周子博

摘 要：信息技術(shù)革新催生了互聯(lián)網(wǎng)金融的創(chuàng)新形態(tài)，并在金融創(chuàng)新中扮演著重要的角色?；ヂ?lián)網(wǎng)金融的信用體系源于傳統(tǒng)金融信用體系，又具備自有的特征。在大數(shù)據(jù)的驅(qū)動下，人工智能在風(fēng)險(xiǎn)識別的研究中不斷深入。該文通過對互聯(lián)網(wǎng)金融信用體系的應(yīng)用的研究，回顧互聯(lián)網(wǎng)金融及安全的發(fā)展、信用體系的發(fā)展、人工智能風(fēng)險(xiǎn)識別的發(fā)展，對人工智能、大數(shù)據(jù)技術(shù)在互聯(lián)網(wǎng)金融信用體系中的應(yīng)用情況進(jìn)行分析，并對現(xiàn)存的問題和對策進(jìn)行了論述。未來人工智能及大數(shù)據(jù)技術(shù)會依附于互聯(lián)網(wǎng)金融，為經(jīng)濟(jì)轉(zhuǎn)型提供更加強(qiáng)有力的支撐。

關(guān)鍵詞：人工智能 互聯(lián)網(wǎng)金融 信用體系 風(fēng)險(xiǎn)管理

中圖分類號：F832.2 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2019）01（a）-00-02

1 互聯(lián)網(wǎng)金融及安全的發(fā)展

信息技術(shù)（information technology）革命改變著人們的溝通交流方式。在互聯(lián)網(wǎng)技術(shù)和大數(shù)據(jù)驅(qū)動下，金融與科技不斷結(jié)合，融合出了互聯(lián)網(wǎng)金融的創(chuàng)新形態(tài)?；ヂ?lián)網(wǎng)金融將在未來支撐經(jīng)濟(jì)轉(zhuǎn)型過程中發(fā)揮重要的驅(qū)動力量。

1.1 互聯(lián)網(wǎng)金融的發(fā)展情況

2013年是我國互聯(lián)網(wǎng)金融模式發(fā)展的里程碑年，這一年內(nèi)涌現(xiàn)出了大量互聯(lián)網(wǎng)金融創(chuàng)新模式、產(chǎn)品和應(yīng)用，如第三方支付、信用消費(fèi)、產(chǎn)業(yè)融資、個(gè)人借貸、眾籌融資等，這些創(chuàng)新均以信用體系為基礎(chǔ)，且均有別于金融行業(yè)傳統(tǒng)的信用模式。

互聯(lián)網(wǎng)金融的發(fā)展歷程分為4個(gè)階段：第一個(gè)階段是傳統(tǒng)金融互聯(lián)網(wǎng)化，主要體現(xiàn)為銀行網(wǎng)銀、銀行在線業(yè)務(wù)等；第二個(gè)階段是互聯(lián)網(wǎng)金融起步階段，主要體現(xiàn)為網(wǎng)絡(luò)錢包、網(wǎng)絡(luò)貨幣等；第三個(gè)階段是互聯(lián)網(wǎng)金融模式快速創(chuàng)新和生長階段，主要體現(xiàn)為第三方在線支付、P2P借貸、眾籌融資等互聯(lián)網(wǎng)金融產(chǎn)品爆發(fā)；第四個(gè)階段是互聯(lián)網(wǎng)金融規(guī)制化發(fā)展階段，主要體現(xiàn)在對P2P集中監(jiān)管、互聯(lián)網(wǎng)征信體系建立等。

1.2 信息技術(shù)驅(qū)動互聯(lián)網(wǎng)金融快速發(fā)展

隨著互聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)、大數(shù)據(jù)技術(shù)的不斷發(fā)展，以及金融互聯(lián)網(wǎng)產(chǎn)業(yè)模式、數(shù)據(jù)的不斷積累，我們逐步走入了以互聯(lián)網(wǎng)金融為主的金融科技時(shí)代。2016年，全國第三方在線支付規(guī)模達(dá)38萬億元人民幣，成為全球最大規(guī)模的移動支付市場。

