葛小波：为什么把客户风险承受度识别做为财富管理的重要基石

财联社11月11日讯（记者 王晨）低利率环境下，固定收益类资产提供的收益安全垫明显收窄，财富管理机构给客户做配置，越来越多地借助指数增强基金、ETF、私募多元策略和结构化产品等工具。但工具多了，配置效果并不必然随之改善。

原国联民生证券总裁葛小波在《金融市场研究》2026年第10期刊发的《识客知险，因需适配：财富管理多元配置再审视》一文中指出，中国证券经营机构的财富管理转型已有10余年实践，买方投顾体系、多元化资产配置和“三分投，七分顾”的陪伴理念已是行业共识，眼下更需要回答的，是如何让机构和客户共同敬畏市场、在低利率环境下改善投资回报，以及在人工智能时代提升客户经理的专业服务能力。

葛小波认为，客户风险测评应由静态问卷转向结合交易行为、流动性需求和损失承受能力的动态识别；资产配置层面，可持续的超额收益、低回撤与较大的策略容量三者难以兼得，这也是多元化配置实际效果常不及理论预期的主要原因。

在他看来，ETF、多元化策略和非线性工具在执行环节都面临约束，能否发挥作用，有赖于做市、对冲、信息披露和尾部风险管理能力。

这些约束具体卡在哪里？文章又给出了哪些改进方向？

问卷上的风险等级，未必是客户真实的承受力

葛小波在文中提到，客户在问卷上勾出的风险等级与其真实的风险承受能力之间常有偏差，这在平稳市场里不易察觉，到了回撤阶段和流动性压力下才会暴露，根源首先在于投资者主观判断与市场客观走势之间的偏差。

文章列举了几类常见情形：部分成功的创业者把实业领域的财富增速简单套用到资本市场的回报预期上；初级投资者容易被活跃品种的加速上涨吸引；有的投资者因单只产品阶段性大幅跑赢基准，就将其视为可持续的常态；面临回撤时，又受“锚定效应”与“损失厌恶”心理驱使，拒绝及时止损。

风险管理手段同样有成本和边界。葛小波指出，长期看大体量资金在资本市场的回报难以显著超越基准；配置低相关性资产虽是有效途径，但受QDII、跨境TRS等通道额度所限，普通投资者做全球配置同样面临约束。

对于“了解你的客户”（KYC），葛小波主张其不应止于形式化的合规流程。一方面要引导客户建立对资本市场回报的合理预期，新经济领域投资人、董监高等群体的财富快速积累多源于事业上的成功选择，资本市场难以复制；另一方面，他反对把风险测评简化为“打钩填表”，主张观察客户的实际交易行为、结合深入沟通刻画其真实的波动容忍度，并把流动性风险纳入评估。客户若在市场底部因流动性压力被迫大规模减仓，浮亏就会变成不可挽回的实际损失。

超额收益、低回撤与容量，“不可能三角形”难以兼得

资产配置层面，葛小波提出了资产配置领域的“不可能三角形”：同时具备持续超额收益和低回撤的产品虽然存在，但策略容量往往有限，随着资金规模增加，超额收益率往往显著下降，回撤也会明显加大。

葛小波给出的解释有三层。这类产品在面向海量客群时占比低、容量小，更多起补充作用，以宽基指数为基准的产品仍是整体配置的压舱石；它们对组合年化收益的改善，长期累积或许只有数十个基点，投资者对其回撤的容忍度却往往极低；相对稳定的超额收益与低回撤往往依赖明晰的定价因子或较高的交易频率，市场容量也因此受限。

公募指数增强基金的样本比较显示，同类指数基金规模快速上升的时期，往往伴随相关基金超额收益率快速下滑，这在大盘基准等成立较早、成熟度较高的板块尤为突出；小盘基准由于市场容量尚未到顶，这一负向关联尚不明显。文章同时提到，人工智能正大幅提升策略挖掘与迭代的效率，有望拓展策略空间。

ETF规模突破6万亿元，做市短板削弱配置效率

ETF是文中重点讨论的工具化产品。截至2025年底，境内ETF整体规模已突破6万亿元，境内ETF管理费率普遍在0.15%~0.5%，远低于主动管理型基金1.2%~2.0%的综合费率水平。

不过，葛小波认为，ETF的灵活性和低成本优势在特定场景下被明显削弱，突出问题是做市商机制相对薄弱、流动性在不同产品之间分化明显。

2015—2025年的数据显示，权益类ETF的存量规模远超债券类ETF，但成交金额相对其规模明显偏低，2025年债券类ETF的成交金额甚至超过了权益类ETF。作为对照，文章援引2014年底美国投资公司协会的一项调查称，美国市场每只ETF上流动性提供者的中位数达到17家，其中股票型ETF高达21家。

文章还指出，国内ETF持有人以机构为主，一个原因是期权等配套风险管理工具仍不足，更关键的则是ETF尚未被全面纳入公募基金投顾业务的可配置范围。对于完善做市商制度，文章提出扩充做市商队伍、优化交易与交收机制、借鉴“授权参与人（AP）”制度改进做市商参与方式、完善税费返还与激励机制四方面建议。

