人工智能对金融业发展的影响研究

    赵春旭

    摘要： 随着智能互联网的快速发展，人工智能将对传统金融业产生巨大影响。人工智能与金融的结合将提供个性化金融服务，完善信用和风险评级体系，增强金融市场信息对称性，提升金融交易的便捷性、效率和安全性，促使经济资源配置效率提高。未来，金融业将朝着大众金融、普惠金融、消费型金融方向发展，为更多普通用户、长尾用户服务，在中国还有助于推动农村金融的发展。基于阐述智能金融应用途径和应用场景，分别从金融系统和金融市场主体的角度分析了人工智能对金融业的影响及可能出现的问题，并提出相应对策。研究有助于为金融业各方应对人工智能对金融业的冲击提供思路，促进人工智能与金融业更好地融合。

    关键词：智能金融;大众金融;个性化金融服务;结构调整;金融监管

    Abstract： As the economy moves from offline to online， from mobile Internet to smart Internet， artificial intelligence also has an impact on the traditional financial industry. The combination of artificial intelligence and finance will provide personalized financial services， improve the credit and risk rating system， enhance the symmetry of financial market information， enhance the convenience， efficiency and security of financial transactions， and promote the efficiency of economic resource allocation. In the future， the financial industry will develop in the direction of mass finance， inclusive finance， and consumer finance， serving more ordinary users and long-tail users， and will also help promote the development of rural finance in China. Based on the analysis of intelligent financial application channels and application scenarios， this paper analyzes the impact of artificial intelligence on the financial industry from five perspectives： financial market， commercial banks， non-bank financial institutions， financial regulatory agencies， and financial practitioners. Problems and propose corresponding countermeasures. The research will help to provide ideas for the financial sector to deal with the impact of artificial intelligence on the financial industry， and promote the better integration of artificial intelligence and financial industry.

    Keywords： Intelligent Finance; Public Finance; Personalized Financial Services; Structural Adjustment; Financial Supervision

    近年來，处理器速度加快、硬件成本降低、云服务普及等因素促使计算能力极大增强，用于学习和预测的数据集快速增长，为智能金融的产生提供了技术支持。金融行业良好的数据基础和服务属性使其成为人工智能最有前途的应用领域之一。智能金融的核心是金融业信息数据处理方式的全面重构。本文在对智能金融应用途径和应用场景分析的基础上，在部门结构调整、人才系统升级、权责划分、法律法规的重新定义、金融市场可能出现的新风险以及监管力度的把握等方面提出建议。研究有助于为金融业各方应对人工智能对金融业的冲击提供思路，促进人工智能与金融业更好地融合。

    一、人工智能在金融领域的应用途径与应用场景

    （一）应用途径

    机器学习（ML）可以在海量的金融大数据中学习各种规律和方法，应用于金融业务的各个阶段，从而有效地优化流程、提高效率。指纹识别、人脸识别、虹膜识别和指静脉识别是金融行业应用较为广泛的四项生物识别技术（BT）。自然语言处理（NLP）可以显著提升金融行业获取、清洗、加工和分析数据的效率。语音识别（SR）通常与语音合成技术相结合，提供基于语音的自然流畅的人机交互方法，主要用于电话客服和各类智能终端的语音导航、业务咨询等场景。知识图谱（KG）从“实体—关系”的角度整合金融业现有数据，并结合外部数据建立连接，形成大规模的实体关系网络，便于有效地挖掘潜在客户、预警潜在风险，帮助金融业提高效率、优化流程。

