Q&A：StashAway集團投資總監梁穎瑩
當人工智能（AI）進入投資領域，回報會否不一樣？創立於新加坡的投資平台StashAway在數據分析及資產配置中積極運用AI，以期在同樣風險水平下獲取更高的長線回報。該集團投資總監梁穎瑩接受《彭博商業周刊∕中文版》採訪，分享AI在投資中的應用前景及其投資理念。――撰文 尹琛；編輯 鄧詠筠
人工智能（AI）具體如何在StashAway的投資中發揮作用？
我們的投資框架ERAA（Economic Regime-based Asset Allocation）主要包含兩部分：智能監測經濟環境與智能資產配置。基於系統實時接收的經濟數據及所作分析，我們每月會判斷當前所處的經濟週期，比如今年4月，我們認為經濟週期從「滯脹」回到了「通脹性增長」。此時，資產配置組合也隨之改變，如增持週期性股票並減少現金。前述兩個步驟中，都有AI的應用，尤其是對歷史數據的分析。比如當下處於通脹環境，且有滯脹風險，系統便以1970年代出現滯脹時的經濟數據做集群分析等。其實這些方法很常見，但現有的模型可能出現「垃圾進，垃圾出」（garbage in，garbage out）的情況，所以輸入哪些數據非常重要。
聽起來是量化投資的升級版，不同主題投資組合的實際回報如何？以及當經濟環境與個別標的資產的表現不匹配時，如何調整資產配置？
不同投資組合的回報與風險指數（SRI）成正比。以2023年為例，最高風險水平（36％）的投資組合回報有20％，最低風險（6.5％）的投資組合回報則約為6.14％。如SRI為36％，意思是投資者有1％的機率一年內最大累積跌幅超過36％；99％的機率一年內最大累積跌幅不超過36％。長線來看，股票的回報約為10％，債券回報介乎5％至6％。越高風險的投資組合中，股票佔比越高。
事實上，市場情況、投資情緒所帶來的影響都較為短期，長期回報仍主要受基本面驅動。以股票為例，其基本面就是公司的盈利增長。儘管投資者也能通過估值輔以判斷，但估值變化過快，要捕捉其週期並不容易。而我們每做一次資產重置，大概是看12至18個月的週期，這樣的週期而言，經濟數據的主導性很強。
你們的用戶主要是哪類投資者，他們有什麼投資偏好？
主要是高淨值和新晉富裕（Emerging high-net-worth）投資者，後者指的是可投資產介乎500萬至800萬港元之間的年輕富裕人士。過去12個月，這兩類投資者為平台帶來超過80%的業務增長，佔平台於香港管理資產總值的65％左右。
新晉富裕投資者一般較難享受到私人銀行的服務。但他們投資需求旺盛，且風險偏好較為進取。在StashAway，這類客戶所揀選的投資組合其風險指數介乎30％至36％。對長期投資而言，高風險往往掛鉤高回報。如果想做很多「交易」（trading）或投機，那的確不是我們的目標客群。
自2021年進軍香港以來，平台目前在香港的開戶數、資產管理規模多大？
我們2016年於新加坡成立，2021年1月時，所管理的資產總值首次超過10億美元，其中大部分資金來自新加坡、馬來西亞。與整個集團相比，香港的業務規模較小，但沒有單獨披露該地區的資管規模和開戶數量。不過，香港的增長率很高，2024年第一季度的資產管理總值增幅超過20％，主要動力來自高淨值及新晉富裕投資者。
展望AI在投資中的應用前景，您認為基金經理的角色在未來還有必要存在嗎？
事實上，前述ERAA系統所做的自動化工作，已經不需要專門的基金經理去管理。但我們的團隊仍需要優化系統。也許將來，優化系統這件事也能全部交給AI，但我認為距離一個完全由AI主導的系統還很遙遠。最重要的原因是可解釋性不足 — — 如果不能向客戶解釋做出某些投資決定的原因，對方會感到非常不適。這也是為何我們的團隊常常舉辦工作坊，向客戶傳達和解釋我們的投資理念。
