李 根
(對外經(jīng)濟貿(mào)易大學(xué)金融學(xué)院 北京 100026)
2019年9月6日,中國人民銀行正式印發(fā)《金融科技(FinTech)發(fā)展規(guī)劃(2019-2021)》規(guī)劃提出穩(wěn)步應(yīng)用人工智能,深入把握新一代人工智能發(fā)展的特點,統(tǒng)籌優(yōu)化數(shù)據(jù)資源、算法模型、算力支持等人工智能核心資產(chǎn),穩(wěn)妥推動人工智能技術(shù)與金融業(yè)務(wù)深度融合。作為重要落地場景的金融行業(yè),與金融科技具有天然的融合性,金融科技應(yīng)用空間廣闊。作為金融科技中重要的人工智能技術(shù)也必將對金融市場的發(fā)展產(chǎn)生深遠(yuǎn)影響,因此我們是有必要做前瞻性的戰(zhàn)略知識儲備和應(yīng)用研究。
隨著通用電子計算機的誕生,人工智能技術(shù)嶄露頭角。以艾倫圖靈提出圖靈測試為標(biāo)志,智能游戲、符號推理與邏輯理論家、自然語言等里程碑式的技術(shù),掀起了人工智能的第一次熱潮。其中最著名的要屬1956年的達特茅斯會議,‘人工智能’便由此起源,從此人工智能相關(guān)研究進入了一段黃金時代。但是十多年之后人們發(fā)現(xiàn)人工智能曾經(jīng)的那些美好承諾都沒能兌現(xiàn),以1973年萊特希爾報告為誘因,人們開始認(rèn)為人工智能技術(shù)只是科學(xué)家和科幻小說家們描繪的海市蜃樓,讓人工智能行業(yè)陷入第一個寒冬。
在20世紀(jì)80年代初期,一種叫做“專家系統(tǒng)”的人工智能程序享譽世界,知識也因此變成了人工智能研究的焦點。但是由于專家系統(tǒng)無法自我學(xué)習(xí)并更新知識庫,維護和使用成本越來越高,以至于很多企業(yè)最終放棄了專家系統(tǒng)并升級到其它系統(tǒng)。因此在80年代末期人工智能進入了第二個寒冬。進入90年代初期,概率統(tǒng)計方法見見得到認(rèn)可,因而出現(xiàn)了Siri最早的原型產(chǎn)品Casper。1997年IBM的計算機深藍Deep blue戰(zhàn)勝了人類世界象棋冠軍卡斯帕羅夫,成為了當(dāng)年最具轟動的人工智能事件。同年長期短期記憶(LSTM)被提出,至今應(yīng)用于遞歸神經(jīng)網(wǎng)絡(luò)之中。進入21世紀(jì),神經(jīng)網(wǎng)絡(luò)的全新架構(gòu)被提出,奠定了深度學(xué)習(xí)的核心技術(shù)。
2011年后,隨著移動互聯(lián)、大數(shù)據(jù)、云計算以及計算機算力由CPU過渡到GPU帶來算力的海量提升,人工智能技術(shù)邁入了新時代。從AlphaGo戰(zhàn)勝李世石與柯潔,到人臉識別在二維圖像識別中的大規(guī)模應(yīng)用,再到特斯拉自動駕駛等三維圖像領(lǐng)域的應(yīng)用以及行人車駛軌跡的預(yù)判,人工智能科學(xué)家在半個多世紀(jì)前描繪的美好藍圖正在逐一實現(xiàn)。
隨著互聯(lián)網(wǎng)的發(fā)展和海量數(shù)據(jù)的形成,傳統(tǒng)的金融分析通過已有數(shù)據(jù)總結(jié)歷史規(guī)律并建模預(yù)測的方法在效率上已出現(xiàn)瓶頸。金融分析是指基于常見的數(shù)量分析方法如概率與貨幣時間價值等,結(jié)合經(jīng)濟學(xué)基礎(chǔ)知識,并利用已有的金融數(shù)據(jù),例如財務(wù)報表,宏觀經(jīng)濟數(shù)據(jù),結(jié)合特定的金融產(chǎn)品,通過適當(dāng)?shù)姆椒ê图夹g(shù)來分析預(yù)測經(jīng)濟金融的發(fā)展和變化。金融分析師傳統(tǒng)金融行業(yè)必用的一套方法體系,因此如何利用人工智能技術(shù)來解決大量基礎(chǔ)數(shù)據(jù)高速并精確處理的問題,便成為了下一個研究重點,因此人工智能技術(shù)對金融有著深遠(yuǎn)的意義。
