• <progress id="rrndj"></progress>
    <rp id="rrndj"></rp><rp id="rrndj"></rp>
    <rp id="rrndj"><nav id="rrndj"><input id="rrndj"></input></nav></rp>

    <progress id="rrndj"><i id="rrndj"><sub id="rrndj"></sub></i></progress>
    掃碼關(guān)注官方微信公眾號

    《人工智能+金融行業(yè)研究報告(2019)》連載之四:人工智能+金融應(yīng)用場景——To B 的業(yè)務(wù)場景

    2020-04-07





    隨著我國人均收入水平逐步上升,國民受教育程度普遍提高,政府出臺了一系列政策把控人工智能+金融行業(yè)的方向,人工智能+金融行業(yè)在良好的宏觀環(huán)境下迅速發(fā)展。在人工智能+金融產(chǎn)業(yè)鏈的三個層級中,與客戶聯(lián)系最緊密的是場景應(yīng)用層的企業(yè),根據(jù)企業(yè)提供金融業(yè)務(wù)的對象不同,應(yīng)用場景可以劃分為 To B 和 To C,To B 就是 To business,指的是面向企業(yè)或者特定用戶群體的產(chǎn)品,To C 就是 To customer,指的是產(chǎn)品面向消費(fèi)者的產(chǎn)品。隨著人工智能技術(shù)和金融行業(yè)的深度融合,企業(yè)落地的應(yīng)用場景越來越多,其中,To B 的業(yè)務(wù)場景包括智能投研、智能風(fēng)控和智能監(jiān)管,目前,人工智能在這三個業(yè)務(wù)場景中的應(yīng)用以輔助功能為主,未來隨著人工智能技術(shù)的進(jìn)一步發(fā)展和成熟,To B 的業(yè)務(wù)場景將出現(xiàn)更多的革新和進(jìn)步。

    客觀高效的智能投研場景

    投研的基礎(chǔ)是海量數(shù)據(jù)的搜集、積累和分析,因此傳統(tǒng)的投研工作人員需要花費(fèi)大量的時間處理數(shù)據(jù),智能投研的業(yè)務(wù)場景面向投研工作者,讓人工智能技術(shù)在數(shù)據(jù)搜集、數(shù)據(jù)處理、數(shù)據(jù)分析和結(jié)果輸出的過程中發(fā)揮作用,節(jié)約工作人員的時間,實(shí)現(xiàn)從數(shù)據(jù)搜集到觀點(diǎn)呈現(xiàn)的跨越。

    智能投研與傳統(tǒng)投研相比,在數(shù)據(jù)搜集、數(shù)據(jù)處理、數(shù)據(jù)分析和結(jié)果輸出的各個階段,都擁有高效客觀的特點(diǎn)。在數(shù)據(jù)搜集階段,傳統(tǒng)投研的數(shù)據(jù)來源龐雜,工作人員需要耗費(fèi)大量的時間精力,智能投研通過人工智能技術(shù)中的自然語言處理技術(shù)和語義搜索技術(shù),實(shí)現(xiàn)了對非結(jié)構(gòu)化數(shù)據(jù)的批量提??;在數(shù)據(jù)處理階段,傳統(tǒng)投研對于數(shù)據(jù)的提取并不完整,而且在處理時效率低下,智能投研利用知識圖譜自動提取段落、表格、實(shí)體和關(guān)系,高效地完成數(shù)據(jù)處理;在數(shù)據(jù)分析階段,傳統(tǒng)投研更加依賴主觀判斷,如果工作人員對數(shù)據(jù)理解有誤,就會產(chǎn)生有差錯的數(shù)據(jù)分析,智能投研在進(jìn)行數(shù)據(jù)分析的時候,可以利用機(jī)器學(xué)習(xí)的方法和知識圖譜的方法,進(jìn)行數(shù)據(jù)因果分析和大數(shù)據(jù)統(tǒng)計分析,利用搭建生成的模型輸出穩(wěn)定的分析結(jié)果;在結(jié)果輸出階段,傳統(tǒng)投研需要較長周期才能完成一次報告,后期調(diào)整過程復(fù)雜,智能投研在生成報告的時候可以利用自然語言處理技術(shù)快速生成報告,后期能夠?qū)崿F(xiàn)動態(tài)調(diào)整。

