吳澤宇

摘 要：人工智能技術的高速發(fā)展正在深刻影響各個傳統(tǒng)行業(yè)，金融行業(yè)也迎來了變革時代?；诖髷祿榛A的分析和決策機制，正在形成新的金融服務模式?！盎ヂ摼W+大數據+人工智能+金融風控”是未來金融風控的主要形式。本文簡要梳理了人工智能在金融領域中的應用現狀，并分析了其優(yōu)勢與問題。

關鍵詞：人工智能；金融風險；大數據；風險控制

一、人工智能與金融結合發(fā)展歷程

1946年，馮·諾依曼制造了第一臺電子計算機之后，人們就開始考慮機器是否有朝一日能獲得智能。阿蘭·圖靈博士在1950年對這種智能進行了定義--“裁判無法判斷自己的交流對象是人還是機器，就說明了機器有了智能”。在1956年夏天的達特茅斯會議上幾位科學家提出了“人工智能”的定義--一切可以讓機器通過圖靈測試的方法（泛指機器智能）。人工智能經歷漫長的摸索，在存儲技術、大數據、云計算等技術成熟后，數據驅動的人工智能終于在金融領域大顯身手。

金融業(yè)是一個相對古老的行業(yè)，經歷了三個階段。早期金融以銀行業(yè)為主，創(chuàng)辦初期都是家族經營，經營網點有限。數百年間銀行業(yè)發(fā)展非常緩慢。

但隨著計算機發(fā)展和ATM機的使用，銀行營業(yè)網點很快地部署到了全世界。到20世紀70年代，工業(yè)化國家陸續(xù)實現了不同地區(qū)之間的跨行存取，甚至跨國存取。金融業(yè)第二個時期是由新技術引發(fā)的發(fā)展時期。但是金融業(yè)在不斷壯大的過程中，也面臨諸多挑戰(zhàn)。僅在過去的幾十年中，全球就發(fā)生了多次大規(guī)模的金融危機：1987年美國的“黑色星期一”大股災；1997年亞洲金融風暴；2008年國際金融危機等。

這些惡性事件給金融市場帶來了巨大的破壞，人們開始研究其中的問題。專家們發(fā)現在金融運行時產生了大量的數據，但憑人力運算這些數據，雖然可以歸納出可能會發(fā)生金融危機的結論，但所需時間過長而且成本巨大。數據信息的一個重要特征是時效性，這些數據一旦過時，就沒有價值了。人們?yōu)樘岣邤祿治龅哪芰退俣?，同時降低成本，開始考慮將人工智能逐步應用于金融風險管控領域。金融服務始終伴隨著金融風險，沒有好的風險控制能力就無法實施好的金融服務；新的風險控制方式，帶來新的業(yè)務模式。由此，金融業(yè)務迎來了顛覆性的變革時代，進入了新的發(fā)展時期。

二、人工智能在金融風控領域的應用狀況分析

1.人工智能介入金融風控體系的必然趨勢

金融業(yè)的發(fā)展代謝出無數的有用或無用的數據，包括金融交易、客戶信息、市場分析等。而近些年儲存技術、通信技術的蓬勃發(fā)展使得一些原本會被定期清除的數據有機會被儲存下來。在這個時代，信息不對稱帶來的信息差是決定資金量的重要條件。如何從大數據中處理得到信息差為自身利用，成為了重要的研究方向。而通過人工智能的深度學習系統(tǒng)，讓其在對大量數據的分析中，起到對金融活動復雜信息的整合，以便達到風險管控的作用。而人工智能的應用將大幅降低人力成本并提升金融風控的業(yè)務處理能力。隨著《最高人民法院關于審理民間借貸案件適用法律若干問題的規(guī)定》等政策性文件的出臺，金融業(yè)內一些小微企業(yè)之間的不正當操作的取締，行業(yè)在邊界模糊情況下實現的快速發(fā)展模式走到了盡頭?！吨袊ヂ摼W金融發(fā)展報告（2016）》在北京發(fā)布，該《報告》執(zhí)行主編中科金財董事長朱燁東博士表示，未來國內金融行業(yè)發(fā)展將逐步走向正規(guī)，移動支付不可逆轉，大數據、云計算在金融業(yè)的核心地位進一步加強，金融科技將成為金融業(yè)發(fā)展的主要趨勢。

2.數據驅動將是人工智能介入金融風控的主要形式

雖然早期的科學家認為“機器像人一樣思考才能獲得智能”，但在數次仿生學實驗失敗后，人們意識到其實機器只要能解決人腦所能解決的問題就是獲得了智能?？茖W家找到了一條捷徑：用數據驅動人工智能，像我們熟知的“深藍”或“Alpha GO”，就是通過計算機對棋手多盤對局的分析，然后得出在任一位置落子獲勝的概率。事實上，這“人工智能”并沒有思考，而只是基本的概率分析；雖然同樣的學習模式人也可以達到，但“深藍”或“Alpha GO”在幾分鐘內記錄下的對局早已超過棋手一輩子所能記憶的棋局了。而在李世石負于“Alpha GO”之后，人們更加意識到了數據驅動在人工智能領域不可代替的核心地位。

在傳統(tǒng)金融業(yè)中，銀行業(yè)的主要收入來源就是給企業(yè)、個人發(fā)放貸款以及客戶的存款之間利息差，其面臨的主要風險就是貸款者無法及時還錢導致資金鏈崩壞，進一步可能導致銀行倒閉。從古至今，銀行一直以來主要采取的風控手段是風險回避--對小微企業(yè)、個人少放款甚至不發(fā)放。大型企業(yè)大部分情況并不需要通過借貸來獲得項目的啟動資金，而銀行卻愿意借錢給他們，因為它們有足夠能力償還貸款；反觀小微企業(yè)，它們就常常難以籌集到足量資金，而銀行又不發(fā)放貸款，這使得他們迫不得已去找一些“地下錢莊”來籌得資金，而利率又是常居高不下，這樣的現象嚴重影響著商業(yè)發(fā)展，動搖社會基礎。這種現象根源在于“信任”問題。

