[摘要]随着人工智能的不断发展，不断促使世界经济的发展，人工智能广泛用于不同领域当中，改变了市场模式的发展和结构，使得用户体验、金融机构效能等方面发挥了重要作用。当今社会中，人工智能渗透在各个行业当中，有助于各个行业提升效率、增强体验、扩大规模和降低成本。但随着人们生活水平的提升，潜在市场风险存留于市场的各个角落。构建智能科技的基础设施体系，完善市场风险监控内容，有利于防范市场风险的发生。

　　[关键词]风险监控；人工智能；市场风险

　　[DOI].2021.17.188

　　1选题背景

　　2020年4月16日，IBM政府业务中心发布报告《人工智能时代的风险管理》。多年以来，AI的功能不断地增多，应用在每一个领域当中，计算能力和数字化时代的巨大进步，开创了人工智能的全新时代。人工智能的自主学习也在推动着AI革命中继续扮演着不可或缺的角色，人工智能的自我学习能力技术的成功使它得以迅速传播到所有行业当中，包括政府以及政府机构的工作当中。当AI时代面临的挑战不仅是如何以有效的方式去实现目标，更加面临着透明化以及市场潜在风险管控等其他方面。这些因素必须纳入与采用智能科技来改善防控市场风险策略当中。

　　关于市场风险监控历程：

　　在20世纪80年代，人工智能解决了特定领域的问题，运用大量专业知识解决在市场风险和医疗领域等地方取得了卓有成效，在庞大的数据库中，移动互联、物联网、云计算的不断发展，从而产生了海量的数据，为人工智能技术的发展提供了有效的训练，使得人工智能计算用于各类产业成为可能。

　　人工智能概念在20世纪90年代中，随着人工智能发展的扩大，覆盖及应用领域和规模不断地扩大，都基于各领域专家设定的特定应用系统，应用的领域较为片面，普遍常识性知识不足、演算推倒判断方法单一等问题都开始出现，市场风险随着物资供应的不充足、市场价格的波动和各国税收政策所带来的风险变化。市场风险的潜在不确定因素导致人工智能存在大量严重失误判断，人们在人工智能的判断重新有所担忧。在进入21世纪后，随着互联网和大数据时代的不断扩大，云计算和互联网技术不断地成熟和完善，基于互联网技术的成熟和大数据时代网状结构式分布主体下得以解决，从而使得人工智能技术得到提升。

　　2016年3月5日，一个A1phaGo的人工智能程序打败了人工智能程序在围棋中击败了人类世界的冠军。围棋游戏存在的走法的可能性数量是无法能够想象的。A1phaGo最终是以4-1的成绩取得了绝对的胜利，在此之外在不确定的外界环境当中、全新的学习环境和上千万种的策略方式来应对不一样的格局方式，A1phaGo能展现出一些显著的进步。但在今后的两周中，一款名为Tay的聊天机器人作能够利用相互交流从而在人类身上学习到有用的东西，使得人工智能在今后市场风险监控判断和机器自我学习能力等领域能得到进一步的提高。

　　2智能科技当前的风险性及未来发展

　　2.1人工智能科技当前的风险性

　　在21世纪，人工智能的发展在大部分领域中已经获得了重大的突破和成就，在市场金融中，市场风险问题也同样很明显。

　　绝大多数人觉得人工智能终将取代人类，让人工智能统领人类世界的数据领域。人工智能的便利能够改善金融机构潜在风险和市场风险的工具。当今银行和金融行业的体系不断完善。在市场风险中，重新定价的不对称性能使得收益率曲线的斜率、形态發生变化，收益率曲线并非正常移动，对银行的收益率和市场内在经济产生不利影响，使得市场风险提高。人工智能在数据领域当中能够做到“专家”程度，能够在进一步加深对内在风险评估和分析对更透彻、更清楚的信用风险评估，能够最大化地解决在市场风险中的问题。但是人工智能的风险还存在着局限性，它不能够精确地去判断市场风险的潜在风险，会使其导致不可预估的损失，就像如今的智能航空一样，也许它所计算的航班轨迹和准确性的降落时间，但是在突发事件，也称为不确定性风险，也终将是由人类去手动操纵。在市场风险当中，它存在大量的不确定性因素，它包括在市场交易，金融市场中的投资组合管理和对人们的信用风险评估等许多领域当中，人工智能领域尚处于在一个实验阶段，与能举一反三、进行自我修正分析，可与人类进行互相学习思考，能够更具外界的不确定性和更完善的规划设计人脑的思维判断和推理决策能力等方面，在人工智能科技“强人工智能”能力还很单一，不能推理完善决策分析过程，依然存在较为明显的风险性。

