博時基金總經(jīng)理江向陽：金融科技助力基金行業(yè)的智能化升級

　　隨著大數(shù)據(jù)、云計算、人工智能等技術(shù)的迭代創(chuàng)新，科技與金融已經(jīng)快速改變金融生態(tài)。在基金業(yè)，也正在經(jīng)歷一場由金融科技主導(dǎo)的深刻變革。2019 年1月8日，AI智繪新金融——2019基金業(yè)金融科技峰會在上海召開，博時基金總經(jīng)理江向陽出席并發(fā)表主題演講，與行業(yè)共同探索和暢想基金業(yè)的金融科技發(fā)展方向。

　　以下是演講全文：

　　大家好！近年來，F(xiàn)intech成為了炙手可熱的詞匯,Fintech是以大數(shù)據(jù)、人工智能、云計算、互聯(lián)網(wǎng)和物聯(lián)網(wǎng)為核心的新一代技術(shù)革命在金融行業(yè)的體現(xiàn)，F(xiàn)intech已經(jīng)和正在改變著行業(yè)的形態(tài)和模式，未來必將對行業(yè)發(fā)展產(chǎn)生顛覆性的影響。

　　一、科技與金融的融合歷史

　　歷史使人明智，首先我愿意簡單回顧一下科技對金融的賦能的歷史，通常可分為三個階段：

　　首先是系統(tǒng)化階段，即通過IT系統(tǒng)把業(yè)務(wù)流程固化和優(yōu)化，通過固化提升質(zhì)量，通過優(yōu)化提升效率。舉個例子，基金公司的投資交易流程通過IT系統(tǒng)，基金經(jīng)理在系統(tǒng)上搭建組合，指令傳給交易部后，交易部的中央交易員進行合規(guī)風(fēng)險控制并把指令分發(fā)給交易員，交易員根據(jù)市場行情將指令將委托發(fā)給交易所。這個是基金公司通用的交易流程，每一步都通過交易系統(tǒng)進行控制。

　　隨后是自動化階段。在流程化的基礎(chǔ)上，通過IT自動化能夠進一步提升業(yè)務(wù)運行的效率。比如在投資交易環(huán)節(jié)，目前不少基金公司都在使用算法交易，算法交易相當(dāng)于機器人(300024,股吧)交易員，負責(zé)快速、低成本地實現(xiàn)相關(guān)訂單執(zhí)行和成交。為了減少市場波動和沖擊成本對交易產(chǎn)生的不利影響，基金公司通常通過算法交易將需要進行交易的訂單拆細，即把規(guī)模較大的交易拆分成若干小規(guī)模交易，并且在合適的時機分別對其進行分散交易，從而降低相關(guān)交易成本，使得整個交易過程中價格可以達到最優(yōu)水平。

　　目前是智能化階段。不管是流程化還是自動化，IT系統(tǒng)都是按照之前人工確定好的步驟進行業(yè)務(wù)運營，而智能化通過機器學(xué)習(xí)、知識圖譜等則能發(fā)現(xiàn)靠傳統(tǒng)人工很難發(fā)現(xiàn)的規(guī)律，從而大大提升業(yè)務(wù)運行的“效益”（不僅僅是“效率”）。如傳統(tǒng)的算法交易中，系統(tǒng)根據(jù)程序員事先設(shè)定的算法，監(jiān)測交易信號并且執(zhí)行交易。人工智能時代的算法交易包含了自動化和智能化，更強調(diào)從市場數(shù)據(jù)中學(xué)習(xí)，通過對大量歷史數(shù)據(jù)的學(xué)習(xí)，構(gòu)建預(yù)測模型，優(yōu)化交易算法，獲得最佳的交易表現(xiàn)。深度學(xué)習(xí)等新型方法可以發(fā)掘市場中的交易機會和不同的市場模式，進而獲得超額收益。J.P. Morgan的電子交易部門開發(fā)了基于增強學(xué)習(xí)的算法交易策略，可以將交易成本優(yōu)化10%以上。增強學(xué)習(xí)算法也是圍棋人工智能程序AlphaGo的核心算法。

