中美贸易战不断升级，持续加剧国内金融市场所面临的风险。在这场以科技为核心展开的博弈中，发展智慧金融成为国内企业管控风险、赢得主动权的关键路径。而人工智能是下一个时代风口，未来金融科技的战略制高点聚焦于人工智能，大数据结合人工智能将成为未来智慧金融的新标配。那么，什么是人工智能？如何用人工智能管控风险？

香港大学SPACE中国商业学院（港大ICB）特邀学院客席副教授，轩鸿集团高级副总裁、首席经济学家、首席投资官，亚洲投资者学会风险管理中心执行董事陆晨博士为大家阐述人工智能金融科技、解读风险管理。

贸易战硝烟下有哪些风险？

中美贸易战战火蔓延，带来中国金融市场的动荡，国内企业面临着巨大的压力，风控痛点难以解决。

在这一经济大环境下，银行等金融机构面临对公业务质和量的下滑，利润下跌，市场份额减少。同时，随着美国联邦储备系统（Fed）的加息，中国也变相地加息，导致不良债券（NPL）急剧上升。目前金融机构都不约而同地转向零售业务。因为零售业务成本较低、资金来源相对稳定，能平衡对公业务和同业业务的波动性，还可以满足居民不断提升的金融投资意识和消费需求。所以金融机构纷纷通过发展零售业务来规避风险。

对于风险，我们总是不知道哪一部分最重要，因而没有办法准备风险量的多少，而其来源的预判亦存在很大的困难。

金融风险来源于什么？信息的不对称性。在传统金融中，资产的定价来自于对风险的定价测算。但客户提供的资产负债表往往是他精心准备好的，专门呈现给金融机构看的数据，银行往往很难甄别客户真实的信用等级，识别风险的成本高、有效性低，由此带来高风险。这就要求我们不断增强交易对手信用监管的能力，优化风险识别的工具，提升抗风险的能力。中国信用风险防护做的最好的是哪家企业？是马云先生麾下的蚂蚁金服。蚂蚁金服在收集数据后回答“交易对手是好人还是坏人”这个问题。

金融业在迫切需要抗风险工具的背景下，不断寻求为金融赋能的风险工具，继而关注到不断崛起的大数据与人工智能。

什么是人工智能？

很多人对人工智能一词耳熟能详，但对其真正的内涵和发展历程了解却并不多。

人工智能的发展有三大标志性事件。1997年，IBM的“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫，“深蓝”靠硬算可以预判12步，而卡斯帕罗夫只可以预判10步。人工智能的优越性初现端倪。2006年，超级计算机“浪潮天梭”与中国象棋特级大师许银川的较量最终以平局收场，人机大战成为绝唱。2017年，AlphaGo与柯洁展开围棋对弈，AlphaGo三胜柯洁，再次引起人们对人工智能的高度关注。

人工智能通过对场景进行感知、认知，来帮助我们优化决策。举个例子，一个数学家去餐馆吃饭，关心的第一件事不是要点川菜、小笼包、天津狗不理包子这样的菜品，而是要看盘子的大小，因为盘子的大小决定了应该点什么菜、多少菜。后期的决策依赖于前期对场景的考察，这个例子可以很好地说明人工智能作用的过程。

很多人无法区分人工智能和自动化之间的区别：自动化机器是由人类预先设置好的手工配置来驱动和行动的，是把自动化流程嵌入到了原有的工作流程中。自动化的场景是不变的。人工智能则是模拟人类的思考和行为，它通过对场景不断地加细以及对动态变化的记录，全方位丰富认知架构，仿照人的思维做出选择和判断。人工智能所谓的智能包括了感知能力、记忆与思维能力、学习与自适应能力、决策与行为能力四个方面的能力，这些模仿人类的能力都是自动化所不具备的。

现实中，我们应用人工智能离不开数据和深度学习。人工智能收集海量的数据，进行机器学习，做大量重复的学习工作。学习有两类过程：一是监督，即人知道答案，然后不断训练、教导机器学习；二是非监督，即将大量的数据输入机器由机器自己去学习。通过深度学习，人工智能将数据转化成各种知识体系，根据这些知识体系来预测未来，描述未来可能会发生的事，包括股市走向、风险发生等，都可以进行预测。