    表1 智能投研與傳統(tǒng)投研比較下的特點(diǎn)總結(jié)

    智能投研對于人工智能技術(shù)的要求較高,因此智能投研在分析判斷的靈活性上有局限性,目前,國內(nèi)的一些數(shù)據(jù)服務(wù)商開始進(jìn)入市場,例如 wind、東方財富 Choice 金融終端等已經(jīng)嶄露頭角,數(shù)據(jù)服務(wù)商將成為推動智能投研發(fā)展的核心力量。

    變被動為主動的智能風(fēng)控場景

    智能風(fēng)控采用機(jī)器學(xué)習(xí)、知識圖譜等人工智能技術(shù),在計算機(jī)中導(dǎo)入大量的金融數(shù)據(jù)和用戶信息,從數(shù)據(jù)中自動識別風(fēng)險交易,從中阻斷并自動報警,實(shí)現(xiàn)對金融風(fēng)險的管控。雖然智能風(fēng)控同時出現(xiàn)在 To B 場景和 To C 場景中,但是由于風(fēng)控對象一般是特定的高凈值用戶,或者是針對與金融機(jī)構(gòu)、銀行交易的其他企業(yè),因此將智能風(fēng)控歸類在 To B 的場景中。金融系統(tǒng)的固有風(fēng)險較大,且一旦觸發(fā)風(fēng)險波及甚廣,因此不能單純依賴人工的風(fēng)險控制手段,智能風(fēng)控能有效規(guī)避由于用戶逾期、申請欺詐等違約情況導(dǎo)致的損失,降低對正??蛻舻拇驍_,提升自動審批率。智能風(fēng)控系統(tǒng)在貸前、貸中和貸后中都發(fā)揮了巨大的作用。

    在貸前,智能風(fēng)控系統(tǒng)可以使用人工智能技術(shù)營銷獲客,營銷獲客可以分為數(shù)據(jù)收集、行為建模、用戶畫像三個階段。在數(shù)據(jù)收集階段,智能風(fēng)控系統(tǒng)通過語義搜索獲得網(wǎng)絡(luò)行為數(shù)據(jù),如果存在非結(jié)構(gòu)化數(shù)據(jù)可以利用自然語言處理技術(shù)進(jìn)行結(jié)構(gòu)化處理,或是從公開數(shù)據(jù)的網(wǎng)站中和內(nèi)部交易的系統(tǒng)中,獲取有特定偏好的用戶數(shù)據(jù),然后對這些數(shù)據(jù)進(jìn)行建模;在行為建模階段,智能風(fēng)控系統(tǒng)利用數(shù)據(jù)收集階段獲得的數(shù)據(jù),使用機(jī)器學(xué)習(xí)算法和自然語言處理的方法,預(yù)測出用戶的行為;在用戶畫像階段,智能風(fēng)控系統(tǒng)根據(jù)行為建模階段預(yù)測出的用戶行為,具體描述用戶可能的基本信息、購買能力、消費(fèi)習(xí)慣、興趣愛好,針對特定的用戶進(jìn)行貸款營銷。

    在貸中,智能風(fēng)控系統(tǒng)對提出貸款申請的用戶進(jìn)行貸款審核,在用戶申請貸款的過程中,使用機(jī)器學(xué)習(xí)的人臉識別功能對用戶的真實(shí)身份進(jìn)行精確的確認(rèn),然后根據(jù)用戶以往的互聯(lián)網(wǎng)行為數(shù)據(jù)、央行征信數(shù)據(jù)、公安和法院數(shù)據(jù)等,建立該用戶的違約模型,進(jìn)行風(fēng)險定價。

