银行保险资管大咖齐聚！共探数智化重塑多资产投资

【导读】银行保险资管大咖齐聚，共探数智化重塑多资产投资

中国基金报记者 张玲 马嘉辛

9月9日，在中国基金报主办的2026中国资本市场发展论坛之“AI智启资管新局多资产共筑长期价值——2026中国银行保险资管业论坛”上，主持人、睿智新虹理财研究院院长徐建军，与工银理财副总裁王屯，农银理财副总裁阎畅，新华资产副总经理赵青伟，国寿投资副总裁匡涛，华宝证券研究创新部副总经理蔡梦苑，中央财经大学中国财富管理研究中心副主任、观澜榜智库专家马炜齐聚圆桌论坛，共同探讨了数智化如何重塑多资产投资，以及在投研革新、风险管控等领域的实践经验。

王屯：以AI赋能资管风控，推进AI原生系统建设

王屯表示，当前，银行理财加快“固收+”多资产多策略转型，从过去以纯固收为主拓展至更多新领域，给风险管理带来较大挑战。AI在赋能风险管理方面成效突出，工银理财也在积极开展AI建设，主要带来三方面提升：风险识别更全面、风险预警更前置、压力测试等风控工具能更有效支持决策。

举例来看，一是多资产多策略模式下需要开展个性化、非标准化场景的压力测试，AI让压力测试更加精细化，同时通过业绩归因穿透底层资产，反馈给投资经理优化投资决策；二是信用评价方面，工银理财成立七年来未发生底层资产违约，原有信评体系基础较好，但不少工作机械重复，如一份行业周报研究员要耗时三四个小时，借助智能体仅需数分钟即可输出包含多维度数据、图表与分析判断的结果，节约人力物力。

不过，将AI应用于风险管理也存在一些挑战。一是需要提升底层数据质量的可靠性，二是需要培养一支能与AI有效协同的风控人员队伍，三是人工智能本身也是新的风险来源，AI在提升风控能力的同时也会带来大模型幻觉、开源模型供应链安全等风险。

“因此，未来我们一方面要利用AI赋能业务发展；另一方面，要将AI纳入全面风险管理框架，实现业务赋能与风险管理双向平衡。”王屯说。

对于如何推进AI与资管业务深度融合，王屯透露，作为工行集团旗下的资管子公司，公司计划借助总行的AI基础底座和巨大的算力资源保障，率先向AI原生系统转型，并重点做三件事：一是建设统一的AI交互入口；二是构建“超级智能体+专业智能体”矩阵；三是对传统业务系统进行AI原生适配。

在具体应用上，工银理财优先从高价值、强痛点、效果可衡量的场景入手，比如投研、运营、风控。同时守住人机分工的边界：AI辅助分析，看得快、算得清；人做决策，想得深、定得准；系统执行，执行稳、管得住。

“用一句话来概括：让AI更懂业务，让系统更能协同，让经验真正沉淀为组织能力。”王屯说。

阎畅：AI赋能资管风控与策略研发，人仍是最终责任主体

阎畅表示，AI在风控上作用突出。首先，显著提升了风控效率，过去金融机构对组合的压力测试、蒙特卡罗模拟等，通常以低频次开展，在AI赋能下可以实现持续性监测。

其次，拓宽了风险覆盖范围。理财产品、资产类别繁多，单靠人力很难全覆盖各类资产价格波动。AI可以覆盖债市、股市、汇市、商品，境内外各类资产价格因素，扫描全市场，识别资产价格异动，捕捉到潜在风险点，再交由风控、投资经理人工研判真实风险。

最后，能够识别传统手段难以发现的隐性风险。理财产品对回撤、波动率高度敏感，但传统风控模式对此关注不足。多资产组合里，资产相关性是关键变量，相关性会随市场动态变化，股债多数时间负相关，部分行情下转为正相关，发生同涨同跌，会冲击组合表现，AI可以精确识别这类风险。

从实践角度，阎畅认为，资管机构最核心的竞争力还是策略研发能力，理财公司的策略目标是在回撤约束下如何能够实现客户收益的最大化。在AI赋能下，可从三个方面尝试拓宽策略的可能性：

