Tabl e_Bas eInfo

Tabl e_Title

2017 年 06 月 04 日 行业深度分析
计算机 证券研究报告

当“人工智能”走进“大资管时代” 投资评级 领先大市-A

—人工智能行业应用系列报告之二 维持评级
Tabl e_FirstStoc k

首选股票 目标价 评级
 继长尾信贷后，“大资管”将成为人工智能渗透的又一领域。无论是高盛投资
300033 同花顺 75.00 买入-A
Kensho 预以取代证券分析师，还是微软人工智能首席科学家邓力加盟对冲 300377 赢时胜 36.00 买入-A
基金 Citadel，种种现象级事件表明：“人工智能”已悄然走进“大资管时代”。 600797 浙大网新 15.00 买入-A
600570 恒生电子 45.00 买入-A
 资产管理：人工智能颠覆式利器出鞘。基础金融资产以其数据性，可追溯性 300059 东方财富 14.00 买入-A
等特点，天然匹配人工智能以“海量数据”为本的科技属性；同时，新闻、政 Tabl e_Chart

策、社交网络等非金融咨询或以成为指导投资的重要因子。纵观全球范围， 行业表现
计算机 沪深300
以公募基金、券商及保险资管为代表的资管机构，陆续在两大领域展开前瞻
9%
探索：1）人工智能辅助下的量化交易；2）人工智能构建下的知识图谱。 4%
-1%
2016-06 2016-10 2017-02
 财富管理：智能投顾的春天将至。2014 年至今，智能投顾席卷全球从硅谷 -6%
-11%
到华尔街，从美国到中国。其本质上是在扑捉长尾客群的风险偏好、流动性 -16%
-21%
偏好及资产规模后，借助人工智能技术量身定制个性化资产配臵方案的过 -26%
程。相较于传统面向高净值头部人群的“财富管理”机构，其巨大的产业魅力， 资料来源：Wind 资讯
或将打破长尾投资者长期以来形成的要么“刚性兑付理财产品”、要么“高风
% 1M 3M 12M
险权益类产品”的双极困局。大量创新型企业的涌现及传统金融机构的入局，
相对收益 -2.66 -9.15 1.87
充分诠释了“智能投顾”即将对整个“财富管理”领域的变革，弯道超车机遇或 绝对收益 -0.51 -7.44 11.19
就在眼前。
胡又文 分析师
 他山之石：全球先行者的启示。据 AT Kearney 统计，美国智能投顾规模已 SAC 执业证书编号：S1450511050001
huyw@essence.com.cn
从 2012 年的几乎为 0 增长至 2016 年的 2000 亿美元；并预计至 2020 年，美 021-35082010
国智能投顾市场渗透率可达 5.6%，规模将达 2.2 万亿。同时，自 2014 年起， 孙雨轩 分析师
SAC 执业证书编号：S1450517050006
以 Vanguard（先锋）
、Charles Schwab（嘉信）为代表的传统金融机构入局智 sunyx@essence.com.cn
能投顾，并以其在用户数据、金融产品等领域的优势迅速崛起；同时，2008 021-35082059

年至今，创新企业新增数及融资总额屡创新高。种种迹象说明即便在金融市 吕伟 分析师
SAC 执业证书编号：S1450516080010
场如此成熟的美国，以人工智能为核心的“智能投顾”绝不仅仅是昙花一现的 lvwei@essence.com.cn
021-35082935
“概念”。
相关报告
 投资建议：继长尾信贷后，“大资管”将成为人工智能渗透的又一领域；其中， ——计算机行业周报（5 月 30 日）
细分产业链可以发现，人工智能已分别在“资产管理”领域的智能量化、证券 2017-05-30
分析，“财富管理”领域的智能投顾以提升运营效率为目标纷纷落地。同时， ——计算机行业周报（5 月 21 日）
2017-05-21
我们通过对全球先行者的梳理及对我国“大资管”市场环境现状的分析得出， 计算机板块增持事件分析 2017-05-21
人工智能绝非昙花一现的“概念”，弯道超车机遇或就在眼前。重点推荐：同 再战谷歌 AlphaGo，这次意义有何不同
花顺（“人工智能+金融”时代的领跑者）；建议关注：赢时胜（致力打造国内 2017-05-14
领先的财富管理企业） 、浙大网新（剑指人工智能 2.0 时代领军企业，前瞻 语音开启全新交互时代 ——人工智
能行业应用系列报告之一 2017-05-11
布局智能投顾）、恒生电子（科技为本，打造“百万亿”财富管理生态圈） 、东
方财富（“流量＋数据”助力智能投顾业务抢占市场先机） 。

 风险提示：人工智能技术应用不达预期、金融创新监管政策风险。

本报告版权属于安信证券股份有限公司。 1
各项声明请参见报告尾页。
 行业深度分析/计算机

内容目录
1. 大资管，人工智能的下一站 .................................................................................................... 5
1.1. 人工智能已悄然来临...................................................................................................... 5
1.2. 正本清源，从产业链出发理清研究脉络 ........................................................................ 6
2. 资产管理：人工智能颠覆式利器出鞘 ..................................................................................... 8
2.1. 人工智能辅助之“量化交易” ........................................................................................... 8
2.2. 人工智能辅助之“证券研究” ......................................................................................... 10
3. 财富管理：智能投顾的春天 .................................................................................................. 12
3.1. 从“投资顾问”的智能化说起 ......................................................................................... 12
3.2. 智能投顾的主要优势.................................................................................................... 14
3.3. 发力智能投顾的核心要素 ............................................................................................ 16
3.4. 国内第三方智能投顾比较分析 ..................................................................................... 17
4. 他山之石：全球先行者的启示 .............................................................................................. 20
4.1. 以智能投顾为例，美国起步早、发展快 ...................................................................... 20
4.2. 传统公司后来居上成为行业领导者.............................................................................. 22
4.3. 海外代表性公司分析.................................................................................................... 25
4.3.1. 成熟型金融机构：Charles Schwab ...................................................................... 25
4.3.2. 成熟型金融机构：FutureAdvisor......................................................................... 26
4.3.3. 创新型机构：Wealthfront .................................................................................... 26
4.3.4. 创新型机构：Betterment ..................................................................................... 27
5. 本土化思考：挑战与机遇共存 .............................................................................................. 28
5.1. 投资理念仍未成熟，刚性兑付尚未打破 ...................................................................... 28
5.2. 牌照等监管问题制约，主要用途为销售辅助工具 ........................................................ 29
5.3. 资本市场条件尚不成熟，行业发展需因地制宜 ........................................................... 30
5.4. 传统及初创企业齐发力，多方落地后市场万亿空间可期 ............................................. 30
5.5. 中国智能投顾领域的杰出代表 ..................................................................................... 31
5.5.1. 综合性金融集团将智能投顾嵌入自身保险及投资业务：平安一账通 ................. 31
5.5.2. 券商由折扣型经济投顾业务向智能投顾转型：民生证券与璇玑战略合作 .......... 32
5.5.3. 基金公司利用智能投顾打通价值链：天弘基金联手雪球 ................................... 33
5.5.4. 银行借智能投顾应对储蓄搬家：招商银行摩羯智投 ........................................... 34
5.5.5. 互联网金融巨头加入：京东金融京东智投 ......................................................... 34
5.5.6. 有着中国“Wealthfront”之称的创业公司：弥财 ................................................... 35
6. 投资建议 ............................................................................................................................... 35
6.1. 相关上市公司梳理 ....................................................................................................... 35
6.2. 同花顺：“人工智能+金融”时代的领跑者 ..................................................................... 36
6.3. 赢时胜：致力打造国内领先的财富管理企业 ............................................................... 37
6.4. 浙大网新：剑指人工智能 2.0 时代领军企业，前瞻布局智能投顾 ............................... 37
6.5. 恒生电子：科技为本，打造“百万亿”财富管理生态圈 ............................................. 38
6.6. 东方财富：“流量＋数据”助力智能投顾业务抢占市场先机.......................................... 39
7. 风险提示 ............................................................................................................................... 39

图表目录
图 1：Kensho 用机器取代初级分析师 .......................................................................................... 5
图 2：“大资管”，人工智能破局之深水区 .................................................................................... 6

本报告版权属于安信证券股份有限公司。 2
各项声明请参见报告尾页。
 行业深度分析/计算机

图 3：“大资管”产业链结构图 ...................................................................................................... 7
图 4：从全球最佳实践观察到的四大典型资管模式 ..................................................................... 7
图 5：人工智能系统模型 ............................................................................................................. 8
图 6：“人工智能+证券投资”模型 ................................................................................................. 9
图 7：典型的人工智能证券投资系统一天的流程 ......................................................................... 9
图 8：人工智能辅助量化交易的比对效果 .................................................................................. 10
图 9：自然语义搜索关联知识图谱 ............................................................................................. 11
图 10：知识图谱构建下的潜在信息关联性 ................................................................................ 12
图 11：投资顾问，连接金融产品与客户的重要桥梁 ................................................................. 13
图 12：智能投顾服务模式示意 .................................................................................................. 14
图 13：本质上是技术替代人工，效率提升服务长尾 ................................................................. 14
图 14：智能投顾的四大主要优势............................................................................................... 15
图 15：智能投顾服务长尾用户 .................................................................................................. 15
图 16：智能投顾前后两端盈利模式 ........................................................................................... 16
图 17：发力智能投顾的核心要素............................................................................................... 17
图 18：璇玑智投 2016 组合风险与收益 ..................................................................................... 17
图 19：蓝海智投 2016 组合风险与收益 ..................................................................................... 18
图 20：璇玑智投和蓝海智投组合风险与收益汇总 ..................................................................... 18
图 21：海外智能投顾发展迅速 .................................................................................................. 20
图 22：美国 ETF 净资产占可投资资产份额变化........................................................................ 21
图 23：美国单年新设智能投顾公司数 ....................................................................................... 21
图 24：美国智能投顾融资情况 .................................................................................................. 21
图 25：传统机构加入推动美国智能投顾高速增长 ..................................................................... 22
图 26：投顾服务演变情况 ......................................................................................................... 23
图 27：美国各智能投顾公司份额............................................................................................... 23
图 28：嘉信的发展历程 ............................................................................................................. 25
图 29：FutureAdvisor 投资组合结构与平均结构对比 ................................................................. 26
图 30：Wealthfront 风险测评 ...................................................................................................... 27
图 31：Wealthfront 自动生成资产配臵 ....................................................................................... 27
图 32：Betterment 独特的收费模式 ............................................................................................ 28
图 33：2004.1.31 至 2016.6.30 累计收益..................................................................................... 28
图 34：中国自然人及机构投资者比例 ....................................................................................... 29
图 35：中国投资者按可投资金融资产金额分类......................................................................... 29
图 36：中国金融行业分业管制条件下智能投顾行业情况 .......................................................... 29
图 37：2010 年至今标普 500 与沪深 300 波动对比 .................................................................... 30
图 38：中美 ETF 基金数量及资产规模对比 ............................................................................... 30
图 39：中国可投资资产规模及高净值人群可投资资产规模对比 ............................................... 31
图 40：保险子页面下的智能投顾推荐组合 ................................................................................ 32
图 41：一账通 APP 月活数 ........................................................................................................ 32
图 42：璇玑公司根据不同投资组合配臵底层资产 ..................................................................... 33
图 43：“斗牛二八轮动”历史业绩 ............................................................................................... 33
图 44：招商银行“摩羯智投”核心功能界面 ................................................................................ 34
图 45：京东智投建议理财组合与同期银行存款对比 ................................................................. 35

表 1：璇玑智投与蓝海智投 2016 年度基本情况......................................................................... 17

本报告版权属于安信证券股份有限公司。 3
各项声明请参见报告尾页。
 行业深度分析/计算机

表 2：璇玑智投与蓝海智投资产类别及组合资产配臵 ............................................................... 18
表 3：璇玑智投基金产品备选池 ................................................................................................ 19
表 4：蓝海智投基金产品备选池 ................................................................................................ 19
表 5：顶级 PE 加码智能投顾 ..................................................................................................... 21
表 6：美国传统金融机构布局智能投顾概览 .............................................................................. 22
表 7：美国成熟型公司概览........................................................................................................ 24
表 8：美国创新公司概览 ........................................................................................................... 24
表 9：Betterment 融资情况 ......................................................................................................... 28
表 10：中国各类智能投顾公司代表 ........................................................................................... 30
表 11：A 股布局智能投顾上市公司梳理 .................................................................................... 35

