摘 要：智能投顾是人工智能与金融业务结合的一门新的产业，承载了大众对普惠金融的愿景，但作为一项新生事物，各国对智能投顾的理解尚不一致。而智能投顾在我国的生根发芽也伴随着本土特点的变化，加上算法的技术性、复杂性，为其监管提出了难题。因而需要从我国智能投顾的特殊生态出发，清晰界定智能投顾的法律概念，并在此基础上设计相应的准入门槛与算法规制机制，为其发展扫清制度障碍，防范金融风险。

关键词: 智能投顾；并行牌照；算法不中立；设计者责任

证券智能投资顾问（Robo-Advisor，以下通称“智能投顾”）从诞生到现在将将十年，其应用在全球范围内爆炸式增长。但至今为止，智能投顾的统一定义尚未形成，各国的业务模式与具体实践也各有差异。自动化顾问工具（Automated Advice Tools）、自动化投资平台（Automated Investment Platform）、自动化投资工具（Automated Investment Tools）、数字化建议工具（Digital Advice Tools）、在线投资顾问（Online Advisers）等名称在不同国家均不同程度上可以指代智能投顾。澳大利亚证券投资委员会2016年8月30日发布的《255号意见：为零售客户提供金融数字化建议的指导文件》（RG 255 Providing digital financial product advice to retail clients）规定，“数字化建议（即智能投顾或自动化顾问），是通过使用算法和技术自动提供金融产品建议，而没有人类顾问直接参与的建议工具。”在加拿大，并没有我们一般理解的“智能投顾”，加拿大证券管理局（Canada Securities Administrators）于2015年发布的《投资组合管理机构提供在线投资建议的指引》使用的是“在线投资顾问（Online Advisers）”的名称，指的是借助网络平台为客户提供混合服务，人工顾问仍需主动参与服务全流程，并对客户准入及后续相应投资决策承担责任，且仅允许投资ETF和低成本共同基金等相对简单的产品。而2017年2月美国证券交易委员会（Securities and Exchange Commission）发布的《智能投顾监管指南》（Guidance Update：Robo-Advisers）认为，智能投顾，就是通常所知的自动化顾问，是通过网络算法程序与创新技术为用户提供全权委托账户管理服务的注册投资顾问。 而在2016年3月，美国金融业监管局（Financial Industry Regulatory Authority，简称“FINRA”）发布《数字投资咨询顾问报告》认为，数字投资顾问工具管理投资者资产时包含以下一项或几项核心活动：客户档案创建及分析、资产配置、投资组合选择、交易执行、投资组合重设、投资损失避税、投资组合分析。这些投资建议工具可以分为面向金融专业人员与零售客户两部分，而只有综合上述前六项活动——即从客户建档分析到投资损失避税——同时面向零售客户的数字投资咨询工具才能被称为“智能投顾。” 可以看出，各国对智能投顾的认知并不一致。

而在我国，智能投顾演化出独立建议型、综合理财型、配置咨询型、类智投模式四类本土化业务模式， 有的是基于算法的投资顾问工具，而有的则更像是打着“智能”旗号的基金推销平台。众说纷纭之下，准确辨析智能投顾的内涵便需要追本溯源，从其理论源头与实践发展综合评判。

智能投顾发源于2008年金融危机之后的美国，彼时由券商、银行、基金公司鼓吹的主动投资 策略被越来越多的人质疑，而在业绩上，无论是大中型还是小型股票基金，绝大多数跑输基准，加上地缘政治事件与政策变更频发，宏观因素对收益的影响超过了公司个体特征 。另一方面由于监管、信息披露、金融科技的发展，市场有效性不断增强，使得美国资本市场的被动投资比例不断上升。在此基础上，以资产配置理论为基础、以被动投资策略为指导的智能投顾应运而生。

