金融行业智能化范文
时间：2023-10-26 05:27:03
金融行业智能化篇1
关键词：人工智能 互联网金融 科技金融 风控
中图分类号：F830 文献标识码：A
文章编号：1004-4914（2017）05-148-02
一、引言
互联网金融经历了过去几年的高速发展后，带给了人们新的感受。随着2016年4月12日，国务院印发《互联网金融风险专项整治工作实施方案》以来，整个行业正在进行一次“价值回归”，P2P等平台类模式正在减少，靠着拼渠道、流量和高收益的红利时代已经过去，精细化、差异化、技术化的运营和创新将是互联网金融这个阶段的主题，人工智能将在互联网金融领域发挥越来越重要的作用。
一直以来，金融领域个性化的服务都是依赖于“人”的服务。但从2016年开始，机器正在尝试取代人在财富管理服务中的位置，随之而来的是智能投顾服务。举个例子，在美国，券商、资管纷纷开始设立互联网金融平台，以互联网财富管理类的服务为主，目的是捕获更多中小投资者，在现有的证券业务体系之外培育新的增长点。贝莱德收购Future Advisor、Fiidelity与Betterment展开战略合作、Vanguard推出自己的智能投顾服务、嘉维证券与宜信合作进入中国市场开展智能投顾服务。这样的例子还有很多，这背后是传统金融机构对技术所能产生的势能的认可。国内的智能投顾玩家也很多。其中，宜信和品钛这样的在新兴市场上已经相对成熟的公司已经推出了自己的智能投顾服务。此外，还有大量早期创业公司直接以此为方向，比如弥财、钱景财富、蓝海财富等。
二、人工智能在互联网金融领域的应用情况
（一）人工智能在互联网金融领域应用的必然性
2016年以来央行、其他部委以及最高法院都了关于互联网金融的指导意见，分别是《关于促进互联网金融健康发展的指导意见》、《非银行支付机构网络支付业务管理办法》以及《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》。这些政策性文件的出台，预示着这个行业在政策红利和边界较为模糊的情况下实现的业务的快速发展模式已经走到了尽头。随着后期监管文件的逐步下发，门槛的设立，要求的标准化，很多后来者已经丧失了最好的入局机会，而现有的稳健平台，则迎来了最好的发展机遇。对于互联网金融企业而言，要适应政府的监管，获得客户的支持，要取得自身的发展，只能依托于人工智能。长时间以来，人工智能在互联网金融领域的应用及重要性被频繁提及。近日，《中国互联网金融发展报告（2016）》新书在京，该《报告》执行主编、中科金财董事长朱烨东表示，未来互联网金融行业发展将逐渐走向正规、规范，移动支付的不可逆转，大数据、云计算在互联网金融的核心地位进一步加强，金融科技将成为未来互联网金融发展的主要趋势。
（二）人工智能极大提高了互联网金融的效率
作为百业之母的金融行业，与整个社会存在巨大的交织网络，沉淀了大量有用或者无用数据，包括各类金融交易、客户信息、市场分析、风险控制、投资顾问等，数据级别都是海量单位。同时大量数据又是非结构化的形式存在，如客户的身份证扫描件信息，既占据宝贵的储存资源、存在重复存储浪费，又无法转成可分析数据以供分析。金融大数据的处理工作面临极大挑战。通过运用人工智能的深度学习系统，能够有足够多的数据供其进行学习，并不断完善甚至能够超过人类的知识回答能力，尤其在风险管理与交易这种对复杂数据的处理方面，人工智能的应用将大幅降低人力成本并提升金融风控及业务处理能力。
说到人工智能，不得不提的一定是AlphaGO，但是在互联网金融领域，有一个比AlphaGO更加强势的公司，这家公司的名字叫Kensho。这是以前高盛出来的分析师团队，把整个高盛的经验模拟，通过机器取代现在大量的人工，进行相应的投资、分析、决策。而且在信息，在互联网传播非常快的时候，他们去除掉了大量的噪声，回归到这个事情的本质。很快高盛发现了这家公司的发展速度和未来价值，直接把它私有化，直接变成第一大股东，因为发现这中间带来的差别是这个企业的核心竞争力。
Kensho公司的核心技术就是能在两分钟之内做出一份一份简明的概览，随后是13份基于以往类似就业报告对投资情况的预测。而你根本就不需要去检查这些数据分析，因为这些分析是基于来自十个数据库的成千上万条数据。如果没有这些人工智能，分析师们可能要花上几天的功夫收集梳理这些数据，而等他们分析完成后，市场的行情早瞬息万变。
可见，人工智能的引入对于互联网金融领域的效率提高是呈几何式的，你很难想象也不敢相信这么一个事实：未来的投资大师们可能是一堆机器。
（三）人工智能将互联网金融带入智能金融时代
互联网金融发展至今一共经历了两个阶段：第一个阶段是网络金融，把现有的金融产品搬到互联网上，互联网上面现在卖基金、卖理财、卖信托、卖保险。第二个阶段是大数据金融阶段，通过数据重新去定义相应的金融产品和相应的金融服务。第三个阶段正在萌芽，就是人工智能+互联网金融的阶段，网络上有人称之为智能金融时代。
从目前宁波当地的互联网金融企业发展来看，目前还停留在“互联网+金融”的模式：在传统金融服务上进行叠加，将互联网式思维、互联网式管理、互联网式数据融合进传统金融服务，而这正是现在大部分互联网金融服务提供商正在做的事情。“互联网+金融”的模式也正在让金融进入“普惠金融”的阶段，通过互联网金融对传统金融机构进行补充，让更多的人平等的享受到金融服务。但是，“互联网+金融”的模式下，信息安全、投资风控、资产调节等方面问题仍然存在，一定程度上说，互联网增加了信息风险，也正是如此，摸索期的互联网金融行业才会出现P2P跑路的现象，仅2015年，宁波当地的P2P公司跑路就多达9家之多。
人工智能是大趋势，从阿尔法狗的表现以及人工智能在互联网金融领域的运用来看，互联网金融在人工智能的改造下将不再局限于“互联网+金融”，而是逐渐向“互联网+金融+大数据+人工智能”转变。人工智能起到串联起互联网、金融、大数据，实现更加智能的精确计算的作用，实现大脑一般的思考，解决“互+金”模式下的诸多痛点。
从理财顾问、征信助手、智能风控系统、防范性金融系统这四个层面来看，整个互联网金融领域正在朝着越来越“技术范儿”的方向上前进，金融智能化成为大势所趋。智能金融的机器学习功能，让产品背后的逻辑系统可以快速适应场景数据，建立合适的评分规则、决策体系，真正给现在的互联网金融带来颠覆性的变化。无论是消费金融领域还是风控层面上，互联网金融在人工智能的配合下正在呈现出无与伦比的崭新打法。这也正是阿尔法狗打败李世石之后，给金融智能化带来的全新想象。
（四）人工智能将颠覆互联网金融时代的风控体系
汇总整个互联网金融本质，其实存在两个层次风险，一是道德风险，二是经营性风险。面对2016年不断有“跑路”等负面消息萦绕的互联网金融，去伪存真或成为首要任务。一些企业资金并没有进入到实体业务，而是进入庞氏骗局，而去年出台的监管意见征求稿，监管层管理方向还是较为清晰的，希望通过资金的有效监控，将企业资金与个人用户之间的资金进行分离，规避风险。然而人力毕竟有限，不可能时刻紧盯住所有互联网金融机构，这时引入人工智能监管就十分必要。
人工智能已经在无人驾驶、图像处理、语音识别方面取得了突破性的应用，那互联网金融领域呢？李开复老师曾谈及人工智能应用的三个要素：数据、处理数据的能力和商业变现的场景。人工智能解决金融界问题的过程，很好的对应了这三个要素。也许，金融领域是人工智能最合适不过的颠覆场景。
在金融业务的前端，已经有不少传统银行将人工智能用于为客户定制服务，开发理财产品的应用。例如巴克莱银行和花旗银行等。国内银行中走在科技前列的招商银行，也开始试用全新的人工智能业务模式。未来人工智能和机器学习技术在金融业前端会有更多的便捷精准服务提供给客户。
那么金融应用领域的后端呢？信息安全、投资风控、资产管理等方面的问题成了新问题，对于躲在触屏手机背后的客户，缺失了央行数据的客户，银行没有办法通过一双双眼睛去看到用户是谦谦君子还是骗子流氓。这个时候，金融后端，传统金融风控手段覆盖不到和难以触及的，那么“互联网+金融”业务就要结合更广泛的互联网数据和人工智能手段，来处理更广泛的金融客户问题。
（五）人工智能技术在金融领域应用案例
Google、IBM等国际巨头公司已经将人工智能技术渗透在各种产品的方方面面，总体上看，国内金融行业也逐步开始应用人工智能技术，随着国内双创政策的推动和对人工智能产业的投资拉动，预计广泛应用节点即将到来。
1.阿里巴巴旗下的蚂蚁金服下设一个特殊的科学家团队，专门从事机器学习与深度学习等人工智能领域的前沿研究，并在蚂蚁金服的业务场景下进行一系列的创新和应用，包括互联网小贷、保险、征信、智能投顾、客户服务等多个领域。根据蚂蚁金服公布数据，网商银行的花呗与微贷业务上，使用机器学习把虚假交易率降低了近10倍，为支付宝的证件审核系统开发的基于深度学习的OCR系统，使证件校核时间从1天缩小到1秒，同时提升了30%的通过率。以智能客服为例，2016年“双11”期间，蚂蚁金服95%的远程客户服务已经由大数据智能机器人完成，同时实现了100%的自动语音识别。当用户通过支付宝客户端进入“我的客服”后，人工智能开始发挥作用，“我的客服”会自动“猜”出用户可能会有疑问的几个点供选择，这里一部分是所有用户常见的问题，更精准的是基于用户使用的服务、时长、行为等变量抽取出的个性化疑问点；在交流中，则通过深度学习和语义分析等方式给出自动回答。问题识别模型的点击准确率在过去的时间里大幅提升，在花呗等业务上，机器人问答准确率从67%提升到超过80%。
