人工智能在金融行業(yè)的應(yīng)用與風(fēng)險(xiǎn)分析

人工智能在金融行業(yè)的應(yīng)用與風(fēng)險(xiǎn)分析人工智能在金融行業(yè)的應(yīng)用與風(fēng)險(xiǎn)分析人工智能在金融行業(yè)的應(yīng)用與風(fēng)險(xiǎn)分析xxx公司人工智能在金融行業(yè)的應(yīng)用與風(fēng)險(xiǎn)分析文件編號(hào)：文件日期：修訂次數(shù)：第1.0次更改批準(zhǔn)審核制定方案設(shè)計(jì)，管理制度人工智能在金融行業(yè)的應(yīng)用及風(fēng)險(xiǎn)分析隨著計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)行業(yè)的發(fā)展，越來越多的新興技術(shù)如指紋識(shí)別、大數(shù)據(jù)、云計(jì)算、人工智能等逐漸開始影響人們的生活。這些技術(shù)在一定程度上提高了人們生活的便捷度，同時(shí)也給各個(gè)行業(yè)帶來了巨大的變革。在這個(gè)過程中，金融行業(yè)也遭到了前所未有的沖擊，這些技術(shù)已經(jīng)開始被應(yīng)用在銀行、保險(xiǎn)、證券和投資理財(cái)?shù)阮I(lǐng)域。2017年5月，圍棋等級(jí)分排名世界第一的中國(guó)棋手柯潔在三番棋中不敵谷歌的AlphaGo，再一次將人們的注意力集中到人工智能這一技術(shù)上。本文將介紹人工智能這一技術(shù)及其對(duì)金融行業(yè)的影響。一、人工智能概述人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是對(duì)人的意識(shí)、思維的信息過程的模擬。這一概念最早在1956年達(dá)特茅斯會(huì)議上被提出，并在隨后幾十年中不斷得到補(bǔ)充和發(fā)展。人工智能的研究范圍非常廣泛，包括有效的老式人工智能、聯(lián)結(jié)主義、遺傳算法、神經(jīng)網(wǎng)絡(luò)等多個(gè)領(lǐng)域。當(dāng)下最熱門的機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支。簡(jiǎn)單來說，機(jī)器學(xué)習(xí)利用算法分析數(shù)據(jù)、學(xué)習(xí)數(shù)據(jù)，通過基于大量數(shù)據(jù)的“自我訓(xùn)練”，實(shí)現(xiàn)對(duì)真實(shí)世界情況進(jìn)行判斷和預(yù)測(cè)的能力。因此，程序?qū)嶋H上是在用大量數(shù)據(jù)和算法進(jìn)行“自我訓(xùn)練”，從而學(xué)會(huì)如何完成一項(xiàng)任務(wù)，這與預(yù)先編寫好、只能按照人類指定的邏輯去執(zhí)行指令的程序不同。實(shí)際上，任何通過數(shù)據(jù)訓(xùn)練的學(xué)習(xí)算法都屬于機(jī)器學(xué)習(xí)，這其中包括很多我們非常熟悉的技術(shù)，比如線性回歸、K均值、決策樹、主成分分析法、支持向量機(jī)以及人工神經(jīng)網(wǎng)絡(luò)等。AlphaGo的核心算法是深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)出現(xiàn)得非常早，但受技術(shù)限制一直進(jìn)展緩慢，直到云計(jì)算的出現(xiàn)和后來GPU開始大規(guī)模部署之后，這種技術(shù)才得以快速發(fā)展應(yīng)用。運(yùn)算能力的發(fā)展使神經(jīng)網(wǎng)絡(luò)計(jì)算變得速度更快、成本更低、性能更強(qiáng)大，而存儲(chǔ)設(shè)備的容量增加，讀取速度加快，進(jìn)一步降低了運(yùn)用該技術(shù)的門檻。