根據(jù)我國金融科技產(chǎn)業(yè)主體發(fā)展的特點,金融科技企業(yè)主要有兩大類型:科技金融類和金融科技類。
其中科技金融類是依托互聯(lián)網(wǎng)的技術(shù)優(yōu)勢,結(jié)合金融行業(yè)發(fā)展所產(chǎn)生的新興技術(shù)需求,提供創(chuàng)新型金融服務(wù)。而金融科技企業(yè)則主要依托在金融領(lǐng)域的經(jīng)驗,同時應(yīng)用人工智能、云計算等新興技術(shù),為傳統(tǒng)金融業(yè)務(wù)賦能和支持。
1.科技金融類企業(yè)布局
由于人工智能這項技術(shù)在產(chǎn)業(yè)化的過程中有較高的壁壘,因此在行業(yè)初期便能夠快速成長和發(fā)展的公司必須具有相關(guān)的數(shù)據(jù)和技術(shù)的雙重優(yōu)勢。目前國內(nèi)在此領(lǐng)域的4大巨頭分別為騰訊、阿里、百度、京東。這些互聯(lián)網(wǎng)巨頭也結(jié)合起在云計算、大數(shù)據(jù)、區(qū)塊鏈等新興技術(shù)的經(jīng)驗,在與金融機構(gòu)合作(參股)中積累的寶貴的經(jīng)驗,成為了科技金融的龍頭企業(yè)。
表1 科技金融類企業(yè)行業(yè)布局
2.金融科技企業(yè)布局
傳統(tǒng)金融企業(yè)依靠自己在金融業(yè)務(wù)層面的積淀,也在設(shè)法成立科技子公司,憑借著自己在垂直領(lǐng)域的深耕,以及對行業(yè)的深入理解,并擁有新興科技應(yīng)用的相關(guān)實踐經(jīng)驗,更加受到傳統(tǒng)金融機構(gòu)的青睞。目前的發(fā)展趨勢看,部分傳統(tǒng)銀行機構(gòu)已經(jīng)在積極籌備獨立運營的科技子公司,大型傳統(tǒng)金融機構(gòu)也在聯(lián)合成立獨立運營的科技子公司,以金融業(yè)務(wù)為出發(fā)點,金融科技企業(yè)賦能傳統(tǒng)金融企業(yè)。
表2 傳統(tǒng)金融機構(gòu)所成立的科技子公司
(二)人工智能技術(shù)在金融領(lǐng)域的應(yīng)用場景
人工智能技術(shù)目前所在金融領(lǐng)域大致可以分為以下5種應(yīng)用場景,分別為智能助手、智能投顧、智能風(fēng)控、智能投研、智能營銷。
1.智能助手
智能助手主要依靠于語音技術(shù)、自然語言理解等技術(shù),通過人機交互與已有知識庫進行匹配分類以得出結(jié)果,從而幫助客戶解決一些簡單問題,常見的基于文字的聊天機器人和基于語音的語音機器人便是基于此技術(shù)。實時盯盤方面,一個智能交易程序可以同時關(guān)注幾十幾百只證券,還能根據(jù)市場的實時情況按照預(yù)定策略精準(zhǔn)執(zhí)行。結(jié)合預(yù)測算法,可以實現(xiàn)高頻量化交易,在金融以及衍生品市場有著廣泛的應(yīng)用。
2.智能投顧