多元策略“同时回撤”，暴露三重短板

文章将二级市场投资策略划分为七类，其中超过半数无法通过公募基金实现，私募基金在低Beta、高夏普、低相关性策略上的供给作用日益重要。但这些本应改善组合风险收益的产品，近年并不平稳：过去不到三年，国内部分多元化投资策略已出现两次较大幅度的回撤，大量所谓风险中性产品单月回撤甚至超过5%，融智市场中性策略指数在2024年初和2026年中期也分别出现超4%和近3.5%的回撤。

葛小波的解释是，这些策略在设计上彼此低相关，但规模扩张之后，往往通过共同的风险因子、共同的对冲工具和拥挤的交易重新变得相关。

具体有三方面原因：一是整体策略的多元化不足，融券余额持续下降，市场中性策略只能用股指期货对冲，对冲端高度集中于IH、IC和IM三个品种；二是部分风险定价因子规模过大或过度集中，2024年2月7日前后市值因子累计涨幅达到+11.03%，反映出资金在特定风格上过度拥挤后的“踩踏”；三是信息沟通与业绩归因披露相对欠缺。用文中的话说，“策略本身有波动和回撤并不可怕，可怕的是信息盲盒”。

对应地，葛小波在文中表示，期待丰富期货、期权、信用掉期等金融工具供给，资产管理者审慎控制产品容量，并提高私募产品的信息披露水平。

非线性产品赚基差与波动率，风险集中到发行机构

雪球、DCN（动态票息票据）、弹簧（倍数指增）、安全气囊等结构化产品，通过获取市场基差与波动率收益实现回报。文章以国内某券商为例，这家券商曾受到2024年初雪球产品集中敲入的冲击，通过推出风险缓冲方案，最终约九成客户以正收益退出；2020年1月至今累计为客户创造费后近20亿元投资收益，产品复购率超70%。

葛小波主张围绕长期财富管理目标，构建本金保障型收益凭证、优化型雪球类产品、被动指增类私募产品三类产品体系，前提是产品的风险收益特征与资金属性相匹配。

他同时强调，结构化产品的风险并未消失，而是集中转移到发行机构的交易与风险管理环节：对冲工具要多元化，风控重心要从日常波动管理转向尾部风险防控，并建立“以压力测试定规模节奏、以集中度管理防共振风险、以流动性安全为首要目标”的全生命周期机制。

人工智能是新变量，根本仍在了解客户

文章最后总结道，财富管理机构的竞争力，正回归到“了解客户”与“资产配置”这些基本能力上。人工智能现阶段最先创造价值的地方，在于提升投资顾问和客户经理的专业服务能力、扩大其服务半径，场景集中在提高服务效率、帮助投顾更准确地识别客户真实风险承受能力和辅助专业内容供给，但最终面向客户的建议与判断，仍须由具备资质并承担责任的专业人员把关。

在葛小波看来，人工智能会改变服务的效率和方式，但财富管理的根本没有变：了解客户，敬畏市场，管住风险，并由此赢得客户的信任。

附：葛小波《识客知险，因需适配：财富管理多元配置再审视》原文

识客知险，因需适配：财富管理多元配置再审视

葛小波

摘要：在低利率与市场波动加大的背景下，财富管理面临客户风险认知偏差、传统配置收益空间收窄和策略容量约束。结合指数增强基金、ETF、私募基金、市场中性策略及结构化产品等实践，分析客户识别、多元配置与风险管理问题。客户风险测评应由静态问卷转向结合交易行为、流动性需求和损失承受能力的动态识别；持续超额收益、低回撤与较大策略容量难以兼得，ETF、多元化策略和非线性工具的有效运用有赖于做市、对冲、信息披露和尾部风险管理能力。人工智能可作为提升投顾效率和客户识别能力的辅助工具，财富管理的基础仍在于理解客户、敬畏市场和管住风险。

中国证券经营机构的财富管理转型已有10余年实践。以客户为中心的买方投顾体系，基于多元化资产配置改善风险收益水平，以及“三分投，七分顾”的客户陪伴理念，已成为行业在服务理念和业务模式上的基本共识。如今我们面临新的发展环境：如何让财富管理机构和客户共同敬畏市场，充分认知客户的风险承受度；如何在低利率环境下通过金融工具和投资策略选择改善投资回报；如何在人工智能时代提高客户经理的专业服务能力，成为财富管理转型升级面临的新问题。

一、敬畏市场和了解客户是财富管理服务的基石

了解客户是财富管理服务的起点。我们的体会是，客户在问卷上勾出的风险等级与其真实的风险承受能力之间常有偏差，这在平稳市场里不易察觉，到了回撤阶段和流动性压力下才会暴露。其根源首先在于投资者主观判断与市场客观走势之间的偏差。