二、人工智能在金融行業(yè)的應(yīng)用（一）智能客服人工智能技術(shù)的發(fā)展使得語音識(shí)別技術(shù)逐漸成熟，一些金融機(jī)構(gòu)開始嘗試使用該技術(shù)來優(yōu)化現(xiàn)有的遠(yuǎn)程客戶服務(wù)、業(yè)務(wù)咨詢和業(yè)務(wù)辦理等，這使得用戶能夠更加及時(shí)地得到滿意的答復(fù)，提升用戶的滿意度，同時(shí)還可以減輕人工服務(wù)的壓力，降低企業(yè)的運(yùn)營(yíng)成本。交通銀行在2015年推出了智能機(jī)器人大堂經(jīng)理――“嬌嬌”，該實(shí)體機(jī)器人由南京大學(xué)旗下的南大電子信息技術(shù)股份有限公司整合了國(guó)內(nèi)外智能機(jī)器人產(chǎn)業(yè)鏈相關(guān)企業(yè)共同完成，采用了語音識(shí)別和人臉識(shí)別技術(shù)，在網(wǎng)點(diǎn)進(jìn)行客戶指引、介紹銀行的各類業(yè)務(wù)等。它能回答客戶的各種問題，節(jié)省客戶辦理時(shí)間，分擔(dān)大堂經(jīng)理的工作。盡管智能化程度仍有待提高，但無疑是一次有意義的嘗試。（二）風(fēng)險(xiǎn)分析與授信決策一般而言，銀行等金融機(jī)構(gòu)可以獲得相當(dāng)數(shù)量的用戶信息和相關(guān)數(shù)據(jù)，僅通過傳統(tǒng)的評(píng)分表或其他風(fēng)險(xiǎn)模型無法充分評(píng)估面臨的風(fēng)險(xiǎn)。而具有自我訓(xùn)練能力的人工智能技術(shù)，可以在該領(lǐng)域充分發(fā)揮優(yōu)勢(shì)。通過對(duì)歷史數(shù)據(jù)，基本面數(shù)據(jù)以及同業(yè)數(shù)據(jù)篩選、清洗、建模進(jìn)行自我訓(xùn)練和學(xué)習(xí)，我們可以從這些整合到一起的數(shù)據(jù)中檢測(cè)數(shù)據(jù)當(dāng)中的不一致性，更加全面地評(píng)估公司風(fēng)險(xiǎn)。此外，還可以通過提取、篩選企業(yè)在其官方網(wǎng)站或社交媒體上的數(shù)據(jù)，來判斷企業(yè)或其產(chǎn)品在社會(huì)中的影響力，比如社交媒體中產(chǎn)品的提及次數(shù)及產(chǎn)品評(píng)價(jià)、App下載量、網(wǎng)站訪問次數(shù)等。由于人工智能系統(tǒng)運(yùn)行效率不斷提升，金融機(jī)構(gòu)可以借助機(jī)器學(xué)習(xí)實(shí)現(xiàn)對(duì)借款人還貸能力的實(shí)時(shí)監(jiān)控，從而及時(shí)對(duì)后續(xù)可能無法還貸的企業(yè)進(jìn)行事前干預(yù)并有效減少壞賬，這是傳統(tǒng)風(fēng)險(xiǎn)評(píng)估模式下難以做到的。螞蟻金服的科學(xué)智囊團(tuán)由人工智能專家邁克爾歐文喬丹（Michael）擔(dān)任主席，從事機(jī)器學(xué)習(xí)與深度學(xué)習(xí)等人工智能領(lǐng)域的前沿研究。到目前為止，人工智能技術(shù)在螞蟻金服的業(yè)務(wù)場(chǎng)景下已經(jīng)進(jìn)行了一系列的創(chuàng)新和應(yīng)用，包括智能客服、互聯(lián)網(wǎng)小貸以及一般用戶熟悉的退貨運(yùn)費(fèi)險(xiǎn)計(jì)算等。根據(jù)螞蟻金服2015年公布的數(shù)據(jù)，僅在客服一項(xiàng)，“雙十一”當(dāng)天淘寶、天貓全站通過自助服務(wù)共解答用戶疑問超過500萬，將螞蟻金服客服效率提升了20倍。與此同時(shí)，網(wǎng)商銀行在花唄與微貸業(yè)務(wù)上，使用機(jī)器學(xué)習(xí)把虛假交易率降低了近90%；目前螞蟻金服已將其AI能力向金融機(jī)構(gòu)開放。（三）金融科技技術(shù)進(jìn)步帶來的金融創(chuàng)新被稱為金融科技，即FinTech。