博时基金副总经理王德英：基金公司的金融科技探索

博时基金副总经理 王德英

    王德英：非常高兴有这样一个机会在这里跟大家探讨一下金融科技能对金融企业和资产管理公司带来哪些帮助，进一步给实体经济带来什么样的促进作用。

    基金公司在资本市场上作为一个买方，作为一个配置方，对实体经济或者是产业升级的作用，就是我们在投资上通过优化资产配置，把更多的资金投向更具有投资潜力，和更具有产业方向的公司，对不代表发展方向的我们会减少我们的投资，通过优化的配置，来促进整个实业的优化升级，这是在整个经济发展，是基金公司能起到的作用。

    金融科技能够帮助基金公司找到代表未来发展方向，或者代表这个产业方向的公司，能够帮助我们筛选好的方向，好的产业，好的公司，我用一句话来说，就是能起到的作用。

    具体来说，从各个方向稍微介绍一下，说到金融科技，fintech说得比较多，一个是广义的金融科技，比较热的金融科技是狭义的金融科技，就是ABCD四个方面，A就是人工智能AI，B是区块链，C是金融云，D是大数据，我从人工智能和区块链方式，给基金公司在风险控制上带来的帮助。

    总体上来说，金融科技或者是在资产管理公司或者是基金公司能起的作用是几个方面，一个是投研上，第二个是智能投顾上，第三个是风险控制，第三个是在智能销售与服务，还有云计算技术。

    基金公司基本上的投资流程，整体是三大环节，第一个环节是投资前做研究分析，做判断，找出有潜力的公司，进入我们的股票池和债券池，在这个池里面从筛选最好的公司作为我们的持仓，进行组合的交易。之后做定期的分析，看看我们投资的绩效都来自哪些方面，哪些方面做得好，哪些方面做得不好，进一步完善和优化我们的投资。在投资过程中整个流程领域还有一些风险的管理。

    最近几年发展比较快的量化投资，最近在中国发展得比较快，和传统的基金主动投资侧重点不同，传统投资，或者是基金经理的投资偏艺术一点，量化投资偏科学一点，投资是科学与艺术的结合。

    不管是基金经理主动投资，还是量化投资，其实基本的步骤都是三大步骤，第一个是数据的获取，行业的数据，或者是上市公司的数据获取，到上市公司调研首先要获取数据，第二步要进行自己的投资策略模型，形成自己的决策之后，还要交给交易执行部门去下单交易执行。

    人工智能和大数据从应用的角度都是可以在这三个步骤里面起到很大的作用，在信息获取阶段，在投资模型优化的阶段，还有在交易方面都能起到非常大的作用。

    先看大数据投资的价值，如果说投资研究的实质是数据的分析与决策，这个结论成立的话，在同样的分析逻辑下，应该说实体经济获取的实业数据，数据的质量和数量决定了数据最终投资决策结果的准确性，数据越多，数据质量越高，对市场的判断就越准确。

    传统策略都是基于上市公司的季报和年报，大数据的数据量更大，数据维度更全，颗粒度更细，指标针对性更强，不是根据季报的数据来做判断的。

    我们采用淘宝电商的数据，中国的电商交易金额占了全国的社会零售总金额的10%，而蚂蚁金服，或者是淘宝一家电商的数据就占了整个国内电商的70%，我们认为蚂蚁金服数据是体现了中国大消费行业的景气度。

    我们连续发现几个月的时间，电子行业或者是汽车配件行业交易持续的增长，我们相信这个行业未来的财报和经营业机会好转，最终会体现在二级市场的价值。我们找到相关有效的指标，最终形成一个公募基金来进行投资，收益还是不错的。

    在美国有一个公司可以通过一些停车场的卫星图片获取这个地区汽车销售数量的变化，从而预测汽车销售行业的变化。

    股市的价格不完全是由基本面带来的，股市的决定因素有三方面，一个是实体经济，第二个是市场的预期，第三个是资金，实体经济或者基本面决定了价格的中枢，市场的预期是市场波动幅度，在中国波动幅度相对高一点。利用市场的情绪我们投资上可以抓住一些投资的机会，比如说过高估值的股票，我们进行反向的操作，这样获取超越市场平均的超额收益的机会。

    在这里面我们可以通过互联网搜索，会议论坛，还有社交媒体，来抓取市场的变化。我们跟踪投资者对于某个行业或者某个上市公司的热度，大部分是反向投资。还有一个例子就是利用雪球，雪球有几百万的草根投资者，有些投资者的水平是比较高的，把最高的一千个投资者，把每期加仓最多的目标给一个打分，减仓最多的目标进行一个打分，来挖掘投资者对股票未来的投资预期，也是我们选取的标的。

    第三个是交易策略，虽然说不能创造根本性的收益，但是给投资组合带来一定的超额收益，在算法交易这个环节，一个指令过来，要拆细，要买一百万股的万科，不可能一下子买下去，每股的价格是什么样的，这个要靠机器完成的，这是算法交易的，通过引入机器学习，通过研究发现也能大大降低投资成本，也能产生超额的交易。

    所谓机器学习在哪些方面有效，人工智能是不是万能的，是不是人工智能之后，所有人的工作都会被替代，事实上并不是这样，人工智能或者是机器学习在偏高频的投资里面，作用更明显一点，在长期偏趋势性的判断里面，作用是更有限的。

    人工智能能替代交易执行层面的工作，分析师和基金经理的工作是不能替代的。智能投顾主要的思想是通过多元资产的配置，来降低投资波动性，提高收益风险比。

    通过投资股票的人80%是亏的，股票型的基金每年是16%，真正买股票基金的人，真正赚钱的人还不到50%，有追涨杀跌，还有持有时间短，通过智能投顾可以实现收益的二次分散，最终就会带来投资收益的稳定，起码通过基金组合投资，赚钱的比例会大幅度的提升，原来有50%，有很多提升到了80%。

    在智能投顾里面，很重要的一个是在资产类型的配置，这个配置里面利用大数据，或者是人工智能，也可以发现各类资产之间轮动的机会，通过舆情也好，通过一些数据的分析也好，也都可以发现，因为资产配置是能够创造收益的80、90%，这一点也可以通过人工智能来进一步加强。

    第三个方面是风险控制方面，资产管理公司在投资股票、债券，都要对发债主体和上市公司进行基本的判断，这里面也列了各种风险指标，还有一些常规的指标，对于这些指标，我们会每日通过公报，或者季报和年报，现在有了人工智能的手段，我们还可以通过新的社交媒体，还有自然语言的理解技术，来抓取这些上市公司发展的信息，形成企业的画像，用于提升我们的信用风险管理能力。

    第四个方面是销售和服务，包括智能客服，还有客户画像，精准营销，最后是云计算，被资产管理行业带来最大的变化是互联网应用的快速发展，高并发和高可用，快速迭代，灰度发布，这些只有云计算能完成的。

    还有对投资的风险管理能力带来了很大的提升，给基金核心业务带来了赋能，我们要把资产投向更多，更好的公司，来实现助力产业升级的目标。谢谢！