人工智能在金融业的前沿应用与风险控制

杨 勇，秦瑞阳

（四川大学锦城学院，四川 成都 610000）

智能服务已经逐渐成为当今社会发展的方向。在大数据环境下，金融领域各个行业为了提升自身核心竞争力，在经营管理、数据分析和智能金融等多个方面提出了更高的要求。若想取得长足发展，必须创建高效率、高品质、多样化的运营体系，为客户提供丰富且创新的金融产品和服务。人工智能已在许多领域开展广泛而深入的应用，使金融行业也随之进入智能金融的发展阶段，金融行业前沿应用与新模式随之产生。

图1 2019 年 AI 金融落地场景市场规模占比（单位：%）

1.人工智能内涵及金融应用场景

1.1 人工智能概述

人工智能（Artificial Intelligence,简称AI）最初诞生的目的是降低人力与物力成本，因其发展迅速并渐渐被广泛认可，从计算机学科之下的一个分支逐渐演变为一门独立的系统学科，并被称为二十一世纪三大尖端技术之一。其未来会是工业革命4.0 的核心，并对一个国家的核心竞争力和整体实力起着关键性的作用。人工智能在数据分析、准确而迅速处理大规模数据方面有着卓越的能力，其在与多个领域逐渐深度融合、自身日趋成熟的同时，还促进了与其相融合领域的发展。

研究者们从不同的视角，对人工智能技术这样一门新型技术科学有着自己的见解。阿兰·图灵（Alan Mathison Turing）认为如果一台机器能够和一个人进行对话，并且会被人误以为它也是人，那么就可以说这台机器具有智能了。在《人工智能标准化白皮书（2018 版）》中，人工智能被定义为“利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。”虽然研究者们对人工智能的定义各不相同，至今没有一个被所有人所认同的定义，但业界对于研究人工智能的目的的想法基本是一致的，即使得机器能够代替通常需要人类才能完成的繁杂的体力工作，以解放生产力。

1.2 人工智能在金融中的应用场景

人工智能在金融中的主要应用场景如下：

首先，客服系统。智能客服对于以银行为代表的金融行业不但是一种用以提升客户感受的工具，更是一种代表自身科技实力的标识性服务产品，例如建设银行的“小龙人”、工商银行的“小智”以及交通银行的“娇娇”等人工智能服务机器人。许多银行网点已经采用了智能化设备来处理自助开户、账户设置及购买货币等基础业务的办理，降低了线下网点的人工成本。

我国知名的金融机构均已上线智能客服服务，消费者可以通过手机APP、门户网站、电话银行及微信公众号等多种渠道，选择所需办理业务的相应选项，智能客服即可通过快速分析消费者所咨询的问题，并及时给予帮助，为消费者咨询与办理业务提供了便利。

其次，投资顾问。智能投资顾问能够依据客户的经济状况、风险容忍度及收益目标等具体情况，结合现代投资组合理论，通过一系列智能运算为客户提供投资组合和交易执行上的智能化服务，从而针对投资者定制客观严谨的个性化方案[5]。智能投资顾问具有高速、高效、精准的特点，可以即时追踪市场动态，并根据市场情况，对账户现金总库和持仓情况及时自主地进行调整。

图2 2019 年 AI 金融落地场景市场规模占比（单位：%）

最后，生物识别。人工智能生物识别技术的新型身份验证技术已于教育、司法、安保及金融等领域迅速普及。例如指纹识别技术和面部识别技术被广泛配备在智能手机上；多种生物识别技术已被利用于移动支付方式，如指纹识别、面部识别和声纹识别等，用户不需要掏出手机就能识别出自己的账户进行支付；在信息数据保密极为严格的单位工作，还可能会用到虹膜识别技术来高效且准确地验证身份。

2.人工智能在金融行业应用中的问题

人工智能在金融领域的应用，带来了服务产品和人才结构的优化革新，得了不错的成效，但技术本身在实际运用中亦存在诸多问题

2.1 数据泄露风险

数据作为重要市场因素的作用日益显露，其与传统的市场因素不同在于没有安全保障，便无法实现其使用价值。据了解，数据泄露与金融诈骗事件存在一定的联系，用户对自身隐私的保护意识也愈发强烈，如何在大数据时代保护好用户数据是人工智能应用的一大难点。安全公司Risk Based Security 在公开发布的最新安全漏洞报告中称，2020 年全球公开披露的数据泄露事件总数高达360 亿，这是有数据泄露记录以来最严重的一年。受到全球新冠肺炎疫情的影响，大量线下消费转向线上平台，互联网个人数据呈指数增长，这给互联网公司的网络安全团队和大数据储存平台带来极大的压力。

