论文部分内容阅读
摘要：当前，全球正迎来新一轮科技革命和产业变革，信息化浪潮蓬勃兴起，为经济社会发展注入了新活力和新动能。随着数据资源的积累、理论算法的演进、计算能力的提升和网络设施的完善，人工智能进入了一个跨界融合、深度应用、引领发展的新阶段，驱动着包括金融业在内的经济社会各领域向数字化、网络化、智能化加速跃升。在这样一个时代背景下，如何更好地推进人工智能在金融领域应用和发展，是值得金融界和科技界深人思考的重要议题。
关键词：人工智能；金融风险；控制；创新应用
引言
金融是国家重要的核心竞争力。人工智能是引领未来的战略性技术。推进人工智能在金融领域应用和发展，有利于落实国家人工智能发展战略规划，推动新时代金融业转型升级，支持现代化经济体系建设，具有重要的现实意义和实践价值。
1 人工智能技术在金融领域应用中的难点
1.1 用户隐私容易泄漏
人工智能的背后，是基于大数据及智能算法的机器学习智能系统，人工智能系统通常具有记忆功能，通过收集、统计、分析用户的数据来不断提升自己的智能性。而系统一旦被入侵，用户隐私必然面临泄露风险，导致用户财产损失。
1.2 系统风险大幅增加
系统风险大幅增加如果很多事情都以人工智能的方式来完成，则社会对互联网的依赖将更强，并且有太多的不确定性影响互联网的正常运行，系统风险将大大增加。除了可能的攻击，网络设施损坏，操作异常等，可能会导致系统故障。此外，如果用户在识别应用程序时不能保证高水平的真实性和有效性，那么用户将把信息导入错误的应用程序中。类似地，如果应用程序未能识别用户，则会导致数据混乱，导致经济损失、贷款和保险资格降低以及声誉受损。
1.3 人工智能失控风险
随着人工智能取代更多的人，一旦应用环境和数据脱离用户的控制，就没有技术可以避免或减少人工智能失控的风险，同时增加技术征服的金融市场的收益。虽然这种风险的发生概率相对较低，但不能完全消除。内部技术错误或外部因素可能会使人工智能失去控制。基于金融风险管理在保证金融市场稳定运行中的重要作用，金融系统必须更加关注人工智能失控的风险。
2 人工智能在金融风险控制中的创新应用
2.1 坚持技术创新和制度创新的双轮驱动
金融业是数据和知识密集型行业。长期以来’金融业在新兴技术应用方面既是积极推动者，也是直接受益者。当前，以机器学习、知识图谱、自然语言处理、生物特征识别、机器人流程自动化等为代表的人工智能关键技术，在支付、信贷、理财、保险、资产管理等金融场景的应用日益深入，在改进金融业务流程、优化金融投资决策、拓展金融服务广度深度精度等方面取得了初步成效。但同时也应该看到，人工智能在协助解雑统金融领域高成本、低效率、供需不匹配等一些老问题的同时，也带来了隐私保护、数据安全、算法歧视、伦理规范、责任主体认定等方面的新挑战。因此，技术不是万能的，不可能一劳永逸地解决所有问题。推进智能在金融领域应用和发展，不能靠技术创新单兵突进、包打天下，而应该推动技术创新和制度创新两个轮子一起转，与时倶进地调整完善相应的法律规范、监管规则、自律标准等制度性安排，从而营造更加有利的技术条件和制麟件。
2.2 坚持科技规律和金融规律的统筹把握
理论和实践表明，一项关键性技术从实验室走向規模化应用，有一个从量变到质变的渐进过程，但一旦越过某个技术临界点，又往往会呈现加速走向成熟和规模化应用的态势。因此，推进金融与人工智能融合发展，要注重遵循技术发展的客观规律，既不能忽视人工智能自身发展的成熟度以及与业务的契合度，过高估计技术应用可能带来的效益；也不能对技术发展态势充耳不闻、视而不见，躺在过去的经验模式里不做贿研究储备和资源布局。同时，人工智能在金融领域的应用并没有改变金融的功能属性和风险属性。推进人工智能在金融领域应用和发展，还必须遵循金融发展的客臟律，注重雛相区动的金融创新放在一个更加完整的经济金融周期内去观察和检验，不能只关注技术应用的短期航而忽齡融风险姓的滞后性。
2.3 重视对用户信息加密技术的研发
信息数据安全对人工智能在金融风险管理领域的合理应用具有一定的保障作用。借鉴国外的先进经验，美国等发达国家在人工智能应用于金融业的过程中，更加关注大数据分析技术的不公平和欺诈以及歧视性使用，并加强执法部门在非法销售数据、侵犯隐私等方面的执法力度。目前，我国信息安全保护还比较薄弱，应积极鼓励发展人工智能技术的机构发展用户信息加密技术。金融机构一般不具备自主研发用户信息加密技术的能力。因此，在将人工智能应用于风险管理的过程中，金融机构应加强与开发人工智能技术的机构的合作，利用其技术优势和专业研发能力进行防范信息安全威胁。