（一）主观判断与客观走势之间的偏差

财富管理实践中的基本矛盾，在于投资者主观预期与市场客观走势之间的差异。它既表现为对市场估值的高估或低估，也表现为对自身风险承受能力的误判。常见的情形有几种：

一是部分成功的创业者往往把实业领域的财富增速简单套用到对资本市场的回报预期上；

二是初级投资者容易被股票市场活跃品种的加速上涨所吸引，产生不切实际的盈利幻想；

三是投资者往往仅因单只产品在特定阶段大幅跑赢基准，就将其视为可持续的常态；

四是面临回撤时，部分投资者受“锚定效应”与“损失厌恶”心理驱使，期待价格回到成本线而拒绝及时止损。市场或产品的走势不以投资者的意愿为转移，波动和回撤客观存在，只要长期参与资本市场，就会承受阶段性回撤带来的损失。

上述风险虽可借助投资组合与金融工程技术部分规避，但风险管理手段有成本，有效性也有限定条件。例如，高频交易或择时策略在特定微观策略中或许卓有成效，但面对海量客户与巨额资产时，其边际效用往往有限。

长期看，大体量资金在资本市场的回报难以显著超越基准。部分机构虽在特定产品上取得可观的超额收益，但这类产品容量有限，绝大多数普通投资者无法参与。配置低相关性资产是改善风险收益比的有效途径，但受限于QDII、跨境TRS等通道的额度，普通投资者通过全球配置分散单一市场风险同样面临约束。

主观判断与客观走势之间的偏差无法消除，投资者需要从三方面着手：一是通过系统的信息收集、专业的研究框架和方法论，提高对市场走势预判的准确性；二是针对小幅偏差，及时调整投资组合或适当降低风险敞口，把组合回撤控制在自身的损失容忍度之内；三是敬畏市场，这也是最重要的一点：即使市场出现大幅、快速的逆向偏离乃至极端压力情境，组合损失也不应击穿客户的风险容忍底线。

（二）如何做好了解客户的工作

“了解你的客户”（Know Your Client, KYC）不应止于形式化的合规流程，而应是一项持续、深入的专业服务，包含两个方面。

一是引导客户更深入地理解市场。这不是以营销为导向、劝客户炒股票或买产品的简单推介，而是帮助客户认识市场运行的基本规律，建立对资本市场回报的合理预期，充分认知市场与产品的潜在风险。尤其是新经济领域的投资人、董监高等群体，其财富的快速积累多源于事业上的成功选择，资本市场难以复制这样的高成长。

财富管理所能提供的，是在合理回报区间内实现资产保值增值的专业支持。同一机构的不同产品差异显著，即便是优质产品，在不同市场周期的表现也会迥异，在特定阶段难免遭遇较大回撤，因此要向客户清晰揭示压力情境下可能出现的损失。

二是识别客户的真实风险承受度，这是KYC工作的重中之重。我们反对将风险测评简化为几张标准化问卷的“打钩填表”式操作，而主张通过观察客户的实际交易行为，结合深入沟通，刻画其真实的波动容忍度与亏损承受力。客户在平静市场里往往高估自身的风险承受能力，一旦遭遇实质性风险，又容易受情绪驱使做出非理性操作，放大实际损失。评估风险承受能力还必须纳入流动性风险。若客户在市场底部因流动性压力被迫大规模减仓，浮亏就会变成不可挽回的实际损失。

二、资产配置的约束、工具与变革

在较低的利率环境下，固定收益类资产提供的收益安全垫明显收窄，资产配置的方式和目标收益需要调整，配置视野也必须向更广的策略工具和资产类别延伸。21世纪以来，境外资本市场同样进入低利率环境，为改善风险收益水平，另类投资规模增长10倍以上，成为这一时期增长较快的投资类别。

在国内，通过工具化产品、非线性产品和中性交易策略进行更多元的配置、改善组合风险收益水平，已成为资产管理行业的普遍共识。然而，上述工具与策略在执行环节都面临不少约束，影响客户的投资体验与收益获得感，有必要对低利率时代的资产配置再做审视，尤其要厘清这些约束。

（一）超额收益、回撤与策略容量的“不可能三角形”

投资经理希望找到低相关性、高收益率和低回撤的品种，以构建高效的投资组合。现实中，同时具备持续超额收益和低回撤的产品虽然存在，但策略容量往往有限，随着资金规模增加，超额收益率往往显著下降，回撤也会明显加大。我们将这一关系称为资产配置领域的“不可能三角形”，即可持续的超额收益、低回撤与较大的策略容量三者难以兼得。这也是多元化配置策略实际效果常不及理论预期的主要原因。

首先，面向海量客群时，兼具持续超额收益与低回撤的产品总体占比低、策略容量小，在资产配置中更多起补充作用，难以成为主体配置。

对广大投资者而言，以宽基指数为基准的产品仍是整体配置的压舱石。其次，此类低回撤产品对组合年化收益的改善，长期累积或许只有数十个基点，但作用不容小觑。正因为被寄予平滑波动的期望，投资者对其回撤的容忍度往往极低，一旦出现超预期的短期回撤，对组合构建者和客户信心的冲击远大于同等幅度的基准回撤。最后，相对稳定的超额收益与低回撤，往往依赖于明晰的定价因子或较高的交易频率，其市场容量也因此受限。不过，人工智能正大幅提升策略挖掘与迭代的效率，有望拓展策略空间，为组合构建者提供更多选择。