2.2015年，交通银行推出智能网点机器人，并引发了金融银行界的广泛关注。它为实体机器人，采用语音识别和人脸识别技术，可以人机进行语音交流，还可以识别熟悉客户，在网点进行客户指引、介绍银行的各类业务等。在语言交流过程中，它能回答客户的各种问题，缓解等待办理业务的银行客户潜在情绪，分担大堂经理的工作，分流客户，节省客户办理时间。
3.百度教育信贷实现“秒批”。“人工智能对于金融也会产生变革性影响，可以真正做到让征信升级”。6月8日，在2016百度联盟峰会上，百度董事长兼首席执行官李彦宏特别提到人工智能正在重构包括金融在内的传统产业。他特别强调，“现在百度的教育贷款，基本上是以‘秒’的时间可以决定是不是给一个人贷款。”李彦宏讲到的百度教育信贷的“秒批”，其具体的操作程序非常简单，用户想要获取百度消费信贷服务，只需在百度钱包APP“教育贷款”板块上传身份证，系统就能自动比对、确认用户身份信息，并根据信用记录判定用户所需的服务类型或额度，不仅能实现远程审批，审批时间更可缩短至“秒批”级别。秒批依靠的是百度以大数据和人工智能为基础的严谨风控体系。借助“大数据+人工智能”技术，百度风控部门为有信贷需求的群体绘制用户画像，建立信用体系，加上图像识别等人工智能技术的实际应用，构成了秒批的技术基础。
4.宁波聚元集团旗下超人贷平台自2014年上线以来，发展迅速，以高效风控、低成本控制、低坏账率享誉业内，平台注册会员超过1万人，线上累计交易金额已突破2亿元，稳定健康的发展道路使得平台处于整个大市行业中领先地位，并受到CCTV2、CCTV7央视正面报道，成为浙江地区首批在央视上榜的互联网金融品牌。超人贷平台除了将资金交由第三方商业银行或有资质的资金托管机构进行托管，建立信息披露制度，充分披露融资项目、经营管理等信息外，最重要一个突出优势就是采用先进的人工智能对每一笔交易M行实时监控，监控信息还可面向公众开放。自创立以来发展稳健，越来越受到客户青睐。
三、结论
金融圈正在达成这样一种共识：互联网金融无法颠覆传统金融，但它补充着传统金融机构的业务。随着金融科技创新开始由渠道向技术和数据方向转移，互联网金融所代表的场外交易市场和传统银行之间的互补效应变得越来越明显。大浪淘沙，互联网金融企业在经历过多次洗牌后依然充满着动荡不安的气息，光有资金看来是远远不够的，还有具备大数据积累、技术创新等应对瞬息万变的环境。互联网金融领域的竞争会越来越激烈，那些只会“讲故事”，仅仅靠概念炒作赖以生存、浑水摸鱼的平台会逐渐消亡。相反，那些在人工智能领域有了深入研究突破的企业，会得到市场更多的拥护与信赖，从而更好地走下去。将来必定会出现一两家互联网金融寡头公司，是蚂蚁金服？是京东金融？或者是中国平安？亦或是哪一个目前还不知名的企业？让我们拭目以待。
参考文献：
[1] 国务院办公厅，互联网金融风险专项整治工作实施方案，2016.4
[2] 经理人分享.人工智能公司Kensho是如何改变华尔街的，2016.3
[3] 中国银行网络金融部杨涛.蚂蚁金服启示人工智能将如何解构金融业，2016.8
（作者单位：宁波聚元财富投资管理有限公司 浙江宁波 315000）
金融行业智能化篇2
【关键词】人工智能 金融决策 数据处理
一、序言
伴随着信息科技的迅猛发展，基础层的云计算、大数据等因素的成熟带来了人工智能的进步，近年来人工智能概念发展十分迅速，深度学习带来的技术突破使得复杂任务处理准确率得到大幅提升，人工智能步入其发展黄金期。“十三五划”提出了“重点突破新兴领域人工智能技术”，国家层面和地方层面也都相继出台了其他各项政策对发展人工智能和大数据进行有力支持。发展人工智能有望成为经济发展的新动力。国内外互联网巨头凭借其先天用户数据丰富、资源配置高效等方面的优势，以各种形式在加速布局人工智能领域。在大数据处理能效显著提升与人工智能快速渗透的时代背景下，金融决策平台搭载人工智能技术，使金融数据的分析越来越科技化、多样化与普适化，虽然在我国金融数据的挖掘和应用尚在起步阶段，但金融数据作为大数据中最具含金量的数据源，也逐渐受到越来越多的重视。
二、技术理论基础与金融决策
传统的数据服务软件提供给客户的主要是行情展示、行情推送等基础的服务，而互联网技术和互联网金融企业的蓬勃发展，共同促进了金融机构的建设，人工智能的正在从专用型（特定于某一场景）转变为通用型，将基于数据、算法和计算的互联网技术群与实际场景相互联系起来，协同发展。正是由于人工智能突破传统局限的范畴，才能使其真正将技术拓展至泛智能的应用，更具普适型的Applications随之产生。基于对金融参与者全方位的大数据分析、以及不断机器模拟学习和推进人工智能技术，提供精准内容服务和数据辅助处理服务更为高效；帮助个人或者机构作出适合其风险偏好、收益要求、投资年限等的金融决策平台不断产生。
在以人工智能技术融合进金融决策系统分析的过程中，仍旧以基础金融理论为指导，以马科维茨理论的均值方差模型为基础，在所构建的投资组合中，以最低的风险水平上赚取最高的收益率为目标。在按照一定算法筛选出满足一定收益风险指标的投资策略组合，保证其组合符合投资人的风险收益偏好。基于人工智能技术的更高级的算法和技术操作，可以在金融决策过程中进行更为广泛的量化投资策略，包含诸如行业轮动策略、量化择时策略、多因子Alpha体系以及其他各类事件驱动策略决策。在人工智能技术的前提下，由学习系统、决策系统、智能执行构成的智能，通过数据监测和模块分析对外界实时金融数据的处理结果进行相应操作。
无论是自筹数据、公共数据还是产业数据协同，数据的挖掘过程繁复，容易造成数据失真，人工的方式失误程度更高，同时数据级别都是海量单位，大量数据存在方式为非结构化的形式，金融大数据的处理工作面临挑战。但融合人工智能技术的数据挖掘真实性、完整性更为可靠，并且在风险管理与交易这种复杂数据的处理方面，人工智能的应用将大幅降低人力成本并提升金融风控及业务处理能力。金融决策系统搭载人工智能技术的应用可以说是金融机构与客户的交互入口，传统的数据服务以人工服务的模式展开，客服面临的80%的问题是简单、重复的问题，但却消耗大量的人力和时间成本；同时，客服的服务内容大都来自企业自由知识体系，受整体外部金融环境的影响较少，这使得企业智能化应用相对容易，并且针对不同需求的客户提供不同专业的智能服务也变得不再是遥不可及。人工智能技术在既有技术的基础上，将出现显著的突破，其应用价值也将显著提升。人工智能技术在促进商业模式智能化的融合上也发挥着举足轻重的作用。
阿里巴巴旗下蚂蚁金服2016年公布的数据中，网上银行的花呗与微贷业务上，使用机器学习将虚假交易率降低了十倍，机器人问答准确率超过80%，人工智能在于客户沟通及数据挖掘中发挥了重要作用。交通银行推出的网点智能机器人，足以分担大量大堂经理的工作，分流客户，节省客户时间。平安集团下设人工智能实验室大规模研发人工智能金融应用，人机结合有效解决了客户问题，并能实现个性化服务。为客户金融决策行为提供得力辅助。
三、研究意义
金融数据大多是以时间序列的形式展示出来，而金融时间序列中包含了诸多金融知识和规律，在大数据和人工智能背景下的金融数据挖掘和分析是从指定金融网页上的金融模块中采集相关数据，运用智能科技手段进行分析、处理相关金融数据并指导相关金融决策的过程，研究智能技术在金融数据分析中的应用可以为金融决策系统提供新的理论基础。
金融数据存在的范围极广泛，经济活动和商业活动中都存在大量金融数据，但用户对于数据的需求与使用情况多元化，金融数据决策系统可以根据用户的实际需求进行调整，跨区域、低成本、全透明、全数字地持续跟踪市场变化，充分发挥互联网技术的作用，大大降低投资理财费用，并且能够精确、快速匹配投资需求，同时保持实时数据披露和高流动性，使得客户可以以最低的信息成本获取更高的信息收入。在用户的数据分析过程中，有效性越高，信息不对称的成本越低，便越有利于对决策的客观性和稳定性，以及越有利于金融市场的稳定性与规范性。
四、应用启示
结合目前人工智能行业发展趋势，按照人工智能技术分类，结合目前人工智能技术支持能力和市场实际应用情况，大规模以及深度运用机器学习，导入海量金融交易数据，使用深度学习技术，从金融数据中自动发现模式，基于机器学习技术构建金融知识图谱，基于大数据的风控需要把不同来源的数据整合在一起，筛选数据、分析数据、建模及预测打分，可以尝试在金融决策中多加运用相关技术，望能提升客户体验和内部管理效率以及进行风险防范。
参考文献：
[1]韩飚，胡德.人工智能在金融领域的应用及应对[J].武汉金融，2016（7）.
