第五章 機器人理財監理問題與法制設計
第一節 今日市場監理問題
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 機器人理財監理問題與法制設計
第一節 今日市場監理問題
按機器人理財迄今發展歷程，我們可以整理出幾項尚待解決的監理問題如下:
一、發揮有效的KYC 流程:
由經濟面來看，機器人理財服務之運作基礎是幫助客戶建立有效率的投資組 合，以符合其投資目標。因而如何落實KYC 流程，找出客戶真正的投資需求與風 險偏好，至關重要。
傳統財富管理業者的 KYC 流程，建立客戶個人資料後第一步是請客戶填寫 風險適合度分析問卷，找出客戶的風險屬性。接著將風險程度大於客戶風險屬性 的商品剔除，留下可以向客戶推銷的商品。繼而透過理財專員或投資顧問與客戶 的對話溝通，找到符合客戶理財需求的投資產品。這種流程與推銷模式相當主觀，
推薦的產品可能受投資顧問個人偏好或產品業者所提供之佣金與手續費收入左右。
機器人理財業者之 KYC 流程第一步也是是經由問卷調查方式來取得客戶之 投資意願及風險偏好，另一方面提供更多關於客戶投資需求與財務目標的相關問 題，進而統整出客戶之預期獲利目標和風險屬性。接下來會將相關資訊導入至演 算法交易模型當中，由程式計算出一套適合客戶的投資組合，並將其預期報酬率 與風險等數據告知客戶，再由客戶決定是否採用。
可知，機器人理財服務的KYC 流程當中減少了人為力量的操控，更為客觀。
但此時也更需要回過頭來檢視業者所提供的問卷內容是否真的可以幫助業者了解 消費者的實際需求。然而目前對於機器人理財業者所提供的問卷調查內容並沒有 詳盡規範。包含問題之深度與廣度，或者問題數目等，均無相關規定。無法落實 KYC 即無法確保金融消費者得到適切的服務內容。尤其機器人理財業者未來預計 將由實體化服務轉為線上服務，如何完善KYC 過程，仍有待商榷。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
再則，由法制面探討，傳統型或獨立型機器人理財業者如何落實反洗錢(Anti Money Laundering, AML)功能，也是極大挑戰。現行業者於客戶盡職調查(Customer Due Diligence, CDD)方面尚無法與傳統金融業者並駕齊驅。特別是獨立性機器人 理財業者是否有充足的能力檢核投資人之身分，尤其是法人客戶之金流來源，並 建立相關稽核軌跡與防堵機制，會是未來機器人理財服務大幅推廣後無法避免的 嚴峻考驗。
二、演算法相關問題:
機器人理財服務基於演算法基礎而成，對於演算法之管理顯有必要。首先，
自行開發演算法交易模型之業者須要有一定的資格要求。無論業者提供之模型本 身是基於何種學理基礎或交易邏輯所完成，均要有足夠能力確保該模型可以於一 定期間內運行無阻，且備妥備援機制。同時擁有充足的資訊量與交易量胃納程度，
方可提供所有客戶公平的服務。而遭遇演算法模型失靈時，自己開發之業者須得 以迅速找出問題源頭，並阻止損害範圍擴大。
倘若無法自主開發，使用其他廠商開發之演算法時，也必須要有一定之識別 能力來判斷演算法模型之有效性與可運作性。以避免客戶運用機器人理財服務之 實際收益遠不如預期，或承受詐欺風險。且業者也須即時更新市場價格資訊、客 戶損益狀況、完善資料庫管理與API(Application Programming Interface)環境，讓 客戶可以有效追蹤其投資部位之績效表現。
上述屬於機器人理財服務之核心議題。包含如何打造合適的演算法交易模型，
以及利用演算法交易模型營運機器人理財服務等，均係對相關業者之基本要求。
無法解決該等問題或符合要求者，顯然無法成為適當之機器人理財服務業者，因 此建議相關管理措施應當有相關具體之法律規定。
三、個人資料保護:
機器人理財業者除遵循現有法令完善個人資料保護義務外，對消費者因運用 機器人理財服務所產生之新資料(Data)，有必要統一規範之。個人資料保護係針對
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
模型是否會優先選擇與其有涉之投資產品。又投資該等產品時，所收取之交易手 續費或管理費等項目是否與投資其他金融機構發行之產品有所差異。
獨立型業者沒有自力發行產品，但亦牽涉其他利益衝突問題。諸如選擇投資 標的與選擇金融商品發行商之優先順序時，是否採行公平原則;以何種方式為基礎 篩選標的並推薦給消費者;有無優先推薦特定發行商與其理由為何;接受發行商之 廣告收益或退佣等問題等，亦須充分說明。
五、預期報酬與客戶招攬:
金融業者不當招攬問題往往是我國金融業者與消費者間產生爭端的緣由。金 融業者或因誤導或隱匿特定資訊進而提升消費者之興趣，待事後消費者發現服務 內容與其先前認知有相當程度誤差時，即會發生爭議事件．
我國金融消費者保護法第 10 條規定:「金融服務業與金融消費者訂立提供金 融商品或服務之契約前，應向金融消費者充分說明該金融商品、服務及契約之重 要內容，並充分揭露其風險。」因此在討論是否要將預期報酬納入說明義務前，
需要敘明其是否屬於重要內容。
作者認為，機器人理財服務係利用消費者個人之投資偏好與風險屬性等資訊，
經由演算法模型回測交易策略執行結果，推算出未來一段特定時間內的預期報酬，
並以此為依據吸引消費者。消費者係考量業者所提供之預期報酬率，並參照其財 務需求和投資計畫，以決定是否採用業者之投資建議。因此可以說業者提供的預 期報酬是該項服務契約之重要內容。
但預期報酬會因不同消費者之狀況以及市場當時的價格基期而有所差異，機 器人理財業者之說明義務應當是闡明金融消費者之預期報酬是基於何種情境與交 易策略回測所得到之結果。確認其模型假設可以推及未來實際交易當中，取得相 仿之投資成效。並推測遭逢遽烈風險事件時，可能對消費者之投資組合造成哪些 影響。針對消費者個人特定設計之投資組合，於投資部位調整時會發生哪些損益 變動，亦須盡責闡述。
‧
http://www.chinatimes.com/newspapers/20180329000304-260202 (瀏覽日期:2018 年 6 月 6 日)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
理業務之門檻新台幣300 萬，亦有不小差距。現行法制規範或將影響機器人理財 之普及率，阻礙普惠金融發展。
八、落實市場風險管理功能:
市場風險管理功能是機器人理財服務最大的優勢。演算法交易模型提供了更 為合理的投資策略，嚴格執行停利與停損機制、避免人性因素的影響，相對於傳 統投資顧問，更為強化管理市場風險功能。機器人理財幫助消費者將其風險承擔 範圍限縮至某一個可以接受的特定程度之下，讓消費者配置具備效率之投資組合 的同時，也有優異之風險報酬比，就經濟理論而言可以極大化個人效益。因而確 保機器人理財服務得以落實其市場管理功能，就是確保其得以充分發揮其價值。
而關於機器人理財服務風險管理層面，需要如何規範才能稱業者已盡善良管 理人之注意義務，並充分發揮市場風險管理功能，作者認為應當由機器人理財之 發展談起。機器人理財之發展脈絡是由金融機構自營部門所開展的演算法交易為 源頭，經過各類財務經濟模型與電腦和網路設備的推陳出新，降低進入門檻，繼 而演化成普及至一般投資大眾的理財服務。其根本係奠基於金融機構自營部門所 採用之演算法交易模型，自然相關部門會有最為純熟之市場風險監控經驗，也知 道應當注意哪些相關指標。如本文第四章所提，演算法交易策略之預期年化報酬 率、勝率、交易次數、每筆交易平均獲利金額、投資組合報酬率、最大虧損額(MDD)、
風險值(VaR)、期望尾端損失(ETL)等，均是金融機構運用演算法模型時最常使用 之監控指標。
尤其這些指標可由演算法模型自動計算，任何運作無誤的演算法模型都可以 便利地產出相關監控指標，對於業者而言不會增加成本。唯一需要安排的只是將 這些資訊提供給消費者的平台。具體方式可以直接透過今日金融業者所採用之網 路銀行或手機軟體等介面為渠道說明，並告知消費者該等指標之經濟意涵和功能。
其額外開銷有限，對業者而言應為合理要求。
因此，作為善良管理人，最為基礎之要求即是將這些基礎監控指標以和自營
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
部門相仿之固定頻率(天)為基準，提供給金融消費者參考，以充分掌握和理解其資 產變化和曝險狀況並應對市場風險。
九、其他風險管理議題
機器人理財並非完美無瑕，尤其是面對演算法失靈以及大規模事件風險或流 動性風險時，可能導致投資人意想不到的損失。因此作者建議應保留人為干預之 空間。於學理而言，這些事件代表的是統計資料上的離群值(Outlier)，模型對離群 值之應對能力相對受限。實務經驗也同樣顯示，在這些情況下運用人為干預將更 有機會遏止損失繼續擴大。於此，監理法制之關鍵在於規範人為干預之應用時機 和範圍。為避免爭議，同時增加應對突發事件之效率，建議將其列為投資契約之 項目，羅列使用範圍，並於事前徵求消費者之同意。
於內，業者則有義務減少作業風險、詐欺風險與道德風險等不確定因素。於
於內，業者則有義務減少作業風險、詐欺風險與道德風險等不確定因素。於