2.2 技术失控风险

智能化发展离不开数据分析和算法方面的专业人才，而目前金融行业人工智能方面的人才都是专攻软件开发的科技人员，缺乏既能够进行技术开发，又拥有金融专业知识数据分析能力的多面手。人工智能与金融领域的融合是整个局势决定的发展趋向，社会对互联网的依赖性会日趋强烈，但人工智能这一因素的加入将会极大增加系统风险，也给了不法分子趁机恶意攻击系统的机会。网络不稳定、遭受恶意攻击和服务器受损等事件都有可能导致系统故障的发生，从而制约人工智能在金融行业的发展，甚至是对整个金融行业造成巨大损失。

2.3 监管难度风险

人工智能技术在金融行业的应用，投资账户的所有人与经营人也可能随之发生分离。而监管部门在目前的法规中的监管对象仍为法人与自然人，由人工智能代理实际控制的账户将很难追溯至其行为主体。正因为如此，监管部门面临着这样复杂的局面，投资人以自身并非账户实际经营者的理由推脱责任，而智能代理服务商则以其仅提供智能代理产品服务而并非实际参与的理由予以否认。例如智能投资顾问业务，包含了投资咨询、资产管理、理财顾问、证券委托交易等多种服务，涉及我国金融领域不同行业的监管法规，目前的法律法规尚未明确规定智能代理行为的统一标准以及责任主体，缺乏用以监管的法律依据，因此难以监管；其次，如果很多投资人选择了同样的智能代理管理自身的账户，因为其程序设计高度一致，这些互相独立的账户可能会作出同一的操作而被监管部门的监测分析系统判定为一致行动人的行为，而这种行为该如何认定是监管部门的一个难题。

3.加强人工智能金融应用的风险控制对策

3.1 强化人工智能应用风险防护

金融安全才能使得金融行业平稳发展，人工智能在金融领域应用空间的不断扩大需要做到风险的有效预防和灵活应对。因此人工智能在系统设计上除了确保安全外还应配备紧急预案，拥有完备的风险控制系统才可投入实际使用。统筹规划好人工智能在金融行业中的应用，在应用条件成熟和应用场景测试全面的前提下，人工智能才能够真正服务于金融领域。

3.2 完善金融监管法律法规

加强人工智能环境下金融应用与创新的政策指导，及时完善人工智能与金融监管相关的法律法规和监督管理措施，尤其应重视保护用户的个人隐私与数据安全，明确人工智能在实际应用中的基础性概念，避免监管过程中发生模棱两可的情况，保障人工智能在金融行业的良性稳定发展。金融监管部门应当及时调整现行的法律法规、监管模式及责任追究制度，逐步建立科学有效的管理制度以促进人工智能技术的健康发展。

3.3 加强社会主体合作

人工智能是高端的科学技术，目前我国人工智能人才储备的不足对人工智能在金融行业的进一步深化应用和我国智能金融的发展和创新造成了阻碍。因此要加强复合型人才队伍的培养和引进力度，鼓励各大高校开设人工智能专业，组建全方面专业化水平的研发队伍，从而提升人工智能技术在金融领域的应用成效。除此之外，金融行业还应加大业务创新力度，提高企业核心竞争力。与此同时，扩大人工智能与金融知识在社会中的宣传力度，营造一个适宜人工智能在金融行业发展的良好氛围。

3.4 保护用户信息安全

由于受到由大数据支撑的人工智能技术应用的影响，用户数据安全难以得到完全有效的保障。金融领域的每个层面均涉及到大量用户的个人数据及金融数据，为了使得如此海量的数据发挥出更大价值，将现有的金融大数据资源进行整合规划、清洗及标签，为人工智能领域未来更好地在金融领域进行深度学习和数据应用方面做好铺垫，确保用户信息在人工智能技术应用过程中的数据安全，以防止不法分子利用个人信息获利，保障人工智能技术在金融行业的应用安全。