GARP 白皮书 | 人工智能在银行和风险管理中的应用
2020-10-06 18:09 GARP 责编:GARP
2024年FRM备考资料
- FRM考纲变化
- FRM英语词汇及公式表
- 思维导图
- 全新复习资料
- 前导课程
- 历年习题汇总
编者按:本调查于2018年12月在线展开,获得超过2000位金融业从业者回应。受访者来自商业银行、投资银行、证券和财富与资产管理机构。受访者最常见的部门职能是风险(48%),财务(14%)和IT(9%);职位分布包括总经理及以上职位(28%),团队负责人、高级经理和经理(36%)和分析师(31%)。
这是真的还是炒作?任何快速兴起、被高度吹捧的技术都不免引人怀疑。作为今天科技市场的大热门,人工智能也不例外,但它与过去互联网泡沫时期出现的某些技术的表现不尽相同。多个市场研究表明人工智能正在引起巨大的商业兴趣,人们非常期待它改变“游戏规则”,开创性、甚至革命性地影响商业和社会的各个方面。
可以肯定的是,人工智能的各种形式——包括机器学习、自然语言处理和机器人行为设计自动化——在商业应用方面仍处于早期阶段。此外,也许听上去有些自相矛盾,这项技术并非是全新的。
作为一门科学,人工智能已有超过半个世纪的历史,它早已借助流行文化(如电影《2001:太空漫游》)或国际象棋人机对战赢得广泛关注。随着大数据时代计算能力的提高,现在的人工智能几乎可以改变我们生活中的各个方面:从自动驾驶车辆到癌症治疗。人们对人工智能的应用虽高却并非不切实际——全球风险管理专业人士协会(GARP)和统计分析软件公司SAS最新调查中的一个发现:五分之四的受访者(81%)表示人工智能技术已经使他们的机构受益。
大多数受访者还表示他们正在使用人工智能系统进行优化和预测。34%的受访者已经开始使用机器学习技术,另有46%的人计划使用它。
当然,许多现实和操作上的挑战仍然存在,比如需要对这些系统有基本的熟悉,需要寻找必要的技术人才,管理大数据质量,理解并解释AI模型如何运作。正如一位调查参与者所总结的那样:“在我的工作领域(模型风险)中,人工智能目前被视为不可避免的事物,并且具有许多潜在的好处,但也存在许多关于模型的可理解性、良好建模实践等的潜在问题。”
应用情况
本调查的人工智能定义包括机器学习、自然语言处理、计算机视觉、预测和优化。就人工智能当前的使用而言,其功能主要包括预测(54%)和优化(51%),紧跟其后的是机器学习(34%)、机器人行为设计自动化(29%)、自然语言处理(23%)、计算机视觉(23%)和虚拟代理(22%)。
未来与挑战
关于未来三年人工智能技术可能在哪些领域被进一步应用,43%和41%的受访者表示人工智能“极度(extremely likely)”或"非常(very likely)"可能被应用于过程自动化和流程细化方面,39%的受访者表示人工智能很可能被应用于数据清理和强化,36%的受访者选择了风险评级,33%的受访者选择了模型校准。
受访者也对人工智能可能带来的不利影响表示担心,比如人机竞争、有偏见的决策过程、数据的难以解释性和可能的失业问题等。
结论
GARP/SAS调查结果证实,人们对于在金融服务行业中应用人工智能存在广泛的兴趣,特别是在推进风险管理功能方面。调查显示很大比例的受访者正计划应用机器学习或其他形式的人工智能技术。技术可访问性和可承受性的提高使得顶级金融机构之外的机构也能够利用这些技术。
然而,从业者也有不少担忧和挑战。有些是技术性的,需要克服遗留系统的限制,构建大数据功能以充分利用AI。有些可能需要新的人才和技能,以便维护和优化技术,并满足高级管理人员和监管机构对模型可解释性的需求。
所有迹象都表明,人工智能技术将继续存在,并将成为风险监控、建模和分析中越来越重要的工具。风险专业人士可能不得不提高自己的相应技能,将金融领域的专业知识与高度定量、技术性的技能相结合。风险管理部门需要提升技能甚至重新组织,将定量和分析能力更全面地应用于组织内更广泛的领域。
>>>>新版FRM一二级内部资料扫码免费领!【精华版】