公募基金数据相对全面、透明，本文以场外指数和指数增强型公募基金为样本，比较对标不同类型指数的公募指数增强基金的超额收益率与规模（图1）。整体看，同类指数基金规模快速上升的时期，往往伴随相关基金超额收益率快速下滑，这在成立较早、市场成熟度较高的指数板块（如大盘基准）中尤为突出；成立较晚的小盘基准指数由于近期换手率仍较高、市场容量尚未到顶，这一负向关联尚不明显。

图1 不同类型指数对标的公募指数增强基金超额收益率与基金规模对比 数据来源：Wind，本文以场外指数型及指数增强型公募基金为研究样本。基准指数按市值风格划分为四类：大盘基准包括沪深300、中证A500、中证100、上证50和中证800等主流指数；中盘基准包括中证500和中证1000指数；小盘基准包括中证2000和国证2000指数；双创板块基准主要为科创板与创业板相关市场指数。 样本筛选，为剔除行业指数及规模过小的主题指数对应的基金；剔除存续规模低于5 000万元的小微指数基金。 指标口径，图中“规模”为对应类别指数增强基金的总规模；“滚动年化Alpha”为对应类别指数增强基金相对其基准指数的滚动年化超额收益率，滚动窗口为1年，以周收益率乘以50进行年化，未经风险调整。

（二）ETF工具在Beta配置中受到制约

ETF是国内公募基金市场过去五年规模增速较快的产品类别。截至2025年底，境内ETF整体规模已突破6万亿元；同期，全球ETF的规模接近20万亿美元，同比增长超过33%。

1.ETF产品在资产配置中发挥的作用

作为代表性的工具化产品，ETF已是全球投资者资产配置的主要选择。一是成本低。境内ETF管理费率普遍在0.15%~0.5%，托管费率在0.05%~0.1%，远低于主动管理型基金1.2%~2.0%的综合费率水平。二是持仓透明、盘中可交易。ETF紧密跟踪标的指数，持仓与权重每日披露，不存在主动基金的“风格漂移”问题；在做市商报价和一二级市场套利机制的支持下，投资者可以在盘中即时交易。

2.境内ETF市场在配置实践中面临的现实制约

在实际配置中，ETF的功能发挥仍受到不少制约，灵活性和低成本的优势在特定场景下被明显削弱。突出的问题是做市商机制相对薄弱，流动性在不同产品之间分化明显。回顾2015—2025年的10年数据，国内ETF市场整体成交活跃度依然不足，规模与流动性并不匹配：权益类ETF的存量规模远超债券类ETF，但成交金额相对其规模明显偏低，2025年债券类ETF的成交金额甚至超过了权益类ETF（图2和图3）。

图2 2025年底各类ETF规模占比 数据来源：Wind，截至2025年底。按ETF资产净值计算，涵盖股票型ETF、债券型ETF、商品型ETF、货币型ETF、跨境ETF及未上市ETF。各分类占比合计为100%，因四舍五入可能存在尾差。
图3 ETF年度成交金额 数据来源：Wind，2015—2025年。股票型ETF、债券型ETF分别列示，全部ETF市场为合计口径。左轴为成交金额（万亿元）。柱状图分别为股票型ETF和债券型ETF年度成交金额，折线为全部ETF市场年度成交金额。该图用于观察ETF市场规模扩张与成交活跃度之间的匹配关系。

在成熟的海外市场，做市商作为资产配置者的高效交易对手，能够提供清晰、连续的双边报价，使投资者能以相对确定的价格获取ETF份额。相比之下，国内部分产品若过度依赖一级市场申购，往往面临T+1交收制度带来的价格不确定性，这会大幅削弱ETF在资产配置中的效率优势，甚至使其低费率优势被交易摩擦侵蚀。

根据2014年底美国投资公司协会（Investment Company Institute，ICI）的一项调查，美国市场每只ETF上流动性提供者（包括注册做市商、对冲基金等）的中位数达到17家，其中股票型ETF高达21家。1这得益于完善的配套制度：做市商不仅能更及时、详尽地获取PCF（申购赎回清单）信息，还能获得发行人的激励与税费减免，跨市场转换机制亦顺畅高效。

国内ETF持有人以机构为主，ETF尚未真正成为个人投资者参与资本市场的主流工具。原因主要有两方面：其一，境内ETF配套的风险管理工具仍不足，期权等衍生品品种有限，不仅限制了做市商的存货管理与定价能力，也不利于投资者进行风险对冲与组合管理；其二，也是更关键的，ETF尚未被全面纳入公募基金投顾业务的可配置范围，在一定程度上制约了零售客户通过投顾配置ETF。

