一、平安银行智能投顾背景简介

2017年平安银行提出零售转型战略，意在从消费端发力支持实体经济，同时以科技赋能金融业务，来实现“中国最卓越、全球领先的智能化零售银行”的战略目标。如今四年已过，平安银行“零售银行”和“科技银行”两大标签愈加明显。平安银行2020年年度报告显示：截止2020年末，零售客户数量突破1亿、零售AUM超2.6万亿元，较2019年分别上涨10.4%、32.4%；客服队伍中超过90%为AI客服，理财经理通过数字化精准营销工具取得了22.3%的人均产能同比提升。除了客户服务和产品营销，平安银行还将前沿科技运用于风险控制、资产管理等领域。2017年9月，平安银行正式上线智能投顾业务，将大数据、人工智能算法等应用于财富管理和客户资产保值增值。平安银行智投业务基于经典的Black-Litterman模型，通过分析客户风险偏好，提供合适的大类资产配置及产品组合建议，并实时监控和动态调整。

二、立足客户生命周期，组合构建自由度高

目前，平安银行智能投顾业务主要通过手机银行开展，并分为“平安智投”和“财富诊断”两个模块。客户在使用智投功能前，需填写一份由15道题组成的风险测评问卷，该问卷涵盖客户的年龄、资产状况、投资偏好等方面的信息。客户完成问卷后，即可进入前述两个模块。“平安智投”通过客户的问卷回答和历史数据得出其风险承受能力，为其匹配相应的投资组合，界面显示组合的成立时间、组合及比较基准的收益曲线、组合配置等信息。“财富诊断”除了分析客户的风险偏好外还结合客户持有的资产，从客户当前资产分布状况出发提出优化建议、同时给出推荐产品和推荐组合。

“平安智投”的优点是界面简洁，客户对于投资组合的收益和收益波动、大类资产配置比例、产品配置比例一目了然。不足之处在于这样的展示较空泛，缺乏对组合构建的解释，客户可能对大类资产配置和产品筛选的背后逻辑有疑问。

与“平安智投”不同，“财富诊断”同时考虑客户风险偏好和当前持仓，将客户持有的资产分为——现金类、稳健类、投资类和保障类共四类资产，给出各类资产的建议比例，对为何要提高或降低各类资产的当前配置比例做出阐述，并按资产类别推荐产品。此外，推荐组合并不单一，通常会有两至三个优质组合供客户选择。所以，“财富诊断”不光告诉客户怎么做，还让客户知道为什么这样做。这不仅有助于客户了解智投产品，而且可以提高客户信任度，从而对于银行扩大客户群体、加强精准营销大有裨益。

此外，“平安智投”和“财富诊断”都提供了自定义配置的功能。客户如果对推荐组合不满意，可以调整组合中各产品的配置金额和配置比例，还可以删除组合中原有产品或添加新产品。在组合修改完成后，客户可点击模拟试算，即可查看到过去一年自建组合的收益回测结果。如此一来，不但让客户在创建组合时有较高自由度，还使得客户对组合可能的收益及亏损有大致的心理预期。

三、不同客户风险偏好下的大类资产配置特征

对于具有不同风险承受能力的客户，无论是“平安智投”中推荐组合的大类资产配比，还是“财富诊断”中大类资产的建议配比，均有显著的差异。

从以上两图可以看出，随着客户风险承受能力增加，现金类资产和稳健类资产的比例均呈下降趋势，且稳健类资产的比例的下降幅度更加明显，而投资类资产的比例呈上升趋势。另外，由于“财富诊断”立足于客户的生命周期，所以还包含了以保险产品为主的保障类资产，并建议不同类型的客户均配置一定比例的该类资产。不过，上述资产配置比例不光基于客户风险偏好，还结合了客户的年龄、历史交易记录等其他个人数据。因此每位客户即使风险等级相同，的建议资产比例也可能有较大差异，使得千人千面的投资组合构建成为可能。

欲获取报告全文，请联系我们购买