2.4 加强人工智能在金融风险管理领域应用的监管
我们也要客观认识到不同国家地区在金融发展、监管模式、制度环境等方面存在较大差异，应该从我国经济金融发展实际出发，充分发挥我国数据资源丰富、应用需求巨大、技术能力加速积累的独特优势，抓紧补齐原生性创新不足、技术场景契合不紧密、数据开放共享不充分、个人信息保护不完善等短板，致力于走出一条具有中国特色、符合信息化时代要求的金融与人工智能融合发展。因此，推进人工智能在金融领域应用和发展过程中，要把握好监管和创新的适度平衡。可考虑借鉴监管沙箱、监管雛等新理念和新工具，建立一*能够试错，容错，查错，纠错的包容性创新管理体系，给那些合规的、真正有价值的金融创新预留一定的空间。
2.5 坚持价值导向和发展实践的动态校准
金融业是一个与财富打交道的特殊行业，具有高风险性、强涉众性和内在脆弱性等特点。这也决定了金融创新如果缺乏正确的价值导向，就可能滑向自我循环、过度膨胀、非理性繁荣，甚至引致经济金融危机的境地。因此，推进人工智能在金融领域应用和发展，必须坚守金融的本质和初心，把是否有利于提升服务实体经济效率和普惠水平，是否有利于提高金融风险管控能力，是否有利于加强金融消费者保护这“三个有利于”作为评价标准，确保金融创新发展的方向正确，绝不能打着改革创新旗号，搞繼法律监管、脱离实体经济需求的伪创新。
结束语
总体来说，不论在中国，还是在其他国家，人工智能还在不断发展演进之中，其在金融领域的应用还处于栢对初步的阶段。如何促进两者更好地融合发展仍然是一个开放：注和前沿性命题，需要凝聚各方力量共同研究、统筹布局和稳步推进。人工智能在金融领域的应用将不断取得新发展、获得新成果、达到新高度，在服务实体经济、防控金融风险、深化金融改革任务中发挥更为重要的作用。
参考文献：
[1]于孝建.彭永喻.人工智能在金融风险管理领域的应用及挑战[J].南方金融，2017（9）：70-74.
[2]吴泽宇.浅谈人工智能在金融风险控制中的创新应用[J].商场现代化，2017（21）：113-114.
[3]郑逸婷.人工智能在金融行业的应用及风险[J].今日财富，2017（17）：45-46.
[4]赵毅敏.人工智能在金融风险管理领域的合理运用[J].企业改革与管理，2018（11）：8-9.
[5]王森垚.大数据对金融风险防控的作用[J].科学大众（科学教育），2018（05）：187-188.
关键词：人工智能；金融风险；控制；创新应用
引言
金融是国家重要的核心竞争力。人工智能是引领未来的战略性技术。推进人工智能在金融领域应用和发展，有利于落实国家人工智能发展战略规划，推动新时代金融业转型升级，支持现代化经济体系建设，具有重要的现实意义和实践价值。
1 人工智能技术在金融领域应用中的难点
1.1 用户隐私容易泄漏
人工智能的背后，是基于大数据及智能算法的机器学习智能系统，人工智能系统通常具有记忆功能，通过收集、统计、分析用户的数据来不断提升自己的智能性。而系统一旦被入侵，用户隐私必然面临泄露风险，导致用户财产损失。
1.2 系统风险大幅增加
系统风险大幅增加如果很多事情都以人工智能的方式来完成，则社会对互联网的依赖将更强，并且有太多的不确定性影响互联网的正常运行，系统风险将大大增加。除了可能的攻击，网络设施损坏，操作异常等，可能会导致系统故障。此外，如果用户在识别应用程序时不能保证高水平的真实性和有效性，那么用户将把信息导入错误的应用程序中。类似地，如果应用程序未能识别用户，则会导致数据混乱，导致经济损失、贷款和保险资格降低以及声誉受损。
1.3 人工智能失控风险
随着人工智能取代更多的人，一旦应用环境和数据脱离用户的控制，就没有技术可以避免或减少人工智能失控的风险，同时增加技术征服的金融市场的收益。虽然这种风险的发生概率相对较低，但不能完全消除。内部技术错误或外部因素可能会使人工智能失去控制。基于金融风险管理在保证金融市场稳定运行中的重要作用，金融系统必须更加关注人工智能失控的风险。
2 人工智能在金融风险控制中的创新应用
2.1 坚持技术创新和制度创新的双轮驱动
