肖风:金融科技将从八大角度影响资产管理行业的发展

肖风:金融科技将从八大角度影响资产管理行业的发展
2018年11月03日 15:04 新浪财经

  新浪财经讯 11月3日,中国机构投资者峰会--2019年资本市场高质量发展论坛在北京举行,本届峰会的主题为“为资本市场高质量发展赋能”。国内顶尖的机构投资者、经济学家、科学家、哲学家、艺术家齐聚一堂,以主题演讲的形式,发表对各自领域最全面、最权威的看法,为参加本次论坛的各行各业砥砺前行的投资者们带来思想上的碰撞。

  中国万向控股副董事长、浙商基金董事长肖风发表主题演讲《AI如何改变资产管理》。肖风指出,随着科技的发展进步,无形资产已经成为公司的重要组成部分。肖风指出,未来科技将极大的影响资产管理行业,包括投资目标、估值方法、资产类别、组织结构等八大方面。

  投资目标方面,例如,生命科技的发展,大幅延长了人类寿命,导致投资者风险偏好改变;投资机构重设投资目标回报带来投资配置和风险模型的改变。

  估值方法方面,经济数字化趋势不断发展,无形资产占公司价值比例越来越高。以标普500为例,1975年,标普500公司中,无形资产仅有几千亿美元,占公司价值的17%;而到了2018年,标普500公司中无形资产接近20万亿美元,占公司价值的83%以上。当前美国华尔街的许多资管机构,已经宣称他们是科技公司,这是中国资管机构未来发展的趋势之一。

  资产类别方面,企业价值逐步从硬资产向软资产进一步到数字资产演变,物联网的发展带来资产数字化,区块链带来的数字资产化等,导致可投资的资产类别发生了改变。

  组织结构方面,资产管理公司是场景化的科技公司,算法驱动着资管业务的流程,资管公司人员中,程序员的比例越来越高,极大的改变了资管公司的组织架构。

  市场认知方面,谷歌alphago Zero的案例说明了人工智能与人类只能的认知差异,机器可能会“不按套路出牌”导致传统的行为金融学等发生改变。

  公司研究方面,上市公司越来越由AI驱动,如何预测分析评估机器创造的价值,成为投资者做出判断需要面临的问题。

  发展战略方面,传统的“大而全、小而专”战略或将不再是资管公司发展的基本战略。

  文化冲突方面,人机分工、工程师与基金经理角色冲突、金融领域文化与科技领域文化矛盾等,同样影响行业未来的发展。

  以下是文字实录(未经本人审核):

  肖风:AI如何改变资产管理

  非常感谢我们路闻卓立举办这样的一个活动,让我有这样的机会给大家做一个汇报。

  AI或者其他的科技对未来会带来一些影响,而且大部分还没有发生,讲起来也比较容易,无法验证。首先看一张图,标普500公司在75年的时候,无形资产占几千亿美元,占公司价值17%,但是到2018年,有19.8万亿的无形资产,占公司价值比例超过83%。

  一个公司你怎么对它估值,你看重它什么东西,什么东西才是值钱的。出一个什么战略买这个公司,可能有很多的东西,它的内核完全不同。前几天有一个很好的案例证明这一点,就是IBM花了340亿美元,买了一个开源软件社区Red Hat,叫以社区方式运营的开源软件平台,一年的收入是29亿多美元,一年的利润是2.59亿美元。IBM以市效率10倍的价钱,以市盈率超过100倍的PE收购了它。且它大部分的代码还不是自己生产的,是由社区开发者,共同贡献代码放到这上面的这样一家公司,如何做出估值来,都给我们资产管理业和基金经理、分析员带来很多新的问题,且是科技所带来的。就在IBM买之前,微软也买了一家差不多性质的开源软件平台,Github,花了75亿美元,只有一两百个人,也是以社区的方式,全球有3100个技术开发者,在这个社区里面,大家贡献代码。大部分区块链的代码都是在Github,甚至白皮书,各种代码都在上面。微软花了75亿美元买它,用传统的我们熟悉的估值方法和估值体系,不管PE、PS还是PB,真“P”不出这个价钱来,一定是这个世界发生了一些变化,为什么这两个公司会在一两个月时间买这样一些开源代码的平台,从这上面我们可以看出来,这公司大部分的价值体现在无形资产上,知识产权、软件系统,这个公司价值体现在数据或者代码的形态上面,不再是厂房、机器、土地,所谓传统的这个资本形态,这张图和刚才说的两个行文,充分的说明了这个时代发生着非常大的变化,我们原来一整套的认知体系,可能需要进行更新,需要进行优化。