金融行业智能化篇3
【关键词】计算机技术 人工智能 金融领域 应用
随着信息时代的到来，人们逐渐提高了对计算机网络技术的要求，希望利用计算机技术获得更加智能化、人性化的服务。因此，人工智能在计算机网络中有着十分重要的作用，由于人工智能的配合与支持，计算机网络技术得到了更好的发展。下面本文简述一下人工智能的概念、优势及发展过程中存在的问题，详细的分析基于计算机的人工智能在金融领域的应用情况。
1 简述人工智能的概念、优势及存在的问题
通过综合计算机、语言学、心理学等众多学科，而形成一门具有应用性的技术，就叫做人工智能。其主要目标是模仿或超越人的智能，并将该理念运用到机器中，让机器拥有像人一样的思维、能力和行为等。下面我们主要利用表格介绍人工智能的优势、发展情况及其存在的问题，如表1所示。
2 基于计算机的人工智能给金融领域带来的影响
2.1 促使金融行业服务模式更加主动
在金融行业中，主要是人与人服务价值进行交换的过程，核心因素是人。因此，如果想要促进金融行业的快速发展，就必须加大对人力、物力等的资金投入，来维护与客户之间的关系，进而发现客户真正的需求，得到金融业务的真正价值。随着计算机在人们生活中的广泛应用，我们开发了网银、APP等软件，大力促进金融机构的系统建设工作，提高了客户与金融机构交流的便利性。人工智能的快速发展，有利于更深处的服务价值链高端的金融，为客户提供个性化和人性化的服务。同时，也有利于支持各类金融分析、金融交易中的决策，监督防控后台风险等。
2.2 进一步提升了对金融大数据处理的能力
金融行业在市场分析、投资顾问、风险控制、客户信息等方面有着许多有用或无用的信息，需要我们进行辨别。但是数据单位都是海量级别，且大量数据的存在方式又都是非结构化的，如扫描客户的证件信息等，浪费人力、物力、存储内存等，还无法转成可分析的数据。而在运用人工智能的深度学习系统后，可以大幅度的降低人力成本、提高数据处理能力、提升金融行业风控等。
3 基于计算机的人工智能在金融领域中的应用
随着国际巨头公司将人工智能技术渗透于产品的各个方面，国内金融行业也开始使用人工智能技术，下面我们以阿里巴巴、交通银行、平安集团等的应用情况进行分析。
3.1 阿里巴巴
阿里巴巴利用人工智能技术，在客户服务、征信、智能投顾、保险、互联网小贷等多个领域进行了创新和应用，下面我们根据阿里巴巴旗下的蚂蚁金服所公布的数据进行分析，如表2所示。
3.2 平安集团
在人工智能技术出现以后，平安集团旗下的平安科技人工智能实验室开始大规模的研发人工智能的金融应用。如开展了人像识别，对指定银行区域进行整体监控，进而对陌生人的行为进行识别，保证银行物理区域安全性；开展智能客服，用户拨打后直接说出服务需求，系统识别客户语音内容后，即可转接相应模块，节省了客户选择菜单的时间。
4 总结
综上所述，我们可以发现人工智能技术在金融行业广泛应用后，有效的节省了解决客户问题的时间，技术难度较低，有利于商业价值的迅速实现。虽然就目前来说，人工智能在绝大部分领域还不能替代人力，但是能起到较大的辅助作用。而在金融行业中，则可以尝试在多个领域运用相关技术，不管是提升客户体验还是风险防范中，都可以进行较多的探索和尝试。
参考文献
[1]郝登山.人工智能在计算机网络技术中的应用分析[J].中国新通信，2016，18（01）：87-89.
[2]程东亮.人工智能在金融领域应用现状及安全风险探析[J].金融科技时代，2016（09）：47-49.
[3]郝登山.人工智能在计算机网络技术中的应用分析[J].中国新通信，2016，18（01）：87-89.
作者挝
金融行业智能化篇4
关键词：互联网金融；工商银行；智慧银行
2015年的政府工作报告提出了实施“互联网+”的行动计划，这标志着互联网开始跳出行业范畴，跃升为国家战略。互联网金融对传统银行带来了巨大的冲击，甚至会重塑银行业的格局。然而互联网金融的兴起对于传统银行业是具有启示意义的，对工商银行而言，如果能以开放、积极的姿态去迎接互联网时代，就意味着抓住了时代的风口，把握了经营转型的重要机遇。
一、互联网+产品：工商银行利用互联网技术，打造核心金融产品
银行作为经营信用的企业，信誉就是生命线，而信誉的培养需要一个长期积淀、悉心培育的过程。工商银行推出的互联网金融产品尤其突出信用特征。2015年3月23日，中国工商银行在北京正式互联网金融平品牌“e-ICBC”及其主要产品，“三大平台+三大产品线”战略布局谋定，成为国内第一家互联网金融品牌的商业银行。“e-ICBC”互联网金融品牌主要包括“融e购”电商平台、“融e联”即时通讯平台和“融e行”直销银行平台三大产品。“工于至诚，行以致远”是工商银行企业的核心价值观；“您身边的银行，可信赖的银行”是工商银行的口号；“诚生信、信生誉、誉生益”是工商银行推进互联网金融建设的核心理念。信用经营的核心价值就是品牌，在2014中国最具价值品牌排行中，工商银行以2562亿元傲居榜首，在品牌认同与品牌经商上，工商银行也是遥遥领先于其他互联网公司。品牌信誉背后的增信功能和价值创造，是工商银行最可宝贵的无形资产。
“融e购”是工商银行推出的电商平台，对外营业14个月时间，注册用户已达1600万人，累计交易金额突破1000亿元，交易量进入国内十大电商之列。以促进中国工商银行经营转型和信息化银行建设为目标，把握电子商务发展规律和趋势，突出工行优势与特色，有机整合客户与商户，有机链接支付与融资，有机统一物流、资金流与信息流，以特色性、便利性、专业性、安全性为原则，打造客户喜爱的消费和采购平台、商户倚重的销售和推广平台、支付融资一体化的金融服务平台、“三流合一”的数据管理平台，提升工行互联网金融发展核心竞争力。“融e购”电子商务平台秉承“名商、名品、名店”的定位，作为银行系电商，融e购商城既把握电子商务发展规律和趋势，致力于提升客户体验，同时也重点突出银行业支付灵活、融资便捷的金融服务优势，购物可贷款，银行积分可抵现，商品渠道有保障，这是银行做电商的优势。
二、互联网+服务：工商银行利用互联网技术改善长尾客户体验
马云说：“如果银行不改变，我们就来改变银行”。互联网金融的迅猛发展起到了鲶鱼效应，倒逼商业银行的转型。对工商银行的经营理念与经营行为产生重大的冲击，倒逼工商银行迅速做出调整，从经营理念上，业务结构和服务水平等方方面面都必须进行大规模的调整，尤其是工商银行价值创造和价值实现方式被互联网金融改变着。
“以大户为中心”为经营理念的传统银行思维必须做出改变，取而代之的是利用互联网工具打造普惠金融。“工银融e行”就是工商银行推出的一种新型银行服务模式，客户不用到网点开立银行账户、申请网上银行或手机银行，可以直接通过互联网在线注册银行电子账户、购买银行产品、获取银行服务。融e行重点打造开放式的精品业务平台，在产品和功能上集电子账户开立、存款、投资、交易、跨行资金划转等5大类核心功能，为客户提供电子账户在线注册、产品购买的一站式线上服务。
余额宝一时风靡全国的一个重要原因就是操作方便、转入转出到账快，而且收益比活期存款高。良好的客户体验是余额宝取胜的一个很大因素。试想，一个客户已经在银行网点等待办理业务达一个小时之久，到了柜台，你再给他推介产品，客户能有多少耐心。工商银行的客户量多、金融需求庞大，尽管银行开设了众多网点，但是客户排队现象由来已久，去工行办业务等几个小时是很多客户的心理预期，因此很多人不愿去银行网点办理业务，很多时候一些好的金融产品也无法传导给客户。而融e行的推出，利用强大的互联网工具，实现大多数银行业务在线办理，从而客户对工行服务的满意度大幅提升，最终实现银行和客户的双赢。
三、互联网+网点，利用互联网工具打造智慧化银行
自从工商银行开启网上银行服务以来，电子渠道网上银行、手机银行、电话银行和自助银行等发展迅速。然而工商银行只是将电子渠道视为网点柜台交易的延伸，金融产品和服务仍然没有多大创新。在这种时代背景下，智能化网点改造，实施物理网点的业务流程优化，线上和线下服务结合，开启了工商银行的一次重要经营转型。随着利率市场化逐步推进和金融脱媒加快，银行实体网点并不会完全消失，而是与互联网金融机构共生共存，智能网点的出现对于银行扩大零售业务，应对利差收窄，拓展中间业务收入具有重要作用。
（一）营业网点筑线上线下立体化，服务商户实惠客户