　　回顧歷史，我們看到科技是第一生產(chǎn)力，科技和金融融合的歷史，就是不斷顛覆行業(yè)模式的歷史。以交易所的形態(tài)為例，從傳統(tǒng)的人聲鼎沸，打手勢、寫單子、大聲報價的交易大廳，到在系統(tǒng)上敲單的交易員，到具備自我學(xué)習(xí)、自我進化的人工智能交易算法，科技不斷顛覆著、重新定義著行業(yè)。美國的高盛宣稱自己是一家科技公司，平安集團宣布自己的科技轉(zhuǎn)型，新的信息技術(shù)浪潮下，誰不擁抱新技術(shù)，就必將被歷史淘汰，這已經(jīng)成為行業(yè)的共識。

　　基金公司的業(yè)務(wù)發(fā)展，要以科技創(chuàng)新為引領(lǐng)，加快新技術(shù)條件下的轉(zhuǎn)型。目前首要要解決“重視”和“資源投入”的問題。

　　基金公司應(yīng)切實提高對金融科技的重視。對金融科技的定位，不能簡單定位在對業(yè)務(wù)的支撐與保障，而應(yīng)定位于對業(yè)務(wù)的創(chuàng)新推動及引領(lǐng)作用。要提高對科技部門的要求，科技部門不能把自己定位于技術(shù)的被動實現(xiàn)者，而是要主動參與業(yè)務(wù)探索，主動把握業(yè)務(wù)需求，有時甚至要比業(yè)務(wù)部門考慮的更超前、更全面。

　　要加大相關(guān)科技人員和財務(wù)投資。請注意，我在這里用的是“投資”而不是“投入”，我認為，對我們基金公司來說，科技更應(yīng)該看作是投資而不是投入。與發(fā)達國家相比，國內(nèi)基金公司的技術(shù)人員占比普遍偏低，而國外很多資產(chǎn)管理機構(gòu)科技人員占比達30%以上，這一點差距非常大。在科技投資方面，人工智能、大數(shù)據(jù)等技術(shù)系統(tǒng)需求較高，有些技術(shù)需要長時間的研究才能見到成效，基金公司要建立長時間的資源投資計劃。當(dāng)然，為了加快研發(fā)效率，基金公司也可以合理利用行業(yè)和外部技術(shù)資源，與優(yōu)秀的科技公司合作。

　　二、數(shù)據(jù)已經(jīng)成為重要的生產(chǎn)要素

　　當(dāng)下的新技術(shù)浪潮，與之前的信息化進程相比有著明顯的特征，就是伴隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的不斷普及，社會積累了海量的數(shù)據(jù)資源，同時伴隨著計算能力的飛躍和核心算法的出現(xiàn)，人類第一次具備了對海量數(shù)據(jù)進行快速、準(zhǔn)確處理的能力，新技術(shù)浪潮的核心是數(shù)字化；從這個角度去梳理，移動互聯(lián)網(wǎng)、虛擬現(xiàn)實、物聯(lián)網(wǎng)、語音和圖像識別等技術(shù)可以看成是數(shù)據(jù)的接入端，重點是情景和平臺，區(qū)塊鏈技術(shù)和云計算可以看成是數(shù)據(jù)的存儲和傳輸，重點是效率、安全和公平性，機器學(xué)習(xí)技術(shù)是大數(shù)據(jù)的處理方式，核心是算法。人類社會的生產(chǎn)力，正在圍繞數(shù)據(jù)的產(chǎn)生、收集、存儲傳輸、分析和利用發(fā)生快速的飛躍和革命，數(shù)據(jù)是重要的生產(chǎn)要素，一定程度上，是和資本要素和人才要素一樣重要的生產(chǎn)要素。

