人工智能在金融領域應用及監管挑戰

人工智能的發展歷程

2012-2017年全球人工智能並購活動資料來源：FSB金融科技報告2017

　　上世紀90年代以來，機器學習尤其是深度學習的大規模應用，推動了人工智能的快速發展。目前中國的人工智能研究及應用正處於爆發期，並迎來國家層面的統籌規劃和全面引導，未來發展空間巨大。從金融領域來看，國際銀行業對人工智能的主要應用集中在資本運營、市場分析、客戶行銷、風險監管等方面。中國銀行業緊隨國際銀行業步伐，開始了應用人工智能技術的探索，其中互聯網金融公司在人工智能研究和運用方面搶佔了領先優勢。但是，人工智能的應用也對金融監管帶來挑戰：一是監管對象趨於複雜化；二是違法違規行為難以認定；三是智慧代理行為增加了監管難度；四是責任主體難以界定。監管機構要正視這種趨勢，針對人工智能特點，需要研究完善金融市場交易規則；加強人工智能在金融監管方面的應用；重視對用戶隱私的保護。商業銀行則一方面要積極加強技術創新，另一方面要注意風險控制。

　　近年來發展迅速的中國人工智能産業正在迎來國家層面的統籌規劃和全面引導。2017年7月，國務院印發《新一代人工智能發展規劃》（以下簡稱《規劃》）。《規劃》一經發佈，即在世界範圍內引起關注。那麼，人工智能在中國的發展前景如何？其在金融領域如何應用？將給監管體制帶來什麼樣的挑戰？本文擬對這些問題進行探析。

　　■

　　1.人工智能概念

　　對於人工智能（Artificial Intelligence，簡稱AI），國際上沒有一個公認的定義。最早提出這一概念的約翰·麥卡錫認為，“人工智能就是要讓機器的行為看起來像人所表現出的智慧行為一樣。”我國《人工智能辭典》將人工智能定義為“使計算機系統模擬人類的智慧活動，完成人用智慧才能完成的任務”。此外，還有其他諸多關於人工智能的定義。綜合來看，這些概念可以分為兩類觀點：一類觀點是弱人工智能概念，認為不可能製造出能真正推理和解決問題的智慧機器，這些所謂的智慧機器只是看起來智慧，但不會真正擁有智慧，也不會具有自主意識。另一類觀點是強人工智能概念，認為有可能製造出真正能推理和解決問題的智慧機器，並且能夠具有知覺和自我意識。強人工智能又可以分為兩類：一是類人的人工智能，即機器的思考和推理與人的思維一樣；二是非類人的人工智能，即機器擁有和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。

　　總體來講，無論是那種人工智能概念，都體現出這三點優勢：一是工作穩定性高。人工智能可不知疲倦地進行工作，在分析問題時幾乎不受環境影響。二是降低操作風險和道德風險。利用人工智能取代傳統人工對金融交易、服務信息審查監管，控制交易活動中潛在的非法行為，可更好地避免操作風險和道德風險。三是有效提高決策效率。人工智能可以快速地對大數據進行篩選和分析，幫助人們更高效率地決策。因此，本文所討論的人工智能範疇，是包括強人工智能和弱人工智能的廣義人工智能概念。

　　2.人工智能的理論基礎

　　人工智能是計算機學科的一個分支，20世紀70年代以來被稱為世界三大尖端技術之一（空間技術、能源技術、人工智能），也被認為是21世紀三大尖端技術（基因工程、納米科學、人工智能）之一。這是因為近30年來它獲得了迅速的發展，並已發展成為一門獨立的系統學科。

　　那麼，機器“智慧”從何而來呢？這主要歸功於一種實現人工智能的方法——機器學習。機器學習最基本的做法，是使用演算法來解析數據、從中學習，然後對真實世界中的事件作出決策和預測。與傳統的為解決特定任務、硬編碼的軟體程式不同，機器學習是用大量的數據來“訓練”，通過各種演算法從數據中學習如何完成任務。機器學習直接來源於早期的人工智能領域，傳統的演算法包括決策樹、聚類、貝葉斯分類、支持向量機、EM、Adaboost等。從學習方法上來分，機器學習演算法可以分為監督學習（如分類問題）、無監督學習（如聚類問題）、半監督學習、集成學習、深度學習和強化學習。

　　總的來看，當前人工智能的研究可歸納為六個方面：一是計算機視覺（暫且把模式識別、圖像處理等問題歸入其中）；二是自然語言理解與交流（暫且把語音識別、合成歸入其中，包括對話）；三是認知與推理（包含各種物理和社會常識）；四是機器人學（機械、控制、設計、運動規劃、任務規劃等）；五是博弈與倫理（多代理人的交互、對抗與合作，機器人與社會融合等議題）；六是機器學習（各種統計的建模、分析工具和計算方法）。