3.境内ETF做市商发展的建议

无论是纳斯达克（NASDAQ）、纽约证券交易所（NYSE）等具有做市传统的市场，还是日本、韩国及中国港台地区等以电子化竞价交易为主的市场，都设立了ETF做市商制度。完善国内做市商制度，可从四方面着手。

一是扩充做市商队伍。与前述美国市场相比，境内做市商数量仍有较大提升空间。建议放宽准入条件、优化审批流程，鼓励更多具备实力的证券经营机构申请做市商牌照，引入更多专业做市机构。

二是优化交易与交收机制。可借鉴海外经验，提高做市商在场内外申购赎回的便利程度，增强其双边报价能力。例如，探索ETF份额申赎与基础证券（包括北交所和沪港通品种）跨市场交易的可行性，境内现有的集中交易与中央登记结算体系已具备相应技术基础。针对A50、A500等主要宽基指数，需要完善配套的衍生品工具，既为做市商和投资者提供对冲手段，也形成多样化的交易需求。在落实ETF大宗交易新规的基础上，还需探索商业上可持续的服务模式，满足大资金的配置需求。

三是改进做市商的参与方式。境内做市商在买卖价差、最小申报数量及连续竞价参与率等方面承担着严格的做市义务，需保持高频双边报价。但其交易权限与普通投资者趋同，一定程度上制约了做市能力的发挥。建议借鉴海外“授权参与人（AP）”制度，赋予做市商在ETF份额创设与赎回方面的特殊权限。还可引入流动性提供者/流动性消耗者（Maker-Taker）费率模型，由ETF发行人提供额外激励，并设定差异化的报价考核标准。做市商的高频双边报价虽在形式上与量化交易相似，但实质是提供流动性，监管上可对其履行做市义务的程序化交易给予相应豁免。

四是完善税费返还与激励机制，降低做市成本。香港市场对做市商交易征费及交易费全额免征，境内目前仅根据评级对主做市商给予部分交易费返还，一般做市商难以享受。建议扩大税费返还的覆盖范围与减免幅度，引导更多机构持续、稳定地提供流动性。

上述调整需要监管机构在准入、交易、交收、税费等环节协同推进，为投资者通过ETF高效、低成本地配置资产创造便利。

（三）国内多元化策略或量化交易

近年来，国内多元投资策略的规模增速明显快于公募基金整体，在投资者配置中的作用日益重要。

1.多元化投资策略在投资组合中发挥的作用

可将二级市场投资策略（一级市场基金的方法论和金融工程技术与之差异显著，本文暂不讨论）划分为七类（表1）。其中超过半数的策略无法通过公募基金实现，境内私募基金在策略供给方面的作用日益重要，在低Beta、高夏普、低相关性的策略上尤其如此。

表1 二级市场基金的策略分类

由于私募基金适用较高的投资者适当性要求，仅高净值客户可参与投资。对这部分客户，财富管理者的配置方式有所不同：多元化投资策略成为主要配置，部分Beta型标准产品则退为择时工具和卫星仓位。

基金业协会的数据显示，近五年不同类型私募基金的发展体现出两个特征（图4）：一方面，多元化配置的混合类私募基金规模增速远快于单纯的权益类私募基金，而债券类私募基金在监管趋严及利率长期下行的背景下，规模长期负增长；另一方面，不完全依赖市场Beta、特别是和股市系统性风险关系不大的商品及金融衍生品类私募基金，规模增速一直较快。

图4 不同类型私募基金规模的同比增速，数据来源：基金业协会。

公募基金的量化产品也在迅速成长，不断拓展与传统基准相关性较低的策略，以提供差异化回报。基金业协会数据显示，近五年不同类型公募基金的发展与私募基金既有相似也有区别（图5）：首先，和股市系统性风险关联度较高的股票基金和混合基金（其中偏股混合型基金的股票仓位一般不低于60%），其规模增速自2025年末以来明显回落。其次，投资于海外资产的QDII公募基金，在出海投资的普适性和便利性方面优于私募基金，因此增速震荡向上。最后，与债券私募基金不同，债券公募基金规模在长期利率下行的背景下仍阶段性可观增长，这与其中“固收+”产品的贡献密切相关。截至2026年6月末，可投转债和股票的债券公募基金占所有债券公募基金规模近40%，在公募基金相对有限的投资范围里较好地体现了资产配置的能力。

图5 不同类型公募基金规模的同比增速，数据来源：基金业协会。

2.大幅回撤对财富管理配置基础的冲击及其成因

过去不到三年，国内部分多元化投资策略已出现两次较大幅度的回撤，大量所谓风险中性产品单月回撤甚至超过5%。对财富管理而言，这一问题相当严重：这些产品本应改善组合的风险收益，其波动却超过了部分高Beta品种。如图6所示，融智市场中性策略指数作为行业平均指标，虽已平滑个体的极端波动，在2024年初和2026年中期仍分别出现超4%和近3.5%的回撤。

