[摘 要]隨著人工智能的不斷發(fā)展，不斷促使世界經(jīng)濟的發(fā)展，人工智能廣泛用于不同領(lǐng)域當(dāng)中，改變了市場模式的發(fā)展和結(jié)構(gòu)，使得用戶體驗、金融機構(gòu)效能等方面發(fā)揮了重要作用。當(dāng)今社會中，人工智能滲透在各個行業(yè)當(dāng)中，有助于各個行業(yè)提升效率、增強體驗、擴大規(guī)模和降低成本。但隨著人們生活水平的提升，潛在市場風(fēng)險存留于市場的各個角落。構(gòu)建智能科技的基礎(chǔ)設(shè)施體系，完善市場風(fēng)險監(jiān)控內(nèi)容，有利于防范市場風(fēng)險的發(fā)生。

[關(guān)鍵詞]風(fēng)險監(jiān)控;人工智能;市場風(fēng)險

[DOI]10.13939/j.cnki.zgsc.2021.17.188

1 選題背景

2020年4月16日，IBM政府業(yè)務(wù)中心發(fā)布報告《人工智能時代的風(fēng)險管理》。多年以來，AI的功能不斷地增多，應(yīng)用在每一個領(lǐng)域當(dāng)中，計算能力和數(shù)字化時代的巨大進(jìn)步，開創(chuàng)了人工智能的全新時代。人工智能的自主學(xué)習(xí)也在推動著AI革命中繼續(xù)扮演著不可或缺的角色，人工智能的自我學(xué)習(xí)能力技術(shù)的成功使它得以迅速傳播到所有行業(yè)當(dāng)中，包括政府以及政府機構(gòu)的工作當(dāng)中。當(dāng)AI時代面臨的挑戰(zhàn)不僅是如何以有效的方式去實現(xiàn)目標(biāo)，更加面臨著透明化以及市場潛在風(fēng)險管控等其他方面。這些因素必須納入與采用智能科技來改善防控市場風(fēng)險策略當(dāng)中。

關(guān)于市場風(fēng)險監(jiān)控歷程：

在20世紀(jì)80年代，人工智能解決了特定領(lǐng)域的問題，運用大量專業(yè)知識解決在市場風(fēng)險和醫(yī)療領(lǐng)域等地方取得了卓有成效，在龐大的數(shù)據(jù)庫中，移動互聯(lián)、物聯(lián)網(wǎng)、云計算的不斷發(fā)展，從而產(chǎn)生了海量的數(shù)據(jù)，為人工智能技術(shù)的發(fā)展提供了有效的訓(xùn)練，使得人工智能計算用于各類產(chǎn)業(yè)成為可能。

人工智能概念在20世紀(jì)90年代中，隨著人工智能發(fā)展的擴大，覆蓋及應(yīng)用領(lǐng)域和規(guī)模不斷地擴大，都基于各領(lǐng)域?qū)＜以O(shè)定的特定應(yīng)用系統(tǒng)，應(yīng)用的領(lǐng)域較為片面，普遍常識性知識不足、演算推倒判斷方法單一等問題都開始出現(xiàn)，市場風(fēng)險隨著物資供應(yīng)的不充足、市場價格的波動和各國稅收政策所帶來的風(fēng)險變化。市場風(fēng)險的潛在不確定因素導(dǎo)致人工智能存在大量嚴(yán)重失誤判斷，人們在人工智能的判斷重新有所擔(dān)憂。在進(jìn)入21世紀(jì)后，隨著互聯(lián)網(wǎng)和大數(shù)據(jù)時代的不斷擴大，云計算和互聯(lián)網(wǎng)技術(shù)不斷地成熟和完善，基于互聯(lián)網(wǎng)技術(shù)的成熟和大數(shù)據(jù)時代網(wǎng)狀結(jié)構(gòu)式分布主體下得以解決，從而使得人工智能技術(shù)得到提升。

