王颖

摘要：我国科技金融服务近年来已取得长足进展。目前，在人工智能技术快速发展的新形势下，人工智能技术和科技金融有机结合，已成为促进科技金融服务快速发展的新手段。本文讨论了科技金融服务和人工智能结合的现状和发展趋势，分析了人工智能和科技金融服务结合点，以及人工智能对科技金融的促进作用和发展前景。

关键词：科技金融 人工智能 风险防控

一、科技金融和人工智能发展现状

科技金融主要是指科技与金融产业的有机结合，是产业金融的重要组成部分，发展科技金融的目标在于以金融服务创新来支持实体经济，推动科技创新创业快速发展。我国科技金融服务平台已有了长足的进展，对于科技创新、科技成果成果转化、和相关产业发展起到了很大的促进作用。

目前，人工智能已成为国际竞争的新焦点，人工智能技术在核心技术和典型应用上都已出现爆发式进展。随着平台、算法、交互方式的不断更新和突破，人工智能展现出了非常广阔的发展前景。人工智能技术的应用将协助银行建立更全面、更完善的征信和审核制度，并从全局角度、在全部流程中监测金融系统状态，进一步从深度和广度上全面抑制各类金融欺诈行为，为贷款等金融业务提供更科学、更客观的依据，同时，也可以从各个角度为机构与个人的金融安全提供强有力的保障。

科技金融已成为人工智能最好的应用领域之一。虽然人工智能在金融领域的应用就应用成熟度层面处于领先地位，但在科技金融中的应用仍具有极大的深度挖掘空间，发展速度仍远远滞后于社会的需求。

科技金融发展不足的主要原因：在金融机构层面，虽然国家已经提出了一系列促进科技金融产品和服务创新的政策和措施，并通过一系列的具体运作来推动中小企业科技创新发展，但一些金融机构从规避风险角度出发，倾向于将资金投向风险较小的国有大中型企业，导致科技企业融资难问题仍未从根本上解决;同时，一些金融机构的信贷机制在资金投放上，没有充分考虑科技型企业的发展特点，也同样导致科技型企业融资困难的局面出现;从科技型企业自身特点上看，科技型企业，特别是中小微企业，普遍具有較强的创新能力，提供的产品和服务科技含量高、相对其他行业来说，收益较高，但同时伴随的是高风险和产品的不稳定性。科技型企业的价值主要是无形资产，如知识产权、高端技术、可提供的高技术服务等，这类价值不像固定资产可以量化，对于金融机构风险防控有较大困难。此外，对科技型企业，目前还缺乏整体评价体系，对科技型企业的信用、产品结构及发展趋势，还未制定完善的评估标准。

二、人工智能给金融行业发展带来的机遇

人工智能和金融科技的有机结合，其具备的效率高、成本低、全天候等独特优势，已成熟应用在量化交易、信用评估、身份识别等领域，不仅能协助完成海量数据分析，还满足了金融服务对便利性和快捷性的要求，对金融业产生了积极的推动作用。

人工智能能够根据用户不同的信用评级，有针对性地充分考虑用户自身的特点，为不同企业精准匹配资金需求，推送适合的信贷产品。使用户摆脱在海量产品中盲目选择的局面，享受到精准、优质的金融服务。人工智能技术可以对资金用户的额度需求、用款时间、还款能力、还款意愿等信息进行综合评估，全方位给出用户画像，给金融机构提供用户精准的信贷解决方案。

在金融机构的风险防控上，人工智通过多维数据分析，可以将风险防控提前到营销节点，最大程度提升金融机构的风险防控水平，有效降低金融机构的不良率，同时大幅度提高金融机构的经营效率。

三、人工智能技术对科技金融的促进作用

人工智能技术重塑了传统金融的业务运作模式和流程。在科技金融层面，最终将会形成供给能力充沛、经营成本低廉、风控能力强大、客户获取便利、运转效率高效的全新金融生态。这主要表现在征信、风险防控和投资决策几方面。

