2.人工智能應(yīng)用的滲透階段。20世紀(jì)80年代至21世紀(jì)初期是人工智能應(yīng)用的滲透階段，這個(gè)階段的顯著特征是金融領(lǐng)域利用互聯(lián)網(wǎng)技術(shù)連接金融產(chǎn)品、服務(wù)和客戶，產(chǎn)品、服務(wù)、客戶之間的互聯(lián)滲透著人工智能技術(shù)的應(yīng)用。人工智能應(yīng)用的滲透階段受金融網(wǎng)絡(luò)化推動(dòng)，該階段相關(guān)研究的內(nèi)容主要涉及金融網(wǎng)絡(luò)化的效能以及風(fēng)險(xiǎn)管理。一方面，互聯(lián)網(wǎng)技術(shù)突破時(shí)空限制，促進(jìn)了對(duì)分布式信息的處理與整合，推進(jìn)了金融運(yùn)行效能的相關(guān)研究。互聯(lián)網(wǎng)技術(shù)的發(fā)展促使金融領(lǐng)域智能程度得以提升，進(jìn)而降低了交易成本，增強(qiáng)了信息處理能力，提高了金融體系效率。Franklin et al（2002）認(rèn)為，金融利用互聯(lián)網(wǎng)技術(shù)促進(jìn)了信貸發(fā)展，加劇了金融脫媒，智能化的滲透彌補(bǔ)了傳統(tǒng)金融的不足。Au & Kauffman（2008）研究發(fā)現(xiàn)，移動(dòng)支付的迅速發(fā)展、信息技術(shù)的進(jìn)步和擴(kuò)散有助于金融運(yùn)行效率的提高。金融行業(yè)依靠互聯(lián)網(wǎng)技術(shù)的網(wǎng)絡(luò)化極大地降低了交易成本，減少了信息不對(duì)稱，擴(kuò)大了金融市場(chǎng)的規(guī)模，提高了市場(chǎng)流動(dòng)性。另一方面，互聯(lián)網(wǎng)技術(shù)在金融領(lǐng)域的應(yīng)用推進(jìn)了風(fēng)險(xiǎn)管理的研究?；诩夹g(shù)進(jìn)步的金融發(fā)展過(guò)程并不是線性的，其中充斥著各種沖突，包括新技術(shù)對(duì)舊技術(shù)的淘汰，舊技術(shù)建立起來(lái)的運(yùn)行機(jī)制和組織結(jié)構(gòu)無(wú)法適應(yīng)新技術(shù)的生產(chǎn)力等問(wèn)題。Berger et al（2009）認(rèn)為，互聯(lián)網(wǎng)技術(shù)與金融業(yè)務(wù)的有機(jī)結(jié)合將形成全新的金融模式，傳統(tǒng)的風(fēng)險(xiǎn)管理將不再適用。人工智能的漸進(jìn)式滲透使不同金融主體之間的相互聯(lián)系更加緊密，風(fēng)險(xiǎn)更容易在金融體系中傳播。3.人工智能應(yīng)用的融合階段。21世紀(jì)初期至今是人工智能應(yīng)用的融合階段，其顯著特征是金融業(yè)與大數(shù)據(jù)、人工智能等新興技術(shù)的深度融合。這個(gè)階段的研究受金融智能化推動(dòng)，研究?jī)?nèi)容主要涉及智能化金融模式的創(chuàng)新以及對(duì)用戶情緒的分析。一方面是人工智能實(shí)現(xiàn)了對(duì)傳統(tǒng)金融活動(dòng)的顛覆，促進(jìn)信用中介、信息收集、風(fēng)險(xiǎn)定價(jià)、投資決策等金融活動(dòng)智能化、標(biāo)準(zhǔn)化、自動(dòng)化發(fā)展，推進(jìn)了對(duì)智能化金融模式的相關(guān)研究。金融領(lǐng)域的商業(yè)模式通過(guò)廣泛使用人工智能，以自動(dòng)化方式提供各種金融產(chǎn)品或服務(wù)。此外，人工智能與金融的融合可以整合長(zhǎng)尾市場(chǎng)，緩解信息不對(duì)稱，提高資金配置效率和金融風(fēng)險(xiǎn)管理能力。Arli et al（2020）認(rèn)為，人工智能在金融領(lǐng)域的應(yīng)用能夠?qū)崿F(xiàn)金融業(yè)務(wù)服務(wù)和數(shù)據(jù)處理的流水式作業(yè)，金融業(yè)務(wù)流程的身份識(shí)別、自然語(yǔ)言處理、全方位感知、交互式服務(wù)等使得許多金融活動(dòng)可以由機(jī)器代替。另一方面，人工智能在金融領(lǐng)域的應(yīng)用推動(dòng)了金融業(yè)與企業(yè)、利益相關(guān)者和消費(fèi)者群體等互動(dòng)方式的改變，推進(jìn)了對(duì)用戶情緒挖掘的研究。Cui（2022）認(rèn)為，在金融決策時(shí)，人工智能聊天機(jī)器人的擬人化激活了更大的心理風(fēng)險(xiǎn)依戀，從而使得消費(fèi)者表現(xiàn)出更強(qiáng)的風(fēng)險(xiǎn)厭惡傾向，導(dǎo)致投資決策中的風(fēng)險(xiǎn)厭惡顯著增加。此外，由于金融交易者的風(fēng)險(xiǎn)感知和隱私需求具有強(qiáng)異質(zhì)性，也使得人們因隱私等問(wèn)題而對(duì)智能金融服務(wù)產(chǎn)生了信任問(wèn)題。