2016年3月5日，一個A1phaGo 的人工智能程序打敗了人工智能程序在圍棋中擊敗了人類世界的冠軍。圍棋游戲存在的走法的可能性數(shù)量是無法能夠想象的。A1phaGo最終是以4-1的成績?nèi)〉昧私^對的勝利，在此之外在不確定的外界環(huán)境當(dāng)中、全新的學(xué)習(xí)環(huán)境和上千萬種的策略方式來應(yīng)對不一樣的格局方式，A1phaGo能展現(xiàn)出一些顯著的進(jìn)步。但在今后的兩周中，一款名為Tay的聊天機器人作能夠利用相互交流從而在人類身上學(xué)習(xí)到有用的東西，使得人工智能在今后市場風(fēng)險監(jiān)控判斷和機器自我學(xué)習(xí)能力等領(lǐng)域能得到進(jìn)一步的提高。

2 智能科技當(dāng)前的風(fēng)險性及未來發(fā)展

2.1 人工智能科技當(dāng)前的風(fēng)險性

在21世紀(jì)，人工智能的發(fā)展在大部分領(lǐng)域中已經(jīng)獲得了重大的突破和成就，在市場金融中，市場風(fēng)險問題也同樣很明顯。

絕大多數(shù)人覺得人工智能終將取代人類，讓人工智能統(tǒng)領(lǐng)人類世界的數(shù)據(jù)領(lǐng)域。人工智能的便利能夠改善金融機構(gòu)潛在風(fēng)險和市場風(fēng)險的工具。當(dāng)今銀行和金融行業(yè)的體系不斷完善。在市場風(fēng)險中，重新定價的不對稱性能使得收益率曲線的斜率、形態(tài)發(fā)生變化，收益率曲線并非正常移動，對銀行的收益率和市場內(nèi)在經(jīng)濟產(chǎn)生不利影響，使得市場風(fēng)險提高。人工智能在數(shù)據(jù)領(lǐng)域當(dāng)中能夠做到“專家”程度，能夠在進(jìn)一步加深對內(nèi)在風(fēng)險評估和分析對更透徹、更清楚的信用風(fēng)險評估，能夠最大化地解決在市場風(fēng)險中的問題。但是人工智能的風(fēng)險還存在著局限性，它不能夠精確地去判斷市場風(fēng)險的潛在風(fēng)險，會使其導(dǎo)致不可預(yù)估的損失，就像如今的智能航空一樣，也許它所計算的航班軌跡和準(zhǔn)確性的降落時間，但是在突發(fā)事件，也稱為不確定性風(fēng)險，也終將是由人類去手動操縱。在市場風(fēng)險當(dāng)中，它存在大量的不確定性因素，它包括在市場交易，金融市場中的投資組合管理和對人們的信用風(fēng)險評估等許多領(lǐng)域當(dāng)中，人工智能領(lǐng)域尚處于在一個實驗階段，與能舉一反三、進(jìn)行自我修正分析，可與人類進(jìn)行互相學(xué)習(xí)思考，能夠更具外界的不確定性和更完善的規(guī)劃設(shè)計人腦的思維判斷和推理決策能力等方面，在人工智能科技“強人工智能”能力還很單一，不能推理完善決策分析過程，依然存在較為明顯的風(fēng)險性。

2.2 人工智能項目處于實驗階段的主要原因

人工智能科技項目未能達(dá)到更完善的市場風(fēng)險管控存在著多方面的原因。

2.2.1 機器學(xué)習(xí)問題

機器學(xué)習(xí)是人工智能的重要過程，人工智能的學(xué)習(xí)大多依靠人類的數(shù)據(jù)分析以及對程序設(shè)計的預(yù)判，不能夠有效判斷及解決具有潛在危害的市場風(fēng)險為目的的判斷抉擇。

2.2.2 法律完善問題

人工智能行業(yè)的興起，嚴(yán)重威脅到了不同行業(yè)的失業(yè)問題。為了解決人工智能進(jìn)入人類學(xué)習(xí)中引發(fā)的問題，需要起草和實施進(jìn)一步的規(guī)定。人工智能機器大部分需要依靠著金融衍生工具和大數(shù)據(jù)演算作為輔助進(jìn)行推演，數(shù)據(jù)和技術(shù)特定部門以及市場分析人員及部門最為渴望出臺和實施新的政策。