本报告版权属于安信证券股份有限公司。 4
各项声明请参见报告尾页。
 行业深度分析/计算机

1. 大资管，人工智能的下一站
1.1. 人工智能已悄然来临

继长尾信贷后，“大资管”将成为人工智能渗透的又一领域。2016 年至今，安信计算机团队先
后发表三篇深度报告（《Fintech，开启新的财富之门》
、《财富管理，从 Fintech 到 FinLife》、
《消费金融，新常态中的新风口》），系统性阐述“金融科技”的前世今生。我们的结论“场景是
基础、牌照是保障、技术是手段”金融科技产业核心要素得到业界高度认可。同时，明确指
出金融科技本质是金融，经营风险是核心，以人工智能为代表的科技创新实质上是大幅提升
金融服务效率，从而让“长尾客群”享受原本只属于“头部客群”的金融服务；过去一年，我们
也欣喜的见证了以消费金融为代表的长尾信贷蓬勃发展。

时至今日，无论是高盛投资 Kensho 预以取代证券分析师，还是微软人工智能首席科学家邓

力加盟对冲基金 Citadel，种种现象级事件表明：“人工智能”已悄然走进“大资管时代”，它将
为整个产业带来什么样的变化？我们拭目以待。

图 1：Kensho 用机器取代初级分析师

数据来源：Kensho 官网，安信证券研究中心

“大资管”复杂度指数级提升，人工智能将如何“破局”。相对于借助人工智能技术定量分析长
尾信贷对象信用等级，“大资管”所面临的数据复杂程度及所需人工智能分析复杂程度指数级
提升。以狭义人工智能构建股票组合为例，A 股证券标的数量 3000 左右，理论上可以构建
的投资组合数量大约是 10500 左右，若将每一组合股票数量限制在 5-50 之间，也将会有 1033
个预期投资组合；区别于传统的人工选择方式，机器学习是将全部可能的投资组合都进行逐
一计算，最终选出满足一定收益和风险指标的投资组合呈现给客户。相对于已基本完成破局
的“泛信贷”领域，人工智能在“泛资管”领域将面临更大挑战。

数据、算力、算法，人工智能在“大资管”领域的核心要素逐步成熟。在“泛资管”领域，本质
上是“资产端”与“资金端”在风险及收益两大方面的匹配，天然的数据化及实时可回归的属性，
让以数据为核心驱动的人工智能大有可为；随着云计算的普及，以算力为代表的 IT 基础设
施以全新的方式供给，面向“大资管”各细分应用场景的算法优化值得期待。

本报告版权属于安信证券股份有限公司。 5
各项声明请参见报告尾页。
 行业深度分析/计算机

图 2：“大资管”，人工智能破局之深水区

数据来源：麦肯锡咨询，安信证券研究中心

深刻剖析“大资管”产业链，按图索骥探寻“人工智能”投资机遇。有别于其他研究报告上来就
对“智能投顾”、“智能量化”、“机器人投顾”等概念及应用的介绍，我们将沿着一贯的研究框
架，先后对什么是“大资管”？“大资管”分哪几个产业环节？人工智能将在哪些产业环节发挥
作用？全球范围有哪些主要玩家？抽丝剥茧，逐步理清如何寻找“大资管时代”的人工智能投
资机遇。本质上，在充分理解“大资管”产业链的基础上，在人工智能可以提高“效率”的环节
做文章。

1.2. 正本清源，从产业链出发理清研究脉络

什么是“大资管”？产业环节如何划分？。“资管”即资产管理，“大”是一个泛指的概念，缘于
随着监管的不断放开，原有资管业务外延不断拓展；准确而言，“大资管”应该是信托的概念，
即：将资产托管给机构去管理；注意，站在机构的角度称之为“资产管理”，站在客户的角度
则称之为“财富管理”，即：客户寻求可信贷的机构为自己的资产进行保值增值。简言之，我
们所熟悉的银行理财、保险销售、券商经纪等领域属于“财富管理”，即：通过大量线下或线
上渠道触达客户，提供多元化金融产品，满足客户的“财富管理”需求；像银行资管、保险资
管、券商资管，还有我们最为熟悉的公私募机构就是通常意义上的“资产管理”，即：更多的
不是去考虑如何挖掘分析客户需求，而是做和做好“投资”或“资产配臵”。

如下图所示，“大资管”本质上是对“资产端”与“资金端”的匹配，不同属性的金融机构在整个
产业链中扮演不同的角色，以实现“财富管理”与“资产管理”职能。

本报告版权属于安信证券股份有限公司。 6
各项声明请参见报告尾页。
 行业深度分析/计算机

图 3：“大资管”产业链结构图

数据来源：安信证券研究中心

从全球顶级机构最佳实践中，再次强化如上产业划分。下图来自波士顿咨询发布的《中国资
产管理市场 2015》
，通过“资产获取/产品设计”及“分销模式”等维度，分别对全球主要资产管
理/财富管理机构的业务构成做了量化分析。其中，我们耳熟能详的 Blackstone（黑石）作为
精品资产管理机构，以配臵“PE/地产”等另类非标资产为主；Merrill Lynch（美林证券）以其
强大的经纪业务实力，则是“财富管理”翘楚。

图 4：从全球最佳实践观察到的四大典型资管模式

数据来源：波士顿咨询，安信证券研究中心

综上所述，“大资管”可细分为“资产管理”与“财富管理”。其中，我们常听到的“智能量化”、“知
识图谱”诣在提高“资产管理”运营效率；更为广为人知的“智能投顾”则主要是借助人工智能满
足长尾客群的“财富管理”需求。以下，我们将通过四个章节，先后就人工智能对资产管理的
升级、对财富管理的改造详细展开分析，并在对全球先行者全面梳理后，针对人工智能对我
国“大资管”产业即将产生的变革做深入思考。

本报告版权属于安信证券股份有限公司。 7
各项声明请参见报告尾页。
 行业深度分析/计算机

2. 资产管理：人工智能颠覆式利器出鞘
2.1. 人工智能辅助之“量化交易”

量化交易从很早开始就运用机器进行辅助工作。分析师通过编写函数、设计指标，观察数据
分布，而这些仅仅把机器当做一个运算器来使用。量化交易分析师们对财务、交易数据进行
建模，分析其中显著特征，利用回归分析等传统机器学习算法预测交易策略。这种方式有两
个主要弊端，其一是数据不够丰富，仅限于交易数据，更重要的是它受限于特征的选取与组
合（Feature Engineering）
，模型的好坏取决于分析员对数据的敏感程度。直到近些年机器学
习的崛起，数据可以快速海量地进行分析、拟合、预测，人们逐渐把人工智能与量化交易联
系得愈发紧密，甚至可以说人工智能的三个核心领域（机器学习，自然语言处理，知识图谱）
贯穿量化交易的始终。

用机器学习解决海量组合空间与计算机处理能力之间的瓶颈。以 A 股的证券标的数量 3000

左右为例，理论上可以构建的投资组合数量大约是 10500（将所有可能的股票种类排列组合）
左右，这超出了目前计算机的处理能力。区别于传统的人工选择方式，机器学习是将全部可
能的投资组合都进行逐一计算，每天全部可能的投资组合的数量级一般在 1033（每一个组合
股票数限制在 5-50 之间）
，证券投资人工智能系统就从这 1033 的投资组合中，按照一定的算
法进行筛选，最终选出满足一定收益和风险指标的投资组合呈现给客户。

对于机器学习系统来说，1033 的投资组合仍然是一个天文数字，不可能依靠遍历法来学习和
比较每一个投资组合以从中选择。近日受到广泛关注的人工智能围棋系统 AlphaGo 是从大约
10180 个可能局面中寻找走棋方案的，其使用了蒙特卡罗搜索树技术来显著减少了系统的计算
量，在不大幅度牺牲解的质量的前提下，提高了搜索效率。基于机器学习的投资策略使用的
也是类似蒙特卡洛搜索树来减少搜索空间，选择优质的投资组合。使用了深度卷积网络训练
出来的价值网络极大地提高了之前单纯依靠蒙特卡洛搜索树来做判断的精度，因此可以在较
短时间内为用户提供大量优质投资组合。

图 5：人工智能系统模型

数据来源：《证券投资人工智能》，安信证券研究中心

人工智能投资系统能够接近实时动态更新市场信息。在择时交易方面，不同于 AlphaGo 的离
线人工学习系统，证券投资人工智能系统使用的是在线的机器学习系统，其知识库每十分钟
更新一次，因此该系统所提供的交易策略与投资组合方案都是根据上个十分钟内市场行为及
证券价格信息所产生的。智能交易系统的用户无论在任何时间从移动终端设备接入其机器人
投资顾问，所获得的都是最新产生的投资策略，用户在确认之后，将由系统的交易执行模块
即时下单，以确保交易的时效性。

本报告版权属于安信证券股份有限公司。 8
各项声明请参见报告尾页。
 行业深度分析/计算机

人工智能对于证券投资而言，是投资方法论的变革。人工智能系统采集金融市场以及宏观、
微观经济数据等作为系统输入，同时采集的数据还有证券投资市场中流通交易的所有证券的
历史价格，在机器学习系统中采用基于深度神经网络的深度学习以及蒙特卡洛搜索树以理解
市场运行的规律，在决策系统中形成有效投资组合，由交易执行系统完成交易，然后转向风
险监测系统进行监测，并在获得收益/损失后对交易进行业绩评估并反馈机器学习系统。

图 6：“人工智能+证券投资”模型

数据来源：《证券投资人工智能》，安信证券研究中心

根据管理人的管理规模、期限、预期收益、风险偏好制定投资计划的拟定投资组合。根据投
资计划为客户构建投资组合和投资组合的调整，也可以对用户自定义的投资组合进行诊断、
看护(盯市、预警和风险提示等)服务交易执行，由于采用更好的算法，大数据分析系统能够
比普通投资人更好地择时(在交易时间段内选择最优的价格进行买或卖的操作)，公司可以定
制一个完全属于客户自己所拥有的智能交易代理(IA)，这个智能交易代理完全在客户的授权
范围内执行交易。交易需要的买卖信号由客户向公司系统订阅；风险管理采取不间断盯市的
策略，能够依据预先与客户商定(或人工智能资管公司推荐)的风险管理规则对客户的投资组
合进行各种风险管理操作，包括调仓、平仓、补仓。

图 7：典型的人工智能证券投资系统一天的流程

数据来源：资配易，安信证券研究中心

本报告版权属于安信证券股份有限公司。 9
各项声明请参见报告尾页。
 行业深度分析/计算机

全球最大的对冲基金桥水联合（Bridgewater Asspcoates）早在 2013 年就启用人工智能团队。

该团队约有六名员工，由曾经供职 IBM 并开发了认知计算系统 Watson 的 David Ferrucci 领导。
据彭博新闻社报道，该团队将设计交易算法，通过历史数据和统计概率预测未来。该程序将
随着市场变化而变化，不断适应新的信息，而不是遵循静态指令。而桥水基金的创始人也曾
公开表示，其旗下基金持有大量多仓和空仓，投资 120 种市场，持仓组合高达 100 多种，并
且以人工智能的方式考虑投资组合。

图 8：人工智能辅助量化交易的比对效果

数据来源：Bridgewater，安信证券研究中心

Rebellion Research 是一家运用机器学习进行全球权益投资的量化资产管理公司。Rebellion

Research 在 2007 年推出了第一个纯人工智能投资基金。该公司的交易系统是基于贝叶斯机器
学习，结合预测算法，响应新的信息和历史经验从而不断演化，利用人工智能预测股票的波
动及其相互关系来创建一个平衡的投资组合风险和预期回报，利用机器的严谨超越人类情感
的陷阱，有效地通过自学习完成全球 44 个国家在股票、债券、大宗商品和外汇上的交易。

2.2. 人工智能辅助之“证券研究”

借助人工智能提取新闻、政策、社交网络参数让量化交易模型更强大。当量化交易分析师发
现数字推测模型的局限性后，开始考虑引入新闻，政策，社交网络中的丰富文本并运用自然
语言处理技术分析，将非结构化数据结构化处理，并从中探寻影响市场变动的线索。通过爬
取个人及企业在其主页、社交媒体等地方的数据，一来可以判断企业或其产品在社会中的影
响力，比如：观测 App 下载量，微博中提及产品的次数，在知乎上对其产品的评价。

率先使用自然语言处理技术的人工智能对冲基金是今年 6 月份在伦敦新设的对冲基金
CommEq。CommEq 的投资方法结合了定量模型与自然语言处理（NLP） ，使计算机能够如人
类一样通过推断和逻辑演绎理解不完整和非结构化的信息。除此之外，也有采用自然语言处
理技术的金融科技公司，如由李嘉诚与塔塔通讯投资的 Sentient Technologies 运用自然语言处
理，深度学习(Deep Learning)等多种 AI 技术，进行量化交易模型的建立。这其中，最为知名
的是号称“取代投行分析师”的投资机器人：Kensho。

Kensho 是一家致力于量化投资大众化的人工智能公司。旗下有一款产品 Warren 被称之为金

融投资领域的“问答助手 Siri”。Kensho 结合自然语言搜索，图形化用户界面和云计算，将发
生事件关联金融市场，提供研究辅助，智能回答复杂金融投资问题，从而加速交易时间，减