图6 私募市场中性策略指数走势及回撤率，数据来源：私募排排网。

这些策略在设计上彼此低相关，但规模扩张之后，往往通过共同的风险因子、共同的对冲工具和拥挤的交易重新变得相关，回撤也随之同时出现。原因主要有三方面。

一是整体策略的多元化不足。2021年以来A股市场融券余额持续下降，2024年以来更是快速缩水至低位（图7）。股票多空、转债套利等本是多元化策略中最基本的品种，在当前A股市场却因券源匮乏而难以开展。由于融券受限，市场中性策略只能用股指期货对冲，大量产品的对冲端高度集中于IH、IC和IM三个品种（图8），对冲成本因此整体抬高。多元化信用类投资策略也因金融工具和场外市场欠发达而难以形成规模，投资者多只能基于信用判断买入并持有。

图7 A股融券余额的下行趋势（2021年1月4日—2026年7月4日），数据来源：Wind。该图用于观察2021年以来A股融券余额的长期变化趋势。

该图用于观察三大股指期货品种的成交活跃度变化。图中显示，市场中性策略的对冲端高度集中于IH、IC和IM三个品种，尤其在市场波动放大阶段，股指期货成交量明显抬升，反映对冲需求集中释放。

图8 三大股指期货成交量变化趋势（2021年1月1日—2026年7月4日），数据来源：Wind，期货成交量。分别列示上证50股指期货（IH）、中证500股指期货（IC）和中证1000股指期货（IM）的成交量。

二是某些风险定价因子的规模过大或过度集中。以2024年出现的大幅回撤为例，即使扣除股指期货基差大幅收窄的影响，风格因子过度集中引发的踩踏与回撤仍然很大。风格因子收益率走势（图9）印证了这一点：2024年2月7日前后，各类因子的收益率出现极端分化，市值因子（灰线）在短短几个交易日内急剧上冲，至2月7日累计涨幅达到+11.03%，非线性市值因子也随之大幅冲高。单一风格因子在短时间内如此异动，反映出前期大量资金在特定风格上过度拥挤、市场突变时被迫集体平仓调仓造成的“踩踏”。无论对单一机构还是全市场，特定因子的暴露规模都应有合理上限，若随规模增长盲目扩大暴露，终会为此承受损失。

图9 不同量化风格因子的变化。数据来源：火富牛。因子收益率以累计收益率形式展示，基准点为0%。图中横轴为2024年2月至5月前后，纵轴为因子收益率（%）。

图中标注点为2024-02-07。当日市值因子为1.1103（+11.03%），非线性市值因子为1.0545（+5.45%），动量因子为1.0102（+1.02%），账面市值比因子为1.0087（+0.87%），流动性因子为0.9847（-1.53%），Beta因子为0.9754（-2.46%），残差波动因子为0.9673（-3.27%）。该图用于说明2024年2月前后各类风格因子收益率出现极端分化，尤其是市值因子短期急剧上冲，反映前期资金在特定风格上的过度拥挤及随后的集中平仓。

三是信息沟通与业绩归因披露相对欠缺。笔者10余年前为构建海外对冲基金组合，曾赴华尔街拜访近百家对冲基金，几乎每家机构均能提供详尽的业绩归因分析与风险特征报告，专业投资者可据此清晰了解收益与回撤的主要来源，并定期调整组合。国内财富管理者构建组合时同样需要这样的信息。策略本身有波动和回撤并不可怕，可怕的是信息盲盒。

3.多元化投资策略的前景与建议

公募和私募基金都在加大多元化投资布局，投资者对此类策略的需求也在增加。作为财富管理者，我们期待以下几方面有所改善。

一是丰富金融工具供给，包括场内的期货、期权品种和信用掉期品种，以及场外信用产品和其他非线性产品。这可为资产管理者开拓更多投资策略、捕捉更稳定的定价因子提供基础。二是审慎控制产品容量。资产管理者应业绩优先、兼顾规模，靠更多优秀策略逐步积累规模，不宜以规模扩张为首要目标而侵蚀策略本身的超额收益。三是提高私募产品的信息披露水平。财富管理者本身也是专业投资者，只有充分了解策略的收益归因、风险暴露和压力情景等信息，才能做好买方投顾，使组合构建与客户的风险承受度相匹配。

（四）非线性工具所发挥的作用

随着市场风格加速轮动、无风险收益率不断走低，以金融工程为基础的非线性结构化产品快速增加。近几年增长较快的结构化金融产品主要有两类：一是前文所述的以绝对收益为目标的多元化私募；二是结合标的方向、波动率及基差等多重市场特征的结构化产品。后者广泛运用期权等非线性金融工具，已形成雪球、DCN（动态票息票据）、弹簧（倍数指增）、安全气囊等一系列产品。

基于非线性工具的结构化产品跳出了传统权益投资“追逐板块涨跌、博弈跑赢大盘”的框架，转而通过获取市场基差与波动率收益实现回报。这一模式减少传统主动管理中的道德风险，弥补传统权益类财富管理工具的短板，也对发行机构的交易定价与风险管理能力提出很高要求。

