人工智能──金融創新的新起點

【摘要】具有大量數據資源的金融業，在人工智能技術發展突飛猛進的今天，正在經歷著深刻的變革，本文就新的技術環境下，人工智能在金融領域的現狀及應用進行了介紹和分析。

【關鍵詞】人工智能 金融

一、引言

2016年3月，在全世界超過一億觀眾的關注下，Alpha Go戰勝圍棋世界冠軍李世石，這場賽事是人工智能領域一個重要的里程碑，同時也讓人工智能廣受社會關注。金融業作為數據高度集中的行業，在人工智能快速發展的時代，也在經歷著深刻的變革。

二、人工智能相關概念及發展現狀

人工智能（Artificial Intelligence）簡稱AI。有著人工智能之父之稱的約翰·麥卡錫最早提出過關于人工智能的概念，他將其描述為“結合科學技術和機械手段制造出智能機器的過程?！边@個概念被沿用至今。我國《人工智能辭典》將人工智能定義為“使計算機系統模擬人類的智能活動，完成人用智能才能完成的任務?！贝送猓斯ぶ悄苁怯嬎銠C學科的一個分支，它是人們運用計算機編程技術實現機器自主學習的過程，從而模仿人類做出決策的一種技術。

從1956年約翰·麥卡錫首次提出人工智能的概念以來，人工智能已經取得了很多的發展成就，除了前文提到的進行棋類對弈，還有自動駕駛汽車，大數據挖掘，生物識別技術以及對金融業影響深刻的各種基于人工智能算法的交易系統。

三、人工智能在金融業的應用現狀

（一）金融服務的變革

人工智能的出現雖說沒有顛覆傳統的金融業的服務，但對于諸如銀行業前端業務、證券投資顧問業務、企業和個人的信貸業務都產生了深刻的影響。2015年交通銀行推出的智能網點機器人，是國內采用人工智能技術進行金融服務的先導之一，其利用人臉識別、聲音識別技術，針對用戶需求進行業務引導，甚至可以判斷客戶的情緒進行工作；國內外很多證券公司都推出了自己的智能投顧，基于對數據的統計分析由計算機系統進行投資組合的管理；很多金融機構的信貸業務辦理也可以由客戶與智能客服的交互去完成。

（二）風險控制的應用

風險控制作為金融業一個至關重要的環節，也隨著人工智能的發展出現了很多新的變化。螞蟻金服通過分析用戶的網購記錄數據，針對用戶進行信用評級對客戶進行授信管理，不論從覆蓋范圍還是處理效率都遠高于人工。京東白條基于高緯的數據模型為依據，應用超過500個消費金融系統中的風控模型，用到超過4萬個風控目標，從而判斷風險進行授信。這些海量數據靠人工顯然是不現實的，但是人工智能的應用很好的解決了這些問題。

針對海量的金融數據，具有深度學習能力的人工智能程序從金融歷史數據中自行發現潛在的風險點，如分析信用交易數據，識別欺詐交易，并總結相關經驗預測交易變化的趨勢，提前進行風險防控。大數據的挖掘還可以應用在與金融業相關的上下游產業分析中，多維度針對具體行業、項目進行風險控制。

（三）資產管理另辟蹊徑

人工智能在資產管理中的作用也愈發受到行業重視，深度的機器學習可以分析海量的金融交易數據，并24小時不間斷的進行工作，完成高頻的投資操作?；ㄆ煦y行近期就發布研究報告，從2012年至2015年底，人工智能管理的資產規模從0升至290億美元，未來管理資產的規模更是有望呈幾何級增長，預計會達到5萬億美元。歐美等發達經濟體已經有在市場中成熟運行的人工智能資金服務管理機構，Wealthfront和Betterment兩家公司就是通過人工智能對資產進行管理，截至2016年2月Wealthfront已經管理了近30億美元的資產。量化對沖基金的出現也為投資者提供更加多元化的選擇，雖然其實際盈利能力還未經過很長時間的考驗，但未來量化基金發展、增加已經成為行業趨勢。

（四）金融業生物識別技術的應用

從最早的指紋識別開始，人們就在不斷探索便捷的身份認證方式。人工智能學科的發展，為生物識別技術帶來了前所未有的革新。金融作為私人信息、財富信息密集的行業，更是對客戶、機構的身份認證有迫切的需求。面部識別、聲音識別、虹膜識別等都是基于復雜的算法對目標進行身份識別管理，通過這些技術的應用大大提高了金融機構管理的安全性，同時也為客戶辦理業務節省了時間成本?；ヂ摼W科技的普及為人工智能大展手腳已經奠定了一定的基礎，人們可以通過面部識別體統進行取款，登錄金融機構的交易軟件，完成交易操作，這些應用對于防范金融犯罪有很好的作用?，F在各類金融機構都在推出自己的人工智能產品，很多銀行已經開始部署智能銀行網點，客戶進入網點后，通過人機交互即可完成各類業務的辦理。對于金融機構來說，可以節省成本并且提供全天候的服務。對于客戶來說，可以安全高效的辦理業務。

四、存在的風險及展望

人工智能作為一個新生事物，對于金融有著很多積極的影響，但其和任何事物一樣都存在著兩面性，所以對于人工智能潛在的風險我們也要給予高度的重視。

（一）系統性風險

如果較多市場主體采用了相同或者類似的算法，其“協同”效應將被放大，在交易進行中基于同樣的因素采取了相同大量的交易操作，這就有可能導致市場偏離正軌。除此之外，所使用的程序也容易成為被攻擊的對象，程序、設備的故障也會增加整個系統的風險。

（二）信息安全風險

人工智能需要對大量的數據進行分析、學習，而這些信息的獲取本身就可能成為一種風險。對交易數據、用戶信息的深度挖掘，若不是建立在用戶授權的情況下，信息來源主體的利益就會受到潛在的威脅。這其中往往包含了很多個人的隱私信息，所以對于信息源頭的甄別、管理是人工智能技術能否真的造?？蛻舻囊粋€關鍵因素。

（三）監管難度的增加

人工智能是計算機通過分析自主決策，所以對于權責主體的界定不是非常清晰，監管所面臨的復雜性也隨之提高。這就要求監管層面也要根據技術的發展提出應對措施，比如對于交易規則的建立，開發人員的責任劃分，操作過程的監控，都是值得思考的。

（四）后續展望

我國作為互聯網技術高度發達的國家之一，數據密集的金融行業引入人工智能是必要的，也是積極可行的。金融科技的不斷深化，對于傳統金融業提高效能，深度挖掘數據價值，提供定制化服務，加深風險認知控制都有著深刻的現實意義。金融的本質是優化資源的配置，未來如何更好的利用人工智能造福于社會，值得我們探索與期待。

參考文獻

[1]鄒蕾，張先鋒.人工智能及其發展應用[J].信息網絡安全，2012（02）：11-13.

[2]楊濤.對人工智能在金融領域應用的思考[J].國際金融，2016（12）：24-27.

[3]吳俊，陳亮，高勇.國外人工智能在金融投資顧問領域的應用及對我國啟示[J].金融縱橫，2016（06）：88-92.

[4]陸小梅.淺談人工智能在互聯網金融領域的應用[J].經濟師，2017（05）：148-149.

作者簡介：樊嶸（1989-），男，漢族，籍貫：甘肅省慶陽市，碩士研究生在讀，研究方向：金融學。