人工智能在金融領(lǐng)域的基礎(chǔ)應(yīng)用為金融智能化發(fā)展提供底層技術(shù)支持，相關(guān)算法與模型可促進(jìn)金融中的預(yù)測(cè)、定價(jià)、欺詐、信用評(píng)估等問(wèn)題研究。在預(yù)測(cè)研究方面，Nag & Mitra （2002）認(rèn)為，各種經(jīng)典計(jì)量經(jīng)濟(jì)模型不能有效預(yù)測(cè)貨幣匯率，與各種計(jì)量經(jīng)濟(jì)模型相比，基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的混合人工智能技術(shù)算法具有更好的預(yù)測(cè)性能，在精度和效度等性能上均更穩(wěn)健。在定價(jià)研究方面，Broadie & Cao（2008）通過(guò)引入一種新的人工智能算法，提升了使用蒙特卡羅方法研究美式期權(quán)定價(jià)的有效性。erny & Kyriakou（2011）提出一種改進(jìn)的快速傅立葉變換定價(jià)算法，以有限差分、前向密度卷積算法和蒙特卡羅模擬為基準(zhǔn)研究期權(quán)定價(jià)問(wèn)題，其在算力和速度上均具有顯著優(yōu)勢(shì)。在金融欺詐研究方面，Ravisankar et al（2011）應(yīng)用一系列數(shù)據(jù)挖掘方法（多層前饋神經(jīng)網(wǎng)絡(luò)、遺傳規(guī)劃、支持向量機(jī)、概率神經(jīng)網(wǎng)絡(luò)等）研究企業(yè)財(cái)務(wù)報(bào)表欺詐問(wèn)題，發(fā)現(xiàn)概率神經(jīng)網(wǎng)絡(luò)優(yōu)于不涉及特征選擇的數(shù)據(jù)挖掘技術(shù)，而遺傳規(guī)劃和概率神經(jīng)網(wǎng)絡(luò)優(yōu)于所有其他的特征選擇技術(shù)。
隨著人工智能技術(shù)的不斷突破以及計(jì)算機(jī)計(jì)算能力的顯著提高，深度學(xué)習(xí)模型為處理海量數(shù)據(jù)和建立復(fù)雜而準(zhǔn)確的學(xué)習(xí)模型提供了基礎(chǔ)支持。Huang et al（2021）認(rèn)為，人工智能技術(shù)在處理金融問(wèn)題時(shí)的準(zhǔn)確性優(yōu)于傳統(tǒng)統(tǒng)計(jì)方法，特別是在處理非線性模式時(shí)，人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、變分模態(tài)分解和混合智能系統(tǒng)等方法在信用評(píng)估、投資組合管理、金融預(yù)測(cè)和規(guī)劃領(lǐng)域應(yīng)用的準(zhǔn)確性顯著優(yōu)于傳統(tǒng)的統(tǒng)計(jì)方法。
人工智能在金融領(lǐng)域的基礎(chǔ)應(yīng)用可以為海量數(shù)據(jù)的處理和分析提供更可靠的技術(shù)支持（Lee et al，2021）。傳統(tǒng)金融征信信息通常只包含較強(qiáng)的金融屬性，如信用、信用卡、外匯、民間借貸等金融交易數(shù)據(jù)；與傳統(tǒng)的信用信息系統(tǒng)不同，人工智能模型的研究集成了大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)，考慮了金融、政府公共服務(wù)、生活以及社會(huì)數(shù)據(jù)，這些人工智能模型打破了數(shù)據(jù)孤島，覆蓋了多樣化的數(shù)據(jù)源。因此，人工智能模型適用于傳統(tǒng)金融模型無(wú)法解決的更復(fù)雜的場(chǎng)景。