金融科技：人工智能與機器學習卷（簡體書）

《金融科技：人工智能與機器學習卷》從人工智能和機器學習面向金融客戶端的應用、面向運營環節的應用、在交易和投資管理中的應用以及面向監管合規的應用四個方面進行梳理，從理論和實踐角度分析目前人工智能技術在金融業各個部門和各個環節的應用場景，並分析了具體的應用案例。《金融科技：人工智能與機器學習卷》整體上呈現了從宏觀到微觀，再從微觀到宏觀的邏輯架構，既適合金融機構和從業人員、相關政府機構人員和金融監管者閱讀，也適合對金融、科技以及金融科技感興趣的學者、學生和其他各界人士閱讀。

劉斌

中國（上海）自貿區研究院（浦東改革與發展研究院）金融研究室主任，上海財經大學經濟學碩士、投資經濟博士，在國家發改委《戰略新興產業》《上海金融》《張江科技評論》等核心期刊和雜誌上發表多篇文章，擔任2018年工業和信息化部中國信通院金融科技產業峰會以及2019年第三屆中國移動金融發展大會主持人、《張江科技評論》區塊鏈專業委員會委員、國家孵化器來投吧創業導師。曾經為浦東新區區府政研室、浦東新區市場監督管理局、英國駐滬總領事館、上海聯合產權交易所、上海交通大學、上海財經大學等機構講授區塊鍊和金融科技發展情況。受邀參加中國人民銀行上海總部召開的“分佈式賬本技術在金融領域的應用及國際監管”專家研討會，向銀行領導匯報個人對分佈式賬本技術在金融領域應用的研究成果。長期從事政府決策諮詢研究和產業研究工作，參與的課題榮獲“上海市決策諮詢一等獎”，負責張江高科技園區“十二五”和“十三五”規劃研究、上海市陸家嘴集團“十三五”規劃研究等重大課題。國內金融科技和區塊鏈技術應用領域的早期研究專家，撰寫、翻譯了數百篇區塊鏈、人工智能以及金融科技方面的專業報告和文章。

人工智能在金融領域的應用具有天然優勢，它在處理數據方面有很強的優勢，而金融領域本質上就是要處理信息、處理數據，所以人工智能和金融業可以說是天作之合。創新工場創始人李開復老師認為當前是人工智能的黃金時代，人工智能會首先落地在數據量大、能快產生價值的領域，而金融領域是人工智能好的應用領域之一，人工智能或將顛覆互聯網金融行業。

近年來，大數據、雲計算、人工智能以及區塊鍊等新興技術的快速發展和應用推動了金融業的巨大變革，金融科技開始滲透傳統金融業的各個領域和各個環節，如銀行、證券、保險以及前台、中台、後台，傳統業務無不受到金融科技的挑戰。在諸多新興技術之中，人工智能和機器學習對傳統金融業的衝擊愈加明顯，也越來越具備顛覆性。人工智能在金融領域的應用具有天然優勢，它在處理數據方面有很強的優勢，而金融領域本質上就是要處理信息、處理數據，所以人工智能和金融業可以說是天作之合。創新工場創始人李開復老師認為當前是人工智能的黃金時代，人工智能會首先落地在數據量最大、能最快產生價值的領域，而金融領域是人工智能最好的應用領域之一，人工智能或將顛覆互聯網金融行業。
事實也確實如此，雖然目前人工智能在無人駕駛、醫療、物流、教育、文化以及金融領域都具有很多應用場景，但是從實際情況來看，人工智能在金融領域的應用是最具有可行性的，而且在全球範圍內，無論是傳統金融機構還是新興的以螞蟻金服、京東金融為代表的金融科技公司，都高度重視人工智能技術的發展，這足以說明人工智能對於金融業的重要性。
本人多年來一直研究大數據、人工智能和區塊鍊等技術在金融領域的應用，並堅持將相關研究成果發表在個人公眾號（點滴科技資訊）中，通過多年的研究，本人深感金融科技對未來金融業的巨大顛覆性影響。人工智能對於金融業的衝擊可能僅僅是金融科技的開端，未來大數據、人工智能以及區塊鏈甚至是量子技術的發展和應用，將深刻改變我們對金融業的傳統認知。在機械工業出版社華章公司的大力支持下，本人對人工智能在金融領域應用的主要場景進行了細緻的研究和梳理。本書從人工智能和機器學習面向金融客戶端的應用、面向運營環節的應用、在交易和投資管理中的應用以及面向監管合規的應用四個方面進行梳理，從理論和實踐角度分析目前人工智能技術在金融業各個部門和各個環節的應用場景，並分析了具體的應用案例。同時，本書也認為，人工智能會對金融業和金融機構帶來巨大影響，將重塑金融生態、重構金融業務流程、促進普惠金融、推動智能監管。
在本書寫作過程中，機械工業出版社華章公司的李華君老師給予本人很多支持，同時本人也得到了浦東改革與發展研究院領導和同事的支持、家人的鼓勵和眾多金融科技領域專業人士的支持，在此一併表示感謝！

