我分两个角度来谈一下，先从宏观角度，再谈一点具体的。我想分享一个不太成熟的理论，叫做“欧阳峰理论”。

中国经济是政府导向还是市场导向？借鉴“欧阳峰理论”，有一个说法，一个国家的经济就像动物，它 4 条腿，比喻成 2 个前腿和 2 个后腿，在资本主义最早出现的时候，它的运营是粗糙的，也就是 4 条腿并行走路，随着资本主义兴起，政府和市场是理智的，它们在一起谈。

后来政府要执行宏观调控，这时动物就站起来了，通过宏观调控，它的模式就变成市场坚实地往前走，但有时候可能走得不稳，需要用手去摸着，需要政府去调控它，帮助它往前行走，这个时候他是正常的人。

再往前走到第三个阶段，中国的经济是不是出现问题了呢？我们的市场和政府之间的关系，是不是好像倒挂了呢？我们现在是用政府的力量往前走，市场配合政府做事情，就像“欧阳峰”一样倒立着行走。这样的倒立不是长久的发展之计。

话题回到金融上来，现在的金融体系何尝不是在学欧阳峰呢？美国的金融，一半来自于银行业，另一半来自于金融市场，中国是完全不一样的结构，可能 80% 以上来自于金融中介，很少一部分来自于我们的市场。国有四大商业银行，它们的股东也是国家。上午王教授讲过，破解中国金融困境的核心在于发展金融创新，比如，像爱就投这样的股权众筹平台，是可以让我们回到正常行走的方法。

再回到我今天分享的议题上来。我们不想被银行垄断，或者至少和它平起平坐，再或者想和它合作，但是民生银行整体的流水大致相当于沪深两市的总合，这时你如何跟银行去对抗？我认为，通过传统的模式已经完全不能解决了，PE 也好，VC 也好，是不是要找一些突破和创新的点呢？

所有的投资当中，对金融业本身的投资，我认为是一个蓝海。因为已经有巨大的技术突破，也就是人工智能还有区块链技术。如果回到金融行业，细化来讲，智能投顾是大的发展方向。

这张图是从全球来看，个人可投资金融资产的增长预期，而中国市场的增长会更快一些。

这一页右边的统计图预测，到 2020 年，可投资资产大于 600 万元人民币的家庭的数量将高速增长；左边预测，2020 年中国高净值个人可投资资产会以平均每年 15% 的速度增长，一般个人可投资资产以平均每年 9% 的速度增长。

右边的象限图中，某些嘉宾的讲话已经涵盖过了。实际上区块链是在这边，它本身是基础性的东西，而任何东西，我们需要放在应用的层次去看，从人工智能再到商业智能。

我们把商业智能单拿出来，发现现在很多的企业也好，PE、VC 也好，最后想追求的是什么呢？还是智能、自动的机器人投顾以及最终的量化交易。辅助量化交易在 80 年代就已经出现了，当时技术不够成熟，现在我们有了更好的基础去做这个事情。

智能投顾的整个产业链条，从客户画像，资产配制，到投资组合选择，到交易执行等等，被划分为 7 个部分。我认为不是任何的产业或者行业方向都应该自主研发，国内已经有很多家区块链公司出来，PE、VC 也在投，大公司也有在投，可是实际看投什么的时候，我认为做的是无用工，为什么这样讲呢？中国最牛的区块链公司的技术在美国也是很早就有的东西了。

Wealthfront、Betterment、Personal Capital，这些是以 to C 为主要业务的智能投顾公司的代表；在投资组合分析方面，具有代表性的是 Palantir，这家大数据公司的金融业务，以及彭博（Bloomberg），它们是 to B 的业务。

这一页是从 3 个大方面，以 9 个角度或指标来看智能投顾相比传统投资顾问的优势。绝大多数智能投顾公司都根据哈利·马可维兹的现代投资组合理论（Modern Portfolio Theory），建立分散的投资组合，在既定的收益情况下，寻求风险最⼩，或者在给定风险的情况下，寻求收益最大。同时，智能投顾还克服了行为金融理论中的投资者认知和行为偏差等，让大数据和人工智能，以及现代投资组合理论能更好地发挥价值。

