財富管理的價值鏈和智能化手段課件

1、財富管理的價值鏈和智能化手段CONTENTS目錄背景介紹財富管理產(chǎn)業(yè)鏈的數(shù)字化與智能化手段案例介紹0301背景介紹財富管理市場發(fā)展中國的財富管理自1995年步入發(fā)展快車道，在20多年來快速發(fā)展，呈現(xiàn)出多元化發(fā)展歷程，截止到2018年，中國居民可投資 資產(chǎn)規(guī)模230.6萬億元人民幣。而截止到2019年10月，統(tǒng)計國內(nèi)有236家保險、68家信托、126家公募基金、4079家銀行、 8855私募基金、131家券商以及眾多第三方財富管理公司布局財富管理產(chǎn)業(yè)1995-2018年中國居民可投資資產(chǎn)規(guī)模（萬億元人民幣）與財富管理發(fā)展階段金融機構服務邏輯的轉變及破局如何破局金融機構服務邏輯轉變從產(chǎn)品銷售驅動轉

2、向客戶為中心的需求側驅動，引發(fā)供給側改革資產(chǎn)收益率整體下行，“資產(chǎn)荒”的新常態(tài)，從前層層嵌套投向房地產(chǎn)，目前房地產(chǎn)資產(chǎn)不能保持高增長，“打破剛兌”從前以較高收益剛兌產(chǎn)品驅動的銷售導向商業(yè)模式發(fā)生轉變，以較高傭金為收入的模式被資產(chǎn)端與互聯(lián)網(wǎng)化顛覆（券商傭金持續(xù)斷崖式下跌，兩年后到達盈虧平衡點）財富管理服務需要多個環(huán)節(jié)的專業(yè)優(yōu)勢互補財富管理產(chǎn)業(yè)鏈上下游服務類 機構資管類 機構大規(guī)?？腿悍漳芰σ陨a(chǎn)產(chǎn)品為主，缺乏財富管理需要的專業(yè)組合配置管理能力銀行、信托類券商、基金類金融機構的天然稟賦與承擔的角色0.00%30.00%60.00%90.00%120.00%2006 2007 2008 2009

3、2010 2011 2012 2013 2014 2015 2016 2017 2018直銷券商銀行5.7511.517.2523產(chǎn)品銷售端2006-2018年基金銷售各渠道占比資管端2018年年底各機構資管規(guī)模投研端p基金：以投資品種主數(shù)據(jù)為中心，以投資持倉，投資交易，投資收益三大業(yè)務數(shù)據(jù)為組成部分，實現(xiàn)投研數(shù)據(jù)統(tǒng)一視 圖，全面支持投資決策，在各機構中保持最高投研水準p券商：2019年國內(nèi)共有88家券商發(fā)布了超16萬份研報，共覆 蓋2309家A股上市公司，涵蓋宏觀研究、策略研究、金融工 程、固定收益、行業(yè)研究5個研究領域，研究范圍廣泛p銀行：普遍缺乏投研能力服務端p基金：普遍缺乏服務能力p

4、券商：2018年最新公開信息統(tǒng)計顯示，今年以來，113家 券商合計擁有10219家營業(yè)部，覆蓋范圍較廣，能較好的 服務客戶p 銀行：2017年年底22.87萬個網(wǎng)點，社區(qū)網(wǎng)點數(shù)7890個， 在各機構中擁有最多的服務中心，服務能力最強結論：基金直銷比例快速上升，代銷比例整體下降0銀行理財（非保本理財）公募基金規(guī)模證券公司結論：資管規(guī)模銀行居于首位，基金與券商持平金融機構的天然稟賦與承擔的角色機構/能力客戶服務投研組合管理產(chǎn)品生產(chǎn)/資產(chǎn)盡調(diào)銀行投資推薦，投資組合顧問財務規(guī)劃資產(chǎn)配置保險規(guī)劃金融市場分析，資產(chǎn)標的/金融產(chǎn)品分析采購外部投研報告投資組合優(yōu)化組合監(jiān)控組合分析資產(chǎn)標的盡調(diào)，銀行理財 機構生

5、產(chǎn)金融產(chǎn)品券商投資推薦投資組合顧問財務規(guī)劃資產(chǎn)配置保險規(guī)劃賣方投研金融市場分析，資產(chǎn)標的/金融產(chǎn)品分析提供投研報告服務投資組合優(yōu)化組合監(jiān)控組合分析以資產(chǎn)標的盡調(diào)為主，部 分機構可以自己生產(chǎn)金融產(chǎn)品基金主要通過券商，銀行，三方服務客戶少數(shù)基金公司自建服務團隊，或財富管理公司買方投研金融市場分析，資產(chǎn)標的分析供自己投資服務產(chǎn)品內(nèi)的組合管理主要角色為生產(chǎn)產(chǎn)品金融機構的天然稟賦與承擔的角色服務端投研端組合管理端產(chǎn)品生產(chǎn)產(chǎn)品盡調(diào)端基金銀行券商基金銀行券商基金銀行券商券商供自己投研分析委托券商代理服務綜合服務綜合服務綜合資管綜合資管基金生產(chǎn)并提供產(chǎn)品券商進行產(chǎn)品盡調(diào)基金生產(chǎn)并提供產(chǎn)品銀行 基金銀行進行產(chǎn)品

