2017-2022年中国智能投顾市场深度调查及投资方向研究报告
智能投顾
分享:
复制链接

2017-2022年中国智能投顾市场深度调查及投资方向研究报告

发布时间:2017-05-05
¥ 9000 ¥12000
  • 310496
  • 华经产业研究院
  • 400-700-0142 010-80392465
  • kf@huaon.com
  • 下载订购协议 下载PDF目录

  从早期传统投顾互联网化,线上提供服务,到为客户直接提供各类基于机器学习的机器人投顾工具,再到依赖以大数据、云计算为基础的深度学习运用能力,开始尝试开发能够完全脱离人类参与投资管理链的人工智能投资系统。智能投顾的发展核心就在于去人力、更智能,即人力投入逐步减少、人工智能程度逐步提升。

  智能投顾的关键就在于人工智能,从全球来看,人工智能领域的投资总额、交易笔数不断增长,据CB Insights 数据显示,2016年第一季度,人工智能融资交易次数达到了所有季度统计值的峰值。备受资本热捧的人工智能背后,是其技术的发展与落地,这为智能投顾带来了新机遇。

全球人工智能各季度融资规模

在整个经济“新常态”中速增长的背景下,国内个人财富整体规模平稳增长,数据显示,截止到2015年底,中国个人可投资金融资产总额约为113万亿人民币,较前一年增长24%。在各类银行金融产品收益率大幅下降的情形下,我国以储蓄及购买银行理财产品为主的财富管理模式遭到重创,更多的投资者产生了资产多元化配置需求,而如何合理分配资产成为了不少投资者的难题,传统投顾服务无法满足海量客户的需求,此时智能投顾等产品借势发展。

中国个人可投资资产总额

  本研究报告数据主要采用国家统计数据,海关总署,问卷调查数据,商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场调研数据,企业数据主要来自于国统计局规模企业统计数据库及证券交易所等,价格数据主要来自于各类市场监测数据库。

