余干区块链交流群

CEO开讲 中国式数字化资产配置的应对和挑战

积木拼图2019-02-20 15:48:02

文 / 璇玑数字化资产配置公司CEO郑毓栋

本文编辑 / 丁开艳

文章来源 / 清华金融评论



数字化资产配置起源于美国并在中国兴起,本文认为数字化资产配置极大地迎合了中国当下的需求,但目前中国市场上能真正解决金融技术、优化交易环节的平台并不多,若能在保护和支持创新的前提下,提前避免和防范风险,行业规范发展指日可待。



数字化资产配置(Digital AssetAllocation),俗称智能投顾或机器人投顾(Robo-advisor),始创于美国,对人类财富管理的改造开始引人关注。2012年,美国兴起众多相关创业平台,Wealthfront、Betterment等迅速取得高估值,跻身独角兽;金融巨头如高盛、苏格兰皇家银行(RBS)、嘉信、富达等纷纷涉足,寻求科技对行业的提升。根据花旗银行的最新研究报告,数字化资产配置的资产管理规模已经从2012年几乎为零增加到2015年底的187亿美元。咨询机构科尔尼(A.T.Kearney)预计,这一模式在未来3到5年将成为主流,年复合增长率将达68%,到2020年其管理资产规模有望达到2.2万亿美元。


数字化资产配置在国内也开始兴起,但由于技术与金融结合难度大、国内标准化产品不足、交易规则复杂、交易成本磨损太大等高门槛,行业水平良莠不齐,鱼龙混杂,让投资者无所适从。8月下旬,证监会发声监管,要求智能投顾(Robo-advisor)必须持牌操作。有人担忧新兴行业创业受阻,有人则认为行业规范化指日可待。


面对如此多的挑战,中国的数字化资产配置将走向何方?


现状:数字化资产配置虚火不断


在兴业证券的研究报告定义中,数字化资产配置是一种在线财富管理服务,它根据诺贝尔奖得主哈里·马科维茨(Harry M. Markowitz)的现代资产组合理论,结合个人投资者的风险偏好和理财目标,利用算法和友好的互联网界面为客户提供资产管理和在线投资建议服务。


数字化资产配置行业门槛很高。从金融技术而言,数字化资产配置不仅需要足够丰富的资产以供选择,还需要根据用户特征定制最佳资产配置方案。以精确至小数点后四位为例,十个资产就有高达十的三十六次方的组合方式;在运行过程中,需要通过机器学习实时捕捉金融市场变化,调整模型并进行再平衡和调仓;交易执行时,还需要从大类资产中具体挑选合适的产品,尤其在中国市场,交易所交易基金(ETF)多样性不足,各类资产交易成本与时间各异……实际操作中更是大大增加了数字化资产配置的难度。


国内经济下行压力大,市场普遍出现低风险高回报的优质“资产荒”,中产阶级即便拥有强烈的投资意识,却缺乏合适的渠道和方法。数字化资产配置极大地迎合了中国当下的需求,能自动、智能的帮助中产阶级完成私人银行级别的财富管理工作,迅速得到资本与媒体的追捧。


不过,国内数字化资产配置行业迅速呈现百家争鸣之势,能真正解决金融技术、优化交易环节的平台并不多。


技术门槛:机器对人类的代替


全球拥有数百个金融市场以及各种各样的数据,在不同的市场里,又有不同的因子去做分析判断,比方说供求关系、美元指数、市场的风险偏好、资产的正负相关度等等,各方面都有多种追踪的价格表现和互动表现。数据变量越多、维度越丰富、相关关系越复杂和多变,人类就越难追踪和分析。于是需要整套的多维数据处理模块去进行人脑难以容纳的计算。


以笔者所在公司璇玑的程序系统为例,介绍下数字化资产配置。该系统不是依靠数据去预测事件去赌博,而是充分把握市场数据与规律,进行科学配置,产生“大概率盈利”、“小概率小回撤”的资产组合。


以6月英国退欧为例,当即全球各大股市暴跌,货币汇率浮动,原油期货大跌,现货金价疯涨。机器看待它的角度完全不同。黄金(资产A)是传统的避险资产,而股票(资产B)是风险资产,一般情况下股票涨、黄金可能跌,股票跌,黄金可能会涨,一直保持着一定的负相关性,在2016年上半年里,璇玑的模型通过数据分析,发现这两个资产在短期内形成了很好的对冲,而市场的资产风险明显在增大。于是上半年系统按照计算后的配比配置两种资产,就可以降低整个组合的波动度。


机器的判断是很奇妙的。它并不知道为什么2015年6月的“股灾”;也不知道证监会会出什么政策会导致熔断;更不能预测英国公投的结果。但市场的参数一直在对这些事件做出反应和变化,机器看到市场趋势,发现进行某种调整将会带来更好的配置,此时就变成了一个纯数学的数据处理问题。

 


中国数字化资产配置之所以晚于美国等国家出现,重要原因就是中国特有的市场窘境——标准化产品难寻、交易磨损太大。


中国市场窘境:标准化产业难寻 交易磨损大


解决算法与机器学习问题,就像是数学家列出了一道正确的公式,而在应用中仍然面临着千差万别的实际问题。笔者认为,中国数字化资产配置之所以晚于美国等国家出现,重要原因就是中国特有的市场窘境——标准化产品难寻、交易磨损太大。