　　3.人工智能發展現狀

　　2012年以後，得益於數據量的上漲、運算力的提升和機器學習新演算法的出現，人工智能在産業應用上得到快速發展。從全球範圍來看，人工智能産業領先的國家主要有美國、中國等。截止到2017年6月，全球人工智能企業總數達到2542家，其中美國有1078家，佔42%；中國有592家，佔23%。美國的人工智能呈現出全産業佈局的特徵，包括基礎層、技術層、應用層均有佈局，而中國的人工智能主要集中在應用側，只在技術層局部有所突破。

　　目前，中國的人工智能研究及應用正處於爆發期。中國政府高度重視人工智能發展，在2017年7月印發的《新一代人工智能發展規劃》中描繪了未來十幾年中國人工智能發展的宏偉藍圖：到2020年人工智能總體技術和應用與世界先進水準同步；到2025年人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水準；到2030年人工智能理論、技術與應用總體達到世界領先水準，成為世界主要人工智能創新中心。近日，科技部確定了首批國家新一代人工智能開放創新平臺，分別依託百度、阿裏雲、騰訊、科大訊飛公司，建設自動駕駛、城市大腦、醫療影像、智慧語音等4個國家新一代人工智能開放創新平臺。與互聯網技術發展相似，加速積累的技術能力和海量的數據資源，巨大的應用需求和開放的市場環境有機結合，形成了中國人工智能産業發展的獨特優勢。

　　展望未來，據英國政府《2017年英國人工智能産業發展報告》估計，預計到2024年，全球人工智能解決方案的市場價值將超過300億英鎊，部分行業在人工智能的幫助下，生産率將提高30%，節約成本近25%。而據領英公司《全球AI領域人才報告》顯示，截至2017年一季度，全球AI（人工智能）領域技術人才數量已超過190萬。

　　■

　　1.在國際金融業的應用

　　近年來，全球金融業正在人工智能的催化下悄然改變。據金融穩定委員會（FSB）報告，國際銀行業對人工智能的應用主要集中在以下幾個方面。

　　（1）面向資本運營，集中在資産配置、投研顧問、量化交易等。人工智能在金融投資顧問方面的運用，通常被稱為智慧投顧，主要是指為客戶提供基於演算法的在線投資顧問和資産管理服務。具體又可分為三類：一是應用於銷售前端的大類資産配置型智慧投顧，主要是通過用戶分析為客戶解決大類資産配置問題，如Wealthfront；二是應用於投資分析階段的投研型智慧投顧，主要通過海量數據挖掘和邏輯鏈條解決投資研究的問題，如Kensho；三是應用於策略、交易和分析的智慧量化交易系統，主要通過人工智能手段取代交易員，應用於投資交易，如WaterBridge的全天候人工智能交易。根據統計公司Statista的預測，2017年美國智慧投顧管理資産規模將達到2248.02億美元，到2021年將達5095.55億美元，年複合增長率29.3%。

　　（2）面向市場分析，集中于趨勢預測、風險監控、壓力測試。人工智能技術能夠從零散的歷史數據中獲得更多信息，幫助識別非線性關係，給出市場預測（價格波動）及其時效性，從而帶來直接或間接的更高回報。此外，人工智能技術還能對大型、半結構化和非結構化的數據集進行分析，考慮到市場行為、監管規則和其他趨勢的變化，進行反向測試、模型驗證和壓力測試，避免低估風險，提高透明度。例如，全球第一個以純人工智能驅動的基金Rebellion曾預測了2008年的股市崩盤，並在2009年9月給希臘債券F評級，比惠譽公司提前了1個月。日本三菱公司發明的機器Senoguchi，每月10日預測日本股市在30天后將上漲還是下跌。經過4年左右的測試，該模型的正確率高達68%。

　　（3）面向客戶行銷，集中于身份識別、信用評估和虛擬助手。人工智能技術已經被廣泛應用於金融的前臺，大型的客戶數據被導入聊天程式，使其能夠為客戶“面對面”的用自然語言交流，提高“獲客”能力。2017年4月，富國銀行開始試點一款基於FacebookMessenger平臺的聊天機器人項目，虛擬助手通過與用戶交流，為客戶提供賬戶信息，幫助客戶重置密碼。而美國銀行的智慧虛擬助手Erica也正式亮相。用戶可使用語音和文字與Erica互動，Erica可以幫助用戶查詢信用評分、查看消費習慣，隨著銀行流水收支的變化為4500多萬客戶提供還款建議、理財指導等。此外，匯豐銀行已經使用基於人臉和語音的生物識別技術來驗證消費者身份；蘇格蘭皇家銀行使用“LUVO”虛擬對話機器人為客戶獲取最適合的房屋貸款等等，旨在成為用戶“可信任的金融諮詢師”。