2.2.3 數(shù)據(jù)動態(tài)問題

人工智能的應(yīng)用所面臨的重要問題是過于依賴歷史人類受儲備的大數(shù)據(jù)庫中，人工智能局限于人類編寫判定的程序結(jié)構(gòu)當(dāng)中，而不能根據(jù)市場動態(tài)以及各國政策等信息不對稱性問題來進(jìn)行自我學(xué)習(xí)訓(xùn)練，這種數(shù)據(jù)動態(tài)失衡將會影響人工智能建模分析的時效性。

2.2.4 數(shù)據(jù)準(zhǔn)確性問題

人工智能是通過大數(shù)據(jù)挖掘，對市場風(fēng)險的分析做出判斷，從而進(jìn)一步預(yù)測市場風(fēng)險的變化以及對基準(zhǔn)利率變化和外匯交易等變化過程，有效監(jiān)控市場風(fēng)險中部分違法行為。但是市場數(shù)據(jù)質(zhì)量參差不齊，市場公司業(yè)績的不完善性都會導(dǎo)致人工智能的演算結(jié)果存在著嚴(yán)重錯誤，影響人工智能建模的準(zhǔn)確性。

2.2.5 市場監(jiān)管問題

人工智能尚處于“弱人工智能”方向，暫處于單一處理多種數(shù)據(jù)分析能力。隨著人工智能的不斷完善，人工智能模型將能在市場中收集更多的數(shù)據(jù)進(jìn)行演算，可以分析更大工程復(fù)雜的大數(shù)據(jù)。數(shù)據(jù)和隱私風(fēng)險也隨之增長，會導(dǎo)致市場監(jiān)管風(fēng)險難度增大，數(shù)據(jù)泄露和人工智能發(fā)生故障及人為編程錯誤的可能發(fā)生概率加大，也隨著安全、隱私和公司數(shù)據(jù)泄露等風(fēng)險，導(dǎo)致了市場監(jiān)管的缺失。

3 人工智能在未來的發(fā)展過程

人工智能技術(shù)衍生出來新一代的產(chǎn)業(yè)變革，在世界各國都定制了各領(lǐng)域的人工智能發(fā)展規(guī)劃和布局，是新產(chǎn)業(yè)和新領(lǐng)域開發(fā)的起點。在金融機構(gòu)、技術(shù)和金融科技公司對人工智能投資增長重燃了興趣;谷歌確立了從“人工計算”轉(zhuǎn)向“智能計算”的重要戰(zhàn)略;在人工智能交通領(lǐng)域中，百度有著重要的突破，成為中國人工智能的扛旗者。在人煙稀少的新疆，與微軟一同合作布局人工智能，成為無人機行業(yè)在農(nóng)業(yè)以及生態(tài)監(jiān)控領(lǐng)域有著重要的突破。BlackRock、Two-Sigma、Renaissance Technologies等基金管理公司利用人工智能，在對風(fēng)險管理的規(guī)避及市場風(fēng)險的防控有著重要的戰(zhàn)略部署。螞蟻金服也利用人工智能技術(shù)，在金融市場風(fēng)險中提升風(fēng)控能力，提高效率，改善用戶體驗和減少大量的信息不對稱性。人工智能廣泛分布在各個領(lǐng)域當(dāng)中，在市場風(fēng)險監(jiān)控有著重要的突破。人工智能日益成為我國新經(jīng)濟發(fā)展的新領(lǐng)航。

人工智能從“淺層思維”轉(zhuǎn)換為“多維思維”，在某些領(lǐng)域從“單一化判斷”走向了“多元化判斷”。隨著數(shù)據(jù)、算法、程序源方面的技術(shù)有著重大的提升，人工智能在未來市場風(fēng)險控制將更好的呈現(xiàn)。

3.1 從“快速思維”到“智能思維”

市場風(fēng)險領(lǐng)域中，人工智能有著專業(yè)化的推理突破，在多個領(lǐng)域中能夠有效判斷市場風(fēng)險潛在危害。多個國家將人工智能管控風(fēng)險作為今后發(fā)展戰(zhàn)略之一;在Aidiya、Sentient Technologies公司通過實現(xiàn)“數(shù)據(jù)濃縮”，使用機器學(xué)習(xí)和進(jìn)化算法的結(jié)合來有效進(jìn)行“智能思維”判斷進(jìn)行有效分析識別潛在市場分析;螞蟻金服有著決策算法策略（Algorithmicdecision），通過程序框圖同時進(jìn)行大量數(shù)據(jù)的判斷，能夠有效地提升服務(wù)效率，有效降低市場風(fēng)險的潛在危害;人為手動布局算法流程復(fù)雜，大量的數(shù)據(jù)分析和條例大大地降低效率。人工智能能夠改善服務(wù)成本大的問題，從而真正地實現(xiàn)智能高效市場的風(fēng)險規(guī)避。

