一、AI和机器学习在金融领域的发展情况

（一）发展的基本情况

AI可定义为计算机系统能够承担传统上由人类依靠其智力完成的任务。AI涵盖的领域较为广泛，机器学习是其中的一个分支，机器学习可定义为设计一系列“运算法则”，在完全没有或有限的人类干预下通过经验学习自动做出最优选择。近年，AI技术高速发展，在金融领域得到了较为广泛的应用。根据世界经济论坛（WEF）的报告显示，很多促进金融科技发展的因素推动了AI和机器学习在金融服务领域的发展，金融机构也有动力运用AI和机器学习来降低成本、进行管理风险、提升业务水平及增加收益。

（二）在金融领域的四方面应用

AI和机器学习在金融领域的应用可分为四个方面。一是面向客户（前台）的应用，包括信用评分、保险和面向客户的服务机器人；二是管理层面（后台）的应用，包括资本优化、风险管理模型和市场影响分析；三是金融市场的交易和资产组合管理；四是AI和机器学习被金融机构用于监管合规管理（“合规科技（RegTech）”），或者被金融监管当局用于金融监管（“监管科技（SupTech）”）。

 

AI和机器学习的应用案例

  

应用领域 应用内容面向金融客户的应用信用评级用于定价、营销和管理保险业务面向客户的聊天机器人金融机构管理层面的应用资本优化风险管理模型（回溯检验和模型校验）和压力测试市场影响分析（大宗交易模型等）交易及资产组合管理 在交易执行方面的应用在资产组合管理方面的应用金融合规、监管层面的应用合规科技（在金融监管合规等方面的应用）宏观审慎监管和保证数据质量金融监管当局使用的监管科技市场监管者用于监管和欺诈识别

二、对微观及宏观经济的影响分析

（一）对微观经济的影响

一是对金融市场的影响。AI和机器学习的应用能够大幅提升金融体系处理信息的效率，使市场参与者能够更广泛的采集和分析信息，降低市场参与者的交易成本，进而减少金融信息的不对称性。

二是对金融机构的影响。AI和机器学习的使用通过降低成本和风险，有助于提升金融机构的盈利能力和效率，更好的盈利能力有助于应对风险，最终有利于整个金融系统的稳定。

三是对金融消费者和投资者的影响。鉴于AI及机器学习有助于金融机构降低成本、提高服务效率，消费者和投资者可以享受更低廉的费用和融资成本，获得更便捷和个性化的金融服务。

一是对金融市场集中度的影响。高端AI和机器学习技术可能仅由少数的大型技术供应商掌握，会加剧金融系统某些功能的集中度。但考虑到AI和机器学习能够改变传统的银行服务模式，推动新公司加入金融服务体系，这在某种程度上反倒会降低单个大型银行的系统重要性。因此，对集中度或系统重要性影响很难准确估量。

（二）对宏观经济的影响

四是对金融监管的影响。由于近年来AI和机器学习刚被应用，FSB等机构还未发现与此相关的专项监管规定。由于程序化交易已经成为市场交易的主流，可能会放大系统性金融风险，因此部分国际监管规定制定者已经开始考虑应对与程序化交易有关的风险。

4.1.3 研究主题紧跟时代步伐 时代的引领对于我国群众体育研究的方向具有统摄性作用，2008年北京奥运会后，原国家主席胡锦涛同志发出推动中国由体育大国向体育强国迈进的号召，由此，群众体育响应时代号召，体育强国由此成为群众体育研究领域的一个重要内容。2014年国发〔2014〕46号文件印发，文件明确要求加快发展体育产业，促进体育消费，同时将全民健身上升为国家战略，而群众体育是全民健身事业的一个重要内容，正是如此，从图7可以清晰地看到体育产业以及全民健身等主题成为这一时期我国群众体育研究的热点。由此可见，紧跟时代步伐是2008-2017年期间我国群众体育研究演化的一个重要特点。