6、盡調(diào)理財產(chǎn)品生產(chǎn)缺乏投研能力提供投研報告服務銀行采購賣方投研報告產(chǎn)品內(nèi)資管部分可生產(chǎn)產(chǎn)品財富管理行業(yè)發(fā)展趨勢專業(yè)化趨勢財富管理機構專業(yè)化：主要提供服務/組合管理/資產(chǎn)盡調(diào)，將產(chǎn)品生產(chǎn)角色外包給基金公司進一步的功能分化：p服務（投資推薦，組合顧問，財務規(guī)劃，保險規(guī)劃）- 專業(yè)的財富管理機構p組合管理 - 外包給資管機構 JP Morgan AM, BlackRock, Vanguardp盡調(diào)服務 - 外包給盡調(diào)服務機構 Towers Watson, Mercer趨勢：分久必合，合久必分去中介化趨勢基金公司通過數(shù)字化平臺介入服務環(huán)節(jié)：pBlackRock收購Future Advisor pVang

7、uard利用Personal Advisor券商/銀行建立數(shù)字化服務平臺，并且自建資管產(chǎn)品或通過Indexing公司生產(chǎn)指數(shù)化產(chǎn)品合分p服務場景化（養(yǎng)老金融，目標導向的投資等）導致服務型金融機構真正掌握客戶需求，而基金提供的產(chǎn)品庫不能完全理解或滿足，從而需要自建 定制化資管產(chǎn)品（如retirement index fund，high dividend fund, ESG fund )；pindexing, smart beta indexing, alternative beta使得資管產(chǎn)品容易廉價生產(chǎn)財富管理專業(yè)化趨勢舉例-美林高端財富管理模式美林資管商業(yè)模式是投行業(yè)務、財富管理和資本中介的

8、綜合。美林的業(yè)務線向前延伸增加了投行業(yè)務，向后延伸增加了資本中介業(yè)務（做市交易、衍生品和質(zhì)押融資業(yè)務），這兩項業(yè)務是美林高端財富管理的戰(zhàn)略配襯，保證了美林持續(xù)服務 高凈值客戶的能力。美林于2006 年2月剝離資管業(yè)務，利用全業(yè)務鏈條通過財務顧問服務高凈值客戶。財富管理去中介化趨勢舉例-BlackRock去中介化2015年8月，貝萊德將收購舊金山在線金融咨詢公司FutureAdvisor，希望借助FutureAdvisor的技術幫助銀行和經(jīng)紀公司為富裕人群提供更加無縫的體驗。2015年，收購機器人投顧 FutureAdvisor，提升ETF分銷能力。2016年，投資金融科技平臺 iCapital

9、 Network，iCapital 為高凈 值投資者及其顧問提供對沖基金的渠道。2017年，收購Cachematrix，增強其在現(xiàn)金管理領域的實力和規(guī)模，以及在技術和風險管理方面的領先地位。2017年，入股歐洲機器人投顧公司Scalable Capital。財富管理行業(yè)發(fā)展趨勢指數(shù)投資的發(fā)展因子投資的興起財富管理去中介化趨勢舉例- 介入資管Retirement Index隨著財富管理機構的服務場景化，如養(yǎng)老金融，目標導向的投資等，導致服務型金融機構真正掌握客戶需求，而基金提供的產(chǎn)品庫不能完全理解或滿足，從而需要自建定制化資管產(chǎn)品（如retirementindexfund，highdividen

10、dfund,ESG fund )； indexing, smart beta indexing, alternative beta 使得資管產(chǎn)品容易廉價生產(chǎn)。Retirement IndexAccount 1Account 2Account N02財富管理產(chǎn)業(yè)鏈的數(shù)字化與智 能化手段財富管理的數(shù)字化與智能化手段財富管理1.0財富管理2.0理財師/投顧服務 投研人員結合已有投資 組合、用戶信息，進行 賬戶分析、投資優(yōu)化產(chǎn)品盡調(diào)盡調(diào)專員進行風格評估、 歸因分析、分類估值，編 纂基準投資組合管理投研人員根據(jù)產(chǎn)品、市場 情況，進行組合分析、 資 產(chǎn)配置、運籌優(yōu)化金融市場行研分析 行研人員進行宏觀經(jīng)濟、

11、 行業(yè)周期、基本面分析， 完成量化建模，概率測算服務端科學投顧：秒懂客戶，輔助投顧展 業(yè)，提升專業(yè)度和滿意度機器人投顧：專業(yè)化、智能化、自 動化的千人千面資產(chǎn)配置方案GBI：基于目標投資，實現(xiàn)客戶不 同人生階段的財務目標 CLV：智能決策系統(tǒng)，進行客戶精 細化管理盡調(diào)端量化盡調(diào)：針對全量資產(chǎn) 標的深度分析，進行系統(tǒng) 化的管理評估、金融風險 建模、壓力測試、歸因與 預測等資管端智能投決：基于因子的 大類資產(chǎn)預測聯(lián)合概率 分布，優(yōu)選算法，生成 最優(yōu)資產(chǎn)配置組合投研端智能投研：算法預測+專 家觀點，形成專業(yè)智能 的市場投資研究，為金 融機構的專業(yè)從業(yè)人員 提供幫助，輔助產(chǎn)生更 為合理的投資策略數(shù)字化

