24小時免費服務熱線400-008-1522

2019-2023年智能投顧產業深度調研及投資前景預測報告

首次出版:2016年10月最新修訂:2019年9月交付方式:特快專遞(2-3天送達)

報告屬性:共267頁、16萬字、187個圖表下載目錄版權聲明

定購電話:0755-82571522、82571566、400-008-1522

24小時服務熱線:138 0270 8576為什么選擇中投顧問?

中文版全價:RMB8900 印刷版:RMB8600 電子版:RMB8600

英文版全價:USD6000 印刷版:USD5800 電子版:USD5800

立即訂購 加入購物車 定制報告 在線客服

中投顧問咨詢服務

中投顧問以"挖掘產業投資機會,促進區域經濟發展"為己任,發展起以產業研究為堅實根基,以產業規劃、招商服務為重點,以中投大數據為創新方向的業務體系,十余年間累計服務政企客戶數萬家。

報告目錄內容概述 定制報告

第一章 智能投顧產業概述
1.1 智能投顧介紹
1.1.1 主要定義
1.1.2 平臺分類
1.1.3 主要特征
1.1.4 服務范圍
1.1.5 業務流程
1.1.6 技術基礎
1.2 智能投顧優勢
1.2.1 門檻低
1.2.2 費用低
1.2.3 高透明
1.2.4 高效便捷
1.2.5 高專業化及執行力
1.2.6 投資表現優異
1.3 智能投顧與傳統投顧服務對比分析
1.3.1 智能投顧與理財師
1.3.2 智能投顧與基金經理
1.3.3 智能投顧與研究員
第二章 2017-2019年國際智能投顧產業發展分析
2.1 2017-2019年國際智能投顧產業發展分析
2.1.1 市場接受程度
2.1.2 市場發展現狀
2.1.3 傳統企業布局
2.1.4 新興公司興起
2.1.5 主要投資產品
2.2 2017-2019年國際智能投顧產業市場服務分析
2.2.1 市場服務范圍
2.2.2 稅務籌劃顧問
2.2.3 投資組合優化顧問
2.2.4 人機結合顧問
2.3 2017-2019年美國智能投顧產業發展現狀
2.3.1 市場發展歷程
2.3.2 市場規模分析
2.3.3 市場投資產品
2.3.4 市場投資主體
2.3.5 市場競爭態勢
2.3.6 市場規模預測
第三章 2017-2019年智能投顧產業環境分析
3.1 大數據為智能投顧發展奠定基礎
3.1.1 數據維度增加奠定基礎
3.1.2 大數據提升資產管理效率
3.1.3 大數據助力基金市場發展
3.1.4 海量數據重塑競爭格局
3.2 人工智能推動智能投顧進步
3.2.1 智能投顧AI核心技術
3.2.2 人工智能技術應用加快
3.2.3 人工智能產業發展提速
3.2.4 人工智能推動產業發展
3.3 證券行業變革提供發展機遇
3.3.1 券商探索新盈利點
3.3.2 互聯網證券奠定基礎
3.3.3 普惠金融持續推進
3.3.4 客戶需求市場激增
3.3.5 行業競爭格局變化
3.4 社會需求助推產業發展
3.4.1 網民年齡結構變化
3.4.2 高凈值人群增長
3.4.3 金融資產占比上升
3.4.4 理財需求不斷增長
3.4.5 財富配置日趨多元化
第四章 2017-2019年中國智能投顧產業發展分析
4.1 中國智能投顧產業發展概述
4.1.1 智能投顧發展演進
4.1.2 智能投顧業務模式
4.1.3 智能投顧模式分類
4.2 2017-2019年中國智能投顧產業發展現狀
4.2.1 政策監管環境
4.2.2 監管新規發布
4.2.3 市場發展階段
4.2.4 市場發展特點
4.2.5 智能投顧產品
4.2.6 市場布局動態