但在我国，智能投顾在其本土化过程中产生了巨大变化——人类投顾替代智能投顾决策的情形时有发生。其主要原因主要在于，智能投顾的应用理论——资产配置理论在我国遇到适用困境。资产配置指投资者基于投资目标、投资期限和其他限制因素，合理地平衡收益和风险，将投资资金在不同的资产类比之间分配的过程，在风险确定的情况下，给出最高收益的投资组合方案。 该理论有一个非常重要的前提，即资产的回报和风险是已知的，在实践中为了估算资产的回报与风险，往往需要大量的历史数据作为参考。但我国资本市场的历史并不长，且由于法制进程等原因，信息透明度也并不理想，在估算资产风险回报时往往缺乏足够的依据，所谓“garbage in，garbage out”，我国智能投顾算法输出结果受到质疑。另一方面，我国被动型投资品数量不足，ETF的规模远远不及美国，2017年底沪深两市上市的ETF数量不及美国的十分之一，交易额也不足100亿美元，这导致许多智能投顾偏向选择主动管理型基金，这种类似FOF的模式使得我国智能投顾会产生严重的策略漂移问题。 而为了解决这这些问题，智能投顾加人工干预的混合模式在我国遍地开花，当市场有效时，便由智能投顾自主运行；当市场失灵或有其他问题时，便由人工取代程序以维持业务运转。

在这样的背景下，智能投顾的概念应当涵摄本土演化的特点，区分其与传统证券投资顾问的差别。对于智能化程度不高的荐股软件、以智能投顾之名行基金代售之实的各类平台不应纳入智能投顾的范畴。因此，笔者将智能投顾定义为：通过大数据、智能算法等技术，为用户提供智能化证券投资咨询或者证券投资咨询与资产管理复合服务的，通过用户建档、资产配置、投资组合选择、交易执行、投资组合重设、投资损失避税的流出，并以人工辅助其运行的自动化投资顾问工具。

由于国内的技术水平参差不齐、行业初生及本土异化等原因，智能投顾在我国呈现多样化发展的特点，再加上Fintech创新带来的跨行业属性及技术监管难题，都为智能投顾在我国的合规化蒙上阴影。无论是智能投顾的市场准入、投资者适当性、算法合规性、投资范围，还是智能投顾运营主体的内部风险隔离、信息披露、法律责任，都处于模棱两可、无法可依的状态。由于本下文聚焦于智能投顾人工智能技术的准入门槛及算法监管问题，下文将围绕这两个问题进行分析。

（一）对智能投顾的认识桎梏导致准入门槛的模糊

2018年4月28日，中国人民银行、银保监会、证监会、外汇管理局联合颁布《关于规范金融机构资产管理业务的指导意见》（以下简称《指导意见》）对智能投顾的准入门槛进行了规定。按照《指导意见》要求，智能投顾需要获取相应的投资顾问牌照，但对此牌照的性质、颁发机构均无规定。有市场人士称，这个牌照“有可能是证券咨询顾问牌照、有可能是基金销售牌照，有可能是全新的牌照”。 可见，监管部门对智能投顾这一全新产品依然困惑重重。由前所述，智能投顾作为金融与科技结合的新兴产品，其业务内容涵盖了多个方面，用户画像、资产配置及提供备选投资组合的功能与传统证券投资咨询业务极为相似，而全权委托账户与智能调整投资结构的功能毫无疑问属于资产管理业务。这样看来，将智能投顾区分为证券投资顾问与资产管理业务分别考量属当然之义，央行4月27日在答记者问中提到，“《指导意见》从前瞻性角度，区分金融机构运用人工智能技术开展投资顾问和资管业务两种情形，分别进行了规范”，可以看出央行的态度也是如此。但智能投顾本是一种综合了证券投资顾问与资产自动化管理的新型业务，人为割裂为两部分进行分类监管的方式有着难以逾越的法律红线——《证券法》一百五十九条及《证券投资顾问业务暂行规定》第十二条对证券投资咨询全权委托的禁止性规定——如此分割并不能解决智能投顾全权委托账户的合法性问题。而至今仍未颁发任何牌照给智能投顾运营商，表明监管层对此依然存在困惑。

