赵吟 | 智能投顾的功能定位与监管进路
摘要：智能投顾是涵盖投资管理全价值链的服务模式，融合广义智能化投资顾问的各项特征，并有所延展，具有个性设计、风险分散、理性决策、平衡调整的功能优势。实践中，智能投顾面临合规风险、画像风险、算法风险、信用风险等方面的功能异化。由于概念界定和市场环境的不同，我国智能投顾的监管无法复制美国的模式，应当走本土化道路，注重从功能的角度进行穿透式监管。具体路径包括分类实施准入监管，推进放开综合账户；严格把关问卷设计，加强提高风险意识；有效开展算法监控，探索构建试错机制；明确强化信息披露，合理考量责任追究。
关键词：智能投顾；资产管理；信息算法
目次
一、智能投顾的实践对比
二、智能投顾的功能界定
三、智能投顾的功能异化风险
四、智能投顾的功能监管路径
学界围绕智能投顾的概念界定及其优势、理论框架与发展现状、法律风险及其防范、域外监管经验以及我国监管路径等问题已经形成一些研究成果。从现有研究成果来看，关键性分歧在于智能投顾的本质定性问题，如果把其定位于投资咨询业务的一种形式，其面临的风险及监管依据会不同于定位为资产管理业务，故定性问题的研究在某种程度上决定着智能投顾后续的研究。对此，需要综合考量翻译及背景因素所造成的语义上的偏差，从应有之功能的视角看待智能投顾的本质。笔者试图在充分对比我国与域外实践的基础上，厘清智能投顾的功能本质，探寻契合功能监管政策要求的规制监管进路，旨在从应然到实然地梳理功能性问题，以提出适应智能投顾持续良性发展的可行监管路径。
一、智能投顾的实践对比
（一）全价值链式的美国实践
智能投顾元老级的实践者当属美国的Betterment。其于2008年8月成立，在2010年首次推出智能投顾产品，是第一家通过自动化算法将专业投资顾问服务惠及大众的投资理财公司，兼具投资顾问和证券经纪业务资格。Betterment具有无门槛、费用低的优势，同时支持整合用户的所有投资账户，并进行税收优化。与之并称为智能投顾先驱的另一家美国公司是Wealthfront。平台为客户提供应税投资和退休投资两类账户，代客户向证券经纪公司Apex Clearing发送交易指令，买卖ETF，后期系统会根据市场行情、个人所得税等情况自动调整账户内的资产权重。虽然相比Betterment，Wealthfront有准入门槛，但500美元的限额较之传统投资顾问服务的投资起点而言仍然体现出极大的优势。同时，Wealthfront不对低于1万美元的账户收取年费，在小额理财方面突显吸引力。
由于受到Betterment和Wealthfront的激励，美国行业内涌现出一批类似的智能投顾平台，如Personal Capital、Future Advisor、Sigfig、Bloom、Asset Builder、Ellevest等等。这些平台之所以能够在短时间内迅速推出并活跃于市场，除了其本身因低门槛、低费率、节税等特色功能而具有的吸引力外，还离不开美国相对宽泛的投资顾问立法和智能化投资工具配套规则的逐步完善。2015年5月，美国证券交易委员会（SEC）和金融业监管局（FINRA）发布联合预警，提醒投资者选择更好的自动化投资工具（Automated Investment Tools），包括属于在线投资管理项下的智能投顾。2016年3月，美国金融业监管局出台《数字化投资建议报告》（Report on Digital Investment Advice），明确数字化投资建议工具支持一项或多项投资管理价值链的功能：客户分析、大类资产配置、投资组合选择、交易执行、投资组合再平衡、税收规划、投资组合分析。这些工具可以被分为面向金融从业者的和面向客户的两类，其中支持前6项功能的面向客户的数字化投资建议工具通常被称为智能投顾。2017年2月，美国证券交易委员会发布《智能投顾监管指南》（Guidance Update：Robo-advisers），明确智能投顾使用创新技术为客户提供全权委托资产管理服务，与所有的注册投资顾问一样，受到《1940年投资顾问法》中规定的实质性和信义义务的约束。由于智能投顾依靠算法，在线提供顾问服务，且可能为客户提供有限的直接人际交流，其独特的商业模式在寻求遵守法律规定时可能强化某些方面的考虑。
