機器人理財之風險管理功能與監理法制探討 - 政大學術集成

全文

(1)國立政治大學法學院碩士在職專班碩士論文. 機器人理財之風險管理功能與監理法制探討 A Study on the Regulation of Robo-Advisor. 治政 and its Risk Management Functions 大立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授：張冠群博士研究生：林鈺凱撰. 中華民國 107 年 7 月. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(2) 摘要機器人理財服務(Robo-Advisor)係依照金融消費者的風險屬性與投資需求，利用演算法模型計算後提供金融消費者相應之適合個人的交易策略與投資組合配置。機器人理財是金融科技創新的一環，其運作架構奠基於實務中發展多年的演算法模型和程式交易，並有其財務經濟理論基礎。然而，我國監理及立法機關如何落實機器人理財之監理法制，仍有待詳盡討論。本文從機器人理財之學理背景出發，闡述其運作方法與營運模式，並討論其所涉及之各種風險。作者將風險分為演算法相關之風險以及其他風險兩個種類。前者包含市場風險、信用風險、模型風險、擬合風險與軟體風險；後者則有事件風險與流動性風險、再投資風險、詐欺風險與道德風險。瞭解風險之目的在於提出更有效率的風險管理措施，並引導機器人理財服務充分發揮其風險管理功能。分析市場實務並以比較法借鏡他國監理機關所關注之重點，我國需要積極面. 政治大. 對的監理項目為以下幾點:適合度原則、避免利益衝突、強化資訊揭露、演算法監理、投資組合再平衡之應用、系統可靠性以及個人資料保護。然而我國監理機關對於這些問題的回應強度尚顯不足。於此，作者建議我國監理與立法機關應當審慎評估並考慮訂立機器人理財服務之專門監理規範。規範首先要清楚定義機器人理財之業務內容與營業範圍，釐. 立. ‧ 國. 學. ‧. 清機器人理財或自動化工具受法令監管以及允許特許營業之領域。尤其我國投顧業者、投信業者、銀行業者以及保險業者均有意提供機器人理財服務，主管機關實有必要提供更為一致性之監理法規，以兼顧金融產業發展與妥善監理。再則，相關規範亦要完善演算法監理與風險揭露事項。機器人理財以演算法模型為本質，必須確保業者有足夠能力維持演算法模型運作無誤。而要求業者揭露各種特. er. io. sit. y. Nat. al. n. 定風險事項，除確保金融消費者之利益外，更有助於其自行評估投資組合是否具備投資效率。消費者保護方面，除了要求業者完善對客戶之適合度分析與 KYC 流程外，亦須遏止業者可能之利益衝突。並設定業者運用個人資料之合理範圍。最後，機器人理財相較於人工理財之優勢在於因應市場變化即時動態調整投資組合。但我國法律架構下，全權委託投資之門檻較高，為落實普惠金融，讓更. Ch. engchi. i n U. v. 多金融消費者可以享受機器人理財服務的優點，或許可以降低目前全權委託投資之金額下限。. 關鍵詞:機器人理財、金融科技、普惠金融、演算法交易、風險管理、全權委託投資. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(3) 目次第一章緒論 ......................................................... 1 第一節研究動機與背景 ........................................... 1 第二節研究目的 ................................................. 2 第三節研究方法與架構 ........................................... 4 第一項研究方法 ............................................. 4 第二項論文架構 ............................................. 4 第二章機器人理財如何改變財富管理市場 ............................... 6 第一節財務經濟理論與機器人理財的連結 ........................... 6 第二節機器人理財的發展 ........................................ 11. 政治大. 第三節機器人理財與投資標的 .................................... 15. 立. ‧ 國. 學. 第四節投資服務與投資顧問業者收入的質變 ........................ 21 第三章演算法交易與機器人理財 ...................................... 24 第一節演算法交易的原理 ........................................ 24. ‧. 第二節機器人理財的定義 ........................................ 26 第三節機器人理財與我國金融市場 ................................ 30 第一項演算法交易現狀 ...................................... 30 第二項演算法交易之限制 .................................... 31 第三項演算法交易之風險事件 ................................ 33. sit. y. Nat. n. al. er. io. 第四項機器人理財的發展現況 ................................ 34 第四章機器人理財與演算法如何強化風險控管功能 ...................... 37 第一節機器人理財涉及之常見風險 ................................ 38 第一項市場風險 ............................................ 38 第二項信用風險 ............................................ 39. Ch. engchi. i n U. v. 第三項模型風險、擬合風險與軟體風險 ........................ 40 第四項風險分類與管理措施 .................................. 42 第二節演算法交易之市場風險管理與常用指標 ...................... 45 第一項資金管理 ............................................ 45 第二項常用指標 ............................................ 49 第三節分散投資標的與分散風險 .................................. 56 第四節事件風險、流動性風險與人為干預之功能 .................... 60 第一項事件風險與流動性風險 ................................ 60 第二項人為干預的功能 ...................................... 61 第五節金融消費者的其他曝險 .................................... 65 第一項再投資風險 .......................................... 65. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(4) 第二項詐欺風險 ............................................ 66 第三項道德風險 ............................................ 68 第六節小結 .................................................... 70 第五章機器人理財監理問題與法制設計 ................................ 71 第一節今日市場監理問題 ........................................ 71 第二節各國對監理問題的回應 .................................... 78 第一項美國 ................................................ 78 第二項歐盟與英國 .......................................... 85 第三項香港 ................................................ 90 第四項中國大陸 ............................................ 92 第三節我國對監理問題的回應 .................................... 95 第一項相關法規設計 ........................................ 95 第二項善良管理人責任 ...................................... 97. 政治大. 第三項消費者保護 ......................................... 100 第六章結論與建議 ................................................. 102 第一節定義業務內容與營業範圍 ................................. 104 第二節演算法監理與風險揭露 ................................... 105 第三節落實消費者保護 ......................................... 107. 立. ‧ 國. 學. ‧. 第四節一致性的監理法規 ....................................... 109. al. er. io. sit. y. Nat. 表次. n. 表 1 各大機器人理財顧問公司簡介 ........................... 13 表 2 財富管理經營模式比較 ................................. 