报告目录

第一章智能投顾产业概述

1.1 智能投顾介绍

1.1.1 主要定义

1.1.2 服务模式

1.1.3 主要特征

1.1.4 发展历程

1.1.5 产业价值链

1.2 智能投顾优势

1.2.1 门槛低

1.2.2 费用低

1.2.3 高透明

1.2.4 高效便捷

1.2.5 投资表现优异

1.3 智能投顾与传统投顾服务对比分析

1.3.1 智能投顾与理财师

1.3.2 智能投顾与基金经理

1.3.3 智能投顾与研究员

第二章智能投顾产业发展驱动力分析

2.1 大数据为智能投顾发展奠定基础

2.1.1 数据维度增加奠定基础

2.1.2 大数据提升资产管理效率

2.1.3 海量数据重塑竞争格局

2.2 人工智能推动智能投顾进步

2.2.1 智能投顾AI核心技术

2.2.2 人工智能是关键技术

2.2.3 人工智能推动产业发展

2.3 证券行业变革提供发展机遇

2.3.1 券商探索新盈利点

2.3.2 互联网证券奠定基础

2.3.3 普惠金融持续推进

2.3.4 客户需求激增

2.3.5 证券业竞争格局变化

2.4 社会资产配置结构变化推动

2.4.1 人口结构变化提升投资度

中国人口抽样调查年龄分布图

2.4.2 金融资产配置需求提升

2.4.3 产业受风险投资热捧

第三章2014-2016年国际智能投顾产业发展分析

3.1 2014-2016年国际智能投顾产业发展分析

3.1.1 市场接受程度

3.1.2 市场发展规模

3.1.3 传统企业布局

3.1.4 新兴公司兴起

3.1.5 主要投资产品

3.2 2014-2016年国际智能投顾产业市场服务分析

3.2.1 市场服务范围

3.2.2 税务筹划顾问

3.2.3 投资组合优化顾问

3.2.4 人机结合顾问

3.3 2014-2016年美国智能投顾产业发展现状

3.3.1 市场发展规模

3.3.2 市场投资产品

3.3.3 市场投资主体

3.3.4 市场竞争态势

3.3.5 市场规模预测

第四章2014-2016年中国智能投顾产业发展分析

4.1 中国智能投顾产业发展概述

4.1.1 智能投顾发展阶段

4.1.2 智能投顾业务模式

4.1.3 智能投顾模式分类

4.2 2014-2016年中国智能投顾产业发展现状

4.2.1 市场监管政策

4.2.2 市场发展特点

4.2.3 市场发展规模

4.2.4 市场参与主体

4.2.5 市场竞争格局

4.2.6 智能投顾产品

4.3 2014-2016年中国智能投顾理财平台分析

4.3.1 全球资产配置型

4.3.2 证券投资型

4.3.3 理财超市型

4.4 中国智能投顾产业发展存在的问题

4.4.1 被动投资品种较少

4.4.2 法律定位仍存障碍

4.4.3 风控体系有待加强

4.4.4 金融数据开放程度低

4.4.5 外汇管制存在限制

4.5 中国智能投顾产业发展策略

4.5.1 加强合规化监管

4.5.2 完善风控体系建设

4.5.3 加快技术创新进步

第五章2014-2016年智能投顾主流模式分析

5.1 智能投顾发展模式概述

5.1.1 主流模式类型

5.1.2 模式对比分析

5.1.3 典型公司分析

5.2 2014-2016年智能投顾产业模式发展分析

5.2.1 模式发展现状

5.2.2 盈利模式分析

5.2.3 模式发展前景

5.3 智能投顾主流开发模式

5.3.1 资产配置模式

5.3.2 数据分析模式

5.3.3 人机结合模式

5.4 智能投顾平台业务模式

5.4.1 独立建议型

5.4.2 混合推荐型

5.4.3 一键理财型

第六章2014-2016年国际智能投顾典型企业分析

6.1 Wealthfront

6.1.1 企业发展概况

6.1.2 业务发展特色

6.1.3 产品及服务分析

6.1.4 其他服务分析

6.2 Betterment

6.2.1 企业发展概况

6.2.2 业务发展特色

6.2.3 企业主要特点

6.2.4 业务服务模式

6.3 Personal Capital

6.3.1 企业发展概况

6.3.2 主要商业模式

6.4 Future Advisor

6.4.1 企业发展概况

6.4.2 市场服务定位

6.4.3 竞争差异分析

6.5 嘉信SIP

6.5.1 企业发展概况

6.5.2 投资组合产品

第七章2014-2016年中国智能投顾产业重点企业分析

7.1 华泰证券

7.1.1 企业发展概况

7.1.2 经营效益分析

7.1.3 业务经营分析

7.1.4 财务状况分析

7.1.5 智能投顾布局

7.1.6 未来前景展望

7.2 广发证券

7.2.1 企业发展概况

7.2.2 经营效益分析

7.2.3 业务经营分析

7.2.4 财务状况分析

7.2.5 智能投顾布局

7.3 光大证券

7.3.1 企业发展概况

7.3.2 经营效益分析

7.3.3 业务经营分析

7.3.4 财务状况分析

7.3.5 智能投顾布局

7.4 金贝塔

7.4.1 企业发展概况

7.4.2 主要商业模式

7.4.3 投融资状况

7.4.4 企业发展战略

7.5 同花顺i问财

7.5.1 企业发展概况

7.5.2 企业业务优势

7.5.3 企业核心竞争力

7.5.4 企业布局状况