人工智能因其对数据的强大记忆，以及整合分析数据的能力，被金融业用来解决行业痛点，由此，金融科技的发展进入了一个全新的时代。

金融科技的发展经历了三个阶段

金融行业的演进和变革离不开IT技术的发展，至今为止，金融科技经历三大发展阶段：

第一，金融IT阶段。在这个阶段，金融行业通过传统的IT软硬件来实现办公和业务的电子化，提高了金融行业的业务效率。IT公司并不参与金融公司的业务环节，IT系统在金融公司体系内属于成本部门。IT阶段有一些大家所熟知的、具有代表性的计算机系统产品，包括 ATM、POS机、银行的核心交易系统、信贷系统、清算系统等。

第二，互联网金融阶段。互联网出现后，金融业搭建在线业务平台，通过互联网或者移动终端渠道汇集海量用户，实现金融业务中资产端、交易端、支付端、资金端等任意组合的互联互通，达到信息共享和业务撮合，这本质上是对传统金融渠道的变革。其中，代表性的业务包括互联网基金销售、P2P网络借贷、互联网保险、移动支付等。但这一阶段的金融科技依然徘徊于金融周边，没有进入到金融核心的定价风险管理和投资决策中去。

第三，金融科技阶段。由于人工智能的蓬勃发展，“AI+金融”的模式开始成形。人工智能直击金融业核心，涉足风险管理、投资决策，收集数据分析客户表现，颠覆传统金融的运行模式。金融业通过大数据、云计算、人工智能、区块链等最新IT技术，改变了传统金融的信息采集来源、风险定价模型、投资决策过程、信用中介角色等，大幅提升了传统金融的效率，解决了传统金融的痛点。其中，代表技术如大数据征信、智能投顾、供应链金融等。

伴随着新兴技术在金融行业的深入应用，科技赋能金融，尤其是AI的发展为传统金融解决痛点提供了大量创新性的方案。未来，人工智能金融科技有着巨大的发展空间。

大数据+人工智能，未来智慧金融新标配

人工智能与大数据的融合，为金融风控带来了革命性的变革。

它的作用机理分为两个步骤：

一是收集数据。大数据风控公司一般从网上收集用户的海量数据。数据的类型有两种：第一，强相关数据，如用户年龄、收入、职业、学历、资产、负债等。第二，弱相关数据，如用户在社交网络上的发言、兴趣爱好、朋友圈、星座等。收集的数据要求全面、强相关、实效性，分别突显数据的广度、深度和鲜活度。

二是整合分析。大数据风控公司在得到数据之后，进行快速分析预测，从而对金融机构进行信用评级。通过大数据风控，可提升信用风险管理水平，客观地反映用户风险水平，让风险评估效果更精确。

大数据结合人工智能进行金融风控，其变革性的意义在于，更加接近金融的核心，降低了成本，还极大地提高了风险定价与管理的效率。金融的本质是跨期的资源配置与价值交换，金融机构存在的意义在于针对资源跨期配置而产生的不确定性如何定价与处置。智能金融以大数据和算法为基础，采取反欺诈和风险管理技术，能够实现从滞后、被动、局部到实时、主动和全面的风险管理，更好地理解了间接融资体系下借款人的还款能力与还款意愿，同时，对直接融资体系下投资人的风险承受能力与风险承受意图，也有了更深入的认知。

中美贸易战带来中国经济大环境的剧烈动荡，国内金融业面临前所未有的挑战和层出不穷的风险。信息不对称性是金融业固有的痛点，为此，应结合大数据与人工智能，创建智慧金融实现转型升级。人工智能通过对海量数据的收集，感知场景，深度学习，来帮助我们评估风险，优化决策。人工智能可以为金融赋能，通过实时、主动和全面的风险管理，极大地提高了风险定价与管理的效率，推动金融风控实现变革性的进步。