　　數(shù)字化浪潮的下的商業(yè)競爭的演進，可能會沿著場景化、技術(shù)和算法、商業(yè)模式的階段進行首先是商業(yè)形式的場景化，在這個階段，沒有信息化的商業(yè)形態(tài)迅速完成數(shù)字化，具有更多客戶流和數(shù)據(jù)流的企業(yè)逐步具備壟斷地位，大的場景平臺掌握大量的數(shù)據(jù)資源；在第二階段，大量數(shù)據(jù)催生新的數(shù)據(jù)存儲、傳輸?shù)男枨�，另一方面具備對大�?shù)據(jù)快速處理核心算法能力的公司產(chǎn)生出新的商業(yè)服務(wù)形式，在這個階段，具備技術(shù)優(yōu)勢的公司具備競爭優(yōu)勢；在第三階段數(shù)據(jù)和數(shù)據(jù)處理能力的結(jié)合，產(chǎn)生新的商業(yè)模式。

　　從數(shù)據(jù)的角度來看，金融系統(tǒng)是最能夠與Fintech進行結(jié)合并產(chǎn)生價值的領(lǐng)域。首先，金融領(lǐng)域已經(jīng)被充分的數(shù)據(jù)化，為大數(shù)據(jù)和人工智能的應(yīng)用提供了充分的數(shù)據(jù)基礎(chǔ)；同時，金融行業(yè)屬于知識密集型的虛擬經(jīng)濟形態(tài)，不依賴于底層物理資產(chǎn)，基于數(shù)字資產(chǎn)的算法與模型更容易落地應(yīng)用。近年來，F(xiàn)intech已經(jīng)重塑了傳統(tǒng)金融的業(yè)務(wù)運作模式和流程，衍生出新的產(chǎn)品及服務(wù)，形成成本更低廉、風(fēng)控能力更強大、運轉(zhuǎn)效率更便捷的全新的金融生態(tài)。

　　以數(shù)據(jù)為核心，基金公司可以從數(shù)據(jù)、算法和計算能力三個方面建設(shè)自己的人工智能等金融科技能力。這其中數(shù)據(jù)是金融科技體系的基礎(chǔ)和關(guān)鍵。很多金融機構(gòu)都存在著數(shù)據(jù)多頭管理、系統(tǒng)分散建設(shè)、缺乏統(tǒng)一的數(shù)據(jù)質(zhì)量管理流程體系問題，造成數(shù)據(jù)的完整性、準(zhǔn)確性、及時性無法滿足應(yīng)用要求，為了解決這些問題，需要從多個方面加強數(shù)據(jù)治理工作。只有通過數(shù)據(jù)治理體系建立起了公司統(tǒng)一的大數(shù)據(jù)平臺，金融科技才能發(fā)揮應(yīng)有的作用。

　　三、圍繞數(shù)據(jù)的行業(yè)智能化

　　圍繞數(shù)據(jù)和智能算法，基金行業(yè)正在發(fā)生著以智能投研、智能風(fēng)控、智能投顧、智能服務(wù)為代表的科技革命。

　　1、智能投研

　　相對于傳統(tǒng)手段，通過互聯(lián)網(wǎng)和人工智能技術(shù)可以獲取各個行業(yè)及公司發(fā)展的更多數(shù)據(jù)。這些大數(shù)據(jù)不僅數(shù)據(jù)量更大，而且維度更全、顆粒度更細，對投資研究的幫助更大。此外，基金公司可以利用多種AI技術(shù)獲取市場情緒數(shù)據(jù)，如利用網(wǎng)絡(luò)爬蟲和自然語言處理技術(shù)從網(wǎng)站、論壇、微博上獲取投資者的投資情緒數(shù)據(jù)，作為股票投資決策的輔助手段。在海外市場，衛(wèi)星影像數(shù)據(jù)也被越來越多的機構(gòu)用于投資。如RS Metrics是一家衛(wèi)星情報分析公司，通過高分辨率衛(wèi)星影像，對零售店、餐館、商場、辦公樓和其他商業(yè)地產(chǎn)的停車場進行監(jiān)控，可以估計出它們在全國范圍內(nèi)或者某一地區(qū)的客流量增長情況。RS Metrics提供的數(shù)據(jù)可以幫助基金公司了解公司基本面，預(yù)測銷售量，預(yù)估企業(yè)運營狀況。

