2020-2026年中国智能投顾行业投资分析及前景趋势预测报告
=
报告目&= #24405;及图表目录
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
&n= bsp;
智研数据研究中心 = 32534;制
www.compuke.net
一、
报&= #21578;报价
《2020-2026年中国智能投顾行业投资分析及前景趋势预测报告》信息及时,资料详= 23454;,指导性强,具有?= 20;家,独到,独特的优= 势。旨在帮助客户掌= 5569;区域经济趋势,获?= 1;优质客户信息,准确&= #12289;全面、迅速了解目= 069;行业发展动向,从而= ;提升工作效率和效果= 65292;是把握企业战略发ì= 37;定位不可或缺的重要= 决策依据。
=
报告详细#= 775;问地址://www.compuke.net/b/maoyi/E17161Q2SS.html
产品?= 5;格:印刷版:RMB 8000 电子版:RMB 8000 印刷版+电子版:RMB 8200
<= /o:p>
全国?= 9;一客服电话:400-600-8596= (免长话费)010-80993963
Email:sales@abaogao.com
联系?= 4;:刘老师谭老师陈老师
=
报= ;告说明、目录及图表= 30446;录详见第二部分。
=
二、
说&= #26126;、目录、图表目录
国家统计局数据显示,20岁到50岁的人口占比达到近49%,其中40-50、20-30岁的人口数量相对较多。20-30岁即80后、90后作为千禧一代更容易接受互联网新事物,在投资、借贷、理财等金融行为上,更依赖科技驱动型工具与方式,虽然千禧一代之中有许多人还没有成为财富管理客户,但他们中大多数正处于经济能力上升或稳定阶段,未来一段时间内他们的投顾需求会呈直线上升。
根据数据显示,到2020年时全球智能投顾管理的资产总额将达8万亿美元,而如果可持续投资仍占有全球资产管理(AUM)28%的比例,那意味着该领域是一个超过2万亿美元的巨大市场,若再加上数据分析,量化策略等增值服务,智能投顾未来市场规模将更为庞大。
2019年度,我国个人可投资金融资产总额约为113万亿人民币,较前一年增长24%;预计到2020年底,我国个人财富将保持12%的年均复合增长率,达到200万亿人民币。若按智能投顾渗透率为10%计算,则预计未来智能投顾管理资金将达20万亿人民币,按照管理费为0.5%计算,则管理费规模将达1000亿人民币,虽然目前智能投顾市场仍处于初期的阶段,但未来潜力无限。
全球智能投顾管理资产规模趋势图
资料来源:公开资料整理
智研数据研究中心发布的《2020-2026年中国智能投顾行业投资分析及前景趋势预测报告》共九章。首先介绍了智能投顾行业市场发展环境、智能投顾整体运行态势等,接着分析了智能投顾行业市场运行的现状,然后介绍了智能投顾市场竞争格局。随后,报告对智能投顾做了重点企业经营状况分析,最后分析了智能投顾行业发展趋势与投资预测。您若想对智能投顾产业有个系统的了解或者想投资智能投顾行业,本报告是您不可或缺的重要工具。
本研究报告数据主要采用国家统计数据,海关总署,问卷调查数据,商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场调研数据,企业数据主要来自于国统计局规模企业统计数据库及证券交易所等,价格数据主要来自于各类市场监测数据库。
报告目录:
1.1 智能投顾介绍
1.1.1 主要定义
1.1.2 服务模式
国内智能投顾的主要模式
服务对象
|
服务模式
|
个人
|
根据客户的风险属性来确定股票、债券和货币的配置比例
|
个人
|
根据市场舆情监测分析提供的主题投资策略
|
个人
|
跟着牛人炒股的社交投资工具
|
个人
|
根据量化指标分析的量化投资策略
|
个人
|
针对海外成熟市场的全球资产配置
|
机构
|
金融机构的资产管理系统、客户管理系统和资产托管系统
|
机构
|
基于金融语义分析和金融大数据分析的数据服务
|
1.1.3 主要特征
1.1.4 发展历程
1.1.5 产业价值链
1.2 智能投顾优势
1.2.1 门槛低
1.2.2 费用低
1.2.3 高透明
1.2.4 高效便捷
