格上財富金洙雄：科技「新」金融是財富端和資產端的智能雙向匹配

【獵雲網（微信號：ilieyun）北京】8月3日報道（文/張鵬會）

8月3日，以「智變?新金融」為主題的《獵雲網金融科技產業創新峰會》在北京四季酒店隆重舉行。

格上財富首席資產配置分析師金洙雄以《科技「新」金融，非標準化產品體驗的進化》為主題發表演講。在他看來，人工智慧可以提升整個金融行業人員的從業體驗。利用大數據，我們可簡單快速地通過客戶畫像、客戶行為為其配置資產。同時，客戶端的需求也可以指導金融的未來。利用AI，未來金融行業的人工成本會大大降低，並且會形成全智能化的金融平台。

金洙雄認為，科技層面的幸福感體驗來自於兩個方面，一個是投資人的體驗，一個是金融機構的體驗。一方面，信息大爆炸的時代，投資者耐心的缺失大大增加了試錯成本；另一方面，金融從業人員對工作的熱愛和投入可以激發強烈的責任感和使命感，減少道德風險的隱患。

在談到狂性科技與理性金融該如何平衡時，金洙雄認為，科技的輸出是無限的，金融的風險是有邊界。這需要實現財富端和資產端的智能雙向匹配：識別用戶模型和標籤的智能客服、基於大數據和演算法的智能精選，和人工智慧輔助場景下的定性分析。

此次峰會由獵雲網主辦，銳視角、獵雲資本、獵雲財經、AI星球、創頭條、蜂巢協辦。來自全國各地的上百位金融科技行業頂級專家、知名投資人和精英創業者到場，聚焦金融科技領域的技術、資本、產業和生態等話題，共同交流國內風潮下的新變革與新變化，探索狂性科技與理性金融該如何平衡，新技術又將會如何重塑金融未來。峰會現場乾貨滿滿，座無虛席。

以下為格上財富首席資產配置分析師金洙雄的演講分享實錄，獵雲網整理刪改：

金融行業最近出現的一些風波和爆雷，令人惋惜和心痛。作為金融從業人員，其實誰都不希望面對這樣的情況，因為這是投資人一筆一筆深重的託付。

今天我想為大家分享一下非標準化產品體驗的凈化。私募個性化比較強，很難用標準化條件篩選。這種產品的體驗在過去有很好的凈化，我在主辦方的介紹中看到了這樣一句話，「當理性與創新共存，狂性的科技與理性金融如何平衡？」科技的輸出是無邊界，但是金融的風險是有邊界的，他們倆天然有一個矛盾衝突存在。我們認為科技是狂性的，但是在IT人士眼中科技是性感的。

科技這個層面是兩個體驗，一個是投資人的體驗，一個是金融機構的體驗。我們目前處在爆炸式的信息年代，投資人耐性比較缺失，如果我們提供的是他們需要的，這種匹配就非常令人暢快。

第二是金融機構的體驗，科技在這個領域的加強給了我們很大的幫助。金融從業人員其實也是非常需要幸福感，非常需要體驗感。這兩天不知道各位有沒有看到這種信息，最近有一兩位同行出現了不同程度的癌症或者猝死，我們知道這個行業現在是高危行業，要不然在北京這麼高溫的情況下，沒有人願意到北京一天跑三到四場調研。

它解決了兩個問題，一個是財富端的問題，一個是資產端的問題。財富端從客戶畫像到配置到服務，形成一個閉環，那麼在資產端這塊從精選到頭部到投顧也是一個閉環。這兩個閉環我們早期用人工進行匹配，用專業的理財跟客戶挖掘它的模型，最後匹配到資產端。但是今天大數據的情況下，我們可以簡單快速地通過客戶畫像，通過客戶行為鎖定它的未來。

第一點是找到客戶畫像，這是我們最近一年做的比較成熟的一塊。現在金融機構分四個入口，官網、APP、微信公眾號和小程序，有些可能還用到微博。這幾個入口中，網站、APP和小程序程度比較高一些，客戶到達之後我們以兩個維度進入，一個時間一個行為。然後理財顧問追蹤的時候出一些定性的標籤，最後我們看這些標籤和成交概率的關係，最後我們推算哪類的標籤可能走到成交那一步。然後系統未來會推薦這樣的標籤，然後形成閉環。這樣，理財顧問的工作省了很多，比如甄別哪些用戶是騙子，哪些是還在大學宿舍的大學生，很多都可以通過這樣的方式找出來。