第一，量化策略验证成本大幅下降。AI技术可显著提升策略验证效率、降低验证成本，以往因子挖掘成本较高，需要手工编程、调试、回测，周期长、效率低，如今AI能够以低成本完成因子挖掘。

第二，突破线性研究框架的局限。传统三因子、五因子模型是在线性框架下完成资产定价；AI神经网络模型自主学习的内在逻辑不同于人类传统资产定价思维，有机会识别出财务、量价、图形等传统手段难以发现的投资机会。

第三，多模态模型带来新的策略空间。当前语言大模型逐步发展成熟，多模态模型引入对金融市场与策略构建具有重要价值。市场现有研究多依赖量价、财务等数值类指标，而资产价格常以K线图形呈现，多模态模型可对图形信息进行解析，有望进一步拓展高收益标的的挖掘能力。

“此外，我们也要重视人机协同与模型风险管理，即便到了AI自主生成新策略的阶段，人的因素依然关键。当策略表现不好时，最终还是要由策略开发人员、投研人员对投资结果负责。”阎畅强调，随着AI发展，模型风险也应纳入全面风险管理框架，同时模型管理必须分层，人机交互可能还要以人为本作为归结点。

赵青伟：构建投研风控一体化系统，推进AI落地安全优先

赵青伟表示，随着人工智能快速发展，新华资产明确以投研为核心，把数智化能力打造成为公司重要的核心竞争力。

新华资产的投研风控一体化数智系统分为三个层次。第一层是数字化底座，主要解决数据互通的问题，打通内部壁垒，聚合研报、公告、台账等多源数据，夯实投研风控一体化的建设基础。第二层为智能体体系建设，依托大数据、大模型、思维链以及MCP协议，构建能够随时调用的数字化投研风控团队。第三层是全场景应用，覆盖两大核心场景，投研场景实现研报阅读、财报点评、智能问答、语音分析等能力；风控场景整合舆情、预警、穿透、分级、核查等内容，再依托投研与风控两大场景，带动市场、产品、交易、运营等场景的一体化建设。

在赵青伟看来，这套系统带来五方面实际变化：一是风险监测更为前置，二是项目尽调更加深入，三是信息查询效率更高，四是产品风险分级更为精准，五是制度约束更具刚性。

在AI的实际应用层面，赵青伟认为需要兼顾两大原则。一是严守安全底线。监管机构今年已出台相关指引文件，明确AI应用的风险管理要求，提出将AI纳入全面风险管理体系，董事会负最终责任，AI应用应当把安全置于首要位置。二是不宜因噎废食。AI发展趋势明确、业务价值突出，机构应当积极拥抱技术变革，持续迭代各类数智化工具，同步优化配套管理规则，让系统在真实业务场景中不断打磨、深度融合。

“机构应大力支持AI赋能投研、风控、产品、运营等业务场景。同时，要清醒认识到‘高质量发展的底座是高质量安全’，这一原则同样适用于AI领域的落地应用。”赵青伟说。

匡涛：将持续推进AI与业务深度融合发展，实现应用场景突破

匡涛表示，国寿投资公司是国内首家专注另类投资的保险资管公司，业务以非标为主，AI落地面临较大挑战。目前公司管理规模约六千亿元，覆盖私募股权、实物资产、信用类投资，项目非标特征突出。

为此，公司在金融科技部门下设立数据中心，开展AI数智化融合工作已逾四年，主要推动非标数据标准化与流程自动化建设等，目标是先在各业务部门配置部门级智能体，再逐步向公司层面拓展。

国寿投资采用三阶段AI赋能发展模式。第一阶段，助力实现效率跃升，以AI辅助替代大量简单人力工作。针对低空经济等赛道，AI对海量政策文件做标准化处理，梳理投融资事件，通过四象限模型分析区域政策与资本热度，为投资调研提供前期分析支撑。