工商银行网点遍布境内境外、联通线上线下的网络布局，为客户带来现代化金融服务的新体验。除电子银行外，工商银行在境内有近1.7万家网点，在全球40多个国家和地区有300多家境外机构，这是区别于其他纯“线上”互联网企业的最大优势。尽管近年来客户金融服务和交易向线上尤其移动终端迁移的趋势十分明显，但线下网点在处理复杂和高风险业务，以及支持客户个性化、差异化服务上有着不可替代的重要作用，近年来工商银行线下网点中高端客户总量和高端业务占比一直呈增长之势。近两年工商银行在加快线上“云”银行建设的同时，也着力加快了线下“智”网点建设，利用互联网理念和技术逐步对网点进行智能化改造，实现了“任意一点接入、线上线下互联互通、全程响应”的一体化服务。 工商银行拥有先进的IT基础设施和历经15年打造的电子银行服务运营体系，拥有全球最大银行庞大的客户基础、广泛的业务范围、丰富的风险管理经验以及雄厚的资本与资金实力，这些都是发展互联网金融的巨大优势。线上与线下，两者都不可或缺，工商银行将把强大的落地服务与高效的线上服务完美结合，为广大客户提供更好的服务，创造更大的价值。
目前工商银行正在打造一个覆盖衣、食、住、用、行的“工银e生活”线下店商圈，线上通过为合作商户搭建“前台界面”，向客户推送本区域特惠商户和优惠信息，线下通过网点对合作商户提供全方位金融服务，形成客户、商户和银行互动开放的互联网生态系统，既“为商户带来客户、为客户带来实惠”，也将工商银行互联网金融产品更深度地融入线下消费场景中。
构筑线上线下立体化网络。互联网的出现打破了时空局限，使得金融服务不受地域限制、网点限制、规模限制，有了“无限扩展”的可能。如果不进行新的定位和转型，商业银行的网点将成为自身的包袱。商业银行要通过互联网技术，持续提升网点智能化水平，实现物理网点到智能网点的全面升级，锻造“互联网+”时代下的线下优势。此外，商业银行还应主动构建“互联网+”时代下的线上平台，进一步掌握提供金融服务的主动权。
（二）打造智慧网点，重塑工行形象
“手续繁琐、效率低下、服务态度差”一直是国有银行特别是工商银行的客户体验评价。工商银行通过引入智能终端，重塑了工商银行的品牌形象一方面使得客户不再需要填写各种繁琐的申请书，既节省客户时间，又减少柜面工作人员审单时间，从而实现更加快速办理各项业务的目标；另一方面，智能机器的引入使得银行成为加载服务的开放式平台，为未来开拓更多的服务空间和营销空间提供物理条件的支撑。以开卡为例，柜面开卡并追加网上银行、手机银行、短信提醒等一系列配套服务需要20分钟左右，而智能开卡机只需要3分钟，效率约提高了6倍。这既减少了客户等待时间，又大大减轻了柜面的压力，还将吸引更多的客户前来开卡，提高客户对网点的好感和认可度。智能化项目的引进将会全面提高网点的业务处理效率和服务水平，为客户提供方便、快捷、全新的银行业务体验。
目前运行的智能机器，可以覆盖所有非现金业务，解决了网点大堂人满为患，排队漫长等待，手续繁琐复杂等一直存在的问题，极大提高了金融服务的效率。也让原本坐在柜台的工作人员纷纷走出柜台，与用户面对面沟通，增强了两者之间的互动，并能帮助用户更快捷的解决问题。智能银行也必定将成为未来银行的主流形式，让原本以网点占据优势的工商银行给予用户更便捷的服务，让用户的体验更加舒适。
智慧银行是以客户的需求为前提。智慧银行的构建贯穿银行前中后台。它通过敏锐的洞察了解客户的需求，进行重新匹配资源，重塑业务流程，达到提升客户体验的最终目的。前台，可以获悉客户需求与信息，进行智能分析与服务。中后台，主要是围绕前台收集的信息，在不断满足客户需求的基础上，对流程进行整合、优化和创新，以保证对客户服务的高效性以及体验的舒适性。这样的银行，无论是业务创新还是系统优化，都是围绕客户的需求进行改进，为客户创造更便捷、更高效的服务体验。
（三）传统网点经营转型，实现网点职能的转变
工商银行的互联网+，顺时代而生，使银行网点首现负增长，智能终端可以完成银行90%的业务。网点柜员一年锐减1.2万人，全部从柜台后走到柜台前，甚至走出银行大门出门营销，由坐商转为行商。解放更多人力，让他们着手于网点智能化这一工程中，才能最终推动网点从交易处理型到营销服务型的转换。通过解放更多的人力，让他们从事到“客服专员”队列中来，一方面是节约人力成本，让更多的人能够走到营销的队列中，为工行创造更多的价值；另一方面更重要的是可以充分发挥他们的主观能动性，让他们有更多的精力去及时发现优质客户，并且第一时间提供优质的服务，提高客户的体验，确实践行“以客户为中心”这一理念，最终实现网点的经营转型。
智能银行是银行产品和服务的线下销售渠道，互联网金融的发展并不能完全消灭银行物理网点，很多业务还是要到物理网点办理，智能网点把业务办理变得更加简单高效，与银行线上销售渠道相辅相成，在互联网背景下，可以间接带动线上金融产品的销售。线上线下相结合联动营销，使客户全面了解并且体验我行金融产品。不仅如此，在银行基础服务以外，我们还可以推出更多的便民服务，例如社保和公积金查询等，不断丰富我行产品和服务的内容。让工行服务渗透深圳市民生活之中。
“Coffee or lemonade（来杯咖啡还是柠檬水）？”走进美国的摩根大通银行，接待你的客户经理便会这样问你。然后把你引导到她的办公区域并端给你一杯热气腾腾的咖啡或是一杯冰镇可口的柠檬水。之后，愉快的聊天的就可以开始了，通常是聊聊各自的近况和面临的压力或是分享一些最近遇到的有趣的事情。一杯饮料喝完，客户经理也基本把你要办理的业务处理完毕，随后起身握手送你离开：“Let me Know（保持联系哦）！”虽然这家大通银行的网点并不是智能网点，但“餐馆就餐式”的服务给客户带来了很好的体验。而面对我国人口众多，工商银行的排队状况很严重，大量的长尾客户占用了绝大多数的柜面资源的现状，柜员们忙碌一天，附加值很低的业务占用了大部分的时间。智能化改造，则从根本上解决排队问题：高效率的智能机能够分流掉众多的长尾客户，以前的柜员则变成客服专员与客户进行更深入的交流，挖掘更多有潜力的客户。未来工商银行的网点环境也将加以改造，客户走进工行真的会感觉像走进了咖啡馆、茶馆或者会所，未来也真的有可能出现ICBC-coffee或者ICBC-tea，网点的职能也将拓展，可能会变成融e购商城的线下体验中心和线上自助交易线下产品的提货点。
结语
互联网金融的发展，对传统金融模式提出了巨大的挑战。作为一名国有商业银行的一名员工，我对此深有感触。随着互联技术的高速发展，人们对金融服务提出了近乎苛刻的要求。微博、微信、易信等新技术的应用，使得线上线下的概念更加模糊，金融服务的随时在线必将成为现实。智能手机、个人电脑、数字电视的“三屏合一技术的出现，必将要求我们让消费者享受到随时、随地、随心的互联网金融服务。新时代要求我们的服务更便捷更开放更透明。支付宝、余额宝、阿里贷、P2P网贷平台的兴起，正在迅速地改变着传统商业银行原来的金融生态，近几年的经济形式，不允许我们像以前那样只服务于大企业而放弃众多的微小企业，且互联网金融的出现，已经解决了小微企业融资难、风控难的世界性难题，大数据、云计算技术的运用，使银行不用再担心小微企业数量众多、经营面广、海量交易所导致的信息局部化、碎片化、分散化，人们能很容易掌握企业交易的真实情况，从而有效甄别和防控风险。可见，互联网以其开放性共享性交互性的特征，大大拓展金融服务的广度和深度，特别是为小微企业和个人客户提供更加了便捷、更加灵活的金融服务。这说明互联网金融是金融业的伟大创新，它必将颠覆且重塑传统金融体系。因此，传统产业银行必须勇于接受并开创新的互联网金融天地。正如工商银行董事长姜建清所说：“此对工商银行而言，真正的挑战并不是来自于跨界竞争者，而是我们自己能否更好地适应互联网时代的金融生态环境和客户需求变化，以创新进取的心态拥抱技术变革新趋势。”（作者单位：中国工商银行深圳前海分行）
参考文献：
[1]姚文平.互联网金融，2014
[2]苗晓宇.网络P2P信贷.甘肃金融，2012
[3]谢平，邹传伟.互联网金融模式研究.金融研究，2012，12
金融行业智能化篇5
智能投顾理性提供投资服务
智能投顾，即机器人投资顾问，投资人直接把钱交给专业机器人来打理。清科研究中心研究总监张春梅告诉《经济》记者，机器人结合投资者的财务状况、风险偏好、理财目标等，通过已搭建的数据模型和后台算法为投资者提供相关理财建议。
通过智能投顾可以提高客户的风险收益比，提高收益与预期的一致性。最近市场出现的智能投顾基本上以绝对收益为目标，通过多资产多策略的模型等方式，使得客户在任何市场环境下能够获得相对稳定的收益。
今年以来，多家券商、基金公司以及理财机构推出智能投顾产品，那么，智能投顾与传统投顾相比又具有哪些优势呢？
张春梅表示：“作为一种新兴投资模式，相比传统投顾，智能投顾更具客观性，机器人会根据后台数据进行分析，不会为了业绩去误导客户操作，规避了传统投顾服务中理财经理存在的道德风险。”
另外，智能投顾服务面广，成本低。张春梅还表示，网络可以低成本服务最广大的人群，这也是互联网金融、普惠金融获得快速发展的特点。不仅如此，智能投顾的执行力也强，机器人根据固定的设置，达到止盈或者止损，一定会叫你卖出或买入。
