其次，第二个想分享的问题是财富管理除了考虑普惠性之外，还需要考虑生态的协同性，特别是今天的主题就有生态二字。什么叫生态？生态是用生态学类比的理念，它表达的是这个体系里面不同的主体，在参与过程中通过某种互动的机制设计，从而形成良性共赢的发展格局与发展机制。所以我们可以反过来思考，在各类主体都积极参与进大财富管理时，在面对差异化需求的情况下，如何更好地实现协同共赢。这可能是当前行业面临的一个突出问题，因为虽然这个行业参与者非常多，主体也非常多，但是多数情况下，更多给人一种相对单打独斗的感受。在实践中，各方不管是模式相近，还是面临差异条件，比如说客群、关注的市场存在差异，事实上往往都处于某种“内卷式”竞争中。现在则需要构建行之有效的协同生态，为客户提供全生命周期服务，提供多元化服务，这就要建立相关机制、采取协同手段。所以说第二个需要关注的概念是如何进一步优化财富管理的生态，这也是过去大家关注度不足的一个方面。
最后，我想强调财富管理的技术性。技术跟这一环节的主题密切相关，从某种意义上来说，金融行业本身就是一个特殊的信息处理行业。当信息技术突飞猛进、发生改变时，肯定也会为金融行业带来颠覆式变化，财富管理肯定概莫能外。当我们谈到包括AI、量子技术等数字化与新技术如何影响财富管理的时候，一则，我们可以从实践中看出，无论是在数据的收集、风险的识别、投研工作，还是在各种各样的标的选择、平台的设置，以人工智能为代表的新技术已经给行业带来突飞猛进的发展和挑战。如果进一步穿透来看，我们看到依靠新技术能够真真切切降低财富管理活动的服务成本，这是最关键的一点。只有这样，财富管理才有可能实现不仅仅面向中高净值客户，更能面向更多长尾人群的目标。
二则，是扩大服务范围，提高服务效率。新技术的加持，为行业解决信息不对称问题提供更多可能，比如说可以更加精准地了解服务对象的信用等级等等。由此，财富管理机构一方面可以扩大服务范围，另一方面能够提高产品的服务效率。
第三，三则，是今年监管部门特别提的一句，经济与金融的适配性。在财富管理领域，我同样也觉得要全面提升供给与需求的适配性。过去，大家处于大财富管理时代第一阶段时，更多关注的是供给侧的产品创新，但是现在需反思供给侧的产品创新可能是单向的，产品能否真正符合需求侧的内在特征，变成了供给跟需求需要进一步适配的关键。其实不光在财富管理领域，各个领域都有这个问题。普惠金融的发展难点也体现在精准性上，可能只呈现出运动式发展的趋势。在新的大财富管理时代扑面而来时，我认为依靠新技术、数字化手段解决的主要矛盾，集中在怎样能够进一步提升普惠金融的精准性，把合适的财富管理产品通过合适的方式匹配给合适的客户，这在某种程度上才能实现了财富管理真正的价值，也有可能增强财富管理跨越长周期的韧性、增强客户的耐心、增强产品的耐心。否则的话，财富管理体系在可持续性方面依然存在挑战。
以上做一点简单的分享，谢谢。
张威：请问杨主任一个问题，监管政策在引导财富管理数智化转型的过程当中，如何把握鼓励创新与风险底线的平衡呢？
杨涛：刚才几位行业专家更多是从实务领域出发，我作为一个研究者换位思考一下从监管层面如何关注这个问题。财富管理领域同其他金融创新领域一样，最为关键的是处理好创新价值与安全的翘翘板，相信这对监管者来说肯定是一个重大的挑战。
我觉得在数智化的大背景下，面对财富管理的发展，可能需要从以下几方面处理好创新价值与风险翘翘板的平衡：第一，如何进一步甄别数智化背景下的财富管理活动的风险特征。首先要明白其中有哪些风险特征，识别出风险，才有可能更好地认识风险、管理风险。由此可以细分为几个重点环节：技术本身、数据、场景、链接，什么意思呢？这几个层面共同构成了监管在看待这些新兴产品时可能存在的一些担忧。比如在新技术应用过程当中，很多专家谈到了人工智能、大模型，今年的Agent也是扑面而来。
当新技术在金融领域应用的时候，姑且不论能够给金融原有的宏观与微观风险特征带来什么变化，技术本身就存在一些潜在的技术风险的挑战。比如现在从监管者的角度来看，会关注大模型进入应用的过程中的准确性、可解释性、算法同质化。所谓可解释性是指算法本身是黑箱，输入数据跟输出结果之间是不透明的，这种情况下，如何让监管达到所谓穿透式监管的目标呢？如何使得客户放心呢？在现实当中，技术层面已经有很多缓解矛盾的方案。另外，随着大模型逐渐应用，也不是说对于可解释性必须有百分之百的追求，正如当你的汽车已经深入到千家万户时，可以放心开车，但不需要懂发动机的原理。所以技术层面，可解释性肯定是一个挑战，是需要把握和应对的。此外，对准确性来看，大模型的幻觉是受到各方关注的问题。还有比如说算法同质化，在当年新资管办法刚刚制定的时候，监管者对于智能投顾产品模型的参数设计有一些担心，如果参数高度一致会否给整个交易行为带来同频共振的特征，因为在金融市场上一旦同频共振有可能带来系统性的冲击。