4.3 2017-2019年中國智能投顧產業競爭格局
4.3.1 市場參與主體
4.3.2 市場競爭格局
4.3.3 競爭排名分析
4.3.4 券商主體布局
4.3.5 銀行主體布局
4.3.6 基金主體布局
4.3.7 保險主體布局
4.4 2017-2019年中國智能投顧用戶群體分析
4.4.1 用戶年齡分布
4.4.2 用戶收入水平
4.4.3 服務人群分布
4.4.4 用戶投資經驗
4.4.5 產品使用狀況
4.4.6 用戶估空因素
4.4.7 用戶關注重點
4.5 2017-2019年中國智能投顧理財平臺分析
4.5.1 全球資產配置型
4.5.2 證券投資型
4.5.3 理財超市型
4.6 中國智能投顧產業發展存在的問題
4.6.1 被動投資品種較少
4.6.2 法律定位仍存障礙
4.6.3 風控體系有待加強
4.6.4 金融數據開放程度低
4.6.5 監管制度存在限制
4.6.6 初創企業發展障礙
4.7 中國智能投顧產業發展策略
4.7.1 加強合規化監管
4.7.2 完善風控體系建設
4.7.3 規范行業營業行為
第五章 2017-2019年智能投顧發展模式分析
5.1 智能投顧發展模式概述
5.1.1 模式類型分析
5.1.2 模式對比分析
5.1.3 典型公司分析
5.2 2017-2019年智能投顧產業模式發展綜況
5.2.1 模式發展現狀
5.2.2 主流模式分析
5.2.3 盈利模式分析
5.2.4 模式發展前景
5.2.5 模式混合趨勢
5.3 智能投顧主流開發模式
5.3.1 資產配置模式
5.3.2 數據分析模式
5.3.3 人機結合模式
5.4 智能投顧平臺業務模式
5.4.1 平臺模式類別
5.4.2 獨立建議型
5.4.3 混合推薦型
5.4.4 一鍵理財型
5.4.5 其他類型
第六章 2017-2019年智能投顧相關行業發展分析
6.1 2017-2019年資產管理產業發展分析
6.1.1 資管市場快速崛起
6.1.2 促進傳統業務轉型
6.1.3 資管市場發展概況
6.1.4 資管市場發展格局
6.1.5 資管市場產品規模
6.1.6 資管產品市場集中度
6.1.7 資管市場發展展望
6.1.8 資管市場發展趨勢
6.2 2017-2019年財富管理行業發展分析
6.2.1 國際財富管理市場分析
6.2.2 中國財富管理模式分析
6.2.3 中國財富管理資產規模
6.2.4 國內財富管理發展格局
6.2.5 財富管理行業發展展望
6.2.6 財富管理市場發展方向
6.3 2017-2019年金融科技行業發展分析
6.3.1 金融科技行業發展歷程
6.3.2 國際金融科技市場分析
6.3.3 全球金融科技企業分布
6.3.4 中國金融科技發展規模
6.3.5 金融科技市場參與主體
6.3.6 金融科技企業布局狀況
6.3.7 金融科技市場競爭態勢
6.4 2017-2019年互聯網金融行業發展分析
6.4.1 市場發展回顧
6.4.2 行業監管政策
6.4.3 市場融資規模
6.4.4 網貸市場規模
6.4.5 互金產品體系
6.4.6 網銷基金分析
6.4.7 互聯網保險分析
6.4.8 非傳統金融產品
6.4.9 市場發展前景
第七章 2017-2019年國際智能投顧典型企業分析
7.1 Wealthfront
7.1.1 企業發展概況
7.1.2 業務發展特色
7.1.3 企業盈利模式
7.1.4 企業產品服務
7.2 Betterment
7.2.1 企業發展概況
7.2.2 業務發展特色
7.2.3 企業主要特點
7.2.4 業務服務流程
7.2.5 服務模式分析
7.2.6 盈利模式分析