　　（4）面向金融監管，集中于識別異常交易和風險主體。人工智能技術能夠用於識別異常交易和風險主體，檢測和預測市場波動、流動性風險、金融壓力、房價、工業生産、GDP以及失業率，抓住可能對金融穩定造成的威脅。當前，一些國際監管機構，例如澳大利亞證券及投資委員會（ASIC）、新加坡貨幣當局（MAS）及美國證券交易委員會（SEC），都在使用人工智能進行可疑交易識別。具體做法包括從證據文件中識別和提取利益主體，分析用戶的交易軌跡、行為特徵和關聯信息，更快更準確地打擊地下洗錢等犯罪活動。

　　2.在中國金融業的應用

　　在中國，銀行業也緊隨國際銀行業步伐，開始了應用人工智能技術的探索，其中互聯網金融公司在人工智能研究和運用方面搶佔了領先優勢。例如，阿裏旗下的螞蟻金服已將人工智能運用於互聯網小貸、保險、徵信、資産配置及客戶服務等領域並取得了良好效果。騰訊優圖是騰訊旗下人臉檢測應用，也與騰訊徵信、微眾銀行、財付通開展合作，實現了對用戶的信用評估。

　　（1）智慧客服。交通銀行在2015年底推出國內首個智慧型人工智能服務機器人“嬌嬌”，目前已在上海、江蘇、廣東、重慶等省份的營業網點上崗。該款機器人採用了全球領先的智慧交互技術，交互準確率達95%以上，是國內第一款真正“能聽會説、能思考會判斷”的智慧型服務機器人。工商銀行在“企業通”平臺基礎上，利用數據對接和智慧設備，優化業務流程，創新推出了對公客戶的自助開戶服務，客戶僅需到網點一次，就可以完成賬戶開立、結算産品領取、資料列印、預留印鑒等業務處理。

　　（2）智慧投顧。目前我國提供此服務的公司很多，其中銀行係（如廣發智投、招行摩羯智投、工行“AI”投等）、基金係（如南方基金超級智投寶、廣發基金基智理財等）、大型互聯網公司係（如百度金融、京東智投、同花順）和第三方創業公司（如彌財、藍海財富、拿鐵財經等）都在智慧投顧上有所應用。

　　（3）智慧量化交易。在中國現行的金融監管體制下，目前銀行在這方面的應用相對較少，但京東金融、螞蟻金服、科大訊飛、因果樹等進行了積極的探索。例如，因果樹每週都通過機器來自動甄選優質項目並推出超新星企業，幫助企業在未來6個月內順利拿到下一輪融資的概率提高到了30%左右。而嘉實基金則研發了一套從市場預測、資産配置到産品選擇的完善的投資決策系統“嘉實FAS系統”，並實現了超過大盤收益率的投資回報水準。

　　（4）風險控制和管理。這主要包括以下三個方面：一是數據蒐集和處理；二是風險控制和預測模型；三是信用評級和風險定價。例如，一個傳統的貸款業務可能需要2至3天來審批，而一個基於人工智能模型的自動審批方案可能只需要幾秒鐘就可以完成，同時有些傳統風控模型的迭代週期可能要數個月甚至數年，但是人工智能的模型迭代可以非常便捷和自動。中國銀行推出貿易融資業務反洗錢核查項目，綜合運用文本分析、圖像識別、機器學習等人工智能技術，將原本每單審核時間從手工2小時下降到2分鐘，效率與品質得到極大提升，銀行人工成本大幅降低。

　　3.人工智能在金融領域的發展空間

　　（1）增強金融機構黏客能力，獲取市場競爭主動權。

　　人工智能的飛速發展，使得機器能夠在很大程度上模擬人的功能，實現批量人性化和個性化地服務客戶，這對於身處服務價值鏈高端的金融業將帶來深刻影響，人工智能將成為銀行溝通客戶、發現客戶金融需求的重要手段，進而增強銀行對客戶的黏性。它將對金融産品、服務渠道、服務方式、風險管理、授信融資、投資決策等帶來新一輪的變革。人工智能技術在前端可以用於服務客戶，在中臺支持授信、各類金融交易和金融分析中的決策，在後臺用於風險防控和監督，它將大幅改變金融現有格局，金融服務更加個性化與智慧化。

　　（2）降低金融機構運營成本，提高工作效率。

　　金融機構能夠利用人工智能和機器學習發展新的業務需求，降低成本和管理收益風險，提高運作效率，優化客戶流程。據中國銀行業協會發佈的《2016年度中國銀行業服務改進情況報告》顯示，2016年銀行業金融機構離櫃交易達1777.14億筆，同比增長63.68%；銀行業離櫃業務率為84.31%，同比提高6.55個百分點；離櫃交易金額達1522.54萬億元。其中，有15家銀行的離櫃業務率已經超過了90%。未來，越來越多的金融機構將加入到運用人工智能來增強自身競爭力的進程中。