  第二张图,也是前不久发生的,一个是美国百年老店,阿里巴巴说要活102岁,这活得比阿里巴巴还长,最近也破产保护了。我看了一下美国的评论,有一个著名的做零售业研究的行业专家,他们直接说这就是受到互联网电商的冲击,过去很长时间里一直在挣扎,希望能够转型成功,最后走到破产保护的境地。一个是GE,到今天仍然也是一个好的公司,但是GE在过去十年面对数字化转型的时候,做过很多的尝试,最后不能成功。上市公司给股东带来很多压力,在过去几个月换了两个CEO,卖掉了很多东西。GE这个案例给我很多的触动,去年的时候还专门见过GE公司的一个数字集团,在GE下面,工业互联网这个名词是GE数字化科学家提出来的,我去拜访过他跟他聊过,他是一个科学家,所以他也不忌讳。去年聊的时候隐隐约约透露出来,GE在做数字化转型非常艰难,到最后迫于业绩压力最后把这个数字集团卖了,战胜你的竞争对手,但是你输给了这个时代,GE到现在还是很优秀的,但是你输给了这个时代。

  这张图我来自格隆汇,先做一个版权申明,感谢格隆汇准备的这张图。过去100年美国最大的10家上市公司的变迁,从1917到2017年,你可以看得到,市值最大的美国钢铁到苹果,这个变化是什么带来的,技术带来的,科技带来的,就面临一个问题,我们大家都讨论过的,或者看到过的。比如说像巴菲特先生,是一座神必须承认,教给我们很多的东西,但是你看巴菲特,他无法理解科技行业的逻辑,因此从来不投资科技的股票。过去二三十年的时间里,整个社会财富的增长,新财富的增加来源在哪里呢,来源于这些技术,这些科技带来的,不是水电煤带来的。美国的一条铁路20年前90亿美元,到今天你能指望它变成500亿美元吗,除非美元通货膨胀可能还是90亿美元一条铁路,巴菲特买过铁路。

  对我们这些刚才给大家讲到的,一个90后,60岁退休以后,可能还要活60年这样的人,你让他去买铁路,买水电煤,然后把资产配到那里行吗?我们作为机构投资者,我们对这个客户是负责的吗?它应该这样做,但不意味着我们这个价值投资我们就得干这样的事。

  可以看到全球资产管理行业领先者他们开始在自己的资产管理的流程当中,以及在结构当中,在估值方法当中引入一些新的技术,这是我稍微的简单说一下,我们就找到这些,我特别想讲一下摩根大通,不仅把卡耐基梅隆大学计算机系主任挖了,在几个星期前还挖了谷歌负责AI+云计算的头,把他挖到摩根大通里面来,他们在硅谷建了一个非常大的办公室,要招1000人在硅谷做Fintech,做技术开发。citadel大家知道,2015年在中国是最出名的,当年它的交易策略,导致因为citadel的两个人,在中国的A股市场做的事情,被舆论认为,有外国势力影响中国市场,之前我跟微软的首席AI学家交流,我以为是在新加坡,结果还是在西雅图。所以这方面Fintech尤其是AI的研究,还放在西雅图,还在那边,华尔街的这些机构自己都纷纷宣称自己是一个科技公司,他们是玩真的,不是在纽约空两间房间就行,真的是在硅谷,在西雅图,在商业最近的地方建立办公室,也是引起我们的一些思考的。

  但是我觉得这个还不够,看完之后,大部分是在找大数据、AI等等这方面的科学家来加入到资产管理机构里面来,影响我们资产行业的不仅仅是AI,很多技术看似不相关,但是最终都会影响到我们,比如说移动互联网,其随时随地随身的特点使得我们销售渠道逐渐的App化,变成互联网上的应用。其实现在你发现把你的产品放在互联网上,你的业绩表现持续的好,你都不用做宣传就持续的有人慢慢的就会认同。

