人工智能技術在金融領域的應用

（上海市民立中學，上海 200041）

0.引言

近年來，隨著計算機科學的進步，人工智能已經逐漸滲入各行各業?，F如今，許多企業，無論是國有企業還是新興科創公司，都在大力發展人工智能方面的應用。中國工商銀行在2017年便成立了包括人工智能在內的七大創新實驗室，2018年又建立了人工智能平臺。如今，在7月9日，2020世界人工智能大會云端峰會上，向世界展示了在服務客戶、線上線下融合、風險控制等多個領域的最新智能化創新成果。與此同時，360金融通過人工智能實現了高達97%的智能風控自動化過件率，并提出了數據+AI融合中臺概念，在金融領域可謂是意義非凡。上述事件都預示著，在未來的金融行業發展中，人工智能將是一股不可忽視的強大力量。目前，人工智能于金融領域，主要在數字金融顧問、風險預警、自動索賠等方面被廣泛應用。隨著大數據、云計算、深度學習等計算機技術的發展，“未來已來”這一說法常常被提及，毫無疑問，人工智能就是通向未來的道路之一。

1.“人工智能+金融”概述

自達特茅斯會議上，“人工智能”這一概念被提出以來，人工智能經歷了發展的高潮與低谷，呈螺旋式上升的趨勢。本文梳理了人工智能各發展階段的標志性時間，形成表1。

表1 人工智能發展歷程及標志事件

2.人工智能核心技術

2.1 大數據

2.1.1 大數據的基本概念

大數據本身是一個比較抽象的概念。目前，對于大數據尚未有一個公認的定義?，F階段對大數據提出的各式各樣的定義基本是從大數據的特征出發，通過這些特征的闡述和歸納。在這些定義中，比較有代表性的是4V定義，即認為大數據需滿足以下四個特點：規模性（Volume）、多樣性（Variety）、高速性（Velocity）和低價值密度性（Value）[1]。

2.1.2 大數據的來源

大數據是由數據庫演進而來的。從數據庫到大數據，看似只是一個簡單的技術演進，但細細考究不難發現兩者有著本質上的差別。（1）大數據的數據規模相較數據庫有了一個質的飛躍。（2）大數據和數據庫在數據類型上也有著許多不同。（3）模式不同。（4）處理對象不同。（5）處理工具不同。

2.2 專家系統

2.2.1 專家系統的定義

專家系統定義為：使用人類專家推理的計算機模型來處理現實世界中需要專家作出解釋的復雜問題，并得出與專家相同的結論。

2.2.2 專家系統的發展方向

專家系統作為人工智能發展第一次高潮期就誕生的技術，其發展遵循著一定的規律，從基于規則、基于案例，近年來伴隨著卷積神經網絡的廣泛應用，出現了基于神經網絡的專家系統。在未來，專家系統應具備如下基本特征：分布式系統協同處理、基于深度學習的推理機制、糾錯和進化能力、高級人機交互模式，而基于現有人工智能技術，完成上述目標任重道遠[2]。

3.人工智能技術在金融領域的應用

3.1 大數據在金融領域的應用

現階段，大數據的發展已然成熟，在各行各業都被廣泛運用。在金融領域，大數據有著以下幾方面應用。

3.1.1 大數據信用體系在互聯網金融中的運用

在當下的社會，人們的信用已經成為衡量一個人不可或缺的重要成分。對國家而言，有一個成熟完備的社會信用體系是非常必要的。在歐美等發達國家，該體系經過了百余年的構建，已經非常完備。而我國的征信體系，在近十年來也有了一定的發展，主要包括公共信用體系和市場化信用體系兩部分。但是再金融領域，信用體系仍存在如下問題：（1）缺乏金融系統統一信用體系標準，銀行業、互聯網金融各自為戰。（2）信用場景化發展滯后。而大數據的應用則很好的優化了這些問題[3]。

當今社會，由于互聯網的快速發展，互聯網金融的應用場景不斷增多，因此需要構建具有普適性的信用評價體系，來實現信用體系為互聯網金融的保駕護航?；诖髷祿男庞皿w系構建主要原理為：通過用戶在金融交易場景下產生的大量數據，將被評價對象的信用指數或交易習慣進行量化體現，并基于此對被評價對象的信用等級做出評判?；诖藢⑿庞弥黧w的信用等級進行劃分，可廣泛應用于互聯網金融各個場景。