本报告版权属于安信证券股份有限公司。 10
各项声明请参见报告尾页。
 行业深度分析/计算机

少成本，用动态数据与实时信息，及时反映市场动态。

图 9：自然语义搜索关联知识图谱

数据来源：Kensho，安信证券研究中心

知识图谱减少黑天鹅事件对预测的干扰。机器学习与自然语言处理的技术经常会在一些意外
发生的时候预测失败，例如：911、熔断机制和卖空禁令等等。人工智能系统没有遇到过这
些情况，无法从历史数据中学习到相关模式；这时候如果让人工智能管理资产，就会有很大
的风险。此外，机器学习擅长发现数据间的相关性而非因果性。很有名的一个例子是早在 1990
年，对冲基金 First Quadrant 发现孟加拉国生产的黄油，加上美国生产的奶酪以及孟加拉国羊
的数量与标准普尔 500 指数自 1983 年开始的 10 年时间内均具有 99%以上的统计相关性，
1993
年之后，这种关系莫名其妙的消失了。这就是由于自学习的机器无法区分虚假的相关性所导
致的，这时候就需要专家设臵的知识库（规则）来避免这种虚假相关性的发生。

知识图谱本质上是语义网络，是一种基于图的数据结构。根据专家设计的规则与不同种类的
实体连接所组成的关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。就金融领
域来说，规则可以是专家对行业的理解，投资的逻辑，风控的把握，关系可以是企业的上下
游、合作、竞争对手、子母公司、投资、对标等关系，可以是高管与企业间的任职等关系，
也可以是行业间的逻辑关系，实体则是投资机构、投资人、企业等等，把他们知识图谱表示
出来，从而进行更深入的知识推理。以投资关系为例，知识图谱可以将整个股权沿革串起来，
方便地展示出哪些 PE 机构在哪一年进入，进入的价格是多少，是否有对赌条款，这些信息
不仅可以判断该机构进入当时的估值，公司未来的发展情况，还可以看清 PE 机构的投资偏
好，投资逻辑是如何变更发展的。

本报告版权属于安信证券股份有限公司。 11
各项声明请参见报告尾页。
 行业深度分析/计算机

图 10：知识图谱构建下的潜在信息关联性

数据来源：Kensho，安信证券研究中心

当前，知识图谱在工业界还没有形成大规模的应用。即便有部分企业试图往这个方向发展，
但很多仍处于调研阶段。我们认为这其中的难点在于如何与特定领域机构建立起一套合作方
式，如何将合作变成一种可轻易编程的界面，让该领域专家可以通过系统以一种非常简单的
方式进行行业逻辑的建模，而他的逻辑可以通过系统实时得到验证，使其进一步更新，只有
通过专家与机器反反复复的迭代，形成闭环，才会服务好用户。

最早应用知识图谱在金融领域的 Garlik 就是这一代表。公司 2005 年成立于英国，核心成员

来自南安普顿大学（University of Southampton，是语义网的核心研究机构之一）
，主要业务是
在线个人信息监控。Garlik 收集网络和社交媒体上的个人信息，当发生个人信息盗窃时会及
时报警。
Garlik 总计融资 2469 千万美金后被美国的三大个人信用记录公司之一 Experian 收购，
其技术被用于个人信用记录、信用盗窃的分析。Garlik 的核心技术之一是大规模语义数据库，
前后开源发布了 3store, 4store, 5store 等高性能数据库。

除此之外还有 Dataminr，这家基于 Twitter 及其他公开信息的实时风险情报分析公司。致力

于从数据爆炸的社交网络提取精简且价值的风险情报与挖掘关键信息，如舆情热点、金融相
关的非交易信息、公共机构安全预警、企业安全等，并直接向客户推送。除此之外，Dataminr
还加入早期预警系统，并实时推送警报。

3. 财富管理：智能投顾的春天
3.1. 从“投资顾问”的智能化说起

理解智能投顾，首先要了解什么是“投资顾问”。投资顾问指在金融投资、房地产投资、商品
投资等各类投资领域提供专业建议的专业人士，他们通过与客户全面深入交流了解客户偏好，
从而为其选择合适的资产配臵组合。大体上，投资顾问可分为两类，一类特指在证券行业为
证券投资者提供专业证券投资咨询服务的人员，即狭义的投资顾问；另一类则指包含银行、
第三方财富管理中心理财经理在内的券商外人员。投资顾问行业由于具有根据客户需求定制
产品投资策略的独特特性，自产生以来就是连接用户端与金融产品端的重要桥梁。

本报告版权属于安信证券股份有限公司。 12
各项声明请参见报告尾页。
 行业深度分析/计算机

图 11：投资顾问，连接金融产品与客户的重要桥梁

数据来源：安信证券研究中心

所谓“智能投顾”，即：凭借人工智能分析客户需求匹配金融资产的过程。它根据个人投资者
的风险偏好、财务状况与理财目标等特征，运用智能算法及投资组合理论模（通常为马科维
茨提出的投资组合理论） ，为用户提供智能化的投资管理服务，并持续跟踪市场动态，对资
产配臵方案进行调整。对比传统的投资顾问业务，智能投顾的核心特征也体现借助客观的投
资组合模型，来实现服务流程的标准化，以及投资决策的纪律性。其主要的优势在于：智能
化、被动化以及较低的管理费用。

智能投顾的核心服务包括：
1）通过大数据获得用户个性化的风险偏好和变化规律；
2）根据用户个性化的风险偏好结合算法模型定制个性化的资产配臵方案；
3）利用互联网对用户个性化的资产配臵方案进行实时跟踪调整；
4）利用成熟的组合优化管理模型，在用户可承受的风险范围内实现收益最大化。

除此之外，国外智能投顾业务中，还包括税收筹划、理财方案自动优化等内容，考虑到这类
产品目前与国内的实际情况有一定的差距，不在下面的讨论范围内。

本报告版权属于安信证券股份有限公司。 13
各项声明请参见报告尾页。
 行业深度分析/计算机

图 12：智能投顾服务模式示意

数据来源：36kr，安信证券研究中心

智能投顾没有改变“财富管理”的内涵，只是优化了服务效率。本质上降低了理财规划师的人
工参与，采取了科学有效的资产配臵方式，信息相对透明，充分体现了互联网技术的优势，
且能够降低投资理财的服务费用、提高投资顾问服务的效率。

图 13：本质上是技术替代人工，效率提升服务长尾

数据来源：安信证券研究中心

3.2. 智能投顾的主要优势

投顾服务链全面智能化，技术替代人工优势明显。智能投顾是传统投顾的智能化，指具有人
工智能的计算机程序系统根据客户自身的理财需求，通过算法和产品搭建数据模型，来完成
传统上由人工提供的理财顾问服务。事实上，智能投顾并未改变传统投顾行业内部的服务链
结构，而是以技术代替人工，弥补传统投顾现存缺陷，成就低成本、高效率、多资产、理性
化四大主要优势。
本报告版权属于安信证券股份有限公司。 14
各项声明请参见报告尾页。
 行业深度分析/计算机

图 14：智能投顾的四大主要优势

数据来源：安信证券研究中心

可大规模复制服务长尾，成就科学性普惠金融。智能投顾首先通过技术革新降低成本及门槛，
实现服务从 0 到 1 的创造；而后，利用强烈的规模效应，智能投顾可将边际成本几乎降低至
0，实现从 1 到 100 的大规模复制。传统投顾高费率高门槛特性决定其服务对象主要为高净
值人群；折扣型经济投顾业务在此基础上降低佣金试图有所改善，但其一对一人工服务的特
性依然成本较高，无法服务大众投资者；智能投顾的出现有望降低成本，提高服务科学性，
服务长尾用户，成就普惠金融。

图 15：智能投顾服务长尾用户

数据来源：安信证券研究中心

前后两端拓展盈利模式，打通财富管理价值链。以中国为例，我国财富管理行业目前尚处在
产品推销的初级阶段，券商、银行、第三方理财机构等均主要体现销售属性，收费在前端。
这种商业模式不仅收入波动幅度大，而且与客户保值增值的利益诉求不一致，甚至有所冲突。
相比而言，财富管理后端收费的商业模型更加稳定合理，从这个角度来说，智能投顾可在前
后两端拓展盈利模式，因而具有打通财富管理价值链的战略意义。

本报告版权属于安信证券股份有限公司。 15
各项声明请参见报告尾页。
 行业深度分析/计算机

图 16：智能投顾前后两端盈利模式

数据来源：慧辰资讯、安信证券研究中心

3.3. 发力智能投顾的核心要素

自带以人工智能为核心的互联网基因。其核心要素为：数据、配臵、产品、渠道。就这四个
核心模块来说，各类型金融机构具有不同的优劣势。

数据：众所周知，人工智能是一门统计和计算机的交叉学科。AlphaGo 能够战胜人类棋手，
并不是“天生神力”，而是 Google 公司用大量人类棋局的数据，经过长期训练才得到的。可以
看出，要发挥“智能”效果，首先就要有大量的有效数据来源。有了客户投资、交易、自身和
家庭情况、收益和风险等级等一系列数据后，才能更好的对客户进行区分。在这方面，券商
拥有旗下营业部客户信息数据，银行和保险拥有理财客户数据，相对来说具备优势。互联网
公司如蚂蚁金服、百度金融、京东金融等也有类似的数据服务。

配臵：有了对客户的精准画像，就有了对资产做组合优化的基础。这部分工作主要由金融工
程来完成。通过设臵详细的优化的目标（目标风险、目标日期等），我们可以为每一个客户
量身订做资产配臵方案。这部分配臵工作，据了解，目前在券商和银行保险可由自身培养团
队来完成，或者找外部第三方购买全套解决方案。

产品：有了配臵方案，毕竟只是纸上谈兵。能否落实到卖给客户，还要看能否找到合适的金
融产品工具。这部分相对来说是公募基金的强项。目前很多智能投顾公司，大多做到提出方
案阶段，受制于本身没有基金牌照和基金销售牌照，只能把客户向其他方向导流。如果涉及
到海外配臵，就更是受到 QDII 额度和汇率影响。基金公司本身公募、专户、子公司业务线
越是齐全，在产品方面越有优势。

渠道：最后一步就是让客户在何种场景下购买这个设计好的组合。这方面银行保险券商拥有
传统优势。

本报告版权属于安信证券股份有限公司。 16
各项声明请参见报告尾页。
 行业深度分析/计算机

图 17：发力智能投顾的核心要素

数据来源：安信证券研究中心

3.4. 国内第三方智能投顾比较分析

以国内智能投顾中两家收益较为突出的独立智能投顾公司“璇玑智投”和“蓝海智投”为例，对
其财富管理收益及投资策略做概要分析，以便对上述介绍有更为深刻的理解。

2016 年两家公司的收益。2016 年两家公司均有较好的表现。其中，蓝海智投表现亮眼，据

年度报告显示，均衡风险组合的业绩战胜了 98.4%的公募基金和 93.9%的私募基金。

表 1：璇玑智投与蓝海智投 2016 年度基本情况

璇玑智投 蓝海智投
投资组合数量 6 10
16 年度总收益 0.5%-5.1% 11.2%-14.3%
风险水平（收益波动率）占
5%-20% 10%-50%
普通股票基金的百分比
数据来源：公司官网，安信证券研究中心

图 18：璇玑智投 2016 组合风险与收益

数据来源：券业星球，安信证券研究中心

本报告版权属于安信证券股份有限公司。 17
各项声明请参见报告尾页。
 行业深度分析/计算机

图 19：蓝海智投 2016 组合风险与收益

数据来源：券业星球，安信证券研究中心

图 20：璇玑智投和蓝海智投组合风险与收益汇总

数据来源：券业星球，安信证券研究中心

投资策略之大类资产配臵。1）璇玑智投：大量配臵了风险较低的国内现金和债券，近 10%
的国内多元资产有亏损；智能投顾一般会自行把控各类资产权重，因此纯粹的单一资产产品
或许更为合适；2）蓝海智投：投资海外的股票和债券市场以规避国内资产下跌的风险；进
行全球大类资产配臵是必要的，海外优良资产可以在国内资产普遍下跌是提供额外收益并降
低投资风险。

表 2：璇玑智投与蓝海智投资产类别及组合资产配臵
中低 中高 中低 中高
璇玑智投 蓝海智投
风险 风险 风险 风险
国内现金（货币基金） 50% 25% 国内利率债 0% 0%
国内高评级债券 7.9% 11.5% 国内信用债 0% 0%
国内高收益债券 10.1% 0% 国内大盘股 0% 0%
国内多元资产（以股
国内
票为主，仓位变动较
资产 8.4% 0% 国内中小盘股 0% 0%
大，业绩和中小盘股
相关度高）
国内大盘股 0% 11.5%
国内中小盘股 0% 0%
海外 海外高收益债券 14.6% 10.3% 欧美高等级债券 17.5% 5%
市场 海外成熟市场股票 9% 29.1% 海外高收益债券 27.5% 5%