  不像三四年前我们在互联网上卖产品的时候我们要花很大的精力做营运,现在越来越多的人的习惯用APP,用移动的手段来做基金的投资决策,最新的情况就是业绩持续表现好一年,剩下会有其它的这个基金来超过你的。

  投资场景化,像余额宝,如果没有支付宝钱包,没有电商的情况下是不会出现余额宝的,在银行体系下也是不可能出现余额宝的,因为你离场景太远,银行有银行的做法,互联网的渠道,很大不同必须要跟场景结合,电商的场景,社交的场景,我认为最大的点就是投资场景化。

  生命科技也会给我们带来很大的冲击,今年硅谷访问两个生命科技公司,告诉我10年左右,就会有生命科技的发展,使人平均的寿命活到120岁,那就出问题了,那60岁就退休还要60年,那么你的养老金、目标基金,你怎么设定一个投资回报,你得放什么资产在里面,你才能够达到这样的投资回报,带来的风险模型,带来很多的东西,你的资产配置,你放什么资产进去,涉及到资产配置等等,很多的问题。最后都会面临着一个考验,这是生命科技给大家带来的。

  我想到了一个事。李嘉诚先生,才几年做了很睿智的决定,变现很多的东西,变现之后跑到英国去买了水电、煤气、铁路,他可以这样干,如果你的客户是90后或者你将来的客户90后,你给他买水电煤气就会出问题,带来的随着你的目标收益的变化,你的风险模型也要变,资产配置策略也要变。

  再一个就是投资策略,被动投资大行其道。过去十几年,有这样一个故事,华尔街日报作为测试掷非标的不是猴子而是机器,那么AI来参与是不是还是这样的结果,不一定的,现在被动投资大行其道,当AI技术成熟起来之后,不能会有更便宜的管理费,更高的超额收益,提供大规模主动化的资产配置。这个时候也许主动投资策略,会以另外一种形式,更高层面,在AI技术帮助之下,重新回到这个市场的中心,成为主流投资策略。纯粹的完全被动的从构建开始,这样的被动的方法,也许再过5年之后就不再是流行的。我相信风水轮流转,凭什么说未来100年只有指数基金这一个方向呢。

  但是新的一个主动策略的回归中心回归的核心一定是有另外的道理,没有另外的道理也不会回到这里去。

  还有一个基金经理即万总讲过,AI+HI,人类智能,AI人工智能加在一起我们万总有很好的论述了,这是基金经理角色带来的变化。另外一个就是估值方法,前面开头已经讲到了,当一个公司它不再是以硬资产,不再是以土地、厂房、机器作为最核心的最有价值的东西的时候,真正无形资产占到整个价值83%。到现在标普500,到这样的程度的时候,估值方法一定会要变化,但是怎么变,目前为止,我认为可能没有办法告诉你一个成熟的一套东西,你看巴菲特就看出来,从2011年开始好不容易开始买科技股,买了一个IBM,但是一个很失败的投资,但是你想想这是符合巴菲特逻辑的,得要现金流,对股东好,你得有护城河,每年花100亿美元回购股票,2011年、2012年的时候,肯定喜欢这个公司,结果是什么,结果很不好,没挣到钱还亏钱了出去。出去之后股东会让他检讨说IBM他看错了,我后悔没有很早去买亚马逊这样的股票,可是真正的把IBM买了之后他会买亚马逊吗,他买苹果,确实一直符合他宣扬的拿到价值论、方法论。苹果也有硬件,也有现金流,苹果利润率很高。亚马逊是什么,亚马逊有很好的现金流,亚马逊始终认为钱给你干嘛,我投资去,每年的资本开销很大,最后还是会买这些东西,买这些完全看不见、摸不着的这些东西。这是他一贯的东西,我觉得这并没有错,但是现在你又不是80岁、90岁,你为何要完全学他这样的,如果你学习这样一个人,再走这样一遍肯定是输家,所以一定要想清楚,如何看待无形的东西,数字化的东西,如何对它进行估值,怎么样发现价值,来为我们投资者能够分享到企业成长。这一类企业和未来成为主流的这一类企业,它的价值。