由此可見，在互聯網金融呈現一個如此開放的趨勢下，大數據的加入提高了信用體系的完整性，相信未來大數據將是促進互聯網金融發展的一大優秀助力。

3.1.2 大數據驅動金融科技轉型

眾所周知，在如今的互聯網時代下，大數據的應用可謂是促進了傳統市場金融發展，使得在溝通，信用審批，服務能力上有著長足的進步，促進了金融科技的轉型。

從以上的實例中，我們不難看出，大數據技術所引導的數據分析和數據整合理念，對于商業銀行的金融服務方式和金融科技條件創新，具有推進作用，推動了金融的轉型發展。在大數據市場環境背景之下，商業銀行可以通過技術學習和創新等方式，將大數據技術與傳統銀行金融服務相互結合，打造專業化的銀行金融服務能力，從而在金融市場當中占據主動[4]。

3.2 專家系統在金融領域的應用

3.2.1 信貸業務專家系統

抵押信貸和擔保信貸構成了我國銀行業信貸的兩大業務。在我國經濟持續高速發展和我國國民信用體系不斷完善的背景下，信貸業務將呈現井噴式發展。但不可忽視的是，信貸業務風險較大，因此對貸款風險的評審非常必要?；诖?，誕生了信貸專家系統。

知識庫是專家系統的重要組成部分，將專家系統的知識進行專門存儲，如專家經驗、操作流程和相關規則等內容，將貸款需求進行前期預測、貸款種類進行合理分配，并通過知識庫規則進行合理表示。綜合數據庫將初始數據和推理過程中的中間數據進行存儲，通過數據反映當前的事實，如貸款額度預測值和預測可信度值。推理機的作用為基于知識庫的經驗和規則，以及綜合數據庫所存儲的數據，來推進專家系統進行邏輯推理，將規則結合當下狀態進行推理判斷，不僅僅是將已有的答案進行搜索呈現。在信貸業務中，推理機常采用預測技術、遺傳算法、多層卷積神經網絡等算法進行推理。而知識界面負責呈現專家系統的推理結果，將推理的正確性以及原因進行解釋說明，并可提供其他可能的結果，來防止推理判斷行為的片面化[5]。

預測技術作為一項系統工程，要考慮以下問題：首先是預測的全局性，要綜合考量全局變量進行預測，其次要考慮最優性，要從眾多預測結果中選擇最高可信度的預測結果進行輸出，最后是實踐性，預測結果要與實踐結果相關聯，不僅僅停留在理論層面。

3.2.2 金融投資顧問

投資顧問是金融行業的重要角色，承擔著為客戶提供投資建議、配置優良資產的角色，而隨著人工智能在金融領域的深度應用，基于專家系統和大數據的智能金融投資顧問成為替代傳統投資顧問的新選擇。花旗銀行的一組數據表明，2012—2015年，智能投資顧問所管理的資產規模從0增長到接近300億美元，而這一趨勢正在延續，在可見的未來，智能投資顧問管理的資產規模將呈指數級增長，預計總的市場規模將達到五億美元。近年來，已有一定數量的公司可提供智能投資顧問的資產管理服務，如Betterment和WealthFront公司，其管理的資金超過25億美元，是行業內兩家規模較大的互聯網公司[6]。

人工智能提供了內容豐富的金融領域相關服務，例如：

首先，基于專家系統的人工智能投資顧問，可提供的豐富的服務內容，包括：基于深度學習的知識庫，使得智能金融投資顧問能夠進行自主學習、判斷和決策。

其次，人工智能可提供金融新聞、行研報告、股權協議書等金融業文本的自動化編輯和生產。

此外，智能投資顧問具有速度快、精度高以及執行交易敏捷的優勢[7]。

4.結論

人工智能技術自誕生以來，已經經歷了半個多世紀的發展，經歷了多次發展的高潮期，也不可避免地經歷了低谷期?，F階段，人工智能正經歷著第三次發展浪潮，隨著機器學習、大數據、云計算等新技術的發展成熟，人工智能已經逐漸從科學研究走向了應用層面的深水區。在金融領域，人工智能有著諸多應用，主要集中于大數據和專家系統的應用，大數據在金融上的應用包括基于大數據的信用體系在互聯網金融領域的應用，此外，大數據還可以驅動金融科技的轉型，在信貸風險、資金流向、金融服務等領域，發揮金融科技的驅動作用。專家系統在金融領域的也有著成熟的應用，包括信貸業務專家系統和金融投資顧問等。隨著人工智能技術在金融領域的應用進入深水區，數據加密、隱私保護、法律風險和行業規范等問題逐漸浮現，這也成為了“人工智能+金融”在未來亟需解決的重點問題。