（二）交叉多元式的中国实践
在我国，智能投顾的起步相对较晚，但发展速度同样惊人。按照业务模式特征的不同，我国已有的智能投顾可以分为三大类型：一类是全球配置型，以海外ETF作为投资标的，将国内投资者的资产跨区域配置到全球市场，如创业平台弥财、蓝海智投、投米RA等。二类是证券投资型，包括百度股市通等智能选股型和胜算在握等智能交易型。三类是理财超市型，通过统计收益率、风险指标等信息对产品进行筛选排序，结合用户的风险测评指标提供最优化的投资组合。
虽然各种类型的智能投顾皆有大数据、人工智能等技术的应用，但如果比照理想化的智能投顾标准，我国有相当一部分平台、产品、服务并非真正意义上的智能投顾。一方面，传统金融机构在客户数据、征信、品牌等方面具有明显的优势，通常仅提供投资建议服务，且服务对象往往限于已有的客户群范围。除了自建外，传统金融机构还通过以与金融科技企业合作的方式曲线进军智能投顾领域，如民生证券与PINTEC旗下的璇玑达成战略合作、徽商银行直销银行徽常有财与盈米财富合作发布天机智投。另一方面，早先存在的互联网金融平台，借智能投顾之热，通过内嵌智能引擎实现智能化，但并不特别在意客户画像和风险测评。例如，胜算在握没有用户风险测评环节，只是针对用户已有的股票池提供组合建议。即便是为了智能投顾而生的全新创业平台，有部分也因资质的问题不能实现全流程的服务，只能提供通道式业务。
二、智能投顾的功能界定
（一）相关模式的功能比较
从广义上来讲，社交投资、智研投资、量化投资均属于包含有金融科技因素的人工智能投资顾问领域的运作模式，相较于非智能化投资顾问在不同程度上体现三个方面的特征。首先，智能化投资顾问提供服务以互联网为主要渠道，以自动智能算法为基础，在分析归纳大量相关数据的基础上生成建议，理财方案清晰且方便操作。非智能化投资顾问则往往依靠经验做出预测判断，对数据的处理通常是有限的搜集和简单的归类，且无法较好地分析数据之间的关联性。其次，智能化投资顾问重视客户的不同需求，不仅精通所涉金融领域，而且能够根据客户的财富情况、风险偏好、投资目标等因素给出合理的投资建议。而非智能化投资顾问提供的服务虽有从投资者适当性角度进行的区分，但实质上仍然是基于粗糙分析的一般化建议。再者，智能化投资顾问所提供的服务质量在正常情况下高于非智能化投资顾问提供的服务质量。
（二）狭义智能投顾的功能优势
第一，个性设计。智能投顾根据客户的资产数量、行为习惯、风险偏好等信息给客户画像，抽象出客户的商业全貌，提供符合客户投资目标的产品组合策略，这在人工投资顾问与投资者数量相差极为悬殊的情况下是不可能完成的任务。第二，风险分散。智能投顾的理论依据是Markowitz均值－方差模型、Black-Litterman模型、Augmented Black-Litterman模型等现代投资组合理论模型，以及资本资产定价模型（CAPM）、套利定价模型（APT）等。以此为基础建立的投资组合，实现资产类别的分散配置，在空间维度有效地化解非系统性风险。同时，智能投顾以交易所交易基金ETF为主要投资标的，亦即选择成本低、流动性强、跟踪误差小的产品进行长期定投，也切实降低了投资者面临的各类风险。第三，理性决策。