人工智能更好应用于金融领域 须加强人才培养

人工智能更好应用于金融领域 须加强人才培养

“我国在金融科技领域存在很大的投资机会，新一代信息技术形成融合生态，将推动金融科技发展进入新阶段。”日前，瀚德金融科技研究院执行院长、中国人民大学金融科技研究所高级研究员杨望在第二届中国金融科技前沿william hill官网 上表示。

东南大学经济管理学院金融系主任、东南大学金融安全大数据实验室主任刘晓星分析认为，当前，政策的支持以及企业自身的要求、社会大众对于便捷金融服务的需求、数字技术的日新月异以及技术的支撑等，都驱动了金融科技的发展。而金融科技对实体经济发展的驱动作用，主要表现在金融科技与实体经济发展目标相一致，金融科技普惠民生，助力消费驱动，降低信息不对称，提高投融资效率，构建全新信任关系，促进了产融结合等方面。

人工智能让金融插上科技翅膀

事实上，人工智能尤其是数字智能的应用对金融原有业态带来诸多机遇，促进了金融科技发展。信息化技术在金融领域的发展，基本上都会涉及到大数据和人工智能。在金融领域中，大数据在营销、风控和投资板块有很好的运用场景及优势，人工智能在提升效率、客服、普惠金融、风控等方面发挥了积极作用。同时，金融科技在解决小微企业融资中信息不对称、信贷定价、引流互联网化和区块链优化供应链金融中发挥了积极作用。

中国社科院金融法律与金融监管基地副主任、副研究员郑联盛认为，金融科技对商业银行乃至整个金融体系都产生了很大影响。金融科技缓释了金融服务的时空限制，改变了金融服务的成本收益、风险格局、资源配置。此外，金融科技对商业银行的冲击主要体现在，在支付体系上资金性脱媒和技术性脱媒的变化，商业银行需要匹配更高的负债端以及货币基金快速发展使得银行表外业务受到很大影响。从目前实践来看，商业银行在人脸识别、风险管控、智能投顾等方面已有大量的应用。归根结底，金融要做好风险转换、信用转换、期限转换和收益转换才能更好服务实体经济。

对于金融科技内涵，中央财经大学龙马学者特聘教授、研究生院副院长张学勇教授指出金融科技主要包括信贷科技、证券科技、保险科技、投资科技以及支付科技。金融数据识别用途主要体现在对公司或市场的描述上，首先是刻画公司，通过大数据把公司行为刻画出来，从而解决信息不对称问题；其次是刻画市场，通过微观数据、互联网数据或交易数据验证市场交易规律；最后是刻画个体行为，通过刻画人物特征识别其对企业经营、市场交易行为的影响。

亟须加强金融科技教育与人才培养

中央财经大学校长王瑶琪表示，在当前新技术革命浪潮下，科技与金融的融合产生了各种新的金融业态、金融产品和业务模式，推动了金融行业的发展，对财经人才培养提出了新的需求和挑战。在应对措施上，中央财经大学构建服务政府决策和社会建设的智库，并成立了金融科技系，建立了金融科技创新联合实验室，不断在金融科技的人才培养和学术研究方面进行积极探索，着力打造金融科技教育高地和高水平智库平台。

在中国金融科技教育和人才培养方面，北京大学数字金融研究中心副主任黄卓认为，金融科技学科体系缺乏共识、教材课程整体性弱及师资力量严重不足是当前面临的主要问题。金融科技作为一个新生事物，其具体内涵、外延应如何界定还需要学术界更充分讨论。金融科技应属于金融学下面的分支学课，还是跟大数据分析、人工智能或者说计算机有更紧密的联系尚无定论。

“学术型博士及合格师资培养需要三四年时间，老师从进入这个领域到成为对这个领域非常擅长的学者也需要几年时间，这对金融科技人才的培养带来了巨大挑战。”黄卓说，人才培养困境的解决需要学术界更多地和业界去进行合作、互动，和不同院系进行跨院系合作。

中央财经大学中国互联网经济研究院副院长、研究员欧阳日辉在金融科技人才教育和培养方面则表示，首先，金融科技是互联网新型网络技术的业态研究，金融科技的研究和教学需要互联网思维方式和开放思维方式来进行教学和人才培养。其次，金融科技人才在知识结构构建方面不仅要具备经济学知识和金融学知识，还要具备技术知识和法律知识。最后，在教学方式方面，金融科技的教学面临对教师的要求、对课程体系和教学目标的要求以及培养方式的创新。

金融业态的变化正促使着高校深刻思考怎样培养金融人才，首都经济贸易大学金融学守院长尹志超提出，对于金融科技人才的培养是培养金融科技人才还是懂科技的金融人才仍需讨论。科技并没有改变金融的风险属性，但是它深深改变了金融业运作的模式，对人才的培养目标是一个非常大的挑战。在与业界人士沟通和内部研讨下，尹志超指出对于金融科技方面的发展，人工智能与机器学习课程的掌握非常必要，本科、硕博士和学术型硕士要加强金融科技科学研究。未来金融科技领域的人才培养特别需要学界和业界合作，甚至将学生交给业务部门培养，这样才能真正适应市场变化及金融科技市场的到来。

张学勇教授认为，金融科技教育应立足于金融教育，把科技工具纳入进来，在数据驱动和算力数据下让算法更准确。金融科技在金融学科的应用比社会科学学科应用复杂很多，应更加明确道德底线，尊重市场规则。