新刊速读 | 算法与信义：证券智能投顾的法律规制
债券市场以机构投资者和场外交易为主，信用利差、流动性溢价、估值参数和评级迁移具有较强模型依赖性，算法偏差、数据滞后和利益冲突一旦被放大，可能影响投资者权益和市场秩序。
杜琦，长江证券股份有限公司法律合规部总经理
谈绪军、黄厚琳、李媛媛，长江证券股份有限公司法律合规部
长江证券股份有限公司徐玮、周勇、李轩、董文珊、徐宇晴对此文亦有贡献。
智能投顾是人工智能与金融业务深度融合形成的新型投顾形态，依托算法、人工智能、大数据等技术，为客户提供投资咨询、投资组合选择、交易执行、组合再平衡等自动化金融服务。相较传统投顾，智能投顾具有服务成本较低、投资门槛较低、客户操作负担较轻、数据处理能力较强等优势，有助于推动普惠金融、科技金融和数字金融发展。随着大语言模型和人工智能技术加速演进，投顾行业的技术应用已从早期问答、行情分析，扩展至智能决策辅助、个性化策略生成和全流程陪伴服务，AI能力逐渐成为投顾机构竞争力的重要组成部分。
但智能投顾同时具有技术与金融双重属性，算法黑箱、责任主体模糊、利益冲突隐蔽、投资者适当性弱化、监管规则滞后等问题更为突出。本文以证券行业智能投顾为研究对象，并以债券智能投顾为切入场景，围绕市场准入、技术治理、信义义务、责任规制和政策建议展开分析，试图在现行投顾监管框架基础上，构建兼顾金融创新与投资者保护的法治化治理路径。
一、引言：智能投顾的发展与法律挑战
智能投顾较早起源于美国，经历了创业公司率先探索、传统金融机构加速入局、两类主体融合共生的过程。Betterment、Wealthfront等机构借助量化投资和ETF发展打开市场，嘉信理财、先锋集团、贝莱德、高盛等传统金融机构随后通过自主研发、收购或生态合作扩大布局。欧洲市场以德国、英国为代表，零利率环境下居民储蓄转投资需求提升，智能投顾以低费率ETF组合弥补了传统投顾成本较高的短板。
中国智能投顾大体经历政策破冰、市场探索、合规重塑和模式升级阶段。2019年基金投顾试点是重要分界点，试点前资管新规确认智能投顾的投顾属性，但全权委托问题尚未充分解决；试点后，基金领域全权委托有所放开，管理型投顾地位逐步确立，投顾业务开始从卖方销售逻辑向买方配置逻辑转变。当前中国智能投顾仍处于弱人工智能阶段，行业运行多采取算法主导、人工辅助的混合架构，算法负责投资分析、组合管理和标准化执行，人工投顾承担战略规划、复杂情形判断和个性化沟通职责。
债券市场为智能投顾提供了新的应用场景。债券投资具有交易规模大、期限结构复杂、风险因素多元、询价机制和对手方管理要求较高等特征，适合引入人工智能处理宏观经济、债券成交、信用评级、市场情绪、利率曲线等多维数据。债券智能投顾可用于债券估值、风险收益量化、久期调整、信用债筛选、询价时机选择、对手方匹配和组合动态管理。但债券市场以机构投资者和场外交易为主，信用利差、流动性溢价、估值参数和评级迁移具有较强模型依赖性，算法偏差、数据滞后和利益冲突一旦被放大，可能影响投资者权益和市场秩序。因此，债券智能投顾需要在一般智能投顾规制框架上，进一步强化标的管理、对手方管理、规范询价、投资建议审批、偏离度管理和利益冲突治理。
二、市场准入：智能投顾法律定位与资质要求
境外对智能投顾的法律界定存在差异。日本、韩国等采取较狭义的投资顾问概念，将全权委托投资纳入资产管理业务框架；美国、澳大利亚等则倾向于将智能投顾纳入投资顾问业务框架。美国监管机构对智能投顾的认知经历了从自动化投资工具到数字化投资建议的转变，最终在法律上明确其“注册投资顾问”的性质，强调其投资顾问本质及全权委托服务模式。澳大利亚则采取技术中立立场，将数字化建议、智能顾问和自动化投资建议纳入原有金融产品投资建议监管框架，认为传统顾问与数字顾问在义务本质上具有一致性。