14. Ch. engchi. i n U. v. 圖次圖圖圖圖. 1 2 3 4. 投資組合如何組成效率前沿 ............................... 7 選擇有效率的投資組合 ................................... 7 效率前緣與投資組合配置 ................................. 8 機器人理財 AUM 規模變化 ................................ 12. 圖圖圖圖圖. 5 6 7 8 9. 全球 ETF 之 AUM 變化 .................................... 17 全球 ETF 發行檔數變化 .................................. 18 臺灣 ETF 發行檔數變化 .................................. 18 全球 ETF 投資標的所在地 ................................ 19 全球共同基金 AUM 變化 .................................. 19. 圖 10 全球 ETF、基金 AUM 比例 ................................ 20. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(5) 圖 11 演算法交易流程圖 ..................................... 25 圖 12 機器人理財服務流程圖 ................................. 28 圖 13 Multicharts 的參數孤島檢驗示意圖 ...................... 42 圖圖圖圖圖. 14 15 16 17 18. 風險分類 ............................................. 44 移動停利示意圖 ....................................... 47 最大虧損額與最長虧損期間 ............................. 53 VaR 與 ETL 之關係 ...................................... 55 效率前沿與切線 ....................................... 57. 圖 19 投資組合配置與效率前沿的變化 ......................... 58 圖 20 各種監理問題與管理流程 ................................ 77 圖 21 各種監理項目與我國監理法規回應強度 ................... 101. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(6) 第一章緒論. 第一節研究動機與背景金融科技(FinTech)及其研究橫跨各類學術理論，包含法律、科技、經濟、金融等，均參與其中。金融科技的未來性與不確定性有著極大的發展空間，讓我們可以發想各種可能性，並竭盡所能地恣意揮灑、發揮最大效益。面對如此蓬勃發展的契機，實有必要透過各領域研究者間大量溝通與討論，勾勒出金融科技領域. 政治大. 各個面向的未來發展脈絡，引導其走向對所有參與者均呈良善的方向。並以此建. 立. 構普惠金融體系(Financial Inclusion)，增進全體社會利益。. ‧ 國. 學. 演算法交易(Algorithmic Trading)及機器人理財服務(Robo-Advisor)如何改變金融市場，係今日金融科技發展當中備受矚目的問題。機器人理財係透過程式語. ‧. 言與演算法為本，打造一套投資顧問服務，並依照金融消費者的需求，協助建立. y. Nat. sit. 投資組合與交易策略，使消費者的投資組合更具經濟效率。. n. al. er. io. 相較於傳統銀行財富管理、證券投資信託或避險基金等機構，機器人理財可. i n U. v. 提供更為即時、價廉、低門檻的理財服務，充分擴大財富管理市場之金融消費者. Ch. engchi. 參與數量，並有望大幅提升財富管理服務的覆蓋率。. 機器人理財服務引領市場變化的同時，亦有必要對其正面優勢與反面缺點審慎地檢討。於此，本研究由風險管理功能切入，回顧機器人理財服務發展歷程，並推演未來走向。尋求機器人理財服務與監理機制互通溝通的可能性，並嘗試提出修法建議。希冀以法律機制設計為本，出謀獻策、去蕪存菁，完善並落實對金融消費者之保障。. 1. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(7) 第二節研究目的什麼是機器人理財，其風險管理功能重要性為何，又法律機制應當如何設計使其達到經濟效用最大化，並落實金融消費者的保障，是本研究核心問題。今日，金融科技與人工智慧(Artificial Intelligence, AI)相關研究成果不斷推陳出新，並從單純的學術領域逐漸往實務運用上蔓延。可以預期，不久的將來金融產業的服務內容將產生大規模變化。舉例而言，科技進步讓金融商品價格及其走勢變化不再是難以取得的訊息。. 政治大或財務工程模型，也可以透過金融業者提供的免費介面服務獲知合理的商品價格立網路上隨時公開著最新的報價資訊，完全免費。消費者不用懂得高深的數學理論. 與報價資訊。於是金融機構再也無法依賴資訊不對稱與偏離市場的訂價向消費者. ‧ 國. 學. 攫取不合理的高額價差。手續費、保管費及作業費等收入來源，也將因消費者比. ‧. 價效應而大幅降低。可以說金融科技已對傳統金融產業提出了破壞式創新. y. Nat. (Disruptive Innovation)。. er. io. sit. 演算法與機器人理財降低了金融機構的營業成本與人力成本，並使得獨立型的投顧公司有機會進入，搶占財富管理市場份額。低廉的營運門檻使各類業者更. al. n. v i n 願意將原本僅限於高資產客戶的理財服務拓展至一般大眾。當所有往來客戶都成 Ch engchi U. 為理財客戶，大量新增的客戶數量及其帶來的營收成長將可望彌補手續費邊際收入(Margin)下降的缺點。甚至利於金融產業再度快速擴張、汰弱留強。最終只有對客戶有利的金融機構有機會留在市場當中，達成顧客以及業者的雙贏狀態。觀察金融產業現狀，預期機器人理財的普及後，銀行財富管理業務將由現有收取每筆交易手續費的模式演變為收取帳戶管理費。由於管理費率比例差異不大，增加客戶覆蓋率與整體資產管理規模(Asset Under Management, AUM)將成為首要目標。然而，新增的理財客戶並不一定具備與高資產客戶或專業投資人同樣的風險. 2. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(8) 識別能力。如何善用演算法交易和機器人理財先天的風險管理優勢，提供所有金融消費者更好的風險管理服務與保障，將會是未來推廣機器人理財相關金融服務時的重要課題。同時，目前我國法律規定當中，關於機器人理財所涉及的業務尚未有統合且一致性的規範。僅有經金融監督管理委員會核准，投信投顧公會所提報之「自動化工具提供證券投資顧問服務(Robo-Advisor)作業要點」。不但效果止於投信與投顧業者，其內容架構與相關監理措施亦不夠明確。又例如有權責區分問題尚待解決:銀行理財業務主管機關為金管會銀行局，但若取得投信投顧執照兼營全委業務. 政治大易都由投資人手動執行，則目前的業務模式尚可套用。但若需要發揮機器人理財立. 時又涉及證期局的管理範疇。若機器人理財只出具配置投資組合的建議，每筆交. 的更大實質功能，由系統自動執行投資組合再平衡(Rebalance)，則至少需要執行. ‧ 國. 學. 全委業務的資格。此外，善良管理人問題也會出現其中:金融機構若將投資組合交. ‧. 由 AI 或程式執行，如何盡善良管理人之注意義務與忠實義務?尤其國內金融機構. y. Nat. 可能僅止於代理國外公司所開發之機器人理財服務，當發生消費爭端又或者演算. er. io. sit. 法失效，甚至發生上世紀長期資產管理公司(Long-Term Capital Management, LTCM) 所遇到的市場信用風險使得交易策略無法執行時，應當如何分配責任，都值得深. n. al. 入探討。. Ch. engchi. i n U. v. 最後，本研究希望闡明金融科技發展如何改變金融機構與消費者利益，機器人理財可以幫助消費者更簡單地掌握投資風險，但金融機構卻不一定希望消費者瞭解自己的投資曝險。利益不一致的結果可能導致更多經濟不效率及摩擦。因此，作者認為機器人理財風險管理領域的監理問題將會存在於金融業者是否提供消費者充分揭露後的資訊，並依其提供監理法制探討的方向與建議。. 3. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(9) 第三節研究方法與架構第一項研究方法 1. 理論探討:本研究將從實務經驗與演算法交易模型著手建立脈絡，首先敘述演算法交易之原理，及如何打造機器人理財服務。研究對象係機器人理財服務、金融消費者與我國法制設計，以及彼此間互動關係。 2. 比較法研究:完成理論說明後，進而闡明機器人理財服務如何改變既有金融市. 政治大如何消弭這些情形並完善消費者的風險保障，法制面可以如何設計以增進全體立場與財富管理業務。哪些情況下金融業者與消費者將產生利益不一致的可能，. 利益。同時，透過比較法討論我國與歐美各國的金融市場，於引入機器人理財. ‧ 國. 學. 後可能產生的監理問題。觀察現時我國與他國相關立法內容已解決了哪些問題，. ‧. 又有哪些問題尚待研議。. y. Nat. 3. 解釋分析與立法評論:綜合以上理論與實務分析，歸納整合後回應論文研究目. er. io. sit. 的提出之問題，並提供解決方案。探討監理法制應對未來金融科技快速發展變化時，可能的修法方向。. n. al. i n U. Ch. v. e n g論文架構第二項 chi. 本研究之問題意識從機器人理財之風險管理功能及監理法制設計出發，探討如何共同營造對金融消費者最為有利之環境。首先將闡明演算法交易與機器人理財之發展如何改變財富管理市場。金融市場整體環境與投資服務因之產生哪些質變現象，業者又將採取哪些相應措施。接著詳述演算法交易與機器人理財之原理，及如何金融市場中進行實務運作。從而探討如何以法律機制強化金融消費者之風險控管與保障。於風險管理方面，將著重討論幾個重要的法律問題。首先是現行法律規範是. 4. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(10) 否已達成充分風險揭露。本研究希望探討現行法規當中對於金融機構透過機器人理財服務執行信託或全委業務時所要求的揭露事項與責任範疇。再則，進一步思考金融機構善良管理人推行機器人理財業務的善良管理人之注意義務。善良管理人義務係指決策時要審慎評估，不可有應注意而未注意的情形，但演算法的運算有其極限，機器人理財無法避免地將遭遇模型失效之風險。無庸置疑，金融業者之善良管理人責任與範圍，將為實務推行後的重要議題之一。最後，本研究將採比較法，借鏡各國所遭遇之監理問題與法制設計的回應，討論我國監理法制建構芻議。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 5. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(11) 第二章機器人理財如何改變財富管理市場. 第一節財務經濟理論與機器人理財的連結演算法交易與機器人理財的學理基礎，是由財務經濟學(Financial Economics) 希望處理的經典問題而來。當特定資產的合理價格與市價不同時，就會出現套利空間1，此時獲利機會造成市場力量浮現也將驅動買賣雙方進行交易，最終使得價格再次達到均衡。演算法交易與機器人理財的功能即在於幫助使用者找到獲利的. 政治大. 契機，依使用者個人投資及風險偏好為本，建構一個符合個人預設目標報酬率的. 立. 投資組合。. ‧ 國. 學. Markowitz 於 1952 年提出了現代投資組合理論(Modern Portfolio Theory, MPT)，說明理性的投資人會考量預期收益率與收益率的標準差(波動率，亦即風險)來建. ‧. 構投資組合。2理性投資人將會在固定風險程度的情況下追求收益最大化，或在固. sit. y. Nat. 定收益率的情形下追求風險最小化，因此投資組合的最佳配置不會是特定的點，. al. er. io. 而是形成一個效率前沿(Efficient Frontier)。由於不在效率前沿上的投資組合配置. v. n. 是無效率的，自然理性消費者將會以達到投資前沿為本建構投資組合。實務上，. Ch. engchi. i n U. 多數應用是以分散投資的方式降低投資組合風險，並配合投資人自身的風險偏好與預期報酬來建立一個符合上述理論架構的投資組合。. 依財務經濟學理論，套利僅止於無風險套利(Covered Arbitrage)。一般人所稱的套利交易並非無風險，實為價差交易(Spread Trading)。 2 Harry Markowitz, Portfolio Selection, THE JOURNAL OF FINANCE, Vol. 7, No. 1., 77-91, (1952). 6 1. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(12) 政治大圖 1 投資組合如何組成效率前沿 (作者整理) 立 ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 2 選擇有效率的投資組合 (作者整理). 7. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(13) 政治大圖 3 效率前緣與投資組合配置 (作者整理) 立. ‧ 國. 學. 資訊不對稱理論(Information Asymmetry Theory)係指交易發生前或發生時，參. ‧. 與交易的其中一方對交易標的所擁有的資訊多過於另一方，使得擁有更多訊息的. sit. y. Nat. 這方因更了解交易標的之實際價值得以牟利。. al. er. io. Akerlof(1970)以美國中古車市場為例，說明中古車業者擁有比消費者更多關. v. n. 於中古車物件的資訊，因此能夠將車子以高於「合理價值」的「價格」賣給消費. Ch. engchi. i n U. 者。由於市場中總是充斥著不對稱的訊息，只要業者知道商品的實際價值低於消費者的開價，就可以得超額利潤。於是，業者會一再地嘗試將車子以溢價賣給消費者。不斷重複這項過程的同時，將產生逆選擇問題(Adverse Selection)，市場終將剩下不符價值的中古車與劣質業者。而劣幣驅逐良幣的結果也將讓整個交易市場逐漸萎縮。因為消費者終將體認，無論如何，在資訊不對稱的情況下，他們永遠只能用偏高價格買到偏低合理價值的中古車。3 另外一個典型地資訊不對稱和逆選擇問題的案例，則發生在保險市場之中。已經罹病或者認知到自己未來需要更多醫療協助的消費者，會更有意願購買醫療 3. George Akerlof, The market for lemons: quality uncertainty and the market mechanism, QUARTERLY JOURNAL OF ECONOMICS 84 (3), 488-500, (1970). 8. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(14) 保險，於未來需要支付大筆醫療費用前防患未然。消費者也會隱藏自己的身體健康狀況以便享有更便宜的保險費率。保險公司為了防範此等問題發生，只能更嚴格地審核客戶的健康資料、拒絕理賠機率過高的客戶，也縮小了健康保險的整體覆蓋率。於此，並不利於保險市場發展。因而我國在發展全民健康保險時，為避免自願納保人的資訊不對稱與逆選擇問題，即規定強制投保制度。於是，金融市場如何消弭資訊不對稱問題，也就成為各類市場參與者的重要課題。股票或公司債的發行公司希望投資人用更合理的價格購買其發行之權益證券與債券。金融機構希望擴大市場流動性與交易頻率，賺取更多手續費。投資人. 政治大如何找到合理的價格，可說是財務經濟學不斷探索的核心議題。資本資產訂立. 則盼望以更公平的價格購入標的。. 價模型(Capital Asset Pricing Model, CAPM)建構了市場收益率與股票價格的關聯. ‧ 國. 學. 性，進而決定股票合理價格。45Ross(1976)認為只要存在套利的空間，就會有市場. ‧. 力量驅使交易發生，並消除套利空間。於是以此發展了套利訂價理論(Arbitrage. y. Nat. Pricing Theory, APT)，試圖解決一般資產價格的訂價問題。6Black 和 Scholes 模型. er. io. sit. 與二項式選擇權定價模型(Binominal Options Pricing Models)則是在 1970 年代後期開展，解決了早前無法確切計算選擇權合理價格的問題。財務經濟學的發展始終. n. al. 圍繞著訂價與市價。. Ch. engchi. i n U. v. 資訊科技與演算法的進步，加上近來計算機運算能力突飛猛進，幫助研究者與投資人用更迅速、更便利的方法來找出合理的資產訂價。演算法與金融模型發展目的在於解決理論問題，既然理論問題可以被解決，那麼實際用來投資也就只是舉手之勞。演算法交易與機器人理財即是依據個別投資人的期望報酬率與風險屬性，就投資人可以接受的風險與報酬著手分析，應用現代投資組合理論，幫助投資人尋 4. William Sharpe, Capital asset prices: A theory of market equilibrium under conditions of risk, JOURNAL OF FINANCE, 19 (3), 425-442, (1964). 5 Jan Mossin. Equilibrium in a Capital Asset Market, ECONOMETRICA, Vol. 34, No. 4, 768–783, (1966). 6 Stephen Ross, The Arbitrage Theory of Capital Asset Pricing, JOURNEY OF ECONOMICS THEORY (13), 341-360, (1976). 9. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(15) 求更有效率的方法進行資產配置。機器人理財並不贊同效率市場假說(EfficientMarket Hypothesis, EMS)，資產價格並非已經被市場交易價格充分反映，證券市場也不是隨機、不可預測的。正是因為市場缺乏效率且往往存在資訊不對稱與套利空間，又經常依循一樣的模式循環，才有運用演算法找到被低估之投資標的，進而從中獲利之可能性。套利定價模型等財務模型是演算法用來描述的核心價值，亦即其機器人理財背後之經濟原理與運算邏輯。最後，用演算法計算出的結果替代傳統投顧的投資建議，可以建構更有效率的投資組合，避免人性的偏見與謬誤。以演算法取代真人，在即時接收市場資訊與價格變化後可以隨即經由演算法計算. 政治大相較於真人從事金融交易時需要面對的情緒考驗，演算法可以更有紀律地執行交立來做出因應，無論是持有、買進、賣出或以其他交易策略因應，都更加地迅速。. 易策略。. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 10. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(16) 第二節機器人理財的發展根據顧問公司 Capgemini 所提出的研究報告「Evolution of the Automated Advisors」分析，機器人理財服務係 2008 年金融海嘯後方始蓬勃發展。其主因為金融海嘯造成投資人們鉅額金錢損失，也對傳統投資顧問業者產生不信任感。此時，部分投資顧問業者運用自動化工具，希望打造更為客觀中立且符合投資人需求的顧問服務，與其他業者產生區隔，並藉此搶佔市場份額。7電腦科技與網際網路的蓬勃發展，使得各類金融商品的價格資訊隨手可得。計算機運算能力的大幅. 政治大融機構與投資顧問業順勢將原先使用於自營交易的演算法交易模型提供給金融消立. 提升也讓一般大眾都可以負擔得起具備執行演算法交易能力的相關設備。於是金. 費者，開啟了最原始的機器人理財服務。. ‧ 國. 學. 傳統投資顧問，無論證券投資顧問業，或銀行財富管理部門，均係以服務專. ‧. 員為中介渠道，向特定人或不特定人提供投資建議。機器人理財則提供不同的服. y. sit. io. er. 的干擾。. Nat. 務模式，讓系統平台直接透過網際網路與投資人對接，也可以大幅降低人為因素. 機器人理財服務的特色是以演算法為基礎，可依據使用者所提供的風險屬性. al. n. v i n 分析、損失承受度、預期報酬、投資時間、商品偏好等資訊，運算出投資建議， Ch engchi U 並協助執行投資組合管理。. 