12、 智能化服務端PART 2.1（一）科學投顧（三）GBI目標管理（二）機器人投顧（四）CLV智能決策科學投顧系統(tǒng)功能介紹系統(tǒng)價值：為投顧服務賦能通過AI算法與金融工程工 具，為投顧及客戶經(jīng)理提供分析用戶、盡調(diào)產(chǎn)品、組合 投資等一系列財富管理的智能化工具，提升投顧服務水 平擴大服務半徑高效的分析手段，精準的觸 達機制，為投顧拓展服務半徑、覆蓋全面客戶提供堅實 基礎提升服務體驗為合適的用戶用合適的手段科學投顧系統(tǒng)功能介紹客戶監(jiān)測臺客戶管理產(chǎn)品管理投后管理客戶監(jiān)測客戶資產(chǎn)監(jiān)測 客戶行為監(jiān)測產(chǎn)品使用情況監(jiān)測關注的客戶 客戶分類管理 客戶畫像事件提醒 智能選客產(chǎn)品優(yōu)選優(yōu)選組合產(chǎn)品數(shù)據(jù)統(tǒng)計投教管理客戶畫像

13、示例：產(chǎn)品追蹤待辦提醒線上沙龍新產(chǎn)品邀約客戶監(jiān)測臺示例：智能推薦產(chǎn)品推薦服務推薦機器人投顧：機器自動化投資策略系統(tǒng)價值：機構視角：一對多機器服務，節(jié)約人力、分支機構成本，投入成本低；用戶視角：覆蓋長尾客戶，易形成規(guī)模效應，大量長尾客戶自助選擇服務； 減少研究市場時間精力，明確投資偏好；規(guī)避金融超市選擇成本，方便快捷配置資產(chǎn)；體驗專業(yè)投資服務，獲取較高收益基金產(chǎn)品理財產(chǎn)品產(chǎn)品池其它基于用戶畫像配置組合機器人投顧功能流程介紹CMA資產(chǎn)大類預測資產(chǎn)大類預期收益率資產(chǎn)大類波動資產(chǎn)大類相關系數(shù)優(yōu)化算法選擇均值-方差馬科維茨模型風險平價模型Black-Litterman模型穩(wěn)健優(yōu)化模型基金優(yōu)選通過建立不同

14、緯度的度 量指標，如：收益、風 險、流動性等對每類資 產(chǎn)進行基金優(yōu)選投資組合生成根據(jù)CMA資本市場假設， 可以得到投資組合的有效 前沿。個性化推薦組合根據(jù)客戶細分，結合個 人用戶持倉數(shù)據(jù)，為用戶 推薦最合適的投資組合系統(tǒng)輔助投資經(jīng)理進行投資組合配置策略再平衡：根據(jù)設定的再平衡方式、再平衡規(guī)則、再平衡周一，系統(tǒng)定期生成再平衡策略，經(jīng)投資經(jīng)理確認后，進行投資策略的調(diào)賬。用戶端功能：用戶可以對組合進行一鍵購買交易，購買完成后可進行追加、贖回操作；系統(tǒng)將定期推送調(diào)倉方案給用戶，如果用戶接受方案，可 智能調(diào)倉完成持倉調(diào)整，將持倉達到最優(yōu)效果。前端將組合推薦給用戶GBI目標管理系統(tǒng)GBI根據(jù)用戶不同需求制

15、定投資計劃。人生規(guī)劃需求基于生命周期不同階段的典型投資需求，例如買房買 車，子女教育，退休養(yǎng)老等專業(yè)投資需求專業(yè)性資產(chǎn)需求，追求穩(wěn)定性和收益率，例如銀行儲 蓄，購買基金，投資證券等居家生活需求生活中簡單的理財需求，例如旅游、消費、零錢投資等Value: 1. 場景化投資幫助客戶明確理財目標為機構與客戶之間建立長期強關聯(lián)為機構提供長期穩(wěn)定可預測的資金補充人生規(guī)劃需求專業(yè)投資需求居家生活需求GBI目標管理系統(tǒng)年齡高級中級低級年齡您的目標實現(xiàn)概率買房退休安養(yǎng)子女求學家族成員保障藝術品收藏實現(xiàn)您高優(yōu)先級目標的 平均概率是增加您的保險類資產(chǎn)配置，可 提升您目標實現(xiàn)概率調(diào)整您的保險類資產(chǎn)比 例調(diào)整比例目標

