江苏龙网

  1. 首页 > 人文 > >

|AI当道，人工智能将如何改变金融业？


全文共3036字 ， 预计学习时长8分钟

|AI当道，人工智能将如何改变金融业？
本文插图

图源：unsplash
2020年1月 ， 剑桥大学替代金融中心（CCAF）发布了一项关于人工智能对金融业影响的研究结果 。 该研究是业内最全面的全球调研之一 ， 调查对象包括来自33个国家的151家机构 ， 其中包括现有的金融机构和金融科技公司 。
研究结果如下：至少77%的受调查者认为在未来几年 ， AI将对其公司产生重大影响 。 约64%的人打算利用AI进行新客户开发、客户服务、风险管理、过程自动化和新品开发 。 目前 ， AI已广泛应用于风险管理 ， 在公司的使用率为56％ 。
在金融领域 ， 高频交易公司和对冲基金一直都是应用AI的领头羊 ， 最近 ， 金融科技公司、保险公司、银行及监管机构也在正迎头赶上 。 业内的AI应用包括机器人顾问、回溯测试、模型验证、投资组合构成和优化、压力测试、算法交易以及法令遵循等 。 接下来就来详细介绍一下这些应用 。

|AI当道，人工智能将如何改变金融业？
本文插图

1.风险管理
AI和机器学习算法正在逐渐颠覆财务风险管理 。 AI驱动的解决方案提供了以下见解：
· 决定客户的贷款额度 。
· 向交易者发送有关风险头寸的警报 。
· 增强合规能力并限制模型风险 。
以百度为例 ， 看看为什么CCAF研究中的受访者将风险管理列为应用AI的首要关注事项 。 2016年 ， 百度寻求ZestFinance（一家专门从事人工智能产品的美国金融科技公司）的帮助 ， 旨在为在其平台上购买商品的零售商提供小额贷款 。

|AI当道，人工智能将如何改变金融业？
本文插图

然而 ， 中国的借贷市场与西方市场大不相同 ， 存在部分数据不全的问题 。 通过分析百度的海量用户数据集（尤其是搜索及购买历史） ， ZestFinance成功解决了这项问题 。 借此 ， ZestFinance应用AI帮百度决定是否借款给客户 。 到2017年 ， 调查发现 ， 百度无明显信贷损失的小项目贷款量增加了150% 。
由于ZestFinance通过专有技术处理财务数据 ， 其AI解决方案的完整细节仍是未知 。 然而 ， ZestFinance的处理方式结合了两种机器学习算法：决策树和聚类 。
比如 ， 若搜索历史显示该客户频繁访问赌博网站 ， 公司便把他归入高风险类 。 与之相反 ， 若借款人购物信用良好 ， 公司便将他分入低风险类 。 通过自动化 ， 百度的财务人员很容易就能审查借款申请 ， 根据借款人的风险级别批准借款 。

|AI当道，人工智能将如何改变金融业？
本文插图

2.算法交易
长期以来 ， 投资公司用电脑完成交易 。 大量对冲基金要靠数据科学家来建设数据模型 。 但此方式有一个重大限制——它只用大多是静态的且依靠人工干预的历史数据 。 因此 ， 这些计算很难根据市场变化而变化 。
现代AI模型用算法交易实现了大跨步 。 这些模型的不同之处在于 ， 它们不仅分析海量数据 ， 分析的过程完全实现了自动化——模型不断学习、改进 ， 最终可以媲美人类 。 这种“智能”源自复杂的机器学习技术 ， 如进化计算（基于遗传的搜索算法）及贝叶斯网络 。
AI工具在全世界资源中汲取海量数据 ， 从中“学习”并给出相应预测 。 数据收集得十分彻底：它从金融交易所、新闻报道、书籍、社交媒体平台（如推文）甚至电视节目中提取信息 。
重要的是 ， 要理解AI是如何深入金融领域的 。 它不同于让人类决定金融策略的传统技术干预 ， 在这里 ， AI才是主导 。
Aidiya是AI赋能交易系统的一个典型案例 ， 这一家总部在香港的AI对冲基金 ， 允许用户通过AI完成一切股票交易 。 值得注意的是 ， 初创企业并不是唯一对AI交易技术感兴趣的玩家 。 早前 ， 一些耳熟能详的机构 ， 如高盛、富国银行、花旗集团、摩根士丹利、美林、美国银行和摩根大通等对Kensho（人工智能交易平台）产生了浓厚的兴趣 。