Gunnarsson et al（2021）認(rèn)為深度學(xué)習(xí)是管理高維信用特征數(shù)據(jù)的有效方法，基于深度學(xué)習(xí)的信用評(píng)估模型可以從數(shù)千個(gè)數(shù)據(jù)項(xiàng)和數(shù)萬(wàn)個(gè)變量中獲取大量數(shù)據(jù)，建立眾多的信用風(fēng)險(xiǎn)預(yù)測(cè)子模型，并將這些模型集成到學(xué)習(xí)中，獲得綜合信用評(píng)分。與嚴(yán)重依賴金融信息可用性和專家經(jīng)驗(yàn)的傳統(tǒng)方法相比，人工智能在金融領(lǐng)域的基礎(chǔ)應(yīng)用可以通過(guò)異構(gòu)數(shù)據(jù)源自動(dòng)識(shí)別隱藏模式，從而在評(píng)估風(fēng)險(xiǎn)時(shí)實(shí)現(xiàn)更好的用戶分析。
一方面，就金融機(jī)構(gòu)來(lái)看，通用場(chǎng)景涉及信用評(píng)價(jià)、客戶關(guān)系管理和商業(yè)模式創(chuàng)新。在信用評(píng)價(jià)研究方面，Yeh et al（2012）通過(guò)比較傳統(tǒng)的信用評(píng)價(jià)和基于隨機(jī)森林、粗糙集理論等人工智能的信用評(píng)級(jí)方法發(fā)現(xiàn)，人工智能方法在信用評(píng)級(jí)中不僅可以更有效地提取市場(chǎng)價(jià)值，而且在預(yù)測(cè)等方面更有效和更精準(zhǔn)。Han et al（2013）通過(guò)比較研究支持向量機(jī)和傳統(tǒng)方法在信用評(píng)估中的差異發(fā)現(xiàn)，支持向量機(jī)不僅降低了信用評(píng)估的復(fù)雜度，加快了收斂速度，而且獲得了更好的效度和精準(zhǔn)度。
客戶關(guān)系管理主要是基于人工智能對(duì)金融交易業(yè)務(wù)的通用場(chǎng)景進(jìn)行設(shè)計(jì)，如識(shí)別客戶信息，預(yù)防欺詐等。Abdou et al（2016）認(rèn)為，人工智能不僅能夠通過(guò)級(jí)聯(lián)相關(guān)神經(jīng)網(wǎng)絡(luò)幫助金融機(jī)構(gòu)部門進(jìn)行預(yù)測(cè)和決策，還能夠?qū)⑷斯ぶ悄苋谌胛⒂^審慎和宏觀審慎監(jiān)管、信息管理、預(yù)測(cè)或監(jiān)測(cè)欺詐等活動(dòng)。Zhou et al（2022）研究了移動(dòng)設(shè)備場(chǎng)景中的信用欺詐問(wèn)題，認(rèn)為使用梯度提升決策樹能夠有效識(shí)別移動(dòng)設(shè)備支付中銀行卡注冊(cè)中的欺詐監(jiān)測(cè)問(wèn)題。Goode（2018）通過(guò)比較不同方法在欺詐檢測(cè)中的表現(xiàn)，研究了客戶身份信息識(shí)別問(wèn)題，結(jié)果發(fā)現(xiàn)，商業(yè)銀行采用的生物識(shí)別技術(shù)可以用于客戶身份驗(yàn)證，并能提高效率和安全性。Zhang et al（2021）認(rèn)為，深度學(xué)習(xí)在信用卡欺詐識(shí)別中比傳統(tǒng)的異常值監(jiān)測(cè)方法更為有效。
商業(yè)模式創(chuàng)新主要是通過(guò)人工智能實(shí)現(xiàn)傳統(tǒng)金融業(yè)態(tài)和模式的突破。Mahalakshmi et al（2022）認(rèn)為，人工智能和機(jī)器學(xué)習(xí)改變了金融機(jī)構(gòu)生成和使用數(shù)據(jù)洞察的方式，推動(dòng)了新型商業(yè)模式的創(chuàng)新。人工智能在金融領(lǐng)域的通用應(yīng)用打破了傳統(tǒng)的支付、信貸以及保險(xiǎn)的商業(yè)模式，并衍生出了加密貨幣、P2P借貸、云保險(xiǎn)等新型金融業(yè)態(tài)和商業(yè)模式。
對(duì)企業(yè)而言，人工智能可以通過(guò)識(shí)別監(jiān)管規(guī)定的產(chǎn)品和服務(wù)、業(yè)務(wù)模式、控制和操作程序，幫助企業(yè)應(yīng)對(duì)監(jiān)管和合規(guī)要求，控制和管理金融監(jiān)管風(fēng)險(xiǎn)，實(shí)現(xiàn)監(jiān)管報(bào)告、業(yè)務(wù)系統(tǒng)和數(shù)據(jù)合規(guī)。Buckley et al（2020）認(rèn)為，歐盟的金融服務(wù)和數(shù)據(jù)保護(hù)監(jiān)管改革推動(dòng)了監(jiān)管機(jī)構(gòu)對(duì)人工智能的使用，以支持更高效、穩(wěn)定、普惠的金融體系。Danielsson et al（2022）認(rèn)為，人工智能正在迅速改變金融系統(tǒng)的運(yùn)作方式，并為風(fēng)險(xiǎn)管理人員和金融監(jiān)管當(dāng)局提供幫助。