機器人理財幫助使用者更容易在各種市場當中找到適合自己的投資標的與投資機會，選擇範圍也不限於特定股票、債券、基金或衍生性商品。舉例而言，身處臺灣的使用者可能對美國股票市場的標的認識有限，但機器人理財得以依據該使用者所提供的資訊，推薦適合投資的美國股票或 ETF。同時，機器人也會協助將資金按比例分散至股市、債市或現金等部位，創造更加分散風險的投資組合。目前幾個比較知名的機器人理財業者，包括了美國的 Vanguard、Schwab Capgemini，Evolution of the Automated Advisors, https://www.capgemini.com/wpcontent/uploads/2017/07/evolution_of_automated_advisors_2016.pdf (瀏覽日期:2018 年 7 月 15 日) 11 7. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(17) Intelligent Portfolios、Betterment 、WealthFront，英國的 Nutmeg，德國的 Scalable Capital，日本的 THEO 與 Folio，中國亦有挖財、懶投資等新興業者。其中 Vanguard 旗下機器人理財服務的資產管理規模(Asset Under Management, AUM)已超過 500 億美元，而 Schwab Intelligent Portfolios 和 Betterment 亦超過 100 億美元。8 根據 KPMG 統計，截至 2017 年，全世界機器人理財服務的 AUM 總值為 0.5 兆美元，預期 2020 年將成長至 2.2 兆美元，平均年成長率達 68%。9而 BI Intelligence 更估計 2020 年時整體 AUM 可望成長至 8.1 兆美元，平均年成長率更高達 150%。 10. 政治大. 機器人理財AUM規模變化單位:兆美元. 立. 9 7 6 5 4. ‧. ‧ 國. 學. 8. al. n. 0. sit. io. 1. er. 2. y. Nat. 3. 2015. 2016. Ch. 2017. i n U. 2018(E). v. 2019(E). 2020(E). e n g c 機器人理財AUM規模(BI Intelligence) hi. 機器人理財AUM規模(KPMG). 圖 4 機器人理財 AUM 規模變化 (資料來源:Bloomberg、作者整理). 機器人理財服務業者，依照不同創設背景，則可分為附屬於既有基金公司或財富管理業者的機器人理財服務(傳統型)，或不隸屬於其他金融機構的獨立型機. 8. 資料來源:彭博資訊終端機(Bloomberg Terminal)資料庫 (瀏覽日期:2018 年 5 月 8 日) KPMG，Robo Advising，2017。https://advisory.kpmg.us/content/dam/kpmgadvisory/strategy/pdfs/2016/kpmg-robo-advisors-final.pdf?ct=t (瀏覽日期:2018 年 5 月 9 日) 10 Sarah Kocianski, How Automated Investment Products Are Disrupting And Enhancing The Wealth Management Industry, BUSINESS INSIDER，http://www.businessinsider.com/the-evolution-of-roboadvising-report-2017-7/?IR=T (瀏覽日期:2018 年 5 月 5 日) 12 9. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(18) 器人理財公司(Independent Robo-Advisor)等兩個主要類型。獨立型公司除服務旗下顧客外，也會將其理財策略模型出售或授權給其他金融業者，供其客戶使用，兼具 B2C(Business to Customer)與 B2B(Business to Business)兩種銷售模式，獲利來源更為廣泛。. 表 1 各大機器人理財顧問公司簡介 (資料來源:作者自行整理) 名稱. 國家. 創設年份. 管理費率. Betterment. 美國. 2010. 0.25%. WealthFront. 美國. Nutmeg. 英國. 2011. Scalable Capital. 德國. 2014. Marie Quantier. 法國. 2014. 澳大利亞. 2013. 0.60%. io. 機器人理財近年蓬勃發展的因素包含幾項競爭優勢:. n. al. 0.45% 0.75%. sit. Nat. Stockspot. 0.75%. 0.66%. er. ‧ 國. 2011. 學. 美國. y. 立. 0.25%. ‧. Personal Capital. 政治 2008大. i n U. v. 1. 個人化:機器人理財服務可依據每位使用者的 KYC、預期報酬、風險承受能. Ch. engchi. 力與其他投資需求為綜合考量，協助建構最適合自身的投資組合。不同使用者均可得到個人化的投資建議，更加貼近需求。 2.. 低費率與低門檻:機器人理財業者不需提供實體通路，也大幅減少專人服務成本，一旦營運所需之軟硬體內容建置完成後，提供每一個新客戶之各項服務的邊際成本相當低廉。因而可提供更具市場競爭力之收費制度，並大幅降低單一客戶之投資門檻。. 3.. 透明度:相較於傳統財富管理業者，機器人理財業者更願意將理財服務的內容及運作方式公開。因為這些內容正是他們吸引消費者的賣點所在。消費者亦可於網路資訊或相關網站中自行比較，找到最適合自己的服務業者。 13. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(19) 且機器人理財業者於服務費用一視同仁，大幅減少傳統投顧服務可能出現的差別定價與價格歧視行為，也更容易得到消費者信賴。 4.. 即時性:機器人理財的系統平台可提供全天候不間斷的服務，並即時掌握客戶投資部位與投資組合的損益狀況。並針對金融市場走勢與商品價格變化，採取更為迅速的投資策略規劃。同時，演算法交易的優點在於可幫助投資人嚴格執行停損或停利策略，避免人性弱點所引發的投資損失或機會成本。表 2 財富管理經營模式比較 (資料來源:作者自行整理). 模式. 銀行業. 目標客戶. 高資產客戶. 投資門檻. 高. 服務項目. 投資、保險與稅務規劃. 投資. 服務渠道. 專人. 專人. 收費. 高. 中. 個人化程度. 高. 即時性. 低. 網路投資平台. 機器人理財. 高資產客戶與一般客戶. 一般客戶. 一般客戶. 中. 低. 低. 投資. 投資與稅務規劃. 網路. 網路. 低. 低. 政治大. 學. Nat. y. ‧. ‧ 國. 立. 證券業. n. Ch. er. io. al. 低. 中. 高. 高. 高. sit. 中. i n U. v. 機器人理財公司大量出現，各式各樣不同種類服務推陳出新的同時，幫助消. engchi. 費者選擇機器人理財服務的網路公司也相應而生。例如”Roboadvisors”，即是以幫助消費者找到最適合自己的機器人理財服務為訴求的網路平台。11網站當中不但詳細地提供各家公司的手續費率與投資組合管理費率等資訊，更可直接就不同公司服務內容之優缺點進行完成比較。此外諸如法律管轄權等財務以外的資訊也一併整理完成，有利消費者從不同面向綜合考量，找到最適合自己的機器人理財服務公司。. 11. ROBOR ADVISOR, https://roboadvisors.com. (瀏覽日期:2018 年 5 月 5 日) 14. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(20) 第三節機器人理財與投資標的機器人理財的特色在於透過演算法運作幫助投資人更即時地動態調整投資組合。無論將資金分散投資於股票、債券、基金、商品、ETF 或現金資產，也許投資的範圍相當廣泛、大相逕庭，但最終目的皆是希望將使用者的投資組合保持在 Markowitz 的現代投資組合理論所稱的效率前沿之上，完成最有經濟效率的配置。選擇標的之方法上，機器人理財與傳統投顧或共同基金明顯不同。傳統模式偏好由分析師或經理人依個人意見選擇幾個特定標的組成投資組合，追求的目標. 政治大析著手，通盤考量其財務目標與稅務需求，並剔除消費者沒有意願的投資標的後，立為打敗市場與「超額報酬」。反之機器人理財係由消費者之投資偏好與風險屬性分. 運用現代投資理論為基礎，以演算法運算之結果為其打造一個有效率的投資組合。. ‧ 國. 學. 消費者可以接受的風險程度將決定投資組合的樣貌，演算法進而依循消費者的偏. ‧. 好計算出結果，將資金分散至各類投資標的當中以打造一個最適當的投資組合。. y. Nat. 機器人理財的標的選擇模式不是追求超額報酬，而是追求「可承擔之預期風險下. er. io. sit. 最佳的相對報酬」。並幫助投資人獲得穩定、可接受的投資報酬率。為了避免過於劇烈的資產價格波動及人為操縱風險，並尋求穩健投資報酬率，機器人理財服務. al. n. v i n 會更偏好投資指數型商品，或可以反映各項大盤指數(股市、債市、匯市、商品市 Ch engchi U 場)變化的金融工具。. 交易過程無可厚非地需要面對交易成本問題。尤其機器人理財服務調整投資組合的頻率較傳統財富管理顧問更高，因此如何透過交易成本分析(Transaction Cost Analysis, TCA)有效降低交易成本，也就成為了實務運用上的課題。交易成本一般可分為直接成本與間接成本。直接成本包含了交易手續費、交易稅等費用，通常是單筆交易金額的特定比例，可以簡單地由交易金額與規模計算得知。間接成本則有買賣價差(Bid-Ask Spread)、滑價、流動性成本與時間成本等。. 15. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(21) 價差為市場當下最佳買價與最佳賣價的差額，每筆交易若無法以最佳價格成交，即產生額外交易成本。流動性成本則是執行交易時，因為市場中願意出售或買入該項標的之交易對手太少，導致流動性問題發生，必須以更差的價格出售或買入才得以成交。時間成本則是表述執行交易至成交間，因為市場波動所產生的風險成本。自接收到市場價格變化計算出投資組合的最新配置，以至於在市場中重新調整投資組合內容，花費越長時間則須要承擔越多風險成本。