这是中国和美国，不同的市场环境对比，主要也是 3 个大方面。其中，美国的智能投顾公司的投资标的主要是交易所交易型基金（ETF）和公募基金，有些还将黄金、大宗商品等，而中国的智能投顾服务很少以股权作为投资标的。

我认为金融科技，完全可以用拿来主义，我直接买一个美国技术不就好了。如果大家认同我观点，比如说认为未来用金融科技和商业银行做匹配和对抗，这样的逻辑，它的生态树是这样搭建的，最底层是金融大数据的平台，比如说，中国做得比较好的万得资讯（Wind 资讯），美国相对应的就是彭博（Bloomberg）。

当金融大数据基础夯实了之后，再往上走是什么呢？我认为是数据的挖掘和分析利用，万得在做，但它还达不到。右边的象限图表示彭博或者万得资讯与 Palantir，这两类具有代表性的金融大数据公司在产业价值链中的位置。

Palantir 是一家很神奇的公司，希拉里和川普竞选时，美国科技圈只有它支持川普。这个公司做的是数据分析，它一开始并不是做金融大数据，而是为政府提供服务，它的第一个产品就给 CIA 去用了。这样的公司实际上它有完整系统化的模型，以及模式。这个模式是超越中国公司二三十年的。你不用研发、不用做突破，直接把技术拿过来就可以了。

右边上面的图显示从 2011 年到 2015 年，Palantir 公司收入显著增长，红色是来自企业客户的订单收入，蓝色是从政府客户获得的收入，黄色是其它收入。下面的图选取的是美国做大数据相关业务的公司的收入排行，单看收入 Palantir 排在第 8 名，这对创业公司来说非常难得，而这只是 2013 年的数据。

在 Palantir 这个层次再往上走也就是我们想实现的，让每一个 PE、VC 都不用发愁，我们有自己的算法，把投资人的需求输进来之后，就会形成模型库，而匹配工作是可以自动化的。试想一下，做成这样的分析利用数据资源产生价值的公司，那就是划时代的公司，这种公司成会为所有金融机构，包括银行、证券、保险、基金等的合作方。你做好 to B 就可以在整个智能投顾的一个产业链环节中做到垄断。

刚才还有提到了 3 家 to C 的智能投顾公司，它们是目前 C 端市场的领头羊。这是 Wealthfront 和 Betterment 这两家公司的对比；

以及截至今年 7 月，它们管理的资产规模的增长情况。

Wealthfront 的服务流程是非常具有代表性的，从它的操作界面，可以看到它的投资组合包括两大类。上方的横条显示了 Wealthfront 的 3 步操作流程，首先评估你的风险承受能力（Assess Your Risk Tolerance），然后系统基于现代投资组合理论（MPT）推荐投资计划，就是这个 View Your Plan 界面，最后用户如果认同这个投资组合，就可以开户交易了。Wealthfront 会持续监管资产组合，根据投资目标，同时考虑组合中资产的波动、税收、客户风险偏好的变化，再来定期做投资组合再平衡。

再讲一下 Personal Capital，这家公司的不同之处是，它把更具有普惠性、专业性、简便性的智能投顾，跟传统的投资顾问或者私人银行业务结合起来，在免费提供线上理财分析工具的同时，还提供收费的人工理财顾问服务。

Personal Capital 通过免费业务来为收费业务开拓市场，这是它的运营策略。

最后总结思考一下，PE 也好，VC 也好，个人投资者也好，你的投资在未来。大咖也铺垫过了，往智能投顾上靠一靠，所有的金融机构渗透到大部分的产业当中，是一个强有力的抓手，最后爱就投、紫槐也好，未来有一个大的板块在这方面，希望未来有好的合作。谢谢大家。