再比如从数据层面，数据是所有金融科技活动最重要的生产资料，一方面有各种各样的数据隐私保护、数据安全、信用数据的断直联方面的要求，也有很多依托于隐私计算的技术试图在某种程度上实现合规与技术之间的平衡。所以在数据这一细分领域也需要把握好效率与安全的平衡。
再比如场景，场景穿透到不同的金融子行业、不同的财富管理类产品业务场景后，可能存在一些功能嵌套或风险模糊领域，如何穿透进去了解风险特征，相信这也是监管部门所关注的问题。
最后是链接，链接是什么意思呢？就是在大财富管理时代出现的各种各样的业务与产品的交叉，监管者最担心的是在交叉过程当中看不清楚里面真实的交易活动是什么，由此有可能有一些潜在的复杂风险，所以要做好这个事，首先要从不同的细分领域穿透进去，真正把风险特征充分分离清楚。
第二，监管部门要换位思考，做好面向各领域的监管，首先得有足够的监管能力，这个监管能力不仅是人力的问题，更重要的是监管科技的问题。当监管者试图对纷繁复杂的新技术进行更好评估时，需要依靠高水平的金融科技人才、数据库、模型等等。比如说，在海外最早出现，始于FCA的监管沙盒机制，靠的是一系列高质量的系统以及一套技术规则+业务标准+监管规则，所以中长期来看，要做好这个事，起码从我们国家监管者角度来说，需要给予投入更多资源，提高综合的监管科技能力。
第三，归根结底，要管好这个领域，还是要形成各方共赢的中长期的机制，不仅仅是为了管而管，因为监管者在推动这个领域发展过程中，一方面要控制风险，另一方面促使财富管理更好地服务于经济社会发展，其中包括我们反复提的普惠金融意义上的财富管理。
从行业的角度来讲，财富管理不仅仅是卖产品，还包括徐总刚刚也提到的买方投顾。关键在于用某一套机制使得金融机构跟客户形成一种长期共赢的有效机制。对于投资者或者金融消费者本身来讲，也需要通过金融消费者的教育，通过一系列的机制设计，使得大家的共同利益更加基于中长期考量，并且能够延续下去，否则很多人总是批评投资者太短期化。很多人说产品赚钱了，投资者不赚钱，事实上从投资者到普通老百姓最担心的问题就是短期挣不到钱，长期被忽悠，这样就无法形成一个长期有效的机制。
所以综合来看，第一，风险识别。第二，监管自身要提高监管科技能力。第三，要跳出监管与市场的二元对立，来推动监管者、市场产品提供者、金融消费者、投资者，形成一个长期共赢协同发展的有效机制。
张威：给杨主任留一分钟总结一下。
杨涛：作为一个研究者，我最后谈几点对未来的看法。我觉得归根结底总结四个主题词，第一个词叫作降低门槛，因为数智化的财富管理归根结底是降低原有的服务门槛，使更多中等收入以下包括长尾人群参与到财富管理活动当中，当年的余额宝已经有了一轮探索，在新形势下财富管理依托于人工智能大模型还将进行一轮探索。
第二，精准配置。无论是中高净值人群还是中低收入人群，未来需要利用新技术更有效精准地匹配他们的需求特征，特别是我感受到未来可能进入一个“多样化理财”的时代，甚至叫“碎片化财富管理”，这时候更需要各种标准化+非标的产品予以配置。
第三，功能多元。什么叫功能多元？财富管理不是单一的财富管理，就广大人群特别是中低收入人群来说，财富管理、消费、投资各种各样的需求都放在一起，随时可能会出现需求变化或紧急支出，因此未来如何以财富管理作为抓手实现多元功能的配置就是重中之重。
最后，机制保障。有一位来自基金行业的朋友说，当前财富管理就像一辆车，这个车在路上不断地开，路可能比较颠簸，有时候乘客被颠出来了，有时候连司机都被颠出来了，甚至可能突然翻车了。大家在这条路上继续往前走的时候，需要考虑如何实现机制保障。其中，究竟是因为车的质量问题、司机的驾驶技术问题、乘客的安全意识问题、道路建设问题、交通规则问题等，都需要深入思考和厘清，才能保证财富管理的“快车”稳健前行。所以，未来除了技术之外更要考虑机制保障的优化。
