圓桌共話：金融數(shù)字化已經(jīng)走了多遠？還要走多遠？

編者按：近日，在微軟亞洲研究院第三屆創(chuàng)新論壇上，各成員企業(yè)與微軟亞洲研究院的計算機科學(xué)家們共同就 AI+ 行業(yè)的落地開展了一場跨越空間的思想碰撞。在論壇上的金融領(lǐng)域圓桌討論環(huán)節(jié)中，華夏基金總經(jīng)理李一梅、太平資產(chǎn)副總經(jīng)理徐鋼以及工商****軟件開發(fā)中心總經(jīng)理助理劉承巖，共同分享了數(shù)字化轉(zhuǎn)型在金融領(lǐng)域的應(yīng)用成果，并對該領(lǐng)域的未來發(fā)展進行了探討。

主持人：首先，請問李一梅女士，數(shù)字化轉(zhuǎn)型對金融投資領(lǐng)域有哪些影響？您覺得數(shù)字化轉(zhuǎn)型或者人工智能對該領(lǐng)域的發(fā)展趨勢又有哪些影響？

李一梅：金融數(shù)字化是整個資產(chǎn)管理行業(yè)近幾年來一直探討較多的命題。對華夏基金來說，目前需要真正提升的是投資研究能力，那么如何用數(shù)字化的方式提升投資邊界、投資體系科學(xué)化、以及投資業(yè)績長期的穩(wěn)定性，這是數(shù)字化過程帶給我們的巨大機會與挑戰(zhàn)。

從投資的數(shù)據(jù)化進程來講，數(shù)字化本身落實在“數(shù)字”上，金融企業(yè)未來面臨的重大機會，也是難題，就是怎樣把數(shù)據(jù)由孤島變成中臺。首先要考慮的是如何讓數(shù)字真正變成“原油”，而不僅僅是字節(jié)。在過去兩年，華夏基金成立了自己的數(shù)據(jù)中心和金融科技部，希望能夠讓金融科技真正幫助投資團隊在投研一體化的過程中擴展投資能力，同時，使整個體系更加科學(xué)化。在此，我們很驕傲地說，目前跟微軟亞洲研究院合作的項目就是真正地用機器學(xué)習(xí)提升投資能力。從2019年3月開始，和微軟亞洲研究院運用機器學(xué)習(xí)研究合作探索的 “AI+指數(shù)增強策略”給了我們巨大的驚喜，成績非常突出，從去年3月份到現(xiàn)在大概一年半的時間里，針對滬深300的增強接近20%，針對中證500的增強能接近30%，在整個行業(yè)里達到了前10%。

華夏基金總經(jīng)理李一梅

引入機器學(xué)習(xí)，我們也曾擔(dān)心基金經(jīng)理人會被淘汰。實際上，在判斷一個公司或者一個產(chǎn)業(yè)的發(fā)展時，人的思考模式是有局限性的，人容易對近期的事情賦值更高。而人工智能可以幫助基金經(jīng)理、研究員理性、客觀地看待產(chǎn)業(yè)歷史及企業(yè)上下游產(chǎn)業(yè)鏈的變化，輔助主動投資領(lǐng)域的基金經(jīng)理和研究員對企業(yè)價值和長期發(fā)展趨勢進行判斷。

華夏基金希望通過和微軟亞洲研究院在 AI 領(lǐng)域的探索，包括機器學(xué)習(xí)、知識圖譜的建立以及未來服務(wù)客戶方式的改變等，促進 AI 在金融行業(yè)的廣泛應(yīng)用，讓 AI+ 行業(yè)大有可為。

主持人：請問徐鋼先生，我們過去的合作都是在股****市場。其實投資標的不僅是股****，還有債券、不動產(chǎn)、上市公司等等，當投資標的多元化時，您認為機器學(xué)習(xí)、人工智能還有機會在其中扮演一些重要角色嗎？

徐鋼：人工智能、數(shù)字化對資產(chǎn)管理行業(yè)的重要性不言而喻。金融行業(yè)天生就有數(shù)據(jù)的需求，因為金融最初就是資金的融通，它讓我們對數(shù)據(jù)的真實性、準確性以及對數(shù)據(jù)的分析和收集都有較高的要求，只是早期都是用手工來做數(shù)據(jù)的記錄。后來有了計算機就有了電子化，有了互聯(lián)網(wǎng)就有了線上化，現(xiàn)在又進入了數(shù)字化階段。

