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，人工智能在風險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、人工智能風險識別的發(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用情況進行分析，并對現(xiàn)存的問題和對策進行了論述。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)濟轉(zhuǎn)型提供更加強有力的支撐。

關(guān)鍵詞：人工智能 互聯(lián)網(wǎng)金融 信用體系 風險管理

中圖分類號：F832.2 文獻標識碼：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)。互聯(lián)網(wǎng)金融將在未來支撐經(jīng)濟轉(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)品和應用，如第三方支付、信用消費、產(chǎn)業(yè)融資、個人借貸、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個階段：第一個階段是傳統(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)務等；第二個階段是互聯(lián)網(wǎng)金融起步階段，主要體現(xiàn)為網(wǎng)絡錢包、網(wǎng)絡貨幣等；第三個階段是互聯(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代。2016年，全國第三方在線支付規(guī)模達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)信用走進了人們的日常生活。互聯(lián)網(wǎng)技術(shù)以其高共享機制、高透明度、良好協(xié)作性、低成本、高服務實時性等優(yōu)勢，促使金融和科技將更加深度的融合，實現(xiàn)金融普惠的市場價值，體現(xiàn)數(shù)字經(jīng)濟的創(chuàng)新特征。現(xiàn)在互聯(lián)網(wǎng)金融已是經(jīng)濟轉(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)濟發(fā)展分為以下幾個過程：自然經(jīng)濟時期（物物交換為主）、貨幣經(jīng)濟時期（貨幣媒介交換為主）以及信用經(jīng)濟時期（信用媒介為度量）。互聯(lián)網(wǎng)金融模式是典型的信用經(jīng)濟。信用及信用體系是信用經(jīng)濟發(fā)展和運轉(zhuǎn)的根基。

2.1 關(guān)于信用

從社會學視角出發(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)濟學視角出發(fā)，信用是契約精神約束下，交易及價值流通過程中通過讓渡貨幣或商品以獲得可償還債務的價值流動；從法學和行政管理學的視角來看，信用是通過征信管理、信用評估等方式對信用行為、信用記錄進行規(guī)則化管理的體系制度。在信用經(jīng)濟時代下，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，包含社會治理層面的信用法律法規(guī)體系、社會服務層面的信用服務體系、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)管體系以及價值觀層面的誠信體系。信用體系會設(shè)立對應的懲戒機制。

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、央行為主的信用機構(gòu)建立的征信服務體系。二是以互聯(lián)網(wǎng)公司為主的信用機構(gòu)，比如京東金融、支付寶、財付通等互聯(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，服務寬度和廣度更強。

3 人工智能在風險識別領(lǐng)域的發(fā)展

3.1 人工智能發(fā)展情況

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

3.2 人工智能在風險識別領(lǐng)域的應用情況

目前人工智能在風險識別領(lǐng)域的應用主要分為3類：第一類是以規(guī)則為主的模式識別；第二類是以機器學習（統(tǒng)計學習）為主的模式識別；第三類是以深度學習為主的模式識別。以規(guī)則為主的識別方式需要首先通過人工定義規(guī)則，計算機按照已定義的規(guī)則對數(shù)據(jù)進行分析后返回結(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)則下計算效率問題。在第二類以機器學習為主的模式中，研究學者將模式識別問題轉(zhuǎn)化為統(tǒng)計學、概率學的問題。通過對大規(guī)模數(shù)據(jù)的分析，使用特定的機器學習方法或工具構(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、支持向量機、KNN、K-Means等。第三類的模式識別方式以神經(jīng)網(wǎng)絡為核心，通過反向傳播對神經(jīng)網(wǎng)絡模型進行訓練，生成的模型和算法可以充分體現(xiàn)訓練數(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、多層感知機、神經(jīng)網(wǎng)絡、CNN（卷積神經(jīng)網(wǎng)絡）、RNN（循環(huán)神經(jīng)網(wǎng)絡）、LSTM（長短時記憶神經(jīng)網(wǎng)絡），以及加入Attention（注意力機制）、GAN（對抗機制）、遠程監(jiān)督等機制的優(yōu)化算法。

4 人工智能在互聯(lián)網(wǎng)金融信用體系及風險控制中的應用

4.1 當前應用情況

人工智能在互聯(lián)網(wǎng)金融信用體系及風險控制領(lǐng)域有以下幾類應用：一是應用人工智能對風險進行評估。機器學習、神經(jīng)網(wǎng)絡等能夠在大規(guī)模數(shù)據(jù)中歸納出數(shù)據(jù)內(nèi)的非線性關(guān)系，進而進行風險識別和評估。二是結(jié)合專家系統(tǒng)的應用。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)揮知識體系和實踐經(jīng)驗的價值，對風險進行預測和判定，并采用風險應對策略。

在金融風險識別領(lǐng)域，人工智能技術(shù)已有了較多的應用實踐和解決方案。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的邏輯，在信用欺詐等特定領(lǐng)域構(gòu)建了風險識別體系。

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

結(jié)合人工智能技術(shù)，構(gòu)建互聯(lián)網(wǎng)金融信用體系及風險控制應用需開展以下幾項工作：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)、各金融機構(gòu)、各互聯(lián)網(wǎng)金融機構(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)對風險行為特征的嵌入和訓練，進而對風險進行分類識別。

5 存在的問題、對策及展望

5.1 當前存在的問題及對策

當前存在的問題包括以下幾點：一是當前的應用仍遵循常規(guī)程序。現(xiàn)階段的人工智能應用還是按照既定流程和標準程序來完成工作。二是存在數(shù)據(jù)泄露和非法使用數(shù)據(jù)的風險。三是人工智能平臺存在系統(tǒng)性風險。這類風險體現(xiàn)在硬件體系和運維體系中。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、事件責任認定困難，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險領(lǐng)域的應用。

5.2 對于未來發(fā)展的展望

立足當下，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)展帶來了負面影響，需要盡早研究、應對與解決。希望互聯(lián)網(wǎng)金融未來在人工智能信用體系、信用風險管理及信用區(qū)塊鏈等創(chuàng)新模式應用支撐下，為經(jīng)濟轉(zhuǎn)型和發(fā)展提供更加強大的驅(qū)動力。

參考文獻

[1] 楊濤.對人工智能在金融領(lǐng)域應用的思考[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)域應用現(xiàn)狀及安全風險探析[J].金融科技時代，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.人工智能在金融風控中的應用探索[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)和風險管理研究[D].南京大學，2018.

[7] 劉濤.人工智能與金融風險防范——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.智能時代下金融業(yè)的發(fā)展研究[J].齊齊哈爾大學學報：哲學社會科學版，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)風險防控[J].現(xiàn)代商業(yè)銀行，2018（2）：50-53.