人工智能技術對科技金融服務平臺的促進作用分析

王穎

摘要：我國科技金融服務近年來已取得長足進展。目前，在人工智能技術快速發展的新形勢下，人工智能技術和科技金融有機結合，已成為促進科技金融服務快速發展的新手段。本文討論了科技金融服務和人工智能結合的現狀和發展趨勢，分析了人工智能和科技金融服務結合點，以及人工智能對科技金融的促進作用和發展前景。

關鍵詞：科技金融 人工智能 風險防控

一、科技金融和人工智能發展現狀

科技金融主要是指科技與金融產業的有機結合，是產業金融的重要組成部分，發展科技金融的目標在于以金融服務創新來支持實體經濟，推動科技創新創業快速發展。我國科技金融服務平臺已有了長足的進展，對于科技創新、科技成果成果轉化、和相關產業發展起到了很大的促進作用。

目前，人工智能已成為國際競爭的新焦點，人工智能技術在核心技術和典型應用上都已出現爆發式進展。隨著平臺、算法、交互方式的不斷更新和突破，人工智能展現出了非常廣闊的發展前景。人工智能技術的應用將協助銀行建立更全面、更完善的征信和審核制度，并從全局角度、在全部流程中監測金融系統狀態，進一步從深度和廣度上全面抑制各類金融欺詐行為，為貸款等金融業務提供更科學、更客觀的依據，同時，也可以從各個角度為機構與個人的金融安全提供強有力的保障。

科技金融已成為人工智能最好的應用領域之一。雖然人工智能在金融領域的應用就應用成熟度層面處于領先地位，但在科技金融中的應用仍具有極大的深度挖掘空間，發展速度仍遠遠滯后于社會的需求。

科技金融發展不足的主要原因：在金融機構層面，雖然國家已經提出了一系列促進科技金融產品和服務創新的政策和措施，并通過一系列的具體運作來推動中小企業科技創新發展，但一些金融機構從規避風險角度出發，傾向于將資金投向風險較小的國有大中型企業，導致科技企業融資難問題仍未從根本上解決;同時，一些金融機構的信貸機制在資金投放上，沒有充分考慮科技型企業的發展特點，也同樣導致科技型企業融資困難的局面出現;從科技型企業自身特點上看，科技型企業，特別是中小微企業，普遍具有較強的創新能力，提供的產品和服務科技含量高、相對其他行業來說，收益較高，但同時伴隨的是高風險和產品的不穩定性。科技型企業的價值主要是無形資產，如知識產權、高端技術、可提供的高技術服務等，這類價值不像固定資產可以量化，對于金融機構風險防控有較大困難。此外，對科技型企業，目前還缺乏整體評價體系，對科技型企業的信用、產品結構及發展趨勢，還未制定完善的評估標準。

二、人工智能給金融行業發展帶來的機遇

人工智能和金融科技的有機結合，其具備的效率高、成本低、全天候等獨特優勢，已成熟應用在量化交易、信用評估、身份識別等領域，不僅能協助完成海量數據分析，還滿足了金融服務對便利性和快捷性的要求，對金融業產生了積極的推動作用。

人工智能能夠根據用戶不同的信用評級，有針對性地充分考慮用戶自身的特點，為不同企業精準匹配資金需求，推送適合的信貸產品。使用戶擺脫在海量產品中盲目選擇的局面，享受到精準、優質的金融服務。人工智能技術可以對資金用戶的額度需求、用款時間、還款能力、還款意愿等信息進行綜合評估，全方位給出用戶畫像，給金融機構提供用戶精準的信貸解決方案。

在金融機構的風險防控上，人工智通過多維數據分析，可以將風險防控提前到營銷節點，最大程度提升金融機構的風險防控水平，有效降低金融機構的不良率，同時大幅度提高金融機構的經營效率。

三、人工智能技術對科技金融的促進作用

人工智能技術重塑了傳統金融的業務運作模式和流程。在科技金融層面，最終將會形成供給能力充沛、經營成本低廉、風控能力強大、客戶獲取便利、運轉效率高效的全新金融生態。這主要表現在征信、風險防控和投資決策幾方面。