智能投顾产品相对于传统投顾最重要的改进在于，提供了一种更为理性的，甚至更能克服人性投资弱点的投资模式，因为往往亏损都是因为太贪婪。
万家基金量化投资部总监助理陈旭对《经济》记者表示，智能投顾优势还在于可以不断自我学习研究的思路和方法，并以最快速度产生投资决策结果。“此外，智能投顾产品给予了客户更多的选择和自主选择的互动模式，采取了大数据挖掘，对客户可能有更深入的理解，提供更符合客户的推荐，也更进一步透明化了投资过程，并可提供更好的投资用户体验。”
随着算法进步、技术发展、信息化逐步提高等因素影响，智能投顾产业未来可能会在投资模式上带来重大影响。相对于传统投顾，智能投顾更容易低成本传播投顾观点，复制高质量投顾服务的成功模式，可能会对传统投顾中低质量的服务产生替代效应。
目前大多数机构的智能投顾称自己是根据马克维茨投资组合理论建立的模型，按照这个模型理想化的状态，它会是一个最优质的资产配置的方案。盈灿咨询研究员童颖曼对《经济》记者称，首先，智能投顾给出方案很快速，根据投资人的特质，它会快速地从备选方案里给出适合投资人资产配置的方案。
其次，它服务的门槛会比我们现在看到的私人理财顾问服务的门槛要低很多，因为整个流程都是智能化的，所以它会减少一些不必要的交易，可以节约一些交易成本。
而在艾媒咨询集团高级分析师蒋一帆看来，智能投顾目前来说离真正的智能尚有差距。智能投顾相比传统投顾来说，抛去其强调的“智能”优势，主要优势是维护成本低，“成本主要在初期开发投入，研发完善之后可以省去大量的传统投顾的人员成本，这点可以类比客服行业机器人大幅替代人工”。
他还告诉《经济》记者，智能投顾的服务流程和质量更易标准化，避免传统投顾过于依赖个人能力，同样能节省传统客服的培养成本。
智能投顾规模由金融产品的市场决定
世界知名咨询公司A.T.Kearney预测，美国智能投顾行业的资产管理规模将从2016年的3000亿美元增长至2020年的2.2万亿美元，年均复合增长率将达到68%。
参照科尔尼公司对2020年美国智能投顾市场渗透率达到5.6%的预测，考虑到我国资本市场产品结构单一、投资者尚不成熟，2020年国内市场渗透率以3%计，参照《2015年中国资产管理市场报告》给出的174万亿元的管理资产总规模预测值，张春梅表示，预计2020年我国智能投顾市场资产管理规模约为5.22万亿元。
智能投顾在国内拥有良好的发展基础。蒋一帆表示，首先，中国人口众多，投资者的理财需求多样化，很多投资者有理财需求，但目前国内理财顾问面向的对象都是高净值人群，很多投资者未能达到理财顾问的门槛要求，智能投顾能够较好地符合这类投资者的需求。
其次，通过近年各类互联网理财产品在中国的推广，互联网金融概念已经深入人心，投资者愿意通过更为便捷的网络及手机APP进行理财投资；最后，当前银行存款利率水平不断下调，余额宝等理财产品的收益率不断下降，人们亟需个性化的资产配置组合。
除此之外，智能投顾还会吸引较多有一定理财需求但无理财时间的用户进行尝试。蒋一帆表示：“目前智能投顾还是处于市场教育阶段，随着功能不断优化，未来较多的针对大众消费者投资理财产品组合将主要由智能投顾来完成，金融机构在这一块的初级销售人员数量将大幅减少。”
“现在智能投顾的产品是针对中产阶级服务的。”童颖曼认为，中产阶级有了一些新的理财需求，所以整个理财市场都会有一定规模的扩大，在这种情况下，那些专业素养或专业知识不够的理财顾问就可能面临被淘汰，理财市场的竞争也会更加激烈。
就国内智能投顾的发展规模而言，还得看其金融产品，有的智能投顾是针对股票，整个股票市场规模很大，从这个角度看智能投顾的规模也会很大，但是如果它提供的产品本身的市场规模或配置小的话，该产品以后涉及到的智能投顾的规模就会小一点，“所以未来智能投顾的规模大小得对应到它到底是针对哪一种金融产品进行的”。童颖曼如是说。
目前智能投顾涉及到的产品大概是一些基金、ETF、股票、P2P理财产品以及债券。
童颖曼认为这些产品可分为两大类，一类是混合型，比如这个平台既卖自己的开发产品，也会卖一些其他合作平台的产品；另一类是独立建议型，就是所有的产品都不是该平台自己开发的，但是它会有一个算法和一些备选的理财产品，然后根据产品给出一个建议。
市场投资者在逐步认识到智能投顾的优势后会逐步认可智能化的投资理念。在陈旭看来，未来要达到一定的市场规模有两个前提条件，一是智能投顾产品的百花齐放，能从不同风险度层次、不同收益回撤情况来适应不同需求的机构、个人投资者，作为资产配置的一大类别；二是智能投顾策略本身能做到真正科学的、系统化智能策略，并能形成长期有效的策略体系。“在金融工程或量化投资领域，这个优势会更加明显，更能快速地将系统化的研究成果转化为策略组合或产品。”
智能投顾需完善基础数据的采集和监管
智能投顾目前正在高速发展，未来的前景是值得期待的。那么，智能投顾会成为未来投资市场的主流趋势吗？
对此，蒋一帆认为智能投顾并不是一种新兴的投资方式，只是多一个投资建议和策略的形成方式，“它形成策略会更快更简单，对入门级投资者是一个很好的补充，可以大大节约时间成本，未来随着技术的进步是很有可能成为主流趋势的，因为机器学习正在大范围取代人类的简单思考工作”。
陈旭也表示，由于投资方式种类众多，智能投顾在短期来看可能会是一种创新投资模式，在中期来看可能和传统投顾处于两种模式的长期并存，随着越来越多智能化策略出现以及该领域专业化投资技术发展，很有可能成为未来投资市场的主流。
理财市场是一个很大的市场，智能投顾可能成为它服务的那批投资人中的主流趋势，但是不能说它完全能成为整个市场的主流趋势。“如果让一些拥有几千万元或上亿元的高净值用户用智能投顾肯定是不现实的。”童颖曼告诉记者，因为其中会牵扯到一些定制化的方案，这部分人肯定不是智能投顾主要服务的人群。
在未来相当长的一段时间内，智能投顾在中国市场不太合适，不太会成为投资市场的主流，因为智能投顾的发展在国内并不完善，开展完整的智能投顾服务在监管方面的条件也不可忽视。
今年8月19日，证监会新闻发言人张晓军明确表示，发现互联网平台未经注册、以智能投顾等名义擅自开展公募证券投资基金销售活动的，证监会将依法查处。
金融领域最重要的一点就是政策，业内人士需要充分了解一个行业的监管机构的政策才能开展自己的业务。童颖曼表示，目前如果智能投顾产品有销售基金的话，证监会的要求是必须要有基金的销售牌照。
严苛的外汇管制是不可忽视的问题，另外，还有一些技术上的问题，比如基础数据的采集。“目前国内的金融数据不开源，数据库对于互联网金融发展至关重要，这也是体现智能投顾时间积淀的关键指标。”张春梅表示，智能投顾的逻辑要基于人工智能技术和大数据的分析，才能得出比较准确的投资组合配置，而中国市场存在最大的问题就是信任危机。“目前国内的征信体制不健全，个人的信用评估体系尚未建立，而且国内投资者的风险承担意识普遍较弱，在投资上也难以完全依托机器人。”
这些壁垒随着互联网金融的产生，一直无法找到最终的平衡点。
童颖曼认为，智能投顾之所以可以针对不同的人群提供不同的产品，一对一个性化地给出解决方案，说明它备选的产品是足够的，所以做智能投顾的机构以后也需要更加丰富备选产品种类。
现在一些做智能投顾的机构虽然会简单地进行一些投资人风险的测评，但是测评相对来说都是比较粗糙的。这还需要更细致的投资人需求和风险偏好的测试，来保证以后提出的方案更加个性化。
而最重要的技术问题则是智能投顾的模型及算法，目前这些方面仍然需要市场的验证以及优化。易观金融研究总监马韬在《经济》记者采访时表示，并不是简单的产品组合就可以称之为智能投顾，如果未来要成为主流的投资方式，首先，“智能化”仍然需要进一步体现，另外，国内市场对于此种投资方式的用户教育也需要跟上。
智能投顾是金融的下一个发展方向
智能投顾重在智能，但各个平台的算法到底是什么样的，这个是很难判定的，因为算法是“仁者见仁智者见智”，可以通过不同的途径达到同样的效果。
那通过什么样的途径来达到为投资人提供优质方案的目的？首先，它的数据要够；其次它对投资人的特性要进行很深入的分析。“但是这确实没有办法来量化”，童颖曼对记者称，最近有的平台引进了做人工智能或数学方面的博士，有的平台会建立自己的研究院，其实他们都是想优化自己的算法。
智能投顾产品的本质价值在于通过更全面和智能的全资产匹配，给用户一个更科学化、高效化的理财投资配置体系，实现跟踪市场热点的投资组合和购买通道，并不能以简单的保不保本来衡量，而是看长期性和组合优势。
因此，结合这个本质价值开展完整的智能投顾，张春梅总结后表示需要以下条件：基础的金融数据积累；个人征信体系的建立；资产配置的多元化发展；智能投顾的技术成熟度；真正懂人工智能的人才储备；智能投顾相关的法律法规、制度管理的出台。