從量化投資的發(fā)展來看，在海外已經(jīng)有幾十年的歷史，我們可以看到，不管在業(yè)界還是在學(xué)術(shù)界都取得了很多令人振奮的成績。在過去10年，整個量化投資在中國快速發(fā)展，培養(yǎng)了一批有影響力的量化投資從業(yè)人員，也包括我們太平資產(chǎn)的量化團隊。同時結(jié)合中國的實際情況，我們也發(fā)展出了一套具有中國特色的量化投資體系。

對于人工智能在量化投資的應(yīng)用方面，太平資產(chǎn)和微軟亞洲研究院在過去三年中保持了非常密切的合作，太平資產(chǎn)也是業(yè)內(nèi)較早探索 AI 如何賦能量化投資的機構(gòu)。現(xiàn)階段，我們直接應(yīng)用人工智能量化投資策略來管理的產(chǎn)品數(shù)量已經(jīng)達到6個，管理規(guī)模已超過20億。可以說，人工智能已經(jīng)在太平資產(chǎn)的量化投資方面占據(jù)了重要比例。這6支基于 AI 策略的量化投資產(chǎn)品自成立以來，大幅跑贏業(yè)績基準，超額收益非常顯著，并且人工智能應(yīng)用到量化投資以后，我們的收益風(fēng)險比、最大回撤以及波動率都得到了非常好地控制。

太平資產(chǎn)副總經(jīng)理徐鋼

人工智能除了應(yīng)用于股****，在所有標準類標的上都可以廣泛應(yīng)用，包括如股****、債券、期貨、期權(quán)等品種上。因為從時間維度和截面維度來看，標準類標的都具有較好的可比較性，這比較貼近機器學(xué)習(xí)中一個較為核心的假設(shè)，就是樣本數(shù)據(jù)來源于相同的分布。因此，標準類資產(chǎn)客觀上形成了一個龐大的優(yōu)質(zhì)數(shù)據(jù)來源，為機器學(xué)習(xí)模型的運用提供了比較優(yōu)質(zhì)的土壤。但對于非標準標的來說，這方面會欠缺一些，機器學(xué)習(xí)模型會缺少較好的數(shù)據(jù)土壤，所以還需要更多地探索。

隨著機器學(xué)習(xí)、人工智能技術(shù)在股****、債券、期貨、期權(quán)、利率、匯率等品種上的廣泛運用，未來人工智能也將在大類資產(chǎn)配置中發(fā)揮重要作用。傳統(tǒng)的量化投資工具已經(jīng)在大類資產(chǎn)配置領(lǐng)域應(yīng)用了多年，無一例外，這些傳統(tǒng)模型依賴許多非常強的假設(shè)，而理論上機器學(xué)習(xí)可以在相對來說弱得多的假設(shè)下給出較為合理的優(yōu)化結(jié)果，因此我們認為未來機器學(xué)習(xí)技術(shù)在大類資產(chǎn)配置中將發(fā)揮很大的作用。

我們經(jīng)常說，金融行業(yè)最主要的生產(chǎn)要素是資本和人力，但我相信，未來數(shù)據(jù)也將成為金融行業(yè)一個重要的生產(chǎn)要素。金融數(shù)字化還有很長的路要走，未來隨著技術(shù)的快速發(fā)展金融數(shù)字化的前景將越來越廣闊，人工智能在金融領(lǐng)域、資產(chǎn)管理領(lǐng)域的應(yīng)用將有無限可能。

主持人：請問劉承巖先生，您覺得人工智能在風(fēng)險管控，或者從政府監(jiān)管上，能做哪些事情？

劉承巖：在風(fēng)險管控方面，****涉及的面非常廣泛。我們現(xiàn)在在做普惠金融，這是國家的要求，也是****未來發(fā)展的重要著力點。普惠金融面臨的巨大挑戰(zhàn)是如何識別相應(yīng)的風(fēng)險，如何進行風(fēng)險防控，從而為客戶提供更精準和可持續(xù)的金融服務(wù)。近年來，各金融機構(gòu)在普惠金融業(yè)務(wù)的拓展方面發(fā)展很快。譬如，截至到今年一季度末，工商****中小微企業(yè)貸款余額達到5700億，貸款利率低于****業(yè)平均水平190個 BP，這在過去是難以想象的。