　　美國智能投研先行者Kensho公司被譽為智能投研領(lǐng)域的AlphaGo，其核心產(chǎn)品Warren利用大數(shù)據(jù)和機器學(xué)習(xí)，將數(shù)據(jù)、信息、決策進行智能整合，并實現(xiàn)數(shù)據(jù)之間的智能化關(guān)聯(lián)，尋找事件與資產(chǎn)之間的關(guān)聯(lián)關(guān)系，從而提高投資者工作效率和投資能力。它的特點是快速計算能力、良好人機交互和強大的深度學(xué)習(xí)能力。

　　這一塊博時基金也開展了一些實踐，我們和螞蟻金服合作，開發(fā)基于大數(shù)據(jù)的指數(shù)增強基金，從這兩年的實踐來看，都取得了超越基準(zhǔn)指數(shù)10%以上的超額收益，說明大數(shù)據(jù)因子和智能算法確實是有效的。

　　2、智能風(fēng)控

　　在公司的合規(guī)與風(fēng)險管理中，金融科技同樣能起到非常大的作用。這方面有兩個詞最近行業(yè)說的比較多，一個是RegTech（合規(guī)科技），一個是SupTech（監(jiān)管科技）。合規(guī)科技是指行業(yè)機構(gòu)用科技手段提高自身的合規(guī)與風(fēng)險管理能力；監(jiān)管科技是指監(jiān)管部門用科技手段監(jiān)督提高行業(yè)的合規(guī)與風(fēng)險水平；兩者的目的是一樣的，是一個事物的兩個方面。

　　基金公司的業(yè)務(wù)風(fēng)險包括市場風(fēng)險、信用風(fēng)險、流動性風(fēng)險、法律合規(guī)風(fēng)險、操作風(fēng)險。利用大數(shù)據(jù)與AI技術(shù)可以全面提高管理水平，比如基金公司可以借助自然語言處理技術(shù)從新聞、社交媒體上獲取企業(yè)的更多日常信息，對獲取到的信息進行深入挖掘，將不同的信息關(guān)聯(lián)、整合起來，構(gòu)建知識圖譜。通過機器學(xué)習(xí)和知識圖譜，可以建立起每個上市公司和與其關(guān)聯(lián)度最高的上下游公司、行業(yè)、宏觀經(jīng)濟之間的關(guān)系。如果某公司發(fā)生了高風(fēng)險事件，可以及時預(yù)測未來有潛在風(fēng)險的關(guān)聯(lián)行業(yè)和公司。知識圖譜也是我們上面提到的Kensho公司的核心技術(shù)。在流動性風(fēng)險管理方面，通過客戶行為特征預(yù)測客戶的贖回行為，可以幫助基金公司進行流動性風(fēng)險管理。

　　3、智能投顧

　　智能投顧近年來在美國市場快速崛起，世界知名咨詢公司科爾尼（A.T. Kearney）預(yù)測，美國智能投顧行業(yè)的資產(chǎn)管理規(guī)模將從2016年的3000億美元增長至2020年的2.2萬億美元，年均復(fù)合增長率將達到68%。

　　智能投顧的目標(biāo)是根據(jù)客戶的風(fēng)險收益偏好，為每個人提供個性化資產(chǎn)組合，利用資產(chǎn)配置優(yōu)化理論，降低收益波動性，提高投資的風(fēng)險收益比。

