人工智能在金融行業(yè)的應用與影響

郭永生

摘要：近些年人工智能技術獲得了快速的發(fā)展，并迅速應用于各個行業(yè)領域，其中金融行業(yè)也不例外。人工智能技術大大提高了金融行業(yè)的服務質量和服務效率，有效推動了金融行業(yè)的發(fā)展。

關鍵詞：人工智能；金融行業(yè)；影響

當前人工智能領域的發(fā)展已經(jīng)引起了世界各個國家的廣泛關注。在該背景下，我國政府和資本市場對于人工智能的重視程度也逐漸提高。2017年我國首次將人工智能寫入了《政府工作報告》。據(jù)相關數(shù)據(jù)統(tǒng)計顯示：截至到2017年7月，全球總共有2542家人工智能企業(yè)，其中美國占有1078家，所占比例為42%，中國排名第二，人工智能企業(yè)為592家，所占比例為23%。雖然相比美國中國在人工智能發(fā)展領域還存在較大差距，但是該差距正在逐漸縮小，中國的人工智能水平已經(jīng)處于世界先進水平。人工智能在包括金融行業(yè)在內(nèi)的多個行業(yè)均具有普遍應用。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于我國金融行業(yè)的應用和影響具有積極的現(xiàn)實意義。

1 人工智能應用于金融領域的驅動因素

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）計算機處理速度提高，相關軟硬件成本降低，云計算以及大數(shù)據(jù)技術逐漸成熟，大大提高了計算機的處理能力。（2）數(shù)據(jù)存儲分析成本明顯降低。近些年數(shù)據(jù)庫相關軟件算法的不斷研發(fā)大大降低了數(shù)據(jù)在存儲、解析以及分析方面的成本。（3）數(shù)字化服務以及網(wǎng)絡服務逐漸普及，在很大程度上促使用于學習預測的數(shù)據(jù)集呈幾何式增長[1]。據(jù)相關數(shù)據(jù)統(tǒng)計顯示，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）零售信貸評分系統(tǒng)以及電子交易平臺等金融系統(tǒng)設施的發(fā)展完善，高質量結構化數(shù)據(jù)的不斷增多，促使人工智能算法與金融市場之間相互融合。（2）社交媒體、收視率模式以及網(wǎng)絡搜索趨勢等數(shù)據(jù)集不斷增長，疊加日益增長的金融數(shù)據(jù)，促使金融領域可供挖掘的數(shù)據(jù)資源日益豐富。

1.2 需求因素

對于金融機構來說，人工智能有助于降低金融機構運營成本，提高風險管理收益，增強盈利能力，促使金融機構主動將人工智能運用于其運營管理中。在合規(guī)性需求方面，近些年不斷出臺的各種法律框架、數(shù)據(jù)標準以及金融服務制度等，大大提高了金融機構對合規(guī)性的要求；同時對于金融監(jiān)管機構來說，也需要采用更加強大的金融分析工具從而開展更加有效的監(jiān)管。

2 人工智能在金融領域中的應用分析

2.1 人工智能面向客戶的金融應用

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

第二，在保險行業(yè)方面。人工智能技術主要用于大數(shù)據(jù)分析，并將分析結果作為保險定價的基礎。目前我國以及美國、英國、德國等國家在保險行業(yè)中應用人工智能較為深入和廣泛。有些保險公司利用人工智能技術對保險公司所收集的大數(shù)據(jù)進行分類分析，進而幫助保險代理商找出風險較高的應用，進而有效降低未來的索賠額度。還有些保險公司應用人工智能技術來對實時以及高度細化的信息數(shù)據(jù)進行整合，進而為保險產(chǎn)品的定價以及保險產(chǎn)品的營銷提供技術支持。

第三，在聊天機器人方面。聊天機器人主要是指幫助客戶處理各種金融問題的虛擬助手。聊天機器人采用機器學習算法不斷優(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行交流?；诹奶鞕C器人的重要作用，很多金融機構在其社交媒體以及移動應用程度平臺上均引入了聊天機器人，有效解放了人力。但是相對來說，目前的聊天機器人還處于較為初級的階段，其功能比較簡單，只能處理一些簡單問題，比如向客戶提供余額信息、進行警報以及回答一些相對簡單的問題等[2]。但是隨著人工智能技術的不斷發(fā)展，聊天機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客戶采取金融行為方向發(fā)展。聊天機器人除了能夠為客戶提供幫助外，還能夠有效收集客戶的相關信息。

2.2 人工智能面向金融運營發(fā)展應用

第一，在資本優(yōu)化方面。在金融機構管理運營中基于數(shù)學方法開展資本優(yōu)化，實現(xiàn)稀缺資本的利潤最大化是金融機構一直追求的目標。人工智能技術是在計算機、最優(yōu)化數(shù)據(jù)以及大數(shù)據(jù)技術基礎上發(fā)展起來的，能夠大大提高資本優(yōu)化的效率和準確性，因此近些年得到金融機構的廣泛關注。目前基本上所有的銀行均在開展風險加權資產(chǎn)優(yōu)化計劃，有效節(jié)省了5%-15%的風險加權資產(chǎn)。此外在衍生品保證金領域人工智能技術也得到了成功的應用，比如基于人工智能技術建立保證金調(diào)整評估機制。