    （二）应用场景

    智能客服，是利用自然语言处理技术和知识图谱，提供知识管理、语言应答、多角度可配置统计分析及人工辅助服务，促进企业与用户之间的有效沟通，改善用户消费体验，帮助企业统计和了解客户需求，实现业务的精细化管理。智能投顾，旨在使用计算机程序评估用户的风险偏好和理财需求，提供自动化、个性化的理财方案、配置建议。智能投研，是指利用大数据和机器学习智能地整合数据、信息和决策，实现数据之间的智能关联，从而自动完成信息收集、清洗、分析和决策，自动实现从信息搜索到投资观点的一步跨越。智能保险，是利用大数据、人工智能、区块链等技术实现保险的全流程优化，通过跨平台获取用户信息，创建用户画像，优化定价、信用评级、精准营销等流程，为用户提供个性化的产品推送。智慧银行，是利用人工智能、大数据等技术实现银行服务方式与业务模式的再造与升级。包括智慧网点、智能客服、刷脸支付、智能风控、精准营销和智能化运营。智能信贷，是基于大数据和人工智能等相关技术，优化和监控在线信贷业务的全流程，从而提高风控能力和运营效率，降低人员维护成本。智能支付主要体现在两个方面：一是采用生物识别技术，实现指纹支付、刷脸支付;二是使用NFC进行支付。智能监管，是通过智能巡检系统发现高频交易、算法交易和大额成交等异常行为，并通过自学确定何时需要执法干预，以便迅速采取措施减少市场影响。

    二、人工智能对未来金融系统的影响

    （一）积极影响

    1.智能金融有助于解决中小微企业融资难的“麦克米伦缺口”问题，提高金融资源配置效率，实现普惠金融、大众金融。在中国还有助于推动农村金融的发展。长期以来，由于商业银行很难获取中小微企业信用状况而不愿给中小微企业贷款。智能金融利用科技手段获取中小微企业的信用状况，创新出给小微企业、个体商户、小微经营者量身定做的金融支持工具，为解决这一难题提供了很好的思路。浙江网商银行是一个成功的案例。

    2.智能金融能够推动金融市场更加规范、有序运行。（1）人工智能技术能够通过整个大数据体系自动识别出金融诈骗和违规交易行为。（2）人工智能在金融领域的应用排除了人的主观性因素的影响。在庞大的智能金融体系中，既定的规则是极其复杂而又透明的，几乎不可能被个人或某一利益集团操控。（3）完善的征信体系将对金融业内各方行为起到约束作用。（4）在智能金融模式下，信息透明度非常高、传递速度十分迅速，极大地提高了市场信息的对称性，这将使政策和法律法规执行的效果更佳。

    （二）可能出现的问题

    1.各种“伪金融”公司，借着创新科技的名义混入金融行业，给金融市场带来不稳定因素。例如，近两年连续传出“暴雷”消息的“p2p”。

    2.交易行为趋同可能会加大市场波动。具有相似背景和使用相似投研系统的用户将可能获得相同的投资建议，如果较多市场主体采用了相同或类似的算法，很可能产生相同的交易行为。例如，市场可能发生单一卖出而无人买入的情况，从而在短期内给市场带来较大的冲击。

    3.人工智能的介入可能过度加剧金融市场变动，导致市场参与者的多样化丧失，形成垄断。例如，在中国，以“BATJ”为代表的科技巨头涉足金融行业后垄断格局日益显著。

    4.技术风险加强。智能金融对技术的依赖性越来越高，在金融系统中，技术漏洞引起异常交易、市场波动等风险事件具有极强的不确定性。一旦遭遇黑客袭击、病毒入侵，可能导致数据丢失、客户信息泄露、甚至整个系统瘫痪。

    （三）解决对策

    在技术方面，要升级优化加密技术，做好信息保护和系统防护工作，及时进行信息备份。同时完善人工智能模型的设计步骤，指导人工智能模型的全生命周期实施过程，提供并保证人类能够介入纠正错误的机会，当错误发生时人有最后的决策力。

    三、人工智能对未来金融市场主体的影响

    （一）人工智能对商业银行的影响

    1.积极影响

    （1）有助于商业银行走出逐渐被边缘化的困境。近年来，金融市场化改革的加速导致银行垄断市场的局面被打破。直接融资的巨大发展导致银行渠道间接融资大幅度萎缩。“支付宝”、“微信”抢走了大部分商业银行的重要中间业务收入来源，同时也冲击了银行赖以生存的存款业务等负债业务。商业银行凭借自身雄厚的资金实力和丰富的数据累积，引入智慧网点、智能支付、智能风控、精准营销和智能合同等，有利于在贷款和支付结算领域抢回原有的用户和市场份额。