第二阶段，着力实现认知跃升，破解投后数据穿透难点。公司搭建不动产智慧风控量化平台，依托AI开展项目测算与风险预警，可扫描写字楼出租状态，提前预判物业基本面变化。

第三阶段，奋力实现风控转型，推动风控由被动处置转向主动预警。作为REITs产品重要投资机构，公司搭建了REITs智能分析平台，整合底层资产、公告、舆情等信息，穿透抓取多层数据，建立分级预警机制，自动完成收益测算与合规监测。

匡涛强调，AI只能替代重复性、基础性工作，核心投资决策仍依赖投资经理的专业判断，无法完全取代人工。为保障AI落地实效，公司推行科技人员与业务部门结对模式，深度贴合前台投资业务，解放员工重复性工作，使其聚焦核心重点工作。

匡涛透露：“未来，公司将不断推进AI与业务的深度融合，努力在一个个应用场景中持续突破，在量变的基础上，不断实现质变式发展。”

蔡梦苑：AI不会取代人，但在投研领域其辅助价值会持续提升

蔡梦苑表示，近年来，银行理财布局“固收+”与多元资产投资、信托推进非标转标，公募基金成为机构重要底层标的，也是多资产投资的重要载体。在此背景下，华宝证券立足基金底层开展多资产策略研发，为机构提供投研输出。不过，受分析师执业规范约束，报告数据、观点需分析师全权负责，因此AI应用存在边界，但多个业务环节已借助AI提效。

例如，多策略研发可以拆解为信息收集、逻辑框架搭建、数据分析、观点生成、模型研发、历史回测、内容物料生产七大模块。其中逻辑框架搭建、观点生成仍坚持由人工完成，兼顾业务价值与合规要求。其余五个环节已运用AI提升工作效率。

在数据分析环节，AI助力拓展、验证更多有效因子，过去受耗时限制仅能筛选高概率因子开展验证，如今可快速对更多边缘、不确定的因子开展测试，同时也可以高效生成大量图表。

在模型研发与历史回测环节，有利于主观量化相结合的工作模式。过往主观研究员挖掘出新策略、新因子后，需要和量化研究员反复沟通协作，周期漫长；现在AI可以生成代码，主观研究员能够自主完成大量验证工作，再落地到实际策略研发，大幅提升效率。

对于AI未来发展，蔡梦苑认为，未来一个重要的议题是，如何把人工做的事情与AI能做的工作更好地有机结合。

“现在也有人在抗拒AI，觉得AI在弱化自己的价值。但逻辑框架的生成、观点的表达、新投资框架的新因子挖掘和创新部分，还是需要聪明的大脑来实现。在整个投研领域，AI不会取代人，但它的辅助价值一定会提升，我们要考虑的是如何让它不断迭代、为投资做得更好。”蔡梦苑说。

马炜：数智化是金融合规发展的必然趋势

马炜表示，多资产投资对金融合规的挑战是结构性的，仅通过人工审查开展合规管理的传统方式已然捉襟见肘。观澜榜智库长期聚焦于金融监管和金融合规研究，并在国内首次提出“道·法·器”的金融合规框架。在这里，“道”是指金融机构合规治理需要把握第一性原理，因其固然；“法”是指金融机构合规治理需遵守的内外部规则；“器”是指金融机构合规治理的工具，形而上者谓之道，形而下者谓之器。

多资产投资涉及复杂交易主体和复杂交易内容。例如，从交易主体看，关联方管理是金融监管重点之一。当前理财公司的关联方管理存在特殊性，参照适用《银行保险机构关联交易管理办法》，若无内部细化规则并匹配大数据及系统支撑，关联方管理将存在较大合规风险。从交易内容看，部分金融机构在非标投资中存在重前端、轻后端的现象，特别是投资合同约定的风险事项缺少系统监测，难以构建快速反应机制。建立数智化的金融合规管理能力是多资产策略能否落地的前置条件。

编辑：格林

校对：乔伊

制作：鹿米

审核：木鱼

集体大跌！美股存储、光通信盘前交易来了

工信部、央行、国务院国资委、市场监管总局、证监会，最新发声！

版权声明

《中国基金报》对本平台所刊载的原创内容享有著作权，未经授权禁止转载，否则将追究法律责任。

授权转载合作联系人：于先生（电话：0755-82468670）