　　權威機構和專家普遍對人工智能在金融領域應用前景持樂觀態度。人工智能學會主席BenGoertzel認為，10年以後人工智能可能會介入世界上大部分的金融交易。海外諮詢機構科爾尼（A.T.Kearney）預計，機器人投資顧問未來3到5年將成為主流，年複合增長率將達68%。到2020年，機器人投資顧問管理的資産規模有望達到2.2萬億美元。花旗銀行研究預測，未來10年人工智能投資顧問管理的資産將實現指數級增長，總額將達到5萬億美元。德勤在《銀行業展望：銀行業重塑》報告中指出，機器智慧決策的應用將會加速發展。智慧演算法在預測市場和人類行為的過程中會越來越強，人工智能將會影響行業競爭，市場將變得更有效率。

　　■

　　1.監管對象趨於複雜化

　　在當前的監管法規體系中，被監管對象往往是法人和自然人。由於人工智能技術的發展，投資賬戶的所有者和經營者可能發生變化。對於所有權為集合主體的賬戶，採用穿透原則將難以追溯至行為主體，這是因為實際的控制人並不是某個主體，而是智慧代理。因而，監管面臨的挑戰是複雜的，投資人認為賬戶不是他們中的任何一人操作的，實際控制人不是他們。智慧代理服務商只提供了智慧代理“産品”，並沒有實際控制賬戶。這時，監管部門就不得不面對如何監管既不是自然人也不是法人的“智慧代理”的問題。

　　2.違法違規行為難以認定

　　例如，大量投資人雇傭同一款表現優異的智慧代理，管理其自身賬戶的投資。由於同一款智慧代理的操作邏輯相似，那麼這些賬戶雖然法律上是各自獨立，並不關聯，但其實際操作可能表現為“一致行動人”的現象。因此，即使監管機構的大數據分析系統能夠很靈敏地“捕捉”到這個現象，但是如何認定這種“英雄所見略同”式的行為，將是一個監管難題。

　　3.智慧代理行為增加了監管難度

　　雖然從技術層面上講，智慧代理行為可以從內控程式上加以控制，但對於其具體代理行為的監管邊界以及責任主體，目前的監管法規均未涉及。

　　4.責任主體難以界定

　　如果個別研發人員設計出一個惡意的智慧代理，並被一些集合性質的基金所使用，就可能引發個別股票價格的異動。對於這樣的違規行為，現有監管法規將難以界定責任主體。

　　■

　　人工智能在金融領域加快應用是未來的發展方向，監管機構既要正視這種趨勢，積極搶佔人工智能發展高地，又必須重視人工智能應用給金融領域造成的衝擊，未雨綢繆地開展前瞻性研究和戰略性部署。

　　1.針對人工智能特點，研究完善金融市場交易規則

　　我國有關人工智能金融領域應用的市場交易規則幾乎空白，應針對其潛在影響，積極研究相關金融市場的交易規則，為人工智能發展創造良好的市場環境。

　　2.加快人工智能在金融監管方面的應用

　　人工智能在金融領域的應用，對金融監管模式和手段提出了新的要求。面對人工智能的快速發展，我國金融監管部門應積極引入人工智能，進一步提高監管效率。

　　3.重視對用戶隱私的保護

　　當前，我國有關隱私保護的法律制度還不健全，金融消費者的隱私保護意識較為薄弱，個人信息洩露的現象時有發生，無論從保護公民基本權利，還是從發展人工智能的需要考慮，都亟須完善我國金融隱私權保護制度，加強相關行政監管，明確金融機構相關告知義務、信息安全保障義務，以及出現問題後的賠償責任，有效保證人工智能在金融領域應用中的信息安全。

　　對於商業銀行而言，一是大型金融集團要做好前期資金技術的投放，提前介入，加強技術創新；要加快業務創新，在行業轉型上保持領先地位，要增強技術及維護人員儲備，尤其是智慧型、複合型人才的引進及培養，提高核心競爭力，適應發展要求。二是加強風險控制。在數據處理方面，人工智能技術極大地擴展了數據來源，因而更多的數據被納入分析體系。同時，金融工具能自動進化交易策略，甚至模擬專家進行決策，這會隱含許多新的風險。必須對前期數據來源、智慧化程式設計等環節進行嚴格審查，加強風險控制。尤其在恐怖襲擊、監管變革和實施賣空禁令等個別極端情況下，還需要專家進行必要的風險檢測及應對。（作者 楊荇）