互聯(lián)網(wǎng)金融在金融和消費(fèi)者之間創(chuàng)建了新的溝通渠道和信用渠道，讓傳統(tǒng)信用走進(jìn)了人們的日常生活?；ヂ?lián)網(wǎng)技術(shù)以其高共享機(jī)制、高透明度、良好協(xié)作性、低成本、高服務(wù)實(shí)時(shí)性等優(yōu)勢，促使金融和科技將更加深度的融合，實(shí)現(xiàn)金融普惠的市場價(jià)值，體現(xiàn)數(shù)字經(jīng)濟(jì)的創(chuàng)新特征?，F(xiàn)在互聯(lián)網(wǎng)金融已是經(jīng)濟(jì)轉(zhuǎn)型和發(fā)展的重要驅(qū)動力。

2 互聯(lián)網(wǎng)金融信用體系

從社會交易方式角度出發(fā)，可以將人類社會經(jīng)濟(jì)發(fā)展分為以下幾個(gè)過程：自然經(jīng)濟(jì)時(shí)期（物物交換為主）、貨幣經(jīng)濟(jì)時(shí)期（貨幣媒介交換為主）以及信用經(jīng)濟(jì)時(shí)期（信用媒介為度量）?；ヂ?lián)網(wǎng)金融模式是典型的信用經(jīng)濟(jì)。信用及信用體系是信用經(jīng)濟(jì)發(fā)展和運(yùn)轉(zhuǎn)的根基。

2.1 關(guān)于信用

從社會學(xué)視角出發(fā)，信用社會活動中守言，及判斷他人能否守信的道德度量；從經(jīng)濟(jì)學(xué)視角出發(fā)，信用是契約精神約束下，交易及價(jià)值流通過程中通過讓渡貨幣或商品以獲得可償還債務(wù)的價(jià)值流動；從法學(xué)和行政管理學(xué)的視角來看，信用是通過征信管理、信用評估等方式對信用行為、信用記錄進(jìn)行規(guī)則化管理的體系制度。在信用經(jīng)濟(jì)時(shí)代下，信用對資源配置起到重要影響作用。

2.2 關(guān)于信用體系

信用體系以信用為出發(fā)點(diǎn)，包含社會治理層面的信用法律法規(guī)體系、社會服務(wù)層面的信用服務(wù)體系、數(shù)據(jù)技術(shù)層面的信用數(shù)據(jù)技術(shù)支撐體系、產(chǎn)品層面的信用產(chǎn)品市場體系、管理層面的信用管理體系、行政管理層面的政府監(jiān)管體系以及價(jià)值觀層面的誠信體系。信用體系會設(shè)立對應(yīng)的懲戒機(jī)制。

2.3 互聯(lián)網(wǎng)金融信用體系

我國目前的金融信用體系有3類：一是政府、央行為主的信用機(jī)構(gòu)建立的征信服務(wù)體系。二是以互聯(lián)網(wǎng)公司為主的信用機(jī)構(gòu)，比如京東金融、支付寶、財(cái)付通等互聯(lián)網(wǎng)平臺，通過互聯(lián)網(wǎng)行為數(shù)據(jù)的歸集，生成人物數(shù)據(jù)畫像及個(gè)人信用評估。三是以互聯(lián)網(wǎng)金融協(xié)會為主體的信用交換機(jī)制，互聯(lián)網(wǎng)金融協(xié)會信用信息中心建立了共享互通的個(gè)人征信信用基礎(chǔ)數(shù)據(jù)庫。相比傳統(tǒng)金融信用體系而言，互聯(lián)網(wǎng)金融信用體系更開放，共享能力、資源整合和處理能力、數(shù)據(jù)挖掘和規(guī)律歸納能力、數(shù)據(jù)聯(lián)通能力更強(qiáng)，服務(wù)寬度和廣度更強(qiáng)。

3 人工智能在風(fēng)險(xiǎn)識別領(lǐng)域的發(fā)展

3.1 人工智能發(fā)展情況

1943年心理學(xué)家Hebb從人腦工作模式的角度研究計(jì)算方式，并發(fā)表赫布理論，這是人工智能思想的萌芽。1956年達(dá)特茅斯會議的召開標(biāo)志著人工智能正式確立。1986年Hinton將反向傳播應(yīng)用于神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，促使人工智能發(fā)展再次步入快速發(fā)展。近年來人工智能機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法不斷發(fā)展更新，在圖像識別、機(jī)器翻譯、自然語言處理等領(lǐng)域的表現(xiàn)日益強(qiáng)大。