　　2.2人工智能项目处于实验阶段的主要原因

　　人工智能科技项目未能达到更完善的市场风险管控存在着多方面的原因。

　　2.2.1机器学习问题

　　机器学习是人工智能的重要过程，人工智能的学习大多依靠人类的数据分析以及对程序设计的预判，不能够有效判断及解决具有潜在危害的市场风险为目的的判断抉择。

　　2.2.2法律完善问题

　　人工智能行业的兴起，严重威胁到了不同行业的失业问题。为了解决人工智能进入人类学习中引发的问题，需要起草和实施进一步的规定。人工智能机器大部分需要依靠着金融衍生工具和大数据演算作为辅助进行推演，数据和技术特定部门以及市场分析人员及部门最为渴望出台和实施新的政策。

　　2.2.3数据动态问题

　　人工智能的应用所面临的重要问题是过于依赖历史人类受储备的大数据库中，人工智能局限于人类编写判定的程序结构当中，而不能根据市场动态以及各国政策等信息不对称性问题来进行自我学习训练，这种数据动态失衡将会影响人工智能建模分析的时效性。

　　2.2.4数据准确性问题

　　人工智能是通过大数据挖掘，对市场风险的分析做出判断，从而进一步预测市场风险的变化以及对基准利率变化和外汇交易等变化过程，有效监控市场风险中部分违法行为。但是市场数据质量参差不齐，市场公司业绩的不完善性都会导致人工智能的演算结果存在着严重错误，影响人工智能建模的准确性。

　　2.2.5市场监管问题

　　人工智能尚处于“弱人工智能”方向，暂处于单一处理多种数据分析能力。随着人工智能的不断完善，人工智能模型将能在市场中收集更多的数据进行演算，可以分析更大工程复杂的大数据。数据和隐私风险也随之增长，会导致市场监管风险难度增大，数据泄露和人工智能发生故障及人为编程错误的可能发生概率加大，也随着安全、隐私和公司数据泄露等风险，导致了市场监管的缺失。

　　3人工智能在未来的发展过程

　　人工智能技术衍生出来新一代的产业变革，在世界各国都定制了各领域的人工智能发展规划和布局，是新产业和新领域开发的起点。在金融机构、技术和金融科技公司对人工智能投资增长重燃了兴趣；谷歌确立了从“人工计算”转向“智能计算”的重要战略；在人工智能交通领域中，百度有着重要的突破，成为中国人工智能的扛旗者。在人烟稀少的新疆，与微软一同合作布局人工智能，成为无人机行业在农业以及生态监控领域有着重要的突破。BlackRock、Two-Sigma、RenaissanceTechnologies等基金管理公司利用人工智能，在对风险管理的规避及市场风险的防控有着重要的战略部署。蚂蚁金服也利用人工智能技术，在金融市场风险中提升风控能力，提高效率，改善用户体验和减少大量的信息不对称性。人工智能广泛分布在各个领域当中，在市场风险监控有着重要的突破。人工智能日益成为我国新经济发展的新领航。

　　人工智能从“浅层思维”转换为“多维思维”，在某些领域从“单一化判断”走向了“多元化判断”。随着数据、算法、程序源方面的技术有着重大的提升，人工智能在未来市场风险控制将更好的呈现。

　　3.1从“快速思维”到“智能思维”

　　市场风险领域中，人工智能有着专业化的推理突破，在多个领域中能够有效判断市场风险潜在危害。多个国家将人工智能管控风险作为今后发展战略之一；在Aidiya、SentientTechnologies公司通过实现“数据浓缩”，使用机器学习和进化算法的结合来有效进行“智能思维”判断进行有效分析识别潜在市场分析；蚂蚁金服有着决策算法策略（Algorithmicdecision），通过程序框图同时进行大量数据的判断，能够有效地提升服务效率，有效降低市场风险的潜在危害；人为手动布局算法流程复杂，大量的数据分析和条例大大地降低效率。人工智能能够改善服务成本大的问题，从而真正地实现智能高效市场的风险规避。

　　3.2人工智能提高市场风险判断的准确性

　　人工智能需要利用大量的数据进行对市场风险的判断，通过对旧数据的汇总分析，进一步预测市场风险中现金流和收益利差的严重变化，有效规避收益率曲线风险，有效进行对重新定价的不对称性有着重新分析。随着人工智能和机器学习的结合，可以给市场风险中的汇率风险、基准风险和股票风险有着重要风险防范。通过人工智能的分析有效防止在部分国家政策法规的变更，金融交易活动存在着过度的投机现象的存在，能够促进市场风险的稳定发展，能够更快、更有效的帮助各个行业解决存在大量数据的分析和信息不对称等潜在风险问题，能够通过非结构化的数据结构化，通过各地区行业的关联形成企业知识网，从而降低企业面临着重要市场风险和公司存在的潜在债务危机。人工智能技术能够对客户的金融要求和对市场风险的管控进行精确分析，潜在市场风险管控会成为未来在各行业的常态，传统风险分析模式将逐渐推出各行业的管控模式。

　　[作者简介]陈瀚彬，男，汉族，广东东莞人，就读于广东理工学院，研究方向：金融。