郭永生

摘要：近些年人工智能技術(shù)獲得了快速的發(fā)展，并迅速應(yīng)用于各個(gè)行業(yè)領(lǐng)域，其中金融行業(yè)也不例外。人工智能技術(shù)大大提高了金融行業(yè)的服務(wù)質(zhì)量和服務(wù)效率，有效推動(dòng)了金融行業(yè)的發(fā)展。

關(guān)鍵詞：人工智能；金融行業(yè)；影響

當(dāng)前人工智能領(lǐng)域的發(fā)展已經(jīng)引起了世界各個(gè)國(guó)家的廣泛關(guān)注。在該背景下，我國(guó)政府和資本市場(chǎng)對(duì)于人工智能的重視程度也逐漸提高。2017年我國(guó)首次將人工智能寫入了《政府工作報(bào)告》。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)顯示：截至到2017年7月，全球總共有2542家人工智能企業(yè)，其中美國(guó)占有1078家，所占比例為42%，中國(guó)排名第二，人工智能企業(yè)為592家，所占比例為23%。雖然相比美國(guó)中國(guó)在人工智能發(fā)展領(lǐng)域還存在較大差距，但是該差距正在逐漸縮小，中國(guó)的人工智能水平已經(jīng)處于世界先進(jìn)水平。人工智能在包括金融行業(yè)在內(nèi)的多個(gè)行業(yè)均具有普遍應(yīng)用。20181月17日，躍然科技在上海發(fā)布了一款人工智能交易系統(tǒng)——“愛（AI）交易”系統(tǒng)，同時(shí)也宣布首款基于愛交易系統(tǒng)的私募基金產(chǎn)品——躍然人工智能交易基金的成立。因此在人工智能發(fā)展的大背景下，積極探索人工智能對(duì)于我國(guó)金融行業(yè)的應(yīng)用和影響具有積極的現(xiàn)實(shí)意義。

1 人工智能應(yīng)用于金融領(lǐng)域的驅(qū)動(dòng)因素

1.1 供給因素分析

供給因素主要包括兩部分，分別為公共因素和特有因素。其中公共因素主要包括：（1）計(jì)算機(jī)處理速度提高，相關(guān)軟硬件成本降低，云計(jì)算以及大數(shù)據(jù)技術(shù)逐漸成熟，大大提高了計(jì)算機(jī)的處理能力。（2）數(shù)據(jù)存儲(chǔ)分析成本明顯降低。近些年數(shù)據(jù)庫相關(guān)軟件算法的不斷研發(fā)大大降低了數(shù)據(jù)在存儲(chǔ)、解析以及分析方面的成本。（3）數(shù)字化服務(wù)以及網(wǎng)絡(luò)服務(wù)逐漸普及，在很大程度上促使用于學(xué)習(xí)預(yù)測(cè)的數(shù)據(jù)集呈幾何式增長(zhǎng)[1]。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)顯示，從2009年至2017年，全世界以數(shù)字形態(tài)存在的數(shù)據(jù)規(guī)模從最初的2澤字節(jié)發(fā)展為26澤字節(jié)。特有因素主要包括：（1）零售信貸評(píng)分系統(tǒng)以及電子交易平臺(tái)等金融系統(tǒng)設(shè)施的發(fā)展完善，高質(zhì)量結(jié)構(gòu)化數(shù)據(jù)的不斷增多，促使人工智能算法與金融市場(chǎng)之間相互融合。（2）社交媒體、收視率模式以及網(wǎng)絡(luò)搜索趨勢(shì)等數(shù)據(jù)集不斷增長(zhǎng)，疊加日益增長(zhǎng)的金融數(shù)據(jù)，促使金融領(lǐng)域可供挖掘的數(shù)據(jù)資源日益豐富。

1.2 需求因素

對(duì)于金融機(jī)構(gòu)來說，人工智能有助于降低金融機(jī)構(gòu)運(yùn)營(yíng)成本，提高風(fēng)險(xiǎn)管理收益，增強(qiáng)盈利能力，促使金融機(jī)構(gòu)主動(dòng)將人工智能運(yùn)用于其運(yùn)營(yíng)管理中。在合規(guī)性需求方面，近些年不斷出臺(tái)的各種法律框架、數(shù)據(jù)標(biāo)準(zhǔn)以及金融服務(wù)制度等，大大提高了金融機(jī)構(gòu)對(duì)合規(guī)性的要求；同時(shí)對(duì)于金融監(jiān)管機(jī)構(gòu)來說，也需要采用更加強(qiáng)大的金融分析工具從而開展更加有效的監(jiān)管。