随着科技金融的发展，用技术改进金融体系效率是推动行业的创新和发展的驱动力之一。有业内人士认为，智能投顾会是新金融的下一个战场。
对此，张春梅表示，在互联网金融快速发展的今天，科技的力量在金融服务业的份量越来越得以彰显，而智能投顾作为一种依靠技术发展的新兴投资方式，也将促成科技金融领域的创新，同时也是新金融的一个发展方向。
陈旭也表示，金融行业市场情况变化迅速，但是短期来看主要以快速转化策略研究结果，作出研究支持的深度数据分析，提供更好的投资用户体验为主。“智能投顾的未来布局或许是我们难以预测的，但是从智能投顾目前发展的速度及形势来看，将主动投资被动化可能是其中一个重要的方向。”
由于需要对客户的风险偏好以及投资习惯数据需求进行照应，未来市场布局很可能是传统金融机构与消费支付渠道的联合作战，未来的互联网金融企业很可能具备多重身份背景，既有金融资产管理经验，又有大量用户数据，同时还能够应用相应的技术处理这些数据。
现在很多机构都在布局智能投顾，它是一个被大家看好的投资模式或方向，而这些机构争夺这个市场最后达到的目的不是单一的而是一种综合财富管理。“这会给投资人提供更多的产品和更深层次的服务，综合的财富管理才是这些机构以后更大的期待。”童颖曼对记者表示。
从战略角度考量，金融机构发展这个领域是顺其自然的，技术的改变带来了传统投顾市场的升级。马韬告诉记者，在金融科技成为热点的背景下，智能投顾也确实更体现“技术”这个层面，无论是资本市场还是互联网企业都给予了较高的关注度，在市场发展初期，各个企业都会开始“卡位”。
智能投顾的发展和布局，体现着决策者对于财富管理本质的深刻领悟，进而决定了其竞争壁垒的形成和商业模式的选择。张春梅对记者称，“从海外成熟市场来看，资产配置未来将成为个人客户投资主流，相应的投资者教育非常重要，而要想改变目前国内投资者的交易行为，也并非短期内可以见成效，因此，智能投顾在国内的发展任重道远。”
北京总部企业家健步走活动圆满结束
文/本刊记者 袁 野
2016年11月6日，以“总部携手・悦走跃高”为主题的2016北京总部企业家健步走活动在奥林匹克森林公园圆满结束。北京市商务委、朝阳区政府等相关部门负责人与200余家在京中央企业、总部企业、跨国公司地区总部、国际经济组织、总部经济集聚区代表等近500人参加了活动。
此次活动是由北京市商务委员会与朝阳区人民政府指导，北京总部企业协会与北京市徒步运动协会共同主办，旨在积极响应“健康中国2030”号召，践行低碳生活，倡导绿色出行。
在致辞中，北京市商务委员会副主任宋建明介绍了北京总部经济发展的成就。他表示，总部经济是首都经济的重要特征，是推动北京经济社会发展的重要支撑。华润雪花啤酒（中国）有限责任公司品牌总监阎东宣读了总部企业健康倡议书，发出了3点倡议：一要做引领首都经济社会发展的总部企业；二要做践行“绿色发展”理念的总部企业；三要做健康阳光的总部企业家。
金融行业智能化篇6
2007年12月20日，中国工商银行在北京正式了中小企业融资服务品牌――财智融通。工商银行作为国内中小企业金融服务的领先银行，为树立鲜明的市场形象，更好地服务广大中小企业客户，专门为中小企业金融服务推出品牌，标志着工商银行中小企业融资产品在全国范围的整合，充分显示了工商银行为更广大中小企业提供金融服务的愿望。
资金融通是中小企业金融需求的核心，将融通二字直接嵌入“财智融通”品牌名称中，集中体现了工商银行对中小客户“想您所想，为您所用”的服务承诺，这也是“财智融通”的品牌内涵所在。作为中小企业全方位融资服务平台，“财智融通”品牌下涵盖了工商银行的产品库、特色产品、辐射产品和区域产品等多层次的众多金融产品体系，能够满足中小企业在不同经营环节的融资需求。在各区域性市场，“财智融通”将在已经成功运营的“大型超市供应商融资解决方案”、“钢贸通”、“油贸通”、“黄金宝”、“专利权质押贷款”的基础上不断扩展，推出更多契合中小企业的个性化需求的区域和产品。
“财智融通”品牌是产品外在的感性诉求，它的品牌运营必须建基于强大的持续服务、持续增值能力。中小企业金融业务一直是工商银行具有竞争优势和服务特色的公司金融业务。近年来，工商银行率先在国内同业中提出了“无大不强、无小不稳”的经营理念，积极在中小企业金融服务方面实施改革创新和稳健进取的经营策略，从架构、团队、产品、机制、流程和系统等方面加强中小企业金融业务经营体系建设，提升核心竞争力。一是差别化管理，梯度推进中小企业融资产品。根据中小企业客户资源市场分布、不同地区金融生态环境以及分支机构经营管理水平，采取不同的营销策略，实施梯度推进。二是健全制度，规范中小企业业务流程。针对中小企业信贷风险特征和融资需求特点，选择能够反映中小企业风险特点的指标作为评级和授信依据，建立专门的评级、授信管理制度。三是依靠信息科技，搭建业务技术平台。在现有信贷管理系统平台上，工商银行开发了小企业信贷业务管理子系统，实现了小企业信贷业务评级、授信、审批等操作流程电子化，极大地提高了管理效率和风险控制能力。四是大力推动融资产品创新。通过稳健进取，工商银行逐步确立了中小企业金融业务的市场领先地位。截至2007年9月底，工商银行仅小企业贷款余额就突破了2000亿元大关。
工商银行北京分行2008年在北京隆重推出中关村、顺义、开发区、海淀西区、丰台、地安门、营业部、翠微、大兴、石景山、亚运村、崇文、望京等13家小企业贷款重点行，覆盖北京市城郊区。今后，工商银行北京分行将把发展中小企业金融业务置于更加突出的战略位置，加快产品创新步伐，提高电子化水平，扩展服务广度和深度，牢固树立“财智融通”广受认同、深入人心的品牌形象。
金融行业智能化篇7
[关键词] SOA 智能实时信息系统 风险预警管理 管理风险识别
世界经济一体化步伐正在加快，随着我国加入WTO和社会主义市场经济体系的逐步建立和完善，金融企业所面对的国内外竞争日趋激烈，内外部环境更加复杂。如何适应环境的变化，提高风险防范能力成为金融企业管理者的一个现实而严峻的问题，传统的管理理论和方法遇到了挑战，要想在竞争中立于不败之地，必须不断进行管理创新。在这种形势下，风险预警管理作为一种解决上述问题的创新理论，它的重要性日益突现出来。
在现代金融市场的竞争中，金融企业想获得良好的经营成果，必须建立风险预警管理体系,并保证风险预警管理体系的有效运行，这主要包括确立恰当的风险预警管理原则和战略、建设有效的风险预警管理框架、设置全面灵活的风险预警管理政策和程序并积极开发强大的风险预警管理系统，培养高素质的专业人才队伍，其中风险预警管理系统是建立金融风险预警管理体系的重要环节，对风险潜伏期的信息、情报及时处理，分析风险发生的概率以及风险发生后可能造成的负面影响，做出科学的预测和判断。金融企业风险预警系统的重要功能之一就是把许多分散动态的信息组织起来并进行全面的监测、跟踪，向金融企业提供决策的依据。
一、建立金融企业风险预警系统指标体系
科学的金融企业风险预警体系必须设置可行的预警指标，而指标既能够体现适应性、稳定性、一致性的特点，又能反映出预警对象的内容，并能随着经济金融环境的变化对指标值做出相应的调整，指标内容包括技术指标和社会指标。
金融风险预警指标的选择一般是以巴塞尔协议和我国资产负债比例管理的要求设置。指标体系分为7大类，共15个指标。7大类是经济风险类、信用风险类、流动性风险类、资本风险类、经营风险类、金融犯罪风险类；16个预警指标分别是:真实GDP增长率下降;企业资产负债偏高;不良贷款率超过15%;流动性资产与各项流动性负债的比例小于25%;存贷款比例超过75%;一年期以上的中长期贷款与一年期以上存款比例超过120%;存款准备金率小于6%;资本充足率低于8%;总成本与总负债的比例超过7%;应收未收利息与利息收入总额的比例超过15%;拆入资金余额与各项存款余额之比超过4%;拆出资金余额之比超过8%;各项资金损失率超过10%;金融犯罪发案率上升;账外经营额与金融资产的比例上升;储蓄网点的日存款下降率作为识别支付风险的重要指标。16个预警指标较全面地反映了银行经营状况和地区经济发展及经济环境状况，对衡量银行经营风险和风险监控具有重要的作用，也是中央银行非现场监管的重要内容。因此金融企业风险预警系统可依照以上预警指标，科学设计有关风险预警报表，建立内容详实、完备的风险预警资料库，在日常非现场监管的基础上，加强对金融机构风险的预测和监督，中央银行通过对银行风险分类、风险识别、风险分析和估价后，对金融风险基本上做到了心中有数，对及时采取有力措施防范和化解金融风险将起到积极作用。
二、金融企业风险预警管理分析方法及识别机制