3.2 人工智能提高市場風(fēng)險判斷的準(zhǔn)確性

人工智能需要利用大量的數(shù)據(jù)進(jìn)行對市場風(fēng)險的判斷，通過對舊數(shù)據(jù)的匯總分析，進(jìn)一步預(yù)測市場風(fēng)險中現(xiàn)金流和收益利差的嚴(yán)重變化，有效規(guī)避收益率曲線風(fēng)險，有效進(jìn)行對重新定價的不對稱性有著重新分析。隨著人工智能和機器學(xué)習(xí)的結(jié)合，可以給市場風(fēng)險中的匯率風(fēng)險、基準(zhǔn)風(fēng)險和股票風(fēng)險有著重要風(fēng)險防范。通過人工智能的分析有效防止在部分國家政策法規(guī)的變更，金融交易活動存在著過度的投機現(xiàn)象的存在，能夠促進(jìn)市場風(fēng)險的穩(wěn)定發(fā)展，能夠更快、更有效的幫助各個行業(yè)解決存在大量數(shù)據(jù)的分析和信息不對稱等潛在風(fēng)險問題，能夠通過非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化，通過各地區(qū)行業(yè)的關(guān)聯(lián)形成企業(yè)知識網(wǎng)，從而降低企業(yè)面臨著重要市場風(fēng)險和公司存在的潛在債務(wù)危機。人工智能技術(shù)能夠?qū)蛻舻慕鹑谝蠛蛯κ袌鲲L(fēng)險的管控進(jìn)行精確分析，潛在市場風(fēng)險管控會成為未來在各行業(yè)的常態(tài)，傳統(tǒng)風(fēng)險分析模式將逐漸推出各行業(yè)的管控模式。

參考文獻(xiàn)：

[1]谷政，石巋然.金融科技助力防控金融風(fēng)險研究[J].審計與經(jīng)濟研究，2020，35（1）：11，16-17.

[2]任立位.人工智能發(fā)展及在金融支付上的應(yīng)用[J].金融科技時代，2020，28（3）：22-27.

[3] 譚鐵牛.人工智能的歷史、現(xiàn)狀和未來[J].求是，2019（4）：39-46.

[4] MARIA KOROLOV.人工智能項目失敗的6個原因[EB/OL].（2019-08-14）.http：//www.robot-china.com/news/201908/14/58348.html.

[5]易憲容，鄭麗雅，何人可.金融科技合約關(guān)系的實質(zhì)、運行機理及風(fēng)險防范[J].社會科學(xué)， 2019（5）：40-49.

[6]吳田，胡海青，張丹，等.基于復(fù)雜網(wǎng)絡(luò)的交叉性金融業(yè)務(wù)風(fēng)險傳染仿真[J].系統(tǒng)工程， 2018（1）：26-34.

[7]周小川.守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線[N].人民日報， 2017-11-22.

[8]邱兆祥，劉永元.金融科技發(fā)展對金融穩(wěn)定的影響及對策研究[J].教學(xué)與研究， 2019（2）：28-34.

[9]楊成長.多管齊下防控系統(tǒng)性金融風(fēng)險[N].中國證券報， 2018-03-24.

[10]Euromoney Institutional Investor Thought Leadership.機器中的幽靈：金融市場中的人工智能、風(fēng)險及監(jiān)管[R].2016.

[11]漆遠(yuǎn).云棲大會 金融智能專場——金融智能的發(fā)展實踐與思考[EB/OL].（2019-09-20）.https：//kuaibao.qq.com/s/20190929A0LKA400？refer=spider.

[作者簡介]陳瀚彬，男，漢族，廣東東莞人，就讀于廣東理工學(xué)院，研究方向：金融。