首先，在征信方面。征信是依法采集、整理、保存、加工自然人、法人及其他組織的信用信息，并對外提供信用報告、信用評估、信用信息咨詢等服務，幫助金融機構判斷、控制信用風險，進行信用管理的活動。傳統金融行業一般需要依靠人工對企業進行盡調才能完成征信任務，需要投入大量的人力、物力。目前，大量的科技型中小微企業缺乏全面、完整的征信數據，如何解決科技型中小微企業的征信問題，已成為科技金融發展的瓶頸。人工智能和大數據技術的發展，使金融機構可以合規而全面地通過多種渠道，獲取中小微企業多維度的數據，如電商、運營商、社交媒體、金融機構、公積金管理部門、社保、工商登記信息、司法信息等，在此基礎上，利用深度學習、機器學習等人工智能技術和工具，對這些大數據分析，提取其中的有價值信息，從而獲得其較為全面的數字畫像，按照一定的評價體系和算法規則計算，確定該目標對象的綜合信用評分，并以此作為傳統金融機構開展業務的重要依據。隨著數據量的積累，這種評分將會更加全面、更加真實，計算規則也會隨著技術的發展，更加完善。顯然，和傳統的征信評分相比，基于人工智能的征信評分，更能符合目標對象的真實信用情況，完全可以作為金融機構給中小微科技企業提供金融服務的重要依據。

在風險防控上，基于大數據和人工智能技術，金融機構可以將大數據、人工智能與風險管理深度結合，深度挖掘數據關聯，建立完備的評價系統，對貸款實現全過程的監管和防控。貸前，金融機構可以利用人工智能技術，對企業信息的真實性進行識別、分析其還款意愿以及還款能力;貸中，可以通過監控貸款人的行為數據，利用機器學習、知識庫技術等，及時發現貸款人經營異常或行為異常;貸后，可以通過反饋數據，完善計算規則、各類評價指標體系，完善人工智能信用評分系統。

投資決策方面，人工智能技術的應用在根本上改變了金融機構的傳統人工操作方法。通過大量數據分析基礎上做出的投資決策，其準確性、信息獲取和分析的效率及范圍遠遠超越人類投資顧問。人工智能具備的數據分析能力體現了強大的優勢，將人工智能的自然語言處理技術，深度學習及分析能力應用于投資分析領域，可以從海量數據中挖掘、尋找企業的發展趨勢、探查市場變化的規律。同時，對于一些有固定格式的文本，利用人工智能技術，可以自動生成大量格式固定的文檔，比如招股說明書、研究報告、盡調報告和投資意向書等，從而大大提高效率，減少重復性工作，使管理人員把精力投向更高層面，大大提高管理水平。

四、人工智能的風險和監管問題

人工智能技術的應用有助于金融機構提高運營效率、降低風險損失，促進科技金融快速發展。然而，不成熟的人工智能也可能導致系統性風險，影響金融穩定。可見，對金融領域中的人工智能系統進行監管很有必要。

首先，人工智能的算法規則、應用軟件等均是由人工制定編寫，不可避免地會出現惡意代碼威脅等問題，必須加強監管、提升安全環境水平、避免網絡攻擊導致系統損壞等情況。其次，人工智能提供的金融服務還具有法律方面的風險，該領域監管仍然空白，當用戶由于人工智能提供的服務而遭受損失時，責任方難以確定。目前，法律也未規定各責任方的責任分擔機制。第三，需要在知情權和個人隱私上找到平衡點。保護用戶知情權，需要對人工智能系統的運行原理、運行情況等信息進行充分披露;但另一方面，也需要對人工智能系統的信息進行保護，防止信息泄露，從而給金融機構或者企業帶來損失。最后，人工智能對金融機構的從業人員提出了更高的要求。只有對人工智能的相關知識有所掌握，正確理解人工智能系統的運作方式，了解人工智能的系統算法，才能完成對人工智能系統的監管，才能全面地做好人工智能系統的測評過程。

參考文獻：

[1]傅丹陽.人工智能技術在金融領域的應用探究[J].科技經濟周刊，2018（26）：30-31.

[2]蔣濤濤.人工智能時代下金融科技的創新格局[J].金融經濟，2018（24）：52-53.

基金項目：河南省軟科學研究項目（182400410099）。

作者單位：河南省科研生產試驗基地管理服務中心