第二，受益于對(duì)大數(shù)據(jù)的處理能力，人工智能能夠全面挖掘客戶信息，匹配用戶需求。Kadim & Sunardi（2023）在研究理財(cái)產(chǎn)品推薦服務(wù)中發(fā)現(xiàn)，人工智能通過(guò)用戶數(shù)據(jù)刻畫用戶特征，構(gòu)建個(gè)性化的行為模型，通過(guò)將馬科維茨的投資組合理論與傳統(tǒng)的推薦方法相結(jié)合，實(shí)現(xiàn)客戶的個(gè)性化投資需求。Ngai et al（2021）認(rèn)為，大數(shù)據(jù)分析可以整合來(lái)自多個(gè)通信渠道（電話、電子郵件、短信等）的數(shù)據(jù)，協(xié)助客服人員全面了解客戶問(wèn)題的背景，并解決客戶的個(gè)性化問(wèn)題。此外，基于自然語(yǔ)言編程、機(jī)器學(xué)習(xí)的聊天機(jī)器人和語(yǔ)音助手，通過(guò)收集用戶的個(gè)性化數(shù)據(jù)，能夠在金融服務(wù)的各個(gè)階段為用戶提供24小時(shí)幫助，提升用戶體驗(yàn)，減輕員工負(fù)擔(dān)。
第三，用戶偏好研究主要涉及人工智能在挖掘用戶偏好中的應(yīng)用以及用戶對(duì)人工智能的接受程度。大多數(shù)財(cái)富經(jīng)理使用基于報(bào)表系統(tǒng)的簡(jiǎn)單規(guī)則分析不能有效描述用戶偏好，而Bahrammirzaee（2010）認(rèn)為，基于人工智能的智能代理可以結(jié)合結(jié)構(gòu)化金融和非結(jié)構(gòu)化的行為數(shù)據(jù)評(píng)估客戶的投資風(fēng)格和風(fēng)險(xiǎn)承受能力，從而精確描述用戶偏好。在研究偏好對(duì)投資意愿的影響時(shí)，Dwivedi et al（2019）研究發(fā)現(xiàn)，心理、動(dòng)機(jī)和偏好均會(huì)影響個(gè)人的投資意愿，其中偏好在客戶的投資意愿中發(fā)揮了核心作用。Cui（2022）研究發(fā)現(xiàn)，基于人工智能的聊天機(jī)器人會(huì)改變用戶對(duì)金融投資選擇的風(fēng)險(xiǎn)偏好。此外，也有研究認(rèn)為人工智能并不能替代真實(shí)理財(cái)顧問(wèn)，Larkin et al（2022）研究發(fā)現(xiàn)，雖然人工智能能夠分析數(shù)據(jù)并自主決策，但用戶更偏好從真實(shí)理財(cái)顧問(wèn)那里獲得投資建議。
1.技術(shù)進(jìn)步對(duì)金融發(fā)展的影響。技術(shù)進(jìn)步會(huì)推動(dòng)各種應(yīng)用領(lǐng)域開展技術(shù)升級(jí)，金融領(lǐng)域是連接不同利益主體的核心領(lǐng)域，技術(shù)進(jìn)步特別是基礎(chǔ)技術(shù)能力創(chuàng)新成了人工智能影響金融發(fā)展的重要理論機(jī)制。技術(shù)進(jìn)步在金融領(lǐng)域的應(yīng)用能夠更有效地解決或改善金融領(lǐng)域存在的特殊性問(wèn)題，如信息不對(duì)稱、“劣幣驅(qū)逐良幣”等典型事實(shí)。Boot et al（2021）研究了技術(shù)進(jìn)步對(duì)金融中介的影響，通過(guò)大數(shù)據(jù)和人工智能的結(jié)合而崛起的數(shù)字平臺(tái)優(yōu)化了金融服務(wù)模式，改善了資金供求雙方的信息不對(duì)稱問(wèn)題。技術(shù)進(jìn)步也推動(dòng)了金融發(fā)展向數(shù)字化和智能化的改變。Gomber et al（2018）通過(guò)研究技術(shù)進(jìn)步對(duì)金融領(lǐng)域的影響發(fā)現(xiàn)，技術(shù)進(jìn)步促進(jìn)了金融領(lǐng)域的主流產(chǎn)品和服務(wù)更加全面的數(shù)字化，通過(guò)數(shù)字化技術(shù)促進(jìn)了更多的金融創(chuàng)新模式出現(xiàn)；新型金融創(chuàng)新模式與人工智能的進(jìn)一步融合，如在線支付、加密貨幣等技術(shù)的深度應(yīng)用，促進(jìn)了相關(guān)的支付平臺(tái)、智能合約等縱深發(fā)展，這些技術(shù)遞進(jìn)式地驅(qū)動(dòng)了人工智能在金融領(lǐng)域的應(yīng)用。