中国智能投顾的法律定位仍存在不清晰之处。第一，证券、基金、债券投顾业务在监管体系中存在二元或多元分立，容易将智能投顾简单等同于证券投顾，忽略基金和债券等领域的投资咨询需求。第二，传统证券投资咨询行业长期禁止投顾代客决策或参与交易，这与智能投顾自动化管理、组合调整和再平衡的核心属性存在冲突。第三，智能投顾兼具投资建议与资产管理属性，现行规则对全权委托型智能投顾缺少明确安排。主流观点倾向于在现行投顾监管框架基础上，针对智能投顾特性作出特别规范。
三、技术治理：破解技术黑箱与算法评估治理
智能投顾的技术核心风险来自算法的数据依赖性、自主性和不透明性。数据依赖性意味着算法输出质量受训练数据、客户问卷、市场数据等信息的完整性和准确性的制约，错误、过时或偏倚数据可能通过模型传导为错误建议。自主性意味着算法可在有限人工干预下完成投资决策和交易执行，投资者通常只能在前期选择风险方案，对后续具体决策缺乏实质影响。复杂性和不透明性则导致投资者难以理解算法形成建议的路径，也难以识别隐藏的利益冲突或技术缺陷。
国际经验表明，算法治理可从算法评估、算法备案、第三方审计和监管沙盒四方面推进。算法评估需要覆盖设计、测试、变更和持续运行全过程，算法上线前应进行数据完整性与样本代表性测试，并在运行过程中建立模型性能的持续验证机制。债券智能投顾还应将信用风险测算、利率风险传导纳入前置评估范围，并对信用等级迁移、久期暴露及再平衡行为进行压力测试等。算法备案和记录制度可借鉴黑匣子思路，留存客户信息、算法版本、参数变化、市场状态、交互结果和交易输出等数据，以保障算法的可追溯性及可问责性。第三方审计可在不直接干预算法机理的前提下，对算法模型性能、风险暴露和合规性进行外部验证，保障监管机构能在事后追溯算法决策链条。监管沙盒则可为新型智能投顾产品提供受控测试环境，使监管机构在真实或模拟市场中探索债券智能投顾的应用场景与监控措施，逐步完善算法的技术准入门槛及监管标准。
四、业务规范：智能投顾信义义务体系构建
智能投顾法律治理的中心应是信义义务。中国当前处于弱人工智能阶段，算法本身不具备法律主体资格，智能投顾可被视为金融机构向投资者提供服务的工具和业务能力延伸，金融机构应作为信义义务主体承担责任。由于底层算法常由第三方研发，智能投顾场景下还存在运营者与算法研发者并存的二元结构，责任分配需要进一步细化。
智能投顾的利益冲突更具隐蔽性。传统投顾中投顾个人与客户之间的利益冲突在智能化模式下有所弱化，但机构与客户之间的利益冲突仍然存在，甚至可能通过算法参数、产品排序、交易路径和关联产品推荐而隐匿于算法中。证券公司同时具有投顾和经纪商身份，可能通过增加交易频率获取佣金，亦或是同时作为投顾提供方、产品提供方或代销方，优先推荐关联产品。对此，信息披露应成为履行信义义务的重要载体，披露内容包括业务模式、费用结构、第三方参与情况、算法基本逻辑、人工介入程度、利益冲突安排和算法固有风险。源代码原则上无需对外公开，但在监管调查或纠纷处理中，运营者需要证明算法不存在损害投资者利益的参数设置，并承担必要解释义务。
