“人工智能+金融”在证券投资领域的应用分析

檀柯

摘 要：随着人工智能技术的不断升级和发展，人工智能在证券投资领域中的应用也越来越广泛，而其在证券投资领域的应用意义重大。相比西方发达国家，我国证券投资市场尚处于初级发展阶段，在人工智能技术的应用上尚且存在着一些问题，如业务进展缓慢、专业研发人员缺乏、监管体系不完善等。本文在完善人工智能在证券市场的发展基础上，提出了一些建议对策，并分析了“人工智能+金融”在证券投资领域的应用，旨在为相关工作人员提供发展方向，为推动证券事业的健康蓬勃发展提供理论参考依据。

关键词：人工智能;金融;证券投资;应用分析

中图分类号：F832 文献标识码：A

DOI：10.12245/j.issn.2096-6776.2020.09.20

1 “人工智能+金融”在证券投资领域应用的意义

1.1 提升工作效率

在“人工智能+金融”下，证券市场利用人工智能的相关工具，对信息数据进行归纳、分析，对金融的微观维度进行分析，可以最大化地规避风险，降低风险发生概率，通过市场关联度来加强对市场的管理，切断风险的传播，从而提升系统性和整体性。另外，在“人工智能+金融”下，各项条款内容以及内控制度等，都可以进行涵盖，以此来与大数据技术对比，提高合规性，提升工作效率。

1.2 帮助市场做好投资决策

市场投资决策指的是各个投资主体提前作出论证和调查，为最终的活动投资决策提供参考依据。企业进行投资决策，是进行市场活动决策中的重要组成内容，其决定着企业的生死存亡。市场决策是否有效，将直接影响着企业的风险发生概率，只有未雨绸缪才能提高投资决策的成功率，反之则企业所面临的金融风险将会大大提高，更严重者还会对企业的资金产生一定的威胁。

1.3 降低人力成本

在大数据技术的处理下，智能客服应运而生，它可以应用到各行各业中，是连接企业与用户的桥梁，是基于自然语言之上的技术方式，为企业管理技术提供了便利，统筹安排各项信息数据，大大降低了人工的成本。广发证券、中信证券、华泰证券等国内大型证券公司也利用人工智能金融技术的东风，在智能投资顾问领域开展了人工智能定量交易，取得了显著的成就。

2 人工智能在证券投资市场中存在的问题

2.1 人工智能在业务运用方面没有得到实质性的突破

当下传统业务依旧是证券投资市场中的主要業务，而人工智能在业务方面的应用并没有引起足够重视，人工智能作为高科技的产物，往往被认为徒有虚表，在应用中不切实际，产生这种现象的原因是：传统业务的根深蒂固，相关工作人员为了业绩考核以及上层压力，只对传统业务感兴趣。另外，人工智能在我国的应用不够成熟，对于风险和成本的控制还有待提高。所以人工智能在证券市场业务方面进步不明显，传统业务形式依旧为主流，所以不能适应人工智能创新技术的运用。

2.2 缺少专业的研发人员

证券市场中的内部信息技术人员，要对内部信息系统进行开发、维护，对人工技术、大数据技术等进行相应的创新和完善，但是在实际工作中，内部信息技术人员只熟知内部信息系统，而对于新技术的研发和维护专业知识能力不够，对业务的理解不全面，所以具有人工智能改造技术的综合性研发人员少之又少。虽然专业研发人员可以从互联网公司引进，但是由于证券市场自身的特点，相关业务内容具有保密性等，专业研发人员从互联网企业引进不够现实，这使技术的开发受到了限制。所以，在人工智能时代下，证券市场中专业研发人员不足，没有一定的人才储备，也是证券投资领域发展缓慢的重要因素。

2.3 监管体系不完善，存在多种安全隐患

众所周知，人工智能所带来的优势颇多，但是人工智能所带来的金融风险较高，对于尚不成熟的人工智能技术，影响的不仅仅是系统的风险指数，同时对于金融市场也会造成一定的影响。所以在证券市场中，人工智能监管体系同样重要，现阶段，由于种种因素导致的监管体系不完善，安全隐患较多，主要表现在以下两个方面：其一，被监管主体众多，无法清晰划定标准，由于在人工智能应用中，参与主体的形式不一，如人工智能技术的提供部门和应用部门、人工智能技术的模型设计部门以及系统部门等。一旦人工智能证券在使用中出现了问题，相关责任方无法确认，而现阶段，监管罚则虽然已经构建，但适用条文不够具体和明确，所以责任无法落到实处，这是监管不完善的一个重要方面。其二，“人工智能+金融”对证券监管人员也提出了更高要求，不仅要求其能够了解并熟知人工智能系统的应用，同时也要对人工系统算法进行相应的评估和判断，以全面了解证券金融领域的相关知识内容，提高其认知度。但是在实际工作中，证券监管人员的综合素质还远远不够，对于人工智能系统算法以及基础知识了解的相关工作人员不多，传统监督手段根深蒂固等，导致了人工智能技术应用效果不佳。