智能投顧主要是根據(jù)已有的用戶數(shù)據(jù),包括風(fēng)險偏好,個人的財務(wù)收支狀況,結(jié)合用戶的風(fēng)險承受能力和收益目標(biāo),運用智能算法進行建模和預(yù)測,并提供相關(guān)的投資組合作為參考,并提供理財顧問服務(wù)。同時智能投顧還具有人類不具備的能力優(yōu)勢,比如快速的交易執(zhí)行力,以及不被情緒左右的特點。舉例來說,如美國肯碩(Kensho)公司的新一代數(shù)據(jù)分析工具沃倫(Warren),基于結(jié)構(gòu)化數(shù)據(jù),利用人工智能技術(shù)作為中間層,從而實現(xiàn)前端的‘顧問’角色進行人機交互。
3.智能風(fēng)控
利用人工智能中的知識圖譜技術(shù),可以應(yīng)用于企業(yè)征信和反欺詐領(lǐng)域,將關(guān)注點上下游的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù),通過數(shù)據(jù)可視化的形式,以一種直觀的方式展示出來。典型的應(yīng)用案例就是企業(yè)的上下游穿透分析,股東關(guān)聯(lián)關(guān)系分析,引申進來還可以做資金流向分析等。利用這種智能分析技術(shù)可以檢測上下游的風(fēng)險和欺詐點??梢詮V泛應(yīng)用于信用評級領(lǐng)域,建立評估模型。例如如螞蟻金服、陸金所、宜信等機構(gòu),在發(fā)展智能信貸服務(wù),有利于減少壞賬損失。
4.智能投研
傳統(tǒng)投研需要手機大量的數(shù)據(jù),從金融新聞、報告、投資意向書、財務(wù)報表等處獲取信息,之后經(jīng)過分析師的處理,產(chǎn)生投資研報。以往都是靠分析師手工或者半自動化工具進行數(shù)據(jù)處理,由于海量數(shù)據(jù)的存在,使得分析師很難在段時間之內(nèi)處理完全部數(shù)據(jù)。人工智能恰巧就解決了這部分耗費大量人力成本的任務(wù)。在免費工具方面,同花順公司所提供的愛問財同樣使用了相似的技術(shù)。使得以往半自動的篩選搜索功能可以在幾秒之內(nèi)完成。
5.智能營銷
人工智能可以利用現(xiàn)有海量數(shù)據(jù),實現(xiàn)精準(zhǔn)營銷。使用采集來的海量數(shù)據(jù),通過聚類分析,把人群分為特定的種類,根據(jù)不同的種類提供相應(yīng)的產(chǎn)品推薦,做到精確匹配特定目標(biāo)客戶,實施精準(zhǔn)推薦,實時分析消費者喜好,并不斷自我優(yōu)化模型,具有時效性強,準(zhǔn)確度高的特點?,F(xiàn)實中我們在店上平臺購物所經(jīng)歷的便是精準(zhǔn)營銷,平臺會根據(jù)你的瀏覽和購買記錄,推薦相應(yīng)的產(chǎn)品。擴展到金融產(chǎn)品也是同樣的道理。
任何一門技術(shù)與業(yè)務(wù)以及產(chǎn)業(yè)鏈融合時通常分為三個階段,人工智能也不例外。第一階段是技術(shù)先于應(yīng)用,該階段主要研究如何將一種新興技術(shù)應(yīng)用到現(xiàn)實場景中。在這個階段中,技術(shù)無疑是重要的決定因素。這也是為什么互聯(lián)網(wǎng)公司能夠憑借技術(shù)優(yōu)勢從而進入金融行業(yè)。第二階段業(yè)務(wù)主導(dǎo)技術(shù)應(yīng)用落地,該階段強調(diào)技術(shù)賦能行業(yè),因為在這個階段無論是科技公司還是傳統(tǒng)金融公司,技術(shù)的門檻在逐漸降低,同時技術(shù)的成熟度在不斷的提高,如果使得這種新技術(shù),如人工智能,落地才是這一階段的重點。