    （2）有助于提高商业银行的征信能力，降低经营风险。在信贷领域，近几年银行的不良贷款迅速暴露，呈增长趋势。智能金融借助大数据挖掘分析的优势，深度挖掘金融交易对手的信用状况，来决定是否与交易对手发生金融交易，可减少不良贷款。在支付领域，相比数字密码，指纹或人脸独特、稳定且难以复制，没有记忆过多数字的烦恼，也省去了输入密码的过程，安全性更高。

    （3）有助于提高商业银行的经营效率，节约经营成本。越来越多的商业银行配备 “智能柜台机”，银行的离柜交易量越来越大，未来物理性的银行网点将会越来越少，这样就省去了大量的设施成本。基于各银行APP推出的智能客服，也将省去很多人力成本。

    2.需要解决的问题

    （1）商业银行现有的数据量大但较陈旧且破碎。相比支付宝在融资到消费、投资全程一体化的模式下获取用户全部金融数据，传统商业银行的数据则是碎片化的。近几年，商业银行客户大数据严重流失，银行对客户数据获取能力严重下降，现有数据相对比较陈旧。

    （2）内部人员结构中缺乏复合型人才和科技人才，创新活力不足，在科技实力方面遠远落后于“BATJ”，以及后起的华为。

    3.解决对策

    （1）与科技企业合作。一方面可以利用科技企业提供的技术，另一方面可以使用互联网科技企业积累的大数据，推动建立金融数据共享体系。花旗银行、富国银行、桑坦德银行等国际大型银行都已有所行动，而国内的商业银行才刚刚开始意识到这一点。

    （2）重视人才培养，引入复合型人才。商业银行应加大对员工队伍的整合，要在人才培养机制的基础上，高度重视并积极建立灵活的人工智能人才引留机制，为高级技术人才提供良好的发展空间。为加快人工智能专家队伍建设，积极挖掘内部资源，培养兼顾技术和业务的专家。

    （二）人工智能对非银行金融机构的影响

    1.积极影响

    （1）最直接的影响是提高运营效率，节省运营成本。以往金融分析师花很久才能完成的工作，机器人可以在几秒钟内完成。如果智能投顾研发成功，那么将会给研发者带来即时的高回报。虽然研发阶段的一次性投入成本较大，但边际效益高，边际成本小。此外，机器人不但全年无休，而且避免了在工薪、劳动保护等各方面存在雇佣纠纷的可能性，在忠诚度、稳定性方面几乎没有问题。

    （2）提供个性化服务，提高吸引客源能力。人工智能基于分层设想，探索具备智能特征的适当性管理形式，针对不同层级的账户权限和产品风险，匹配不同等级和不同方式的适当性管理规范。例如，德意志银行推出的机器人顾问AnlageFinder，利用问卷调查和计算机设计的程序算法，为客户提供股票投资组合的建议。这种个性化服务，能够同时实现提升客户体验、增加客户收益、降低客户支取的服务费用，对非银行金融机构来讲实际上是一种双赢。

    （3）降低经营风险，使风险更加可控。这一影响主要体现在保险行业。与商业银行不同，智能保险运用大数据技术构建定价和反欺诈模型，以有效评估覆盖客户承保前、中、后的风险。通过大数据分析促进核保流程自动化，缩短核保时间，提高核保准确度，主动挽留高退保风险客户，并分析不同客群退保原因，降低退保率。

    2.需要解决的问题

    （1）非银行金融机构在优化升级过程中面临的第一个问题仍然是科技和人才的缺乏。具体描述和解决方案同商业银行的相似。

    （2）智能理财模式的被接受程度可能较低。受传统理财观念和习惯影响，投资者可能更期待和理财顾问面对面交流。由于人工智能刚开始应用到金融领域，目前尚处于试验阶段，客户对没有情感的机器人的信任程度较低。

    3.解决对策

    同商业银行一样，非银行金融机构应加大与科技企业合作，利用科技企业的技术和大数据，提高金融服务的科技含量和准确度;调整人员结构，重视人才培养，引入复合型人才。同时，还应加强新型投资理念的宣传教育，增强客户对智能服务的认识和信任度。

