刘元春：迎接大资管时代的变革与挑战_风闻

01

资管行业面临的宏观环境变化

财富管理和资产管理如今已经成为广大民众关注的核心议题，同时也是宏观调控的重点领域。当前国际上针对如何提升整体资本市场活力制定了许多政策，社会各界也开始热议大资管时代的到来。近年来，业界将资管元年定于2013年，将2016年定义为资管监管元年，2021年则被定义为新资管之年。这些定义明确地反映了对财富管理和资产管理的高度关注。当前对这一问题的关注与时代特征以及整体宏观环境密切相关。从时代特征来看，整个世界正经历着百年未有之大变局，近年来其演变步伐愈发加快。宏观环境的急速演变将带来资产和财富定价模式以及管理模式的革命性变化。

第一，我们已从过去长期停滞时代进入到世界的新常态阶段。从过去低增长、低投资、低贸易、低物价、高风险、高杠杆这样的时代，经过三年疫情，逐渐进入一个更低增长、更高风险、高利率、高成本、高通胀的时代。这样的宏观环境直接决定了资产定价的中枢出现了阶梯式的下滑，尤其是在2013年前后，从事资管行业，资本回报率很容易达到10%。2008年到2018年，各类资产管理的平均增长速度保持在30%左右，平均收益率基本上是两位数。然而，如今我们已告别了那个10%回报率的时代。2021年和2022年，理财产品都历史性地出现了破净现象，这表明在这个超低增长、高通胀、高利率以及超级风险的时代，整个标的发生了显著变化。

第二，重要的时代变化意味着超级风险和超级不确定性的出现。许多人热议股票的破净现象，以及国家制定的“中特估”体系为何未达预期目标。尽管一些国外投资者提出的经济逻辑解释了这一现象，但这种逻辑更倾向于涉及房地产、地方政府债务以及未来银行坏账的担忧。理性评估之后会发现，中国整个资本市场低估了全球投资者的新型投资模式，比如“用脚投票”，这绝非纯粹经济逻辑的产物。因此，非传统风险和地缘政治的一些新趋势开始左右投资者的情绪，动摇对于安全资产的定义。在战争频繁、地缘冲突激化，大国博弈进入关键时期时，美元指数的异常攀升等现象，直接导致了货币安全资产的编制发生变化。在这个重大历史时刻，外围国家无法按照传统模式对资产进行定价。资产定价比起传统时代更为复杂，要求我们不仅仅依赖贝叶斯估计方法来确认风险，还要从更高的维度出发，关注尾部风险，甚至超越贝叶斯分析框架，迎接一种特殊不确定性的挑战。简单地用“尾部风险”来形容这个大时代所面临的“黑天鹅”事件将不足以应对。此时，无论是一般的投资顾问、投资管理者，甚至是超级投资管理者，都可能会在这个时代感到有心无力。

历史上许多大时代转折点，很多人都未能准确把握。举一个简单的例子，宏观经济学奠基人凯恩斯在1929年和1933年的大萧条中，他所管理的投资公司陷入了破产状态；金融学重要学者之一费雪在1928年不仅自己积极投入股市，还鼓动周围的亲戚朋友涌入市场，结果到了1929年全面崩盘。最近热议的债务通缩理论，同样也在超级时代遭遇了整个投资失败的局面。因此，在当今时代，对于天然的安全资产的追求已经达到一个新的高度，同时对于专家的抛弃也达到了一个新的境界。如今大家最不相信的往往是专家，因为专家所采用的各类基础、投资模型，以及所依据的分析方法，往往遵循着历史指导未来的原则，以概率确定风险的模式进行。实际情况也许在绝大多数时候是如此，但在超级时刻，情况则截然不同。因此，对于资产管理的理解可能会在这些年里发生很多的变化，大时代赋予了我们在一些观点上进行适当调整的机会。

02

资管行业的机遇：居民财富积累与房地产市场转型

资产管理行业随着居民财富的积累逐渐兴起。国内GDP达到高收入门槛值的时候，是跨越中等陷阱的时候，也是财富实现跨越式发展的时候。目前，中国的人均GDP接近1.2万美元，如果不考虑通货膨胀和汇率因素，根据不变价格的测算，预计今年可达到人均GDP 1.3万美元。这是一个重要的里程碑，意味着中国已经接近成为高收入国家的门槛。如果考虑购买力平价，中国的人均GDP已经达到2万美元的水平，这标志着进入了财富和文化提升的时代。从人类历史来看，中国的经济增长奇迹暗示了一个重要的机遇，即中国金融的深化和发展。

在资本市场和金融市场中，中国仍然是最擅长操盘的国家，这主要得益于过去三十多年的财富积累，使得中国在基础设施、定价体系和配置体系方面处于全球最佳地位。相比之下，巴西在二战之前金融市场发展形势较好，但是二战之后，经过七八十年代的历程，巴西上市公司越来越少，甚至崩盘解散。中国在金融领域没有出现类似的问题。虽然目前金融市场存在一些问题，但从古至今，中华民族在金融领域积累的财富是其他民族难以匹敌的。根据2022年的统计数据，中国的总财富为790万亿，M2总量为266万亿，资产管理总量为138万亿。这样的结构表明国内金融经济向好发展。