因此實務上演算法交易或機器人理財為了降低手續費與交易稅等直接交易成本，與價差、滑價、流動性成本等間接成本，以期增加投資效率，會優先利用. 政治大股、基金或債券。原因即為指數型 ETF 產品相較於其他個別投資標的，在成本方立 ETF(Exchange Traded Fund) ，特別是指數型 ETF 來建構投資組合，而非單獨的個. 面有其優勢。. ‧ 國. 學. 指數型 ETF 顧名思義是與特定股票、債券或商品之「指數」連動的 ETF。利. ‧. 用一籃子投資組合來組成與指數走勢相仿的 ETF 後，只要投資該 ETF 即可得到. y. Nat. 與指數走勢相近的投資報酬率。且由於其波動率與大盤指數變化雷同，也可大幅. 指數型 ETF 相較於其他特定標的，有以下的優點:. al. v i n 追蹤特定指數的績效表現可以有穩定的大盤報酬率。就風險管控，投資 Ch engchi U n. 1.. er. io. sit. 分散非系統性風險。. 指數型 ETF 只需要承擔大盤風險而不需要承擔個別標的之風險，可有效降低投資組合波動程度。 2. 指數型 ETF 的一籃子投資組合通常相當透明，因為追蹤指數之緣故其. 成分與個別佔比均有一定機制管理，不被人為力量所操控，也有分散風險的功能。 3.. 相對於個股或單一債券，指數型 ETF 有更多手續費與交易稅的優惠，可降低直接交易成本。12. 12. 以台灣股票市場為例，交易稅是賣出投資標的時同步繳納，我國於投資人賣出個股時課徵交易金額千分之 3 的交易稅，賣出 ETF 時則課徵交易金額千分之 1 的交易稅。而手續費於買進或賣 16. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(22) 4.. 指數型 ETF 市場規模龐大，可降低滑價與流動性風險，減少間接交易成本。1314而某些金融資產，例如債券，並沒有集中於交易所交易，而是採行 OTC(Over The Counter)交易。報價較為不透明，流動性也差。此時以 ETF 投資該類產品，不但可以享有同樣的報酬，也可以避免市場流動性不佳所產生的價差與滑價成本。. 不過值得注意的是，若同時間有大量資金以相同或類似的演算法為基礎在 ETF 市場當中執行交易，是否有機會讓演算法失靈，或以其他模式對整個市場產生負面影響，需要持續觀察。15. 立. 4,000 3,500. y. sit. al. v i n 2003 2004 2005 2006 2007C 2008 2009 2010 2011 2012 2013 2014 2015 2016 hengchi U n. 0. io. 500. er. 1,000. Nat. 1,500. ‧. 2,000. ‧ 國. 2,500. 學. 3,000. 政治大. 全球ETF之AUM變化. 單位:10億美元. 圖 5 全球 ETF 之 AUM 變化 (資料來源: Statista、作者整理). 出時繳納給證券商，手續費上限為千分之 1.425。 13 根據 EY 所出版的<Global ETF Research 2017>，2017 年全世界的 ETF 規模加總起來約為 4.4 兆美元，預期 2020 年將達 7.6 兆美元。2017 年主動基金與被動型基金的比例約為 76:24，至 2020 年將為 69:31，顯示被動型基金占比不斷提升。同時調查顯示有 97%的機構投資人會持續鼓勵其客戶投資 ETF。http://www.ey.com/Publication/vwLUAssets/ey-global-etf-survey2017/$FILE/ey-global-etf-survey-2017.pdf (瀏覽日期:2018 年 5 月 11 日) 14 根據 Statista 統計，目前全球約有 4,779 檔 ETF 發行，其中 1707 檔於美國境內發行。 https://www.statista.com/topics/2365/exchange-traded-funds/ (瀏覽日期:2018 年 5 月 11 日) 15 Dave Nadig，Understanding ETF Flash Crashes, ETF.COM http://www.etf.com/sections/blog/understanding-etf-flash-crashes?nopaging=1 (瀏覽日期:2018 年 7 月 11 日) 17. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(23) 全球ETF發行檔數變化 6,000 5,000 4,000 3,000 2,000 1,000. 學 y. sit. n. 60. al. er. io. 80. ‧. 100. 臺灣ETF發行檔數變化. Nat. 120. 治政大2013 2014 2015 2016 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 立圖 6 全球 ETF 發行檔數變化 (資料來源: Statista、作者整理) ‧ 國. 0. Ch. engchi. i n U. v. 40 20 0 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017. 圖 7 臺灣 ETF 發行檔數變化 (資料來源:台灣證券交易所、證券櫃檯買賣中心、作者整理). 18. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(24) ETF投資標的所在地佔比 50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% United States. ‧. 10,000. y. sit er. al. n. 12,000. io. 14,000. 全球共同基金之AUM變化. Nat. 16,000. 學. 單位:10億美元 18,000. 立. Others. 全球 ETF 投資標的所在地 (資料來源: Statista、作者整理). ‧ 國. 圖 8. 政治Africa and大Asia. Europe. Ch. engchi. i n U. v. 8,000 6,000 4,000 2,000. 0 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 圖 9 全球共同基金 AUM 變化 (資料來源: Statista、作者整理). 19. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(25) ETF/共同基金之AUM比例 25%. 20%. 15%. 10%. 5%. 治政 2003 2004 2005 2006 2007 2008 2009 2010 2011 大 2012 2013 2014 2015 2016 立圖 10 全球 ETF、基金 AUM 比例 (資料來源: Statista、作者整理) 學 ‧. ‧ 國 io. sit. y. Nat. n. al. er. 0%. Ch. engchi. i n U. v. 20. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(26) 第四節投資服務與投資顧問業者收入的質變基於機器人理財服務之特性，金融機構與金融科技業者的營利模式也相應產生質變。新型態營利模式運作方式，將扭轉傳統金融業的舊思維，也讓財富管理目標客群由少數高資產客戶轉往普羅大眾。傳統金融業者會優先尋找高資產客戶做為財富管理客戶，原因在於其盈利來源泰半為單筆交易的手續費收入。高資產客戶有更多資金進行交易，無論交易頻率高低均能夠承擔一定額度的手續費支出，因此更受傳統金融業者歡迎。反之，. 政治大亦難以享受業者的財富管理建議。立. 與金融機構往來資金略低的一般客戶，則不會被納入財富管理的目標客群當中，. 今日市場隨 ETF 等產品如雨後春筍般出現、推陳出新的力量讓手續費收入不. ‧ 國. 學. 斷下降。根據晨星(Morningstar)所提供之資料，於美國境內投資 ETF 所需要付出. ‧. 的相關費用在過去 10 年內下降了 30%。 16 而美國首屈一指依止的基金公司. y. Nat. Vanguard，對於透過其平台交易之所有 ETF，更採取免手續費服務。17可知以往的. er. io. sit. 獲利模式將逐漸難以複製。加上歐盟 MiFID II 上路後，投資顧問業者無法再藉由手續費或佣金收入等方式作為提供研究報告之對價，必須要有獨立的收費管道，. n. al. Ch. 也迫使傳統投資顧問業者需要尋求其他出路。. engchi. i n U. v. 機器人理財服務業者營收來源為每年收取固定金額顧問費，或資產管理規模特定比例的管理費。與傳統金融業者的獲利模式明顯不同。目前無論是附屬於基金公司的傳統型機器人理財業者或獨立型機器人理財業者，每年向用戶收取管理費比例約為 0.5%-1.5%，也不額外收取每筆交易手續費。差別在於傳統型機器人理財業者，例如 Vanguard，可能會優先推薦消費者購買其母公司旗下所發行的 ETF 或基金產品。而非持平地檢視市場中所有可能的投資機會與相關產品。. 16. MORNNGSTAR, https://www.morningstar.com (瀏覽日期:2018 年 5 月 11 日) Asjylyn Loder, Investors Win From ETF Price War, THE WALL STREET JOURNEY, https://www.wsj.com/articles/etf-fees-tumble-as-price-war-heats-up-among-big-fund-firms-1531396800 (瀏覽日期:2018 年 7 月 12 日) 21 17. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(27) 關於此種收費方式之形成原因，則可能為幾種理由: 1. 方法論的問題:按照目前市場變化，收續費收入不斷殺價競爭，未來將難以成為支應穩健獲利的來源。且機器人理財是以現代投資組合理論與演算法結構來決定投資組合，其中交易手續費屬交易成本當中的一個參數項。執行參數最佳化並計算投資組合報酬率時，極大化手續費與極大化投資組合報酬相互矛盾。以消費者的角度而言，必然選擇極大化投資組合報酬，也會盡可能降低交易成本，因此業者的機器人理財服務也無法提供為其豐厚的交易手續費收入。