金融企业风险预警指标体系是衡量和监测金融企业风险预警系统的基础，对金融企业风险预警管理的分析及识别是构建金融企业风险预警系统的重要内容和关键环节。
1.金融企业风险预警系统的分析方法
风险预警分析是金融企业风险预警系统的重要内容，采取科学合理的分析方法是金融企业进行非现场监管的重要手段。一般采取以下分析方法:(1)财务报表分析法。在金融企业的经营管理中，最直接、最方便的风险识别工具就是企业的财务报表，对金融企业自身的财务报表进行分析是风险预警管理者实行财务风险分析的重要内容，运用比较分析法、趋势分析法、共同比分析法、比率分析法、特定分析法等方法，通过评估金融企业过去的经营绩效，衡量目前的财务状况和经营状况，并预测未来发展趋势，着重找出可能影响金融企业未来经营的风险因素。(2)风险环境分析法。就是从金融企业经营管理的内部环境和外部环境出发，识别有关的不确定因素。无论采用财务报表分析法还是采用风险环境分析法，风险预警系统管理者不仅要判断存在哪些危机因素，而且要根据各危机因素的相对重要性进行筛选，从而排除干扰，有重点地预防风险。关于危机因素的重要程度，要依据危机因素估价来具体分析确定和比较。
2.金融企业风险的识别机制
危机因素识别是风险预警管理的第一步也是最重要的一步，对于金融企业来说支付风险、资产风险、管理风险、道德风险、政策性风险和法律风险等是危机因素识别的重要内容，需要金融企业时刻关注相关领域的动向，做及时的调整以便降低风险，预防危机。
三、建立随需而变的金融风险预警管理智能实时信息系统
Internet网络正在成为信息资源的一个主要来源。通过对网络的监控，建设基于互联网的风险预警信息平台，既可以为金融机构相关工作人员提供及时、准确的决策信息，又能分析客户或潜在客户的信用风险恶化趋势，提高资产质量，更好和及时地监测行业竞争对手和市场信息，提高组织竞争地位，优化金融产品。还可以实时监控企业内部管理，进行风险预警防患于未然。
1.金融风险预警管理智能实时信息系统的系统架构
以服务为导向的体系架构SOA是目前领先的、具整合能力的应用体系架构，是通过业务服务的概念来提供金融风险预警管理实时信息系统的各项应用功能，服务可以自由地排列组合、互通互连、融会贯通，能随时弹性配合新的需求而调整。例如在SOA这种架构下，预算指标的查询、项目信息查询、用户权限认证等业务功能，通过标准接口进行封装并成服务，以服务方式部署在系统数据与功能整合平台上。任何一个应用要访问其它应用可以通过服务的发现和服务的表述来确定被访问的服务的属性和调用格式，从而实现标准化的应用之间的协作，而且满足应用系统之间的松耦合原则，完全可以避免因为单方面系统、程序内部的调整而冲击到另一方应用。通过建立SOA架构实现各级金融部门、各个业务系统的信息服务都能够通过服务的包装，成为随取即用的信息系统资产，以服务的形式对外，实现共享、快速整合，开发出组合式应用，达到整合即开发的目的，实现对金融业务需求的快速响应。
2.金融企业风险预警管理智能实时信息系统功能
金融企业风险预警管理智能实时信息系统主要功能包括以下几部分：经济与政策动态监测;行业动态预警;企业动态预警;法律纠纷警示;贸易纠纷预警。
3.金融企业风险预警管理智能实时信息系统管理
金融企业风险预警管理智能实时信息系统可以24小时监控数万个国内外网站，以确保在第一时间知道所关注的行业、公司及客户的信息，保证信息的实时性和全面性。智能信息处理技术和专家干预两者有机结合的信息加工机制，保证信息的有效性和权威性。提供在线信息服务门户的同时，面向特定客户提供个性化信息服务。金融企业风险预警管理智能实时信息系统管理包括以下几部分：
(1)定制网站的实时监控和采集。金融企业风险预警平台关注的信息来源具有行业性，需要提供能够定制网站的互联网采集工具，实现对其监控网站栏目的抓取功能。互联网信息量大且重复度高，单靠人工进行筛选费时费力，加工效率低，需要提供基于文本挖掘技术的信息智能加工工具，提高互联网信息的加工效率，降低信息的加工成本。
(2)信息协作加工平台。离开了人工和专家，信息的价值便会大大降低，引进人工加工和专家辨识，是互联网信息增值服务不可缺少的手段。所以需要建立信息协作加工平台，提供信息分级、信息编辑、信息审核和信息等功能。
(3)可定制的信息服务门户。互联网时代信息服务模式发生了根本的变化，信息服务大多通过在线的信息服务门户来实现，且要求门户展示的信息具有可定制性和调整性，针对于不同的用户可以提供个性化主页服务和专题服务。
(4)金融企业风险预警管理智能实时信息系统数据管理。金融企业风险预警管理智能实时信息系统的数据量巨大，数据内容也较多，系统只需要存储必要的可利用数据资源即可。面临的问题就是整合信息资源，实现数据共享，因此金融企业风险预警管理智能实时信息系统的建设需要诸多部门、行业的协调和配合。数据管理可采用信息集成服务技术，在一个异构的数据源基础上进行数据聚合，通过网络技术建立一个安全、共享、分布式的金融企业风险预警数据库共享机制是应对企业风险和危机的有效方法。
基于SOA的金融企业风险预警管理智能实时信息系统提供的信息实时、有效，随需而变的业务服务全面且可订制。系统可以锁定监控对象进行信息定制，比如重点监控大客户或潜在客户以及不良贷款多发分行所属地区、宏观调控的行业或重点行业等，从而为金融企业提供可定制的专题服务，为金融企业带来可观的经济效益。
四、结论
在金融企业风险发生前进行预警管理比事后补救容易和有意义得多，而建立基于SOA的金融企业风险预警管理智能实时信息系统对金融企业提高和增强风险和危机抵抗力具有重要作用，可以使金融企业做到未雨绸缪。
参考文献:
[1]汪传雷著:基于生命周期的企业危机信息管理[M]．安徽大学出版社，2007年03月
[2]叶晓苏主编:工程财务与风险管理[M].中国建筑工业出版社，2007年05月
金融行业智能化篇8
2018年以来，伴随着“资管新规”的，资管行业进入到了正本清源、转型发展的新时代，中国银行理财业务未来的发展方式和形态正在被重新塑造。
尽管各家银行在资管子公司未来业务模式和发展方向上有所不同，但将人工智能技术作为提升银行资管业务整体效率和质量的重要手段，已经取得了业内的广泛共识。国内外的资管机构在相关领域进行了大量的研究和应用。BlackRock作为全球最大的资产管理机构，运作着6.3万亿美元的资产，人均管理规模为30亿元。其管理的高效能主要依赖了aladdin、Future Advisor、iRetire和CACHE-MATRIX四套顶级智能金融系统，所支持的业务范围覆盖了投资管理、销售咨询、退休养老和风险控制业务体系。天弘基金作为国内唯一一家规模超万亿的基金公司，拥有着来自蚂蚁金服的天然科技基因，其在并发计算能力、客户肖像绘制、用户习惯分析及智能资产配置方面的技术储备和实践经验已处在行业前列。
银行资管拥有相对独立和完整的资产负债架构和业务模块，将人工智能技术用于资管业务，可以有效提高效率，拓宽分析的深度和广度，为传统银行资管向智能资管的转型，提供了重要的技术保证。但目前将人工智能用于银行资管还存在着一些亟待解决的问题。本文将聚焦资管转型背景下的智能资管建设，对人工智能应用场景进行分析讨论，探索符合当前银行资管业务发展特点的“银行资管+人工智能”的解决策略。
二、 资管业务人工智能应用存在的问题
1. 银行资管外部环境的变化。
（1）国内监管环境的变化。国内的银行资管行业自诞生以来，就与监管密不可分。在资产端，国内监管对银行资管的投资标的有着较为明确的限制，因此投资无法在全市场和全金融标的上展开。在负债端，国内监管采用了较为严格的流程限制了客户的理财购买行为只能在柜面或银行端的APP上进行。2018年以来，监管对银行资管进行“市场化”调整的目标逐渐清晰。“资管新规”的颁布，除了在“打破刚性兑付”“规范资金池业务”“引导行业去嵌套”“去杠杆”等问题上的考量外，也向资管行业统一监管的目标迈出了重要一步
监管对资产端和负债端的松绑，不仅意味着更多的业务机遇，也意味着技术应用有了更多的业务场景。
（2）业务环境的变化。传统银行资管面对的竞争对手仅为银行资管同业，而借助于银行强大的实体渠道营销能力和过去的资金池运作方式，这种竞争一直处在温和可调节的范围内。在脱离母行后，尽管银行资管子公司拥有了更多的投资标的和工具，但其無疑也会直面更加激烈的外部市场竞争。相较于市场化程度高的基金公司、券商资管而言，多数银行资管在投资交易、投资研究、系统建设、人员储备等方面还存在着较大的差距。这种差距必定会为人工智能的业务应用带来了不确定性和阻碍。
2. 金融业务数据问题。金融数据具有数据量大、维度高、结构复杂、价值密度低等特点，此外，金融数据还包含大量的噪声和潜在的关联关系，具有极强的波动性，这使得对金融数据的分析和挖掘成为一个难题。