2 人工智能在金融領(lǐng)域中的應(yīng)用分析

2.1 人工智能面向客戶的金融應(yīng)用

第一，在信用評(píng)分方面。傳統(tǒng)的信用評(píng)分模型主要是基于金融機(jī)構(gòu)的交易數(shù)據(jù)以及支付數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)，采用決策樹、統(tǒng)計(jì)分析以及回歸分析等工具獲得信用評(píng)分。隨著人工智能技術(shù)的發(fā)展，各金融機(jī)構(gòu)越來越多的使用社交媒體以及手機(jī)短信等新型非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)來挖掘借款人的信息，并基于人工智能算法對(duì)消費(fèi)者的消費(fèi)行為和支付意愿等因素進(jìn)行評(píng)估分析，進(jìn)而在對(duì)借款人的篩選過程中具有更低的成本和更高的效率。

第二，在保險(xiǎn)行業(yè)方面。人工智能技術(shù)主要用于大數(shù)據(jù)分析，并將分析結(jié)果作為保險(xiǎn)定價(jià)的基礎(chǔ)。目前我國(guó)以及美國(guó)、英國(guó)、德國(guó)等國(guó)家在保險(xiǎn)行業(yè)中應(yīng)用人工智能較為深入和廣泛。有些保險(xiǎn)公司利用人工智能技術(shù)對(duì)保險(xiǎn)公司所收集的大數(shù)據(jù)進(jìn)行分類分析，進(jìn)而幫助保險(xiǎn)代理商找出風(fēng)險(xiǎn)較高的應(yīng)用，進(jìn)而有效降低未來的索賠額度。還有些保險(xiǎn)公司應(yīng)用人工智能技術(shù)來對(duì)實(shí)時(shí)以及高度細(xì)化的信息數(shù)據(jù)進(jìn)行整合，進(jìn)而為保險(xiǎn)產(chǎn)品的定價(jià)以及保險(xiǎn)產(chǎn)品的營(yíng)銷提供技術(shù)支持。

第三，在聊天機(jī)器人方面。聊天機(jī)器人主要是指幫助客戶處理各種金融問題的虛擬助手。聊天機(jī)器人采用機(jī)器學(xué)習(xí)算法不斷優(yōu)化智能化系統(tǒng)，采用文本或者語音等自然語言與客戶進(jìn)行交流?；诹奶鞕C(jī)器人的重要作用，很多金融機(jī)構(gòu)在其社交媒體以及移動(dòng)應(yīng)用程度平臺(tái)上均引入了聊天機(jī)器人，有效解放了人力。但是相對(duì)來說，目前的聊天機(jī)器人還處于較為初級(jí)的階段，其功能比較簡(jiǎn)單，只能處理一些簡(jiǎn)單問題，比如向客戶提供余額信息、進(jìn)行警報(bào)以及回答一些相對(duì)簡(jiǎn)單的問題等[2]。但是隨著人工智能技術(shù)的不斷發(fā)展，聊天機(jī)器人的智能化水平越來越高，其正在積極向客戶提供金融建議并引導(dǎo)客戶采取金融行為方向發(fā)展。聊天機(jī)器人除了能夠?yàn)榭蛻籼峁椭?，還能夠有效收集客戶的相關(guān)信息。

2.2 人工智能面向金融運(yùn)營(yíng)發(fā)展應(yīng)用

第一，在資本優(yōu)化方面。在金融機(jī)構(gòu)管理運(yùn)營(yíng)中基于數(shù)學(xué)方法開展資本優(yōu)化，實(shí)現(xiàn)稀缺資本的利潤(rùn)最大化是金融機(jī)構(gòu)一直追求的目標(biāo)。人工智能技術(shù)是在計(jì)算機(jī)、最優(yōu)化數(shù)據(jù)以及大數(shù)據(jù)技術(shù)基礎(chǔ)上發(fā)展起來的，能夠大大提高資本優(yōu)化的效率和準(zhǔn)確性，因此近些年得到金融機(jī)構(gòu)的廣泛關(guān)注。目前基本上所有的銀行均在開展風(fēng)險(xiǎn)加權(quán)資產(chǎn)優(yōu)化計(jì)劃，有效節(jié)省了5%-15%的風(fēng)險(xiǎn)加權(quán)資產(chǎn)。此外在衍生品保證金領(lǐng)域人工智能技術(shù)也得到了成功的應(yīng)用，比如基于人工智能技術(shù)建立保證金調(diào)整評(píng)估機(jī)制。