（二）算法规制的法律难题

近年金融科技对金融业态的影响正在不断扩大，但建立在传统金融生态基础上的金融监管体制、金融规则和监管手段在一定程度上已经不再适应或者无法应对金融科技创新活动。以人工智能技术为核心的智能投顾同样陷入过度管制与监管真空的双重困境，一方面现有规则禁止证券投资咨询的账户全权委托限制了智能投顾业务的全面展开，另一方面对算法技术及其设计者的监管仍处于真空状态。对比《指导意见》征求意见稿与正式稿，对智能投顾的相关表述有不少调整，其中便删去了“如存在过错，金融机构有权向开发机构进行损失赔偿或者要求承担相应责任”的表述，可以看出监管层对开发机构法律地位、责任承担的困惑。

算法滥用带来的算法歧视、认知妨害及对公民隐私权的侵害等问题在世界范围内均处于研究阶段，欧洲议会2017年提出要对人工智能进行立法，赋予其电子人格，“以便于应对人工智能可能造成损害或者其独立自主做出决定、与第三方进行交互的情形”。然而就现阶段技术水平而言，人工智能仍处于解决具体场景中具体任务的“弱AI”层次，距离比肩人类的思维、认知、创造能力的“强AI”还有不短的距离。而且较之于同为法律虚拟人格的法人，人工智能缺少用来承担责任的财产基础。因此现在赋予人工智能法律人格殊为不智。

在这样的背景下，算法伦理规制进入了学者视野。算法伦理是指使算法具有内在的伦理规定性，以一种伦理上的方式运行，并给出有道德的结果。主要通过对算法的伦理植入，将算法纳入特定的伦理准则框架，使其能够遵循该准则作出符合要求的决定。但这样的模式只能适用于监督学习状态下的算法，很难被使用到像人造神经网络算法的模式之中，因为这一类算法的特点和优势就是人类无法控制机器学习的结果，事先的伦理植入也就无从下手。

不仅算法监管问题悬而未决，而且人工干预的监管也未引起重视。如前文所述，我国智能投顾的业务开展通常为人工加智能的“混合模式”，《指导意见》中也强调在影响金融市场稳定的情况下，金融机构应当及时采取人工干预措施，强制调整或者终止人工智能业务，却未对人工干预能否在其他时间开展、如何开展、谁来开展进行规定，如何区分一项投资建议或投资行为是智能投顾行为还是人工干预行为，是否需要事先信息披露等问题也只字未提，不得不说是一大遗憾。

（一）证券投资咨询牌照与投资顾问牌照并行及其正当性

对于智能投顾的业务性质众说纷纭，有观点认为应当将智能投顾业务限制在证券投资咨询业务的范围内，禁止全权委托，该观点背后的行政管制思维暴露了法律父爱主义的滥觞。我国资本市场“一放就死，一管就乱”的原因有很大一部分在于监管部门对传统行政规制模式的迷恋与依赖，而这样的管制型立法往往缺乏对现实问题全面、客观、谨慎的了解。对金融创新产品一刀切式的监管并无益于解决实际问题，恰恰相反，武断禁止很有可能打击行业热情，遏制技术发展与创新。《指导意见》中“运用人工智能技术开展投资顾问业务应当取得投资顾问资质，非金融机构不得借助智能投资顾问超范围经营或者变相开展资产管理业务”的表述也可以看出，监管部门已经认识到资产管理业务是智能投顾的重要组成部分。