智能投顾促进投资的平民化，并能有效应对投资平民化所带来的个人投资者普遍缺乏投资专业知识和经验的困境。通过在算法程序上设置止盈止亏条件，自动买入或卖出相应产品，智能投顾克服人工投资顾问和投资者皆有的人性弱点，将决策维持在一个相对合理的水平。第四，平衡调整。该项功能与理性决策功能一起构成智能投顾的突出优势，也是智能化投资领域发展到一定阶段的技术体现。在交易执行完毕后，智能投顾可以全天候不间断地实施监测，且随时根据市场趋势变化自动调整资产组合中的各类资产比例，体现为及时、科学、有效的再平衡，使投资回报始终满足客户的个性化需求。
三、智能投顾的功能异化风险
（一）合规风险
一是智能投顾服务提供商的资质问题。智能投顾服务提供商如果本就是全牌照经营的传统金融机构，一般不存在违规风险。然而倘若是新创业平台或者仅获准开展个别业务的互联网金融平台，除了投资咨询与资产管理两类业务单独许可所带来的障碍外，资产管理业务项下的具体牌照分类别许可也是智能投顾面临的困境。我国有关资产管理业务的牌照种类剖为丰富，有关互联网金融领域的牌照种类则更为细化。不同领域内各种业务的牌照申请条件、许可范围、行为规范等监管要求各不相同，相关规范性文件数量繁多。智能投顾服务提供商要想在一站式服务层面完全依法合规地运行，需要耗费大量的时间和精力，而经营收益还可能远远不能弥补在获得相应资质道路上所付出的成本。“有规难合”的现实困境导致许多智能投顾服务提供商游走在合法与非法的边缘，诱发无牌照经营、租牌照或买牌照经营、业务界限模糊等行业乱象。
二是机器算法的资质问题。根据《证券投资顾问业务暂行规定》第7条的内容，证券投资咨询服务的具体从业人员应当取得证券投资咨询执业资格，并在中国证券业协会注册登记。那么在机器算法部分取代或完全取代人工投资顾问地位的情况下，机器算法是否需要取得相应的执业资格并注册登记为证券投资顾问呢？如果机器人能够被赋予法律主体地位，那么理应在从事证券投资咨询服务之前获得相应的资质。如果机器人仅是金融机构或平台提供智能投顾服务的工具，那么自然无需获得诸如人工投资顾问那样的资质，但是否需要获得一些特别的关于算法的审批许可，仍未有清晰的答案。“无规可合”的尴尬局面导致智能投顾服务提供商游走在空白地带，加大智能投顾相关行为性质认定以及主体责任分配的难度。
（二）画像风险
智能投顾的个性设计分为初始画像和持续画像两个阶段。在初始画像中，大部分智能投顾都是通过用户注册和问卷调查的方式收集客户信息，对客户的财务状况、投资目标等进行风险测评，数据来源非常有限，且数据质量不易判断。经APP操作发现，风险测评题目所反映的信息大同小异，主要涵盖年龄、家庭状况、财务状况、可投资产数额、投资经验、投资目的、投资品种、投资期限、风险承受能力、风险偏好等信息。不同平台设置问题的方式和数量存在一定差异，多则20几个问题，少则几个问题。即使通过足够多的问题达到信息获取的全面性要求，信息的准确性依然构成挑战。客户可能在提供信息的时候有所保留，或者输入信息时出现错误，抑或回答问题自相矛盾，致使信息失真。与此同时，相当一部分金融产品信息无从获取，产品种类尤其是适于投资的ETF基金品种较少，致使完整统一的产品数据资源库难以建立。
在持续画像阶段，智能投顾面临同样的信息问题。相比人工投资顾问方式中建立持续性评估制度，现有智能投顾的实际表现更多的为静态保持，而非动态追踪，未能很好地根据投资者客观情况的变化定期调整各类资产的权重。
（三）算法风险