本报告版权属于安信证券股份有限公司。 18
各项声明请参见报告尾页。
 行业深度分析/计算机

海外新兴市场股票 0% 12.6% 美国股票 32.5% 55%

黄金 0% 0% 欧洲发达市场股票 5% 10%
亚太发达市场股票 5% 10%
新兴市场股票 2.5% 5%
房地产信托 2.5% 5%
大宗商品 2.5% 5%
黄金 2.5% 0%
数据来源：璇玑智投 APP，蓝海智投 APP，安信证券研究中心

投资策略之产品池选择。主动型产品收费一般高于被动型产品，在成熟、流动性高的市场主
动投资能够获取的超额收益的难度大，主动型产品收费后收益往往低于被动型产品。因此，
在成熟市场中选择被动投资产品具有明显的合理性，而在新兴市场中可考虑多关注主动投资
产品。蓝海智投的产品池以被动产品为主，节约了部分主动管理产品的高费率，同时也避免
引入不必要的主动管理风险；璇玑智投则选择了更多的主动投资产品。两家公司的共同点在
于，其选择的主动型基金产品都具有成立时间较长评级较高的特点。

表 3：璇玑智投基金产品备选池
璇玑智投
资产类别 产品名称 产品形式
国内现金（货币基金） 广发钱袋子 主动
国内高评级债券 易方达信用债 A 主动
国内高收益债券 博时信用债 A 主动
国内多元资产（以股票为主，仓
国内资产
位变动较大，业绩和中小盘股相 新华行业轮换配臵 A 主动
关度高）
国内大盘股 华泰柏瑞量化 A 主动
国内中小盘股 南方中证 500ETF 联接 被动
海外高收益债券 南方亚洲美元债 A 主动
海外成熟市场股票 交银环球精选 主动
海外资产
海外新兴市场股票 南方金砖四国 被动
黄金 华安易富黄金 被动
数据来源：璇玑智投 APP 官网，安信证券研究中心

表 4：蓝海智投基金产品备选池
蓝海智投
资产类别 产品名称 产品形式
国内利率债 南方中债 10 年期国债 A 被动
国内信用债 中邮稳定收益 A 主动
国内资产
国内大盘股 博时主题行业 主动
国内中小盘股 华安逆向策略 主动
欧美高等级债券 富国全球债 主动
海外高收益债券 鹏华全球高收益债 被动
大成标普 500 等权重
美国股票 被动
达成纳斯达克 100
欧洲发达市场股票 华安德国 DAX ETF 联接 被动
海外资产
亚太发达市场股票 华夏恒生 ETF 联接 被动
新兴市场股票 南方金砖四国 被动
房地产信托 广发美国房地产 被动
大宗商品 上投摩根全球天然资源 主动
黄金 嘉实黄金 被动
数据来源：蓝海智投 APP 官网，安信证券研究中心

本报告版权属于安信证券股份有限公司。 19
各项声明请参见报告尾页。
 行业深度分析/计算机

投资策略之择时。根据美国的行业经验，智能投顾一般不采用择时策略，并建议客户根据风
险偏好长期持有组合，调仓频率较低。据蓝海智投的月度报告，2016 年共调仓 3 次，且仓位
变动幅度较小（单只产品仓位变动最高占资产总额的 10%）
。

4. 他山之石：全球先行者的启示
4.1. 以智能投顾为例，美国起步早、发展快

自智能投顾产生后，各类公司相继破土而出。2008 年，美国首家智能投顾公司 Betterment

在纽约成立，此后几年内，Wealthfront、Personal Capital、Future Advisor 等一批智能投顾公
司相继成立。他们基于大数据、人工智能等技术面向理财用户提供智能化的资产管理组合方
案，智能投顾时代从此开启。此后，紧随美国，全球其他国家也在智能投顾积极布局。英国
第一家线上理财公司 Nutmeg 在 2015 年获得了多项 FinTech 奖项；荷兰公司 Pritle 将线上理
财服务扩展至瑞士、奥地利，已成为欧洲最大的私营线上理财平台；德意志银行开发出免费
的数字化资产配臵工具 AnlageFinder，成为第一家进入该领域的银行。

图 21：海外智能投顾发展迅速

数据来源：新浪科技、安信证券研究中心

近年来，全球智能投顾呈跨越式增长。以起步最早、发展最快的美国为例，据 AT Kearney
统计，至 2016 年底，美国智能投顾规模已从 2012 年的几乎为 0 增长至 2000 亿美元。据 AT
Kearney 预测，至 2020 年，美国智能投顾市场渗透率可达 5.6%，规模将达 2.2 万亿。智能投
顾在美国的迅猛发展得益于多方面因素。

发达的金融市场、丰富的 ETF 产品提供充足可配臵资产。美国金融市场较为成熟，收益稳

定、市场波动较小。近年来，美国 ETF 市场飞速发展，ETF 具有追踪指数相对稳定且费率较
低的特点，在多元化收益、分散投资风险、增加海外资产比例等方面具有独特优势。ETF 等
金融产品供给充足，丰富了投资工具，满足智能投顾的多元产品需求，成为美国智能投顾市
场最主要的基础资产。根据 Investment Company Institute 数据显示，截至 2016 年 5 月底，美
国 ETF 数量为 1646 只，管理资产达到 2.204 万亿美元，同比分别增加 12.35%和 4.11%。

本报告版权属于安信证券股份有限公司。 20
各项声明请参见报告尾页。
 行业深度分析/计算机

图 22：美国 ETF 净资产占可投资资产份额变化

数据来源：AT Kearney，安信证券研究中心

低门槛和低收费符合长尾用户需求，拓宽了潜在的客户范围。由于智能投顾拥有低门槛、低
收费、高效率、理性化等诸多优势，不仅获取了传统投顾客户的存量转移，还将客户范围扩
展到了中低净值人群。据 AT Kearney 统计，全美 4,002 名银行理财业务客户中，69%的人群
了解智能投顾后表示不拒绝投顾服务，49%的传统投顾客户则表示愿意尝试。

传统金融机构加入推动行业飞速增长。自 2014 年以来，各类金融机构争相布局智能投顾领

域，新设公司激增；NEA、红杉资本、Bain Capital 等顶级 PE 提供资本支持，行业投融资额
激增。另外，自 2013 年左右起，Vanguard（先锋）、Charles Schwab（嘉信）等传统金融机构
相继涉足该领域，推出智能组合并大获成功，加速推动了行业发展。据 Tracxn 统计，2008-2015
年机器人投顾行业累计融资额超 7.8 亿美元，其中 2014-2015 年占比超过 70%。截止 2015 年
底，美国已有近 140 家智能投顾公司，其中 81 家创立于 2014-2015 年，同期行业融资额约
550 百万美元。

图 23：美国单年新设智能投顾公司数 图 24：美国智能投顾融资情况

50 融资额（百万美元） 融资轮数
350 35
40 300 30
250 25
30
200 20
20 150 15
100 10
10
50 5
0 0 0
2008 2009 2010 2011 2012 2013 2014 2015 2008 2009 2010 2011 2012 2013 2014 2015

数据来源：Tracxn，安信证券研究中心 数据来源：Tracxn，安信证券研究中心

表 5：顶级 PE 加码智能投顾
排序 美国投资智能投顾最多的机构
1 NEA
2 General Catalyst
3 Khosla Ventures
4 Bain Capital
5 Spark Capital
5 Nyca Partners
排序 全球投资智能投顾最多的机构
1 500 Startups
2 QED Investors
3 NEA
4 General Catalyst
5 Khosla Ventures
6 Blumberg Capital

本报告版权属于安信证券股份有限公司。 21
各项声明请参见报告尾页。
 行业深度分析/计算机

5 Blumberg Capital 7 Tiger Fund

8 Union Square Ventures 8 Spark Capital
8 SVA 9 Omidyar Network
8 Slow Ventures 10 Bain Capital
8 QED Investors 11 Ribbit Capital
8 American Express 12 Sequoia Capital China
13 Citi Group 13 Sequoia Capital India
数据来源：Tracxn，安信证券研究中心

图 25：传统机构加入推动美国智能投顾高速增长

25000 0.06

0.05
20000

0.04
15000
0.03
10000
0.02

5000
0.01

0 0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017E 2018E 2019E 2020E
从未投资产转移（亿美元） 从已投资产转移（亿美元）
资产管理总规模（亿美元） 预测渗透率（%）

数据来源：新浪科技，安信证券研究中心

表 6：美国传统金融机构布局智能投顾概览
公司 时间 发展方式
Invesco 2013 与智能投顾平台 Jemstep 展开合作
2013 以 2500 万美元领投智能投顾公司 motif
高盛 2014 向数据分析平台 Kensho 投资 1500 万美元
2016 收购在线退休金管理平台 HonestDollar
收购智能投顾平台 E-money
2014
富达基金 与智能投顾平台 Betterment、learnvest 合作
2016 推出智能投顾服务 Fidelity Go
BlackRock 2015 收购智能投顾公司 FutureAdvisor
Northwest Mutual 2015 收购智能投顾平台 learnvest
先锋基金 2015 正式上线智能投顾服务 Personal Adviser Services
嘉信理财 2015 启用 SIP 智能投顾服务
数据来源：新浪财经，网易财经，安信证券研究中心

4.2. 传统公司后来居上成为行业领导者

在传统投顾向智能投顾转型中，按照智能化程度可分为 4 个阶段。传统投资顾问、折扣型经
济投顾业务、在线投资组合管理、智能投顾。现阶段，以美国为代表的，全球智能投顾处于
2.0 至 3.0 阶段的过渡期，虽然智能投顾目标客户范围已大大增加，但距离全智能模式尚有一
定差距。未来，随着投顾行业机器参与度的最大化，全智能投顾可能产生，投资者有望实现
“零基础、零成本、专家级”动态资产投资配臵，智能投顾优势将愈发突显。

本报告版权属于安信证券股份有限公司。 22
各项声明请参见报告尾页。
 行业深度分析/计算机

图 26：投顾服务演变情况

数据来源：AT.Kearney，安信证券研究中心

智能投顾可分为成熟型公司及创新型公司两类。至 2015 年底，美国智能投顾公司已近 140

家，按平台母公司的发展历程不同可分为成熟型公司及创新型公司两类。成熟型公司的前身
大多为历史悠久的金融或投资公司，服务对象一般同时包括个人及机构投资者，代表公司有
先锋（Vanguard）
、富达（Fidelity）、贝莱德(BlackRock)、嘉信理财（Schwab Intelligent Portfolios）
等。创新型公司则多为新成立的拥有互联网技术的财富管理公司，这类初创公司有的仅服务
于个人，Wealthfront、Sigfig、PersonalCapital，也有仅服务于机构的，如 WealthObjects，还
有同时服务于个人和机构的，如 Betterment。

传统金融公司后来居上，已成行业领导者。自 2008 年美国首家智能投顾公司 Betterment 成

立后，Wealthfront、Personal Capital 等创新型公司很快相继成立，发展势头迅猛，但从真正
投入资产管理的规模来看，并无明显增长。2013 年，美国传统金融公司以收购、合作等多种
方式相继加入行业，行业才真正爆发。由于具有市场知名度和客户存量积累、以及财富管理
技术及渠道上的先发优势，加上投顾业务与其原有业务间的协同效应，传统金融公司将智能
投顾技术兼容并蓄后来居上，已成为行业领导者。截止 2016 年 2 月，美国智能投顾用户份
额排名前三均为传统金融公司或其子公司。

图 27：美国各智能投顾公司份额

25%
传统资管公司或
20% 子公司占据前三

15%

10%

5%

0%
嘉信 先锋 Future Wealthfront Betterment Sigfig 其他
Advisor

数据来源：Tracxn，安信证券研究中心

本报告版权属于安信证券股份有限公司。 23
各项声明请参见报告尾页。
 行业深度分析/计算机

表 7：美国成熟型公司概览
成熟型公司
贝莱德
先锋 嘉信 富达
（FutureAdvisor）
2013 上线
上线时间 2015 2015 2016
2016 收购
投资目标
- 客户设定 问卷测评 智能评测
/风险设定
54 只 ETF 作为投资标的,资产 主要是 ETFs，其底层资产包
投资范围 ETFs:股票型及债券型 类型包括股票、固定收益产 Fidelity 的产品 括全球公司股票、债券、房地
品、房地产、大宗商品、现金 产投资信托
普通投资者，目标用户是了解
服务对象 个人&机构 个人&机构 个人&机构
数字化知识的年轻群体
5,000USD；50,000USD（自动 普通投资者，目标用户是了解
投资门槛 5,000USD 5,000USD
节税功能） 数字化知识的年轻群体
无申购赎回费,管理费 0.3%， ETF 管理费用，大约在 0.03％ 费用约为用户要求管理的资
收费模式 所有费用在 0.35％-0.40%之间
投资管理费：0.18% -0.55% 产量的 0.5%
1.自动跟踪，自动调仓
2.自动节税
1.税收优化
3.产品的后续追踪功能
1.税收损失收割 1.自动资产再平衡 1.动态选择
增值服务 GoalTracker
2.再平衡 2.税收优化 3.账户汇总并分析
4.全天候的投资专家支持，电
4.再平衡
话或在线
5.现金配比
1.退休账户管理 1.经纪商账户
1.投资计划 1.老年人理财规划服务平台
场景配臵 2.教育储蓄账户管理 2.可撤销生活信托账户
2.退休计划 2.教育基金
3.应急基金账户管理 3.退休账户
数据来源：Tracxn，安信证券研究中心

