肖冰

2018 是人工智能在國內(nèi)全面落地的一年。人工智能對各個行業(yè)，尤其是數(shù)據(jù)量極為豐富的資產(chǎn)管理行業(yè)，正在產(chǎn)生日益深刻的影響。而去年9月，網(wǎng)上流傳的一則消息——國內(nèi)資管行業(yè)的巨頭平安資產(chǎn)管理公司將 “大幅裁減主動式投資管理人員”，在業(yè)內(nèi)引起軒然大波，后來平安資管對此作出的回應(yīng)是：目前正根據(jù)平安集團(tuán)的安排，加大科技投入，對策略和科技平臺升級，進(jìn)行量化轉(zhuǎn)型，因此內(nèi)部組織和管理有所調(diào)整。這則消息退潮之后，人工智能將對資產(chǎn)管理行業(yè)帶來何種影響？以及社會各界該如何做好應(yīng)對？等等，成為一個極富研究價值的課題。

2019年對資產(chǎn)管理行業(yè)來說，一方面，既受到全球經(jīng)濟(jì)、金融行業(yè)固有景氣周期循環(huán)的短期、常規(guī)影響;另一方面，更面臨本輪金融技術(shù)（Fintech），特別是人工智能的長期、甚至是顛覆性挑戰(zhàn)。兩方面的影響和挑戰(zhàn)疊加，挑戰(zhàn)嚴(yán)峻。未雨綢繆，不預(yù)則廢。本文嘗試分析人工智能對資產(chǎn)管理行業(yè)發(fā)展的影響。

一、減輕從業(yè)道德風(fēng)險

資產(chǎn)管理行業(yè)存在和發(fā)展的前提有兩個，一個是基金管理人誠實信用;一個是基金管理人有能力持續(xù)賺錢。這兩者中，誠實信用排在第一位。究其原因，這個行業(yè)天然是資金的所有權(quán)和使用權(quán)分離，管理人的行為也不好監(jiān)督。在學(xué)術(shù)上，這是典型的委托代理機(jī)制。在實踐中，管理人潛在的道德風(fēng)險一直存在。在歷史上，美國和中國都出現(xiàn)過不少利益沖突、“老鼠倉”事件。

大數(shù)據(jù)是最近這一次人工智能成為“風(fēng)口”的關(guān)鍵因素。使用大數(shù)據(jù)的匹配、相關(guān)方法，能夠比較容易找出關(guān)聯(lián)交易和資金往來線索。從根本上說，人工智能目前的行為目標(biāo)或偏好比較單一，可能只有為客戶賺錢這個單一目標(biāo)。人工智能對資產(chǎn)管理行業(yè)來說，雖然無法消除委托代理關(guān)系，但可以在一定程度上減輕道德風(fēng)險。

二、財富管理將更加智能化

資產(chǎn)管理行業(yè)的發(fā)展，始終面臨不斷募集資金的問題。實踐表明，互聯(lián)網(wǎng)技術(shù)已經(jīng)在一定程度上改變了傳統(tǒng)基金銷售方式。例如，冪律、長尾規(guī)律通過互聯(lián)網(wǎng)技術(shù)得以對貨幣市場基金進(jìn)行了顛覆（余額寶）;第三方平臺（東方財富、螞蟻金服、京東金融）對傳統(tǒng)基金銷售渠道進(jìn)行了挑戰(zhàn)。

另一方面，財富管理崗位中，其中操作標(biāo)準(zhǔn)化程度較高、對情感交互的要求較低的崗位可能被人工智能所取代，即未來資產(chǎn)里行業(yè)可能可以通過人工智能客服對大眾客群開展?fàn)I銷服務(wù)，但中高凈值客群可能仍需要真人客戶經(jīng)理為其提供服務(wù)。

三、改造主動投資

主動型投資者收取了這個行業(yè)的巨額管理費(fèi)和業(yè)績提成。收的合不合理？應(yīng)該收多少？目前也有爭議。從根本上看，投資決策的核心在于信息流，信息獲取是投資決策的前提。在理論上，信息是金融市場中最重要的資源。所以信息套利是筆大生意，參與者包括金融中介機(jī)構(gòu)及數(shù)據(jù)供應(yīng)商。