    在貸后,智能風(fēng)控系統(tǒng)可以掃描用戶的新增風(fēng)險,例如用戶是否向其他平臺提出借款申請、是否出現(xiàn)逾期、是否出現(xiàn)法院失信記錄以及手機(jī)號是否停用等等。除此之外,智能風(fēng)控系統(tǒng)還能監(jiān)控用戶的下一步行為,預(yù)測款項是否會逾期,使用催收策略模型向用戶催收。
    △ 圖1 智能風(fēng)控的實(shí)現(xiàn)過程
    智能風(fēng)控在一定程度上突破了傳統(tǒng)風(fēng)控的局限性,改變了傳統(tǒng)風(fēng)控中的被動管理模式,通過建立多個監(jiān)測模型實(shí)現(xiàn)了主動監(jiān)測,減少了時間成本和人力成本。然而,智能風(fēng)控的核心數(shù)據(jù)還不完善,風(fēng)控領(lǐng)域的優(yōu)秀人才供不應(yīng)求,征信的建設(shè)處于初步階段,因此智能風(fēng)控仍然需要進(jìn)一步的發(fā)展和完善。

     控制和防范風(fēng)險的智能監(jiān)管場景

    智能監(jiān)管是國家的金融監(jiān)管部門利用人工智能技術(shù),對銀行、金融服務(wù)等機(jī)構(gòu)以及上市公司等進(jìn)行監(jiān)管。智能監(jiān)管系統(tǒng)的主要監(jiān)管內(nèi)容是金融機(jī)構(gòu)是否存在高頻交易、算法交易、大額成交等異常行為,智能監(jiān)管系統(tǒng)主要分為在線監(jiān)控系統(tǒng)和離線審查系統(tǒng)兩大部分,在線監(jiān)控系統(tǒng)實(shí)現(xiàn)的是對交易實(shí)時監(jiān)控的功能,離線審查系統(tǒng)實(shí)現(xiàn)的是從積累的數(shù)據(jù)中識別異常交易的功能。

    智能監(jiān)管場景使用語義搜索查找數(shù)據(jù),利用自然語言處理技術(shù)處理非結(jié)構(gòu)化的數(shù)據(jù),通過機(jī)器學(xué)習(xí)建立金融機(jī)構(gòu)或是上市公司的基本畫像,設(shè)定特定的閾值,如果在線監(jiān)控系統(tǒng)中交易額達(dá)到了該閾值,則要對金融機(jī)構(gòu)或上市公司進(jìn)行監(jiān)管,離線審查系統(tǒng)利用知識圖譜建立交易間形成的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),判斷是否存在風(fēng)險以及風(fēng)險的傳導(dǎo)路徑等。

    表2 智能監(jiān)管的工作方式

    因此智能監(jiān)管可以控制市場的波動、控制交易風(fēng)險,并且還具有防范跨市場交叉性金融風(fēng)險的特點(diǎn),智能監(jiān)管的趨勢是進(jìn)一步強(qiáng)化前沿科技在金融監(jiān)管中發(fā)揮的作用,適應(yīng)計算機(jī)技術(shù)逐步融入金融行業(yè)的趨勢,利用大數(shù)據(jù)、云計算等人工智能技術(shù)豐富金融監(jiān)管手段,提升跨市場、跨行業(yè)的金融風(fēng)險防范水平,并且在防范基礎(chǔ)上提高化解風(fēng)險的能力。2018 年上交所提出,將以大數(shù)據(jù)平臺為基礎(chǔ),開展一系列人工智能新技術(shù)的課題研究,并且將研究結(jié)果應(yīng)用到實(shí)踐中,代表著金融監(jiān)管的智能化有普遍加強(qiáng)趨勢。

    人工智能技術(shù)為金融行業(yè)開創(chuàng)了一個新時代,但人工智能在 To B 的業(yè)務(wù)場景中并不是應(yīng)用得越多越好。人工智能技術(shù)可以幫助智能投研業(yè)務(wù)實(shí)現(xiàn)全自動化的辦理,取得更高的效率,但是對于智能風(fēng)控、智能監(jiān)管這樣的金融監(jiān)控場景而言,則需要謹(jǐn)慎應(yīng)用人工智能技術(shù),否則會對金融機(jī)構(gòu)甚至金融市場帶來震蕩。我國人工智能+金融行業(yè)的發(fā)展仍處于早期階段,人工智能技術(shù)與金融場景的深度融合需要業(yè)界機(jī)構(gòu)深化合作,未來隨著人工智能技術(shù)的進(jìn)一步發(fā)展和成熟,人工智能技術(shù)將成為金融行業(yè)的核心驅(qū)動力,To B 的業(yè)務(wù)場景也將出現(xiàn)更多的革新和進(jìn)步。