16、投資消費投資目標實現(xiàn)可能基于以上選擇，系統(tǒng)給 出不同優(yōu)先級的目標實 現(xiàn)可能。 保險資產(chǎn)比例調(diào)整用戶可以根據(jù)投資目標的實現(xiàn)可能，動態(tài)調(diào)整自己需 求，由系統(tǒng)重新設置投資方案，直到客戶確認滿意。目標完成狀況全景顯示全景目標的實現(xiàn)可能和已積累投資狀況。CLV智能決策系統(tǒng)應用技術總覽系統(tǒng)價值：驅動精細化操作打造數(shù)據(jù)中臺后，依靠數(shù)據(jù)+ 技術，驅動整個運營體系的精 細化操作全局性組織營銷基于全營銷觸點管理和全渠道 的客戶識別，更好地圍繞整個用戶生命周期來進行客戶運營 和營銷建立自動化流程建立從數(shù)據(jù)到信息，從信息到 知識，從知識到智慧的自動化 決策流程和映射。戰(zhàn)略戰(zhàn)術支持為管理層對運營體系的戰(zhàn)略指 導和戰(zhàn)術部

17、署提供支持。CLV智能決策系統(tǒng)功能介紹客戶識別通過聚類分析遠程屬性、高價值、更有購買意愿的客戶特 征，識別潛在高價值客戶獲客渠道優(yōu)化通過觸達優(yōu)化、A/B test等算法計算ROI，轉化率等評估渠 道質(zhì)量獲客方式優(yōu)化通過觸達優(yōu)化等算法，判斷某一客群/客戶的最佳拉新方 式，如：圈子營銷、媒體廣告、搜索引擎、社交等智能風險測評基于用戶持倉、交易模式等，對用戶風險承受能力進行客 觀評測精準產(chǎn)品推薦基于遠程券商經(jīng)營產(chǎn)品池，并根據(jù)客戶畫像、賬戶診斷等 向用戶千人千面地推薦基金產(chǎn)品、工具和服務客戶投顧匹配根據(jù)客戶的特征（年齡、性別、資產(chǎn)狀況等）匹配投顧服 務深度挖掘價值基于機器學習算法，根據(jù)用戶賬戶信息等，

18、通過向上銷售 等方式深度挖掘用戶價值，實現(xiàn)效益最大化沉默用戶激活通過觸達優(yōu)化等算法，判斷某一客群/客戶的最佳激活方 式，如：廣告推送、優(yōu)惠券、獎勵等購買需求識別根據(jù)客戶靜態(tài)屬性數(shù)據(jù)以及行為數(shù)據(jù)等，預測客戶是否有 購買意愿行為金融引導通過識別客戶對流動性、保障性、收益性等三個心理賬戶 不同的預期，做出與其風險承受能力相匹配的投資建議客戶流失預測通過流失模型，推算客戶流失的概率，選擇挽留時點，即 在流失概率最大的時點挽留，根據(jù)投入產(chǎn)出比決定是否值 得挽留留客手段優(yōu)化通過觸達優(yōu)化等算法，判斷某一客群/客戶的最佳挽留方 式，如：交叉銷售等投顧指引多維度投顧評價標準。如，根據(jù)數(shù)據(jù)分析結果，將影響客 戶流

19、失的業(yè)務作為投顧考核的量化因素，利用交叉銷售能 夠增加客戶轉移成本，避免客戶轉入競爭公司，提高價值未來公司價值預 測將客戶未來預測實現(xiàn)的價值加和，評估公司的未來價值監(jiān)控各產(chǎn)品和渠道銷售狀況，結合績效指標，確定主打產(chǎn)產(chǎn)品和渠道監(jiān) 品和渠道控客戶服務效果評 估組織實施客戶體驗監(jiān)測評價，量化客戶與遠程券商互動時 的感受，關注客戶旅程的流暢性，并對客 戶聲音進行深入 分析獲客用客留客公司 戰(zhàn)略 管理CLV智能決策系統(tǒng)舉例-客戶流失管理CLV智能決策系統(tǒng)舉例-公司戰(zhàn)略管理端解決方案對公司運營戰(zhàn)略指標進行監(jiān)測，包括客戶資產(chǎn)情況、持倉情況、交易情況、流失率情況等，并且支持按照不同渠道、產(chǎn)品、客群分別進行統(tǒng)計

20、。投研端PART 2.2智能投研系統(tǒng)智能投研功能介紹智能搜索基于自然語言處理引擎，從海量信息中找到與標的公司有關的內(nèi)容，或設定條件，實現(xiàn)個性 化的信息推送功能，搜索的結果涵蓋公司、行 業(yè)、資訊、研報、觀點內(nèi)容，使人與系統(tǒng)自然 對話數(shù)據(jù)看板數(shù)據(jù)看板包括宏觀經(jīng)濟數(shù)據(jù)、大類資產(chǎn)數(shù)據(jù)、行業(yè)數(shù)據(jù)、公司數(shù)據(jù)，集成市場金融數(shù)據(jù)與分 析結果，為投資研究提供可視化數(shù)據(jù)看板，大 幅度降低數(shù)據(jù)處理的繁瑣性智能工具利用人工智能（深度學習、自然語言處理等）來分析金融市場數(shù)據(jù)，集成財務工具、因子工具、預測模擬器等智能工具多方位研究數(shù)據(jù)間 關聯(lián)性觀點融合疊加投資研究專家主觀觀點，得到人工+AI預測的未來資產(chǎn)收益率聯(lián)合分布，