Coccia（2019）認(rèn)為，技術(shù)進(jìn)步不僅能夠驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)，而且能夠推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型，人工智能在金融領(lǐng)域的應(yīng)用改變了金融服務(wù)流程，驅(qū)動(dòng)金融服務(wù)向智能化發(fā)展。
在金融發(fā)展對(duì)資金需求方面，對(duì)金融領(lǐng)域中人工智能技術(shù)的投入使得資金需求存在大量缺口。Panetta（2017）認(rèn)為，信息技術(shù)和社交媒體進(jìn)入金融系統(tǒng)的供給端，使得與人工智能相關(guān)的金融服務(wù)需求增加，進(jìn)而促使金融領(lǐng)域發(fā)展人工智能需要更大的資金。在經(jīng)濟(jì)發(fā)達(dá)、風(fēng)險(xiǎn)資本充裕的國(guó)家，金融領(lǐng)域的人工智能技術(shù)能夠獲得充足的資本投入并實(shí)現(xiàn)快速發(fā)展，而其他國(guó)家對(duì)金融領(lǐng)域人工智能的投入仍然面臨大量的資金缺口，金融領(lǐng)域人工智能技術(shù)的投資需要精細(xì)化。Chen et al（2019）認(rèn)為，機(jī)器人咨詢和區(qū)塊鏈技術(shù)是金融領(lǐng)域人工智能技術(shù)中最有價(jià)值的投資。Campanella（2023）則指出，資本市場(chǎng)對(duì)人工智能的大規(guī)模投資不足以獲得競(jìng)爭(zhēng)力，但在特定產(chǎn)品上進(jìn)行有針對(duì)性、精心策劃的投資有利于提升金融業(yè)的競(jìng)爭(zhēng)力。
風(fēng)險(xiǎn)事件主要涉及金融危機(jī)以及新冠疫情大流行對(duì)金融運(yùn)行環(huán)境的改變。2008年的金融危機(jī)促使國(guó)家和國(guó)際監(jiān)管機(jī)構(gòu)提高了金融領(lǐng)域的監(jiān)管要求，促進(jìn)了人工智能在金融領(lǐng)域的應(yīng)用。Laahanen et al（2019）研究發(fā)現(xiàn)，2008年金融危機(jī)后金融業(yè)監(jiān)管環(huán)境發(fā)生了顯著的改變，銀行提供的服務(wù)環(huán)境與現(xiàn)代客戶不斷上升的標(biāo)準(zhǔn)、需求存在的差距越來(lái)越大，風(fēng)險(xiǎn)因素增加，故后金融危機(jī)時(shí)代必須對(duì)傳統(tǒng)金融機(jī)構(gòu)實(shí)行更加嚴(yán)格的監(jiān)管。Treu（2022）認(rèn)為，2008年金融危機(jī)的原因是新的金融服務(wù)的出現(xiàn)，改變了傳統(tǒng)的金融服務(wù)環(huán)境。在新冠肺炎大流行的影響下，愈發(fā)凸顯了人工智能在應(yīng)對(duì)重大風(fēng)險(xiǎn)事件過(guò)程中的作用，進(jìn)一步促進(jìn)了金融與人工智能的融合。
1.數(shù)據(jù)資源對(duì)金融發(fā)展的影響。金融領(lǐng)域的數(shù)據(jù)資源具有數(shù)據(jù)量大、數(shù)據(jù)產(chǎn)生速度快以及數(shù)據(jù)種類豐富的特征。人工智能的應(yīng)用需要大量數(shù)據(jù)來(lái)訓(xùn)練模型，金融領(lǐng)域豐富的數(shù)據(jù)資源就成為其基礎(chǔ)性材料。數(shù)據(jù)資源的增長(zhǎng)促進(jìn)了包括金融在內(nèi)的多個(gè)行業(yè)在數(shù)據(jù)分析方面的進(jìn)步，為人工智能的應(yīng)用提供了機(jī)遇。Gai et al（2018）提出了數(shù)據(jù)驅(qū)動(dòng)的金融發(fā)展框架，認(rèn)為人工智能的應(yīng)用將在安全隱私、數(shù)據(jù)技術(shù)、硬件與基礎(chǔ)設(shè)施、應(yīng)用管理和服務(wù)模式五個(gè)方面發(fā)揮重要作用。