国内某券商的业务历程有一定参考价值。该券商较早布局非线性工具在居民财富管理中的应用，投入较多资源搭建结构化产品发行体系，也曾受到2024年初雪球产品集中敲入的冲击。通过及时推出一系列风险缓冲方案，最终约九成客户以正收益退出，收益表现好于同期指数。2025年以来，该券商调整了产品供给，形成“浮动收益类收益凭证、百万起点倍数指增、千万起点雪球类业务”三类产品，2020年1月至今累计为客户创造费后近20亿元投资收益，产品复购率超70%。行业仍需思考：如何推动这项业务健康发展？如何通过产品定位更好地服务投资者？尾部风险发生后如何控制对冲风险、减少投资者损失？

1.围绕长期财富管理目标构建多元化产品体系

这类产品若定位得当，也可以为养老金融、普惠金融等领域提供差异化的配置工具，但前提是产品的风险收益特征与资金属性相匹配。产品体系应以服务长期财富管理为目标，具体可分为三类（表2）。

表2 服务长期财富管理的非线性产品体系

一是本金保障型收益凭证，适合闲置资金理财。以收益凭证为载体，在本金保障的基础上，将利息部分挂钩权益类、商品类标的以获取额外收益，改善固定收益类投资的收益体验。这类产品风险较低、适用面广，可用于银行理财、金融机构自营、上市公司闲置资金管理及个人闲钱理财等场景。

二是优化型雪球类产品，适合长期资金配置。在雪球结构的基础上，优化敲入、敲出、票息、标的等条款，通过快速降敲、取消敲入观察、有条件提前派息等设计降低尾部风险、提高流动性，帮助投资者更稳定地获取波动率收益与基差收益。这类产品适合超高净值个人的长期资金和机构闲置资金。

三是被动指增类私募产品，适合长期权益配置。以指数增强类产品为载体，以跑赢指数为目标，通过增强收益按月派息、仅与指数涨幅挂钩（不放大下跌杠杆）、配置下跌保护期权等设计，改善持有体验。这类产品适合超高净值个人的长期权益配置（尤其是定投场景），有助于平滑权益市场波动。

结构化产品的重要价值在于可按投资者需求贴身定制。例如，笔者2026年在新加坡拜访同行时问及当前海外市场最流行的产品，对方给出的答案是反向可转换票据和累计期权。后者十几年前曾因给中资大型企业带来巨大亏损而饱受诟病，但在特定情景下，经过条款调整，也有其合理性。以产业型超高净值客户为例，其卖出高科技股票后所得资金若配置累计期权，可能出现两种结果：若股票未下跌，客户获得较高回报；若下跌，客户则可能以较低价格重新买回股票。结合资金来源和财富实现过程看，这正是结构化产品应当发挥的适配作用。

2.以多元化对冲与尾部风险管理保障业务可持续

结构化产品把市场基差与波动率收益转化为客户相对稳定的回报，但风险并未消失，而是集中转移到发行机构的交易与风险管理环节。产品结构决定了收益形态，交易和风险管理能力才决定产品能否穿越市场周期。要长期、稳健地开展非线性工具业务，不能只依赖前端产品设计和单一对冲手段，还需建立与业务规模相匹配的多元化对冲和尾部风险管理能力。

一是对冲工具要多元化，降低对单一市场与工具的依赖。非线性产品同时承载了方向、波动率、期限、相关性以及基差等多重风险。若仅依靠股指期货进行Delta对冲，在常规市场环境下或许效率较高，但一旦遭遇市场快速涨跌、波动率急剧攀升或流动性骤降，容易出现对冲交易拥挤、成本急升。交易商应根据不同产品的风险特征，综合运用股指期货、ETF、现货及场内外期权等工具构建组合对冲策略：日常小幅波动中优先使用高流动性的线性工具管理方向风险；面对Gamma、Vega等非线性风险及市场大幅跳跃带来的尾部风险，则需提前用期权对冲部分敞口，兼顾常态下的对冲效率与极端行情下的承受能力。

二是风控重心要从日常波动管理转向尾部风险防控。非线性产品多数时间风险敞口相对平稳，但当标的价格逼近关键点位或市场出现快速单边行情时，风险敞口会非线性放大。2024年初雪球产品集中敲入的教训在于，问题不只是市场方向误判，而是大量结构相似、标的趋同的产品在极端环境下同时触发风险，使常规风险在短时间内演变为集中的流动性与对冲压力。机构的风险管理必须从“平均意义上的风险管理”转向“极端情景下的生存能力管理”（图10）。