3.2 人工智能在風(fēng)險(xiǎn)識別領(lǐng)域的應(yīng)用情況

目前人工智能在風(fēng)險(xiǎn)識別領(lǐng)域的應(yīng)用主要分為3類：第一類是以規(guī)則為主的模式識別；第二類是以機(jī)器學(xué)習(xí)（統(tǒng)計(jì)學(xué)習(xí)）為主的模式識別；第三類是以深度學(xué)習(xí)為主的模式識別。以規(guī)則為主的識別方式需要首先通過人工定義規(guī)則，計(jì)算機(jī)按照已定義的規(guī)則對數(shù)據(jù)進(jìn)行分析后返回結(jié)果。在這類的模式識別發(fā)展過程中，主要研究方向是解決特定規(guī)則下計(jì)算效率問題。在第二類以機(jī)器學(xué)習(xí)為主的模式中，研究學(xué)者將模式識別問題轉(zhuǎn)化為統(tǒng)計(jì)學(xué)、概率學(xué)的問題。通過對大規(guī)模數(shù)據(jù)的分析，使用特定的機(jī)器學(xué)習(xí)方法或工具構(gòu)建模型，尋找數(shù)據(jù)中包含的規(guī)律，以解決識別和預(yù)測問題。常見的算法包括線性回歸、邏輯斯蒂回歸、樸素貝葉斯、決策樹、感知機(jī)、支持向量機(jī)、KNN、K-Means等。第三類的模式識別方式以神經(jīng)網(wǎng)絡(luò)為核心，通過反向傳播對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成的模型和算法可以充分體現(xiàn)訓(xùn)練數(shù)據(jù)中的規(guī)律和特性。常見的算法模式包括單層感知機(jī)、多層感知機(jī)、神經(jīng)網(wǎng)絡(luò)、CNN（卷積神經(jīng)網(wǎng)絡(luò)）、RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）、LSTM（長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)），以及加入Attention（注意力機(jī)制）、GAN（對抗機(jī)制）、遠(yuǎn)程監(jiān)督等機(jī)制的優(yōu)化算法。

4 人工智能在互聯(lián)網(wǎng)金融信用體系及風(fēng)險(xiǎn)控制中的應(yīng)用

4.1 當(dāng)前應(yīng)用情況

人工智能在互聯(lián)網(wǎng)金融信用體系及風(fēng)險(xiǎn)控制領(lǐng)域有以下幾類應(yīng)用：一是應(yīng)用人工智能對風(fēng)險(xiǎn)進(jìn)行評估。機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等能夠在大規(guī)模數(shù)據(jù)中歸納出數(shù)據(jù)內(nèi)的非線性關(guān)系，進(jìn)而進(jìn)行風(fēng)險(xiǎn)識別和評估。二是結(jié)合專家系統(tǒng)的應(yīng)用。專家系統(tǒng)具有海量知識與數(shù)據(jù)，它可以通過信息技術(shù)來發(fā)揮知識體系和實(shí)踐經(jīng)驗(yàn)的價(jià)值，對風(fēng)險(xiǎn)進(jìn)行預(yù)測和判定，并采用風(fēng)險(xiǎn)應(yīng)對策略。

在金融風(fēng)險(xiǎn)識別領(lǐng)域，人工智能技術(shù)已有了較多的應(yīng)用實(shí)踐和解決方案。阿里巴巴、騰訊、百度、小米、京東等互聯(lián)網(wǎng)公司均已按照人工智能嵌入金融信用服務(wù)的邏輯，在信用欺詐等特定領(lǐng)域構(gòu)建了風(fēng)險(xiǎn)識別體系。

4.2 構(gòu)建領(lǐng)域內(nèi)人工智能應(yīng)用需要開展的工作

結(jié)合人工智能技術(shù)，構(gòu)建互聯(lián)網(wǎng)金融信用體系及風(fēng)險(xiǎn)控制應(yīng)用需開展以下幾項(xiàng)工作：一是建立信用體系基礎(chǔ)信息架構(gòu)。目前中國人民銀行、國家公共安全系統(tǒng)、各金融機(jī)構(gòu)、各互聯(lián)網(wǎng)金融機(jī)構(gòu)均已建立了不同深度的信用體系和信用監(jiān)測系統(tǒng)。二是建立全方位的基礎(chǔ)數(shù)據(jù)庫。在基礎(chǔ)數(shù)據(jù)庫中需收集行為類信息、社會類信息以及公共安全特征數(shù)據(jù)等。三是建立人工智能的系統(tǒng)體系。通過已有數(shù)據(jù)對風(fēng)險(xiǎn)行為特征的嵌入和訓(xùn)練，進(jìn)而對風(fēng)險(xiǎn)進(jìn)行分類識別。