21、使觀點更加貼近市場；引入動態(tài)熵算法，投資觀點可作用于多 期分布，持續(xù)影響資產(chǎn)收益率聯(lián)合分布，提高 預測準確率智能投研功能舉例-財務工具財務分析提供每股指標、盈利能力、收益 質(zhì)量、償債能力、成長能力等基 本財務評價指標分析杜邦分析以杜邦分析為基礎，將ROE拆解 為凈利潤、ROA、權益乘數(shù)后近 一步向下拆解，追溯底層指標主營分析將企業(yè)收入、成本、毛利等拆解 到細分產(chǎn)品、行業(yè)，精準分析企 業(yè)狀況財務工具估值分析利用PE、PB等估值工具查看 行業(yè)、公司價值變化，利于分 析師進一步做好估值分析公司對比將公司與對標企業(yè)進行多維度 財務指標對比，可快速選擇同行業(yè)、同概念對比行業(yè)指標對比將公司與行業(yè)水準進行多

22、維度 財務指標對比，可與行業(yè)均 值、行業(yè)指數(shù)、自選公司集群對比系統(tǒng)價值：持續(xù)提升投研產(chǎn)出構建投資研究平臺，培育投研價值創(chuàng)造能力；以數(shù)據(jù)支撐結論，避免主觀性；以因子模型為基礎，分析因素綜合全面大幅提升投研效率納入更多實時數(shù)據(jù)；數(shù)據(jù)處理、分析速度更強更快；可視化界面；結論呈現(xiàn)更高效顯著降低投研成本解放大量投研人員生產(chǎn)力，減少信息查詢和分析的“重”勞動；每個分支機構擁有自己的“投研專家”智能投研功能舉例-因子工具使用財富引擎MSG系統(tǒng)，集成上百種金融計量模型、隨機動態(tài)模型與AI算法，對行業(yè)、公司進行業(yè)績歸因，從風格因子、行業(yè)因子、市場因子等進行分析，識別影響此行業(yè)的各類因子，得到因子暴露與因子收益，

23、輔助分析業(yè)績智能投研功能舉例-預測模擬器使用財富引擎MSG系統(tǒng)，集成上百種金融計量模型、隨機動態(tài)模型與AI算法，為研究員提供預測模擬工具，內(nèi)容包括大類資產(chǎn)走勢，資產(chǎn)收益波動情況、大類資產(chǎn)相關性、大類資產(chǎn)預測、大類資產(chǎn)因子歸因等智能投研功能舉例-觀點融合特點人工+AI疊加投資研究專家主觀觀點，得 到人工+AI預測的未來資產(chǎn)收益 率聯(lián)合分布，使觀點更加貼近市 場。準確性引入動態(tài)熵算法，投資觀點可作 用于多期分布，持續(xù)影響資產(chǎn)收 益率聯(lián)合分布，提高預測準確率個性化 可結合個人投資觀點，個性化輸 出結果，充分發(fā)揮投研人員專業(yè) 優(yōu)勢便捷性 根據(jù)融合后資產(chǎn)分布情況，可自 行進行資產(chǎn)配置，也可結合財富 引擎

24、投資決策輔助系統(tǒng)，一鍵生 成策略，方便快捷觀點融合 智能投研功能舉例-觀點融合流程資管端PART 2.3智能投決系統(tǒng)問題抽象資產(chǎn)配置本質(zhì)上是決策問題觀察預測狀態(tài)求解最優(yōu)行動 方案評估反饋金融市場建模（資產(chǎn)標的收 益聯(lián)合概率分 布預測）求解最優(yōu)資產(chǎn) 配置方案回測指標反饋 與歸因分析廣義決策問題資產(chǎn)配置問題MSG（金融市 場情景模 擬器）DOE（決策優(yōu)化引擎）QDD（量化盡調(diào)引擎）資管方案模塊引擎智能投決系統(tǒng)功能介紹系統(tǒng)價值：將專家的投資邏輯固化， 結合大數(shù)據(jù)為客戶個性化服 務，規(guī)模化復制專業(yè)的投資 能力，服務更廣大的客戶減少主觀偏差因素影響， 通過量化工具，將決策依據(jù) 的條件、邏輯，系統(tǒng)化、數(shù)

25、量化、客戶化投資決策需要一套工具長 時間監(jiān)控，并且對所有的決策、當時的市場狀況進行記 錄，以便后續(xù)復盤、歸因，持續(xù)提高組織的投資能力智能投決系統(tǒng)創(chuàng)新亮點市場預測多樣投資白盒優(yōu)化市場畫像市場畫像對宏觀基本面的指標進行刻畫基于因子的大類資產(chǎn)預測 聯(lián)合概率分布優(yōu)化算法白盒可見 自選優(yōu)化算法投資決策無論是全自動、疊加專家觀點的半自動、全手動，幫助投資決策智能投決系統(tǒng)重點功能舉例資產(chǎn)配置戰(zhàn)略資產(chǎn)配置動態(tài)戰(zhàn)略資產(chǎn)配置戰(zhàn)術資產(chǎn)配置長期價值中期調(diào)整短期機遇符合回歸均值規(guī)律選擇長期資產(chǎn)配置策略，降 低非系統(tǒng)性風險市場多處于偏離均衡狀態(tài)， 應追蹤監(jiān)控風險暴露基于風險預算，對風險進行 動態(tài)化管理，以期控制投資 風險