  再说一个资产类别。前不久,一贯以来在资产配置上非常大胆的耶鲁大学的基金会,在几个星期前,宣布他们开始把他们一小部分的资产,配置在加密数字资产里面。紧接着后来过了两天以后,又有新闻出来,是麻省理工、斯坦福、哈佛还有几家大学的也开始把一小部分资产放到加密数字资产里面,那么美国有一本书,是很著名的财经记者写的一本书,名字就叫《加密资产》,很快下个月就会出版。书中做了一个分析,从2010年到2017年,加密数字资产和标普500指数,以及和FAANG(F是facebook,A是亚马逊,G是谷歌),把这个指数单独列出来做一个指数,算2010到2017年,绝对回报肯定是加密资产是最高,最后算了下浮比例,最好的还是数字资产。最后模拟在任何组合里放5%、10%的加密资产,看看会不会改变这个组合的风险特征,最后它的结论没有显著的改变风险特征,但是显著的提高了他们的收益,20%到30%的体现。最后那本书前面就说,在另类资产配置里面,已经要开始考虑到加密数字资产,如何提升里面的组合收益,另类资产类别还有数字资产无形的东西,如何认识它,如何了结它,对我们来说都是新的话题。再一个智能投顾这个也不用多讲,千人千面,一人一测再到人人平等,再到组织结构,越来越多的金融机构说我们是一家科技公司,不能简单的说你是一家科技公司,应该是一个科技场景化的公司,用了AI用了其它很多的东西,但是你在这个场景里做了很多应用。你并不是去研究AI核心算法,那是大学教授干的,AI学家干的,或者其它公司也好,你只是把这些算法在这个场景里做了应用,不断的在具体的业务场景优化这些算法,帮助你的业务,提升效率,或者你开创了新的业务模式,在技术的帮助下开创新的业务模式,简单的来说科技公司显然是不够。

  再一个是核心能力,数据、算法、算力可能会成为一家资产管理公司新的核心能力,这就像电动汽车跟汽车行业带来的核心动力的转换一样,传统汽车有上万个部件,奔驰宝马花100年,200年时间不断改进它的汽车引擎,说到汽车发动机,这是人家命根子,但是电动汽车的到来,意味着宝马、奔驰最核心的资产,一夜之间作废了,不需要了,电动汽车核心是什么,电极、电控、电池,最最核心汽车马达一夜之间作废。也正是因为有这样大的变化,如果你传统汽车厂,你不能转换你的这样一个核心能力,特斯拉就起来了,特斯拉就来革你的命,然后你看到原来不造车,跟车没关系的人,后来进来我要造电动车,为什么,这是看到机会,你原来最核心的东西变成了废品了,因此就给了外来者的一个机会,特斯拉也是一个外来者。

  我认为随着科技的发展,并不仅仅是AI技术的发展,总有一天资产管理也会面临这样的核心能力的转换,如果你不转换就有像特斯拉这样的,会带领一群人杀入你这个行业来,取代里,你要想等是不行的。

  再一个市场认知,市场认知我特别想讲的就是AlphaGo Zero,AI大家都知道都是用人产生的数据为这个机器,AlphaGo的这个阶段把人的无数的棋谱交给机器,让他熟读然后记住,再回来跟人打仗,这是AlphaGo Zero,不再告诉机器人的棋谱的数据,只把围棋规则交给机器,机器自己去产生数据,自己训练自己,最后的结果,发展了一套新的围棋的世界观。从另外一个层次去认识围棋,跟我们3000多年来对围棋的认识不一样,建立了一套新的认知体系,最后战胜人类。AI带来的一套新的对市场认知体系,是非常非常可怕的,它不一定需要我们的这个人工,找10个基金经理,把我们最佳实践和最佳认知交给机器,那只是AlphaGo这个阶段的事情,后来不再需要数据,可以自己产生数据,自己训练自己,最后形成一套对市场的另外的一个认知,另外的一个全面的认知。