银行、保险和证券等专业机构对客户数据的准确性要求严格，根据特定场景开发私有清洗模块或平台，积累了大量经验。但出于保密原因，金融企业很少有理论性的成果见诸于报道。
金融数据的智能清洗技术在学界已开展多年。针对数据中属性错误的检测，有基于统计学理论的方法、关联规则的方法、聚类的方法、利用违反函数依赖条件的方法等。针对数据中的重复记录问题，可以在基于距离度量的基础上，采用聚类算法的思路进行处理。针对金融数据中常出现的时序数据，也有学者提出使用了模糊C均值聚类方法，通过计算数据到聚类中心的距离来分离出噪声数据。针对金融数据维度高的特点，在确定了问题边界后，可以直接使用经典的数据降维度算法或策略予以解决。
高质量的数据资源是人工智能应用的前提条件。成功的人工智能应用，花费在数据工程上的时间比例会占到六成甚至更高。而银行资管在数据处理上常会遇到来自下列两方面的问题。
（1）内部数据。银行资管已经发展十年有余，内部积累了大量数据，该部分数据多数仅完成了数字化。由于以前缺乏数据分析的内生性需求，大量数据并未经过数据清洗和结构化存储，后期数据清洗和存储的成本较高。
作为归属于母行的独立部门，银行资管的部分业务模块的职能（如产品销售、信息科技等）一直由母行的相关部门代为行使。子公司化之后，按照监管对于银行数据的要求，以前积累的销售及客户的原始数据将无法作为无形资产被子公司所继承。数据获取渠道的堵塞将会直接不利于未来人工智能技术的应用。
（2）外部数据。银行资管未来在投资端会大量投资外部标准资产，而投资的前提保证是能够拥有完整准确的外部数据。针对标准资产的公开市场数据，目前有大量的第三方数据供应商提供相关的数据。而针对标准资产中的另类数据，通常数据来源可靠性差、数据质量并不稳定。
未来外部数据是否需要本地化及系统内外数据如何隔离将主要根据监管要求及自身发展的需要。在缺少了母行科技支撑的情况下，数据库的搭建和维护也将是资管子公司科技团队的重要工作之一。
3. 银行资管架构及技术积累。
（1）组织架构。银行资产管理业务的定位较为明显，不同银行资管拥有相似的业务模块，且多实现了独立的事业部制。然而，各行资管的业务范围及业务模块间的工作流相异，各模块内部的具体职能、资源配置也不尽相同，这种差别在全国股份制银行与城商行间、城商行与农商行间的差异更为巨大。正是由于这种组织架构上的差异，业内并没有形成引入人工智能技术的现成框架和通用模板，所以具体实现需要根据各自的实际情况来进行差异化的设计。
（2）技术积累。我国的银行资管业务起初多隶属于同业市场或金融板块，十余年便经历了由小变大、由弱变强的过程。行业的高速扩张也带来了各行资管业务发展的不平衡性，所以在管理能力、投资投研能力、人员配置和技术储备等方面，也处在不同的发展阶段。除了同业间的差异外，相较于已经发展了多年的外部非银资管，由于各非银机构所处的监管和行业标准化程度高，导致了这些机构只要满足准入门槛就代表具有了一定的管理能力、人才储备和技术水平。
除了管理技术和传统投资投研技术外，人工智能技术的应用更多集中在人工智能知识以及计算机技术的使用上。在人工智能算法知识、独立开发能力和相关人员储备上来讲，部分非银机构已经走到了市场前列并且积累了一定的研究成果和实战经营，银行资管在实现超越前，还需要付出较多的追赶成本。
三、 我国银行资管业务中人工智能的应用建议
1. 明确自身特点和发展定位，梳理人工智能应用的整体框架。“理财新规”和《商业银行理财子公司管理办法》将未来银行资管开展业务划分成了体内运营的“传统”模式和体外运营的“子公司”模式，在业务开展模式确定后，银行资管机构的市场定位和发展定位会皆然不同。
对于选择了“子公司”模式的银行资管，未来规划多朝着全能型方向来发展。可以针对人工智能的应用进行自顶向下的宏观设计，所涉及的业务范围可以尽量拓展，将未来有可能开展的业务也纳入到设计范围内。更加宽泛的投资范围和营销渠道，会需要更加全面的数字化系统进行支持，业务开展过程中会积累的更多的数据，人工智能技术的应用也会更加有意义，无论是从管理端和业务端都会产生规模效应，落地成本均摊后也更加低廉。
对于选择了“传统”模式的银行资管，全面的人工智能应用不但成本高昂，且给实际业务带来的收益相对有限。这类银行资管可以针对有急迫人工智能需求的应用场景，进行特定业务的落地，比如针对负债端客户的偏好分析，可以用来在未来严峻的市场环境中最大程度的维护好存量客户并扩大客群，实现与银行资管子公司的错位竞争。后期可以根据业务的开展情况，逐步推进人工智能的使用，实现更高的产出比。
2. 挖掘潜在的人工智能应用点。在业务模式和人工智能应用的整体框架被确认后，接下来就进入到潜在应用点的挖掘选择上。
（1）客户行为分析及应用。将人工智能用于客户行为分析，早已被大多专注于C端的互联网企业采纳并广泛应用于实践。银行资管因相对的垄断地位，早期缺乏客户画像的需求和内在动力，相关的研究起步较晚。金融业基于人工智能进行客户分析的目的在于：从海量数据中，发觉目标客户及潜在客户;进行欺诈检测、价值分析、流失分析;建立起客户信用度、贡献度及忠诚度模型等。
针对客户行为进行分析，并反向用于营销及产品设计，是一个比较自然的人工智能技术应用场景，而实践应用中的热点也集中在负债端。从技术角度上讲，数据采集和业务场景的建模是落地中的重點和难点，而工程实践、后期分析结果的解读及应用则占据了更多的工作量。
（2）智能量化投资及投研平台。智能量化投资是指：通过向量化投资领域引入人工智能技术，使系统能够高效且智能地从金融数据中自动挖掘可用信息，并用于支持和辅助投资交易。在智能投研平台建设方面，非银金融机构已有实施案例，如天弘基金在2015年建立的投研云系统，嘉实基金2016年成立的人工智能投资研究中心，华夏基金与微软亚研院的战略合作。不同于非银金融机构，新兴的金融科技公司更倾向推出标准化的解决方案或平台，参与其中的金融科技公司包括：通联数据、数库科技等。
权益二级市场一直是金融领域人工智能应用的热点，由于监管政策的放宽，银行资管子公司已经可以开始在该领域提前布局。自动盯市和价格发现是人工智能较为常规的应用，更进一步的，人工智能还可以被用于自发地寻找市场的阶段性有效指标、挖掘主要矛盾、批量生成策略等。
（3）智能投顾研究。智能投顾（Robo-Advisor）在对大量数据分析的基础上，根据服务对象的特征或偏好，给出个性化的投资建议，可以选择性的为服务对象提供交易服务（如完全自动交易、人工投资顾问协助交易和自执行交易等）。
智能投顾起源于美国，近年来众多资管公司已了其智能平台，我国于2015年引入智能投顾概念。国内智能投顾平台按照业务类型可以划分为三种：第一类是借鉴美国Wealthfront、Betterment等投资于交易型开放式基金（ETF）组合的公司，直接为客户匹配国外发达市场的ETF 基金以达到资本配置的目的，例如弥财公司和蓝海财富公司;第二类是以FOF基金等作为投资组合标的，例如钱景理财公司;第三类是基于论坛等在线平台进行投资信息共享，对量化投资策略、投资名人的股票组合进行社交跟投，例如雪球公司。
未来的银行资管必然会从“输出产品”向“输出策略”转型，而负债的边界也将会瞄向不同风险偏好和需求的客户。银行资管早期可以通过“智能投顾+外部ETF采购”的模式满足客户“千人千面”的需求。对于投研能力强、市场占有率高的头部银行资管，未来可以发行广泛涵盖市场各类指数的类ETF基金，在满足内部投资采购需求的同时，也可以将其提供给外部有配置需求的机构及个人投资者。
3. 人工智能落地的内部机制建设。尽管人工智能技术的应用在金融领域已经取得了共识，但不同性质的机构对该类技术的认知和实际的推进力度上有很大的差异。建设一套可行的人工智能落地的内部机制是大多数银行资管子公司在拥抱人工智能技术时，应该考虑的首要问题。这套机制的建设应围绕着下列问题展开：（1）探索性的业务需求与外部技术公司合作方式研究;（2）探索性的业务需求考量标准;（3）项目结果不及预期的退出机制。
4. 尽早进行数据积累工作。数据积累的对于人工智能技术的应用十分重要。在投资端，数据处理工作的重点应该集中在非标准资产数据的累积和标准资产的另类数据。非标准资产公开信息相对缺乏，需要银行利用渠道的信贷或金融市场板块资源进行采集、汇总和结构化存储。在负债端，因为监管会对母行和子公司间进行系统和数据的隔离，所以数据积累对于要成立子公司的机构而言更为急迫。为了最大化利用母行的已有客戶数据资源，目前可以采用如下两种方式：首先，基于母行负债端已积累的数据，就客户分布、行为偏好等特点进行分析，以期未来可以在负债端指引子公司的市场化营销工作。其次，可以设计符合监管要求的母子协同机制，不因必要隔离而导致对渠道资源禀赋的放弃。