。最后,人工智能技术可以采用先进风险管理手段,能够对实时的信息做出最快的关联分析,大幅提高风控效率,提高整体风控水平。

《中国保险资产管理》所发文章均系作者个人观点,不代表协会的看法。文章未经允许,不得转载。