四、助推被動投資

近年來，被動投資迅速發(fā)展起來還有兩個原因。一個是管理規(guī)模。在主動投資策略中，規(guī)模是業(yè)績的敵人。去年，平安資管擬對投資管理方式進(jìn)行轉(zhuǎn)型，其核心（被動投資）加衛(wèi)星（主動投資）是超大型機(jī)構(gòu)投資者的戰(zhàn)略選擇，智能量化是未來的方法選擇。對于不具有優(yōu)勢的個人投資者、或者沒有特別優(yōu)勢的機(jī)構(gòu)投資者而言，指數(shù)投資是它們的最優(yōu)選擇。在一定意義上，指數(shù)投資就是傳統(tǒng)投資方法和人工智能投資方法的試金石。但然，指數(shù)投資的業(yè)績也是人工智能業(yè)績的下限，不好的人工智能也面臨被淘汰。

五、改變博弈格局

資產(chǎn)管理行業(yè)發(fā)展的前提之一，是基金管理人有能力持續(xù)賺錢。持續(xù)賺錢其實很難，所以業(yè)界有“投資生存戰(zhàn)”的說法，即長期生存下來已非易事。股票市場是個生態(tài)系統(tǒng)，未來股票市場的博弈格局，在人工智能加入后，可能是人、人機(jī)互動、完全人工智能混雜的復(fù)雜博弈局面。人工智能通過不分晝夜地機(jī)器學(xué)習(xí)、自我學(xué)習(xí)、強(qiáng)化學(xué)習(xí)，只會越來越強(qiáng)大。

六、挑戰(zhàn)組織結(jié)構(gòu)

傳統(tǒng)主流機(jī)構(gòu)投資者的內(nèi)部組織結(jié)構(gòu)，按部門分，一般有研究部、股票投資部、量化投資部、交易部、監(jiān)察部;按職位分，有宏觀研究員、行業(yè)研究員、基金經(jīng)理、數(shù)量分析師、交易員、督察員。如果是在軟件定義的社會，或者說是算法（algorithm）定義的時代。如果數(shù)據(jù)是新的石油，信息是生命體的血液。那么，組織結(jié)構(gòu)中的管理問題、投資流程問題，可能就變成了如何管理數(shù)據(jù)和信息？如何管理算法和軟件？如何進(jìn)行算法外包？如何激勵開源代碼共享？那么，傳統(tǒng)的部分劃分、職位劃分，是否適應(yīng)信息流的新的、甚至是革命性的變化？并且，在企業(yè)邊界的問題上，新型的企業(yè)也給出了不同的答案。例如。頂尖的對沖基金AQR的創(chuàng)始人，是Fama（2013年諾獎得主）指導(dǎo)的1994年畢業(yè)的博士生，倡導(dǎo)開放式研究，在一定程度上，就是開源代碼共享，這重新定義了企業(yè)的邊界、企業(yè)的協(xié)作。

七、轉(zhuǎn)型科技公司

一直以來，投資管理行業(yè)的競爭就是武裝到牙齒的技術(shù)“軍備競賽”。近年來，全球頂尖的對沖基金站在智能研究和實踐的前沿。文藝復(fù)興科技公司、Two Sigma等公司組建了自己的人工智能團(tuán)隊。2012年，著名的對沖基金公司橋水基金挖走了IBM的“沃森（Watson）”人工智能開發(fā)小組的領(lǐng)軍人物David Ferrucci。2017年，對沖基金巨頭Citadel聘用了微軟的首席人工智能科學(xué)家鄧力。2018年，NASA（美國國家航空航天局）首席數(shù)據(jù)科學(xué)家加盟貝萊德（BlackRock）2018年，華盛頓大學(xué)計算機(jī)科學(xué)與工程學(xué)教授，《The Master Algorithm》作者 Pedro Domingos加入DE Shaw。2018 年，卡內(nèi)基梅隆大學(xué)計算機(jī)系主任 Manuela Veloso 加盟摩根大通。

