![](/skin/bot-fixed-zx.png)
随着核心算法的突破、计算能力的迅速提高以及海量互联网数据的支撑,人工智能(AI)在产业应用上取得了质的飞跃,在社会各个领域都发挥出其独特的优势,并对社会发展产生了深远影响。目前,中国的人工智能研究及应用正处于爆发期。中国政府高度重视人工智能发展,在2017年7月印发的《新一代人工智能发展规划》中描绘了未来十几年中国人工智能发展的宏伟蓝图,将人工智能发展放在国家战略层面系统布局。 人工智能的应用现状 人工智能在金融领域的应用 近年来,全球金融业正在人工智能的催化下悄然改变。比如,以人工智能为核心的智能投顾在全球迅速发展,机器人替用户理财成为新趋势。智能投顾通过构建相应的学习机制并以此为数据库,运用自主学习、推理及决策能力,在提供资产配置、投资策略及拟定并执行交易策略等方面大幅提高了效率及精准度。Statista数据显示,2017年全球智能投顾管理资产高达2264亿美元,到2022年,这一规模将高达约1.4万亿美元。 中国金融业紧随国际步伐,也开始了应用人工智能技术的探索,其中互联网金融公司在人工智能研究和运用方面抢占了领先优势。例如,阿里旗下的蚂蚁金服已将人工智能运用于互联网小贷、保险、征信、资产配置及客户服务等领域并取得了良好效果。传统银行业也正在加速开启向智能银行的升级转变,如,招商银行开发了“天秤”系统用于欺诈风险控制,综合客户设备、环境、交易对手等几十个维度,2000多个变量,实现30毫秒内风险决策和亿级数据计算能力,达到百万分之一量级的资损水平;工商银行打造的智能防控体系,运用人工智能等科技手段为客户账户交易和资金安全提供全方位、智能化安全防护。 人工智能在金融监管领域的应用 人工智能技术能够用于识别异常交易和风险主体,检测和预测市场波动、流动性风险、金融压力、房价、工业生产、GDP以及失业率,抓住可能对金融稳定造成的威胁。对于将人工智能技术应用于金融监管,一些国家已经从探讨阶段步入实践。如,美国金融监管当局正在评估与投资相匹配的人工智能金融监管模式。澳大利亚证券及投资委员会(ASIC)、新加坡货币当局(MAS)及美国证券交易委员会(SEC),都在使用人工智能进行可疑交易识别,具体做法包括从证据文件中识别提取利益主体,分析用户的交易轨迹、行为特征和关联信息,更快更准确地打击地下洗钱等犯罪活动。日本外汇管理局(JPX-R)和东京证券交易所(TSE)宣布将人工智能应用于市场监督业务,以检测市场操纵等不当行为。 在中国,人民银行反洗钱监测分析中心积极探索人工智能技术在非结构化数据处理、统计分析、数据集中等领域的运用,时时甄别高频交易、量化交易等高速情况下发生的不合规交易,利用反洗钱软件进行反洗钱监控活动。2017年5月,人民银行成立金融科技(FinTech)委员会,提出要“强化监管科技(RegTech)应用实践,积极利用大数据、人工智能、云计算等技术丰富金融监管手段,提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力”。2018年,中国证监会正式印发《中国证监会监管科技总体建设方案》,立足于我国资本市场的实际情况,在加强电子化、网络化监管的基础上,通过大数据、云计算、人工智能等科技手段,为证监会监管提供全面、精准的数据和分析服务。 2 在外汇监管领域引入人工智能技术的必要性 近年来,外汇管理局一方面深化简政放权,稳步推进外汇管理领域改革,推动外汇市场开放,促进贸易投融资便利化,积极服务于全面开放新格局和实体经济发展;另一方面不断强化事中、事后监督,加强信息化建设,依托新平台、新技术实现对各领域外汇业务的监测分析,为管理决策提供强大的数据支撑。但我们也要看到,在外汇形势变化莫测、外汇交易量迅猛增长的今天,传统外汇监管体系面临着巨大挑战。 一是随着我国经济的不断发展和全面开放新格局的推进,外汇市场的市场化程度大幅提升,境内外交易主体活跃度高。而信息技术的快速发展,使外汇交易变得更为方便和低廉,电子交易令更多本无缘外汇交易的投资者,特别是散户投资者进入到外汇市场,刺激了外汇交易量的迅猛增长。面对海量的交易数据,人工监管体系的数据处理和分析效率已明显跟不上外汇交易的发展形势。 二是随着外汇管理方式的不断改革,市场主体开展绝大部分外汇交易时已经不需要到外汇管理部门进行备案或者审批,外汇管理的模式从重视事前审批转化为重视事中、事后核查,这就要求外汇管理部门不断提高对跨境资本异常流动的风险预判和对外汇收支形势的预测能力。而外汇管理人员目前更多地还是依靠设定指标阈值等传统方式来实现对异常数据的风险提示和预警,无法满足当前外汇监管的需求。 三是金融科技的快速发展带动了金融市场、金融方式和金融工具等全方位甚至颠覆性的创新。在外汇业务领域,金融机构为了吸引客户,不断推出新的外汇信贷和融资产品,催生诸多新型的外汇业务模式,给外汇市场的平稳运行带来了新的挑战,对外汇风险防范的穿透性、精准性和实时性提出了更高的要求。