人工智能在金融行业的应用及风险分析

李健

随着计算机技术和互联网行业的发展，越来越多的新兴技术如指纹识别、大数据、云计算、人工智能等逐渐开始影响人们的生活。这些技术在一定程度上提高了人们生活的便捷度，同时也给各个行业带来了巨大的变革。在这个过程中，金融行业也遭到了前所未有的冲击，这些技术已经开始被应用在银行、保险、证券和投资理财等领域。

2017年5月，围棋等级分排名世界第一的中国棋手柯洁在三番棋中不敌谷歌的AlphaGo，再一次将人们的注意力集中到人工智能这一技术上。本文将介绍人工智能这一技术及其对金融行业的影响。

一、人工智能概述

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是对人的意识、思维的信息过程的模拟。这一概念最早在1956年达特茅斯会议上被提出，并在随后几十年中不断得到补充和发展。

人工智能的研究范围非常广泛，包括有效的老式人工智能、联结主义、遗传算法、神经网络等多个领域。当下最热门的机器学习是人工智能的一个分支。简单来说，机器学习利用算法分析数据、学习数据，通过基于大量数据的“自我训练”，实现对真实世界情况进行判断和预测的能力。因此，程序实际上是在用大量数据和算法进行“自我训练”，从而学会如何完成一项任务，这与预先编写好、只能按照人类指定的逻辑去执行指令的程序不同。实际上，任何通过数据训练的学习算法都属于机器学习，这其中包括很多我们非常熟悉的技术，比如线性回归、K均值、决策树、主成分分析法、支持向量机以及人工神经网络等。

AlphaGo的核心算法是深度学习的人工神经网络。人工神经网络出现得非常早，但受技术限制一直进展缓慢，直到云计算的出现和后来GPU开始大规模部署之后，这种技术才得以快速发展应用。运算能力的发展使神经网络计算变得速度更快、成本更低、性能更强大，而存储设备的容量增加，读取速度加快，进一步降低了运用该技术的门槛。

二、人工智能在金融行业的应用

（一）智能客服

人工智能技术的发展使得语音识别技术逐渐成熟，一些金融机构开始尝试使用该技术来优化现有的远程客户服务、业务咨询和业务办理等，这使得用户能够更加及时地得到满意的答复，提升用户的满意度，同时还可以减轻人工服务的压力，降低企业的运营成本。

交通银行在2015年推出了智能机器人大堂经理——“娇娇”，该实体机器人由南京大学旗下的南大电子信息技术股份有限公司整合了国内外智能机器人产业链相关企业共同完成，采用了语音识别和人脸识别技术，在网点进行客户指引、介绍银行的各类业务等。它能回答客户的各种问题，节省客户办理时间，分担大堂经理的工作。尽管智能化程度仍有待提高，但无疑是一次有意义的尝试。

（二）风险分析与授信决策

一般而言，银行等金融机构可以获得相当数量的用户信息和相关数据，仅通过传统的评分表或其他风险模型无法充分评估面临的风险。而具有自我训练能力的人工智能技术，可以在该领域充分发挥优势。通过对历史数据，基本面数据以及同业数据筛选、清洗、建模进行自我训练和学习，我们可以从这些整合到一起的数据中检测数据当中的不一致性，更加全面地评估公司风险。此外，还可以通过提取、筛选企业在其官方网站或社交媒体上的数据，来判断企业或其产品在社会中的影响力，比如社交媒体中产品的提及次数及产品评价、App下载量、网站访问次数等。由于人工智能系统运行效率不断提升，金融机构可以借助机器学习实现对借款人还贷能力的实时监控，从而及时对后续可能无法还贷的企业进行事前干预并有效减少坏账，这是传统风险评估模式下难以做到的。

蚂蚁金服的科学智囊团由人工智能专家迈克尔·欧文·乔丹（Michael I.Jordan）担任主席，从事机器学习与深度学习等人工智能领域的前沿研究。到目前为止，人工智能技术在蚂蚁金服的业务场景下已经进行了一系列的创新和应用，包括智能客服、互联网小贷以及一般用户熟悉的退货运费险计算等。根据蚂蚁金服2015年公布的数据，仅在客服一项，“双十一”当天淘宝、天猫全站通过自助服务共解答用户疑问超过500万，将蚂蚁金服客服效率提升了20倍。与此同时，网商银行在花呗与微贷业务上，使用机器学习把虚假交易率降低了近90%；目前蚂蚁金服已将其AI能力向金融机构开放。

（三）金融科技

技术进步带来的金融创新被称为金融科技，即FinTech。这一概念近年来受到了越来越多的关注。这些新技术创造了新的金融业务模式、应用、流程或产品，正在对金融市场、金融机构和金融服务产生重大影响。

国内一般认为，金融科技并非渠道创新或监管套利，而是通过运用人工智能、大数据和云计算等新技术创造新的金融产品或金融服务模式。FinTech强调技术创新，强调利用新技术在金融服务和产品上的应用。其核心技术是人工智能、大数据和云计算。依托大数据和云计算平台，人工智能得以充分发挥其技术特点。

目前，金融科技发展相对成功的领域有区块链、智能投顾以及新型的支付公司等。

区块链的概念由中本聪在2008年提出。他以此为基础，在2009年初正式創立了比特币。区块链技术基于去中心化的对等网络，结合密码学原理、时序数据和共识机制，保障了分布式数据库中各节点的连贯和持续，进而实现了比特币作为货币的基本要求：可即时验证、可追溯、难以篡改和无法屏蔽，从而创造了一套隐私、高效、安全的去中心化货币体系。

智能投顾指的是通过网络和移动终端，借助互联网技术、大数据分析、量化金融模型和机器算法，把以前只对高净值客户提供的个性化理财服务，以很低的边际成本，便捷快速地提供给所有的投资者。从2012年到2015年，美国智能理财资产管理规模从微乎其微增加到了190亿美元。著名咨询机构A.T.Kearny预测，到2020年这一规模将达到2万亿美元。

三、人工智能的潜在风险

其一，由于人工智能通过自我训练对数据建模，一些情况下其模型缺少相关理论解释来支撑。在特殊情况下，其模型可能偏离实际，作出错误判断。因此，在使用人工智能技术时，应当同时使用其他模型或技术进行辅助。

其二，当前环境下，基于人工智能进行的交易体量相对于市场规模并不大，但该技术的普及应用，很可能在一些体量较小的市场产生流动性风险。

其三，由于我国信用环境尚不健全，信用录入数据不完整甚至不真实，难以保证人工智能技术模型不会受到错误数据的误导。

其四，新技术的应用可能导致相关的法律监管风险。一方面，人工智能的使用者应当加强管理避免违规；另一方面，监管机构也应当根据人工智能和其他新技术的应用，与时俱进更新监管范围和内容。

其五，由于用户缺乏充分的投资知识或者对人工智能不够熟悉，人工智能技术的引入可能导致投资者操作不当。

其六，因为人工智能技术的运用需要基于大量真实的数据，如何妥善保护用户数据成为重中之重。这要求金融机构网络安全工作必须到位，否则受到黑客攻击时易发生信息技术风险。

（作者单位为格拉斯哥大学亚当斯密商学院）endprint