7.3 Personal Capital
7.3.1 企業發展概況
7.3.2 主要服務分析
7.3.3 企業發展規模
7.3.4 盈利模式分析
7.3.5 主要投資產品
7.3.6 產品服務特色
7.4 FutureAdvisor
7.4.1 企業發展概況
7.4.2 市場服務定位
7.4.3 競爭差異分析
7.5 嘉信SIP
7.5.1 企業發展概況
7.5.2 產品服務優勢
7.5.3 產品運作流程
第八章 2016-2019年中國智能投顧產業重點企業分析
8.1 華泰證券
8.1.1 企業發展概況
8.1.2 智能投顧布局
8.1.3 經營效益分析
8.1.4 業務經營分析
8.1.5 財務狀況分析
8.1.6 核心競爭力分析
8.1.7 公司發展戰略
8.1.8 未來前景展望
8.2 廣發證券
8.2.1 企業發展概況
8.2.2 企業業務布局
8.2.3 智能投顧產品
8.2.4 經營效益分析
8.2.5 業務經營分析
8.2.6 財務狀況分析
8.2.7 核心競爭力分析
8.2.8 公司發展戰略
8.2.9 未來前景展望
8.3 光大證券
8.3.1 企業發展概況
8.3.2 智能投顧布局
8.3.3 智能投顧產品
8.3.4 經營效益分析
8.3.5 業務經營分析
8.3.6 財務狀況分析
8.3.7 核心競爭力分析
8.3.8 公司發展戰略
8.3.9 未來前景展望
8.4 長江證券
8.4.1 企業發展概況
8.4.2 智能投顧業務
8.4.3 經營效益分析
8.4.4 業務經營分析
8.4.5 財務狀況分析
8.4.6 核心競爭力分析
8.4.7 公司發展戰略
8.4.8 未來前景展望
8.5 同花順
8.5.1 企業發展概況
8.5.2 企業業務分析
8.5.3 企業產品優勢
8.5.4 智能投顧產品
8.5.5 經營效益分析
8.5.6 業務經營分析
8.5.7 財務狀況分析
8.5.8 核心競爭力分析
8.5.9 未來前景展望
8.6 藍海智投
8.6.1 企業發展概況
8.6.2 投資標的選擇
8.6.3 企業經營業績
8.6.4 企業競爭優勢
8.7 其他企業
8.7.1 銀河證券
8.7.2 工商銀行
8.7.3 華夏財富
8.7.4 摩羯智投
8.7.5 理財魔方
8.7.6 百度股市通
8.7.7 騰訊理財通
8.7.8 京東智投
8.7.9 投米RA
第九章 2017-2019年智能投顧產業投資綜合分析
9.1 智能投顧產業投融資現狀分析
9.1.1 中國智能投顧融資規模
9.1.2 智能投顧創業企業數量
9.1.3 互聯網財富管理融資規模
9.1.4 智能投顧投資效益分析
9.1.5 智能投顧機構投資動態
9.2 中投顧問對中國智能投顧產業投資價值評估分析
9.2.1 投資價值綜合評估
9.2.2 市場機會矩陣分析
9.2.3 進入市場時機判斷
9.3 中投顧問對中國智能投顧產業投資壁壘分析
9.3.1 競爭壁壘
9.3.2 政策壁壘
9.3.3 技術壁壘
9.3.4 資金壁壘
9.4 中投顧問對2019-2023年智能投顧產業投資建議綜述
9.4.1 項目投資建議
9.4.2 競爭策略分析
9.4.3 行業風險提示
第十章 2019-2023年智能投顧產業發展趨勢及前景分析
10.1 智能投顧產業發展趨勢分析
10.1.1 總體發展趨勢
10.1.2 “券商+”趨勢
10.1.3 “互聯網+”趨勢
10.1.4 市場監管趨勢
10.2 中投顧問對2019-2023年智能投顧產業發展前景分析
10.2.1 2019-2023年中國智能投顧產業增長驅動因素分析
10.2.2 2019-2023年中國智能投顧產業市場規模預測