推薦序
前言
第1章 金融變革新時代
從原子到比特：金融契約的演變 / 002
引爆點來臨：互聯網引發金融數字化 / 008
新興技術融合：開啟金融大變革時代 / 014
第2章 智能金融：人工智能與金融深度融合 / 019
人工智能的發展歷程 / 021
金融領域中的人工智能關鍵技術 / 028
人工智能在金融領域的主要應用場景 / 032
第3章 智能金融的驅動因素
宏觀層面 / 039
經濟發展和人均收入增加 / 039
互聯網經濟的發展 / 040
互聯網群體呈年輕化趨勢 / 040
政策支持層面 / 044
我國推動人工智能發展的主要政策 / 045
我國在推動金融與科技結合方面的主要政策 / 048
資本的推動 / 049
全球人工智能領域投資情況 / 050
中國和美國人工智能領域投資情況 / 052
人工智能技術的突破和應用增多 / 054
資料量呈指數級爆炸增長 / 054
晶片性能大幅提升，存儲成本下降 / 057
深度學習推動人工智能算法進入爆發期 / 058
金融供給側改革的內在需要 / 060
我國金融體系無法覆蓋廣大的中小企業群體 / 061
廣大居民的多樣化和個性化金融需求不能得到有效滿足 / 061
我國金融信息化水準的不斷提高為智能金融發展奠定了基礎 / 063
第4章 面向金融用戶端的應用場景
智能客服：深度學習讓客服更智能 / 066
案例—工商銀行“工小智” / 069
案例—百度金融智能服務中心 / 070
智能支付：讓支付更便捷 / 071
案例—支付寶刷臉支付 / 074
智能營銷：千人千面，精準匹配 / 076
案例—泰康在線 / 078
智能征信：海量資料和先進算法助力普惠金融 / 079
案例—芝麻信用 / 080
案例—ZestFinance / 082
智能保險：精準畫像，精準定價 / 083
案例—螞蟻金服“車險分” / 085
案例—AXA利用機器學習進行保險定價優化 / 087
智能核保：數字化、自動化、智能化 / 090
案例—新華保險Magnum智能核保系統 / 091
智能理賠：快速提升客戶體驗 / 092
案例—中國平安智能保險雲“智能閃賠” / 093
第5章 面向運營環節的應用場景
資本優化：人工智能和機器學習提高資本效率 / 098
智能安防：識別可疑行為，確保場所安全 / 101
案例—海康威視金融安防領先業內 / 102
智能網點：推動銀行網點智能化轉型 / 103
案例—美國銀行的robo bank / 105
人工智能優化壓力測試：確保金融安全 / 107
市場影響分析：降低交易影響，提高交易效率 / 110
智能風控：去除噪音，讓資料說話 / 113
案例—螞蟻金服蟻盾 / 114
第6章 在交易和投資管理中的應用場景
預測市場：利用深度學習技術預測金融市場走勢 / 118
量化交易：未來算法能自我學習、自主投資 / 122
案例—Man Group / 125
案例—Rebellion Research / 126
投資組合管理：優化組合配置，提高組合績效 / 127
案例—Equbot推出人工智能ETF / 129
智能投顧：人工智能開啟投顧新篇章 / 131
案例—平安金融壹賬通推出“智能財富管家” / 133
智能投研：實時動態獲取資料輔助投資決策 / 136
案例—智能投研領域的“穀歌”Kensho / 139
第7章 面向監管合規的應用場景
反洗錢/打擊恐怖主義融資 / 145
案例—QuantaVerse / 148
完善KYC：提升客戶體驗，打擊金融犯罪 / 150
案例—陸金所推出KYC系統 / 152
監控市場：實時監控市場異常，打擊違規行為 / 153
案例—納斯達克SMARTS監控系統 / 155
欺詐識別：智能模型為欺詐防控提供支撐 / 156
案例—猛獁反欺詐 / 158
預測系統性風險：維護金融系統穩定 / 161
輔助政策評估：讓金融政策更合理、更有效 / 162
第8章 人工智能給金融帶來的影響
對金融市場的影響：重塑金融生態，提高市場效率 / 167
對金融業務流程的影響：推動金融機構戰略轉型 / 170
對投資者和消費者的影響：普惠個性化金融越來越近 / 174
對監管機構的影響：迎接大變革，應對新挑戰 / 177
第9章 傳統金融機構擁抱金融科技
競爭走向融合 / 182
金融IT階段（2008年以前）：傳統金融機構試水互聯網業務 / 183
互聯網金融發展階段（2008～2012年）：互聯網金融對傳統金融機構形成衝擊 / 185
金融科技發展新階段（2013年至今）：傳統金融機構戰略擁抱金融科技 / 188
傳統金融機構發展金融科技的主要模式 / 192
智能金融崛起：傳統金融機構入局 / 199
全球智能金融崛起 / 199
我國智能金融發展情況 / 203
傳統金融機構佈局智能金融業務 / 207
第10章 對金融科技的思考及展望
對人工智能在金融領域應用的思考 / 213
人工智能將取代傳統低端金融業就業崗位 / 213
人工智能帶來的風險 / 216
人工智能的局限性 / 218
金融科技展望：場景化、智能化、個性化 / 219