人工智能的發(fā)展豐富了數(shù)據(jù)資源的獲取渠道。Flavian et al（2020）認(rèn)為，隨著信息與通信領(lǐng)域技術(shù)的不斷發(fā)展，人們的許多活動(dòng)和社交空間從線下轉(zhuǎn)移到線上，移動(dòng)設(shè)備的使用豐富了人工智能獲得數(shù)據(jù)的渠道。Oh et al（2023）研究了非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)的方法，將客戶評(píng)論數(shù)據(jù)由文本數(shù)據(jù)轉(zhuǎn)化為數(shù)值數(shù)據(jù)，實(shí)現(xiàn)對(duì)客戶情緒的量化分析，拓展了數(shù)據(jù)資源的獲取渠道，提升了數(shù)據(jù)資源的豐富性。
第二，在數(shù)據(jù)處理效率的改善上，人工智能的應(yīng)用使得業(yè)務(wù)處理和信用評(píng)估效率都得到提升。Fuster et al（2019）研究了人工智能對(duì)貸款處理效率的改善，結(jié)果發(fā)現(xiàn)，在貸款風(fēng)險(xiǎn)相同的情況下，利用人工智能技術(shù)對(duì)抵押貸款市場(chǎng)上的貸款申請(qǐng)進(jìn)行審批的速度比傳統(tǒng)貸款機(jī)構(gòu)快20%。Berg et al（2020）研究了人工智能對(duì)信用評(píng)估效率的改善，結(jié)果發(fā)現(xiàn)人工智能能夠更高效地匹配用戶數(shù)字足跡信息與信用評(píng)估信息的內(nèi)容，提高信用評(píng)估的效率。
2.人工智能在金融領(lǐng)域的應(yīng)用對(duì)生產(chǎn)效率的影響。從金融部門的生產(chǎn)效率來(lái)看，人工智能通過(guò)影響金融深度和金融廣度可以提升金融部門的生產(chǎn)效率。人工智能對(duì)金融服務(wù)深度的影響主要體現(xiàn)在挖掘與客戶相關(guān)的信息方面；對(duì)挖掘的客戶信息進(jìn)行分析可以緩解信息不對(duì)稱，進(jìn)而為客戶提供個(gè)性化服務(wù)等。Lee et al（2021）在研究中小企業(yè)融資時(shí)發(fā)現(xiàn)，金融機(jī)構(gòu)利用人工智能技術(shù)有效挖掘中小企業(yè)的信息能夠精準(zhǔn)匹配中小企業(yè)資金需求，緩解金融機(jī)構(gòu)與中小企業(yè)之間的信息不對(duì)稱。Shanmuganathan（2020）研究發(fā)現(xiàn)，人工智能技術(shù)應(yīng)用到金融領(lǐng)域后，金融機(jī)構(gòu)能夠提供多種智能化金融產(chǎn)品來(lái)滿足消費(fèi)者的個(gè)性化需求；個(gè)性化服務(wù)既能降低單一產(chǎn)品的交易成本，又能提高消費(fèi)者效用，通過(guò)范圍經(jīng)濟(jì)效應(yīng)實(shí)現(xiàn)金融領(lǐng)域效率的提升。人工智能對(duì)金融服務(wù)廣度的影響主要體現(xiàn)為金融普惠性的提升。Bholat & Susskind（2021）研究發(fā)現(xiàn)，人工智能以低成本和高效率的優(yōu)勢(shì)延伸了金融市場(chǎng)的服務(wù)邊界；通過(guò)智能化服務(wù)聚焦長(zhǎng)尾市場(chǎng)，滿足了80%的中小企業(yè)和低收入人群的金融需求。服務(wù)邊界的延伸和長(zhǎng)尾市場(chǎng)的聚焦拓展了金融服務(wù)的廣度，進(jìn)而提升了金融部門的效率。此外，人工智能可以促進(jìn)銀行之間的競(jìng)爭(zhēng)。金融機(jī)構(gòu)為了保持競(jìng)爭(zhēng)優(yōu)勢(shì)，會(huì)不斷利用人工智能技術(shù)更新其產(chǎn)品和服務(wù)，這些產(chǎn)品和服務(wù)可以幫助企業(yè)獲得長(zhǎng)期信用貸款，更好地滿足不同企業(yè)的生產(chǎn)需求，進(jìn)而提升金融部門效率。
