0
| 本文作者： 吳陽煜 | 2017-10-03 23:25 |
雷鋒網(wǎng)AI金融評論9月29日報道，近年金融科技發(fā)展迅猛，對金融監(jiān)管提出了新要求。由深圳市科學技術(shù)協(xié)會和深圳市羅湖區(qū)人民政府主辦，深圳市源創(chuàng)力離岸創(chuàng)新中心和深圳市和信中歐金融科技研究院承辦的“中英金融監(jiān)管科技高峰論壇”于近日舉行。本屆論壇邀請了國內(nèi)外頂級學府資深教授、政府機構(gòu)、金融科技領(lǐng)域權(quán)威人士、境內(nèi)外知名企業(yè)參會。
深圳市和信中歐金融科技研究院（以下簡稱研究院）是一家以金融科技創(chuàng)新、金融科技人才培養(yǎng)和金融科技產(chǎn)業(yè)化為宗旨的非營利性研究機構(gòu)。研究院的建設(shè)獲得了深圳市羅湖區(qū)政府的大力支持。研究院擁有一支世界一流的研究團隊，團隊成員以牛津大學、北京大學和盧森堡大學的教授和博士為主，主要從事智能合約安全驗證，安全區(qū)塊鏈，智能身份認證以及金融相關(guān)的人工智能和大數(shù)據(jù)技術(shù)的研發(fā)工作。研究院院長Bill Roscoe教授是英國皇家工程院院士，安全驗證領(lǐng)域泰斗級科學家，原牛津大學計算機系主任。研究院從事的技術(shù)研究工作與產(chǎn)業(yè)緊密結(jié)合。
會上，清華大學五道口金融學院教授、中國人民銀行金融研究所所長、和信中歐金融科技研究院學術(shù)委員會主席謝平以“人工智能與金融監(jiān)管”為主題發(fā)表了演講。謝平教授被稱為“互聯(lián)網(wǎng)金融之父”，在昨日的論壇上，謝平教授指出，目前來說，基于各類科技的成熟，數(shù)據(jù)的收集和處理獲得極大的進步，與金融監(jiān)管相關(guān)的數(shù)據(jù)已經(jīng)比較齊全，數(shù)據(jù)的廣度、質(zhì)量達到了可推動AI落地應(yīng)用的階段。因此，與AI在金融投資領(lǐng)域的應(yīng)用快速發(fā)展一樣，謝平教授表示，“將來金融監(jiān)管會慢慢走向人工智能化?！?/p>
“從數(shù)據(jù)本身、數(shù)據(jù)技術(shù)和計算能力看，為中國金融監(jiān)管服務(wù)的數(shù)據(jù)科學沒問題，只是目前我們中國做的不大好?！?/p>
以下是謝平教授演講原文，雷鋒網(wǎng)AI金融評論做了不改變原意的編輯：
金融監(jiān)管確實很費勁，需要很多人力和物力，而且國家也做了很多的預算，像證監(jiān)會、銀監(jiān)會等三會也加強了金融監(jiān)管力度。我這篇文章也是做一個遠景的假設(shè)——金融監(jiān)管怎么樣能夠優(yōu)質(zhì)地解決這個問題。金融監(jiān)管在應(yīng)用人工智能的方面，我認為將來的方向肯定是無法想象的。
首先，跟金融監(jiān)管有關(guān)的數(shù)據(jù)比較齊全，數(shù)據(jù)的廣度很大，所有監(jiān)管的身份曝光、用戶照片、指紋信息等等，這些中央機構(gòu)都有?，F(xiàn)在人們到集團、證券公司去都要拍照，動不動就要人臉識別、寫清楚信息。所以，社會數(shù)據(jù)很好，數(shù)據(jù)的廣度已經(jīng)有了。
現(xiàn)在幾乎（所有）銀行的客戶的身份數(shù)據(jù)非常全。我們國家的市場數(shù)據(jù)很好，我們國家?guī)缀跛凶C券市場、資本市場、銀行監(jiān)事、貨幣市場的數(shù)據(jù)，存款、貸款等整個金融市場相關(guān)的數(shù)據(jù)生成的時候就是數(shù)字化，幾乎沒有紙質(zhì)的。
行為數(shù)據(jù)有點復雜，可以從社交媒體、微信抓取，從各種各樣的互聯(lián)網(wǎng)用戶對金融市場的評價、自己的體會，（到）對銀行、股價的評價、轉(zhuǎn)發(fā)以及評論，這些行為數(shù)據(jù)用現(xiàn)代技術(shù)都可以抓到，而且人工智能可以分析。
交易數(shù)據(jù)實現(xiàn)了全部數(shù)字化，監(jiān)管數(shù)據(jù)也是。我們國家監(jiān)管要求，所有的法規(guī)法律，銀監(jiān)會、證監(jiān)會、保監(jiān)會（出臺規(guī)定）等整個監(jiān)管都不僅需要數(shù)據(jù)的廣度，而且是深度。并且，機器處理已經(jīng)非常容易了，可以非常容易地把它標準化，因為我們平時任何行業(yè)都沒有像金融行業(yè)這樣，其數(shù)據(jù)很容易標準化，而且很容易抓取，這些數(shù)據(jù)基本上能夠覆蓋金融具有的行為風險。這是很重要的。