1.2.5 投资表现优异
1.3 智能投顾与传统投顾服务对比分析
1.3.1 智能投顾与理财师
1.3.2 智能投顾与基金经理
1.3.3 智能投顾与研究员
第二章 智能投顾产业发展驱动力分析
2.1 大数据为智能投顾发展奠定基础
2.1.1 数据维度增加奠定基础
2.1.2 大数据提升资产管理效率
2.1.3 海量数据重塑竞争格局
2.2 人工智能推动智能投顾进步
2.2.1 智能投顾AI核心技术
2.2.2 人工智能是关键技术
2.2.3 人工智能推动产业发展
2.3 证券行业变革提供发展机遇
2.3.1 券商探索新盈利点
2.3.2 互联网证券奠定基础
2.3.3 普惠金融持续推进
2.3.4 客户需求激增
2.3.5 证券业竞争格局变化
2.4 社会资产配置结构变化推动
2.4.1 人口结构变化提升投资度
2.4.2 金融资产配置需求提升
2.4.3 产业受风险投资热捧
第三章 2014-2019年国际智能投顾产业发展分析
3.1 2014-2019年国际智能投顾产业发展分析
3.1.1 市场接受程度
3.1.2 市场发展规模
2015-2020年全球智能投顾管理资产规模走势
3.1.3 传统企业布局
3.1.4 新兴公司兴起
3.1.5 主要投资产品
3.2 2014-2019年国际智能投顾产业市场服务分析
3.2.1 市场服务范围
3.2.2 税务筹划顾问
3.2.3 投资组合优化顾问
3.2.4 人机结合顾问
3.3 2014-2019年美国智能投顾产业发展现状
3.3.1 市场发展规模
3.3.2 市场投资产品
3.3.3 市场投资主体
3.3.4 市场竞争态势
3.3.5 市场规模预测
第四章 2014-2019年中国智能投顾产业发展分析
4.1 中国智能投顾产业发展概述
4.1.1 智能投顾发展阶段
4.1.2 智能投顾业务模式
4.1.3 智能投顾模式分类
4.2 2014-2019年中国智能投顾产业发展现状
4.2.1 市场监管政策
4.2.2 市场发展特点
4.2.3 市场发展规模
4.2.4 市场参与主体
4.2.5 市场竞争格局
4.2.6 智能投顾产品
4.3 2014-2019年中国智能投顾理财平台分析
4.3.1 全球资产配置型
4.3.2 证券投资型
4.3.3 理财超市型
4.4 中国智能投顾产业发展存在的问题
4.4.1 被动投资品种较少
4.4.2 法律定位仍存障碍
4.4.3 风控体系有待加强
4.4.4 金融数据开放程度低
4.4.5 外汇管制存在限制
4.5 中国智能投顾产业发展策略
4.5.1 加强合规化监管
4.5.2 完善风控体系建设
4.5.3 加快技术创新进步
第五章 2014-2019年智能投顾主流模式分析
5.1 智能投顾发展模式概述
5.1.1 主流模式类型
5.1.2 模式对比分析
5.1.3 典型公司分析
5.2 2014-2019年智能投顾产业模式发展分析
5.2.1 模式发展现状
5.2.2 盈利模式分析
5.2.3 模式发展前景
5.3 智能投顾主流开发模式
5.3.1 资产配置模式
5.3.2 数据分析模式
5.3.3 人机结合模式
5.4 智能投顾平台业务模式
5.4.1 独立建议型
5.4.2 混合推荐型
5.4.3 一键理财型
第六章国际智能投顾典型企业分析
6.1 Wealthfront
6.1.1 企业发展概况
6.1.2 业务发展特色
6.1.3 产品及服务分析
6.1.4 其他服务分析
6.2 Betterment
6.2.1 企业发展概况
6.2.2 业务发展特色
6.2.3 企业主要特点
6.2.4 业务服务模式
6.3 Personal Capital
6.3.1 企业发展概况
6.3.2 主要商业模式
6.4 Future Advisor
6.4.1 企业发展概况
6.4.2 市场服务定位
6.4.3 竞争差异分析
6.5 嘉信SIP
6.5.1 企业发展概况
6.5.2 投资组合产品
第七章 中国智能投顾产业重点企业分析
7.1 华泰证券
7.1.1 企业发展概况
7.1.2 经营效益分析
7.1.3 业务经营分析
7.1.4 财务状况分析
7.1.5 智能投顾布局
7.1.6 未来前景展望
7.2 广发证券
7.2.1 企业发展概况
7.2.2 经营效益分析
7.2.3 业务经营分析