從企業(yè)部門生產(chǎn)效率來(lái)看，人工智能通過(guò)改變企業(yè)投入要素影響生產(chǎn)效率。對(duì)初創(chuàng)企業(yè)而言，原始資金的成本是限制企業(yè)發(fā)展的重要因素，Ahluwalia et al（2020）認(rèn)為，基于區(qū)塊鏈技術(shù)的人工智能可以解決創(chuàng)業(yè)生態(tài)系統(tǒng)中一些固有的低效率問(wèn)題，顯著降低創(chuàng)業(yè)生態(tài)系統(tǒng)中創(chuàng)業(yè)者、天使投資人、風(fēng)投等利益相關(guān)者的交易成本，進(jìn)而降低初創(chuàng)企業(yè)的資金成本，提升初創(chuàng)企業(yè)的生產(chǎn)效率。在企業(yè)正常的生產(chǎn)經(jīng)營(yíng)環(huán)節(jié)中，人工智能技術(shù)可識(shí)別企業(yè)資金鏈上的風(fēng)險(xiǎn)點(diǎn)，進(jìn)而提高企業(yè)生產(chǎn)效率。Begenau et al（2018）在研究資金投入鏈時(shí)發(fā)現(xiàn)，人工智能的應(yīng)用改善了企業(yè)的融資環(huán)境，減少了融資的不確定性，提升了企業(yè)資金投入的穩(wěn)定性。Ling et al（2021）研究發(fā)現(xiàn)，新冠肺炎大流行增加了企業(yè)的融資約束，而人工智能在金融領(lǐng)域的應(yīng)用可以幫助企業(yè)更有效地獲得融資，降低資金投入鏈斷裂的風(fēng)險(xiǎn)。在資金運(yùn)營(yíng)鏈上，Lv & Xiong（2022）研究發(fā)現(xiàn)，企業(yè)資金運(yùn)營(yíng)效率與人工智能水平呈正相關(guān)關(guān)系，人工智能應(yīng)用越深、覆蓋范圍越廣，越有利于提高當(dāng)?shù)仄髽I(yè)的資金運(yùn)營(yíng)效率。在資金回籠鏈上，Jia et al（2022）構(gòu)建了基于人工智能的財(cái)務(wù)決策支持系統(tǒng)，從而發(fā)現(xiàn)通過(guò)人工智能技術(shù)的綜合應(yīng)用可以有效提高資金回籠的及時(shí)性和準(zhǔn)確性，并降低財(cái)務(wù)決策成本。
（二）人工智能在金融領(lǐng)域應(yīng)用的消費(fèi)效應(yīng)
1.人工智能在金融領(lǐng)域的應(yīng)用對(duì)消費(fèi)質(zhì)量的影響。人工智能在金融領(lǐng)域以低成本和高效率的優(yōu)勢(shì)擴(kuò)大了金融服務(wù)覆蓋范圍，通過(guò)智能化服務(wù)聚焦長(zhǎng)尾市場(chǎng)提高了弱勢(shì)群體的收入水平和消費(fèi)質(zhì)量。人工智能的應(yīng)用提升了居民收入水平，從根本上提高了居民的消費(fèi)潛力，Zhang et al（2020）研究了2010-2014年間人工智能的應(yīng)用對(duì)中國(guó)家庭收入的影響，發(fā)現(xiàn)人工智能的應(yīng)用提高了家庭收入，而對(duì)農(nóng)村家庭收入提高的顯著性更強(qiáng)。Wang & He（2020）研究了人工智能的應(yīng)用對(duì)中國(guó)農(nóng)村農(nóng)民貧困脆弱性的影響，發(fā)現(xiàn)人工智能的應(yīng)用改善了農(nóng)村農(nóng)民的貧困脆弱性，提高了農(nóng)村的收入水平。Arner et al（2020）在研究城鄉(xiāng)消費(fèi)差距時(shí)發(fā)現(xiàn)，人工智能水平的提高能夠增加城鄉(xiāng)居民收入，進(jìn)而促進(jìn)家庭消費(fèi)，縮小城鄉(xiāng)消費(fèi)差距。此外，人工智能的應(yīng)用有助于居民消費(fèi)從生存型轉(zhuǎn)向享受型，同時(shí)緩解居民消費(fèi)資金的流動(dòng)性約束，進(jìn)而提高居民的消費(fèi)質(zhì)量。
人工智能應(yīng)用除了通過(guò)增加收入和提升消費(fèi)質(zhì)量影響家庭消費(fèi)外，還可以通過(guò)改變消費(fèi)行為影響家庭消費(fèi)。在交易主體之間的相互信任方面，通過(guò)大數(shù)據(jù)分析可以緩解交易主體之間的信息不對(duì)稱問(wèn)題，使交易更加安全透明，使得消費(fèi)過(guò)程更加便捷高效，人們也更容易獲得消費(fèi)信貸來(lái)促進(jìn)消費(fèi)。Luo et al（2022）研究發(fā)現(xiàn)，人工智能技術(shù)的應(yīng)用使得以信用卡、消費(fèi)貸、移動(dòng)支付為主流產(chǎn)品的消費(fèi)金融快速擴(kuò)張，支付的便利性改變了消費(fèi)者的生活和消費(fèi)方式。在交易方式的便利性上，基于人工智能的智能化金融產(chǎn)品和服務(wù)使消費(fèi)者需求和欲望更容易得到滿足。Li et al（2020）利用中國(guó)家庭金融調(diào)查的數(shù)據(jù)研究發(fā)現(xiàn)，基于人工智能的金融服務(wù)為用戶提供網(wǎng)上購(gòu)物、數(shù)字支付、在線信貸、購(gòu)買金融產(chǎn)品和互聯(lián)網(wǎng)商業(yè)保險(xiǎn)等提供了更多的便利性，從而促進(jìn)了家庭消費(fèi)。
