基于大數據+AI驅動的浙江非銀金融投資策略研究①

趙媛媛 徐達宇 丁之桑

摘 要：在現今的金融市場中，大數據獲取的便利性使得人工智能技術迅速滲透到投資的各個領域，由此而產生的全新的投資策略、交易模式將會帶來諸多機遇與挑戰。本文針對基于大數據和人工智能驅動的浙江省非銀金融投資策略這一問題展開探討，論述了基于大數據+AI驅動研究非銀金融投資策略的必要性，以及浙江非銀金融行業現狀。以此為基礎，闡述了浙江省幾大非銀金融行業利用大數據和人工智能輔助投資的策略及思路，以期為該領域的研究與發展提供有益的參考。

關鍵詞：大數據 人工智能 非銀金融 投資策略

中圖分類號：F832 文獻標識碼：A 文章編號：2096-0298（2017）11（b）-163-03

非銀行金融機構是指除商業銀行和專業銀行以外的所有金融機構[1]，主要包括信托、證券、保險、融資和租賃等機構以及財務公司等。非銀行金融機構以發行股票和債券、接受信用委托，以及提供保險等形式籌集資金，并將所籌資金運用于長期性投資。“大數據”是指需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產[2]，而人工智能即指Artificial intelligence（AI），它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學[3]。

現今金融市場中，大數據獲取的便利性使得人工智能技術迅速滲透到投資的各個領域，由此而產生的全新的投資策略、交易模式將會帶來諸多機遇與挑戰。本文將對基于大數據與AI驅動的浙江省非銀金融現狀及其投資策略構筑進行探討。

1 基于大數據+AI驅動研究非銀金融投資策略的必要性

2010年左右，美國Betterment和Wealthfront兩家公司推出基于互聯網技術與算法的資產管理組合建議，包括基金配置、股票配置、股票期權操作、債權配置等，使得這兩家公司迅速發展壯大，人工智能投資顧問也以此為契機而興起。目前，國內也出現了很多智能投顧的初創公司，主要基于組合投資理論，開發算法，利用大量數據進行分析，使得更個性化、實時、優化的投資策略生產成為可能。每個投資者都可以按照其需求定制個性化的投資策略。神經網絡、深度學習等算法革新提高了金融的效率。在資產配置領域，智能投顧可以通過模型計算出符合要求的最優投資組合，通過模型控制風險，量化制定策略，智能調倉。從而使智能投資顧問可以替代傳統投資顧問，為更多的客戶提供高效服務。

以2016年雙11全天6億筆保單，平均每分鐘41萬單為例，在螞蟻金服平臺參與消費保險的9家保險公司再次刷新全球保險紀錄。以大數據以及人工智能為支撐，在幾乎零人工干預的情況下，利用各類精算模型，根據買賣雙方各自的信用度、退貨率、商品類目和消費行為構成的多維計算變量，實現千人千面的消費保險定價和出單。螞蟻金服旗下的芝麻信用不僅囊括傳統征信數據，同時還不斷吸納電商交易數據、用戶行為數據等，這些數據通過機器學習算法為其他的交易場景提供了信用查詢服務。此外，螞蟻金服還與其他數據公司合作，不斷完善自身的大數據風控能力，如今螞蟻金服的風控系統對交易從身份、賬戶、設備、環境、行為、偏好等8個維度進行大數據分析，有數十個模型，上千個風控規則[4]。

基于大數據的人工智能的應用可以顯著提高資本市場的深度和寬度，不斷在整個“交易機會空間”中以人工操作無法想像的速度、效率和海量計算積極地搜索和學習，迅速糾正自己的錯誤，捕捉任何可能的交易機會。可以說，大數據和人工智能的興起能幫助投資者節省時間和資金，作出更明智的投資選擇。