在這一個階段各種應(yīng)用得以百家爭鳴,最終能夠高效解決實際問題的技術(shù)和應(yīng)用經(jīng)過大浪淘沙會被沉淀下來。第三階段是技術(shù)產(chǎn)業(yè)化階段,技術(shù)和應(yīng)用都不再是問題,技術(shù)已經(jīng)深入業(yè)務(wù)的方方面面,如何選擇一款合適的應(yīng)用并切實的應(yīng)用到金融行業(yè),不僅自己的公司會用,同行業(yè)公司也要用,興城一定的產(chǎn)業(yè)化規(guī)模,才能帶來規(guī)模效應(yīng)。目前對于金融行業(yè)來說人工智能技術(shù)處于第二階段與第三階段的過渡期,如何結(jié)合企業(yè)自身的業(yè)務(wù),把重技術(shù)合理有效的應(yīng)用到日常工作中,是本階段應(yīng)該考慮的重點工作。不僅要關(guān)注于業(yè)務(wù)和技術(shù)本身,更要密切監(jiān)督日常的運營效果,及時調(diào)整技術(shù)和應(yīng)用方向。
從金融行業(yè)看,金融科技以及人工智能技術(shù)可以有效減少信息不對稱,使得市場更加公開公正透明,以便提高市場的穩(wěn)定性,降低整體交易成本,利用大數(shù)據(jù)技術(shù)讀取、分析和處理海量數(shù)據(jù)信息,提高效率。對金融機構(gòu)來說,自身發(fā)展過程中最大的困難還是來自于金融風(fēng)險。傳統(tǒng)解決金融風(fēng)險的方法通常是聘請金融評估師,利用個人經(jīng)驗低于風(fēng)險。隨著人工智能等金融科技的發(fā)展,金融機構(gòu)可以通過建模,大數(shù)據(jù)分析和實時監(jiān)控,提前檢測欺詐、可疑交易、違約和網(wǎng)絡(luò)攻擊等風(fēng)險,能夠有效提升風(fēng)險管理水平。同時金融行業(yè)也屬于服務(wù)行業(yè),人工智能使得金融機構(gòu)使用人工智能技術(shù)實現(xiàn)日常業(yè)務(wù)流程自動化,提高溝通效率,降低服務(wù)成本;還能分析客戶需求并挖掘客戶潛在的需求,提供其定制產(chǎn)品,使得金融服務(wù)更加主動,更加智慧,也便于提供更多定制化與個性化金融服務(wù)。
人工智能乃至金融科技作為時下最為熱點的技術(shù),無疑對產(chǎn)業(yè)發(fā)展產(chǎn)生了深遠(yuǎn)的影響。上到國家層面,下到普通民眾,從市面琳瑯滿目的產(chǎn)品來看,大家對這項技術(shù)的應(yīng)用熱情無比高漲。相信在不久的將來,人工智能技術(shù)一定會在中國的金融領(lǐng)域發(fā)展出有中國特色的應(yīng)用實踐來。讓金融從業(yè)人員從繁雜的體力勞動中解脫出來,從信息的搬運工蛻變?yōu)檎嬲姆治鰩煟嵘ぷ餍?,促進企業(yè)的穩(wěn)定和長久發(fā)展,金融從業(yè)人員應(yīng)適當(dāng)儲備相關(guān)知識。
同時我們也要警惕新技術(shù)的風(fēng)險和安全隱患,在促進產(chǎn)業(yè)鏈快速發(fā)展的同時,時刻警惕金融風(fēng)險的的發(fā)生,要堅持把好的工具用到正確的地方。當(dāng)遇到系統(tǒng)性金融風(fēng)險的時候,確保人工智能服務(wù)不會加劇負(fù)面影響;同時金融從業(yè)人員不能完全依賴人工智能技術(shù)開展業(yè)務(wù);加強消費者隱私保護和數(shù)據(jù)安全防護,對人工智能程序做合理的監(jiān)督和管理,確保數(shù)據(jù)與服務(wù)的準(zhǔn)確性。