尽管债务问题经常被讨论，但关键是如何解决债务。换个思路来思考债务问题，即考虑金融深化第一代理论提出的M2除以GDP，这是反映金融深化水平下财富积累的重要指标。在财富积累的同时，中国目前正处于结构调整的重要拐点期。这个拐点期意味着中国房地产市场将进入或已经进入一个新阶段，其中决定房地产市场状况的基本参数发生了根本性变化，例如人口参数。根据调查数据显示，中国在人口方面经历了多个拐点。2006年达到了刘易斯拐点，2009年达到了经济人口拐点，2013年达到了人群数的拐点，2020年达到了人口低点与城镇化的拐点。预计到2023年，常住人口的城镇化率将达到约66%。此外，存量数据也发生了质的变化。然而，更重要的是，在2020年三道红线政策之后，中国的金融资本市场发生了巨大的变化，房地产开发商的三高模式彻底崩溃。因此，可以预见未来房地产的定价以及其在经济中的主导地位将发生根本性的变化。房地产和其他不动产加起来仍占据了中国资产总额中60%至70%的比重，远高于发达国家或者与国内人均GDP相对应的世界水平。目前，发达国家中，美国的房地产占总财富的比重约为20%，而世界平均水平为30%。在未来的现代化进程中，将会出现一个支柱产业转换时期或者财富的超级转换时期，导致房地产在财富中的比重必定会从目前的约68%逐步下降至40%或者30%左右，这将是一个超级时期。

这种转换会带来什么效应？在宏观、中观和微观程度会有什么变化？这是每一个人必须要思考的问题。当房地产、其他不动产和土地资产的比重大幅下降后，其他财富、固定资产和金融性资产将发生显著变化。许多人感叹中国人为什么如此喜欢储蓄？为什么如此热衷于房地产？这是否是我们国民的本性？当然不是。在人类400年的市场历史中，首先积累财富靠的就是房地产、土地等天然资源。当天然的财富进入银行存款，我们只是将西方400年历史压缩到过去30年的金融化、市场化、国际化的进程中。这些400年的产品和新技术仍在不断发展，但在30年内将它们的产品、风险和路径压缩成一体需要强大的能力。这种压缩的风险、产品结构和市场结构与欧美存在差异。这种差异将展示出不同的风险释放模式和定价模式。因此，当前全球舞台上出现了许多与我们标准理论有较大偏差的模式，原因在于需要超越国家金融风险，并以不同于中心国家的方式解决风险。在20世纪90年代的住房制度改革后，中国市场化的房地产经历了25年的风雨飘摇。在这25年的发展过程中，经历了一次超级调整。房地产周期大约为一代人的时间，即约20年。因此，对房地产进行调整虽然简单，但调整所带来的风险和释放路径却非常复杂。这就是为什么大资管时代的到来如此重要。过去，房产在财富中所占比重较大，其中不动产的比重尤为突出，这是一种非常正常的现象。未来，风险释放和结构性调整将成为一种常态现象，我们不应因此过度悲观。

另一个备受瞩目的话题是老龄化社会。截至2022年，60岁以上的老年化人口已超过18%。预计到2025年，60岁以上的老年化人口将达到3亿人，占比将达到21%。按照正常的发展趋势，到2030年我国将进入重度老年化阶段，老年化人口占比将达到30%。过去，许多理财产品和P2P产品被销售给老年人。这种现象出现的主要原因在于老年人对财富的渴望比我们还要强烈。他们想证明自己依然有价值。因此，需要认识到，老年社会对财富管理的理解与我们的研究有所不同，对老年社会的理财规律还不了解的原因主要是由于老年社会的确会引起超级的结构变化。其中的一些观念及做法对资产管理带来冲击，使得现在很多机构、很多专家与老年人之间对财富理财的理解存在异议。

03

金融大模型与智能时代资产管理人才培养

在面临结构变化和智能时代的背景下，金融大模型成为了关注的重点。然而，由于对大模型领域知之甚少，我们每个月定期与该领域的专家共同研究探讨，并积极请教相关领域的人才。同时，我们也关注蚂蚁金服在金融大模型方面的实践，以期在金融大模型领域成为人才培养的基地，培养一批懂得如何运用大模型的专业人才。特别是在商业场景和产业模式下，如何正确运用大模型至关重要。上海财经大学将重点放在如何培养一批可以有效运用大模型的专业人才，包括如何运用、如何进一步开发场景等系列问题。许多国家已经开始发放相关的许可证，制定一些行业大模型的标准，并在金融领域进行大量投入。如果要为未来十年、二十年培养一批合格的智能时代的资产管理的专家，那就要从现在开始。

此前曾接触很多人，大多数都认为真正搞大模型的人才是没有的，因为都是很多团队共同运作。虽然经常谈论大模型，但是宏观经济学中的索洛悖论并没有考虑过大模型。元宇宙几年前曾是热门话题，但现在已不再受到关注。在金融和科技领域，大模型已经成为了主流。或许在未来两年，大模型这个概念会在金融领域暗淡，我们会感知到一种新技术的产生，它在产业的运用中间也许是一个很迅捷的过程，但也许是一个较为漫长的过程。因此，在金融或宏观分析等方面处理这种新技术需要小心谨慎。我们要前瞻性地进行战略性研判，对于未来时代的资产管理要有所准备，要做好人才储备工作。

谢谢大家！