銀行首先想出了辦法：完善征信系統(tǒng)。以央行的征信系統(tǒng)為例，截至2015年4月底，有8.6億多自然人的信息存儲在該系統(tǒng)中，同時還收錄了2068萬戶企業(yè)及其他組織。取得這樣的成績，自然要歸功于人工智能對用戶數據分析。

然而銀行真的能準確了解每個用戶的實際經濟情況嗎？答案是否定的，銀行收集到的數據量不夠大、維度單一、數據積累效率低。

近年來，阿里巴巴推出的“芝麻信用”“螞蟻小貸”十分火爆，給銀行業(yè)乃至整個金融業(yè)的風控體系帶來了全新的思路。阿里巴巴可以通過用戶在“天貓”“淘寶”甚至“小藍單車”等上的購買、使用情況清晰地分析出用戶的收入狀況、購買力、生活習慣等信息；類似地，也可以在阿里的金融交易中對企業(yè)征信分析，決定是否發(fā)放貸款及貸款額度的大小。阿里在“天貓”“淘寶”“支付寶”上獲得的數據量不是一般銀行可以相提并論的，而且這些數據維度極廣。阿里的思路表明了未來金融風控的主要形式：“互聯網+大數據+人工智能+金融風控”。

3.人工智能成功應用于金融風控的案例

人工智能在金融風控體系的創(chuàng)新應用層出不窮。前文所提到的“芝麻信用”和“螞蟻小貸”就分別是在個人和企業(yè)層面的成功案例。

“京東白條”又是一個成功的案例?！熬〇|白條”以京東的電商業(yè)務提供的數據為核心，消費者在京東網上購物之后，根據平臺上生成的可使用額度，利用“京東白條”進行支付，并在規(guī)定的時間內償還。京東的“邊借邊消費”，以及“借款無需找銀行”的理念使用戶量急劇增加。隨著“京東白條”模式的不斷健全，其又推出了三十天延期付款的功能。而面對風險，京東的手段是利用“京東商城”提供的數據確定“京東白條”額度，而違約提醒功能以及違約金則保證了京東不會因為違約而產生大量損失。

三、人工智能應用面臨的問題

人工智能的優(yōu)勢，越來越多地應用于金融領域，可是問題也接踵而來。

首先，并非所有時候，數據的完備性都可以獲得。例如，“深藍”在與卡其帕羅夫的對局中，首盤時卡其帕羅夫使用了“王翼印度進攻開局”并在中盤主動變招，使得“深藍”進入了一個自己先前沒有統(tǒng)計到的境地，出現了“bug”，“深藍”被迫在45步中盤認輸。類似地，如果金融領域在使用人工智能時，因為不確定信息或不完備信息而產生bug，對重大決策產生影響，那么后果不堪設想。

其次，除了人工智能本身存在諸多問題外，數據采集的隱私合法性問題更令人關注。2012年《紐約時報》報道過美國第二連鎖百貨店塔吉特發(fā)生了一件有趣的事情。塔吉特的市場部門發(fā)現如果一個家庭有了孩子那么他們極有可能會瘋狂購物，為此，他們聘請大量大數據專家。經統(tǒng)計發(fā)現如果女性懷孕，那么她們極有可能購買大瓶潤膚油、維生素和一些營養(yǎng)品。反過來，通過這些商品的購買數據，可以確定懷孕的概率達到87%。一天，一位中年男子闖入了一家塔吉特商店，生氣地說他才上高中的女兒收到了來自塔吉特的有關嬰兒衣服、嬰兒車的優(yōu)惠券，這不是鼓勵早孕嗎？小店經理一再道歉。結果，幾個星期后，該男子來到店中致歉，表示他的女兒的確懷孕，但塔吉特比他們任何一個人都先知道這個消息。相比于電商公司，塔吉特的IT技術并不強，但它在使用大數據和人工智能后竟然比客戶更了解自家情況！再者，現在智能手機又有定位功能，那么我們自己的一舉一動將完全暴露在人工智能的分析面前，我們幾乎沒有隱私可言。因此，不少人開始反對人工智能和大數據應用，這給人工智能發(fā)展帶來了巨大阻力。而這種人工智能使用方法的合法性也受到了不少質疑。

若想要將人工智能在金融風控領域更好地應用，那么，以上的問題是當下不得不克服的。

四、結論

金融業(yè)正逐步達成這樣一個共識：人工智能和大數據是未來金融服務和風險管控的重要助力。“互聯網+大數據+人工智能+金融風控”是未來金融風控的主要形式。本文認為，人工智能在金融風險控制體系中的創(chuàng)新應用會促成跨越式發(fā)展；但是人工智能存在對不確定性和未知性事件的信息缺漏，可能導致分析錯誤，對金融系統(tǒng)造成巨大影響。因此，監(jiān)管者和投資者需正確看待，利用人工智能控制金融風險的時候，又要防范人工智能尚不完備而導致新的風險。

參考文獻：

[1]吳軍.智能時代[M].中信出版社，2016-8.

[2]陸小梅.淺談人工智能在互聯網領域的應用[J].經濟師，2017（5）.

[3]于孝建，彭永喻.人工智能在金融風險管理領域的應用及挑戰(zhàn)[J].南方金融，2017（08）.