第二，在模型風(fēng)險(xiǎn)管理和壓力測(cè)試方面。模型風(fēng)險(xiǎn)管理對(duì)于金融機(jī)構(gòu)的風(fēng)險(xiǎn)防控具有重要的意義。目前歐美等很多國(guó)家的金融監(jiān)管機(jī)構(gòu)通過銀行所使用的回溯測(cè)試以及模型驗(yàn)證有效指導(dǎo)風(fēng)險(xiǎn)管理工作的開展，基于回溯測(cè)試金融機(jī)構(gòu)可以對(duì)金融市場(chǎng)的行為與發(fā)展趨勢(shì)進(jìn)行觀察，進(jìn)而有效評(píng)估金融風(fēng)險(xiǎn)，降低金融風(fēng)險(xiǎn)的發(fā)生概率?；谌斯ぶ悄芗夹g(shù)，采用無監(jiān)督學(xué)習(xí)算法開展模型驗(yàn)證，能夠?qū)δＰ褪欠裨诳山邮艿墓罘秶鷥?nèi)進(jìn)行有效判斷。此外，壓測(cè)實(shí)測(cè)在金融危機(jī)之后收到各金融機(jī)構(gòu)的普遍重視，基于人工智能技術(shù)幫助金融機(jī)構(gòu)實(shí)現(xiàn)對(duì)資本市場(chǎng)業(yè)務(wù)的建模，進(jìn)而對(duì)場(chǎng)景分析中用于違約概率模型和損失違約率的變量數(shù)量進(jìn)行限制，有效提高了模型的透明度。

第三，在市場(chǎng)影響分析方面。對(duì)金融交易的市場(chǎng)影響進(jìn)行準(zhǔn)確客觀評(píng)估是金融機(jī)構(gòu)選擇交易時(shí)機(jī)降低交易成本的關(guān)鍵環(huán)節(jié)。但是由于歷史數(shù)據(jù)較少，金融機(jī)構(gòu)很難根據(jù)自身的交易數(shù)據(jù)對(duì)市場(chǎng)價(jià)格的影響開展建模分析，特別是對(duì)于那些具有較差流動(dòng)性的債券?；谌斯ぶ悄芗夹g(shù)可以引導(dǎo)機(jī)器學(xué)習(xí)算法或者對(duì)原有模型進(jìn)行有效擴(kuò)展，進(jìn)而在市場(chǎng)影響模型的建立過程中可以獲得更多的信息，最大程度實(shí)現(xiàn)對(duì)市場(chǎng)價(jià)格以及市場(chǎng)流動(dòng)性的影響分析。

2.3 人工智能在金融交易執(zhí)行以及投資組合管理中的應(yīng)用

第一，在金融交易執(zhí)行方面。采用人工智能技術(shù)，交易公司可以有效提高其銷售能力。比如基于人工智能技術(shù)，對(duì)客戶的歷史交易行為進(jìn)行分析，有助于對(duì)客戶的未來訂單進(jìn)行有效預(yù)測(cè)，同時(shí)隨著語音服務(wù)和文本服務(wù)使用量的不斷增長(zhǎng)，交易公司會(huì)獲得大量的電話交易信息，可以將其與電子平臺(tái)的數(shù)據(jù)信息進(jìn)行有效結(jié)合。此外，采用人工智能技術(shù)交易公司可以提供公司風(fēng)險(xiǎn)敞口管理的主動(dòng)性，通過人工智能開展證券交易風(fēng)險(xiǎn)模型建立，從而有效確定對(duì)交易賬戶頭寸風(fēng)險(xiǎn)的干預(yù)程度。

第二，在投資組合管理方面。采用人工智能技術(shù)有效識(shí)別市場(chǎng)上的價(jià)格變動(dòng)，獲得比現(xiàn)有模型更為有效的大量數(shù)據(jù)，參與市場(chǎng)發(fā)展預(yù)測(cè)研究，進(jìn)而獲得不同時(shí)期的市場(chǎng)價(jià)格水平和市場(chǎng)價(jià)格波動(dòng)，獲得更多“不相關(guān)”的回報(bào)。此外，投資管理公司還將人工智能技術(shù)普遍應(yīng)用于量化基金領(lǐng)域，尤其是對(duì)沖基金方面。