數(shù)據(jù)質(zhì)量高的第二個大方面就是時效問題——每一秒鐘、每一時刻，我們的監(jiān)管方式只要你的電腦速度夠快，只要你的技術(shù)好，實時數(shù)據(jù)、無縫對接，都沒有問題，我們中國整個跟金融相關(guān)數(shù)據(jù)的時間差幾乎沒有，金融機構(gòu)和監(jiān)管當局的接口都是對接的，而且還有很多的中介服務(wù)，會計事務(wù)所，各種各樣的網(wǎng)絡(luò)公司、銀行服務(wù)公司都有數(shù)據(jù)，所以說數(shù)據(jù)收集是沒問題的。
數(shù)據(jù)技術(shù)是難以成熟的，（比如）怎么樣分析數(shù)據(jù)、歸納數(shù)據(jù)、進行分類。計算機速度也很快，現(xiàn)在中國的云服務(wù)也服務(wù)的非常好。
所以說，我第一部分的主要結(jié)論就是，從數(shù)據(jù)本身、數(shù)據(jù)技術(shù)和計算能力看，為中國金融監(jiān)管服務(wù)的數(shù)據(jù)科學沒問題，目前我們中國做的不大好。
第二大部分就是風險指標。
當數(shù)據(jù)充分發(fā)達以后，監(jiān)管需要的風險系數(shù)、參數(shù)都很明確。因為銀行、證券、保險、信托、財務(wù)公司以及各種各樣的金融機構(gòu)，只要實現(xiàn)好上面提的邊界——你要衡量風險、資本沖突率、貸款集中率、單一客戶集中率……各種各樣的風險指標，用電腦把它們轉(zhuǎn)化為參數(shù)非常容易。
另外，監(jiān)管標準是由世界上獨立的研發(fā)室規(guī)定的，國際組織加保險行業(yè)的決策，以及各種各樣的監(jiān)管機構(gòu)組成（這樣的研發(fā)室），將監(jiān)管標準轉(zhuǎn)化為風險指數(shù)的參數(shù)。這樣的話，在人工智能當中就可以嵌入這些風險場景。兩個條件：一，數(shù)學基礎(chǔ)好，二，風險參數(shù)也明確。
現(xiàn)在大家知道，人工智能在許多領(lǐng)域都已經(jīng)運用的很好了，尤其是在新媒體公司，進行交易、語音識別、圖像識別，今天上午介紹的交通規(guī)則、城市管理，都可以用人工智能。所以說，原來人工智能在金融部門主要有三個用途：金融監(jiān)管、證券合作、貨幣風險。
現(xiàn)在貨幣政策和證券投資相比較復雜一點，金融監(jiān)管方面可能相比較簡單一些。為什么呢？關(guān)于證券，機器人模擬人的行為很復雜，人的心理因素。但是監(jiān)管是比較容易的，都是參數(shù)。
再加上現(xiàn)在的監(jiān)管科技也已經(jīng)發(fā)達了，在金融機構(gòu)內(nèi)部，好多金融機構(gòu)為了應(yīng)付合規(guī)，也運用了大量的監(jiān)管科技技術(shù)。比方說，節(jié)約數(shù)據(jù)處理資本、反洗錢、反欺詐、了解客戶的軟件等等，現(xiàn)在這些現(xiàn)成的為金融機構(gòu)提供的監(jiān)管器械已經(jīng)在運用，它可以很容易處理監(jiān)管的大數(shù)據(jù)。
在這種情況下，銀行三會或者說監(jiān)管當局，主要是銀行監(jiān)管，這種機制我們有幾種假設(shè)：
當數(shù)據(jù)足夠大的時候，金融機構(gòu)所有工作人員關(guān)于金融監(jiān)管的知識組合這個概念很重要，這些人關(guān)于金融監(jiān)管的知識組合，機器是可以學習的，而且是不斷地改進學習。機器學習可以模擬統(tǒng)計規(guī)律，自動校準算法并跟蹤每個金融機構(gòu)的風險和金融系統(tǒng)的風險，給出解決方案，而且機器可以給出處罰規(guī)定，給出教育；因為處罰規(guī)定也是現(xiàn)成的，你違規(guī)，罰款多少，高管處分，這都是有參數(shù)、有明確法令的。
所以說金融監(jiān)管不涉及人的感情、文化，機器完全可以替代，而且機器也可以不斷地學習現(xiàn)有的監(jiān)管理念。
舉個例子，一行三會的監(jiān)管人員假設(shè)（有）5萬人，這5萬人對于監(jiān)管的知識電腦管理可以做，他給電腦分析股價，因為監(jiān)管的規(guī)定是死的，一段時間都不會變。然后，運用人工智能對數(shù)據(jù)進行實時的搜集和整理分析，保障監(jiān)管的實時性和動態(tài)性。