2 浙江非銀金融行業現狀

在浙江，隨著金融市場的發展和金融創新的推進，非銀行金融機構的作用不斷加強。圖1為2016年浙江全省社會融資規模增量。

根據人民銀行、發改委、證監會等收集的《2016年地區社會融資規模增量統計表》來看，2016年浙江社會融資規模結構上，人民幣貸款占比顯著下降，其他方式融資數量和占比明顯上升，非銀行金融機構的增長為實體經濟的增長以及金融市場的發展起到了重要的促進作用。在政府“411”重大項目建設計劃的引領下，浙江省投資結構不斷優化，為經濟結構調整拓展了新空間。浙江省以民間投資為主體，2015年的民間投資為16109億元，同比增長9.2%，占固定資產投資的60.4%。浙江省的融資結構趨于優化，融資主體逐步回歸理性。

2.1 證券板塊

在國家宏觀調控政策的作用和各市場主體的積極應對下，浙江證券市場保持了較好的發展勢頭，省內證券營業部超過600家，排名全國前列，且每個營業部平均的成交金額也大幅領先，證券行業的發展程度較高。浙江省證券業發展呈現如下特點：投資者積極性提高，證券市場交易量增長較快；證券市場融資增長較快，中小企業板上市取得突破；直接融資略有提高，間接融資仍占主體。目前看來，浙江存款總量不低，但分到各營業部則僅為48億元，說明浙江居民投資的氛圍已經較為濃重，如表1所示。

2.2 保險板塊

近年來，浙江省的保險業得到快速發展，業務規模迅速擴大。從增長速度來看，浙江省保費收入從1985年的0.98億元占全國2.96%，增加到2015年的1435.38億元占全國的5.9%，得到了高于同期國內生產總值的更快增長速度。

從業務規模的省際比較來看，2015年浙江省保費收入全國排名第6，與GDP全國第4位有差距，說明浙江省保險業規模與經濟發展水平有些不適應，在國民經濟中的地位和作用尚未充分發揮出來，保險市場潛力還很大。

在浙江省，從2015年浙江財產保險分公司業務統計來看（見表2），車險保費收入居首位，且賠付率最高，短期健康保險賠付率也超出平均水平，農保隨后。車險費改后，盈利重心放在提高承保能力和加強渠道建設上。與財產保險相比，浙江省人壽保險業一直保持較快勢頭，在總保費的比重穩步提高。從2015浙江人身保險分公司業務統計來看，個險渠道持續優化，團險渠道業務實現穩定增長，養老險稅優政策也將推動壽險加速發力。

根據《2016年1至4月財產保險公司原保險保費收入情況表》來看，人保股份浙分、太保財浙分、平安財浙分等位于前列，與全國保險經營狀況相適應。

2.3 多元金融

浙江“十三五”金融發展規劃將從原來側重銀行的發展轉向多元金融發展。截至2016年末，浙江省有小額貸款公司332家，占全國的3.83%；貸款余額為700.4億元，占全國的7.55%，充分展現浙江在支持小額貸款公司發展方面所下的決心。

在浙江，網絡借貸和網絡理財同樣蓬勃發展。2017年3月累計P2P平臺數量（含問題平臺）達525家，全國排名第五，約占全國P2P平臺總數的10.93%。據不完全統計，2017年4月浙江地區P2P成交額為287.73億元，環比上升7.22%，同比增長達91.13%。

總體來看，2016年前5個月成交額波動性發展，5月到12月，成交額呈現單邊快速增長的趨勢，但隨后受春節假期的影響，大部分平臺停止發標，3月投資熱情回升，導致本月成交額有所上升，預計短期內成交額會持續回升。值得注意的是，2016年8月國家出臺了《網絡借貸信息中介機構業務活動管理暫行辦法》，明確規定P2P平臺只能進行點對點借貸業務，并且對P2P的借款額度加以限制，提高了P2P行業準入門檻[5]，促使一些平臺轉型，是一輪行業內的大洗牌。所以，2017年加快合規的平臺建設將是優選項，企業可根據自身的風險承受能力、風險偏好來配比，在資金充裕的情況下，可以把資金分散投資在2～3個網貸平臺，實施集約化經營。