八、人才需求變化

近來，一些主流傳統(tǒng)公司，例如行業(yè)巨頭富達(dá)基金提拔有技術(shù)背景出身的Steve Neff擔(dān)任資產(chǎn)管理部門負(fù)責(zé)人，可能也多少說明了趨勢潮流。在未來，計算機(jī)、統(tǒng)計、數(shù)學(xué)等人才可能是搶手貨。背后的原因其實是傳統(tǒng)的信息流、投資流程受到挑戰(zhàn)。但我們必須特別指出，傳統(tǒng)的投資方法也不是一無是處，直覺和經(jīng)驗也不是全無道理。例如老練的投資者在基本面投資中使用的認(rèn)知、邏輯和經(jīng)驗長期有效。因為人工智能并不能判斷行業(yè)發(fā)展趨勢、企業(yè)發(fā)展戰(zhàn)略、企業(yè)家精神、企業(yè)文化。而這些“虛”的、定性的東西，恰恰是判斷偉大企業(yè)的關(guān)鍵。

九、帶來潛在風(fēng)險

資管行業(yè)的從業(yè)人員如果同時應(yīng)用人工智能技術(shù)，可能會出現(xiàn)金融市場穩(wěn)定性風(fēng)險。例如，如果以機(jī)器學(xué)習(xí)為基礎(chǔ)的交易者勝過其他交易者，可能導(dǎo)致更多的交易者采用類似的機(jī)器學(xué)習(xí)策略，放大市場震蕩。機(jī)器學(xué)習(xí)交易策略中的可預(yù)測模式也可能存在被犯罪分子用來操縱市場價格的風(fēng)險。從技術(shù)角度說，機(jī)器和機(jī)器智能帶來的風(fēng)險，也非同小可。例如，1987年一天之內(nèi)指數(shù)下跌超過20%，以及2010年的閃崩，都有機(jī)器程序交易產(chǎn)生連鎖反應(yīng)的原因，每個下單指令生成為4.6毫秒，對監(jiān)管和交易所都提出了挑戰(zhàn)。

此外，金融市場體系存在互相聯(lián)動的特點，如果資管行業(yè)的眾多機(jī)構(gòu)在某一關(guān)鍵部分依賴于相同數(shù)據(jù)或算法，那么當(dāng)這些數(shù)據(jù)或算法出現(xiàn)問題時，問題可能會從單個節(jié)點向整個市場擴(kuò)散。因此，集體采用人工智能工具可能會帶來關(guān)聯(lián)性風(fēng)險。

十、人機(jī)博弈合作

未來已來，只是還不明顯。人工智能在資產(chǎn)管理行業(yè)發(fā)展的多個方面，都可以進(jìn)行改造，都可以推動行業(yè)的變遷。但是人工智能也不是無所不能的，至少在目前可以預(yù)見的長期內(nèi)，人工智能并不能完全取代人。例如，在傳統(tǒng)的投資決策框架中，人工智能在數(shù)據(jù)獲取、信息處理和交易執(zhí)行三個方面具有絕對優(yōu)勢，但在理解歷史知識、經(jīng)驗規(guī)則和博弈策略中并不具優(yōu)勢;人工智能在把握短期情緒和非方向判斷方面具有絕對優(yōu)勢，但在長期基本面理解和方向判斷方面不具優(yōu)勢。所以，一個可能的格局是，人腦、電腦博弈合作。

總的來說，人工智能對資產(chǎn)管理行業(yè)發(fā)展的影響深刻長遠(yuǎn)。但人們對人工智能或多或少依然存在大量誤解，甚至是恐懼，也都正常。上面的看法可能對，也可能不對。我們也面臨“用目前習(xí)慣的框架去分析未來問題”的尷尬，這也都正常，對真實世界的認(rèn)知就是在不斷試錯和批判中前進(jìn)的，所以，歡迎各方專業(yè)人士不吝賜教。（作者單位：深圳市前海宜濤資產(chǎn)管理公司）