淺談人工智能在金融風(fēng)險(xiǎn)控制中的創(chuàng)新應(yīng)用

吳澤宇

摘 要：人工智能技術(shù)的高速發(fā)展正在深刻影響各個(gè)傳統(tǒng)行業(yè)，金融行業(yè)也迎來了變革時(shí)代?；诖髷?shù)據(jù)為基礎(chǔ)的分析和決策機(jī)制，正在形成新的金融服務(wù)模式?！盎ヂ?lián)網(wǎng)+大數(shù)據(jù)+人工智能+金融風(fēng)控”是未來金融風(fēng)控的主要形式。本文簡要梳理了人工智能在金融領(lǐng)域中的應(yīng)用現(xiàn)狀，并分析了其優(yōu)勢與問題。

關(guān)鍵詞：人工智能；金融風(fēng)險(xiǎn)；大數(shù)據(jù)；風(fēng)險(xiǎn)控制

一、人工智能與金融結(jié)合發(fā)展歷程

1946年，馮·諾依曼制造了第一臺電子計(jì)算機(jī)之后，人們就開始考慮機(jī)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(jìn)行了定義--“裁判無法判斷自己的交流對象是人還是機(jī)器，就說明了機(jī)器有了智能”。在1956年夏天的達(dá)特茅斯會議上幾位科學(xué)家提出了“人工智能”的定義--一切可以讓機(jī)器通過圖靈測試的方法（泛指機(jī)器智能）。人工智能經(jīng)歷漫長的摸索，在存儲技術(shù)、大數(shù)據(jù)、云計(jì)算等技術(shù)成熟后，數(shù)據(jù)驅(qū)動的人工智能終于在金融領(lǐng)域大顯身手。

金融業(yè)是一個(gè)相對古老的行業(yè)，經(jīng)歷了三個(gè)階段。早期金融以銀行業(yè)為主，創(chuàng)辦初期都是家族經(jīng)營，經(jīng)營網(wǎng)點(diǎn)有限。數(shù)百年間銀行業(yè)發(fā)展非常緩慢。

但隨著計(jì)算機(jī)發(fā)展和ATM機(jī)的使用，銀行營業(yè)網(wǎng)點(diǎn)很快地部署到了全世界。到20世紀(jì)70年代，工業(yè)化國家陸續(xù)實(shí)現(xiàn)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(gè)時(shí)期是由新技術(shù)引發(fā)的發(fā)展時(shí)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(jī)：1987年美國的“黑色星期一”大股災(zāi)；1997年亞洲金融風(fēng)暴；2008年國際金融危機(jī)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(xiàn)在金融運(yùn)行時(shí)產(chǎn)生了大量的數(shù)據(jù)，但憑人力運(yùn)算這些數(shù)據(jù)，雖然可以歸納出可能會發(fā)生金融危機(jī)的結(jié)論，但所需時(shí)間過長而且成本巨大。數(shù)據(jù)信息的一個(gè)重要特征是時(shí)效性，這些數(shù)據(jù)一旦過時(shí)，就沒有價(jià)值了。人們?yōu)樘岣邤?shù)據(jù)分析的能力和速度，同時(shí)降低成本，開始考慮將人工智能逐步應(yīng)用于金融風(fēng)險(xiǎn)管控領(lǐng)域。金融服務(wù)始終伴隨著金融風(fēng)險(xiǎn)，沒有好的風(fēng)險(xiǎn)控制能力就無法實(shí)施好的金融服務(wù)；新的風(fēng)險(xiǎn)控制方式，帶來新的業(yè)務(wù)模式。由此，金融業(yè)務(wù)迎來了顛覆性的變革時(shí)代，進(jìn)入了新的發(fā)展時(shí)期。

二、人工智能在金融風(fēng)控領(lǐng)域的應(yīng)用狀況分析

1.人工智能介入金融風(fēng)控體系的必然趨勢

金融業(yè)的發(fā)展代謝出無數(shù)的有用或無用的數(shù)據(jù)，包括金融交易、客戶信息、市場分析等。而近些年儲存技術(shù)、通信技術(shù)的蓬勃發(fā)展使得一些原本會被定期清除的數(shù)據(jù)有機(jī)會被儲存下來。在這個(gè)時(shí)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(shù)據(jù)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(xué)習(xí)系統(tǒng)，讓其在對大量數(shù)據(jù)的分析中，起到對金融活動復(fù)雜信息的整合，以便達(dá)到風(fēng)險(xiǎn)管控的作用。而人工智能的應(yīng)用將大幅降低人力成本并提升金融風(fēng)控的業(yè)務(wù)處理能力。隨著《最高人民法院關(guān)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(nèi)一些小微企業(yè)之間的不正當(dāng)操作的取締，行業(yè)在邊界模糊情況下實(shí)現(xiàn)的快速發(fā)展模式走到了盡頭?！吨袊ヂ?lián)網(wǎng)金融發(fā)展報(bào)告（2016）》在北京發(fā)布，該《報(bào)告》執(zhí)行主編中科金財(cái)董事長朱燁東博士表示，未來國內(nèi)金融行業(yè)發(fā)展將逐步走向正規(guī)，移動支付不可逆轉(zhuǎn)，大數(shù)據(jù)、云計(jì)算在金融業(yè)的核心地位進(jìn)一步加強(qiáng)，金融科技將成為金融業(yè)發(fā)展的主要趨勢。