第二，在模型風險管理和壓力測試方面。模型風險管理對于金融機構的風險防控具有重要的意義。目前歐美等很多國家的金融監(jiān)管機構通過銀行所使用的回溯測試以及模型驗證有效指導風險管理工作的開展，基于回溯測試金融機構可以對金融市場的行為與發(fā)展趨勢進行觀察，進而有效評估金融風險，降低金融風險的發(fā)生概率?；谌斯ぶ悄芗夹g，采用無監(jiān)督學習算法開展模型驗證，能夠對模型是否在可接受的公差范圍內(nèi)進行有效判斷。此外，壓測實測在金融危機之后收到各金融機構的普遍重視，基于人工智能技術幫助金融機構實現(xiàn)對資本市場業(yè)務的建模，進而對場景分析中用于違約概率模型和損失違約率的變量數(shù)量進行限制，有效提高了模型的透明度。

第三，在市場影響分析方面。對金融交易的市場影響進行準確客觀評估是金融機構選擇交易時機降低交易成本的關鍵環(huán)節(jié)。但是由于歷史數(shù)據(jù)較少，金融機構很難根據(jù)自身的交易數(shù)據(jù)對市場價格的影響開展建模分析，特別是對于那些具有較差流動性的債券?；谌斯ぶ悄芗夹g可以引導機器學習算法或者對原有模型進行有效擴展，進而在市場影響模型的建立過程中可以獲得更多的信息，最大程度實現(xiàn)對市場價格以及市場流動性的影響分析。

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用

第一，在金融交易執(zhí)行方面。采用人工智能技術，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，對客戶的歷史交易行為進行分析，有助于對客戶的未來訂單進行有效預測，同時隨著語音服務和文本服務使用量的不斷增長，交易公司會獲得大量的電話交易信息，可以將其與電子平臺的數(shù)據(jù)信息進行有效結合。此外，采用人工智能技術交易公司可以提供公司風險敞口管理的主動性，通過人工智能開展證券交易風險模型建立，從而有效確定對交易賬戶頭寸風險的干預程度。

第二，在投資組合管理方面。采用人工智能技術有效識別市場上的價格變動，獲得比現(xiàn)有模型更為有效的大量數(shù)據(jù)，參與市場發(fā)展預測研究，進而獲得不同時期的市場價格水平和市場價格波動，獲得更多“不相關”的回報。此外，投資管理公司還將人工智能技術普遍應用于量化基金領域，尤其是對沖基金方面。

2.4 人工智能在金融合規(guī)性和金融監(jiān)管中的應用

第一，在金融合規(guī)性方面。首先，采用人工智能技術可以有效輔助對客戶身份的識別。對于客戶身份的識別和了解相對來說費時費力，成本代價較高，而基于人工智能技術則大大提高了客戶身份識別的效率和準確性，降低了客戶身份識別的成本。人工智能技術應用于客戶身份識別主要包括兩種方式，一是對文檔中的圖像進行評估，看其是否與已有信息匹配；二是計算風險評分。此外在常規(guī)的定性檢查中，也使用基于機器學習的風險評分方式，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《可轉讓證券結合投資承諾》、《另類投資基金經(jīng)理指令》以及《金融工具市場指令》，采用人工智能技術可以將這些法規(guī)編制為自動化規(guī)則，編入資產(chǎn)管理公司的風險與報告系統(tǒng)，有效降低企業(yè)轉型新規(guī)以及投資經(jīng)理解釋新規(guī)的時間和成本。

第二，在監(jiān)管報告和數(shù)據(jù)質量方面。隨著金融監(jiān)管機構不斷提出新的報告要求，各金融機構需要不斷地更新金融監(jiān)管報告。在該過程中金融機構難以有效利用大量的報告數(shù)據(jù)，尤其是部分報告數(shù)據(jù)中存在一些重大差錯以及空白字段等質量問題，難以有效保障金融監(jiān)管報告質量。借助人工智能技術，通過自動學習可以有效提高數(shù)據(jù)質量，進而在提高報告質量的同時，大大提高了工作效率。

3 結束語

基于以上分析，可以看到隨著人工智能技術發(fā)展程度越來越高，其在金融行業(yè)中的應用越來越普遍，這大大提高了金融機構的服務質量和服務效率，并對傳統(tǒng)的金融服務方式的轉變產(chǎn)生了積極的影響。但是也應該清晰的認識到，人工智能在金融行業(yè)中的應用還處于初始階段，在具體的應用實踐中還存在若干問題，因此一方面銀行等金融機構應該加大對金融行業(yè)人工智能技術研發(fā)的投入，不斷提高人工智能技術水平；另一方面金融機構在應用人工智能技術的過程中應該根據(jù)自身的實際情況進行針對性的調(diào)整，確保人工智能技術應用的有效性和可靠性，最大程度發(fā)揮人工智能技術在金融行業(yè)中的作用。

參考文獻：

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

[2]程東亮.人工智能在金融領域應用現(xiàn)狀及安全風險探析[J].金融科技時代，2016（9）：47-49.