於此，機器人理財業者將盈利模式設定為資產. 政治大模時，業者也可以因資產規模提升而增加管理費用收入。兩者之間的利益立. 管理費。不但可以獲得穩定的營業收入，消費者因投資獲利而擴張資產規. 更趨為一致。. ‧ 國. 學. 2.. 更透明的服務費用:機器人理財與演算法幫助客戶建構投資組合的同時，. ‧. 即可幫助客戶計算出採用服務後的預期報酬率與曝險狀況。客戶一旦明. io. y. sit. 其他可行性問題:多數獨立型機器人理財業者並未取得銀行業或投資信託. er. 3.. Nat. 白預期報酬率後，將會充分提升支付服務費用的意願。18. 業的經營執照，無法直接複製傳統業者的獲利模式。同時按資產管理規. al. n. v i n 模比例收取顧問費的模式也可貢獻更穩定的現金流收入。 Ch engchi U. 機器人理財業者亦可進一步協助消費者整合財務目標，安排各項投資計畫。例如將消費者的原始投資資金劃分為個人帳戶、信託帳戶與退休帳戶等分項，各自按不同的方法配置資產組合。以外，協助消費者於投資時一併解決稅務問題(極小化所得稅、執行虧賣抵稅等)的優點，亦為機器人理財服務的競爭優勢。 ETF 等低手續費的投資商品不斷加入市場，讓投資顧問業者不再輕而易舉地獲取手續費收益。MiFID II 上路後，更促使投資顧問業須要轉型成獨立的服務機構。因為該項規範當中要求歐盟地區的投資顧問業要有獨立的營收來源，不許再. 18. 當預期年報酬率減去服務費用率及資金成本後仍為正數時，投資人即可獲利。 22. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(28) 以佣金收入做為提供研究報告與投資諮詢之對價。加上機器人理財服務的推波助瀾，以資產規模規模之比例計算管理費的方式，讓業者與消費者有著共同方向的利益，也提升了消費者採行投資顧問服務之意願。機器人理財業者之外的投資顧問業者或銀行財富管理部門觀察到市場的改變後，也選擇順應潮流，調整營運模式。這些改變均促使財富管理業務的營收來源逐漸由手續費所構成的「流量」變為資產管理規模所象徵的「存量」。原先不被列為目標客群的投資人如今反倒成為了業者們的兵家必爭之地。我國金融監督管理委員會近期也開始推動「以基金規模(AUM)計算銷售獎勵金」措施，以期「降低現行實務以銷售額計算銷售獎勵金可能產生銷售機構與投資人間之利益衝突」。19. 政治大然而，擴大整體市場份額並新增了眾多潛在的財富管理客戶的同時，也衍生立. 了許多新問題。新客戶們對於財富管理商品的認知與經驗，相較高資產客戶明顯. ‧ 國. 學. 不足。本身資產金額較低，表示對風險事件與投資損失的承擔能力也較為低落。. ‧. 甚至，當發生投資爭議時可能也較無充足能力主張其應享有之權益。因此，當機. y. Nat. 器人理財把財富管理服務由高資產客戶帶往一般民眾時，如何充分保障金融消費. n. er. io. al. sit. 者之權益，將是亟需解決的問題。. Ch. engchi. i n U. v. 19. 金融監督管理委員會新聞稿，金管會推動「以基金規模(AUM)計算銷售獎勵金」措施，創造投資人、資產管理業者以及銷售通路之三贏 https://www.fsc.gov.tw/ch/home.jsp?id=96&parentpath=0%2C2&mcustomize=news_view.jsp&datasern o=201803290001&aplistdn=ou%3Dnews%2Cou%3Dmultisite%2Cou%3Dchinese%2Cou%3Dap_root %2Co%3Dfsc%2Cc%3Dtw&dtable=News (瀏覽日期:2018 年 7 月 16 日) 23. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(29) 第三章演算法交易與機器人理財. 第一節演算法交易的原理「演算法」(Algorithm)，是「用以執行計算或完成作業的程序」20，或稱「在有限步驟內解決數學問題的程序」。21 演算法交易亦稱程式交易，泛指利用電腦與演算法計算來決定投資策略的交易方法。姜林杰祐(2012)認為其定義是:「投資人透過程式，以歷史資料模擬回測. 政治大自動執行回測時得到的優質策略」立. 方式，尋找並科學化驗證出優質的交易策略;繼而，以程式建立交易環境，即時而 22. ‧ 國. 學. 金融市場中有著眾多不同種類的資料，包含交易價格與交易量、技術指標、籌碼變化，基本面財務資訊等。演算法交易即是利用上述數據為本，由財務模型、. ‧. 函數與決策樹建立一組策略。. sit. y. Nat. 策略由三個主要部分構成:進場點、出場點與濾網。進場點為特定訊號出現後. al. er. io. 所產生的進場時機，出場點是因停損或停利目標而預先設定的出場位置，濾網則. v. n. 是用來過濾進出場訊號的機制。這三個部分與演算法使用者的偏好讓演算法存在. Ch. engchi. i n U. 幾個重要的參數，這些參數的設定也將決定演算法策略的預期獲利能力。使用者經由參數設定與進出場訊號調整，以歷史資料進行回測，並落實參數最佳化過程 (Optimization))，希望找出具穩定預期報酬的交易系統。初擬策略，並經由數據回測過程與參數最佳化之後，交易策略與交易系統初步完成。此時可以開始按照演算法交易模型所計算出的結果於市場當中執行交易。使用者收集市場中的價格資訊與相關變化，將數據導入演算法模型之中。演算法 20. 石田保輝、宮崎修一，演算法圖鑑，頁 10，2017 年，臉譜出版。 Merriam-Webster Dictionary, Definition of algorithm: a procedure for solving a mathematical problem (as of finding the greatest common divisor) in a finite number of steps that frequently involves repetition of an operation; broadly : a step-by-step procedure for solving a problem or accomplishing some end especially by a computer。(瀏覽日期:2018 年 5 月 13 日) 22 姜林杰祐，2012 年，程式交易：方法與實務應用，頁 18，新陸書局。 24 21. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(30) 依數據計算後，決定是否要執行交易。交易的買賣方向均由演算法按照擬定之交易策略與計算出的訊號決定，可能是新建部位、或加碼投資;也可能是停利出場或執行停損。演算法模型可以即時地按照現有投資部位與市場價格資訊，計算出投資組合的損益狀況，幫助使用者能夠隨時追蹤演算法交易的績效狀況，是否符合原先預期。倘若績效表現不如人意或出現顯著虧損時，使用者也可以憑藉著績效表現變化，考慮是否終止運行演算法交易模型。. 初擬交易策略. 參數最佳化與. 政治大. 數據回測. 立. 檢驗. ‧ 國. 學按照策略執行交易. 決定交易策略. ‧. 追蹤績效. er. io. sit. y. Nat. al. n. 圖 11 演算法交易流程圖 (資料來源:作者整理). Ch. engchi. i n U. v. 實務上演算法交易主要有兩類應用模式。第一種為套利型(Arbitrage)交易系統，透過演算法計算得到特定資產的合理價格，當市價高於或低於合理價格時，即刻在市場中執行賣出或買進的交易策略，以賺取價差收益。早年風行於華爾街的選擇權套利交易與近年大型金融機構間盛行的高頻交易(High Frequency Trading, HFT)即屬於此類。第二種則為技術分析型(Technical Analysis)交易系統，演算法蒐集特定資產過往的價格數據，以技術分析訊號決定進場與出場時機，透過回測(Back-Testing)與參數最佳化過程計算出預期風險與預期報酬。此種方法假設歷史是會重演的，因 25. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(31) 此當演算法計算出來的進場訊號或出場訊號出現時，便會依照建議來自動執行交易。由於金融市場當中不常存在無風險套利機會，大部分運用演算法交易的金融機構或個別投資人仍是運用技術分析型交易策略為主，機器人理財服務亦同。研究顯示，2000 年時演算法交易佔美國股市交易量比例不及 10%，但 2008 年時已大幅增加至超過 60%，此後一直維持近似水準緩慢增加，目前則是將近 70%。 23. 同時演算法交易佔美國境內期貨市場、選擇權市場、外匯市場與固定收益市場之. 交易量分別為 50%、40%、25%與 10%。24. 政治大快速發展，也為演算法交易和機器人理財服務的未來增加了無限可能。利用機器立. 隨著人工智慧(Artificial Intelligence, AI)與機器學習(Machine Learning)等科技. 學習，於外部，將可以更動態地應對金融市場的各種瞬息變化，即時調整投資組. ‧ 國. 學. 合配置，降低投資風險並提升預期報酬率。於內部，也可更深入分析消費者行為. ‧. 與偏好，提供最符合消費者需求的財富管理服務。. y. Nat. 值得一提的是，無論是哪種演算法交易策略，都沒有恆久有效的「聖杯」。套. er. io. sit. 利型交易系統可能因財務經濟學訂價模型的演進，或市場機制失靈，使得演算法失去正確計算合理資產價格的能力。技術分析型系統則會更頻繁地遭遇失效的問. al. n. v i n 題，一旦市場氣氛產生變化，或投資人的交易習性發生轉變，隨時有策略失效的 Ch engchi U 可能發生。. 因此，機器人理財業者絕對有必要定期檢視其演算法交易策略之可靠度與適用性。並須要將此等風險告知金融消費者，並研擬演算法失靈時之因應措施。. 第二節機器人理財的定義根據彭博資訊(Bloomberg)定義，機器人理財服務(Robo-Advisor)係指一個自 23 24. Christopher Steiner，2014 年，演算法統治世界，頁 265-267，行人文化。資料來源:彭博資訊終端機(Bloomberg Terminal)資料庫 (瀏覽日期:2018 年 5 月 14 日) 26. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(32) 動化的數位平台，經由演算法來執行財務規劃服務。25機器人理財服務可以依據客戶需求提供投資建議或直接執行交易、更新投資組合比例。