圖表目錄

圖表 智能投顧與傳統投顧的對比
圖表 智能投顧依托算法基礎提供投資管理全價值鏈服務
圖表 智能投顧業務流程
圖表 智能投顧的技術基礎包括云計算、大數據與人工智能
圖表 傳統金融機構私人銀行部門與智能投顧公司的最低投資限額對比
圖表 部分智能投顧費率總結
圖表 智能投顧與理財師對比分析
圖表 智能投顧與基金經理對比分析
圖表 智能投顧與研究員
圖表 全球智能投顧產業接受度占比分布
圖表 2013-2018年全球傳統金融機構參與智能投顧產業情況一覽
圖表 典型智能投顧產品比較
圖表 主動管理型基金與被動管理型基金比較分析
圖表 智能投顧產業服務內容
圖表 美國基金行業演進歷程
圖表 美國智能投顧行業融資規模及次數快速增長
圖表 美國智能投顧行業新公司加速成立
圖表 2007-2018年美國ETF數量及管理資產規模變化情況
圖表 智能投顧產品介紹和收費標準
圖表 截止2018年美國智能投顧產業集中度
圖表 2015-2025年美國智能投顧市場規模預測
圖表 2014-2020年中國大數據總量及其增速
圖表 互聯網公司聯合金融企業參與大數據指數編制,共同推進智能量化發展
圖表 人工智能在各行業帶來價值的定量總結
圖表 2014-2018年中國人工智能市場規模
圖表 2011-2018年券商經紀業務傭金率
圖表 2006-2018年中國網民數量及互聯網普及率
圖表 2015-2018年中國網民年齡結構
圖表 2006-2018年高凈值人群數量
圖表 2018年中國高凈值人群地域分布
圖表 2006-2018年高凈值人群的可投資資產規模
圖表 我國居民總資產類型
圖表 2018年中國高凈值人群未來對實業投資及金融投資的偏好
圖表 中國家庭財富配置品種
圖表 2006-2018年中國居民可投資資產總體規模及結構演變
圖表 科技驅動投顧服務走向3.0時代
圖表 國內智能投顧模式的主要分類
圖表 投顧和資管業務監管實踐國際對比
圖表 2016-2018年智能投顧監管政策一覽
圖表 2016-2018年智能投顧相關監管動作
圖表 國內智能投顧的主要參與者
圖表 中國智能投顧產業市場競爭格局
圖表 中國智能投顧平臺評級
圖表 部分券商智能投顧產品
圖表 各年齡段愿意使用智能投顧服務程度
圖表 不同年齡群體愿意配置智能投顧比例
圖表 智能投顧用戶月均收入水平情況
圖表 智能投顧與網絡借貸對比
圖表 智能投顧用戶投資理財經驗情況
圖表 各派系智能投顧產品使用率
圖表 用戶尚未使用智能投顧進行理財的原因
圖表 用戶對智能投顧的看重因素
圖表 智能投顧模式分析
圖表 智能投顧五種模式對比分析
圖表 智能投顧五種模式的國外典型公司
圖表 國內智能投顧三大類公司
圖表 國內智能投顧的主要模式
圖表 智能投顧盈利模式拆解
圖表 智能投顧的四種發展模式
圖表 資產大類的投資范圍
圖表 國內部分智能投顧理財平臺一覽
圖表 獨立建議型智能投顧平臺運營模式
圖表 混合推薦型智能投顧平臺運營模式
圖表 一鍵理財型智能投顧平臺運營模式
圖表 主動型理財資訊平臺分類及典型公司類舉
圖表 個人財務賬戶管理公司分類與簡介
圖表 互聯網理財顧問平臺分類
圖表 國內國外自助化財富管理平臺對比及簡介
圖表 資產管理業務業務鏈解析
圖表 各類機構泛資產管理產品數量
圖表 通道業務規模及其占比
圖表 證券公司和保險公司在ABS等產品上持續創新
圖表 全球資產管理TOP10公司
圖表 全球私人銀行私人財富規模及同比變動
圖表 摩根大通財富管理業務內容
圖表 摩根大通全球財富管理資產規模
圖表 瑞士銀行財富管理主要業務內容
圖表 年瑞士銀行財富管理與資產管理規模
圖表 瑞士銀行各業務部門利潤
圖表 花旗銀行財富管理業務分類
圖表 花旗銀行私人銀行資產管理規模
圖表 財富管理產品類型
圖表 中國各大類型機構管理資產總規模
圖表 全國財富分布一覽
圖表 2018年中國千萬資產人數地域分布
圖表 金融科技發展歷程
圖表 2018年全球金融科技整體出口市場規模排名
圖表 2018年全球支付業出口市場規模
圖表 全球Fintech生態體系
圖表 2018年全球金融科技100強企業分布
圖表 中國金融科技公司商業模式分類數量占比
圖表 中國主要科技公司的行業布局
圖表 2014-2018年互聯網金融指數走勢
圖表 各年網貸運營平臺數量走勢
圖表 2018年底各省正常運營平臺數量
圖表 各年P2P網貸成交量走勢
圖表 各年P2P網貸貸款余額走勢
圖表 2017年底主要省市網貸貸款余額
圖表 各年綜合收益率走勢
圖表 各年平均借款期限走勢
圖表 互金平臺理財型金融產品一覽
圖表 2018年公募基金銷售支付結算服務涉及的機構
圖表 2013-2018年網銷基金交易規模變化
圖表 部分互聯網金融平臺對接的金融資產交易所
圖表 互聯網金融標準體系框架
圖表 Wealthfront的盈利模式
圖表 Wealthfront直接指數化組合配置
圖表 Wealthfront直接指數化應用
圖表 Betterment大事記
圖表 Betterment投資收益對比示意圖