图10 雪球敲入附近的风险敞口与IM当季年化基差走势 注：左图为交易商未对冲期权腿视角，投资者期权腿符号相反。Delta＝∂(V/N)/∂(S/S0)，Gamma按0.01倍显示；未敲入曲线仅绘敲入线上方。浅色带突出敲入附近区域，局部负Gamma区间更窄；已敲入仍可敲出，敲入后Gamma并非始终为负。 模型参数：敲入80%、敲出103%，分别每日、每21交易日观察；总期限1年、剩余半年，年票息15%、波动率18%、利率2%、股息率0。距下次敲入、敲出观察分别为1、21交易日。V不含本金及融资腿；敲出付累计票息，未敲入到期付全期票息，已敲入且未敲出到期承担标的跌幅、不付票息。曲线为假设模型示例，非市场报价。 数据口径：右图全期使用当季合约IM2403，到期日为2024年3月15日。年化基差率＝(F－S)/S×365/D×100%，F为期货收盘价，S为中证1000指数收盘价，D为行情日至到期日的剩余自然日数。采用365天简单年化，未剔除分红；负值表示贴水。横轴按37个交易日等距排列，不含休市日。资料来源：自建模型；中金所1月行情、2月行情；腾讯证券中证1000日线。期货收盘价经新浪财经交叉核对。

三是建立覆盖产品全生命周期的尾部风险管理机制。这一机制可概括为“以压力测试定规模节奏、以集中度管理防共振风险、以流动性安全为首要目标”。发行前，应基于历史极端行情与假设压力情景，对最大Delta、Gamma、Vega敞口及单日对冲规模进行压力测试，据此确定发行总规模与节奏，从源头防止风险过度集中。存续期内，需持续监控标的、敲入点位、到期日及客户结构的集中度，避免大量产品在相同点位形成同向敞口；对临近关键风险点位的产品，应提前通过期权布局等方式增厚风险缓冲，而非被动应对。

财富管理客户最终关心的，不是发行机构采用了多么复杂的定价模型，而是市场平稳时能否获取合理收益、市场剧烈波动时能否将损失控制在可承受范围内。发行机构也不能片面追求产品规模与短期收益，而要结合自身资本实力、对冲能力和市场流动性合理确定业务容量。

三、结语

财富管理机构的竞争力，正回归到“了解客户”与“资产配置”这些基本能力上。前文讨论的几个问题——客户真实能承受多大风险，市场能提供什么样的风险收益组合，策略在规模扩张后为何重新相关，机构自身能承载多少风险——最终都落在这两项能力上。当下的新变量是人工智能，它正在从效率、广度与深度三个方面改变财富管理的服务方式。

现阶段，人工智能在财富管理中最先创造价值的地方，不是直接替代投资顾问向客户输出结论，而是提升投资顾问和客户经理的专业服务能力，扩大其服务半径。应用场景主要有三类。一是提高服务效率。财富管理一线有大量信息整理、资料核验、合规审查及客户画像等工作，交由大模型和流程自动化处理后，员工可以把更多时间投入客户沟通、资产配置建议与长期陪伴。二是帮助投顾更全面、及时地理解客户。人工智能可以综合客户行为、账户数据、市场热点及服务记录形成动态的客户画像，更准确地识别其真实风险承受能力，纠正收益预期错配，从源头降低适当性风险。三是辅助专业内容供给。人工智能可以帮助投顾快速提炼市场资讯、研究观点与组合分析，生成更有针对性的服务材料，但最终面向客户的建议与判断，仍须由具备资质并承担责任的专业人员把关。

构建企业级人工智能体系，关键在于集中建设公司级的数据和知识能力，形成统一底座。过去部分机构的数字化建设比较分散，各部门独立建系统、接模型、沉淀数据，短期响应快，长期却造成数据标准不一、知识无法复用、工具重复建设和安全合规边界模糊。人工智能会改变服务的效率和方式，但财富管理的根本没有变：了解客户，敬畏市场，管住风险，并由此赢得客户的信任。这些能力仍然要靠专业人员在市场周期中一轮一轮地积累。

Understanding Clients, Assessing Risk, and Need-based Allocation: Rethinking Diversified Asset Allocation in Wealth Management

GE Xiaobo

(Former President of Guolian Minsheng Securities)

Abstract Against the backdrop of low interest rates and heightened market volatility, wealth management faces challenges arising from gaps in clients' risk perceptions as well as the potential for diminishing returns from traditional allocation and constraints on strategy capacity. Drawing on practices involving index-enhanced funds, exchange-traded funds (ETFs), private funds, market-neutral strategies, and structured products, this study examines client profiling, diversified allocation, and risk management. Client risk assessment should evolve from static questionnaires toward dynamic profiling that incorporates trading behavior, liquidity needs, and loss-bearing capacity. Sustainable excess returns, low drawdowns, and large strategy capacity are difficult to achieve simultaneously, while the effective use of ETFs, diversified strategies, and nonlinear instruments depends on capabilities in market making, hedging, information disclosure, and tail-risk management. Artificial intelligence can serve as an auxiliary tool to improve advisory efficiency and client risk profiling, but the tried-and-true foundations of wealth management remain intact: understanding clients, maintaining market discipline, and controlling risk.

Keywords Wealth Management, Client Risk Perception, Asset Allocation, Nonlinear Instruments

JEL Classification G11 G23 G51

（财联社记者 王晨）