1、中国 智能投顾市场发展趋势 研究报告 研究思路：分析基础，参照同类，推断趋势 传统投顾市场 智能投顾 参考思路 2：互联网金融（以 P2P为代表）发展历程分析 参考思路 1：美国智能投顾市场发展分析 发展基础 阻碍 /限制因素 价值和地位 发展趋势 2 目录 3 智能投顾定义 4 智能投顾发展现状 8 参考路径发展研究 18 智能投顾市场趋势分析 34 定义：替代人类完成财富管理或投资建议工作 客户 分析 大类 资产配置 投资组合选择 交易 执行 组合 再 选择 税负 管理 组合 分析 智能投顾 ： 智能 投顾是用机器完成客户需求分析、投资分析、资产配置选择等工作 ，目标是替代 人类 完成 财
2、富管理或投资建议的工作， 最终 实现投资组合的自动优化 问询式调研 + 数据采集分析 客户 获得 现代资产组合投资模型 中国投顾现状 理想智能投顾 资产管理 投资顾问 持不同牌照方分别提供服务 算法基础 投后服务 智能算法 （核心环节） 投资策略 生成量化 投资策略 资产管理类：机器自动完成交易 资产建议类：投资者自行完成 智能算法 实现实时分析和调整 因子分析 、 回 测、模拟等 国内为 非必要环节 4 要素 ：数据、投资模型及决策算法是智能投顾的关键 现状基础：投资模型及算法和数据积累都还处于初期探索阶段。 5 投资模型及算法是核心 数据是基础 历史数据 数据类型： 用户基本风险偏好、历史
3、交易、价格变化数据等金融数据 作用： 用于建立 投资 模型 ， 筛选投资标的等 投资模式 理论依据： 现代投资组合理论、资本资产定价模型等 作用： 结合用户偏好确立资产配置比例、初始投资组合选择、交易基本规则等 实时 数据 数据类型 ： 发布 数据（如 统计局发布数据等） 、突发 事件情况（董事变更等）、 舆论 情况 等 作用： 用于投资组合再选择 、实时投资决策 等 决策算法 理论依据： 决策树、朴素贝叶斯、 K-means、机器学习等等 作用： 根据实时市场变化做出投资交易决策 静态 动态 分类：主要分为投资建议和资产管理两类 现状基础：仍以人工服务为主，机器作为辅助手段，预期达到降低人工
4、成本的 目标。 6 投资建议 资产管理 纯人工 传统投顾 纯机器（人工有限参与） 全智能投顾 机器参与度 混合投顾（人工服务为主） 半智能投顾 投资顾问建议 资产组合管理 现阶段 交易性 投资组合 管理 自动资产组合动态管理 机器直接完成 交易、组合 再 选择和获利收割等 投资顾问建议 投资 顾问 建议 购买渠道建议 机器完成计算、配置等，提供参考建议，人为仍是主导 以人工为核心环节设计产品 盈利 模式：分为 前段 收费和 后端 盈利 两大类 收取资管费 根据客户委托管理的资产规模，收取一定比例的管理费 03 盈利提成费 为客户获得超额盈利之后抽取一定比例提成 其他服务费 在交易、充值提现、资
5、产组合调整等环节收取服务费 利差收益 平台以批发价获得金融资产，再以稍高的价格出售给客户，赚取利差 销售分成 通过帮助金融机构出售产品，获得销售分成 01 02 04 05 前端收费模式 后端 盈利模式 7 目录 8 智能投顾定义 4 智能投顾发展现状 8 智能投顾发展基础 9 智能投顾的价值 15 智能投顾市场现状 16 参考路径发展研究 18 智能投顾市场趋势分析 34 环节：资产、产品、渠道三要素 现状基础：资产管理、投资顾问和销售渠道由不同牌照持有方分别开展服务。 9 基础 资产 金融 产品 销售 渠道 投资者 提供资产 提供产品 出售 产品 基础 资产： 债券、股票等基础产品，或其他衍生品， 是行业的最底层 金融 产品： 由 资产管理机构 设计、管理并销售，是 产业的核心环节 销售渠道： 并非所有资管机构都有较强销售能力 ， 银行 、第三方财富公司 等机构凭借资源和专业能力承当销售工作 中国资产管理行业结构图 结构：销售、投顾和资管环节附加价值高 现状基础：环节多、信息不透明。 10 中国资产 管理利润附加值微笑曲线 产品研发设计 产品研发 产品管理者 产品存续管理 通道业务 资产管理者 资产配置 投资管理 产品销售商 客户开发维护 渠道管理 产品营销 投资咨询顾问 提供投资咨询 上游高附加值环节： 资产管理 下游 高附加值环节 ： 销售以及投资顾问