圖表 Betterment投資組合資產配置界面
圖表 Betterment盈利模式
圖表 免費的投資組合檢測和風險識別
圖表 PersonalCapital私人投資顧問費用表
圖表 嘉信智能組合的成本優勢
圖表 2016-2019年華泰證券股份有限公司總資產及凈資產規模
圖表 2016-2019年華泰證券股份有限公司營業收入及增速
圖表 2016-2019年華泰證券股份有限公司凈利潤及增速
圖表 2018年華泰證券股份有限公司主營業務分行業、產品、地區
圖表 2016-2019年華泰證券股份有限公司營業利潤及營業利潤率
圖表 2016-2019年華泰證券股份有限公司凈資產收益率
圖表 2016-2019年華泰證券股份有限公司短期償債能力指標
圖表 2016-2019年華泰證券股份有限公司資產負債率水平
圖表 2016-2019年華泰證券股份有限公司運營能力指標
圖表 2016-2019年廣發證券股份有限公司總資產及凈資產規模
圖表 2016-2019年廣發證券股份有限公司營業收入及增速
圖表 2016-2019年廣發證券股份有限公司凈利潤及增速
圖表 2018年廣發證券股份有限公司主營業務分行業、產品、地區
圖表 2016-2019年廣發證券股份有限公司營業利潤及營業利潤率
圖表 2016-2019年廣發證券股份有限公司凈資產收益率
圖表 2016-2019年廣發證券股份有限公司短期償債能力指標
圖表 2016-2019年廣發證券股份有限公司資產負債率水平
圖表 2016-2019年廣發證券股份有限公司運營能力指標
圖表 2016-2019年光大證券股份有限公司總資產及凈資產規模
圖表 2016-2019年光大證券股份有限公司營業收入及增速
圖表 2016-2019年光大證券股份有限公司凈利潤及增速
圖表 2018年光大證券股份有限公司主營業務分行業、產品、地區
圖表 2016-2019年光大證券股份有限公司營業利潤及營業利潤率
圖表 2016-2019年光大證券股份有限公司凈資產收益率
圖表 2016-2019年光大證券股份有限公司短期償債能力指標
圖表 2016-2019年光大證券股份有限公司資產負債率水平
圖表 2016-2019年光大證券股份有限公司運營能力指標
圖表 iVatarGo差異化優勢
圖表 2016-2019年長江證券股份有限公司總資產及凈資產規模
圖表 2016-2019年長江證券股份有限公司營業收入及增速
圖表 2016-2019年長江證券股份有限公司凈利潤及增速
圖表 2018年長江證券股份有限公司主營業務分行業、產品、地區
圖表 2016-2019年長江證券股份有限公司營業利潤及營業利潤率
圖表 2016-2019年長江證券股份有限公司凈資產收益率
圖表 2016-2019年長江證券股份有限公司短期償債能力指標
圖表 2016-2019年長江證券股份有限公司資產負債率水平
圖表 2016-2019年長江證券股份有限公司運營能力指標
圖表 同花順主營業務結構
圖表 2018年主要股票APP月活躍用戶數
圖表 2018主要股票APP用戶人均運行時長
圖表 2013-2018年公募基金市場規模
圖表 2018年國內機構取得基金銷售業務牌照分布
圖表 2012-2018年同花順的基金代銷服務及其他收入
圖表 2014-2018年“愛基金”上線基金公司數量及覆蓋率
圖表 2014-2018年“愛基金”上線基金產品數量及覆蓋率
圖表 同花順iFinD智能研判系統
圖表 2016-2019年浙江核新同花順網絡信息股份有限公司總資產及凈資產規模
圖表 2016-2019年浙江核新同花順網絡信息股份有限公司營業收入及增速
圖表 2016-2019年浙江核新同花順網絡信息股份有限公司凈利潤及增速
圖表 2018年浙江核新同花順網絡信息股份有限公司主營業務分行業、產品、地區
圖表 2016-2019年浙江核新同花順網絡信息股份有限公司營業利潤及營業利潤率
圖表 2016-2019年浙江核新同花順網絡信息股份有限公司凈資產收益率
圖表 2016-2019年浙江核新同花順網絡信息股份有限公司短期償債能力指標
圖表 2016-2019年浙江核新同花順網絡信息股份有限公司資產負債率水平
圖表 2016-2019年浙江核新同花順網絡信息股份有限公司運營能力指標
圖表 2017年藍海智投美元組合業績對比
圖表 2017年藍海智投人民幣組合收益
圖表 投米RA產品特色
圖表 2013-2018年中國智能投顧企業融資情況
圖表 中國智能投顧企業成立數目
圖表 2013-2018年互聯網財富管理融資規模及其增速
圖表 2017年部分互聯網財富管理公司融資情況一覽
圖表 2018年中國智能投顧運營狀況
圖表 全球知名大型金融機構在智能投顧方面的動向
圖表 智能產業投資價值四維度評估表
圖表 智能投顧行業市場機會整體評估表
圖表 中投市場機會矩陣:智能投顧產業
圖表 智能投顧競爭者
圖表 智能投顧業務所需牌照
圖表 智能投顧相關監管政策時間推進
圖表 中投顧問的投資建議
圖表 2022年我國智能投顧管理費市場空間預測