中柬的文化影响力差距明显，中国文化向柬埔寨的单向流动色彩也较强。柬埔寨主要城市随着中国商品、投资和游客的增加掀起了“中文热”，汉语甚至有成为该国第二大语言的趋势。如位于金边的端华中文学校目前就有学生一万多名，夜校学生也多达2000名。[37]中国的《包青天》《喜羊羊与灰太狼》等作品都通过译制同柬埔寨观众见面。柬埔寨国家电视台还专门开设了《中国剧场》栏目。而柬埔寨文化在中国的传播则偏弱。不过近年来前往柬埔寨观光的中国游客已在稳步增长，2017年时已达到约120万人次。中国首次成为柬埔寨最大的国际游客来源国。[38]

一是由于AI和机器学习技术缺乏“可解释性”或“可审计性”，如不加以适当监管将会在宏观层面形成较大风险隐患。例如，如果多家金融机构使用其不能准确解释的AI和机器学习模型来制定交易策略，这对监管当局和金融机构而言将很难预测模型决定的交易对市场的影响。当市场上充斥着依靠模型做出的决策时，其相互影响和作用很可能对金融市场造成不可预见的负面影响。二是应对极端情况的能力较差。很多AI和机器学习技术方法是以低波动经济环境下的实际经验为基础，模拟学习最优的应对方法，如果发生严重的经济下滑或金融危机，上述技术程序将难以做出应对长期风险的正确决策。

2018年是一个伟大的历史节点。20年前，国务院印发了《关于进一步深化化肥流通体制改革决定》，我国化肥产业得以持续快速发展，为国家粮食安全做出重要了贡献，成为农业实现现代化的重要依靠力量；40年前，小岗村的18位农民在土地承包责任书上按下了红手印，拉开了中国改革开放的序幕；60年前，毛泽东主席提出我国要设立自己的化学肥料厂，发展自己的化肥工业。从无到有，由弱至强，中国氮肥工业走过了60年大发展的光辉历程，取得了足以令全世界为之瞩目的巨大成就。

三、对金融稳定的影响分析

一是催生出新的系统重要性机构。未来网络效应及新技术的普及会导致金融机构对第三方的过度依赖，AI和机器学习服务日益集中在少数大型技术供应商手中，会催生新的具有系统重要性的金融及新技术市场参与者。二是增加系统性风险的来源。金融机构倾向于结合声誉、规模、技术等因素来选择同质的第三方技术供应商，这也促进了垄断机构的形成。这些在特定金融市场占较大份额的供应商出现重大问题或倒闭时，会对依赖或与其有关联的金融机构造成系统性影响。三是现阶段的合规监管存在不足。当前金融领域AI和机器学习技术的供应商尚未纳入金融监管范围，金融机构关键性功能系统AI和机器学习的外包业务尚未得到有效监管。

四是AI和机器学习应用的其他影响。AI和机器学习在保险市场的应用会减少道德风险和逆向选择，但这有可能会破坏保险业的风险分担功能，而且更准确的风险定价会增加高风险人群的保费或导致部分人难以获得保险服务。在金融领域，如果使用的AI和机器学习工具没有进行适当的调整或有效的实践检验，相关模式化的系统可能会产生新的金融风险。

二是对金融市场稳定性的影响。一方面，AI和机器学习使金融交易更加分散化，给客户提供更多个性化的交易建议，减少金融产品价格扭曲问题，有助于促进金融系统的稳定。但另一方面，与传统的交易模式相比，依靠机器学习通过运算程序实现的新交易模式很难被预测，既可能因提高交易效率进而提高金融市场的流动性，也可能为实现收益最大化的目标而使金融机构乃至金融市场陷入流动性风险。

（一）有利于维护金融稳定方面

AI和机器学习在金融服务领域的应用，通过提高服务效率，强化合规和系统性风险的管控，将有利于促进金融系统的稳定。一是有助于提升金融系统的效率和金融市场的弹性。通过AI和机器学习的应用，对信用风险信息的处理将更高效，客户交互成本更低廉。同时，有助于减少金融市场的价格扭曲及羊群效应。二是有助于机构内控及合规管理。AI和机器学习的应用，将有利于机构强化风险管理、诈骗识别和合规管理，进而降低相关成本。三是有助于提升监管效率及更好的对金融市场的系统性风险进行分析。