表 8：美国创新公司概览
创新型公司
Wealthfront Betterment Personal Capital Sigfig Wealth Objects
上线时间 2011 2010 2011 2012 2014
投资目标
客户设定 客户设定 - 客户设定/问卷测评 -
/风险设定
Vanguard,iShares,
全球 ETF 产品，覆盖三 Schwab 的 0 佣金的指数
大类资产：股票、债券、 13 种指数基金(ETF),其 ETFs,底层资产范围为：
底层资产：美国股票、
投资范围 通胀投资（国债、商品 中包含了 6 种股票基金 美国债券、市政债、票
固定收益证券
等），覆盖 11 种资产类 和 7 种债券基金 据、短期国债、美国股
别 票、国际市场股票、新
兴市场股票和房地产
年轻人尤其是 IT 科技 主要针对无经验的个人
服务对象 个人&机构 个人&机构 机构
界人士 投资者
投资门槛 10000USD 500USD 无 25,000USD 2,000USD
1.ETF 运营费:平均费率
为基于管理规模的 ETF 管理费：1 万美元
平台费率范围在 委托理财收费：
收费模式 0.12%/year; 以下免费，1 万美元以
0.15%-0.35％之间 0.49%-0.89%/年
2.资产管理费:1 万美元 上,每年 0.25%
以上部分收 0.25%/year
1.账户汇总并诊断
1.税收优化 2.发现隐形费用
1.自动资产再平衡
1.税收优化 2.再平衡 3.订阅提醒
增值服务 2.税收亏损收割的功能
2.可自动再平衡 3.收费的线上一对一投 4.税收优化管理
3.SmartDeposit
资顾问服务 5.自动再平衡
6.现金最小化
1.有需要纳税的投资 包含保险、退休、大学
场景配臵 退休规划 退休管理
2.退休金投资 储蓄等 10 种场景
数据来源：Tracxn，安信证券研究中心

本报告版权属于安信证券股份有限公司。 24
各项声明请参见报告尾页。
 行业深度分析/计算机

4.3. 海外代表性公司分析
4.3.1. 成熟型金融机构：Charles Schwab

Charles Schwab（嘉信）创立于 1971 年，是美国佣金自由化后迅速崛起的折扣经纪商。公

司定位于中小客户，并逐渐向大客户、机构客户过渡，从纯粹的折扣佣金经纪商、到提供全
方位共同基金超市、发展到在线证券交易经纪商、再到收购信托公司、提供全方位咨询服务
产品，已发展成为最大的网上经纪商。2015 年 3 月，嘉信启动嘉信智能组合，正式进军智能
投顾行业。

图 28：嘉信的发展历程

数据来源：安信证券研究中心

Schwab Intelligent Portfolios 是一个输入用户的风险水平、输出投资组合的服务产品。模型

方法上，采用根据用户的风险容忍度结合均值方差模型（Mean Variance Model）和全局优化
（Full Scale Optimization）的结果加权的方式。平台运作流程大致如下：首先由用户设定投
资目标并提供个人信息和计划，SchwabIntelligentPortfolios 根据模型为用户建立投资组合，
由 GoalTracker 模拟出不同市场环境下、用户的投资组合在未来的可能表现，在不同时点判
断用户的投资组合是否可以按计划达成目标，并给出调整计划的建议。平台提供自动跟踪、
自动调仓、自动节税、产品后续追踪功能 Goal Tracker、全天候的投资专家支持，电话或在
线、现金配比等增值服务，具体应用场景可大体根据其账户分为经纪人账户、生存信托账户、
退休账户三类。

嘉信作为传统金融机构布局智能投顾的代表，可同时服务于个人投资者及机构投资者。该智
能平台根据设定的标准(如 ETF 成立期限、规模、杠杆、费用率)以及 CSIA 的筛选流程，从
1,600 多只 ETF 中选择了 54 只 ETF 作为投资标的，其中有 14 只 Schwab ETF，8 只 Schwab
OneSource ETF。每个投资组合由不超过 20 种不同种类资产构成，包括股票、固定收益产品、
房地产、大宗商品、现金，用以分散化投资，进而构成了平台智能投顾的底层资产。

平台实行零费用，客户只需要承担较低的 ETF 管理费用，在 0.03％-0.55%之间，投资门槛按

是否包含自动节税功能分为 5,000 美元及 5 万美元两类。盈利方式可分为三种：（1）向客户
收取投资组合中配臵的嘉信的 ETF 产品管理费用； （2）对投资组合中嘉信 ETF 外其余部分
ETF 基金收取服务费用；
（3）将投资组合中配臵的少部分现金直接投资在嘉信银行账户，从
而获得净收益。

相比独立的智能投顾公司，嘉信利用集团产品和平台优势大大减轻了用户需要负担的费用，
依托其完善的账户闭环服务，嘉信智能投顾业务规模迅速增加，截至 2016 年 6 月底平台资
产管理规模已经达到 82 亿美元。

本报告版权属于安信证券股份有限公司。 25
各项声明请参见报告尾页。
 行业深度分析/计算机

4.3.2. 成熟型金融机构：FutureAdvisor

FutureAdvisor 是一家数字化财富管理平台提供商，为用户提供智能投资建议。平台于 2012

年 3 月开始推出智能投顾服务，后由著名创业孵化平台 YCombinator 孵化，于 2013 年 2 月
正式上线。2015 年 8 月，FutureAdvisor 被全球最大资产管理公司之一贝莱德公司 100%收购，
从此成为经营“贝莱德解决方案”的独立部门，成为其投资及风险管理平台。

FutureAdvisor 是一种电子投资顾问，基于现代投资组合理论提供了自动化的财富管理。投
资者可以保持他们在其他投资机构的个人投资账户，FutureAdvisor 系统通过客户同步的其他
机构理财账户数据及投资者的年龄和风险偏好进行定量分析，从投资组合的选择、费用成本
和投资收益等角度给出优化建议。平台的增值服务包括税收优化、动态选择、账户汇总分析、
再平衡四类，具体应用场景主要包括老年人理财规划服务平台及完全免费的大学储蓄账户教
育基金。

与嘉信相同，FutureAdvisor 服务对象同时包括个人和机构。一方面，平台定位于 10 万美元

左右的中产阶级，提供个人用户服务；另一方面，平台面向机构的 B2B 平台为金融机构的客
户提供服务，以增加客户忠诚度，并增加咨询资产规模。投资范围方面，FutureAdvisor 投资
于低费用的指数基金，主要是 ETFs，其底层资产包括全球公司股票、债券、房地产投资信托。
此外，FutureAdvisor 投资全球范围资产以实现分散投资。

FutureAdvisor 的信息整合及优化建议均免费提供，只有当用户要求其代理日常投资组合管理
操作时，FutureAdvisor 才进行收费，费用约为用户要求管理的资产量的 0.5%，相当于市面普
遍价格的一半，前 3 个月为免费试用期，投资门槛是 10,000 美元。

FutureAdivisor 由独立智能投顾平台起家，后被传统金融机构收购，发挥规模优势迅速发展。
截至 2016 年 3 月，FutureAdvisor 资产管理规模 7.89 亿美元，处于行业前列。

图 29：FutureAdvisor 投资组合结构与平均结构对比

数据来源：FutureAdvisor，安信证券研究中心

4.3.3. 创新型机构：Wealthfront

Wealthfront 是一家基于软件的在线财富管理企业。成立于 2008 年 12 月，于 2011 年更名为

Wealthfront，并于 2011 年起开展线上 Robo-Advisor 服务。Wealthfront 致力于为客户提供与
传统理财行业同等质量但进入门槛更低、费用更加低廉的理财咨询服务。

平台根据风险问卷了解客户偏好，给出投资组合，之后监控并定期调整投资组合。传统的客

本报告版权属于安信证券股份有限公司。 26
各项声明请参见报告尾页。
 行业深度分析/计算机

户风险评估调查问卷包含 25 个问题，Wealthfront 参考了行为金融学的相关研究结论，大幅

简化了问卷内容，客户只需回答几个问题即可完成风险测评，在用户完成风险测评之后, 系
统会根据一定的算法测算出用户的风险容忍度, 并给出评分。同时会依据用户的风险偏好状
况, 结合平台可投资产池中的资产为客户自动生成一套最优的资产配臵策略。平台有税收优
化、可自动再平衡两项增值业务，值得一提的是，Wealthfront 是主流机器人投顾中首个并且
是唯一一家将直接指数化和税收亏损收割两个功能结合的产品。

Wealthfront 目前仅服务于个人，服务对象定位于年轻人（尤其是科技界人士）
。平台投资范
围为全球 ETF 产品，覆盖股票、债券、通胀投资（国债、商品等）3 大类资产以及包含美国
股票、其他发达国家股票、美国政府债券、公司债券等在内的 11 种资产类别，挑选标准包
括费率水平、指数跟踪误差、市场流动性等。

Wealthfront 的收费主要包括两部分：1）ETF 运营费，一般平均费率为基于管理规模的 0.12%/

年；2）资产管理费：Wealthfront 对客户的账户进行管理，包括下单、实时跟踪和调仓，通
过收取资产管理费获得收入，基于管理资产规模的收取标准为 1 万美元以下部分免费，1 万
美元以上部分收取 0.25%/年。Wealthfront 投资门槛为 500 美元。

据公司官网，截至 2016 年 6 月，Wealthfront 的资产管理规模已达到 35 亿美元，拥有超过 8

万的用户规模，账户平均资产为 4.2 万美元。Wealthfront 累计获得 1.29 亿美元的融资，主要
出资方为 Index Ventures、Benchmark、Spark Capital、Ribbit Capital。

图 30：Wealthfront 风险测评 图 31：Wealthfront 自动生成资产配臵

数据来源：Wealthfront，安信证券研究中心 数据来源：Wealthfront，安信证券研究中心

4.3.4. 创新型机构：Betterment

Betterment 依靠数字化资产配臵技术运营在线财务管理平台，自 2010 年开始正式运营。平

台实行以结果为导向的投资理念，基于财富增值目标建立投资框架，仅将个人风险与偏好作
为辅助参考因素，并未对其设计问卷，而是参考投资期限、投资目标以及资金支出计划为用
户设臵了三个投资目标，对应不同的资产配臵方案：长期投资（如储蓄退休金）投资更高比
例在长期投资回报更高的股票资产上；短期的资金需求（如购房买车）则投资较多收益类债
券、较少股票来避免短期内亏损；对于无明确目标客户，平台根据用户年龄配臵资产投资比
例，用户越年轻，投资组合可承受的风险越高，通常这类投资组合中股票占比不低于 55%。
平台拥有税收亏损收割等三项增值业务，具体应用场景包括退休规划等。

与 Wealthfront 不同，Betterment 可同时服务于个人投资者及机构投资者。平台投资范围为

基于 13 种指数基金(ETF)，其中包含了 6 种股票基金和 7 种债券基金，底层资产包括美国股
票、其他发达国家股票、新兴市场股票、分红股票、美国政府债券、公司债券、新兴市场债
券、市政债券、防通胀证券、美国大型公司股票、中型公司股票和小型公司股票等诸多类别。

本报告版权属于安信证券股份有限公司。 27
各项声明请参见报告尾页。
 行业深度分析/计算机

平台的收费模式具有很大亮点：根据用户的投资金额设定浮动收费制，用户投资金额越多，
平台费率越低，费率范围在 0.15%-0.35％之间。Betterment 对账户没有最低投资金额要求，
免费试用期为 1 个月。Betterment 自 2010 年正式运营开始，其服务、产品和管理的资产一直
不断增多，已进行 6 轮融资，根据已披露信息共计融资获得 2.05 亿美元，已拥有 49 亿美元
资产以及 16 万客户，业绩表现优异，是全球智能理财领域当之无愧的领头羊。

图 32：Betterment 独特的收费模式 图 33：2004.1.31 至 2016.6.30 累计收益

数据来源：Betterment，安信证券研究中心 数据来源：Betterment，安信证券研究中心

表 9：Betterment 融资情况
阶段 时间 金额 投资方
Anthemis Group, Francisco Partners, Bessemer Venture Partners,
E轮 2016.3.29 1 亿美元 Menlo Ventures, Kinnevik AB, Globespan Capital Partners, Citi
Ventures
6000 万美 Francisco Partners, Bessemer Venture Partners, Menlo
D轮 2015.2.17
元 Ventures,Northwestern Mutual, Anthemis Group
3200 万美 Globespan Capital Partners, Northwestern Mutual, Citi Ventures,
C轮 2014.4.15
元 Anthemis Group, Bessemer Venture Partners, Menlo Ventures
1000 万美 reinmkr capital, Anthemis Group, Bessemer Venture Partners,
B轮 2012.10.3
元 Menlo Ventures
Jason Finger, reinmkr capital, Bessemer Venture Partners,
A轮 2010.12.1 300 万美元
Anthemis Group, Thomas Lehrman
种子轮 2010.11.1 未披露 Fabrice Grinda, Red Swan Ventures, Andy Dunn
数据来源：crunchbase，安信证券研究中心