這個機器做的肯定比人好一點，因為機器24個小時不停，它每分鐘都可以工作，人還會累還要加班。自動識別、風險識別，機構(gòu)風險和系統(tǒng)風險主要靠算法，只要你有一個算法，算法是不斷改進的，機器完全可以自動識別，盯住每一個金融機構(gòu)的風險系數(shù)來識別這個機構(gòu)怎么樣。
美國證監(jiān)會也說到，美國證監(jiān)會作為全世界最大的金融交易系統(tǒng)數(shù)據(jù)場所，它每天的交易記錄有580億（條）（這么多），而且美國納斯達克自動識別內(nèi)部交易的系統(tǒng)，現(xiàn)在都用的很好，我們的證監(jiān)會也跟他們簽了合約，相互借用這個技術(shù)?，F(xiàn)在證監(jiān)會抓內(nèi)部交易也抓的比較快，算法一下子就算出你的相關(guān)賬戶。這是在納斯達克做的。
而且，加州理工有兩個博士生利用北京的地鐵系統(tǒng)，推測到有些人上車下車，通過地鐵的視頻很容易找到那兩個人（偷竊），他上班時間不上班嘛。這個例子就說明只要有大數(shù)據(jù)技術(shù)，只要你電腦運算快，而且視頻的比對都可以在監(jiān)管上運用，這些都比監(jiān)管運用的好。以上兩個案例都是利用統(tǒng)計規(guī)律，同樣適合于金融監(jiān)管應(yīng)用。
人工智能一定要換個概念，在監(jiān)管方面這些人工智能是會自己不斷學習、不斷完善自己的知識，這和我們?nèi)耸且粯拥?，這是他優(yōu)秀的點，會自己校正?，F(xiàn)在甚至已經(jīng)造出了給自己編程序的人工智能，（對）監(jiān)管變化進行修正和改進。
一旦有機構(gòu)有了一些問題，人工智能就可以預警。預警可能是人工智能在金融監(jiān)管領(lǐng)域當中突破的第一個環(huán)節(jié)，當人工智能發(fā)現(xiàn)我們的金融機構(gòu)出現(xiàn)風險征兆的時候，會主動預警、提醒。這個過程有點像持續(xù)的壓力測試，等于機器在盯著每一個金融機構(gòu)，觀察你每一分鐘的估值、變化、風險，整個金融資產(chǎn)和風險比對的關(guān)系。
在這個問題上，人不可能做到，人工智能可以做到，它把所有的交易，在每一分鐘系統(tǒng)價值、風險場景、風險計價都算出來，然后給出預警。
舉個例子，工信部的信息中心；針對現(xiàn)在國內(nèi)互聯(lián)網(wǎng)金融也有一個自動的檢查輿情技術(shù)，可以分析國內(nèi)1000多個網(wǎng)站機構(gòu)，（進行）跟蹤，這是利用爬蟲技術(shù)，跟蹤每一個網(wǎng)站機構(gòu)，監(jiān)管方也在用。
當機構(gòu)超過紅線的時候，因為接口是人工智能自動接的，人工智能有可能自動把你的某些業(yè)務(wù)停止，不讓你做。我們現(xiàn)在的人工做法就是檢測你的業(yè)務(wù)，不準你拆借、發(fā)行產(chǎn)品，將來一旦這種產(chǎn)品和人工智能對接的話，它就會自動停止，而且自動進行網(wǎng)上通報：某某機構(gòu)已經(jīng)出了風險，某某產(chǎn)品已經(jīng)停發(fā)。
這些都是標準的，人工都沒法做的——觀察你的改善狀況，看機構(gòu)指標什么時候回到正常指數(shù)，回到正常指數(shù)它再松開你的窗口讓你去做業(yè)務(wù)，最后解除處罰。這些實際過程，人工智能都是可以智能操作的，而且可以經(jīng)常發(fā)生，一般情況可以改善和減輕。
所以說，人工智能可以經(jīng)常對金融機構(gòu)處罰、解除，這就說明人工智能可以把整個金融監(jiān)管工作在時間序列上不斷地連續(xù)下去，不像人類的工作流程——內(nèi)部要處罰一個機構(gòu)，還得寫簽報，報給處長簽，處長簽完了主席簽，然后再通知出去。如果你進入人工智能系統(tǒng)，整個讓金融監(jiān)管進入一個智能的階段。
在大數(shù)據(jù)的條件下，傳統(tǒng)監(jiān)管手段面臨的局限性，金融交易的日益頻繁，其復雜性越來越高，傳統(tǒng)監(jiān)管手段已經(jīng)力不從心。人工智能可以快速處理大量數(shù)據(jù)，通過機器學習挖掘數(shù)據(jù)潛在聯(lián)系，更新知識庫，成為大數(shù)據(jù)條件下金融監(jiān)管的有效手段。而且第二點就是金融創(chuàng)新是在深刻影響現(xiàn)在的銀行體系，賬戶支付、存款、貸款，一些金融業(yè)務(wù)都將發(fā)生改變，人工智能監(jiān)管是應(yīng)對這些挑戰(zhàn)的有效途徑。
我認為將來金融監(jiān)管會慢慢走向人工智能化。
這就是我今天的發(fā)言，謝謝大家！
雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