为了更好促进智能投顾行业的快速发展，笔者建议针对我国智能投顾业务本土化的特点，设置传统证券咨询牌照与新型投资顾问牌照并行，即智能投顾牌照“并行机制”：对于只开展证券咨询业务，而不涉及资产自动调整及账户全权委托的智能投顾产品，可以纳入传统证券投资咨询业务的监管范围，特别针对那些打着“智能投顾”名号，实际却如荐股软件般智能化程度不高、进行基金推介的智能投顾平台，均应当纳入传统咨询业务的监管；而对于以算法技术为基础的智能化投资顾问工具，及同时具有资产自动调整、配置功能的智能投顾，则应当颁发新型的投资顾问牌照。并且在两个牌照的准入门槛上设置进入、退出的阶梯机制，对不符合资产管理要求的智能投顾实施降级换牌，同时为达标的、想要开展资产管理业务的智能投顾开放晋升通道。

我国传统证券投顾行业存在业务单一、发展受限、合规性差等问题，其主要原因便在于我国证券投资顾问的业务内容是向客户提供投资咨询意见与资产配置意见，本质上属于信息的生产者与提供者。这在信息时代的今天，低廉的信息复制成本、多渠道的信息传播方式必然损害证券投顾行业的利益，钳制行业的发展。美国的证券投资顾问业务早已涵盖资产管理业务的内容，甚至认为投资建议只是资产管理业务的附属物，因此已经有学者建议为我国咨询业务设置投资建议牌照与全权委托账户管理牌照，开放全权委托。这一观点同样适用于兼具证券投资咨询与资产管理双重功能智能投顾。可以说，牌照的并行设置既满足了当下我国智能投顾行业多样性的特点，也衔接了传统的证券投资咨询的监管制度，两副牌照及其换牌机制更可以起到多层次监管与鼓励更加严格、透明的自律管理的功能。

（二）并行机制的配套工具

由于以证券投资咨询为业务内容的智能投顾（以下统称为“咨询型投顾”）与涵盖咨询与资产管理双重职能的智能投顾（以下统称为“管理型投顾”）的区别在于是否具备客户资产配置自动调整的功能，因而可以在咨询型投顾的合规要求上设置阶梯性的规范，用以适用管理型投顾的合规监管。现在智能投顾的主要问题在于用户画像的准确性不足、信息披露的全面性不够、客户资金存在混同风险、运营商内部利益冲突化解机制不足，算法胜任性的评估机制缺位等。

对咨询型投顾来说，可以针对性地制定监管方案，具体而言：

（1）就用户风险能力测算问题而言，可以出台官方风险评估调查问卷指引，确保问卷内容能够全面覆盖用户的风险信息，完善用户隐私权保护制度，让用户可以放心输入自己的真实信息。

（2）完善信息披露制度，确保信息披露的全面、真实、准确、及时，并且由于算法的复杂性、技术性，披露时应当以能够为一般投资者理解的方式进行，同时自身的风险及不足应当进行重点披露。披露内容不仅仅包括算法的底层逻辑、技术原理、使用费率、功能限制、投资方式、投资组合的不足，还应当对人工干预智能投顾的情形、内容、终止进行披露，确保用户的知情权与选择权。

（3）运营商应当建立利益冲突化解机制，在内部建立防火墙机制，确保智能投顾部门的独立性；进行人工干预的人员应当具备证券投资顾问资质，保证人员的独立性与专业性。

而管理类投顾在信息披露、投资者适当性、利益冲突等方面，应当被施以更高的要求。资产管理业务部分可以参照我国资产管理的相关规定，如设置一定的门槛，规定净资产或金融资产达一定金额以上才能进行账户全权委托；制作专门的风险揭示书，确保风险性提示到位；对不同客户独立建档、独立核算、分账管理；为每个客户建立业务台账，与资产托管机构定期对账；除能证明已建立有效隔离外，不得与自营账户或其他管理账户发生交易；建立监管部门的实时监控机制与异常状态处理机制等。 

（一）技术中立与算法不中立

技术中立原则也被称为“索尼原则”，最初是版权法领域为了保护技术服务提供者不受累于因用户原因导致知识产权侵权而确立的，经过不断的发展和完善，技术中立被赋予了丰富的内涵——强调机制、技术、原理的完整实现的“功能中立”、强调技术负面后果的责任承担与其设计者、无过错使用者相分离的“责任中立”、强调对技术价值无涉的“价值中立”。这些理论的发展鼓励科技创新，为技术设计者添加了一把保护伞。但算法不同于其他技术，其智能化特点导致技术中立的适用似乎存在问题。