這一概念近年來受到了越來越多的關(guān)注。這些新技術(shù)創(chuàng)造了新的金融業(yè)務(wù)模式、應(yīng)用、流程或產(chǎn)品，正在對(duì)金融市場(chǎng)、金融機(jī)構(gòu)和金融服務(wù)產(chǎn)生重大影響。國(guó)內(nèi)一般認(rèn)為，金融科技并非渠道創(chuàng)新或監(jiān)管套利，而是通過運(yùn)用人工智能、大數(shù)據(jù)和云計(jì)算等新技術(shù)創(chuàng)造新的金融產(chǎn)品或金融服務(wù)模式。FinTech強(qiáng)調(diào)技術(shù)創(chuàng)新，強(qiáng)調(diào)利用新技術(shù)在金融服務(wù)和產(chǎn)品上的應(yīng)用。其核心技術(shù)是人工智能、大數(shù)據(jù)和云計(jì)算。依托大數(shù)據(jù)和云計(jì)算平臺(tái)，人工智能得以充分發(fā)揮其技術(shù)特點(diǎn)。目前，金融科技發(fā)展相對(duì)成功的領(lǐng)域有區(qū)塊鏈、智能投顧以及新型的支付公司等。區(qū)塊鏈的概念由中本聰在2008年提出。他以此為基礎(chǔ)，在2009年初正式立了比特幣。區(qū)塊鏈技術(shù)基于去中心化的對(duì)等網(wǎng)絡(luò)，結(jié)合密碼學(xué)原理、時(shí)序數(shù)據(jù)和共識(shí)機(jī)制，保障了分布式數(shù)據(jù)庫中各節(jié)點(diǎn)的連貫和持續(xù)，進(jìn)而實(shí)現(xiàn)了比特幣作為貨幣的基本要求：可即時(shí)驗(yàn)證、可追溯、難以篡改和無法屏蔽，從而創(chuàng)造了一套隱私、高效、安全的去中心化貨幣體系。智能投顧指的是通過網(wǎng)絡(luò)和移動(dòng)終端，借助互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)分析、量化金融模型和機(jī)器算法，把以前只對(duì)高凈值客戶提供的個(gè)性化理財(cái)服務(wù)，以很低的邊際成本，便捷快速地提供給所有的投資者。從2012年到2015年，美國(guó)智能理財(cái)資產(chǎn)管理規(guī)模從微乎其微增加到了190億美元。著名咨詢機(jī)構(gòu)預(yù)測(cè)，到2020年這一規(guī)模將達(dá)到2萬億美元。三、人工智能的潛在風(fēng)險(xiǎn)其一，由于人工智能通過自我訓(xùn)練對(duì)數(shù)據(jù)建模，一些情況下其模型缺少相關(guān)理論解釋來支撐。在特殊情況下，其模型可能偏離實(shí)際，作出錯(cuò)誤判斷。因此，在使用人工智能技術(shù)時(shí)，應(yīng)當(dāng)同時(shí)使用其他模型或技術(shù)進(jìn)行輔助。其二，當(dāng)前環(huán)境下，基于人工智能進(jìn)行的交易體量相對(duì)于市場(chǎng)規(guī)模并不大，但該技術(shù)的普及應(yīng)用，很可能在一些體量較小的市場(chǎng)產(chǎn)生流動(dòng)性風(fēng)險(xiǎn)。其三，由于我國(guó)信用環(huán)境尚不健全，信用錄入數(shù)據(jù)不完整甚至不真實(shí)，難以保證人工智能技術(shù)模型不會(huì)受到錯(cuò)誤數(shù)據(jù)的誤導(dǎo)。其四，新技術(shù)的應(yīng)用可能導(dǎo)致相關(guān)的法律監(jiān)管風(fēng)險(xiǎn)。一方面，人工智能的使用者應(yīng)當(dāng)加強(qiáng)管理避免違規(guī)；另一方面，監(jiān)管機(jī)構(gòu)也應(yīng)當(dāng)根據(jù)人工智能和其他新技術(shù)的應(yīng)用，與時(shí)俱進(jìn)更新監(jiān)管范圍和內(nèi)容。其五，