5. 本土化思考：挑战与机遇共存
5.1. 投资理念仍未成熟，刚性兑付尚未打破

投资者中散户居多，投机性心理严重。中证登数据显示，截止 2016 年 12 月末，我国股票市

场投资者总量为 11811.04 万，其中自然人投资者数量为 11778.42 万，占比 99.72%，这群散
户投资者往往看重个股机会，习惯短线操作，投机性心理严重，投资策略上主要采取主动型
投资。

中低净值人群占比较高，长尾比重较大。埃森哲报告显示，中国可投资产在 30 万元以下的
中低净值投资者约 13 亿，低净值人群占总投资人数比例约 97.6%，长尾比重极高。其中可投
资产在 3 万元以下的低净值人群约有 8 亿，受传统投顾行业高费用制约投资方面几乎完全不
投顾服务；可投资产在 3 万元至 30 万元的中净值人群约 5 亿，也只接触到了有限的投顾服
务。

缺乏财富管理意识，刚性兑付尚未打破。相比金融产品投资，目前国内投资者的投资方式仍

本报告版权属于安信证券股份有限公司。 28
各项声明请参见报告尾页。
 行业深度分析/计算机

以固定资产投资居多。根据 2016 年《中国家庭财富调查报告》显示，房地产净值占中国城

镇家庭财富比例为 67.2%。由于投资环境、投资习惯以及缺乏专业人士指导等多方面因素的
制约，财富管理意识薄弱。另外，国内投资者倾向于自己打理现金，人为按照一定比例将所
有财富部分进行银行理财实现刚性兑付，另一部分则最追求高收益投资于高风险资产，由于
缺乏合理的资产配臵方案，总体收益并不可观。综合来看，财富管理灰色空间较大。

图 34：中国自然人及机构投资者比例 图 35：中国投资者按可投资金融资产金额分类
机构投资
者, 0.28%

自然人投
资者,
99.72%

数据来源：中证登，安信证券研究中心 数据来源：Accenture，安信证券研究中心

5.2. 牌照等监管问题制约，主要用途为销售辅助工具

金融行业分业管制，资管、代销、投顾等牌照分开管理。我国金融行业实行高度严格的分业
管制，银行理财，股票，信托，公募，私募，每种产品牌照不尽相同，几乎没有公司能拥有
全部的牌照。在投顾产业链中，产业链上游，公司需拥有资产管理牌照才能完成投资组合的
管理及交易执行，为客户管理资产；产业链下游，公司需拥有投资咨询牌照才可为客户提供
投资规划及资产配臵建议，而只有拥有基金代销牌照才可为客户推荐投资产品完成销售。

图 36：中国金融行业分业管制条件下智能投顾行业情况

数据来源：安信证券研究中心

全产业链智能投顾尚难建立，短期主要用途为销售辅助工具。智能投顾的行业特性决定它可
以贯穿于财富管理的整条产业链，具有打通财富管理价值链的战略意义。但是，国内监管部

本报告版权属于安信证券股份有限公司。 29
各项声明请参见报告尾页。
 行业深度分析/计算机

门目前尚未对智能投顾行业做出明确定义，智能投顾面临“被定义”并调整业务方向的问题，
全产业链智能投顾受制于牌照问题很难建立。因而，短期内智能投顾主要作为销售辅助工具
存在。

5.3. 资本市场条件尚不成熟，行业发展需因地制宜

金融市场仍不成熟，市场波动较大。美国金融市场作为全球最发达的金融市场已经相当成熟，
市场波动较小，收益稳定。在成熟的资本市场条件下，投资者发现主动型投资反而不容易跑
赢大盘，因而大多放心地选择被动型投资策略，从而获得稳定客观的收益回报。相比之下，
国内金融市场波动巨大。自上交所开市以来，波动率高达 16.48%，相比之下，美国道琼斯
80 年以来波动率仅有 4.3%。巨大的波动使得被动投资理念相对被忽视。

金融产品欠发达，品类数量有待开发。对比美国全球性金融市场的丰富产品，目前中国金融
市场的金融产品种类及数量均较少。以智能投顾最主要投资标的之一 ETF 基金来看，截至
2016 年 6 月，我国上市 ETF 合计 130 支，资产规模累计 4729 亿元，且大多属于传统股票指
数型 ETF，债券型 ETF、商品型 ETF 等合计尚不足 10 支；而同期美国市场 ETF 数量已近达
1600 支，管理资产规模累计 2.15 万亿美元，产品种类繁多，涵盖国内市场、国外市场、股
指、债券、商品等多个类型。

图 37：2010 年至今标普 500 与沪深 300 波动对比 图 38：中美 ETF 基金数量及资产规模对比

标普500 沪深300
美国 中国
6000
2000
5000

4000 1500

3000
1000
2000
500
1000

0 0
2010 2011 2012 2013 2014 2015 2016 ETF数量（支） ETF资产规模（百亿人民币）

数据来源：Wind 资讯，安信证券研究中心 数据来源：Wind 资讯，安信证券研究中心

5.4. 传统及初创企业齐发力，多方落地后市场万亿空间可期

中国智能投顾行业发展晚于海外市场，目前尚处于起步阶段，落后于美国 5 年左右。2014 年
以来，随着互联网金融项目的热潮，以创业公司及互联网金融公司为代表的行业内第一批企
业出现，推出了丰富多样的产品，发展态势迅猛。与美国类似，随着智能投顾行业的发展，
券商、基金、银行等传统金融机构逐渐认识到其独特优势而加入当中，一定程度上助推了中
国智能投顾行业的发展。目前，国内智能投顾已初步形成传统金融机构、互联网金融公司、
创业公司三足鼎立之势。

表 10：中国各类智能投顾公司代表
类型 公司及智能投顾产品
平安一账通、招商银行摩羯智投、华泰证券 AssetMark、同花顺 iFinD、嘉
传统金融机构 实基金金贝塔、天弘基金联手雪球推出“蛋卷斗牛二八轮动”、浙商证券“汇
金谷”、民生证券合作璇玑、广发证券贝塔牛等
互联网金融公司 蚂蚁聚宝、百度股市通、京东智投、宜信投米 RA 等
创业公司 弥财、蓝海智投、财鲸、资配易、聚爱财 plus、钱景私人理财、理财魔方、

本报告版权属于安信证券股份有限公司。 30
各项声明请参见报告尾页。
 行业深度分析/计算机

慧理财、拿铁财经、胜算在握、小金所机器人投资顾问、人人贷、微量网、
积木盒子、米多财富等
数据来源：安信证券研究中心

国内财富管理长尾特征明显，行业蛰伏后万亿市场可期。据《2015 年中国私人财富报告》统
计，截止 2015 年底，中国个人可投资资产总额达到 129 万亿元，其中高净值人群可投资规
模仅为 37 万亿元，仅占 28.7%，中国财富管理市场长尾特征明显。估计至 2020 年，中国个
人可投资资产规模将达到 174 万亿元，预计同期中国智能投顾行业市场渗透率将达到 3%，
据此估算，2020 年中国智能投顾行业的资产管理规模约为 5.22 万亿。根据行业平均 0.3%的
管理费率计算，管理费规模将达 156.6 亿。再加上数据分析、量化策略等增值业务，待牌照
等问题解决后，中国财富管理长尾市场灰色空间打破，智能投顾万亿市场可期。

图 39：中国可投资资产规模及高净值人群可投资资产规模对比

180
160
140
120
100
80
60
40
20
0
2011 2012 2013 2014 2015 2016E

个人可投资资产的潜在规模(万亿） 中国高净值人群可投资规模（万亿）

数据来源：招商银行，Bain，安信证券研究中心

5.5. 中国智能投顾领域的杰出代表
5.5.1. 综合性金融集团将智能投顾嵌入自身保险及投资业务：平安一账通

平安一账通是平安集团旗下的财富管理平台。提供银行网银、保险、理财的网上金融服务，
包括转账、缴费、信用卡还款、保单查询等功能。平安集团作为综合性金融集团，用户基础
广泛。据平安金科宣布，截止 2016 年初，一账通累计注册用户超过 1 亿，管理资产总额超
过 1.9 万亿元。2016 年 1 月，平安一账通最新版本上线，平安在新版一账通中的保险和投资
子页面下，分别内嵌了初级的智能投顾产品，官网称此项智能投顾业务为智能财富顾问。

首先，一账通智能投资顾问基于算法自动化全面分析投资者财富状况，然后根据对用户的全
面了解，设计出个性化财富管理方案。只要客户把资产放在一账通账户里，就可获得
“Robo-Advisor”个性化、智能理财咨询服务”。另外，一账通开发了“金融产品智能推荐引擎”，
其可以通过大数据技术向用户推荐金融产品组合，并可根据客户个人后续投资习惯及偏好实
时调整。

平安一账通采用混合推荐型的平台模式，在平台业务中融入了平台自身特有保险及投资产品。
平安一账通智能投顾业务的底层资产包括货币基金、股票基金、债券基金、混合基金、票据
理财、P2P 网贷产品等，未来将引入黄金等更多投资品类。值得注意的是，同属平安集团的
陆金所是一个多层次的互联网理财平台，平安一账通正不断尝试与陆金所平台深度对接，利
用用户基础及产品平台优势发挥协同作用。

作为传统金融集团，平安布局智能投顾，利用全牌照优势、产品基础以及月活优势，增加集
团各项业务的协同效应。根据易观千帆披露数据，截止至 2016 年 8 月，平台移动端月活人

本报告版权属于安信证券股份有限公司。 31
各项声明请参见报告尾页。
 行业深度分析/计算机

数约为 152.5 万，约 20%~30%的用户在选择产品时会参考平台给出的推荐组合。据此估计，

平台智能投顾当前潜在客户数已超过 30 万人。

图 40：保险子页面下的智能投顾推荐组合 图 41：一账通 APP 月活数

300

250

200

150

100

50

0
2016.01 2016.02 2016.03 2016.04 2016.05 2016.06 2016.07 2016.08

一账通APP月活跃用户数（户）

数据来源：平安一账通 APP，安信证券研究中心 数据来源：Wind 资讯，安信证券研究中心

5.5.2. 券商由折扣型经济投顾业务向智能投顾转型：民生证券与璇玑战略合作

券商折扣经纪投顾业务是投顾 1.0 业务的代表之一。近年来，随着市场的变化，越来越多的

证券公司参与到佣金战中，特别地，自 2015 年 4 月，我国正式开放“一人一户”限制，券商经
济业务价格战加剧，佣金加速下降，这种现象长远来看必然危害中国证券业的服务能力。在
此背景下，已有券商向智能投顾业务转型，民生证券是代表之一。2016 年 12 月，民生证券
与璇玑公司达成战略合作，由璇玑为民生证券即将推出的数字化资产配臵系统提供技术服务。

璇玑公司隶属于智能金融服务集团 PINTEC，是国内领先的数字化资产配臵解决方案提供商，
其数字化资产配臵系统“璇玑”于 2016 年 6 月上线，是中国目前唯一一款以人民币资产为基础
进行全球资产配臵的 Robo-advisor 系统。

璇玑本身不直接向个人客户提供服务，而是为持牌的金融机构提供技术服务，由机构向个人
客户提供服务。客户填写问卷后，平台会根据算法测出客户的风险等级，按照用户风险高低
分为六大类：非常保守型、保守型、稳健型、成长型、积极型和非常积极型。并依据风险等
级，启动数字化配臵模块和产品适配模块，为客户自动生成最优的资产组合，然后 7×24 小
时监控方案的运行情况并适时调整投资组合。

平台充分考虑到了中国资本市场的特殊性，设计满足中国投资者需求的产品。根据人民币组
合和美元组合两类投资范围组合，分别配臵不同的底层资产；并且设计出包含数据处理、数
字化配臵、产品筛选、交易最优四个模块的适配中国市场的技术架构。

由于具有专业定制、低费率等特点，平台自运营以来收益状况良好。统计 2015 年年初至今

年 7 月底璇玑实盘表现，稳健型投资组合累计收益达 5.72%，其间最大回撤为-1.65%；积极
型投资组合累计收益达 5.06%，其间最大回撤为-4.5%，同期沪深 300 和标普 500 指数最大回
撤分别为 24%和 10%，平台风险控制较好。