2.數(shù)據(jù)驅(qū)動將是人工智能介入金融風(fēng)控的主要形式

雖然早期的科學(xué)家認(rèn)為“機(jī)器像人一樣思考才能獲得智能”，但在數(shù)次仿生學(xué)實(shí)驗(yàn)失敗后，人們意識到其實(shí)機(jī)器只要能解決人腦所能解決的問題就是獲得了智能?？茖W(xué)家找到了一條捷徑：用數(shù)據(jù)驅(qū)動人工智能，像我們熟知的“深藍(lán)”或“Alpha GO”，就是通過計(jì)算機(jī)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(shí)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(xué)習(xí)模式人也可以達(dá)到，但“深藍(lán)”或“Alpha GO”在幾分鐘內(nèi)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(fù)于“Alpha GO”之后，人們更加意識到了數(shù)據(jù)驅(qū)動在人工智能領(lǐng)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(gè)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(fēng)險(xiǎn)就是貸款者無法及時(shí)還錢導(dǎo)致資金鏈崩壞，進(jìn)一步可能導(dǎo)致銀行倒閉。從古至今，銀行一直以來主要采取的風(fēng)控手段是風(fēng)險(xiǎn)回避--對小微企業(yè)、個(gè)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(xiàng)目的啟動資金，而銀行卻愿意借錢給他們，因?yàn)樗鼈冇凶銐蚰芰斶€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(xiàn)象嚴(yán)重影響著商業(yè)發(fā)展，動搖社會基礎(chǔ)。這種現(xiàn)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(shí)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?dú)w功于人工智能對用戶數(shù)據(jù)分析。

然而銀行真的能準(zhǔn)確了解每個(gè)用戶的實(shí)際經(jīng)濟(jì)情況嗎？答案是否定的，銀行收集到的數(shù)據(jù)量不夠大、維度單一、數(shù)據(jù)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(gè)金融業(yè)的風(fēng)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(lán)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(xí)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(shù)據(jù)量不是一般銀行可以相提并論的，而且這些數(shù)據(jù)維度極廣。阿里的思路表明了未來金融風(fēng)控的主要形式：“互聯(lián)網(wǎng)+大數(shù)據(jù)+人工智能+金融風(fēng)控”。

3.人工智能成功應(yīng)用于金融風(fēng)控的案例

人工智能在金融風(fēng)控體系的創(chuàng)新應(yīng)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(gè)人和企業(yè)層面的成功案例。

“京東白條”又是一個(gè)成功的案例?！熬〇|白條”以京東的電商業(yè)務(wù)提供的數(shù)據(jù)為核心，消費(fèi)者在京東網(wǎng)上購物之后，根據(jù)平臺上生成的可使用額度，利用“京東白條”進(jìn)行支付，并在規(guī)定的時(shí)間內(nèi)償還。京東的“邊借邊消費(fèi)”，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(fēng)險(xiǎn)，京東的手段是利用“京東商城”提供的數(shù)據(jù)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?yàn)檫`約而產(chǎn)生大量損失。

三、人工智能應(yīng)用面臨的問題

人工智能的優(yōu)勢，越來越多地應(yīng)用于金融領(lǐng)域，可是問題也接踵而來。

首先，并非所有時(shí)候，數(shù)據(jù)的完備性都可以獲得。例如，“深藍(lán)”在與卡其帕羅夫的對局中，首盤時(shí)卡其帕羅夫使用了“王翼印度進(jìn)攻開局”并在中盤主動變招，使得“深藍(lán)”進(jìn)入了一個(gè)自己先前沒有統(tǒng)計(jì)到的境地，出現(xiàn)了“bug”，“深藍(lán)”被迫在45步中盤認(rèn)輸。類似地，如果金融領(lǐng)域在使用人工智能時(shí)，因?yàn)椴淮_定信息或不完備信息而產(chǎn)生bug，對重大決策產(chǎn)生影響，那么后果不堪設(shè)想。

其次，除了人工智能本身存在諸多問題外，數(shù)據(jù)采集的隱私合法性問題更令人關(guān)注。2012年《紐約時(shí)報(bào)》報(bào)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(xiàn)如果一個(gè)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(shù)據(jù)專家。經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)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(shù)據(jù)，可以確定懷孕的概率達(dá)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(guān)嬰兒衣服、嬰兒車的優(yōu)惠券，這不是鼓勵早孕嗎？小店經(jīng)理一再道歉。結(jié)果，幾個(gè)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?nèi)魏我粋€(gè)人都先知道這個(gè)消息。相比于電商公司，塔吉特的IT技術(shù)并不強(qiáng)，但它在使用大數(shù)據(jù)和人工智能后竟然比客戶更了解自家情況！再者，現(xiàn)在智能手機(jī)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(shù)據(jù)應(yīng)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(zhì)疑。

若想要將人工智能在金融風(fēng)控領(lǐng)域更好地應(yīng)用，那么，以上的問題是當(dāng)下不得不克服的。

四、結(jié)論

金融業(yè)正逐步達(dá)成這樣一個(gè)共識：人工智能和大數(shù)據(jù)是未來金融服務(wù)和風(fēng)險(xiǎn)管控的重要助力?！盎ヂ?lián)網(wǎng)+大數(shù)據(jù)+人工智能+金融風(fēng)控”是未來金融風(fēng)控的主要形式。本文認(rèn)為，人工智能在金融風(fēng)險(xiǎn)控制體系中的創(chuàng)新應(yīng)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(dǎo)致分析錯(cuò)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(fēng)險(xiǎn)的時(shí)候，又要防范人工智能尚不完備而導(dǎo)致新的風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1]吳軍.智能時(shí)代[M].中信出版社，2016-8.

[2]陸小梅.淺談人工智能在互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用[J].經(jīng)濟(jì)師，2017（5）.

[3]于孝建，彭永喻.人工智能在金融風(fēng)險(xiǎn)管理領(lǐng)域的應(yīng)用及挑戰(zhàn)[J].南方金融，2017（08）.