第二是關於資產的精選。關於資產的篩選以及定性方面的研究，從數據到最後定性分析的步驟，我們把數據進行加工處理。這幫助我們省很多時間和成本，如果今天我們的現場是一場相親大會，那麼我們點對點的兩個人，每個人聊三分鐘感受一下對方是什麼人，我相信這個活動可能進行到明天。但是今天用這樣的方式自動匹配，去尋找有效的連接，這個速度可以從小時變成秒級。

其次是關於單條數據鏈的分析，我們看到很多同行已經做的不錯，對於一個機構，在持倉變動情況下，風險收益特徵都有一些量化指標來存在。

還有，未來我們想看到的方向的凈化是什麼樣的？首先，是有人工才會產生智能，所以目前我們有很多數據，但是這些數據怎麼組合？我們要制定好條件，設定這個條件的是人。所以這些需要人判定，哪些連接對我們來說是有效，對客戶負責。

人工智慧可以稱之為智能投顧，這個詞從2016年6、7月份出現，到現在火的一塌糊塗。但是到今天有一些下滑，原因是智能投顧有問題，我們很多投資人以散戶為代表，他們更多是主觀進行多頻次的交易。這種長期的被動式的投資需要時間去教育。

其次，是中國金融市場的開放程度，比如最近可能有鬆綁，這是一個利好的消息。還有金融數據的質量以及開放程度，需要大大提高。目前看來，即便是中國，到2020年我們在智能投顧領域大概是兩萬億的規模，如果按照公募基金的比例，有160億的空間。但是，美國從2012到2017年，5年時間從0發展到了187億美元。這樣看來，我們還處在比較偏落後的位置，很多還是BAT壟斷核心的技術，其他的金融機構在分散發展，處於信息孤島的環境。所以未來這個方向有很多故事可以講。

剛才講人工智慧輔助我們決策，其實它的難度在於定性一家機構其實非常困難。今天來看，其實很多定性工作還是我們人在做，需要不斷經歷風控會、研討會、報告會，再產生一個最終結果，而且還要靠時間驗證。這個當中很多指標需要看，而且有些數據很難挖掘，但是大數據就是處理挖掘不到的信息，如果這個事情變得很簡單，我相信那是拉一個表格就可以解決了。

最後是人工智慧來輔助我們投資決策。其實在決策上面，這比較難。現在也有很多智能投顧把組合配置作為產品的核心要義，今天我們看到組合基金對比傳統的股票基金的投資非常困難，它需要站在非常高的宏觀視角觀察所有資產，以及市場政策、動態的走勢，股市、債市、PE、VC等。所以組合基金經理的決策難度大於股票基金經理的決策難度，因為整理流程以及設計數據非常複雜，人工智慧如果可以解決這個問題，那麼未來將有一個質變的突破。

定性有它的難度，這也是未來我們發展的機會。2013年我們發行了第一個FOF，那時還沒有人工智慧，沒有雲計算，阿法狗還只是寵物犬，但是今天已經完全不一樣了，所以我們今天很難定性未來三五年是否在這個領域產生一些變革。

那麼，狂性的科技和理性的金融如何訓尋找平衡點？科技的輸出是無限的，金融的風險是有邊界，所以在這裡我很贊同上一個嘉賓講的，不要嘗試顛覆性的改變，在金融發展的領域中還是要看我們金融的本質，金融本質是控制風險。

最後我想說的是，通過識別用戶的模型和標籤，發展出智能客服。關於金融行業的智能客服，首先是基於大數據的智能精選，最後是人工智慧的場景輔助，輔助我們的研究員做出組合的決策。

未來人工智慧決策如果取代我們定性的部分，我相信我們的人工和成本都會大大的降低。可能未來三年五年，我們討論的就是全智能化的金融平台下，金融從業人員的出路在哪兒。今天就分享這些，金融科技是一個好東西，希望未來我們用的起而且能夠用的好，謝謝大家！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！