关注证券之星官方微博:

诠释风险指标人工智能作用极其有限

2018-03-14 08:28:18 来源:中国证券报
中国证券报 更多文章>>

(原标题:诠释风险指标人工智能作用极其有限)

在十三届全国人大一次会议日前举行的记者会上,科技部部长万钢表示,促进科技与金融的有效结合,为创业者成长提供全流程多样化的金融服务。另外,他介绍,马上就要发布人工智能项目指南和细则,来突破基础前沿理论关键部分的技术。

人工智能可减少寻找优质客户工作量

现代金融科技(Fintech)涵盖许多领域和层面,利用人工智能、大数据及云计算等技术,为人们在金融领域提供更多更新的可能性,尤其在银行信贷、投资理财和交易领域等。那么,在当前人们对P 2P网贷、智能投 顾等热烈拥抱的背景下,金融科技还有什么新的发展模式呢?

以传统概念下的商业银行领域为例,银行原有的主要业务模式为信贷管理。银行从储户处获得资金,通过合理架构,为需要资金的客户提供贷款或进行投资。这是最简单的传统银行业务。在这个流程中,金融科技可发挥重要作用。

在商业银行信贷流程的前半部,即获得储户与资金的过程中,银行需要获得好的资金,好的资金来自好的储户。这类储户具备稳定的现金流、优良的信用记录等特征。在确定优质储户标准的环节,大数据可发挥优势。通过现有的大数据库,以储户特征及其资金特征等为标识,银行可有目的地获取同自身期望相匹配的储户信息。通过这种途径获取的信息不仅规模大,筛选出的质量也高。

当获得这些数据时,银行就可启动争取储户环节。客户经理可以开始有目的和战略性地采取措施争取这些储户。在这个环节中,不但大数据可发挥作用,人工智能的力量也可参与其中。这不但可减少人为寻找优质客户的工作量,还能有的放矢地提高效率。

分层投资收益方案助力风险与投资收益分析

对于商业银行信贷流程的后半部,笔者也有些想法。例如,当前在金融市场上出现了借助金融科技的网络众筹平台,有房地产投资、私募、项目投资等。网络众筹提供的平台,帮助需求资金方与提供资金方越过沟通信息的障碍,使双方获得更多交易对家及相关信息。

这个模式可扩展到银行等金融机构类似的业务上,只要信息能相互匹配与映射、有交易特征,可不拘泥于以上几种投资资产模式。这种沟通模式在一定程度上推动了一种变革,即:早先由金融机构垄断的一些金融行为与业务,现在可通过网络平台更便捷地实现。这在一定范围内对银行等金融机构是个挑战与威胁,促使金融机构为适应科技进步做出一定程度的转型。

在此类模式中,金融机构应发挥在金融领域的理解力,重点培植那些专有的、不可被复制的知识技术。例如,对信贷产品的信用评估,这就是机器所不能完全替代的任务,相应人员再培训与再教育也应运而生。

但是,此类模式也有如下问题。首先,例如,网络众筹平台提供的房地产投资与项目投资等资料要保证其可靠性,这个工作由谁来完成?如果是银行,那么银行就要合理合法地收取从中产生的劳动的回报。

其次,传统银行为投资行为提供咨询,例如风险与投资收益等分析。在网络众筹平台上,风险与投资收益分析的任务由谁来完成?是银行、投资人还是专业第三方机构?笔者认为,在这里可以做分层投资收益方案,依据每个投资者业务能力与投资偏好不同,相应提供不同的收益层次,将这些投资分析工作应获得的回报架构于整个模型中。传统上,这项投资顾问的角色由银行专业人员承担。现在,这个角色被分层了:如果投资者具备足够的投资分析能力,为他们设定的投资收益就可以高些;如果投资者需专业第三方机构帮助评判,那么就应为投资者提供相对低些的投资收益(一部分收益转让给专业第三方机构);如果投资者仍相信银行,那么该案例就类似于传统的由银行组建的投资类别。这个方案适用于所有投资产品,可涵盖各种投资交易平台。

人工智能尚无法胜任复杂风险结果理解与阐述

金融体系离不开风险管理与监管,笔者认为,由于当前的风险管理方法是依赖于各种技术指标进行判断的,这些指标的计算是能通过机器来完成的,因而风险指标结果产生过程,是部分可通过人工智能解决的。对风险指标结果,简单任务可通过人工智能诠释;对复杂风险结果的理解与阐述,必须由人脑来完成:因为这需涉及多个维度与层面,需人脑综合判断。目前为止,人工智能尚无法胜任这个任务。

还是以商业银行借贷流程为例,银行发放贷款时需对借款人进行信用评估。信用评估工作只能在一定程度上由人工智能完成,例如那些标准化信用指标等。由于在信贷领域、尤其是私人信贷领域,人们评估借款人信用评级时依赖的指标在很大部分是那些人为的、非物质化的评判标准,而且不同评估产品供应商提供不同的评级打分级别,所以信用指标计算、尤其是对产生结果的阐述,很难完全由机器完成。目前,机器的理解力尚无法替代有经验、有理解力的专业人员的评判。因为对这些人为因素的综合理解,决定了借款人信用评级。人脑经验维度,是机器目前为止达不到的。对新产生的风险特征,机器没有创新能力去理解,只有人脑通过思考才能完成这个任务,机器的记忆与逻辑没有创新能力。

人工智能评判信用风险能力的不足主要体现在私人信用评级上。对于那些非标准化的领域,比如说采用非标准化指标评判企业信用评级等,人工智能的不足仍在。对那些已被标准化的交易,例如债券信用风险,由于市场数据充分,外加研发模型立足于量化,对这些信用风险指标计算,是可以信任人工智能的。但是,对其结果的诠释与阐述,还不能完全依赖机器。

对交易环节市场风险,如同标准化产品的处理方式一样:由于大部分产品在市场上被交易,拥有完善充分的数据做支持,量化后的模型也有说服力,所以在这些领域,笔者认为风险计算是可通过机器完成的,因为人们可明确定义指标、特征,并且市场也存在相应数据映射到这些特征与指标上,所以这些工作可以被标准化。

在风险指标诠释方面,对那些变化相对较少或较小的产品,人们可部分采用人工智能。当市场发生大的波动时,人工智能面临很大挑战。在这种情况下,人工智能从以往经验数据中获得不到相关经验,虽然人工智能有逻辑思维,但是不具备创新型逻辑思维。对新发生的大事件,人工智能无法映射到其程序上,所以人工智能的作用是极其有限的。

证券之星网app

上证指数 最新: 3021.90 涨跌幅: -0.73%

热点推荐

郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。