為什么這幾年金融機構(gòu)可以比較快速地在普惠金融方面拓展業(yè)務(wù)，在這當中發(fā)揮重要價值的就是數(shù)據(jù)，我們通過建立金融數(shù)據(jù)中臺，整合來自政府開放、工商注冊、金融業(yè)務(wù)等多方數(shù)據(jù)，建立面向中小微企業(yè)的授信、準入和風(fēng)控模型，通過大數(shù)據(jù)解決了****向中小微企業(yè)提供貸款面臨的信息不對稱的挑戰(zhàn)，為中小微企業(yè)提供經(jīng)營快貸、數(shù)字供應(yīng)鏈等多種在線秒批秒貸的普惠金融服務(wù)，大幅提升了金融服務(wù)實體經(jīng)濟的能力。

工商****軟件開發(fā)中心總經(jīng)理助理劉承巖

在欺詐風(fēng)險這方面，以前欺詐風(fēng)險因為數(shù)據(jù)、技術(shù)和算法的約束，欺詐風(fēng)險防范主要以事后為主，但事后已經(jīng)“病從口入”了。后來我們基于數(shù)據(jù)、云計算和人工智能技術(shù)等多技術(shù)的綜合應(yīng)用，實現(xiàn)了交易事中的欺詐風(fēng)險防控，將欺詐風(fēng)險防控入口和閘口前移，在業(yè)務(wù)申請和交易過程中直接進行事中欺詐風(fēng)險防控，累計為客戶避免損失162億元。

在金融投資理財方面，我們利用大數(shù)據(jù)和人工智能技術(shù)推出了智能投顧產(chǎn)品 AI 投。該產(chǎn)品基于我行精準的客戶畫像，運用人工智能算法，為不同客戶提供個性化的投資組合，實現(xiàn)了投資理財服務(wù)的千人千面創(chuàng)新，大幅降低了客戶投資理財?shù)拈T檻。

主持人：講到智能投顧，相信李一梅女士有一些觀點要分享。

李一梅：做“投顧”有兩步，一個是“投”、一個是“顧”。在“投”的層面，主要針對客戶畫像理解客戶不同的需求，真正地讓客戶得到需要的組合，不管是在人生發(fā)展的不同階段，或者是實現(xiàn)養(yǎng)老、教育等某一個特定的人生目標，我們都可以匹配客戶所需要的投資組合，這是“投”的過程。

而“顧”更為重要，因為“投”無法真正做到千人千面，它的維度可能是五個：錢的多少、時間長短、風(fēng)險偏好、投資地域、資產(chǎn)配置，排列組合后也沒有那么豐富。但是“顧”的環(huán)節(jié)就很可觀了，因為每個人在知識積累、對市場變化的應(yīng)對能力、對波動性的看法上差別都非常大。華夏基金在線下大概有20個網(wǎng)點，形成了一對一顧問模式，我們要通過智能化、數(shù)據(jù)化變成一對一的定制化服務(wù)，我們也可以通過標準化的組合來服務(wù)我們的客戶。

“顧”需要真正的溝通，今天我們通過數(shù)字化的方式與客戶溝通，將來我們還要實現(xiàn)與客戶產(chǎn)生共情的虛擬人物溝通，真正把“顧”這個環(huán)節(jié)做到每一個人的“顧”。可能以后還可以運用類似微軟小英中的人工智能技術(shù)，用其他語言和海外客戶進行交流。所以，和微軟亞洲研究院這樣的機構(gòu)合作可以拓寬我們的能力，幫助我們在“顧”這一環(huán)節(jié)上通過人工智能、數(shù)字化的方式真正觸達每一個心靈。未來，我們也特別希望能夠和微軟亞洲研究院的科學(xué)家以及優(yōu)秀的同業(yè)者一起繼續(xù)努力，將“投顧”能力飛到千家萬戶。