本报告版权属于安信证券股份有限公司。 32
各项声明请参见报告尾页。
 行业深度分析/计算机

图 42：璇玑公司根据不同投资组合配臵底层资产

数据来源：安信证券研究中心

5.5.3. 基金公司利用智能投顾打通价值链：天弘基金联手雪球

智能投顾行业特性决定其有打通价值链的战略作用，其产业机遇对基金公司可见一斑。2016
年 5 月，天弘基金联手雪球在蛋卷基金 APP 上推出“蛋卷斗牛二八轮动”基金策略组合，这是
基金公司加入智能投顾行业布局的典型案例之一。

“斗牛二八轮动”组合基于天弘基金三只成分基金构建而成，分别为天弘沪深 300 指数基金、

天弘中证 500 基金以及天弘永利债券基金，由雪球根据“二八轮动”趋势跟随策略编制。公司
先与客户签订 180 天的服务条款，按照既定原则每日收盘后自动做出转日买进/卖出基金份额
的判断，实现通过简单、透明的机器交易方式规避人工的方式代客理财的效果。具体资产组
合策略如下:（1）成分标的为沪深 300 指数、中证 500 指数和国债指数；（2）本指数对比当
前交易日收盘数据与 20 个交易日前收盘数据，选择沪深 300 和中证 500 中那个涨幅较大的
一个；（3）于下一个交易日收盘时切换为持有该指数； （4）若两个指数均下跌，则选择国债
指数。

图 43：“斗牛二八轮动”历史业绩

数据来源：蛋卷基金 APP，安信证券研究中心

天弘基金与雪球强强联合相互促进。天弘基金利用雪球这一成熟社区带来的用户粘性扩大客
户规模，雪球则通过上述合作巧妙突破科技公司资产管理牌照限制，进入资管行业。据公司
官网，“斗牛二八轮动”上线 50 天销售额就破亿，截至 2017 年 2 月产品总销量已达 2.09 亿。

本报告版权属于安信证券股份有限公司。 33
各项声明请参见报告尾页。
 行业深度分析/计算机

5.5.4. 银行借智能投顾应对储蓄搬家：招商银行摩羯智投

2016 年 12 月，招商银行在深圳举办招行 APP 5.0 暨摩羯智投新闻发布会，宣布招商银行两

款重磅新产品 APP5.0、摩羯智投正式上线，这既是银行布局智能投顾的又一重要事件，也一
定程度上标志着银行等金融机构利用智能投顾优势在利率市场化尾声之时应对储蓄搬家的
绝地反击，极具象征意义。

摩羯智投平台首先设定大类资产配臵逻辑，对全市场资产进行分类优化和指数化编制，然后
再对市场上的基金进行遴选，最后多象限对市场进行跟踪和监控，发现组合偏离最优状态则
发出优化预警。平台将投资期限分为短期、中期、长期三类，风险承受级别从低到高分为 10
档，依据客户的投资偏好、风险偏好和理财期限等要素，自动筛选并组合成一揽子基金。客
户选定投资期限及风险偏好两个指标后，只需要按下手指一键购买。

摩羯智投可适用于全体普通投资人的理财需求，购买门槛为 2 万元，申购费率为 0.4%。平台

底层资产包括国内股票、国内债券、货币、黄金、海外债等。

图 44：招商银行“摩羯智投”核心功能界面

数据来源：招商银行 APP，安信证券研究中心

5.5.5. 互联网金融巨头加入：京东金融京东智投

2015 年 8 月，京东金融在行业首推创新型免费产品“京东智投”，作为互联网金融行业巨头为
投资者定制个性化投资组，成为智能投顾的重要参与方。

京东智投首先要求客户完成包括用户年龄、资产、投资比例、投资期限、风险承受、投资回
报等问题在内的风险测评问卷，为用户画像，然后结合京东金融的产品资源以及京东的大数
据优势，根据现代资产组合理论为投资者根据现代资产组合理论为投资者定制个性化投组合。
与平安一账通相同，京东金融也属混合型推荐平台。平台配臵资产包括固收、债券基金、股
票基金、票据、定期理财、京东小金库等，投资期限为 3-6 个月。用户可通过关注组合，一
目了然地观看组合整体收益，同时进行持续追踪。

本报告版权属于安信证券股份有限公司。 34
各项声明请参见报告尾页。
 行业深度分析/计算机

图 45：京东智投建议理财组合与同期银行存款对比

数据来源：京东智投官网，安信证券研究中心

5.5.6. 有着中国“Wealthfront”之称的创业公司：弥财

2015 年 1 月，弥财推出。2015 年 4 月，平台通过天使轮从 Hillhouse 资本、清流资本等机构

融资 200 万美元。同年 10 月，产品正式上线。这家号称中国„Wealthfront‟的创业公司经过迅
速发展，已成为中国智能投顾市场创业公司的典型代表。

弥财采用独立建议型的业务模式。通过 5 个问题对客户的风险承受能力等特性进行分析计算，
提供满足其要求的一系列不同配比的金融产品，并观测投资组合目标偏差，通过调整资产权
重实现再平衡与混合推荐型业务模式不同，弥财只为理财用户提供建议，并代销其他机构的
金融产品，平台自身并不开发金融产品。弥财提供全球化的自动投资服务，投资范围包括涵
盖 10 多个行业、175 个国家的全球 ETF 基金。

图 36：弥财为代表的智能投顾公司低成本、高收益优势

数据来源：弥财 APP，安信证券研究中心

公司的盈利来源主要有两方面：1）收取账户总金额一定比例作为管理费，费率为 0.5%/年；
2）通过绑定证券账户收取 ETF 基金的交易费。相比其他智能投顾公司，弥财的投资起点较
高，投资起点为 5 万元，与我国与传统理财起点相同，服务对象属于中等收入以上人群。而
且，由于外汇管制，其投资的最高额度也有限制。

6. 投资建议
6.1. 相关上市公司梳理

表 11：A 股布局智能投顾上市公司梳理

本报告版权属于安信证券股份有限公司。 35
各项声明请参见报告尾页。
 行业深度分析/计算机

证券代码 证券简称 智能投顾布局

平安一账通是平安集团旗下的财富管理平台，2016 年 1 月
平安在新版一账通中的保险和投资子页面下，分别内嵌了
000001.SZ 平安银行
初级的智能投顾产品，官网称此项智能投顾业务为智能财
富顾问。
2016 年 6 月广发证券推出证券机器人投顾（贝塔牛）
，产品
000776.SZ 广发证券 内臵于广发证券“易淘金”移动交易终端，通过模拟股票组
合及资产配臵组合的方式，向业务客户免费提供投资建议。
2016 年 11 月同花顺向所有 iFinD 用户免费推出智能投顾，
主要通过对 iFinD 金融数据库、舆情监控系统、ｉ问财知识
300033.SZ 同花顺 库等的深度学习来构建动态、复杂的资本市场知识图谱，
实时结合“情境”不断对大盘重大拐点做出判断、筛选高胜
率投资机会。
2016 年 12 月招商银行宣布招商银行摩羯智投正式上线，适
用于全体投资人，参与门槛为 2 万元，申购费率为 0.4%。
600036.SH 招商银行 平台底层资产包括国内股票、国内债券、货币、黄金、海
外债等。依据客户的投资偏好、风险偏好和理财期限等要
素，自动筛选并组合成一揽子基金，客户可以一键购买。
2016 年 4 月华泰证券公告收购 AssetMark，借此进军智能
601688.SH 华泰证券 投顾。AssetMark 是美国一家为投资经理、投资者和券商提
供资产管理软件服务的新兴金融科技企业。
2016 年 4 月 8 日，长江证券宣布其自主研发的国内首个券
商智能财富管理系统——iVatarGo 正式上线。iVatarGo 基于
6 大类-106 个因子-231 个标签，在确保客户信息和资料绝
000783.SZ 长江证券 对保密的前提下，对客户的投资行为数据、交易数据进行
深度智能分析，为每名客户进行全面精准“画像”，希望通
过它来帮助客户智能获取投资信息、分析投资情报，成为
客户投研和决策的智能助手。
数据来源：Wind，安信证券研究中心

6.2. 同花顺：“人工智能+金融”时代的领跑者

客户资源优势进一步巩固。据公司年报，截至 2016 年 12 月 31 日，公司金融服务网拥有注

册用户约 32,357 万人；每日使用网上行情免费客户端的人数平均约 900 万人，每周活跃用户
数约为 1,300 万人。根据易观智库最新数据，2016 年 12 月公司 APP 月活用户数达到 2990.48
万人，在金融类 APP 中仅次于支付宝，环比增长 5.4%。庞大而活跃的用户群提高了公司的
品牌知名度，使得其产品和服务的推出、升级、更新换代能被市场快速接受，另一方面海量
用户数据也奠定了公司进军人工智能业务的基础。

利用大数据打造新的盈利增长点。一方面公司与基金公司开展深度合作，构建互联网金融大
数据服务开放平台，利用大数据分析开展证券投资并取得市场瞩目的成绩：与泰达宏利合作
的泰达宏利同顺大数据量化优选混合型基金成立以来累计收益率处于同类基金最前列；另一
方面公司积极拓展面向政务提供的大数据服务，与全国各地证监局、金融办、经信委、科技
厅等政府部门开展合作，为其提供宏观经济预测预警分析系统、上市公司数据库系统、舆情
监控系统及监管平台、产业地图及产业链分析系统等大数据分析与系统建设服务，有效推动
其大数据平台和服务能力在电子政务领域的应用。

开启智能投顾平台的大规模“军事演习”，意义重大。公司年初公告以不超过 10 亿元进行证
券投资，无论是投资金额还是投资范围都有了质的飞跃。此次大手笔自有资金“真刀实枪”的

本报告版权属于安信证券股份有限公司。 36
各项声明请参见报告尾页。
 行业深度分析/计算机

证券投资将以公司长期积累的人工智能投资技术主导，实际上是其打造智能投顾平台的大规
模“军事演习”，意义重大：一方面将进一步验证和展示自身过硬的智能投资技术，有利于智
能投资产品的市场推广，另一方面有望为其带来可观的投资收益，是公司迈向智能资管平台
的关键一步，将进一步打开市值空间。

投资建议：公司是“人工智能+金融”时代的领跑者和稀缺受益标的，已构建人工智能与金融
投资结合的完善应用体系，自身打造的投资机器人和对外合作基金收益率均证明其卓越技术
实力，而近期大额度自有资金“真刀实枪”的证券投资是其迈向智能投顾平台的大规模“军事演
习”，是其迈向智能资管平台的关键一步，将进一步打开市值空间，公司未来有望成为国内
智能投顾龙头。预计 2017-2018 年 EPS 分别为 2.27 和 2.57 元，维持“买入-A”评级，6 个月目
标价 75 元。

风险提示：行业需求减少风险；政策监管风险。

6.3. 赢时胜：致力打造国内领先的财富管理企业

围绕“财富管理”，加码 Fintech。公司上市后全面加码 Fintech：出资设立上海赢量金融，目

标打造国内首家面向货币市场互联网金融服务平台；参股东吴在线，积极探索在线理财，区
块链、智能投顾、资产交易等领域；联手深证通等战略合作伙伴，打造“金融服务云平台”；
投资阳光金服，布局互联网金融精准营销；参股东方金信，战略部署大数据技术。此外，公
司去年完成非公开募集 20.86 亿，投入互联网金融大数据中心、互联网金融产品服务平台和
互联网金融运营服务中心建设。公司一系列加码 Fintech 的举措紧密围绕“财富管理”主题，促
进了公司从金融软件提供商到金融服务提供商的商业模式转型升级，全力打造国内领先的财
富管理企业。

增资东吴在线，探索智能投顾发展。东吴在线是国内券商系金融科技公司的先行者，目前正
在智能金融领域积极布局，除了提供一站式闭环金融服务外，还将提供机器人投顾、智能投
资等产品和服务，以及为机构投资者提供电子交易服务的做市平台。2016 年 8 月，公司公告
使用自有资金 4 亿元，参与东吴在线融资，公司占东吴在线股权升至 28%。除分享东吴在线
发展成果外，还有助于公司与东吴在线在科技和金融领域的进一步深入合作，充分利用其在
资产管理和金融机构服务领域的资源优势，在人工智能、大数据、区块链等方面的研发予以
部署实施，探索智能投顾发展与布局，完善金融综合服务体系，全面提升公司在行业内的综
合实力。

投资建议：公司作为国内金融机构资管系统龙头，正积极在人工智能、大数据、区块链等方
面大力投入研发，探索智能投顾发展与布局，完善金融综合服务体系，立志成为未来的财富
管理龙头。预计公司 2017-2018 年 EPS 分别为 0.73 和 1.01，维持“买入-A”评级，6 个月目标
价 36 元。

