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 。


推荐阅读