    白皮書預(yù)購須知


    王耀羚
    《人工智能+金融行業(yè)研究報告(2019)》
    如有購買裝訂版白皮書《人工智能+金融行業(yè)研究報告(2019)》需求,請聯(lián)系王耀羚老師,聯(lián)系方式:wangyl6@sem.tsinghua.edu.cn。



    參考文獻(xiàn):


    [1] 黃灝,呂士瑛,鄭鈞:人工智能和機(jī)器學(xué)習(xí)在金融服務(wù)市場中的發(fā)展及其對金融穩(wěn)定的影響[J] 金融會計,2018年05期,38-44
    [2] 王新華, 肖波. 人工智能及其在金融領(lǐng)域的應(yīng)用[J]. 銀行家, 2017(12):130-132.
    [3] 麻斯亮, 魏福義. 人工智能技術(shù)在金融領(lǐng)域的應(yīng)用:主要難點(diǎn)與對策建議[J]. 南方金融, 2018(3):78-84.
    [4] 中國人民銀行武漢分行辦公室課題組, 韓飚, 胡德. 人工智能在金融領(lǐng)域的應(yīng)用及應(yīng)對[J]. 武漢金融, 2016(7):46-47.
    [5] 王艷, 李鳳嬌, 薛怡. 人工智能在金融領(lǐng)域的應(yīng)用研究[J]. 中國集體經(jīng)濟(jì), 2019, 589(05):101-102.
    [6] 程東亮. 人工智能在金融領(lǐng)域應(yīng)用現(xiàn)狀及安全風(fēng)險探析[J]. 金融科技時代, 2016(9):47-49.
    [7] 張涵. 金融科技給監(jiān)管體系帶來新挑戰(zhàn)[J]. 中國國情國力, 2017(8):81-81.
    [8] 徐家力. 科技金融立法問題簡析[J]. 高科技與產(chǎn)業(yè)化, 2016(3):60-63.
    [9] 廖岷. 全球金融科技監(jiān)管的現(xiàn)狀與未來走向[J]. 新金融, 2016(10):12-16.



    王耀羚

    清華大學(xué)互聯(lián)網(wǎng)產(chǎn)業(yè)研究院研究員,管理碩士,持有PMP國際項目管理專業(yè)資格認(rèn)證。主要從事金融科技、產(chǎn)業(yè)升級、企業(yè)數(shù)字化轉(zhuǎn)型、人工智能行研、企業(yè)政府戰(zhàn)略規(guī)劃等領(lǐng)域研究。曾參與涉及產(chǎn)業(yè)轉(zhuǎn)型指數(shù)研究、互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展、金融科技行業(yè)分析、金融科技示范管理、十四五規(guī)劃社會治理課題、數(shù)字發(fā)展研究、跨境結(jié)算項目、工信部舉辦的中國云端與大數(shù)據(jù)高峰論壇項目籌劃工作、聯(lián)合艾瑞咨詢等知名市場調(diào)研機(jī)構(gòu)開展項目合作等。曾負(fù)責(zé)或參與編寫《云計算和人工智能產(chǎn)業(yè)應(yīng)用白皮書2018》《人工智能+零售行業(yè)研究報告2019》、《人工智能+金融行業(yè)研究報告2019》、《金融科技在小微企業(yè)信貸中的應(yīng)用發(fā)展研究報告》等。學(xué)術(shù)文章曾發(fā)表在數(shù)據(jù)雜志、中國工商銀行《現(xiàn)代商業(yè)銀行》等期刊。





    亚洲国产精品成人久久久_在线观看中文字幕日韩_中文字幕免费日韩不卡_99V久久综合狠狠综合久久
  • <progress id="rrndj"></progress>
    <rp id="rrndj"></rp><rp id="rrndj"></rp>
    <rp id="rrndj"><nav id="rrndj"><input id="rrndj"></input></nav></rp>

    <progress id="rrndj"><i id="rrndj"><sub id="rrndj"></sub></i></progress>