<ul id="8eaoi"></ul> 【培訓對象】
理財顧問、財富顧問
【培訓收益】
業績：促進金融機構資產管理規模提升 體系：系統學習資產配置服務流程與操作標準 專業：結合金融市場前沿與熱點分析、洞悉資產趨勢
課程背景：
全球宏觀格局正處于百年一遇的變局之中，中美格局轉變、三期疊加與危疾影響，致使中國富裕家庭財富增長與風險疊加并存。財富管理顧問如何在這一時期中服務客戶？如何為客戶提供專業資產配置服務？該課程將使財富管理師掌握資產配置原理與實踐應用，洞悉金融市場各類資產在家庭財富管理中的價值與功用，從而具備資產配置方案制作與呈現能力。
課程風格：
源至實戰：萃取至頂級財富管理團隊經典實務案例、重實戰、實用、實效
原創模型：基于資產配置藝術應用獨創基于各類分析場景的分析模型
沙盤模擬：宏觀分析游戲化、沙盤化、讓枯燥的趨勢與數據分析易懂、秒懂
課程方式：案例分析 沙盤模擬 實戰演練
課程大綱
第一講：趨勢分析與資產配置的價值
一、問題——富裕家庭資產配置問題一覽
案例：L先生家庭資產配置縮水
案例：H先生家庭財富管理誤區
案例：Z女士家庭資產分割慘劇
二、原因——資產配置的誤區與局限
1. 家庭資產配置常見誤區
2. 家庭資產配置的局限性
3. 家庭風險管理常見問題
三、解決——策略提升專業資產配置服務能力
1. 客戶：財富管理的投資者教育
2. 自我：專業資產配置服務能力
3. 機構：完善體制、產品、服務
四、測試——資產配置專業能力測試
游戲：資產配置游戲模擬
討論：是什么導致了資產配置的不同？
點評：資產配置的影響因素
五、原理——資產配置核心原理
1. 資產配置現代投資理論
2. 降低波動性、提高風險回報比
案例：簡單投資組織資產表現
第二講：資產配置沙盤模擬
一、資產配置沙盤說明
1. 資產配置沙盤模擬游戲邏輯
2. 資產配置沙盤模擬游戲道具
3. 資產配置沙盤模擬游戲規則
二、資產配置沙盤模擬
案例一：通用客戶案例資產配置
案例二：大眾富裕客戶資產配置
案例三：中高凈值客群資產配置
三、研討：資產配置策略
1. 資產配置發展歷程
2. 歷年大類資產研究
3. 不同時期的資產配置策略
第三講：資產配置策略與技術
一、洞察——觀察塑造投資環境的格局
1. 全球：全球宏觀格局研究
2. 國家：財稅政策與產業結構
3. 行業：產業供應鏈研究
4. 企業：企業核心競爭力研究
二、定位——定位家庭財富目標與階段
1. 家族：家族趨勢分析技術
2. 家庭：家庭生命周期與財富目標
3. 個人：個人職涯周期與轉型布局
三、策略——選擇與調整資產配置策略
1. 核心與衛星配置技術
2. 戰略與戰術配置技術
3. 跨經濟周期配置技術
4. 跨資產類別配置技術
5. 全球資產配置技術
6. CMS資產配置模型
四、配置——金融產品與事務性服務
1. 現有資產調整
2. 金融產品配置
3. 事務服務對接
五、甄選——明細資產底層安全，規避投資風險
1. 現金類：銀行與平臺危機帶給家庭的損失
2. 固收類：固收類產品底層資產甄選
3. 保險類：償付能力與經營本質
4. 房產類：人口趨勢與不動產盤活
5. 權益類：項目標的實地調研與考察
6. 創新類：批判推理的邏輯思考
六、服務——財富管理顧問的資產配置服務
1. 宏觀經濟論壇與活動
2. 家庭資產配置策略報告
3. 家庭投資管理月報與季報
七、平衡——家庭資產配置再平衡
1. 經濟周期與大類資產
2. 資產配置影響因數：金融、經濟、政治、社會
案例：現金類資產配置再平衡
案例：保險類資產配置再平衡
案例：房產類資產配置再平衡
第四講：專業資產配置方案制作與呈現
一、資產配置建議書分類
1. 哈佛專業資產配置建議書
2. 標準版資產配置策略報告
3. 定制版資產配置策略報告
4. 家庭風險管理策略報告
5. 簡易版資產配置建議書
二、資產配置策略報告框架結構
1. 去資產配置及管理防方法
2. 市場狀況和趨勢分析
3. 背景資料收集
4. 客戶理財偏好
5. 客戶現有資產分析
6. 理財目標和限定條件
7. 管理建議與再平衡
8. 產品/服務適配
9. 方案評估與再平衡
10. 風險揭示與免責
三、資產配置策略報告制作
案例：L家庭資產配置報告
客戶：W先生資產配置服務需求
訓練：資產配置策略報告制作
點評：資產配置策略報告SWOT分析
四、資產配置策略報告呈現
案例：W先生資產配置策略報告呈現
訓練：資產配置策略報告講解呈現
1. 資產配置策略報告呈現要點
第五講：智能投顧問與全球資產配置
一、智能投顧開啟資產配置新時代
1. 人類投顧VS智能投顧
2. 人區別于智能的關鍵因素
3. 擁抱變革、擁抱人工智能
二、智能投顧資產配置與EIF的前世今生
過去：基于數據、智庫、案例的結合
現在：簡單易用的嘗試性購買
未來：零售金融、百姓理財
三、中美智能投顧發展分析
1. 發展階段與技術差異
2. 現有可用人工智能投顧
課程結束