實務上，機器人理財服務流程有以下幾個運行步驟: 1. 了解你的客戶(KYC):經由問卷調查方式了解客戶的理財規劃與投資需求。問題包含客戶可以承擔的投資風險、投資目的、投資經驗、資金來源、預期報酬率等。系統將計算客戶之風險屬性與承受能力。 2. 投資建議:依照問卷結果分析客戶投資需求，統整 KYC 的結果後，提供理財規劃與投資組合建議。計算預期風險與預期報酬供客戶參考，並由客戶. 政治大執行交易策略:當客戶接受投資建議後，機器人理財公司可協助客戶執行立決定是否執行。. 3.. 交易。依服務內容不同，亦可分為由機器人理財公司直接執行交易的全權. ‧ 國. 學. 委託模式，或由客戶手動執行交易策略的顧問模式。. 檢視交易績效與投資組合調整:當投資組合配置完成後，機器人理財公司. ‧. 4.. y. Nat. 將協助客戶定期檢視投資績效，評估是否符合客戶原先設想的投資目標。. er. io. sit. 並依據演算法所計算出的最新結果建議客戶是否需要動態調整投資組合。倘若金融市場出現突發性事件或劇烈波動時，也會協助客戶盡快處理手. n. al. 中的風險性資產。. 25. Ch. engchi. i n U. v. 資料來源:彭博資訊終端機(Bloomberg Terminal)資料庫 (瀏覽日期:2018 年 5 月 8 日) 27. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(33) KYC. 提供客戶投資建議. 客戶選定投資. 監控資產. 機器人執行. 淨值變化. 交易. 定期檢視績效. 組合配置. 政治大圖 12 機器人理財服務流程圖 (資料來源:作者整理) 立. ‧ 國. 學. 與傳統財富管理業務流程不同，機器人理財僅依據演算法計算出來的結果執. ‧. 行，因此相對於傳統投顧業者，可以大幅節省人力與營運成本。按彭博資訊統計，. sit. y. Nat. 目前機器人理財業者每年所收取的管理費用約為資產管理規模 (Asset Under. al. n. 2.0%，各類避險基金所收取的費用則高達 3%-5%。. Ch. engchi. er. io. Management, AUM)的 0.5%-1.5%。相較之下，傳統金融業者收取的費用為 1.0%-. i n U. v. 以美國業者為例，一般而言僅須 5,000 美元以下的資金即可參與機器人理財服務。該領域的指標業者 Betterment 甚至強調不設置任何投資下限金額。我國部分參與機器人理財服務的業者也主打低門檻條件，以王道銀行為例，新台幣 1,000 元即可線上開戶並享受機器人理財功能。26與傳統財富管理服務需要先在銀行帳上存有 300 萬新台幣以上資金、成為 VIP 客戶後才能享受初階的理財服務，有明顯差距。由於上述特性，我國金融業者與金融管理監督委員會，均認為機器人理財可. 26. 經濟日報 2017 年 1 月 20 日報導， https://udndata.com/ndapp/udntag/finance/Article?origid=8628599，(瀏覽日期:2018 年 5 月 8 日) 28. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(34) 望成為落實普惠金融(Financial Inclusion)的重要工具。27金管會並於 2017 年核准投信投顧公會所提報之「中華民國證券投資信託暨顧問商業同業公會以自動化工具提供證券投資顧問服務(Robo-Advisor)作業要點」。然而，目前國內機器人理財服務與相關法制規範仍有許多疑義需要釐清。例如有學者即認為上述自律規範「無法解決個人資料保護與演算法使用風險等問題，是否完善 KYC 責任亦有待商榷，甚至業者利益衝突等問題也尚未解決。因此該作業要點並無法落實保護消費者之監理目標，應當更明確地在金融消費者保護法及其相關子法之規範之。」28. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 27. 邱金蘭，機器人理財將可全委投資，經濟日報 2018 年 4 月 3 日報導， https://money.udn.com/money/story/5613/3066653 (瀏覽日期:2018 年 5 月 8 日) 28 張冠群，機器人理財不夠保護消費者你安心嗎，蘋果日報 2017 年 8 月 16 日， https://tw.appledaily.com/new/realtime/20170816/1183604/ (瀏覽日期:2018 年 5 月 12 日) 29. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(35) 第三節機器人理財與我國金融市場第一項演算法交易現狀依據姜林杰祐(2012)對我國金融市場的觀察，演算法交易於我國資本市場的大規模應用約是在 2005 年開始。29相較之下，美國的投資銀行於 1980 年代起即大量招聘具物理與工程背景的人才擔任金融工程師(Quant)。針對金融市場特性，以財務工程模型開展各式各樣的演算法交易。30. 政治大我國投資人運用演算法交易之現況，也可以此概略區分。套利型交易系統由於執立. 如本章第一節所述，演算法交易策略主要可以分為套利型與技術分析型兩類。. 行難度較高，多半係金融機構仿照國外投資銀行組織金融工程團隊後，再依財務. ‧ 國. 學. 訂價模型於市場中找尋價差交易的獲利機會並執行之。其投資標的集中於固定收. ‧. 益商品，原因在於債券等固定收益商品相對於股票而言更容易出現套利機會，且. y. Nat. 一支債券的金額遠大於一張股票的金額，其獲利幅度也遠遠不同。. er. io. sit. 而技術分析型交易系統方面，銀行、壽險或自營商的交易模式與散戶差異不大、門檻也較低，均是利用現成的演算法交易套裝軟體(如 Multicharts、TradeStaiton). al. n. v i n 或程式語言來開發演算法交易策略並執行交易。實務上使用者會同時擁有多套不 Ch engchi U 同的技術分析交易系統，並按照資金規模或市場狀況，選擇使用其中幾套交易系統或同時讓所有交易系統上線。. 值得注意的是，由於高頻交易與日內交易(Intraday Trading)31盛行，越來越多自營商也仿照國外金融機構，將執行交易的機房搬遷至距離交易所更接近的地方，以期下單訊號可以更快速地到達交易所。然而各國政府或交易所近期已不斷檢討金融機構的高頻交易是否成為不當操控市場的力量，以及「暗池」(Dark Pools)對. 29. 姜林杰祐，2012 年，程式交易：方法與實務應用，頁 18，新陸書局。 Emanuel Derman，2006 年，一個計量金融大師在華爾街，頁 179-183，臉譜出版。 31 日內交易顧名思義為當日內即結束的交易，交易時段結束後不保留任何部位。無論日中交易結果獲利或損失，都需要全數平倉出場。 30 30. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(36) 市場價格的影響是否會剝奪一般投資人的公平權利。我國主管機關或有必要詳盡監控相關發展。. 第二項演算法交易之限制儘管演算法交易系統的發展持續進步，其應用層面仍受各個金融市場之先天因素或當地監理法規不同而有所限制。顯然，一套成功適用於美國金融市場的演算法不一定能夠完全複製到我國金融市場使用。於此，我們有必要找出我國金融市場之中，限制演算法交易發展與活絡之因素，其後方能因應我國特色建構具備. 政治大. 經濟效率之演算法交易模型。作者認為，今日我國發展演算法交易之限制主要有以下幾點:. 立. 1. 流動性問題:市場流動性會影響演算法交易模型調整投資組合時的能力。流. ‧ 國. 學. 動性佳的市場當中，買賣價差較小，也比較不容易出現滑價。調整投資組. ‧. 合時所需要付出的間接交易成本也較低。我國交易量最高的金融市場為股. y. Nat. 票交易市場，但股市整體市值及參與者有限，屬淺碟特性。市場籌集中於. er. io. sit. 特定人士手中，流動性不佳，股票價格亦容易被操縱。同時世界各國交易所多半採取「逐筆撮合」制度，下單後即可於依市場最佳買價或賣價成交，. al. n. v i n 我國股票交易所一直以來則採「集合競價撮合」制度，每筆交易執行下單 Ch engchi U. 後最多需耗時 5 秒以上才能成交，流動性不佳。32其餘投資產品如公債和企業債等，多半透過證券交易商或銀行報價交易，同樣缺乏流動性外，價格更是不透明。 2. 商品種類太少:對演算法交易而言，越多的商品種類代表使用者可以針對不同的商品市場開發各自交易策略，找尋獲利機會。有助於拓展適用範圍與活絡演算法交易，並激勵更多參與者投入市場。專營演算法交易的投資人一般而言都會同時在眾多金融市場之中交易。當一個市場出現結構性變化 32. 我國股票交易所於 2013 年 6 月前為每 20 秒撮合 1 次，2013 年 7 月起改為每 15 秒撮合，2014 年 2 月改為每 10 秒撮合，2014 年 12 月 29 日改為每 5 秒撮合 1 次。 31. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(37) 或者是獲利狀況較為不佳時，還能夠依靠在其他市場獲利補貼。然而，倘若該投資人只能倚靠一個到兩個市場交易，一旦出現獲利不如預期時，很有可能在短時間內就被迫終止演算法交易、另謀出路。對機器人理財而言，商品種類多寡也相當重要。機器人理財的學理基礎是透過現代投資組合理論，幫助投資人將其資金配置於效率前緣之上。前提假設投資人可以在不同的商品種類之間自由調整，不受任何限制。商品種類太少，代表建構投資組合時不一定能夠找到符合投資人最大利益的效率前緣，造成缺乏經濟效率的結果。我國除股票市場較為發達外，各類金融衍生性商品發展時間. 政治大貨可供交易。其後方於 2001 年增加台股指數選擇權，2010 年增加個股期立較為落後，遲至 1998 年才成立第一家期貨交易所，當時也僅有台股指數期 33. 貨項目，2016 年新增匯率期貨商品。而我國首檔 ETF 寶來台灣卓越 50 基. ‧ 國. 學. 金(0050)亦於 2003 年才正式掛牌，截至目前目前為止我國交易所內可供交. ‧. 易的 ETF 總數也僅約 100 檔。34最具指標性的 0050 日均成交量僅約 5,000. y. Nat. 張(5,000,000 股)，其他大部分 ETF 日均成交量更顯低落。35可知我國的金. er. io. sit. 融商品市場對演算法交易與機器人理財並非十分友善。. 3. 交易成本:交易成本會侵蝕投資獲利，過高的交易成本也往往是投資失敗的. al. n. v i n 主因。