金融业是数据和知识密集型行业。长期以来’金融业在新兴技术应用方面既是积极推动者，也是直接受益者。当前，以机器学习、知识图谱、自然语言处理、生物特征识别、机器人流程自动化等为代表的人工智能关键技术，在支付、信贷、理财、保险、资产管理等金融场景的应用日益深入，在改进金融业务流程、优化金融投资决策、拓展金融服务广度深度精度等方面取得了初步成效。但同时也应该看到，人工智能在协助解雑统金融领域高成本、低效率、供需不匹配等一些老问题的同时，也带来了隐私保护、数据安全、算法歧视、伦理规范、责任主体认定等方面的新挑战。因此，技术不是万能的，不可能一劳永逸地解决所有问题。推进智能在金融领域应用和发展，不能靠技术创新单兵突进、包打天下，而应该推动技术创新和制度创新两个轮子一起转，与时倶进地调整完善相应的法律规范、监管规则、自律标准等制度性安排，从而营造更加有利的技术条件和制麟件。
2.2 坚持科技规律和金融规律的统筹把握
理论和实践表明，一项关键性技术从实验室走向規模化应用，有一个从量变到质变的渐进过程，但一旦越过某个技术临界点，又往往会呈现加速走向成熟和规模化应用的态势。因此，推进金融与人工智能融合发展，要注重遵循技术发展的客观规律，既不能忽视人工智能自身发展的成熟度以及与业务的契合度，过高估计技术应用可能带来的效益；也不能对技术发展态势充耳不闻、视而不见，躺在过去的经验模式里不做贿研究储备和资源布局。同时，人工智能在金融领域的应用并没有改变金融的功能属性和风险属性。推进人工智能在金融领域应用和发展，还必须遵循金融发展的客臟律，注重雛相区动的金融创新放在一个更加完整的经济金融周期内去观察和检验，不能只关注技术应用的短期航而忽齡融风险姓的滞后性。
2.3 重视对用户信息加密技术的研发
信息数据安全对人工智能在金融风险管理领域的合理应用具有一定的保障作用。借鉴国外的先进经验，美国等发达国家在人工智能应用于金融业的过程中，更加关注大数据分析技术的不公平和欺诈以及歧视性使用，并加强执法部门在非法销售数据、侵犯隐私等方面的执法力度。目前，我国信息安全保护还比较薄弱，应积极鼓励发展人工智能技术的机构发展用户信息加密技术。金融机构一般不具备自主研发用户信息加密技术的能力。因此，在将人工智能应用于风险管理的过程中，金融机构应加强与开发人工智能技术的机构的合作，利用其技术优势和专业研发能力进行防范信息安全威胁。
2.4 加强人工智能在金融风险管理领域应用的监管
我们也要客观认识到不同国家地区在金融发展、监管模式、制度环境等方面存在较大差异，应该从我国经济金融发展实际出发，充分发挥我国数据资源丰富、应用需求巨大、技术能力加速积累的独特优势，抓紧补齐原生性创新不足、技术场景契合不紧密、数据开放共享不充分、个人信息保护不完善等短板，致力于走出一条具有中国特色、符合信息化时代要求的金融与人工智能融合发展。因此，推进人工智能在金融领域应用和发展过程中，要把握好监管和创新的适度平衡。可考虑借鉴监管沙箱、监管雛等新理念和新工具，建立一*能够试错，容错，查错，纠错的包容性创新管理体系，给那些合规的、真正有价值的金融创新预留一定的空间。
2.5 坚持价值导向和发展实践的动态校准
金融业是一个与财富打交道的特殊行业，具有高风险性、强涉众性和内在脆弱性等特点。这也决定了金融创新如果缺乏正确的价值导向，就可能滑向自我循环、过度膨胀、非理性繁荣，甚至引致经济金融危机的境地。因此，推进人工智能在金融领域应用和发展，必须坚守金融的本质和初心，把是否有利于提升服务实体经济效率和普惠水平，是否有利于提高金融风险管控能力，是否有利于加强金融消费者保护这“三个有利于”作为评价标准，确保金融创新发展的方向正确，绝不能打着改革创新旗号，搞繼法律监管、脱离实体经济需求的伪创新。
结束语
总体来说，不论在中国，还是在其他国家，人工智能还在不断发展演进之中，其在金融领域的应用还处于栢对初步的阶段。如何促进两者更好地融合发展仍然是一个开放：注和前沿性命题，需要凝聚各方力量共同研究、统筹布局和稳步推进。人工智能在金融领域的应用将不断取得新发展、获得新成果、达到新高度，在服务实体经济、防控金融风险、深化金融改革任务中发挥更为重要的作用。
参考文献：
[1]于孝建.彭永喻.人工智能在金融风险管理领域的应用及挑战[J].南方金融，2017（9）：70-74.
[2]吴泽宇.浅谈人工智能在金融风险控制中的创新应用[J].商场现代化，2017（21）：113-114.
[3]郑逸婷.人工智能在金融行业的应用及风险[J].今日财富，2017（17）：45-46.
[4]赵毅敏.人工智能在金融风险管理领域的合理运用[J].企业改革与管理，2018（11）：8-9.
[5]王森垚.大数据对金融风险防控的作用[J].科学大众（科学教育），2018（05）：187-188.