2016年,金融科技成為金融領域的新寵,越來越多企業開始用技術手段改善金融體系的各個方面,其中人工智能對于傳統金融行業的改變尤其引人注目。在投資管理領域,金融科技也開始發揮作用,智能投顧產品不斷面世。所謂智能投顧(也稱機器人投顧),就是用云計算、大數據、機器學習/深度學習等技術將資產組合理論等其他金融投資理論應用到模型中,結合投資者個人財務狀況和風險偏好,為投資者提供最佳投資組合。

相對于傳統投顧模式,智能投顧具有門檻低、費用低、信息透明度高三大顯著優勢。海外市場方面,在美國以Wealthfront、Betterment、Future Advisor與嘉信SIP為代表的智能投顧公司層出不窮,在具體運營上也各具特色。在中國市場方面,我國智能投顧概念的出現一方面是在普惠金融、全民理財的趨勢引導下,傳統投資顧問行業自然轉型的結果;另一方面是互聯網、大數據技術、量化投資技術的加速發展推動的。2016至2017年是智能投顧產品的集中爆發期,越來越多的傳統金融機構和創業公司嘗試利用大數據挖掘,對用戶行為、市場、產品等進行分析,為客戶提供量身定制的資產組合建議和決策輔助工具。

2016年下半年以來,我國監管層面開始重點關注智能投顧行業的動態,密集發聲規范市場環境,監管規則落地可期。2017年11月17日,中國人民銀行、銀監會、證監會、保監會、外匯局等部門聯合起草的《關于規范金融機構資產管理業務的指導意見(征求意見稿)》公布。這份文件指明了智能投顧的發展方向,標志著智能投顧野蠻生長時代正式終結,行業逐步實現規范化發展。

中投產業研究院發布的《2019-2023年智能投顧產業深度調研及投資前景預測報告》共十章。首先介紹了智能投顧行業的相關概述,其次分析了智能投顧產業發展驅動力,接著重點分析了國內外智能投顧產業發展狀況,隨后報告著重分析了智能投顧產業主流模式及國內外重點企業;最后報告對智能投顧產業投資狀況及發展前景進行了分析。

本研究報告數據主要來自于國家統計局、中國證券行業協會、中國基金業協議、中投產業研究院、中投產業研究院市場調查中心以及國內外重點刊物等渠道,數據權威、詳實、豐富,同時通過專業的分析預測模型,對行業核心發展指標進行科學地預測。您或貴單位若想對智能投顧產業有一個系統深入的了解、或者想投資智能投顧產業,本報告將是您不可或缺的重要參考工具。

本報告目錄與內容系中投顧問原創,未經中投顧問書面許可及授權,拒絕任何形式的復制、轉載,謝謝!
在線咨詢: 點擊這里給我發消息