（二）不利于维护金融稳定方面

目前，与其它金融科技创新相比，尤其是在诈骗识别、资本优化和资产组合管理等方面，AI和机器学习得到了更广泛的应用，有必要就其对金融稳定的影响予以关注。

（三）加强对AI和机器学习监管的必要性

三是对金融市场关联性的影响。AI和机器学习的应用会强化金融市场和机构间的相互关联，导致以往无关联的宏观经济变量、金融市场价格、各种非金融企业部门（电子商务、P2P、B2B等）之间的关联性变强。金融系统更广泛的联系会有助于分担风险或在某种程度上吸收冲击，但同时也会助长重大风险事件造成的冲击和影响的传播。

（四）内控及监管存在的不足

一是金融机构难以实现有效内控。FSB调查显示，部分金融机构提出AI和机器学习的应用给有效内部审计等工作提出挑战，对AI和机器学习的理解和监控还存在诸多问题。二是金融监管资源和手段存在不足。FSB调查显示，金融监管当局在对AI和机器学习的应用进行适当监管时，缺乏必要的资源和技术手段，监管当局尚不具备审查相关模型的技术和专业人才；部分监管当局提出需要对AI和机器学习应用的发展和前景进行调查梳理，并对相关应用进行评估。

1.2.2 对照组 采用课堂教育的形式，为PD患者制订有关运动的系列健康教育讲座，主要内容包括PD患者应采取的生活方式、提倡PD患者进行运动锻炼、运动的益处、运动的形式、强度、时间、频率以及注意事项等，如何记录运动日志，如何管理自己的身体状况等[4]。以上内容共分3次进行讲解，由腹透护士通知患者到肾友俱乐部接受课堂教育，每月1次，每次30～40 min。随后患者每月接受1次电话随访，连续3个月，主要解答患者运动过程中遇到的问题或困惑。

四、对AI和机器学习进行监管的发展方向及几点建议

（一）相关金融监管发展方向

FSB在发布的《人工智能及机器学习在金融服务市场的发展对金融稳定的影响》中，提出了对AI和机器学习进行金融监管的三个方向。一是关注相关领域的风险问题。现阶段，对AI和机器学习的应用会带来数据隐私问题、操作风险、网络安全问题等风险。二是提升AI和机器学习技术应用的可解释性。日趋复杂化的模型会限制开发者和使用者全面掌控、阐释模型的能力，甚至会导致其无法理解模型的运作方式。为了更好的开展风险管理，在应用发展AI和机器学习技术的同时，应对算法的结果和决策过程进行“可解释化”。三是金融监管部门对AI和机器学习的应用应进行持续监控，并有必要加强对相关创新情况的监测和评估。

（二）对加强我国相关金融监管的几点建议

一是金融机构强化内部的审计及风险管理。金融机构应就应用人工智能及机器学习开展的“智能投顾”等业务，建立专业化的内外部审计制度，建立有效的风险管理机制。二是金融监管部门建立专门的金融科技应用及发展报备、监测机制，相关的创新类产品或应用需及时向监管部门报备，并建立有效的统计、评估制度，掌握相关技术应用情况及影响情况。三是对外部第三方技术提供商进行监控，充分研判该外部机构与金融机构、金融市场的关联性，在必要的情况下，应将相关外部机构直接或间接纳入金融监管范围。

经连续三血管观及冠状切面观综合扫查后发现40例病例中有20例为RAA+LDA+ALSA，占比约50%，因无伴发畸形及染色体检查正常，全部顺利生产，产后进一步检查证实；15例为迷走左锁骨下动脉，占约37%；1例为肺动脉吊带，占比约3%，产后经CTA证实并做手术，4例为双主动脉弓（其中包含1例MRAA被误诊），占比约10%，家属选择终止妊娠，经孕妇及家属同意，由具有资质的病理医师及超声医师尸解，发现其中一例为MRAA右弓优势。检查误诊率差异有统计学意义（P＜0.05）。详见表。