2.4 人工智能在金融合規(guī)性和金融監(jiān)管中的應(yīng)用

第一，在金融合規(guī)性方面。首先，采用人工智能技術(shù)可以有效輔助對(duì)客戶身份的識(shí)別。對(duì)于客戶身份的識(shí)別和了解相對(duì)來說費(fèi)時(shí)費(fèi)力，成本代價(jià)較高，而基于人工智能技術(shù)則大大提高了客戶身份識(shí)別的效率和準(zhǔn)確性，降低了客戶身份識(shí)別的成本。人工智能技術(shù)應(yīng)用于客戶身份識(shí)別主要包括兩種方式，一是對(duì)文檔中的圖像進(jìn)行評(píng)估，看其是否與已有信息匹配；二是計(jì)算風(fēng)險(xiǎn)評(píng)分。此外在常規(guī)的定性檢查中，也使用基于機(jī)器學(xué)習(xí)的風(fēng)險(xiǎn)評(píng)分方式，并且通常采用社交媒體以及犯罪記錄等公共來源數(shù)據(jù)。其次人工智能技術(shù)有助于新規(guī)的遵守，比如歐盟的資產(chǎn)管理公司必須遵守《可轉(zhuǎn)讓證券結(jié)合投資承諾》、《另類投資基金經(jīng)理指令》以及《金融工具市場(chǎng)指令》，采用人工智能技術(shù)可以將這些法規(guī)編制為自動(dòng)化規(guī)則，編入資產(chǎn)管理公司的風(fēng)險(xiǎn)與報(bào)告系統(tǒng)，有效降低企業(yè)轉(zhuǎn)型新規(guī)以及投資經(jīng)理解釋新規(guī)的時(shí)間和成本。

第二，在監(jiān)管報(bào)告和數(shù)據(jù)質(zhì)量方面。隨著金融監(jiān)管機(jī)構(gòu)不斷提出新的報(bào)告要求，各金融機(jī)構(gòu)需要不斷地更新金融監(jiān)管報(bào)告。在該過程中金融機(jī)構(gòu)難以有效利用大量的報(bào)告數(shù)據(jù)，尤其是部分報(bào)告數(shù)據(jù)中存在一些重大差錯(cuò)以及空白字段等質(zhì)量問題，難以有效保障金融監(jiān)管報(bào)告質(zhì)量。借助人工智能技術(shù)，通過自動(dòng)學(xué)習(xí)可以有效提高數(shù)據(jù)質(zhì)量，進(jìn)而在提高報(bào)告質(zhì)量的同時(shí)，大大提高了工作效率。

3 結(jié)束語

基于以上分析，可以看到隨著人工智能技術(shù)發(fā)展程度越來越高，其在金融行業(yè)中的應(yīng)用越來越普遍，這大大提高了金融機(jī)構(gòu)的服務(wù)質(zhì)量和服務(wù)效率，并對(duì)傳統(tǒng)的金融服務(wù)方式的轉(zhuǎn)變產(chǎn)生了積極的影響。但是也應(yīng)該清晰的認(rèn)識(shí)到，人工智能在金融行業(yè)中的應(yīng)用還處于初始階段，在具體的應(yīng)用實(shí)踐中還存在若干問題，因此一方面銀行等金融機(jī)構(gòu)應(yīng)該加大對(duì)金融行業(yè)人工智能技術(shù)研發(fā)的投入，不斷提高人工智能技術(shù)水平；另一方面金融機(jī)構(gòu)在應(yīng)用人工智能技術(shù)的過程中應(yīng)該根據(jù)自身的實(shí)際情況進(jìn)行針對(duì)性的調(diào)整，確保人工智能技術(shù)應(yīng)用的有效性和可靠性，最大程度發(fā)揮人工智能技術(shù)在金融行業(yè)中的作用。

參考文獻(xiàn)：

[1]中國(guó)人民銀行武漢分行辦公室課題組，韓飚，胡德.人工智能在金融領(lǐng)域的應(yīng)用及應(yīng)對(duì)[J].武漢金融，2016（7）：46-47.

[2]程?hào)|亮.人工智能在金融領(lǐng)域應(yīng)用現(xiàn)狀及安全風(fēng)險(xiǎn)探析[J].金融科技時(shí)代，2016（9）：47-49.