适当性管理也是智能投顾信义义务的重要内容。智能投顾主要通过问卷了解客户，容易出现客户画像粗糙、测评结果偶然性、信息更新不足和建议同质化等问题。为提高客户画像精度，问卷应覆盖财务状况、投资经验、投资目标、投资周期、流动性需求、其他投资情况和风险承受能力，并通过交互提示、逻辑校验、人工补充和持续更新机制提高信息质量。同时，应建立智能投顾胜任性评价体系，评估算法所模拟的投资分析模型是否合理，参数、假设、交易逻辑能否在实盘环境中有效运行，算法与目标客户之间是否匹配。智能投顾还应履行最佳交易执行和最佳投资建议义务，既要控制交易总成本和执行质量，也要基于客户真实需求、投资目标和市场变化，提供符合客户最佳利益的建议。
五、责任规制：多元主体归责与投资者保护
智能投顾责任难以简单纳入传统违约责任或侵权责任，其核心在于投顾与投资者之间以信赖为基础的信义关系。违反信义义务的责任应被理解为法定责任，既以服务合同为载体，又受监管规则中忠实、勤勉等强制义务约束。
在责任主体上，智能投顾本身不具备独立意识、自主意志和财产基础，不宜作为民事主体承担责任。智能投顾运营机构应作为核心责任主体，对算法设计审慎性、持续监督、利益冲突披露、合规透明和全流程管理负责。研发主体则需区分模型提供者和技术实现者。模型提供者参与投资逻辑和核心模型设计，投资者对其专业判断存在间接信赖，应承担与传统投顾相近的忠实、勤勉义务；技术实现者主要负责程序编写和系统实现，通常不承担信义义务，但若因程序漏洞或技术缺陷造成损失，应按过错承担责任。
在归责原则上，文章主张引入过错推定。算法黑箱造成投资者举证能力不足，若仍适用一般过错责任，投资者很难证明机构存在算法设计、运行或监督缺陷。过错推定要求运营机构或是模型提供者证明其已履行信义义务，包括算法设计的审慎性、持续监控、信息披露等，无法证明时推定其存在过错。责任承担上，对于多元主体共同参与造成损失的情形，可根据过错程度适用连带责任或补充责任。运营机构与模型提供者共同导致决策错误的，可承担连带责任；程序设计者存在轻微技术瑕疵且运营机构存在主要过错的，可由运营机构优先赔偿，程序设计者在其过错范围内承担补充责任。
六、政策建议
智能投顾法律规制需要在现行投顾监管框架基础上作出专项完善。第一，完善投顾业务监管框架，明确智能投顾仍属于投顾业务范畴，其市场准入、适当性管理、信息披露和监督管理仍应遵循证券法律法规，在现有法律法规框架内进行规范，同时针对债券智能投顾的特殊问题进行特别规范，将标的管理、对手方管理、规范询价、投资建议审批和偏离度管理等内容纳入监管范畴。第二，健全算法治理机制，建立算法评估、备案、信息披露和第三方审计等制度机制，并通过推行监管沙盒或试点政策，逐步探索债券智能投顾的应用场景与监控措施。第三，以信义义务为核心规范业务运行，重点识别并披露利益冲突，坚持准确、完整、及时、有效的信息披露，落实适当性原则、最佳执行原则和客户最佳利益标准。第四，构建智能投顾归责体系，通过立法明确智能投顾多元主体的责任边界，将第三方研发机构与相关人员纳人统一监管框架，细化过错推定原则、连带责任和补充责任的适用标准。第五，推行强制职业责任保险，将投保情况纳入智能投顾运营机构等主体的业务准入和持续经营要求，覆盖算法缺陷、运营不当和信息披露不足造成的投资者损失。第六，建立智能投顾行业赔偿基金，在保险覆盖不足、责任方无力赔偿或案件周期过长时，对投资者提供先行赔付，再由基金代位追偿，以提升投资者救济的现实可得性。
原文出自：杜琦，谈绪军，黄厚琳，李媛媛．算法与信义：证券智能投顾的法律规制[J].金融市场研究，2026(5):116-131.
编辑：王菁
声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115