风险提示：互联网金融监管风险，业务拓展不达预期风险。

6.4. 浙大网新：剑指人工智能 2.0 时代领军企业，前瞻布局智能投顾

人才、资本全面发力，打造人工智能 2.0 时代领军企业。自 2016 年半年报明确提出人工智能

的发展战略之后，公司成立产业并购基金、联手浙大，一系列组合拳加速人工智能战略落地。
1）人才：与浙江大学共建人才智能联合研究中心。基于浙大的基础研究和人才培养，补强
产业尖端人才储备；2）资本：产业基金将为公司寻求人工智能、云计算及大数据领域项目
资源、打造人工智能产业孵化平台提供有力的资金及资源体系支持，形成产业经营与资本经
营的良性互补。

公司大金融业务始于软件外包，积累大量项目实施经验和行业优质客户、合作伙伴。公司旗

本报告版权属于安信证券股份有限公司。 37
各项声明请参见报告尾页。
 行业深度分析/计算机

下的网新恒天拥有 10 余年从事金融业务的经验，从最初承担外包业务到共同合作参与项目
运营，积累了国内外丰富的客户资源。国际市场上，网新恒天是唯一为华尔街市场持续提供
软件服务的中国企业，承担了全美第一大公共基金公司—美国道富集团一系列核心业务系统
开发项目，和野村证券有良好的合作关系，还拓展了包括 Visa 在内的新客户。

积极布局智能投顾。公司基于自身多年的大数据处理经验、算法以及风控模型相关的积累，
积极布局智能投顾。
目前已开发了若干个量化策略产品，如 AlphaGu (一款股票投资信号 APP，
由资深数据科学家和拥有多年二级市场交易经营的程序员打造而成)；wequant（微宽）(大数
据与量化策略结合的产品)。据公司公告，未来还将与浙大合作深入研发金融大数据采集与智
能分析平台（包括金融大数据采集与融合、基于大数据的金融平台健康指数建模等），继续
加码智能投顾。

投资建议：公司提出打造人工智能 2.0 时代领军企业的目标，在浙大系优质资源禀赋的支持

下，有望踏上中兴之路。在人工智能+金融领域，公司凭借多年深耕金融 IT 市场、深厚的程
序化交易实践以及强大的人力资源优势，积极布局智能投顾。据公司公告，考虑到公司 2017
年将继续出售众合科技股权，预计 2017、2018 年备考 EPS 为 0.50、0.55 元，维持“买入-A”
评级，6 个月目标价 15 元。

风险提示：与浙大合作进展不及预期；转型推进速度不及预期。

6.5. 恒生电子：科技为本，打造“百万亿”财富管理生态圈

2.0 业务和 3.0 业务短暂蛰伏，不改行业向好趋势。我们认为 HOMES 事件只是公司从传统

的 1.0 业务向 2.0、3.0 业务转型过程的一个插曲，科技引领金融创新的趋势并未改变。2015
年公司尽管受 HOMES 监管处罚的影响，业绩表现依旧亮眼，互联网产品线更是实现 357%
的营收增速；2016 年扣除恒生网络的罚款与数米基金的股权转让两大事件影响后，以相同口
径测算 1.0 业务稳步增长，归母净利润同比下滑，系公司对未来业务大力布局、加大科研投
入所致。据公司年报，公司目前储备的金融科技实力（包括 iTN 等）已经具备了“连接百万
亿”的技术可能，2.0 业务与 3.0 业务蛰伏待发。随未来资源和研发重点向 3.0 业务覆盖，有
望实现与金融机构就创新业务进行更深入的合作以及商业模式的开发，在实践领域取得突破。

创新业务初具规模，持续加大研发投入加固护城河。目前，公司创新业务主要集中在证投、
云毅、云英、云永、云纪、云赢、善商、云连、聚源等子公司中。2016 年，公司创新业务共
计实现营收近 2 个亿，初具规模。另一方面，公司持续加大对新产品以及新技术研发投入，
通过成立恒生研究院，跟踪 Fintech 前沿技术和创新应用，在区块链、大数据机器学习、智
能投顾、高性能计算等领域均取得了丰厚的成果。我们认为，公司创新业务产品线布局完整，
持续加大研发投入有利于巩固产品竞争力。待外部监管条件成熟之时，创新业务有望实现快
速增长；通过技术平台研发积累，持续加固公司护城河。

持续布局“泛财富管理” ，未来前景广阔。公司近期持续布局“泛财富管理” ，公司和其子公

司云汉投资共同投资国金道富，助力公司的基金运营外包业务从提供系统支持进一步拓展到
业务运营服务；此外，公司还拟出资 1.8 亿元共同发起设立星禄股权投资，由全资子公司翌
马投资（出资 100 万元）担任普通合伙人，拓展了公司在金融与实体经济密切结合的相关领
域的股权投资业务。公司围绕“连接百万亿，让金融变简单，让财富动起来”的战略目标，
1.0 业务卡位券商、资管、基金、银行、交易所和场外交易，2.0 业务利用互联网与云计算多
点布局实现流量变现，3.0 业务积极探索区块链技术和智能投顾。公司“泛财富管理”生态
圈已基本形成，未来相关政策或将催化业绩高速增长。

投资建议：我们认为，公司长期技术为本，传统业务的竞争优势以及市场份额将随着持续的

本报告版权属于安信证券股份有限公司。 38
各项声明请参见报告尾页。
 行业深度分析/计算机

研发投入不断扩大，将抵消一部分行业负面因素。创新业务仍在布局阶段，目前已有多个产
品问世，初具规模，未来前景广阔，值得期待。 暂不考虑 2017 年或之后，对恒生网络可能
采取的处臵程序对业绩的影响，预计 2017、2018 年 EPS 为 0.64、0.71 元，维持买入-A 评级，
6 个月目标价 45 元。

风险提示：创新业务发展不及预期；监管政策风险。

6.6. 东方财富：“流量＋数据”助力智能投顾业务抢占市场先机

打造互联网金融生态圈，吸纳流量资源。除了券商、金融数据服务、基金销售业务外，公司
积极拓展互联网金融服务新模式，包括设立保险代理公司进军互联网保险、开展财经视频直
播、设立征信子公司等。公司已经逐渐形成一站式的互联网金融平台，不仅可以吸纳大量用
户，还实现流量变现多元化。最新年报显示公司券商业务快速发展，实现 11.5 亿收入。根据
wind 数据统计，2017 年 1 月公司经济业务市场份额已经提升到 1.2%。前瞻式布局已现成效，
有利于培养用户忠诚度与消费习惯，扎实的用户基础为推出智能投顾产品奠定流量基础。

海量金融数据为“智能”助力。一方面，公司旗下的 choice 金融终端产品，历经多年发展已经

拥有了一定的客户规模。Choice 金融终端已经累积近十亿条数据，覆盖国内外金融市场与经
济指标。在研发 choice 的过程中公司已经积累了扎实的数据采集与搜集能力。此外，公司互
联网金融生态圈内用户的行为数据、即将开展的企业征信都为公司的智能投顾业务发展打下
铺垫。

依托旗下基金平台推出智能投顾产品，抢占市场先机。2016 年 6 月公司旗下的天天基金网推
出智能投顾产品组合宝，该产品由第三方投资机构提供资产配臵策略。目前已经有公募基金、
私募和信托机构产品供投资者选择。投资者根据个人的资产、风险承担能力、投资意识，对
基金组合进行一键跟投，重点解决个人投资者在基金筛选上遇到的困难，以及资产配臵方面
的烦恼。智能投顾市场刚刚起步，公司顺势切入抢占先机，结合证券、基金等业务积累的大
量客户资源，发展前景广阔。

投资建议：公司是国内领先的互联网金融企业，业务从证券、基金延伸至智能投顾，拥有突
出的数据优势、技术优势以及客户优势。“流量＋数据”为公司的智能投顾之路奠定了坚实的
基础。预计 2017-2018 年 EPS 分别为 0.26 元和 0.40 元，“买入-A”评级，6 个月目标价 14 元。

风险提示：行业需求减少风险；政策监管风险。

7. 风险提示
人工智能技术应用不达预期、金融创新监管政策风险。

本报告版权属于安信证券股份有限公司。 39
各项声明请参见报告尾页。
 行业深度分析/计算机

 行业评级体系
收益评级：
领先大市 — 未来 6 个月的投资收益率领先沪深 300 指数 10%以上；
同步大市 — 未来 6 个月的投资收益率与沪深 300 指数的变动幅度相差-10%至 10%；
落后大市 — 未来 6 个月的投资收益率落后沪深 300 指数 10%以上；
风险评级：
A — 正常风险，未来 6 个月投资收益率的波动小于等于沪深 300 指数波动；
B — 较高风险，未来 6 个月投资收益率的波动大于沪深 300 指数波动；


Table_AuthorStatement
分析师声明
胡又文、孙雨轩、吕伟声明，本人具有中国证券业协会授予的证券投资咨询执业资
格，勤勉尽责、诚实守信。本人对本报告的内容和观点负责，保证信息来源合法合规、
研究方法专业审慎、研究观点独立公正、分析结论具有合理依据，特此声明。

 本公司具备证券投资咨询业务资格的说明
安信证券股份有限公司（以下简称“本公司”）经中国证券监督管理委员会核准，取得
证券投资咨询业务许可。本公司及其投资咨询人员可以为证券投资人或客户提供证券投
资分析、预测或者建议等直接或间接的有偿咨询服务。发布证券研究报告，是证券投资
咨询业务的一种基本形式，本公司可以对证券及证券相关产品的价值、市场走势或者相
关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制作证券研究报告，
并向本公司的客户发布。

 免责声明
本报告仅供安信证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因
为任何机构或个人接收到本报告而视其为本公司的当然客户。
本报告基于已公开的资料或信息撰写，但本公司不保证该等信息及资料的完整性、准确
性。本报告所载的信息、资料、建议及推测仅反映本公司于本报告发布当日的判断，本
报告中的证券或投资标的价格、价值及投资带来的收入可能会波动。在不同时期，本公
司可能撰写并发布与本报告所载资料、建议及推测不一致的报告。本公司不保证本报告
所含信息及资料保持在最新状态，本公司将随时补充、更新和修订有关信息及资料，但
不保证及时公开发布。同时，本公司有权对本报告所含信息在不发出通知的情形下做出
修改，投资者应当自行关注相应的更新或修改。任何有关本报告的摘要或节选都不代表
本报告正式完整的观点，一切须以本公司向客户发布的本报告完整版本为准，如有需要，
客户可以向本公司投资顾问进一步咨询。
在法律许可的情况下，本公司及所属关联机构可能会持有报告中提到的公司所发行的证
券或期权并进行证券或期权交易，也可能为这些公司提供或者争取提供投资银行、财务
顾问或者金融产品等相关服务，提请客户充分注意。客户不应将本报告为作出其投资决
策的惟一参考因素，亦不应认为本报告可以取代客户自身的投资判断与决策。在任何情
况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议，无论是否已经明
示或暗示，本报告不能作为道义的、责任的和法律的依据或者凭证。在任何情况下，本
公司亦不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。
本报告版权仅为本公司所有，未经事先书面许可，任何机构和个人不得以任何形式翻版、
复制、发表、转发或引用本报告的任何部分。如征得本公司同意进行引用、刊发的，需
在允许的范围内使用，并注明出处为“安信证券股份有限公司研究中心”，且不得对本
报告进行任何有悖原意的引用、删节和修改。
安信证券股份有限公司对本声明条款具有惟一修改权和最终解释权。

本报告版权属于安信证券股份有限公司。 40
各项声明请参见报告尾页。
 行业深度分析/计算机
Tab le_Sales

 销售联系人
上海联系人 葛娇妤 021-35082701 gejy@essence.com.cn
朱贤 021-35082852 zhuxian@essence.com.cn
许敏 021-35082953 xumin@essence.com.cn
孟硕丰 021-35082788 mengsf@essence.com.cn
李栋 021-35082821 lidong1@essence.com.cn
侯海霞 021-35082870 houhx@essence.com.cn
潘艳 021-35082957 panyan@essence.com.cn
北京联系人 原晨 010-83321361 yuanchen@essence.com.cn
温鹏 010-83321350 wenpeng@essence.com.cn
田星汉 010-83321362 tianxh@essence.com.cn
王秋实 010-83321351 wangqs@essence.com.cn
张莹 010-83321366 zhangying1@essence.com.cn
李倩 010-83321355 liqian1@essence.com.cn
周蓉 010-83321367 zhourong@essence.com.cn
深圳联系人 胡珍 0755-82558073 huzhen@essence.com.cn
范洪群 0755-82558044 fanhq@essence.com.cn
孟昊琳 0755-82558045 menghl@essence.com.cn

安信证券研究中心
Tabl e_Addr ess

深圳市
地 址： 深圳市福田区深南大道 2008 号中国凤凰大厦 1 栋 7 层
邮 编： 518026
上海市
地 址： 上海市虹口区东大名路638号国投大厦3层
邮 编： 200080
北京市
地 址： 北京市西城区阜成门北大街 2 号楼国投金融大厦 15 层
邮 编： 100034

本报告版权属于安信证券股份有限公司。 41
各项声明请参见报告尾页。