第八章2014-2016年智能投顾产业投融资分析及风险预警

8.1 2014-2016年智能投顾产业投融资分析

8.1.1 国际融资规模

8.1.2 中国融资规模

8.1.3 机构投资动向

8.2 2014-2016年中外智能投顾产业投资环境差异性分析

8.2.1 监管的差异

8.2.2 成本的差异

8.2.3 投资产品差异

8.2.4 投资风格差异

8.3 2014-2016年智能投顾产业投资机会分析

8.3.1 投资驱动因素

8.3.2 潜在投资主体

8.3.3 市场投资要点

8.4 2014-2016年智能投顾产业投资策略分析

8.4.1 市场投资策略

8.4.2 投资建议分析

8.4.3 投资策略选择

8.5 2014-2016年智能投顾产业投资风险预警

8.5.1 监管政策风险

8.5.2 模型失效风险

8.5.3 业务开展进度风险

8.5.4 技术创新风险

第九章2017-2022年智能投顾产业发展前景与预测

9.1 2017-2022年智能投顾产业发展前景分析

9.1.1 市场监管展望

9.1.2 市场发展前景

9.1.3 产业发展展望

9.2 2017-2022年智能投顾产业发展趋势分析

9.2.1 总体发展方向

9.2.2 “券商+”趋势

9.2.3 “互联网+”趋势

9.3 2017-2022年智能投顾产业规模预测

9.3.1 国际市场规模预测

9.3.2 中国市场规模预测

9.3.3 资管市场规模预测

9.3.4 智能投顾管理规模预测

图表目录

图表 智能投顾和传统投顾特征对比

图表 智能投顾发展历程

图表 投顾服务从1.0迈向3.0智能时代

图表 传统金融机构私人银行部门与智能投顾公司的最低投资限额对比

图表 传统投顾和智能投顾费用对比

图表 智能投顾与理财师对比分析

图表 智能投顾与基金经理对比分析

图表 智能投顾与研究员

图表 2014-2020年中国大数据总量及其增速

图表 2011-2016年全球人工智能投资总额及交易笔数

图表 人工智能在智能投顾中的作用

图表 2013-2016年券商经纪业佣金率

图表 2005-2016年中国网民数量及互联网普及率

图表 2015-2016年自然人投资者数量

图表 2014-2016年中国网民结构占比

图表 2008-2014年中国居民资产配置结构

图表 2014年中英美居民金融资产配置比重

图表 2016年中国高净值人群投资需求

图表 全球智能投顾产业接受度占比分布

图表 海外智能投顾企业一览

图表 海外各国智能投顾平台一览

图表 2013-2016年全球传统金融机构参与智能投顾产业情况一览

图表 典型智能投顾产品比较

图表 截止2016年主动管理型基金与被动管理型基金比较分析

图表 智能投顾产业服务内容

图表 美国前五大智能投顾公司管理资产

图表 智能投顾产品介绍和收费标准

图表 截止2016年美国智能投顾产业集中度

图表 2017-2022年机器人投顾管理资产规模及其增速预测

如您有个性化需求,请点击 定制服务

研究方法

报告研究基于研究团队收集的大量一手和二手信息,使用桌面研究与定量调查、定性分析相结合的方式,全面客观的剖析当前行业发展的总体市场容量、产业链、竞争格局、进出口、经营特性、盈利能力和商业模式等。科学使用SCP模型、SWOT、PEST、回归分析、SPACE矩阵等研究模型与方法综合分析行业市场环境、产业政策、竞争格局、技术革新、市场风险、行业壁垒、机遇以及挑战等相关因素。根据各行业的发展轨迹及实践经验,对行业未来的发展趋势做出客观预判,助力企业商业决策。

数据来源

本公司数据来源主要是一手资料和二手资料相结合,本司建立了严格的数据清洗、加工和分析的内控体系,分析师采集信息后,严格按照公司评估方法论和信息规范的要求,并结合自身专业经验,对所获取的信息进行整理、筛选,最终通过综合统计、分析测算获得相关产业研究成果。

一手资料来源于我司调研部门对行业内重点企业访谈获取的一手信息数据,采访对象涉及企业CEO、营销总监、高管、技术负责人、行业专家、产业链上下游企业、分销商、代理商、经销商、相关投资机构等。市场调研部分的一手信息来源为需要研究的对象终端消费群体。

二手资料来源主要包括全球范围相关行业新闻、公司年报、非盈利性组织、行业协会、政府机构、海关数据及第三方数据库等,根据具体行业,应用的二手信息来源具有一定的差异。二手信息渠道涉及SEC、公司年报、国家统计局、中国海关、WIND数据库、CEIC数据库、国研网、BvD ORBIS ASIA PACIFIC数据库、皮书数据库及中经专网、国家知识产权局等。

售后服务

华经产业研究院提供完善的售后服务体系,您的反馈均1个工作日内快速回应,及时解决您的需求。

版权提示

华经产业研究院倡导尊重与保护知识产权,对有明确来源的内容均注明出处。若发现本站文章存在内容、版权或其它问题,请联系kf@huaon.com,我们将及时与您沟通处理

权威引用

  • 中国证券网
  • 中金在线网
  • 中国日报网LOGO
  • 央广网
  • 中国经济网
  • 东方财富网
  • 中国新闻网
  • 凤凰网
  • 和讯网
  • 网易新闻
  • 腾讯网
  • 新浪网

典型客户

咨询服务

人工客服
联系方式

咨询热线

400-700-0142
010-80392465
企业微信
微信扫码咨询客服
返回顶部
在线咨询
研究报告
商业计划书
项目可研
定制服务
返回顶部