7.2.4 财务状况分析
7.2.5 智能投顾布局
7.3 光大证券
7.3.1 企业发展概况
7.3.2 经营效益分析
7.3.3 业务经营分析
7.3.4 财务状况分析
7.3.5 智能投顾布局
7.4 金贝塔
7.4.1 企业发展概况
7.4.2 主要商业模式
7.4.3 投融资状况
7.4.4 企业发展战略
7.5 同花顺i问财
7.5.1 企业发展概况
7.5.2 企业业务优势
7.5.3 企业核心竞争力
7.5.4 企业布局状况
第八章 2014-2019年智能投顾产业投融资分析及风险预警
8.1 2014-2019年智能投顾产业投融资分析
8.1.1 国际融资规模
8.1.2 中国融资规模
8.1.3 机构投资动向
8.2 2014-2019年中外智能投顾产业投资环境差异性分析
8.2.1 监管的差异
8.2.2 成本的差异
8.2.3 投资产品差异
8.2.4 投资风格差异
8.3 2014-2019年智能投顾产业投资机会分析
8.3.1 投资驱动因素
8.3.2 潜在投资主体
8.3.3 市场投资要点
8.4 2014-2019年智能投顾产业投资策略分析
8.4.1 市场投资策略
8.4.2 投资建议分析
8.4.3 投资策略选择
8.5 2014-2019年智能投顾产业投资风险预警
8.5.1 监管政策风险
8.5.2 模型失效风险
8.5.3 业务开展进度风险
8.5.4 技术创新风险
第九章 2020-2026年智能投顾产业发展前景与预测
9.1 2020-2026年智能投顾产业发展前景分析
9.1.1 市场监管展望
9.1.2 市场发展前景
9.1.3 产业发展展望
9.2 2020-2026年智能投顾产业发展趋势分析
9.2.1 总体发展方向
9.2.2 “券商+”趋势
9.2.3 “互联网+”趋势
9.3 2020-2026年智能投顾产业规模预测
9.3.1 国际市场规模预测
9.3.2 中国市场规模预测
9.3.3 资管市场规模预测
9.3.4 智能投顾管理规模预测
图表目录:
图表 智能投顾和传统投顾特征对比
图表 智能投顾发展历程
图表 投顾服务从1.0迈向3.0智能时代
图表 传统金融机构私人银行部门与智能投顾公司的最低投资限额对比
图表 传统投顾和智能投顾费用对比
图表 智能投顾与理财师对比分析
图表 智能投顾与基金经理对比分析
图表 智能投顾与研究员
图表 2014-2020年中国大数据总量及其增速
图表 2011-2019年全球人工智能投资总额及交易笔数
图表 人工智能在智能投顾中的作用
图表 2013-2019年券商经纪业佣金率
图表 2005-2019年中国网民数量及互联网普及率
图表 2015-2019年自然人投资者数量
图表 2014-2019年中国网民结构占比
图表 2008-2014年中国居民资产配置结构
图表 2014年中英美居民金融资产配置比重
图表 2019年中国高净值人群投资需求
图表 全球智能投顾产业接受度占比分布
图表 海外智能投顾企业一览
图表 海外各国智能投顾平台一览
图表 2013-2019年全球传统金融机构参与智能投顾产业情况一览
图表 典型智能投顾产品比较
图表 截止2019年主动管理型基金与被动管理型基金比较分析
图表 智能投顾产业服务内容
图表 美国前五大智能投顾公司管理资产
图表 智能投顾产品介绍和收费标准
图表 截止2019年美国智能投顾产业集中度
图表 2020-2026年机器人投顾管理资产规模及其增速预测
图表 美国市场管理资产规模
图表 国内智能投顾模式的主要分类
图表 投顾和资管业务监管实践国际对比
图表 2015-2019年智能投顾监管政策一览
图表 国内智能投顾公司分类
图表 中国智能投顾产业市场竞争格局
图表 百度基于“百度大脑+大数据”的量化投资决策系统
图表 智能投顾模式分析
图表 智能投顾五种模式对比分析
图表 智能投顾五种模式的国外典型公司
图表 国内智能投顾三大类公司
图表 智能投顾盈利模式拆解
图表 资产大类的投资范围
图表 国内部分智能投顾理财平台一览
图表 独立建议型智能投顾平台运营模式
图表 混合推荐型智能投顾平台运营模式
图表 一键理财型智能投顾平台运营模式
报?= 8;详细访问地址://www.compuke.net/b/maoyi/E17161Q2SS.html