26、預判資本市場趨勢的相對 性，從中挖掘機會趨勢分析和技術分析相結 合，敲定短期配置決策智能投決系統(tǒng)長期戰(zhàn)略配置（SAA）當前SAA策略與候選SAA 策略比較多種維度評判SAA策略效 果ESG情境生成測試業(yè)務指 標實現(xiàn)概率智能投決系統(tǒng)動態(tài)中期再調(diào)整智能投決系統(tǒng)戰(zhàn)術擇時TAA從SAA到TAA：將資產(chǎn)大類 建模進一步細分。細分后的 指數(shù)具有近似的財務特征， 例如（3-5年AAA級債）（10-15年AA級債）等BL算法的升級版動態(tài)熵 聚集算法，可將含有期限結 構的主觀觀點融入模型QDD賦能資產(chǎn)標的優(yōu)選盡調(diào)端PART 2.4量化盡調(diào)系統(tǒng)（QDD）系統(tǒng)理念基于歷史業(yè)績根據(jù)歷史收益率進行評級 根據(jù)歷史的夏普比

27、率進行評級 根據(jù)歷史的最大回撤進行評級基金評級一對一服務由財富顧問咨詢了解基金根據(jù)客戶需求提供投資組合及服務 人工追蹤對比傳統(tǒng)盡調(diào)現(xiàn) 有 盡 調(diào) 模 式工作效率低下服務針對性不強 客戶覆蓋率低 水平層次不齊歷史業(yè)績并不代表未來難以解決投資決策 難以把握客戶需求難以滿足多樣化的需求算法定制存在問題量化盡調(diào)三懂：懂歷史、懂風險、懂未來提供：量化盡調(diào)及投資決策服務未來預測標準化自動化智能化46AI+算法量化盡調(diào)系統(tǒng)金融產(chǎn)品基金1產(chǎn)品1產(chǎn)品2基金2多目標基金優(yōu)選穿透式因子建模建模優(yōu)選QDD層次分析法AHPAI策略分類收益預測模型主成分分析法PCA核心技術量化盡調(diào)系統(tǒng)功能系統(tǒng)價值：量化盡調(diào)系統(tǒng)旨在為投資

28、 者提供一套對市場上所有 金融資產(chǎn)的量化盡調(diào)引 擎，解決落實到資產(chǎn)標的 層面 “用什么”的問題幫助投資者處理海量金融 產(chǎn)品數(shù)據(jù)，借助量化盡調(diào) 系統(tǒng)處理信息更加完備和 高效量化盡調(diào)系統(tǒng)是投資者在 處理海量金融產(chǎn)品信息時 的最優(yōu)助手4812345QDD多目標基金優(yōu)選的目標函數(shù)是客戶的效用函數(shù)最大化基于NDCG和機器學習的方法對基金的收益進行預測實現(xiàn)了多目標的基金優(yōu)選，理論來源是層次分析法AHP基于AI的聚類和支持向量機SVM對基金的策略進行分類和風格分析QDD建立了基金的收益和風險的統(tǒng)計指標體系，體系基于多維度進行定義量化盡調(diào)系統(tǒng)功能亮點49基金畫像30個 投資能力評價指標30個 風險類指標生成基

29、金評估 總分基金畫像雷達圖特色投資能力評價指標擇時能力選證能力特色風險評估指標尾部風險 日下行風險 月下行風險 下行貝塔風險引入特色評價指標，用算法對基金進行投資能力維度與風險維度的全方位評價，得到相應指標的對應分值為投顧生成基金畫像雷達圖以及基金總評分，幫助投顧形成科學、合理的判斷及決策量化盡調(diào)系統(tǒng)重點功能-基金畫像量化盡調(diào)系統(tǒng)重點功能舉例-基金畫像基金評級，包括基金綜合評價、多維度能力詳細解讀?；鹪\斷，通過基金的收益、風險、調(diào)整后收益指標的四分位排名箱體圖，對基金進行診斷?；鹪u級基金診斷量化盡調(diào)系統(tǒng)重點功能舉例-Brinson歸因Brinson業(yè)績歸因模型，將超額收益在大類資產(chǎn)配置、行