交易成本會直接地降低整體獲利，也會迫使投資人增加機會成本。 Ch engchi U. 舉例而言，執行一次買進與賣出交易，若需要付出總金額 1%的交易成本，則需要尋找有機會賺取超過 1%的投資機會方有利可圖。若預期報酬無法超過交易成本，只好選擇持有現金。只是獲利越高的投資機會越少出現，交易成本與投資機會顯然呈現負相關。尤其演算法交易講求的是經由演算. 33. 全球最大的期貨交易所，芝加哥商品期貨交易所成立於 1848 年。香港期貨交易所於 1976 年成立，新加坡於 1984 年成立第一家期貨交易所。 34 全球首檔 ETF 為 SPDR S&P 500 ETF (SPY)，於 1993 年在美國上市。 35 台灣地區發行之 ETF 交易狀況，MoneyDJ 理財網， https://www.moneydj.com/etf/eb/ET305001list.djhtm?A=&B=&C=&D=&E=&F=&G=&H=&I=&J=& K=&L=&O=&P=&Q=&T=&U=&R=100&X=&Y=&EB=&order=3&SS=&CC=f30&st=&EFX=&AP= &Z=2&M=0&S=5 (瀏覽日期:2018 年 7 月 17 日) 32. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(38) 法計算市場價格資訊，找出資產價格被低估的投資機會。其交易頻率與投資組合週轉率相較傳統交易模式更高。交易成本問題對於演算法交易而言代價更高昂。在交易成本過高的市場當中，最終所有獲利可能都被移轉至仲介商手中，而非投資人的口袋。我國股票與 ETF 交易手續費上限為交易金額的千分之 1.425，買進與賣出時均要繳交給證券經紀商。而賣出時股票需額外課徵千分之 3 的證交稅，ETF 亦課徵千分之 1 的證交稅。因而每筆股票或 ETF 的交易成本最高將近 0.6%、0.4%。期貨與選擇權交易依期貨種類不同於每筆交易課徵十萬分之 2 至千分之 1 的期交稅，另有每口 20-. 政治大按槓桿比例推估後，並不一定低於股票現貨交易。立. 50 元的交易手續費。但由於期貨與選擇權本身即為槓桿交易，其交易成本. 4. 市場特性:演算法交易之自動化下單功能於我國僅止於期貨市場，無法於股. ‧ 國. 學. 票市場使用。原因為我國股票市場為 T+2 交割，投資人買進股票時不須準. ‧. 備現款，而是於交易後第 2 個工作天交割股款。若交割日時投資人並未將. y. Nat. 要繳交的款項匯入帳戶供扣款，則將發生「違約交割」。為避免此等風險，. er. io. sit. 雖然主管機關已開放證券商與投資人對接的 API(Application Programming Interface)下單平台，但每筆交易執行前仍須投資人手動確認。期貨交易則. al. n. v i n 因交易前投資人即匯入保證金至帳戶當中，從而無礙於自動化交易。 Ch engchi U 第三項演算法交易之風險事件. 使用演算法交易並非萬無一失，有其特殊風險。金融市場當中也有許多風險事件之成因是演算法交易導致。以近期為例，2010 年 5 月道瓊指數因高頻交易問題，短時間內觸發大量程式賣單，指數於 20 分鐘內下跌近 1,000 點，市值蒸發 8,600 億美元。2012 年 8 月美國 Knight Capital Group 因工程師處理軟體編碼時出錯而發出錯誤交易指令，使公司在 30 分鐘內損失 4.4 億美元。2013 年中國光大證券套利策略交易系統出錯，瞬間送出 234 億人民幣的買單，其中成交 72 億，並推. 33. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(39) 升上證指數一度上漲 5.96%。造成公司近 2 億人民幣損失。我國金融市場也曾因演算法失靈而鑄成幾次嚴重的風險事件發生。例如 2016 年 11 月，第一金證券兼營期貨商，執行演算法交易產生期貨部位錯帳約 2,487 口，估計損失超過 1,000 萬新台幣。而 2017 年 8 月，台指期貨開盤重挫千點摜殺跌停，即是因統一證券自營部門的期貨部位交易問題，大量進場賣空期貨。估計本次造成的損失也超過 2,000 萬元。因此，隨著演算法交易盛行，機器人理財同步蓬勃發展的同時，如何落實保障金融消費者使用演算法服務之權益與風險控管，將是非常重要的課題。倘若一. 政治大 Commission, SEC)嚴格監理，並且必須要定期接受監理單位查核的上市公司都有立. 家如 Knight Capital Group 般已受到美國證券交易委員會(Securities and Exchange. 可能犯下這樣的錯誤，那麼我們勢必要思索如何更加完善我國的演算法監理法規。. ‧ 國. 學. 若業者自行開發演算法策略給消費者使用，發生金融消費爭議時應該如何處理?若. ‧. 提供服務的公司並未自行開發演算法，而是純粹以類似仲介方式交給消費者使用，. sit. n. al. er. io. 理法制建議之重點。. y. Nat. 其責任之邊界亦需要詳加探討。上述問題亦為本研究所希望釐清，並提供相關監. v. 第四項 ni C 機器人理財的發展現況. hengchi U. 現時最為積極的業者包含我國境內最大的信託基金與 ETF 發行商元大投信與復華投信等投信業者，佔據財富管理業務領頭羊地位的瑞士銀行，富邦銀與中國信託銀行等大型本土銀行，或強調採原生數位銀行模式的王道銀行。經金融監督管理委員會核准，取得投顧執照經營機器人理財服務業務的獨立型機器人理財公司則有大拇哥投顧(TAROBO)、機智投顧與商智投顧等公司。36 各家業者的投資模型也各有特色，例如富蘭克林投顧的機器人理財服務是採. 36. 大拇哥投顧獲金管會核准開業，MoneyDJ 理財網， https://www.moneydj.com/KMDJ/News/NewsViewer.aspx?a=4b772641-e1f6-4bf5-857e-8f599b117110 (瀏覽日期:2018 年 7 月 15 日) 34. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(40) 資產配置模型（MOV+Black-Litterman Model），而大姆哥投顧則是利用「凱利公式」(Kelly Criterion)，復華投信方面則有自行研發之投資模型「FH Power X」，商智投顧則採用總經分析、市場因子、技術因子等組成多因子模型運算，精宏投顧則運用 CAPM。37 按我國現有法規，業者之機器人理財服務被定義為「以自動化工具提供證券投資顧問服務（Robo-Advisor）」，因此服務上線前要先申請經營投顧業務，並取得相關執照。大拇哥投顧、商智投顧、機智投顧等獨立型業者即為申請設立投顧事業並已取得投顧執照。而王道銀行、復華投信等，則是已經具有投顧執照，因而. 政治大綜觀國內外發展，機器人理財依應用模式主要可分為兩種不同的類別。第一立. 可以直接開辦機器人理財服務。. 類是根據客戶的需求建立投資組合並提供投資標的建議。投資組合再平衡. ‧ 國. 學. (Rebalancing)時需要客戶親自確認並由客戶執行交易。而第二類則是經由演算法. y. Nat. 以全權委託投資方式運行。. ‧. 自動配置與調整投資組合，客戶需要事先同意機器人理財服務可以全權運用資金。. er. io. sit. 我國目前法制規範，信託業法施行細則第 7 條，第一類屬於受託人對信託財產不具有運用決定權之「特定金錢信託」架構，而第二類則屬於受託人對信託財. al. n. v i n 產具有運用決定權且指定營運範圍或方法之「指定金錢信託」架構。 Ch engchi U. 同時，第二類機器人理財的服務業者亦須按依證券投資信託事業證券投資顧. 問事業經營全權委託投資業務管理辦法(全權委託管理辦法)規定，向主管機關申請兼營全權委託投資業務。而目前全權委託投資的門檻為新台幣 500 萬元，在未調整之前，也讓此類服務的普及率將大為受限。38. 37. 魏喬怡，機器人理財如何選擇，工商時報， http://www.chinatimes.com/newspapers/20180712000286-260205 (瀏覽日期:2018 年 7 月 12 日) 38 金管會 2017 年 8 月 10 日發布之金管證投字第 1060025252 號令規定，業者在維持與客戶原約定之投資標的及投資比例前提下，事先與客戶於契約中約定於個別標的或投資組合之損益達預設標準，或偏離原約定之投資比例達預設標準時由電腦系統自動為客戶執行再平衡交易，得不受證券投資顧問事業管理規則第十三條第二項第二款及證券投資顧問事業負責人與業務人員管理規則第十五條第二項第二款有關證券投資顧問事業及其人員不得有代理他人從事有價證券或證券相關商品交易行為規定之限制。證券投資顧問事業管理規則第十三條第二項第二款為:「證券投資顧 35. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.

(41) 目前我國市場中可見的機器人理財服務供應商，大部分為傳統型，是伴隨基金公司、金融機構與財富管理業者的機器人理財服務。主因為該類公司可利用既有服務平台為基礎來拓展機器人理財服務，新設成本較低。獨立型機器人理財公司數量相對較少、公司資本額也較低，目前也以諮詢服務為主。而受限於營業執照與全權委託的門檻限制，業者均以協助客戶建立投資組合並提供投資標的建議的服務為號召，尚無法完成機器人理財的自動化下單功能。然而綜觀我國現有法制設計，尚未形成以主管機關為基礎，針對機器人理財服務的監理機制。無論是機器人理財的定義，服務範圍、消費者保護或演算法監. 政治大財於我國金融市場中的重要度持續提升，勢必須要就相關法律機制進一步討論。立管等議題，業者均只能參考現有法令規定自行摸索。隨著演算法交易與機器人理. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 問事業應依本法、本法授權訂定之命令及契約之規定，以善良管理人之注意義務及忠實義務，本誠實及信用原則執行業務。前項事業除法令另有規定外，不得有下列行為：二、代理他人從事有價證券投資或證券相關商品交易行為。」證券投資顧問事業負責人與業務人員管理規則第十五條第二項第二款為:「證券投資顧問事業之負責人、部門主管、分支機構經理人、業務人員或其他受僱人應以善良管理人之注意義務及忠實義務，本誠實信用原則執行業務。前項人員，除法令另有規定外，不得有下列行為：二、代理他人從事有價證券投資或證券相關商品交易行為。」 36. DOI:10.6814/THE.NCCU.LLME.012.2018.F10.