一方面,底层资产的选择是第一大挑战。美国市场有数千种ETF,标准化程度高,交易成本低,因此美国的数字化资产配置均采用ETF为底层资产。而我国ETF产品只有127只,规模不足且大部分以股票型为主,结构相对简单,很难分散风险,必须用其他资产作为补充和代替。


另一方面,从数量与多样化来看,国内可以使用市场上的3000多只公募基金作为底层资产的补充。但公募基金也有缺点,市场拥有很多主动管理型基金,在资产配置时,需要排除风格多变、波动大的积极管理型基金,筛选出走势与相关大类资产表现接近的基金,以便充分模拟相应资产走向,保证资产组合风险/收益的可预测性。


此外,相比于美国市场的ETF交易的“T+0”(在证券成交当天办理好证券和价款清算交割手续的交易制度)与低费率,国内的公募基金有申购费、赎回费等交易成本。在赎回时,不同的基金到帐的时间也不一样,有T+0、T+1(当日买进的证券,要到下一个交易日才能卖出到账)、甚至T+7(当日买进的证券,要到7个交易日后才能卖出到账),可能会在执行当中带来很大的交易成本与时间磨损。


比如,若投资者拥有ABCDE五个资产的产品组合,当他又追加投资时,此时不仅需要考虑新购入哪些产品,还经常需要在购买F、G产品的同时,卖出一定比例的已有的ABCDE产品;倘若这几个产品的交易时间分别是T+0,T+3,T+7等,还需要考虑调仓时造成的时间成本,以及调仓过程中交易可能带来的收益。


资产组合的方法多种,计算规则极其复杂,需要结合交易频率、规模、调仓规则、时间、摩擦成本等综合维度迅速寻找最佳路径。


事实上,系统模型的准确度来源于开发团队,他们既需要了解各金融市场与因子,又需要能够把金融需求编程到模型中接受机器学习与优化。因此,这对人才储备也是一项挑战。

 


数字化资产配置代表了金融市场创新发展的一大方向。监管部门若能在保护和支持创新的前提下,介入并提前避免和防范风险,将对国内金融市场带来更多积极创新的空间。


监管:成熟的政策待出台


从监管来看,我国的金融监管分业监管制度下,投资顾问与资产管理是分开管理的,适用于不同的法律法规,因此现阶段,仍然没有专门的法律条款对其进行规范。从技术来看,并不是所有公司都能满足数字化资产配置的高门槛。这也造成了行业“鱼龙混杂”的局面。

 数字化资产配置代表了金融市场创新发展的一大方向,具有巨大的市场前景。监管部门若能在保护和支持创新的前提下,介入并提前避免和防范风险,将对国内金融市场带来更多积极创新的空间。


2015年3月,证监会发布《账户管理业务规则(征求意见稿)》,指出持照投资咨询机构可以接受客户委托,代客执行账户投资和交易管理,对数字化资产配置公司同时开展投资咨询和资产管理业务释放了积极信号。2016年8月下旬,证监会新闻发言人表示,将依法查处互联网平台未经注册、以智能投顾等名义擅自开展公募证券投资基金销售活动。监管层对数字化资产配置行业愈发重视,成熟的监管策略正待出台。

 

对金融科技公司来说,基因在于科技,线上的技术与算法是优势。


展望:“人机结合”面向机构是新趋势


监管层一再强调持牌经营,也给了数字化资产配置公司明确的方向——合规优先,数字化资产配置平台与持牌机构“人机结合”的模式成为了最佳选择。领先的数字化资产配置公司开始以to B端的方式打开市场。事实上,有的数字化资产配置公司已经公开宣布:面向机构客户。


笔者在实践中发现面向机构用户的方式不仅仅有利于“合规”,也符合了现阶段用户习惯。国内的中产阶级与新富人群习惯了把钱投资在楼市、股市中,要接受科学资产配置的观念还需要时间,要接受无人工、少人工的数字化的资产配置方案更难。


相比于普通用户,机构用户能高度识别数字化资产配置平台的技术实力。人们对财富管理机构也拥有更强的信任度,如此,数字化资产配置公司首先不用担忧营销策略,可以享受B端机构所辐射的高质量、高转化率的用户。其次,由于基金经理们能够进行专业沟通,数字化资产配置公司无需考虑用户教育成本,只需要专注做资产组合算法。更重要的是,机构用户的信任对品牌会形成良好的信用背书。


人们的传统理财观念要转变到数字化理财,不能被强行灌输,而需要一个过渡阶段。对金融科技公司来说,基因在于科技,线上的技术与算法是优势。而财富管理机构、理财顾问公司等,优势则在于专业的基金经理、善于沟通的理财顾问等人才优势。


数字化资产配置公司用“人机结合”的方式与机构用户的合作,让持牌机构去服务客户,让技术专家专攻技术,是行业精细分工的表现,也是人们理财观念过渡的必经之路。



友情链接

Copyright © 余干区块链交流群@2017