博時基金副總經理 王德英

    王德英：非常高興有這樣一個機會在這里跟大家探討一下金融科技能對金融企業和資產管理公司帶來哪些幫助，進一步給實體經濟帶來什么樣的促進作用。

    基金公司在資本市場上作為一個買方，作為一個配置方，對實體經濟或者是產業升級的作用，就是我們在投資上通過優化資產配置，把更多的資金投向更具有投資潛力，和更具有產業方向的公司，對不代表發展方向的我們會減少我們的投資，通過優化的配置，來促進整個實業的優化升級，這是在整個經濟發展，是基金公司能起到的作用。

    金融科技能夠幫助基金公司找到代表未來發展方向，或者代表這個產業方向的公司，能夠幫助我們篩選好的方向，好的產業，好的公司，我用一句話來說，就是能起到的作用。

    具體來說，從各個方向稍微介紹一下，說到金融科技，fintech說得比較多，一個是廣義的金融科技，比較熱的金融科技是狹義的金融科技，就是ABCD四個方面，A就是人工智能AI，B是區塊鏈，C是金融云，D是大數據，我從人工智能和區塊鏈方式，給基金公司在風險控制上帶來的幫助。

    總體上來說，金融科技或者是在資產管理公司或者是基金公司能起的作用是幾個方面，一個是投研上，第二個是智能投顧上，第三個是風險控制，第三個是在智能銷售與服務，還有云計算技術。

    基金公司基本上的投資流程，整體是三大環節，第一個環節是投資前做研究分析，做判斷，找出有潛力的公司，進入我們的股票池和債券池，在這個池里面從篩選最好的公司作為我們的持倉，進行組合的交易。之后做定期的分析，看看我們投資的績效都來自哪些方面，哪些方面做得好，哪些方面做得不好，進一步完善和優化我們的投資。在投資過程中整個流程領域還有一些風險的管理。

    最近幾年發展比較快的量化投資，最近在中國發展得比較快，和傳統的基金主動投資側重點不同，傳統投資，或者是基金經理的投資偏藝術一點，量化投資偏科學一點，投資是科學與藝術的結合。

    不管是基金經理主動投資，還是量化投資，其實基本的步驟都是三大步驟，第一個是數據的獲取，行業的數據，或者是上市公司的數據獲取，到上市公司調研首先要獲取數據，第二步要進行自己的投資策略模型，形成自己的決策之后，還要交給交易執行部門去下單交易執行。

    人工智能和大數據從應用的角度都是可以在這三個步驟里面起到很大的作用，在信息獲取階段，在投資模型優化的階段，還有在交易方面都能起到非常大的作用。

    先看大數據投資的價值，如果說投資研究的實質是數據的分析與決策，這個結論成立的話，在同樣的分析邏輯下，應該說實體經濟獲取的實業數據，數據的質量和數量決定了數據最終投資決策結果的準確性，數據越多，數據質量越高，對市場的判斷就越準確。

    傳統策略都是基于上市公司的季報和年報，大數據的數據量更大，數據維度更全，顆粒度更細，指標針對性更強，不是根據季報的數據來做判斷的。

    我們采用淘寶電商的數據，中國的電商交易金額占了全國的社會零售總金額的10%，而螞蟻金服，或者是淘寶一家電商的數據就占了整個國內電商的70%，我們認為螞蟻金服數據是體現了中國大消費行業的景氣度。

    我們連續發現幾個月的時間，電子行業或者是汽車配件行業交易持續的增長，我們相信這個行業未來的財報和經營業機會好轉，最終會體現在二級市場的價值。我們找到相關有效的指標，最終形成一個公募基金來進行投資，收益還是不錯的。

    在美國有一個公司可以通過一些停車場的衛星圖片獲取這個地區汽車銷售數量的變化，從而預測汽車銷售行業的變化。

    股市的價格不完全是由基本面帶來的，股市的決定因素有三方面，一個是實體經濟，第二個是市場的預期，第三個是資金，實體經濟或者基本面決定了價格的中樞，市場的預期是市場波動幅度，在中國波動幅度相對高一點。利用市場的情緒我們投資上可以抓住一些投資的機會，比如說過高估值的股票，我們進行反向的操作，這樣獲取超越市場平均的超額收益的機會。

    在這里面我們可以通過互聯網搜索，會議論壇，還有社交媒體，來抓取市場的變化。我們跟蹤投資者對于某個行業或者某個上市公司的熱度，大部分是反向投資。還有一個例子就是利用雪球，雪球有幾百萬的草根投資者，有些投資者的水平是比較高的，把最高的一千個投資者，把每期加倉最多的目標給一個打分，減倉最多的目標進行一個打分，來挖掘投資者對股票未來的投資預期，也是我們選取的標的。

    第三個是交易策略，雖然說不能創造根本性的收益，但是給投資組合帶來一定的超額收益，在算法交易這個環節，一個指令過來，要拆細，要買一百萬股的萬科，不可能一下子買下去，每股的價格是什么樣的，這個要靠機器完成的，這是算法交易的，通過引入機器學習，通過研究發現也能大大降低投資成本，也能產生超額的交易。

    所謂機器學習在哪些方面有效，人工智能是不是萬能的，是不是人工智能之后，所有人的工作都會被替代，事實上并不是這樣，人工智能或者是機器學習在偏高頻的投資里面，作用更明顯一點，在長期偏趨勢性的判斷里面，作用是更有限的。

    人工智能能替代交易執行層面的工作，分析師和基金經理的工作是不能替代的。智能投顧主要的思想是通過多元資產的配置，來降低投資波動性，提高收益風險比。

    通過投資股票的人80%是虧的，股票型的基金每年是16%，真正買股票基金的人，真正賺錢的人還不到50%，有追漲殺跌，還有持有時間短，通過智能投顧可以實現收益的二次分散，最終就會帶來投資收益的穩定，起碼通過基金組合投資，賺錢的比例會大幅度的提升，原來有50%，有很多提升到了80%。

    在智能投顧里面，很重要的一個是在資產類型的配置，這個配置里面利用大數據，或者是人工智能，也可以發現各類資產之間輪動的機會，通過輿情也好，通過一些數據的分析也好，也都可以發現，因為資產配置是能夠創造收益的80、90%，這一點也可以通過人工智能來進一步加強。

    第三個方面是風險控制方面，資產管理公司在投資股票、債券，都要對發債主體和上市公司進行基本的判斷，這里面也列了各種風險指標，還有一些常規的指標，對于這些指標，我們會每日通過公報，或者季報和年報，現在有了人工智能的手段，我們還可以通過新的社交媒體，還有自然語言的理解技術，來抓取這些上市公司發展的信息，形成企業的畫像，用于提升我們的信用風險管理能力。

    第四個方面是銷售和服務，包括智能客服，還有客戶畫像，精準營銷，最后是云計算，被資產管理行業帶來最大的變化是互聯網應用的快速發展，高并發和高可用，快速迭代，灰度發布，這些只有云計算能完成的。

    還有對投資的風險管理能力帶來了很大的提升，給基金核心業務帶來了賦能，我們要把資產投向更多，更好的公司，來實現助力產業升級的目標。謝謝！