    （三）人工智能对金融监管机构的影响

    1.积极影响

    （1）提高金融监管效率。在中国，沪深两大交易所各自掌握的检测系统主要分为对内部交易的监察、对重大事项交易的监察、联动监察机制和实时监察机制四个方面。这套监控系统有一定的大数据分析能力，并有实时报警等功能，主要用于跟踪和判断盘中异常表现。

    （2）降低执行成本。在传统的监管模式中，从大量信息中进行人工筛选和现场调查确认等都要耗费大量的人力和物力，而自动化的智能监管省去了大量的人力物力成本。

    2.需要面对的问题

    （1）跨界合作将加大金融市场的监管难度。原来金融的归金融，科技的归科技，人工智能应用到金融领域后，权责界限不再那么分明，出现监管空白区，一旦市场出现动荡，究竟该找哪一方问责便成了问题。

    （2）可能出现监管过度的情况。面对新技术对传统金融的冲击，监管部门急切想要维护市场秩序，可能导致金融创新受到打击，智能金融发展缓慢。

    3.解决对策

    （1）监管部门应该改革和完善监管体系，尽快划出监管红线，明确划分权责界限。根据新金融模式暴露出的问题，对相关法律规章制度作出修改和完善，开展混业监管和跨地区监管。

    （2）需要增强科技管理能力，创新监管方式。深入研究科技创新领域的风险，开发和完善信用评价体系，健全风险分担体系，利用金融科技来监管金融机构。

    （3）监管部门应给予智能金融足够的发展和试验时间与空间，监管的力度和范围要和风险程度成比例。社会舆论也要做到积极引导，避免一边倒的情况发生，要明确重点，避免误伤其他金融类型。做到在“发展中规范”和“规范中发展”。

    （4）承担起推动建立数据共享体系的工作。只要实现了数据共享，金融市场就难以形成垄断。2017年，中国人民银行推出“网联”政策来应对阿里、腾讯的壟断趋势，但进展十分缓慢，效果也不明显。因此，这方面的工作仍不能放松。

    （四）人工智能对金融从业人员的影响

    1.积极影响

    从人工智能和人类的替代关系上来讲，人工智能在金融领域的应用对金融从业人员似乎没有积极影响，其实不然。人工智能应用于传统岗位，可以使金融从业人员从大量繁琐重复的劳动中解放出来，极大地提高工作效率，缩短工作时间。

    2.需要面对的问题

    短期内将造成大量从业人员失业。随着金融智能化的发展，不仅柜员之类的前台服务人员，金融分析师、信贷资产评估师、理财投资分析师、金融股票外汇期货等部门的分析师，无一例外将被取代。CFA协会已意识到这一危机，将人工智能列入CFA考试内容，希望持证人能充分利用人工智能来指导投资决策。

    3.解决对策

    （1）从从业人员自身角度来讲，要与时俱进，及时更新自己的知识储备，积极学习相关操作技能，与人工智能和谐共处。

    （2）从金融机构的角度来讲，应及时开展新技能培训，提升员工的工作能力和素质。

    （3）从政府人才培养的角度来讲，应给予相关政策支持，及时更新大学等科研机构的课程，培养出与时俱进的实用型人才。目前，在国内人大和浙大已经开设智能金融的相关课程，但都还处于试验阶段。

    [参考文献]

    [1]余丰慧.金融科技[M].杭州：浙江大学出版社，2018.

    [2]毕马威中国.中国银行业转型20大痛点问题与金融科技解决方案[R].上海：毕马威中国，2017.

    [3]周文凯，余宣杰.智能金融：区域性商业银行大零售提速引擎[J].新金融世界，2018（C1）：8-12.

    [4]张书乐.人工智能+金融的几道“坎”[J].金融博览（财富），2017（2）：50-52.

    [5]杨望，冯贺霞.人工智能：金融领域的新风口[J].金融世界，2017（8）：104-107.

    [6]吴琦.智能金融催动商业银行加速转型[J].中国农村金融，2017（18）：39-40.

    [7]Apostolos Ath. Gkoutzinis.Internet Banking and the Law in Europe[M]. Cambridge，UK：Cambridge University Press，2006.

    （责任编辑：乔虹 董博雯）