易方達基金副總裁陳彤:未來的財富管理公司將首先是金融科技和人工...

「隨著數據的不斷積累、AI技術的不斷發展，算法的不斷優化，未來的財富管理公司在以買方代理模式的基礎上，首先是一家金融科技和人工智慧的公司，其次才是一家金融公司。」易方達基金副總裁陳彤在由青島市人民政府主辦、《財經》和《財經智庫》承辦的「2020青島中國財富論壇」上如此表示。

易方達基金副總裁 陳彤

陳彤提出，大數據和AI技術正在重塑包括財富管理在內的所有行業的新形態。這場變革是由基金業內部的固有特徵和資訊時代的外部因素所共同驅動。基金投顧模式轉變的重要性正在逐步被業界所認識。

在其看來，目前各個銀行、券商、獨立銷售機構、電商渠道都積累了大量的客戶人口統計學、投資行為、消費行為等多維度數據，形成了有效的客戶數據沉澱。隨著機器學習、深度學習、運籌優化等智能技術的發展，在數據、算法和算力三大要素的支撐下，數位化感知客戶，智能化認知客戶，進而實現「千人千面」的個性化投顧服務已經具備了堅實的數據和技術基礎，使得專業的財富管理大規模批量推廣應用到更廣泛人群成為可能。

據陳彤介紹，易方達基金以基金產品為起點，關聯基金經理，穿透底層資產，建立了一套時間序列和截面的研究框架，從橫向和縱向兩個維度構建全方位的因子體系來實現深度的基金畫像。「我們根據基金所有公開披露的信息，構建知識圖譜用以擬合拓展專家經驗，將原始高維、稀疏、孤立的基金數據信息進行關聯，引入更多維度的語義關係，從而發掘實體之間的深度聯繫，讓我們對於基金產品的刻畫更為精準、全面。」

以下為發言實錄：

各位領導，各位嘉賓，大家下午好！感謝青島市政府和會議主辦方的邀請。

大數據和AI技術正在重塑包括財富管理在內的所有行業的新形態。這場變革是由基金業內部的固有特徵和資訊時代的外部因素所共同驅動。

從外部因素來看，數據積累的量級和維度以非線性加速的方式增長。從內部因素看，在業務智能化的同時，又遇到了基金行業從賣方銷售向買方投顧轉變的重大變革，這一轉變的核心是從客戶需求端出發，挖掘分析客戶需求，以客戶需求為驅動，在產品供給端開發匹配的投顧組合。基金投顧模式轉變的重要性正在逐步被業界所認識。

目前，各個銀行、券商、獨立銷售機構、電商渠道都積累了大量的客戶人口統計學、投資行為、消費行為等多維度數據，形成了有效的客戶數據沉澱。隨著機器學習、深度學習、運籌優化等智能技術的發展，使得基於時間序列、空間維度、語音文本、結構化等多源異構的客戶數據，深度挖掘分析客戶的投資習慣、風險偏好，模型化輸出客戶投資需求，構建符合相應需求約束和目標的最優投資組合成為可能。各種支持高並發、高可用、高性能的分布計算框架已經在各個大型網際網路平臺較為成熟地應用，為實時、全面、主動地實現全量的個性化、差異化、定製化的投顧服務所需的算力提供了可能的解決方案。

在數據、算法和算力三大要素的支撐下，數位化感知客戶，智能化認知客戶，進而實現「千人千面」的個性化投顧服務已經具備了堅實的數據和技術基礎，使得專業的財富管理大規模批量推廣應用到更廣泛人群成為可能。

投顧「千人千面」是一個融合客戶畫像分析能力、投資研究能力、金融科技能力的複雜系統工程。從「千人」來看，精準的客戶畫像首先面臨問題就是如何平衡數據可用性與隱私保護的問題。尤其是在財富管理領域，數據維度往往涉及到諸如客戶的基礎輪廓特徵、投資理財行為、資產負債情況、交易行為、信用風險等高度敏感的個人信息。同時客戶數據散落在各個不同的機構之間，數據割裂嚴重，由於安全隱私問題無法直接收集加以利用，形成一個個的信息孤島。聯邦學習通過多種加密技術，使用分布式訓練，數據不動，模型移動的統一聚合方式，進行協同數據分析和建模。目前我們正在和合作夥伴一起，就各種聯邦學習框架進行研究。

在常規的基金研究基礎上，我們以基金產品為起點，關聯基金經理，穿透底層資產，建立了一套時間序列和截面的研究框架，從橫向和縱向兩個維度構建全方位的因子體系來實現深度的基金畫像。我們根據基金所有公開披露的信息，構建知識圖譜用以擬合拓展專家經驗，將原始高維、稀疏、孤立的基金數據信息進行關聯，引入更多維度的語義關係，從而發掘實體之間的深度聯繫，讓我們對於基金產品的刻畫更為精準、全面。

利用知識圖譜和NLP技術，我們正在構建一個集成市場全景數據的、綜合的研究語料庫。利用各類投資標的信息、宏觀和微觀的經濟數據、各類事件驅動的新聞輿情等另類數據，將金融知識和AI技術有機結合，來挖掘與分析政策因子、情緒因子、風控因子和成長因子等多維度參考因子。使用關聯分析、回歸分析、知識推理、連結預測、最優路徑決策，以及圖神經網絡、深度強化學習等技術，結合大數據計算平臺和智能問答技術，全維度支撐宏觀研究、資配研究、基金研究、策略研究等各方面的應用。

除了在投研領域外，人工智慧服務還能夠被廣泛地應用在客戶顧問和服務領域。投顧業務的重點不僅在於投，更在於顧，顧就包括了帳戶的定期不定期再平衡以及持續的客戶服務。智能服務系統平臺應當包含語音識別、語義理解、圖像識別、場景檢測、語音合成等AI算法作為底層基建，然後依託紮實的底層基建來研發包括智能運營、智能投教、客服服務等上層應用。

隨著數據的不斷積累、AI技術的不斷發展，算法的不斷優化，未來的財富管理公司在以買方代理模式的基礎上，首先是一家金融科技和人工智慧的公司，其次才是一家金融公司。我們很幸運能夠身處這個偉大的時代，讓我們一起來迎接人工智慧時代財富管理的偉大變革。

(編輯：文靜)