30、業(yè)配置、個股選擇等方面進行分解，如左圖所示， 將基金的累計總收益（綠色）相對于基準收益（藍色）的超額部分，分解為了資產(chǎn)配置效應（灰色）、行業(yè) 風格效應（橙色）以及擇股效應（紅色）。對于資產(chǎn)配置效應（左圖中灰色曲線），右圖展示了大盤價值型、大盤成長型、中盤價值型、中盤成長型、小盤價值型 以及小盤成長型總計六大類股票資產(chǎn)所分別貢獻的業(yè)績比例?？梢钥吹?，該基金經(jīng)理偏好大盤成長型與小盤成長型股票。量化盡調(diào)系統(tǒng)重點功能舉例-風險因子歸因基于華爾街前沿理念的多因子分析框架，通過機器學習算法和前沿金融計量統(tǒng)計方法用一套固定的風 險驅動因子集合去對任意層級的資產(chǎn)集合進行建模，得到不同層級間系統(tǒng)、一致的建模。以

31、常見的通脹風險、利率風險、信用風險、市值因子為例，對市場上不同資產(chǎn)進行風險因子的分解。如上圖所示，對某投資組合進行風險因子歸因后，不同類別資產(chǎn)及股票類別下不同行業(yè)的配置、擇股、擇 時，統(tǒng)一由一套風險因子在不同時間的暴露敞口來解釋。應用這一套風險因子分析框架，投資者投資的不再是具 體的資產(chǎn)，而是因子；風險管理也變成管理因子的暴露敞口。53基本信息管理基金盡調(diào)分析基本信息投資年限工作經(jīng)歷擅長類型管理基金管理基金列表任職期間業(yè)績收益風險情況盡調(diào)分析多維度評價四分位診斷量化盡調(diào)系統(tǒng)重點功能-基金經(jīng)理畫像量化盡調(diào)系統(tǒng)重點功能舉例-基金經(jīng)理畫像通過任職期間業(yè)績走勢、收益風險情況，評估基金經(jīng)理所管理基金情況

32、?；鸾?jīng)理評級對基金經(jīng)理投資能力、管理回撤的能力等多維度進行解讀。管理基金情況多維度能力解讀量化盡調(diào)系統(tǒng)重點功能舉例-基金經(jīng)理診斷通過所管理基金的收益、風險、調(diào)整后收益指標的四分位排名箱體圖，對基金經(jīng)理進行診斷。56D 組收益激進基金經(jīng)理優(yōu)秀基金經(jīng)理風險保守基金經(jīng)理一般基金經(jīng)理B 組A 組C 組其中，X軸代表風險軸，越往右，代表風險越大；Y軸代表收益軸越往上，代表收益越高量化盡調(diào)系統(tǒng)重點功能舉例-基金經(jīng)理風格分析03案例介紹美銀美林中心化投資引擎系統(tǒng)搭建思考美銀美林具有強大的財富管理平臺，金融顧問只需輸入客戶的相關資料，即可由總部研究部門制作完成相應的財富計劃書；同時，客戶的金融信息資料亦由總

33、部的研 究機構收集制作后存放至信息平臺，通過財富管理平臺傳遞給金融顧問。美林證券 依托總部強大的投研實力為基礎，為高凈值客戶提供了”客戶為中心”的專業(yè)理財服 務。中心化投資引擎系統(tǒng)Merrill One投顧團隊Merrill Edge線上運營團隊金融市場模擬與優(yōu)化 算法庫CIO量化團隊、投研團隊CIA系統(tǒng)盡職調(diào)查團隊數(shù)據(jù)科學系統(tǒng)數(shù)據(jù)科學團隊、數(shù)據(jù)運營團隊三層架構團隊（總 部、高級投顧、一 般投顧）借助系 統(tǒng)，更專業(yè)化服務 客戶線上運營團隊做好 Edge的開發(fā)、運 營、推廣、維護CIO量化團隊生產(chǎn)策略 與組合投研團隊市場研究，生 成觀點，攥寫研報盡職調(diào)查團隊借助 CIA系統(tǒng)完成產(chǎn)品 評級與推薦、

34、資產(chǎn) 盡調(diào)以及日常系統(tǒng) 維護數(shù)據(jù)科學團隊進行數(shù)據(jù)科 學治理、有效挖掘各類數(shù) 據(jù)數(shù)據(jù)運營團隊建立運營模 型，為各系統(tǒng)提供數(shù)據(jù)支 撐美銀美林中心化投資引擎系統(tǒng)搭建思考1、投顧一體化平臺1、為客戶提供優(yōu)質(zhì)財富管理服務2、搶占并吸引更多的客戶與管理資金3、降低人員培訓成本4、快速提升投資顧問的專業(yè)能力2、線上服務平臺美銀美林推出了 Merrill Edge線上平臺，并開發(fā)出多種智能化自助系統(tǒng)，如 MEGI ( 2017年2月隆重推出 )美銀美林中心化投資引擎系統(tǒng)搭建思考3、驅動中心化投資引擎的金融市場模擬與優(yōu)化算法庫中心化投資引擎優(yōu)勢1、系統(tǒng)化，全資產(chǎn)，通用化模塊2、結合最新研發(fā)成果，經(jīng)常性迭代更新3