信托方面收益不復當年，基礎產業類信托項目雖因為收益率和安全性相對更高，是信托投資首選，但也不是絕對的安全港，仍須關注項目自身的還款能力和還款來源，一些經濟實力薄弱、債務負擔過重地方項目可能會出現延期兌付、處置資產兌付的情況。

資產管理（AMC）方面，據測算，浙江2016年～2018年不良供給維持在2000億的量級。當前經濟下行、供給側改革推進的大環境下，AMC將迎來行業爆發，具有高盈利特點，利潤空間巨大。

3 基于大數據+AI驅動的浙江非銀金融投資策略探析

基于以上論述，本文就券商板塊、保險板塊、多元金融這三大浙江省非銀金融核心業務實現基于大數據+AI驅動的投資策略進行闡述。

3.1 券商板塊

證券公司可以運用大數據挖掘和AI相關的理論與方法，利用股票價格、外匯和衍生品交易、交易記錄、高頻交易、無結構化新聞和文本，以及隱含在社會媒體和網絡中的消費者信心和商業情緒等金融大數據源，結合智能推薦算法、數據分類與評價算法，以及動態預測與優化模型，為相關企業和個人在智能選股、報表分析、高速證券行情分析、高收益股票組合的投資策略定制，以及最優投資產品組合等方面提供全方位的高性能業智能支持[6]。

3.2 保險板塊

在保險板塊，首先，需要實現保險類企業數據的云端化、大數據化；其次，實施客戶大數據的智能融合，利用深度學習算法細分市場，充分挖掘客戶的行為習慣、消費心理和過往用險記錄。

以此為基礎，進行精準營銷，實現數據的動態循環，并在循環過程中分析多元保險需求，提供差異化險種和保險服務。

3.3 多元金融

多元金融主要包括P2P小貸、租賃、擔保、保理這四大領域，在多元金融板塊，企業最關心的是各類客戶的信用等級評估問題，用于實施可靠的投資風險控制。隨著大數據時代的到來和發展，可用于評估所投資客戶信用的數據越來越豐富，如電商交易數據、社交類數據、網絡行為數據等，這些來自互聯網的數據將幫助金融機構更充分地了解客戶，解決授受雙方信息不對稱問題，并可根據用戶的信用卡數據、開放給平臺的電商數據所對應的購買行為、手機運營商的通話情況、登記信息等取得多維信息，結合智能評估模型與算法，如支持向量機、隨機森林、邏輯回歸等，對獲取的客戶征信大數據進行多維度、多層次、全過程信用評估，精確評定用戶風險等級，降低交易風險，保障企業獲得可觀利潤。

4 結語

本文針對基于大數據和人工智能驅動的浙江省非銀金融投資策略這一問題展開探討，闡述了浙江省幾大非銀金融行業利用大數據和人工智能輔助投資的策略及思路：券商板塊可運用大數據挖掘和AI相關方法提供全方位的高性能業智能支持；保險板塊利用大數據化與深度學習進行精準營銷，提供有針對性的服務；多元金融應充分利用多方面數據，結合智能評估模型與算法，降低風險保障利潤。

參考文獻

[1] 谷秀娟，趙曉鵬.河南省非銀行金融機構發展研究[J].鄭州航空工業管理學院學報，2015，33（2）.

[2] 梁鋒.“大數據”（Bigdata）[J].新聞前哨，2013（11）.

[3] 方東菊.人工智能研究[J].信息與電腦，2016（13）.

[4] 馮笑，陳翼.基于互聯網金融平臺的大數據征信實踐與啟示——以阿里旗下“螞蟻金服”為例[J].中國市場，2015（32）.

[5] 李端生，夏偉.基于網絡借貸新規的P2P發展研究[J].會計之友，2017（5）.

[6] 方獻梅，劉亮龍，高曉波.大數據時代數據挖掘在證券公司客戶關系管理中的應用研究[J].信息與電腦，2015（15）.

①基金項目：浙江省自然科學基金項目（LQ17G010003）；浙江農林大學科研訓練基金項目（2013200054）。