浅谈人工智能在金融风险控制中创新应用.docVIP

浅谈人工智能在金融风险控制中创新应用 　　摘 要：人工智能技术的高速发展正在深刻影响各个传统行业，金融行业也迎来了变革时代。基于大数据为基础的分析和决策机制，正在形成新的金融服务模式。“互联网+大数据+人工智能+金融风控”是未来金融风控的主要形式。本文简要梳理了人工智能在金融领域中的应用现状，并分析了其优势与问题。 　　关键词：人工智能；金融风险；大数据；风险控制 　　一、人工智能与金融结合发展历程 　　1946年，冯?诺依曼制造了第一台电子计算机之后，人们就开始考虑机器是否有朝一日能获得智能。阿兰?图灵博士在1950年对这种智能进行了定义--“裁判无法判断自己的交流对象是人还是机器，就说明了机器有了智能”。在1956年夏天的达特茅斯会议上几位科学家提出了“人工智能”的定义--一切可以让机器通过图灵测试的方法（泛指机器智能）。人工智能经历漫长的摸索，在存储技术、大数据、云计算等技术成熟后，数据驱动的人工智能终于在金融领域大显身手。 　　金融业是一个相对古老的行业，经历了三个阶段。早期金融以银行业为主，创办初期都是家族经营，经营网点有限。数百年间银行业发展非常缓慢。 　　但随着计算机发展和ATM机的使用，银行营业网点很快地部署到了全世界。到20世纪70年代，工业化国家陆续实现了不同地区之间的跨行存取，甚至跨国存取。金融业第二个时期是由新技术引发的发展时期。但是金融业在不断壮大的过程中，也面临诸多挑战。仅在过去的几十年中，全球就发生了多次大规模的金融危机：1987年美国的“黑色星期一”大股灾；1997年亚洲金融风暴；2008年国际金融危机等。 　　这些恶性事件给金融市场带来了巨大的破坏，人们开始研究其中的问题。专家们发现在金融运行时产生了大量的数据，但凭人力运算这些数据，虽然可以归纳出可能会发生金融危机的结论，但所需时间过长而且成本巨大。数据信息的一个重要特征是时效性，这些数据一旦过时，就没有价值了。人们为提高数据分析的能力和速度，同时降低成本，开始考虑将人工智能逐步应用于金融风险管控领域。金融服务始终伴随着金融风险，没有好的风险控制能力就无法实施好的金融服务；新的风险控制方式，带来新的业务模式。由此，金融业务迎来了颠覆性的变革时代，进入了新的发展时期。 　　二、人工智能在金融风控领域的应用状况分析 　　1.人工智能介入金融风控体系的必然趋势 　　金融业的发展代谢出无数的有用或无用的数据，包括金融交易、客户信息、市场分析等。而近些年储存技术、通信技术的蓬勃发展使得一些原本会被定期清除的数据有机会被储存下来。在这个时代，信息不对称带来的信息差是决定资金量的重要条件。如何从大数据中处理得到信息差为自身利用，成为了重要的研究方向。而通过人工智能的深度学习系统，让其在对大量数据的分析中，起到对金融活动复杂信息的整合，以便达到风险管控的作用。而人工智能的应用将大幅降低人力成本并提升金融风控的业务处理能力。随着《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》等政策性文件的出台，金融业内一些小微企业之间的不正当操作的取缔，行业在边界模糊情况下实现的快速发展模式走到了尽头。《中国互联网金融发展报告（2016）》在北京发布，该《报告》执行主编中科金财董事长朱烨东博士表示，未来国内金融行业发展将逐步走向正规，移动支付不可逆转，大数据、云计算在金融业的核心地位进一步加强，金融科技将成为金融业发展的主要趋势。 　　2.数据驱动将是人工智能介入金融风控的主要形式 　　虽然早期的科?W家认为“机器像人一样思考才能获得智能”，但在数次仿生学实验失败后，人们意识到其实机器只要能解决人脑所能解决的问题就是获得了智能。科学家找到了一条捷径：用数据驱动人工智能，像我们熟知的“深蓝”或“Alpha GO”，就是通过计算机对棋手多盘对局的分析，然后得出在任一位置落子获胜的概率。事实上，这“人工智能”并没有思考，而只是基本的概率分析；虽然同样的学习模式人也可以达到，但“深蓝”或“Alpha GO”在几分钟内记录下的对局早已超过棋手一辈子所能记忆的棋局了。而在李世石负于“Alpha GO”之后，人们更加意识到了数据驱动在人工智能领域不可代替的核心地位。 　　在传统金融业中，银行业的主要收入来源就是给企业、个人发放贷款以及客户的存款之间利息差，其面临的主要风险就是贷款者无法及时还钱导致资金链崩坏，进一步可能导致银行倒闭。从古至今，银行一直以来主要采取的风控手段是风险回避--对小微企业、个人少放款甚至不发放。大型企业大部分情况并不需要通过借贷来获得项目的启动资金，而银行却愿意借钱给他们，因为它们有足够能力偿还贷款；反观小微企业，它们就常常难以筹集到足量资金，而银行又不发放贷款，这使得他们迫不得已去找一些“地下钱庄”来筹得资金，而利率又是常居高