面对金融科技的蓬勃发展及其给外汇市场带来的新情况、新问题和新变化,传统的外汇监管体系难以及时有效应对。 四是人工监管能力不均、监管精准度欠缺。当前,利用监管数据开展事中、事后核查已成为外汇管理人员的日常工作。但由于现有的监测系统尚未实现对各类违规行为的智能监测,外汇管理部门对于市场主体行为的判断多依据自身经验,能否发现问题仍取决于外汇管理人员经验的丰富程度。而经验的丰富程度又取决于外汇管理人员的工作年限、学习能力及学习意愿等多方面因素,这导致外汇管理人员的能力参差不齐,依靠经验判断难以实现对违规主体的精准打击,影响监管的有效性。 相较于传统监管体系,人工智能存在明显的优势。首先是有效提高决策效率。人工智能可以快速地对大数据进行筛选和分析,帮助人们更高效率地做分析和决策。其次是具有更高水平的全局优化计算能力。能够发现更多人工监管发现不了的监管漏洞和不合规情况。再次是具有超强的学习能力。人工智能利用规则推理、案例推理、模糊推理等更好地识别与应对系统性金融风险。最后是工作稳定性高。人工智能可以不知疲倦地进行工作,在分析问题时几乎不受环境影响,监管系统可以依据监管规则即时、自动地对被监管者进行监管,避免由于缺乏激励约束机制导致的监管不力等问题。 3 应用人工智能构建外汇监管体系的探讨 推动数据标准化和共享机制的建设,扩大信息的采集范围 有效且大量的数据是使用人工智能技术的基础和前提。一是整合现有外汇管理系统内的数据,将跨境收支、外汇账户、货物贸易、资本项目、个人外汇等系统的数据充分整合,打破单一系统的固有监管模式,形成外汇管理系统数据的充分运用和整体联动监管模式。二是建立跨部门的数字化数据共享机制,打破信息孤岛,推动各个金融监管部门和非金融监管部门的数据共享。以数据集中和共享为途径,推动技术融合、业务融合,打通信息壁垒,形成全面覆盖、统一接入的数据共享大平台,实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务体系。 积极引导,推动外汇监管领域人工智能技术的应用 大力推动外汇监管领域的技术创新,通过制定鼓励政策推动关键性技术的研发和试验,提升监管部门、金融机构运用人工智能的意愿,积极探索运用人工智能技术解决外汇监管难题、提升监管效率。 一是引入监管科技(RegTech)打造外汇监管的事前安全区。可将发达国家在监管科技方面的典型创新模式沙箱监管(RegulartorySandbox)应用于我国外汇监管领域。以人工智能技术为依托,利用沙箱监管模式,建立一个外汇监管的沙箱测试环境,利用沙箱测试,迅速有效地评估出创新金融产品和金融服务的价值和风险性,以确定其能否顺利推广上市。通过外汇监管沙箱测试,外汇监管部门能对金融机构的创新产品有一个全面的了解,对其存在的风险性有较为深刻的认识,可以对其采取有针对性的监管方式,进行有效的风险防控。外汇监管沙箱测试,不仅鼓励了金融机构的外汇业务创新,又达到了有效防范风险的目的。 二是利用人工智能不断提升外汇管理的便利化水平。外汇监管部门可通过人工智能技术继续深化“放管服”改革,进一步简政放权,推行企业登记电子化,运用互联网登记服务平台,为申请人提供高效、便捷的准入服务。引导申请人通过电子化申报平台提交各类登记申请,申请人无须到登记窗口提交纸质材料,全流程无介质、无纸化,及时、快速智能核准,极大便利了企业和申请人,同时大大节省了外汇监管部门的人力成本。 三是运用人工智能预测和防范系统性风险。在宏观分析领域,运用深度学习技术,通过导入海量的历史金融数据,产生对当前外汇收支情况的预测和可能产生的跨境资金流动风险的预警。如,人工智能通过规则推理(Rule-BasedReasoning)可以反事实模拟不同情景下的金融风险,更好地进行系统性金融风险识别。而通过案例推理(Case-BasedReasoning),人工智能可以学习过去所有的监管案例,用过去的监管案例来评价新的监管问题、风险状况和解决方案,并对有关错误进行预防。外汇监管人员花费数十年只能积累有限的案例,而人工智能却可以在很短的时间内学习全球历史上所有的案例,并进行推理。 四是运用人工智能加强微观主体的监管效率。目前,主体监管是外汇监管的发展趋势。主体监管不仅仅覆盖了外汇监管,更应包括税务、商务、海关等各个方面的监管。随着跨部门数据整合和共享机制的建立,集中汇总和处理各职能部门的数据信息,通过人工智能梳理主体的海量信息,对主体经营情况的全貌一目了然。通过数据挖掘和深度学习技术,可以分析出某一特定市场主体可能出现违规或者风险的概率,预测其下一步可能产生的交易行为,为外汇监管提供有效的风险预警。 本文作者(葛军)
本文标题:AI在外汇监管领域的应用
本文链接:https://www.91pjz.com/zixun/3237.html
免责声明:文章不代表91联合立场,不构成任何投资建议,谨防风险。
版权声明:本文来源于91联合网站,转载请注明出处!侵权必究!