　　智能投顧業(yè)務(wù)有三個關(guān)鍵步驟：一是確定客戶的風(fēng)險收益偏好，二是大類資產(chǎn)配置，三是基金產(chǎn)品選擇。在這三個步驟中，AI與大數(shù)據(jù)技術(shù)都可以發(fā)揮很大作用。如在確定客戶的風(fēng)險收益偏好方面，除了傳統(tǒng)的通過調(diào)查問卷方式外，通過大數(shù)據(jù)建立客戶畫像可以提高對客戶風(fēng)險收益偏好準(zhǔn)確度的把握；通過機器學(xué)習(xí)可以更好把握宏觀經(jīng)濟指標(biāo)、重大事件與資產(chǎn)輪動間的關(guān)聯(lián)關(guān)系；在配置主動基金時，通過基金數(shù)據(jù)建立每個基金產(chǎn)品的畫像，可以更加準(zhǔn)確把握基金和基金經(jīng)理的風(fēng)格特征，避免風(fēng)格錯配。

　　4、智能服務(wù)

　　結(jié)合生物識別和智能遠程服務(wù)，基金行業(yè)可以服務(wù)更多的客戶，更精準(zhǔn)的營銷服務(wù)客戶。博時基金在螞蟻金服上的財富號，累計客戶接近1000萬，每天有60多萬的客戶登錄瀏覽，這樣數(shù)量級的客戶很難想象全依靠人工服務(wù)需要多龐大的客服隊伍。目前，智能客服在基金行業(yè)已經(jīng)得到非常廣泛的應(yīng)用，可以承擔(dān)90%以上的客戶咨詢工作量，大大提升了服務(wù)效率，節(jié)省了人力成本。

　　四、挑戰(zhàn)和合作

　　以大數(shù)據(jù)和AI為代表的金融科技在基金公司業(yè)務(wù)中仍然面臨一些挑戰(zhàn)：

　　一是科學(xué)vs藝術(shù)。我們都知道，投資是科學(xué)與藝術(shù)的結(jié)合。量化投資偏科學(xué)一些，傳統(tǒng)主動投資偏藝術(shù)一些。人工智能與大數(shù)據(jù)技術(shù)是投資科學(xué)化的進一步發(fā)展。與發(fā)達國家資本市場相比，中國資本市場個人投資者占比較高，市場有效性較弱，使得傳統(tǒng)主動投資創(chuàng)造超額收益的機會較大，通過“科學(xué)”量化方式投資的優(yōu)勢尚不明顯。

　　二是長期 vs 短期。資本市場的短期表現(xiàn)往往是市場博弈的結(jié)果，而長期表現(xiàn)的影響因素更多，更加復(fù)雜。在股票投資方面，行業(yè)都在研究機器學(xué)習(xí)，但根據(jù)目前國內(nèi)外的研究成果，機器學(xué)習(xí)在偏長期的趨勢判斷包括選股方面所起的作用是有限的，一個很重要的原因是機器學(xué)習(xí)需要大量的數(shù)據(jù)作為學(xué)習(xí)樣本，而中國證券市場截至目前只有5000多個交易日，上市公司財報數(shù)據(jù)的頻率更低，對于機器學(xué)習(xí)來說，這不是大數(shù)據(jù)，而是小數(shù)據(jù)，不足于讓機器學(xué)習(xí)找到足夠確定性的規(guī)律。另外在經(jīng)濟領(lǐng)域，股市中1%的信息才是有用的，大部分經(jīng)濟方面的行為和信息并不能直接反映在股價上。相對而言，機器學(xué)習(xí)在偏高頻的交易環(huán)節(jié)能起的作用更明顯一些。