  所以这个认知能力,机器可能会带来非常非常大的冲击,当然围棋它的规则比较清晰,边界也比较清晰,资本市场、股票市场肯定是要比它复杂得多的,但是AI在发展,我们不能够断定5年、10年后就一定不会在围棋之外出现这样一个不在我们现有的数据中的一套,AI自己产生数据,自己训练自己的情形,一定不会在资本市场出现,我们千万不要做这样一个武断的判断。

  再一个是公司结构,公司的研究,将来其实我们也讲到了,就是说对无形资产,对数字化的资产,我们怎么样去研究它,另外一个当这个上市公司它也是用机器人去驱动,用算法驱动它业务的时候,你怎么对它进行研究。你怎么样预测、分析和评估机器人的行为,你的对象,已经是一个机器了,你投资的对象是一个机器,你研究的对象肯定是一个机器了,所以一些算法就好像刚才我讲到的微软收购的Github和IBM收购的Red Hat,他们是什么组织,已经不是我们所熟悉的公司组织形式,是用社区的方式在组织,Github是3100万个技术开发者根本不是他们的员工,大家把代码放在这个上面,而且是开源,任何人可以直接去读,把代码copy下来放到你系统里面去,别的软件,我不知道,至少区块链这个世界就是这样,并且贡献源代码的这些人,他们的代码是完全开源的,无需许可就可以拿走。

  所以我们后来投资很多区块链技术项目的时候,我们就会派人去看一行一行的代码,看完有些项目之后80%的代码是从Github上直接抄下来的,这合理合法的。你可以把它弄下来,是这样一个运行的方式。

  将来会有越来越多的在数字世界里,在数字技术的帮助下,会有越来越多的商业可能是用社区的方法在运行,当然现在我们也有这样的词叫轻资产运行,越来越多的是用社区的方法,不再是这么严密的组织结构,也就是我们所熟悉的现有的公司结构,这么严密的一个组织结构,这么严密的考核。社区的方法就是你没有上班时间,没有HR在管理它,也没有财务部替他管理财务预算等等没有,就是一帮价值观驱动下的技术极客,没日没夜吃方便面然后在写,写完了贡献给全人类。

  还有一个发展战略,有人问一个问题,经常问到说,AI,要是有AI很聪明之后,那我们这些机构是不是就不需要了,有一个AI算法就把世界占了,我觉得这个不大可能出现这样的现象。但是我们原来资产管理的2个主要的战略模型,一个是大而全、一个小而专,很多人说我做不了大而全,我要做小而专的,是不是还是这个所谓资产模型往这个方向发展,还是说有别的战略模型出来了,还面临很多的考验。但是机器是机器,人是人,人的灵性和人的洞见可能是在AI智能投资起来之后,给不同的管理公司,带来很大的差异化之处,零件和机器这个取代不了,就像陆游的诗讲的那样的,你要学诗,功夫花在诗之外,可能哲学你看世界观的方法,机器无法取代里。

  最后一点科技带来资产管理行业的文化冲突,有一个银行办资产管理公司,保险办的资产管理还有公募办的资产管理公司,在文化上有很大不同,要跟集团文化相匹配,必须集成某些集团文化最核心最精髓的东西,但是银行的文化和资产管理的文化肯定会有冲突,现在这个冲突又加了一层,那就是工程师文化跟基金经理的角色冲突,极客文化和金领文化的融合,可以看到这个文化差异非常非常大,要弄到一个公司来,这个也是很大的难题,最后我们资产管理公司,最后被什么文化所主导呢,现在你是被投资文化所主导,被金融文化主导,5年、10年之后是不是会被科技极客文化所主导,有这种趋势,至少我现在为止,已经多少年不打领带了,今天考虑到参加金融同行们的会议戴了西装,已经很久没有打西装了,我已经很久没有添置新的西装了,在工程师的文化你不需要,你穿西装到那个环境里无地自容,因为你会突然显得很另类。

  谢谢大家!

责任编辑:常福强

热门推荐

收起
新浪财经公众号
新浪财经公众号

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)

7X24小时

  • 11-22 新农股份 002942 14.33
  • 11-15 新疆交建 002941 7.18
  • 11-06 贝通信 603220 --
  • 11-06 中国人保 601319 --
  • 10-31 迈为股份 300751 56.68
  • 股市直播

    • 图文直播间
    • 视频直播间