机器的“正确思考”至少存在两个主要障碍：一是获取非形式的知识并用逻辑表示方法所要求的形式术语来加以陈述，很难做到准确无误；二是理论上可解一个问题与实际上解决该问题之间并非一回事。对于智能投顾而言，其一，算法所依赖的原始信息不一定被准确地转换为机器语言。其二，历史性的样本数据不足以应对新生事件或者突发事件。其三，偶然性的数据关联会误导机器学习的内容和方向。其四，算法本身可能无法有效识别分析数据样本，或给出背离市场秩序宏观调控目标的建议。在大量科学样本数据的基础上，算法正常发挥作用的过程还存在维护方面的风险，可以理解为有关算法的技术性风险。智能投顾服务行为均需通过软件的使用和硬件的支持才能完成。另外，智能投顾也面临互联网安全风险。对此，现有智能投顾大部分将其列在客户签订的服务协议中作为免责条款。
（四）信用风险
首先，智能投顾运营商为了追求盈利，存在自我交易的风险。与美国的做法不同，我国的智能投顾平台大多提供免费服务。这就使“看上去很美”的智能投顾面临严重的发展瓶颈，转向其他渠道收回成本并实现盈利。便捷的做法是在算法模型设计中，将自己经营的产品加以符合计算机风险收益识别规律的优化包装，使系统推荐投资组合时能够优先推荐该种产品甚至是一系列产品。由于自我交易从原理上讲并非绝对无效益，相关算法模型的说明有可能获得理解，但潜在的投资者利益损害风险仍不容忽视。
其次，智能投顾运营商为了以较低的成本与第三方达成合作，还存在利益输送的风险。表现为两种方式：一种是在无法获得相关金融产品销售牌照或代理客户作出投资决策资质时，智能投顾运营商会选择合作，提供网址链接服务或者直接转入销售方注册页面，抑或直接提供涉及三方合作的协议供投资者点击确认。作为回报和长期合作的诱因，其可能主动或被动地在算法模型设计中使第三方金融机构的产品始终最具投资价值。另一种是智能投顾运营商通过与系统开发者约定分成比例，或者直接给予好处，授意系统开发者在算法模型上进行有偏见的推荐程序设计，以增加自营产品的销售。
再者，智能投顾运营商为了提高收益并控制损失，可能存在权利滥用的风险。一方面，在全权委托运作模式下，智能投顾运营商可能利用自由裁量权擅自挪用客户的资金，转入自营账户牟利；或者进行不必要的交易以达到一致行动的效果，通过与第三方串通牟取额外利益；或者代理多方账户进行对冲交易等。另一方面，智能投顾运营商利用电子合同免除自己的多项责任，而这种电子合同往往不被投资者重视。即使投资者认真阅读了点选合同，也不能对免责条款作出更改，只能以决定投资或不投资的方式对该类条款表态，致使智能投顾功能的发挥似乎从一开始就变了味。
四、智能投顾的功能监管路径
我国智能投顾的监管应当与发展路径相匹配走本土化道路，综合借鉴各国已有的先进规则，基于各项功能的本质认识，实施穿透式监管，有效防控异化风险。
（一）分类实施准入监管，推进放开综合账户
鉴于我国实践中的智能投顾有相当一部分达不到标准化水平，监管可以从广义的智能投顾角度分类进行，将智能投顾区分为全智能和半智能。全智能投顾应当包含客户画像、组合推荐、交易执行、自动调仓等一站式服务功能，其可以是独立或与第三方合作实现所有功能，具备供客户选择享受部分或全部功能的能力。半智能投顾仅具备客户画像、组合推荐等第一阶段功能，提供第三方销售网址链接等均属于此列。具体的行业能力测试标准可由监管部门征询金融科技公司等技术方意见后制定。
至于主体资质的要求，由于我国目前对投资顾问牌照和资产管理牌照以及资产管理下属各类具体牌照分开管理，全智能投顾运营商应当取得投资顾问牌照。半智能投顾运营商则只需要根据《指导意见》第23条的规定取得投资顾问资质。这是过渡阶段的安排，后续则需尽快推进开放全权委托账户，以及修改完善证监会于2015年3月发布的《账户管理业务规则》（征求意见稿），使符合一定条件的机构能够同时开展提供投资建议、代理执行投资或交易管理等业务，解决建议到行动的转化难题，促进智能投顾行业的合规发展。
（二）严格把关问卷设计，加强提高风险意识