　　三是極端風(fēng)險問題。人工智能、自動化與數(shù)據(jù)分析的優(yōu)勢是通過大數(shù)據(jù)、機器學(xué)習(xí)能夠發(fā)現(xiàn)人靠自己的腦力和算力發(fā)現(xiàn)不了的規(guī)律或者同樣的事情比人的腦力更快。但有時候計算機跟人腦相比又過于簡單，存在盲區(qū)，導(dǎo)致有時候在人看來很明顯的錯誤計算機卻發(fā)現(xiàn)不了，這個問題在場景應(yīng)用中需要特別關(guān)注，避免產(chǎn)生大的風(fēng)險。例如在證券投資領(lǐng)域，目前存在大量的高頻交易，通過發(fā)掘瞬間的交易機會獲取收益。由于算法的趨同性，在市場發(fā)生特定情況下單方向風(fēng)險的時候，這些機器算法可能會采取同樣的操作而同頻共振造成羊群效應(yīng)，將市場風(fēng)險短時間放大，這種集中爆發(fā)的機器算法風(fēng)險對證券市場的穩(wěn)定運行是非常不利的。

　　四是弱智能與強智能的問題。目前很多人工智能的應(yīng)用場景智能化的程度還不高，如智能投顧平臺根據(jù)客戶的風(fēng)險偏好進行大類資產(chǎn)配置，只是根據(jù)簡單模型進行配置，還只能說是解決了自動化的問題，還沒到完全智能化的程度，或者說只是處于“弱智能”階段。真正利用機器學(xué)習(xí)等人工智能技術(shù)還需要大量的工作。

　　五是個人信息安全保護問題。在AI與大數(shù)據(jù)的應(yīng)用場景中，有很多需要進行客戶的個人畫像，個人畫像的數(shù)據(jù)基礎(chǔ)是客戶的各類行為（包括消費行為、支付行為、瀏覽行為等）數(shù)據(jù)。由于這些數(shù)據(jù)很多屬于個人隱私，在數(shù)據(jù)的使用過程中，如何保證數(shù)據(jù)的安全、防止濫用是需要關(guān)注的問題。

　　上述諸多挑戰(zhàn)，本質(zhì)上是兩個問題：一是金融和科技如何真正實現(xiàn)融合，二是風(fēng)險的控制。在這兩個方面，傳統(tǒng)金融行業(yè)的公司和科技公司必須更加緊密的合作，新技術(shù)手段必須深入了解金融業(yè)務(wù)的細節(jié)和邏輯，必須深入的了解業(yè)務(wù)的風(fēng)險，才能產(chǎn)生真正有價值的創(chuàng)新和顛覆。在這個意義上，傳統(tǒng)金融公司更懂得業(yè)務(wù)的邏輯，各能抓住需求的實質(zhì)和行業(yè)的痛點，有更多風(fēng)險管理的經(jīng)驗，這些對于金融科技的發(fā)展是必不可少的，這方面博時基金愿意和廣大的科技公司共同合作，推動行業(yè)發(fā)展。

　　同時，科技創(chuàng)新也是博時的基因。博時基金從成立以來，始終將科技作為公司的核心競爭力之一，是基金行業(yè)最早建立自主開發(fā)能力的公司，并形成了有博時特色的IT文化。最近兩年，為了適應(yīng)業(yè)務(wù)快速發(fā)展的需要，博時從科技治理、科技管理、技術(shù)系統(tǒng)、企業(yè)數(shù)據(jù)平臺等方面全面加強和提升金融科技體系建設(shè)。2018年上半年，博時基金成立了金融科技中心，進一步加強在移動互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等方面的創(chuàng)新應(yīng)用研發(fā)。博時重新開發(fā)了新一代投資決策支持系統(tǒng)和企業(yè)統(tǒng)一大數(shù)據(jù)平臺，其中，統(tǒng)一系統(tǒng)研發(fā)平臺榮獲第六屆證券期貨科學(xué)技術(shù)二等獎。

　　未來已來，博時基金希望與各類優(yōu)秀的互聯(lián)網(wǎng)平臺一起，共同面對新技術(shù)的挑戰(zhàn)，為基金行業(yè)的轉(zhuǎn)型升級做出貢獻。