35、、豐富，強大，穩(wěn)定的金融優(yōu)化算法庫 4、基于多重風險驅動因子，與市場動態(tài)結構實施一致的金融市場模擬針對金融市場模擬算法難點，提供優(yōu)化解決方案1、金融優(yōu)化算法對參數(shù)的誤差非常敏感2、傳統(tǒng)的優(yōu)化模型無法涵蓋路徑依賴型投資目標3、多周期優(yōu)化問題會帶來“高維詛咒”( curse of dimensionality )5、結合分析軟件，可視化交互與匯報。4、面向另類資產(chǎn)開發(fā)的CIA系統(tǒng)：是針對另類資產(chǎn)與非標資產(chǎn)FoF開發(fā)的功能強大的分析、存儲、匯報一體化引擎系統(tǒng)功能1、存儲與整合另類與非標資產(chǎn)（對沖基金、私募、風投、證券化資產(chǎn)）的各種數(shù)據(jù)；2、聚合多種智能分析板塊；3、量化分解資產(chǎn)風險因子；4、大規(guī)模優(yōu)

36、化FoF資產(chǎn)組合；5、輔助人工投顧與線上自動化平臺的后臺數(shù)據(jù)庫、數(shù)據(jù)科學家團隊數(shù)據(jù)團隊：運籌界明星級團隊Decision Support Modeling，獲得運籌界“諾貝爾”獎Franz Edelman Prize, Wagner Prize1、底層大數(shù)據(jù)整合打通，應用層面支持2、強大的智能獲客留客輔助3、上千個推薦模型與預測模型輪轉，collaborative filtering 自動更新4、Monte Carlo 模擬機器，服務任何營銷策略的優(yōu)化決策5、用戶畫像，金融圖譜整合，基礎底層數(shù)據(jù)分析6、智能輔助投顧模擬流程美銀美林-GBI Index美林建立基于目標投資的機制，可以真正掌握客戶

37、需求，在兼顧客戶個性化投資需求的同時，以index investment的方式，達到規(guī)?；嬎愫凸?jié)約成本的目的。Funding Ratio優(yōu)于其他Goal-based InvestmentBlackrockfactor-based investingBlackrock于2019年收購巴克萊銀的公司Barclays Global Investor，BGI采因投資的式，該 交易將創(chuàng)建個獨且完全集成的資產(chǎn)管理公司，管理的資產(chǎn)總額超過2.7萬億美元。因投資策略Blackrockfactor-based investing某國內(nèi)大型金融機構科學投顧系統(tǒng)科學投顧系統(tǒng)基于對投顧業(yè)務數(shù)據(jù)與客戶數(shù)據(jù)的測量、分析

38、與建模，智能展示每個投顧的業(yè)務畫像和客群畫像，幫助后臺了解投顧服務客戶的多方位情況，智能展示針對每個投顧名下客戶的客戶全景圖，形成“秒懂”客戶，“深懂”客戶等報告工具，幫助投顧快速了解客戶的資產(chǎn)、盈虧、持倉、交易等情況，提供財富管理和資產(chǎn)配置建 議。某國內(nèi)大型金融機構科學投顧系統(tǒng)業(yè)務背景與需求：方案總覽：!高凈值、傳統(tǒng)客戶需要高質(zhì)量、儀式感的理財服務。投資顧問理財能力和理財技能上需要培訓 與提高。投資顧問不能迅速抓住客戶需求，難以實 現(xiàn)高效營銷和高質(zhì)量的服務。服務流程冗長，服務時間較長，較難覆蓋大量客戶，難以實現(xiàn)精準營銷?？偛客顿Y能力與業(yè)務目標難以有效進行輸 出，實現(xiàn)對下屬分支機構人員團隊的目

39、標 導向管理。價值數(shù)據(jù)：人機結合，通過科學投顧系統(tǒng)進行業(yè)務開展，實現(xiàn)高效精準 營銷。懂客戶，從客戶需求出發(fā)，從需求端出發(fā)制定營銷策略和服 務策略，滿足客戶高質(zhì)量、儀式感理財需求。懂產(chǎn)品，科學方法優(yōu)選與組合產(chǎn)品，從供給端出發(fā)提供優(yōu)質(zhì) 產(chǎn)品和組合。懂業(yè)務，將總部業(yè)務目標有效分解，對人員團隊高效管理。#覆蓋投顧1800余人，覆蓋率超過90% #服務客戶800萬#2019Q1投顧渠道基金銷售量提升100%#降低投顧人員對專業(yè)技術的依賴，降低培訓成本，形成標準化 專業(yè)服務體驗#投顧人員服務效率提升300%某國內(nèi)大型金融機構線上智能投顧系統(tǒng)在客戶為中心的財富管理業(yè)務升級的需求下，以及“資管新規(guī)”與“投資者適當性管理辦法”的新監(jiān)管形勢下，金融機構都需要科學化系統(tǒng)化的財富管理方案。財富引擎科技利用核心引擎模塊，提供智能財富管理系統(tǒng)的解決方案，支持從個性化產(chǎn)品推薦， 智能資產(chǎn)配置方案，到目標導向金融規(guī)劃的全方位財富管理功能。財富畫像財富體檢流動性資產(chǎn)（消費需求）補充信息用戶畫像目標推薦基于個人規(guī)劃的 財富管理方案金融產(chǎn)品超市投資性資產(chǎn)