3 完善人工智能在证券领域的应用分析

3.1 适当转变经营策略，不断创新适应时代发展

3.1.1 开拓新的业务增长点

目前，相比较发达国家证券市场而言，我国的证券市场仍处于初级发展阶段，而中间业务作为证券市场中的利润点，其资产负债仍旧占据了较多的份额，所以我国证券市场的中间业务收入不高。在这种情况下，如何提高中间业务的总收入，并对其进行创新，开拓新的业务利润增长点，可以采取的方式有：对托管业务、投资证券市场业务等进行债券联合承销模式，以对中间业务进行创新，提高收入。另外，实施混业经营，也是提高业务利润增长点的一种有效方式，该方式在世界金融市场的大环境下成为主流，由于贷款利息和股权投资收益之间的差距明显，所以混业经营的方式得到了快速的提升，合理有效地利用客户渠道以及证券市场品牌的优势，是提高证券市场营业利润的关键因素，这也是改变经营策略，符合时代发展需求的重要手段。

3.1.2 组建大数据库

现阶段，电子商务营销作为主要营销方式，大数据库的建立是根本，而在证券市场中，庞大的客户数据信息库，是证券市场本身的最大优势，所以要更好地利用大数据库，推动金融市场的蓬勃发展。在组建大数据库的过程中，市场中的用户通过对应的网点开展相关业务，而用户的信息（职业、身份等）都可以存入到数据库中，是证券市场中有效的数据信息，这对于互联网企业而言是无比强大的优势，而这个过程不需要任何成本。所以，在证券市场中，要合理、科学、有效的利用大数据库信息，对大数据库信息进行深度的剖析、总结客户资源、针对需求大的客户要开展个性化的产品服务，而产品营销创新也是未来的发展目标。在证券市场中建立大数据库，是证券市场符合时代发展需要的重要表现，以大数据库为根本，拓宽业务渠道，提高产品营销力度等，将产品的服务功能更好地展现出来，以此提高金融市场的发展。

3.2 加大人工智能专业人才的培养力度

在人工智能时代下，我国人工智能专业人才匮乏，而复合型人才主要都是从国外引进，我国对于人工智能综合型人才的培养力度还远远低于发达国家。根据调查研究表明，我国与发达国家相比，人工智能方面的高校比例为1∶8，而且培养出来的人工智能专业人才与智能企业的人才要求还相差甚远。在“智能+知识”的时代，人才是企业赖以生存的根本，企业之间的竞争终究是专业人才的竞争。人工智能专业人才的匮乏，加大了各企业之间的人才争夺。无论对于互联网企业、高科技企业，还是传统企业，培养人工智能专业人才，是顺应时代发展的必然，只有加大人才的培养力度，才能为企业的发展保驾护航。对于高校而言，构建完善的培训机制同样重要，如何推动“人工智能+金融”的发展，教育体制的创新和资金的投入必不可少，所以要在符合我国基本国情的前提下，对人工智能专业人才的培训进行创新，为培养复合型综合人才打下基础。

3.3 建立行业规范体制，提升个性化产品服务

以证券市场的健康发展为导向，加强与政府的沟通，促进金融行业的规范化和严格化发展，构建完善的金融体制，并将体制细化到各个环节，做到各业务流程的有章可循，有法可依，降低风险发生的概率。另外，以客户为根本，分析客户的需求（投资理念、消费观念、个性化需求等），对现有产品进行创新和升级，只有充分了解客户的需求，才能利用人工智能技術，开展个性化的产品服务。

4 结语

综上所述，在“人工智能+金融”下，证券投资市场的发展方向更为宽广，人工智能是时代发展的必然趋势，而金融证券投资领域中要以人工智能为根本，为其市场的发展起到积极的推动作用。本文对人工智能在证券投资领域应用中存在的几点问题展开了一系列的论述，并提出了相应的完善方案，以期望人工智能能够给证券投资领域带来全新的发展，为相关工作人员指明发展方向，推动证券投资领域的稳步向前。

参考文献

石恒涛.推动金融科技战略实施 助力商业银行发展[J].河北金融，2020（08）：66-69.

赵希同.新兴技术创新应用重塑金融服务 助力金融业数字化战略转型[J].中国金融电脑，2020（08）：17-20.

王奕翔.人工智能在金融领域的应用分析[J].财经界，2020（10）：29-30.

孙刚.证券监管中应用人工智能的风险规避[J].商业经济，2020（07）：176-177.

肖宇，李诗林，梁博.新冠肺炎疫情冲击下的银行业金融科技应用：理论逻辑、实践特征与变革路径[J].金融经济学研究，2020，35（03）：90-103.

刘回春.京东数科“新基建”雄安样板人工智能驱动产业数字化[J].中国质量万里行，2020（07）：23-25.