|AI当道，人工智能将如何改变金融业？
本文插图

图源：unsplash
|AI当道，人工智能将如何改变金融业？
本文插图

3.反欺诈
AI在金融领域的另一个应用就是发展迅速的欺诈检测 。 网络犯罪行业偷取了约6000亿美元 ， 约占全球商业创造的GDP总量的0.8% 。 网络犯罪分子越来越精明 ， 用现代技术实现犯罪目的 。 Statista预测 ， 到2022 年 ， 综合反欺诈和预防市场的增长将超过400亿美元 。
所以AI是如何起作用的？通过AI ， 现代机器学习网络罪犯融合监督式和独立技术 ， 建立一个有准确预测能力的模型 。
监督式学习使用注释数据（由人工处理且被认作是欺诈活动的数据） ， 并从公司数据集中学习复杂的模式 。 同时 ， 非监督式学习处理此前未被识别的数据 ， 自行推断数据结构 。 其它反欺诈的方法还包括回归和分类 。 这两者能分析数据 ， 决定交易是否属于欺诈行为 。
用于解决问题的标准监督算法包括：
· 决策树帮助引入一组规则 ， 这些规则在训练欺诈实例的同时学习正常的客户行为 ， 因此能识别异常情况并发出警报 。
· 神经网络基于人脑 ， 能够学习并适应客户行为从而监测实时欺诈 。
非监督学习算法包括：
· K均值聚类将数据集拆分为相似的数据点集合（簇）以进行异常检测 。
· 局部离群因子确定数据点的局部密度 ， 识别密度相似的区域 。 数据科学家可以用局部性概念来标记密度异常低的点 ， 称为离群点 。 此种方式可用于检测欺诈交易 。

|AI当道，人工智能将如何改变金融业？
本文插图

4.监管科技

|AI当道，人工智能将如何改变金融业？
本文插图

图源：unsplash
合规遵循是金融的一项重要职能 ， 在像当前这样的经济危机中更是如此 。 遵循与企业风险管理相关 ， 还有处理风险的功能 ， 例如运营、市场和信用风险 。
监管科技是金融科技领域有关合规遵循的高级功能 。 在这里 ， 当被用于持续监测某公司的活动时 ， AI便能体现优势 。 借此 ， 它提供了有价值的实时洞察 ， 能在第一时间阻止违规行为再次出现 。 此外 ， 这种监管模式让公司省去监管资本 ， 并利用自动化来降低过多的合规成本——大型金融公司每年在合规方面的支出高达700亿美元 。
IBM就是该领域的著名玩家 。 不久前 ， IBM收购了有600名员工的鹏睿（Promontory ， 监管金融初创企业） ， 此收购促进IBM用众多AI赋能的解决方案来管理财务合规性 。
比如 ， IBM正在用其专有的AI工具沃森（Watson AI）及鹏睿的监管金融专业实力来开展实时语音对话分析 ， 以确保合规能力 。 部分过程包括将语音对话转为文本 ， 再用自然语言处理进行文本分类 ， 最后便能检测潜在的不合规行为 。
其它的AI应用包括自动化阅读及法律文件解读（尤适用于确定含义） 。 总部在伦敦的Waymark就向金融公司提供这项服务 。
尽管AI在金融领域应用诸多 ， 却也存在弊处 。 业界需要纠正实际问题以增强AI的应用 。

|AI当道，人工智能将如何改变金融业？
本文插图

图源：unsplash
最大的担忧之一就是合适数据的可用性 。 尽管R语言和Python可以读取从Excel表格到SQL / NoSQL数据集的任何形式的数据 ， 但AI驱动的解决方案的运行速度仍慢于企业准确组织其内部数据的能力 。 通常 ， 数据存储在各个部门不同系统的不同筒仓中 ， 不同系统的监管和内部政治困境限制了信息共享 。
另一个难处就是缺乏技能熟练的人才：不仅要掌握专家级AI、机器学习和数据科学知识 ， 还得有建设及应用金融行业以AI为中心的解决方案的经验 。
雷·库兹韦尔（Ray Kurzweil）曾预言：“人工智能将在2029年左右达到人类智力的水平 。 再进一步 ， 到2045年 ， 我们将会把智能技术 ， 即人类文明所创造的生物机器智能的能力扩大10亿倍 。 ”
人类与AI联手 ， 未来将有无限想象 。
|AI当道，人工智能将如何改变金融业？
本文插图

留言点赞关注
我们一起分享AI学习与发展的干货
【|AI当道，人工智能将如何改变金融业？】如转载 ， 请后台留言 ， 遵守转载规范


    推荐阅读


    上一篇：西游记|她被“骗”演《西游记》，拍完与导演“决裂”，杨洁：是我食言了

    下一篇：杨超越|杨超越加盟《中餐厅》，口碑再下跌，为何回不到赛时的吸粉状态？