技术中立原则最重要的前提在于技术只是受人类掌控的工具，其本身并不承担伦理判断，就如一把菜刀，可以用来杀人也可以用来烹饪，菜刀制作初衷与其用途的差距并不能成为设计者为使用者行为负责的理由。但算法是以“数学方式或者计算机代码表达意见”，包括其设计、目的、成功标准、数据使用等都是设计者、开发者的主观选择，设计者和开发者可能将自己所怀抱的偏见嵌入算法系统，虽然算法的目的要在应用阶段体现出来，但算法在设计开发阶段就已经存在价值负载，例如“大数据杀熟”行为，便是电商针对性地设计算法程序，收集用户的各项数据进行智能分析，估算出客户的价格敏感程度，在此基础上对相同商品、不同客户进行差异化定价。因此，设计阶段的价值输入导致算法技术不能适用技术中立原则。

另外，输入数据内含的价值偏向也会影响算法的输出结果，例如微软开发的智能聊天机器人Tay在Twitter上线不到一天就被美国青少年“调教”坏了，变成了满口脏话的种族歧视者与纳粹份子。通过输入不客观、不完整数据对人工智能进行训练，最终的结果必然是诞生与数据提供者具有相同价值取向的人工智能，这无异于在虚拟世界再造一个自我分身。这是技术中立不能适用于算法技术的另一个原因。

而在智能投顾领域中，算法不中立已初现端倪，有些智能投顾产品，如理财魔方、拿铁理财向客户推荐与其合作的第三方基金产品，已经受到当地证监局的批评。但更为隐蔽的是为不同的金融产品设置不同的权重比例，使智能投顾更倾向于推荐某些产品的行为。由于算法黑箱的存在，外界难以获得智能投顾的具体演算过程，无法知晓其投资建议的产生逻辑，这使得监管更加困难。

所以在算法领域中，技术中立不能成为设计者对算法负面后果免责的抗辩规则。相反，应当加强对算法设计者的责任，以更好地保护金融消费者的权益。

（二）智能投顾设计者责任及其监管

1、设计时客观、中立性

国际标准化组织IEEE提倡AI设计时应当符合伦理规范，通过规范和价值的发现、算法嵌入、价值评估三个步骤保证AI合乎人类伦理。在智能投顾业务中，最重要的便是提供投资顾问服务时应当秉持客观、中立的原则，不受其他利益主体的干扰，以独立、忠实、勤勉地姿态提供服务。所以在智能投顾的设计阶段，根据不同的算法底层技术，分别采用伦理嵌入或者深度学习的方法，以保证客观中立等原则体现在算法中。

2、数据训练的全面性及准确性

由于算法设计完成后需要进行数据训练，而数据也是影响算法成型的重要因素，因此在数据训练时，应当保证数据的全面与准确。对此，可以在算法备案的基础上增设数据备案制度，同时要求设计者对采用数据的全面、准确作出解释。同时可以引入Regtech，通过API及相关技术接通程序输入端口与监管端口，保证对数据的监控。

3、算法审查

算法审查可以分为初步审查与持续性审查。初步审查主要包括算法是否经过充分测试、底层逻辑是否符合金融学原理，确保算法的可用性。而持续性审查主要对运营商在运营过程中的算法跟踪调整进行审查，辅以算法重大调整的持续性披露制度，保证智能投顾的长期安全有效。

4、设计者的举证责任倒置

如果发生算法侵权行为，由于技术壁垒的存在和极高的取证难度，设计者应当对算法的合规性、可靠性进行举证，主要内容包括证明已经履行各项报备义务、信息披露义务及其他合规义务；训练的数据充分、完整、可靠；算法设计经过充分测试，能够保证算法的客观中立。如果举证不能，则应当推定设计者过错。