首先，在征信方面。征信是依法采集、整理、保存、加工自然人、法人及其他组织的信用信息，并对外提供信用报告、信用评估、信用信息咨询等服务，帮助金融机构判断、控制信用风险，进行信用管理的活动。传统金融行业一般需要依靠人工对企业进行尽调才能完成征信任务，需要投入大量的人力、物力。目前，大量的科技型中小微企业缺乏全面、完整的征信数据，如何解决科技型中小微企业的征信问题，已成为科技金融发展的瓶颈。人工智能和大数据技术的发展，使金融机构可以合规而全面地通过多种渠道，获取中小微企业多维度的数据，如电商、运营商、社交媒体、金融机构、公积金管理部门、社保、工商登记信息、司法信息等，在此基础上，利用深度学习、机器学习等人工智能技术和工具，对这些大数据分析，提取其中的有价值信息，从而获得其较为全面的数字画像，按照一定的评价体系和算法规则计算，确定该目标对象的综合信用评分，并以此作为传统金融机构开展业务的重要依据。随着数据量的积累，这种评分将会更加全面、更加真实，计算规则也会随着技术的发展，更加完善。显然，和传统的征信评分相比，基于人工智能的征信评分，更能符合目标对象的真实信用情况，完全可以作为金融机构给中小微科技企业提供金融服务的重要依据。

在风险防控上，基于大数据和人工智能技术，金融机构可以将大数据、人工智能与风险管理深度结合，深度挖掘数据关联，建立完备的评价系统，对贷款实现全过程的监管和防控。贷前，金融机构可以利用人工智能技术，对企业信息的真实性进行识别、分析其还款意愿以及还款能力;贷中，可以通过监控贷款人的行为数据，利用机器学习、知识库技术等，及时发现贷款人经营异常或行为异常;贷后，可以通过反馈数据，完善计算规则、各类评价指标体系，完善人工智能信用评分系统。

投资决策方面，人工智能技术的应用在根本上改变了金融机构的传统人工操作方法。通过大量数据分析基础上做出的投资决策，其准确性、信息获取和分析的效率及范围远远超越人类投资顾问。人工智能具备的数据分析能力体现了强大的优势，将人工智能的自然语言处理技术，深度学习及分析能力应用于投资分析领域，可以从海量数据中挖掘、寻找企业的发展趋势、探查市场变化的规律。同时，对于一些有固定格式的文本，利用人工智能技术，可以自动生成大量格式固定的文档，比如招股说明书、研究报告、尽调报告和投资意向书等，从而大大提高效率，减少重复性工作，使管理人员把精力投向更高层面，大大提高管理水平。

四、人工智能的风险和监管问题

人工智能技术的应用有助于金融机构提高运营效率、降低风险损失，促进科技金融快速发展。然而，不成熟的人工智能也可能导致系统性风险，影响金融稳定。可见，对金融领域中的人工智能系统进行监管很有必要。

首先，人工智能的算法规则、应用软件等均是由人工制定编写，不可避免地会出现恶意代码威胁等问题，必须加强监管、提升安全环境水平、避免网络攻击导致系统损坏等情况。其次，人工智能提供的金融服务还具有法律方面的风险，该领域监管仍然空白，当用户由于人工智能提供的服务而遭受损失时，责任方难以确定。目前，法律也未规定各责任方的责任分担机制。第三，需要在知情权和个人隐私上找到平衡点。保护用户知情权，需要对人工智能系统的运行原理、运行情况等信息进行充分披露;但另一方面，也需要对人工智能系统的信息进行保护，防止信息泄露，从而给金融机构或者企业带来损失。最后，人工智能对金融机构的从业人员提出了更高的要求。只有对人工智能的相关知识有所掌握，正确理解人工智能系统的运作方式，了解人工智能的系统算法，才能完成对人工智能系统的监管，才能全面地做好人工智能系统的测评过程。

参考文献：

[1]傅丹阳.人工智能技术在金融领域的应用探究[J].科技经济周刊，2018（26）：30-31.

[2]蒋涛涛.人工智能时代下金融科技的创新格局[J].金融经济，2018（24）：52-53.

基金项目：河南省软科学研究项目（182400410099）。

作者单位：河南省科研生产试验基地管理服务中心