5 存在的問題、對策及展望

5.1 當(dāng)前存在的問題及對策

當(dāng)前存在的問題包括以下幾點(diǎn)：一是當(dāng)前的應(yīng)用仍遵循常規(guī)程序。現(xiàn)階段的人工智能應(yīng)用還是按照既定流程和標(biāo)準(zhǔn)程序來完成工作。二是存在數(shù)據(jù)泄露和非法使用數(shù)據(jù)的風(fēng)險(xiǎn)。三是人工智能平臺存在系統(tǒng)性風(fēng)險(xiǎn)。這類風(fēng)險(xiǎn)體現(xiàn)在硬件體系和運(yùn)維體系中。四是法律制度建設(shè)尚未明確。在現(xiàn)有法律和監(jiān)管體系下，互聯(lián)網(wǎng)金融領(lǐng)域內(nèi)的很多行為、事件責(zé)任認(rèn)定困難，監(jiān)管困難。

對于存在的這些問題，需要逐步完善人工智能的數(shù)據(jù)模型，通過技術(shù)體系、服務(wù)體系、硬件體系、人才體系和管理體系的系統(tǒng)化方案，完善人工智能在金融信用體系和風(fēng)險(xiǎn)領(lǐng)域的應(yīng)用。

5.2 對于未來發(fā)展的展望

立足當(dāng)下，展望未來，隨著國內(nèi)互聯(lián)網(wǎng)金融的快速發(fā)展，人工智能必然是互聯(lián)網(wǎng)金融的創(chuàng)新發(fā)展方向，互聯(lián)網(wǎng)金融服務(wù)為越來越多的人、越來越多的場景帶來的便利。但是，現(xiàn)有信用體系的短板問題漸漸暴露，這將為行業(yè)未來的發(fā)展帶來了負(fù)面影響，需要盡早研究、應(yīng)對與解決。希望互聯(lián)網(wǎng)金融未來在人工智能信用體系、信用風(fēng)險(xiǎn)管理及信用區(qū)塊鏈等創(chuàng)新模式應(yīng)用支撐下，為經(jīng)濟(jì)轉(zhuǎn)型和發(fā)展提供更加強(qiáng)大的驅(qū)動力。

參考文獻(xiàn)

[1] 楊濤.對人工智能在金融領(lǐng)域應(yīng)用的思考[J].國際金融，2016（12）：24-27.

[2] 吳俊，陳亮，高勇.國外人工智能在金融投資顧問領(lǐng)域的應(yīng)用及對我國啟示[J].金融縱橫，2016（6）：88-92.

[3] 程東亮.人工智能在金融領(lǐng)域應(yīng)用現(xiàn)狀及安全風(fēng)險(xiǎn)探析[J].金融科技時(shí)代，2016（9）：47-49.

[4] 喬海曙，王鵬，謝姍珊.金融智能化發(fā)展： 動因、挑戰(zhàn)與對策[J].南方金融，2017（6）：3-9.

[5] 戴星.人工智能在金融風(fēng)控中的應(yīng)用探索[J].中國商論，2017（2）：19-22.

[6] 常振芳.互聯(lián)網(wǎng)金融信用體系建設(shè)和風(fēng)險(xiǎn)管理研究[D].南京大學(xué)，2018.

[7] 劉濤.人工智能與金融風(fēng)險(xiǎn)防范——基于防范銀行卡犯罪研究[J].青海金融，2018（10）：41-45.

[8] 韓平，魯銀輝.智能時(shí)代下金融業(yè)的發(fā)展研究[J].齊齊哈爾大學(xué)學(xué)報(bào)：哲學(xué)社會科學(xué)版，2018（10）：30-33.

[9] 蔣韜.大數(shù)據(jù)和人工智能視角下的銀行業(yè)風(fēng)險(xiǎn)防控[J].現(xiàn)代商業(yè)銀行，2018（2）：50-53.