浅析人工智能在金融领域应用及发展

曹军奇

（中国人民银行焦作市中心支行，河南 焦作 454000）

一、引言

人工智能技术的日臻完善，给金融风险管理领域带来翻天覆地的变革。神经网络、支持向量机以及混合智能等人工智能模型在金融风险管理领域的应用，能够提高数据处理速度、加深数据分析深度、降低人工成本，从而提升金融风险控制的效能。但与此同时，人工智能可能存在失控风险，带来信息采集合法性以及信息安全隐患问题，甚至会对金融业带来冲击。

人工智能给金融风险管理带来的挑战人工智能的发展将会给金融风险管理领域带来重大变革。通过运用人工智能的深度学习系统，如果有足够多的数据供其不断进行学习，人工智能就可能不断完善，甚至能够超过人类的知识回答能力。金融风险管理需要处理大量复杂数据，应用人工智能将有助于金融系统大幅降低人力成本并提升金融风险管理能力。

二、人工智能及应用现状

（一）人工智能概述

人工智能（Artificial Intelligence）是用于模拟、延伸及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[1]。作为计算机科学一个分支，它是集多种学科渗透的基础上发展起来的新兴边缘学科。通过用机器去放大和延伸人类自身的智能，实现脑力劳动自动化。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能的理论和应用技术日益成熟，应用领域广泛，可以想象未来由人工智能技术衍生的科技产品，必将是人类智慧的更高机会领域。

（二）人工智能在金融领域的应用现状

当前人工智能技术在金融领域的应用广泛，包括金融服务领域、智能投顾领域、金融风控等方面。

1.在金融服务领域。人工智能让金融服务的边界更宽，大大提升了金融服务效率。例如平安集团旗下的平安科技人工智能实验室，进行智能客服及人脸识别等人工智能金融应用开发。平安天下通利用人脸识别技术完成远程身份认证、解锁、刷脸支付以及刷脸贷款等多项功能。平安科技人工智能技术已成熟稳定服务于金融领域多项应用场景。智能信贷，采用大数据分析统计实现自动审批，大大降低了运营成本。阿里巴巴已将人工智能技术成果运用于电商、支付、底层平台搭建、客户服务、互联网小贷等多个领域并取得良好效果。交通银行推出智能网点机器人，通过人脸识别和语音识别等人工智能技术，进行人机交互，在网点进行客户指引、介绍银行的各类业务等，提高了业务处理效率，提升了金融服务质量。

2.在智能投顾领域。智能投顾又称机器人投顾，是人工智能技术在金融投资顾问方面的应用。主要是为客户提供基于一系列智能算法的在线投资顾问和资产管理服务。简而言之智能投顾是借助于人工智能技术、量化金融模型以及大数据分析，机器人根据投资者财务状况、风险承受水平、理财目标及投资风格偏好等，利用已搭建的数据模型和智能化算法为投资者提供量身定制的投资参考建议信息。人工智能技术智能化的信息分析和决策能力，满足客户投资策略多样化的需求，同时避免了人为主观性。国内陆续出现了京东智投、蓝海财富、弥财、聚爱财PULS、宜信投米RA、企名片、同花顺、摩羯智投等多家的智能投顾平台。

3.在金融风控领域。金融与互联网行业的深度结合提供了便利，高效与快捷的客户体验，同时也给金融产品中使用的信用建模和风险控制带来了新的挑战，人工智能在金融风控方面优势凸显。它是通过把用户信息及数据统一在一起进行建模，将非数值数据全部转换为高维向量表达，人工智能模型在此基础上进行建模分析。利用半监督机器学习的方法和交互式数据挖掘的工具，以及有监督机器学习模型做风险评估，达到有效、精准、又能实时追踪团伙欺诈活动，进而提升金融风控能力。

例如阿里旗下蚂蚁金服运用人工智能技术变革了运营方式及产品体系，打造的蚂蚁智能客服替代了人工方式，提高了响应速度。同时打造的蚂蚁安全大脑，利用智能化的风险分析和决策中枢，有效降低了交易风险。又如兰州银行引入的海致智能金融知识图谱，应用在挖掘客户、风险预警、反欺诈等多个金融业务场景，同时为贷前决策、贷后风控提供有力的数据支撑，有效防范了金融风险。

三、人工智能技术在金融领域应用中的难点

（一）用户隐私容易泄漏

人工智能的背后，是基于大数据及智能算法的机器学习智能系统，人工智能系统通常具有记忆功能，通过收集、统计、分析用户的数据来不断提升自己的智能性。而系统一旦被入侵，用户隐私必然面临泄露风险，导致用户财产损失。

（二）系统风险大幅增加

系统风险大幅增加如果很多事情都以人工智能的方式来完成，则社会对互联网的依赖将更强，而影响互联网正常运行的不确定因素太多，面临的系统风险也将大幅增加。除可能遭受攻击之外，网络设施受损、运转不正常等，都可能造成系统故障。另外，如果用户不能在识别应用程序的真实性和有效性上得到高水平的保障，用户会将信息导入到错误的应用程序中。同样的，如果应用程序不能识别用户，可能会造成数据的错乱，进而导致资金损失，减少贷款和保险的资格，并破坏名誉[2]。

（三）人工智能失控风险

随着人工智能对人工的更多取代，在技术制胜的金融市场，面对收益和风险都不可估量的未来，一旦应用环境和数据脱离用户的可控范围，尚无技术可以在提高获得收益的同时避开或减少人工智能失控带来的风险。虽然这一风险的发生概率相对较低，但却无法彻底消除。内部技术失误或是外部因素刺激都可能会使人工智能失控。基于金融风险管理在保障金融市场稳健运行方面的重要作用，金融系统必须更加重视人工智能失控风险。

四、应对策略建议

（一）制定采集准则

金融风险管理领域运用人工智能进行信息采集，必须遵循一定的准则。例如目前的“网络爬虫”技术所遵守Robots协议而言，由于其缺乏强制性和严格性，单纯依靠信息采集者的自觉性来保证信息采集的规范性，因而不能有效地维护信息采集的合法性。因此，有必要制定严格的人工智能信息采集准则，以保障信息采集合法性和不损害信息来源者的利益为前提，明确人工智能信息采集种类、强度，规范信息采集行为。

（二）强化人工智能监管

人工智能在金融风险管理领域的应用，对于金融监管的体系设置和运作模式提出了新的要求。我国大力推进人工智能产业重心放在鼓励技术研发方面，对于人工智能技术应用所带来的产业与社会转型冲击以及监管方面的及时调整和跟进，目前还缺乏整体认识和应对。为此，建议尽快调整相关法律法规、监管体系和管理架构，以此保障当出现人工智能应用的重大缺陷或者安全隐患时，有相应的规则来明确各方的风险处置责任。

（三）建立安全可控数据生态圈

应建立数据规范，在安全可控的条件下向公共领域开放数据，构建一个更为完善的数据生态系统。数据标准的建立是进行广泛数据分享和实现系统间交互操作的重要前提，有助于提升人工智能技术的使用价值[3]。制定数据脱敏的相关标准和规范，确保人工智能开发者在收集、使用数据的过程中采取相适应的管理措施和技术手段，防止未经授权的个人信息检索、泄露、损毁、篡改等，确保个人信息安全。