参考美国《智能投顾监管指南》的要求，运营商在设计风险测评问卷时应当着重考虑：题目是否涵盖充足的计算指标，是否清晰且易于理解，以及是否具有纠错功能。另外，智能投顾运营商还应当为客户提供信息补充和更新的操作渠道，包括但不限于风险测评问卷中已经涉及的信息内容。除了了解客户，智能投顾运营商还负有了解产品的义务，在操作界面上公开所选金融产品的基本信息，提示相关风险收益指标，并根据实时监测的结果调整组合资产权重。对此，监管部门应当依照上述标准对风险测评问卷实行备案审查，制定风险测评问卷所涉信息的底线清单，要求运营商在设计具体问题时必须纳入考虑，在此基础上可以自愿扩展；问题的表述方式不作统一，但要求运营商在向监管部门备案时标明每一个问题所涉的信息点及相关辅助解答方式；并要求运营商在合适的位置公开所选产品的重要信息。
就投资者层面，投资者在使用智能投顾系统进行投资之前应谨慎理解相关风险和限制，一是了解使用智能投顾的所有条件和合约条款内容，尤其注意费用和收益兑现规则；二是认识数字化技术工具的局限性，在有界范围内如何提供最适合的而不是最佳的建议和管理服务；三是认识自身提供信息的重要性，以及风险测评与投资结果之间的因果关系；四是关注自动推荐组合和调仓服务是否确实符合自身的需求和目标。
（三）有效开展算法监控，探索构建试错机制
监管部门应当制定算法监控准则，对运营商提出如下要求：其一，公开适当的系统设计文件，清楚地列明算法的目的、范围及设计；其二，拥有适当的算法管理程序，由专人定期检查及测试算法的有效性及通过算法得到的建议之合理性；其三，具有适当的算法调整能力，当遇到任何可能影响算法运作科学性的事件时，及时检讨及更新算法；其四，留存算法检测、更新、终止等记录，如存储能力有限，可作一定期限内留存的要求。
考虑到技术的成熟需要经历一个不断试错的过程，监管部门可在智能投顾算法正式投入使用前给予运营商一定范围内的豁免。根据英国金融行为监管局（FCA）于2015年11月发布的“监管沙盒（Regulatory sandbox）”报告，监管机构允许适格的金融科技创新企业于特定时间、对特定数量的对象测试其新种商品或服务。我国亦可允许智能投顾运营商在一定时限内向有限数量的投资者测试基于算法的产品、服务和商业模式，且免于承担正常监管的后果。根据测试情况，监管部门可以评估算法的科学性和有效性，进而决定是否允许其大面积地应用于商业经营，同时可以协助运营商根据相关政策法规及市场环境改进算法。
（四）明确强化信息披露，合理考量责任追究
第一，运营商应当披露自己与系统开发商的关系，如果有与第三方金融机构合作也应披露相应关系，重点在于可能影响算法功效及金融产品优先推荐的合作交易关系。在运营商独立提供一站式服务的情况下，更需要对销售自营产品和他营产品的比例及优先推荐情况加以说明。第二，运营商应披露收费情况，包括是否收费及具体的收费标准和收费环节。如果是免费提供服务，应当披露自己的盈利模式。此种披露应在客户界面显著位置进行，在风险测评之前予以特别提示，并在持续管理阶段定期向客户发送收费明细。第三，运营商应当及时披露法律关系的变更情况和可能影响客户决策的突发性事件，并对免责情况予以专门说明，或在电子合同中用突出显示的方式提醒投资者注意。这些信息披露当采通俗易懂的表达方式，并在工作时间配备人工客服以随时为投资者作出解释。
文章来源：《法学杂志》2020年第1期
相关阅读：
本文由作者授权“商法界”刊载
为方便阅读，全文省略注释
欢迎分享转载，转载请注明出处
本期编辑：赵新驰
本期校对：刘听宇
“商法界”公众号投稿邮箱：shangfajie@163.com
《商法界论集》投稿邮箱：shangshifa@126.com