2.人工智能在金融領(lǐng)域的應(yīng)用對(duì)數(shù)字消費(fèi)鴻溝的影響。人工智能技術(shù)的應(yīng)用是非均質(zhì)的，差異化的人工智能應(yīng)用水平導(dǎo)致信息、技術(shù)的擁有程度、應(yīng)用程度均存在差別，進(jìn)而造成的信息落差可能會(huì)導(dǎo)致數(shù)字消費(fèi)鴻溝。一方面，基礎(chǔ)設(shè)施和資源的匱乏會(huì)導(dǎo)致人工智能技術(shù)的接入鴻溝。Hinson et al（2018）研究發(fā)現(xiàn)，非洲國(guó)家農(nóng)村地區(qū)電力以及通信基礎(chǔ)設(shè)施不足以及其他資源的缺乏阻礙了人工智能的應(yīng)用。Odei- Appiah et al（2022）也發(fā)現(xiàn)，即使在人工智能帶來(lái)了經(jīng)濟(jì)和社會(huì)生活的變革的地區(qū)，人工智能應(yīng)用的地域不平衡也會(huì)導(dǎo)致消費(fèi)者在獲取和使用人工智能機(jī)會(huì)方面存在差異。人工智能發(fā)展的不平衡加劇了全球的不平等，形成了技術(shù)邊緣區(qū)域和數(shù)字消費(fèi)鴻溝。
另一方面，人工智能接受主體的差異會(huì)導(dǎo)致人工智能應(yīng)用的消費(fèi)鴻溝。對(duì)于初次應(yīng)用人工智能的地區(qū)，其服務(wù)效率受到限制。Nedungadi et al（2018）研究發(fā)現(xiàn)，在發(fā)展中國(guó)家中存在許多首次接觸人工智能技術(shù)的用戶，他們的數(shù)字素養(yǎng)較低，限制了人工智能技術(shù)的應(yīng)用。另外，消費(fèi)者對(duì)于陌生技術(shù)存在天然的排斥心理，Longoni et al（2019）研究發(fā)現(xiàn)，人工智能在考慮客戶的獨(dú)特特征和環(huán)境方面不如人工服務(wù)提供者，這導(dǎo)致了消費(fèi)者的排斥心理。目前人工智能的應(yīng)用能夠替代人類完成常規(guī)任務(wù)，但無(wú)法復(fù)制人類的非常規(guī)能力，如抽象的分析能力、人際交往和社會(huì)行為能力等，因此，一些消費(fèi)者天然抗拒對(duì)人工智能的使用。Northey et al（2022）在研究客戶接受金融建議的研究中發(fā)現(xiàn)，在零售銀行環(huán)境中，消費(fèi)者更相信人工金融顧問(wèn)的建議，對(duì)人工智能投資顧問(wèn)的金融建議接受程度較低；人工金融顧問(wèn)對(duì)客戶投資意向的影響比人工智能對(duì)其投資意向的影響更為顯著。
（三）人工智能在金融領(lǐng)域應(yīng)用的就業(yè)效應(yīng)
1.人工智能在金融領(lǐng)域的應(yīng)用對(duì)就業(yè)的抑制效應(yīng)。人工智能的應(yīng)用將替代諸多傳統(tǒng)金融崗位，從而造成就業(yè)率下降。在人工智能應(yīng)用于金融具體場(chǎng)景的研究中可以發(fā)現(xiàn)，人工智能的應(yīng)用替代了傳統(tǒng)金融業(yè)的許多崗位。在投行和證券研究等金融服務(wù)領(lǐng)域中，投資顧問(wèn)和行業(yè)分析報(bào)告等崗位的主要工作就是撰寫研究報(bào)告，但人工智能技術(shù)的應(yīng)用，使自然語(yǔ)言處理及OCR技術(shù)可以方便快捷地完成固定格式的文檔撰寫工作，并最終形成文檔，相應(yīng)地，原來(lái)的人工崗位被替代。基于人工智能的智能投顧替代傳統(tǒng)投資顧問(wèn)，Belanche et al（2019）研究發(fā)現(xiàn)，借助計(jì)算機(jī)和量化交易技術(shù)，能夠?yàn)榻?jīng)過(guò)問(wèn)卷評(píng)估的客戶提供量身定制的資產(chǎn)投資組合建議，以最少量人工干預(yù)的方式幫助投資者進(jìn)行資產(chǎn)配置及管理。在企業(yè)管理領(lǐng)域，人工智能技術(shù)的應(yīng)用能夠優(yōu)化企業(yè)管理流程。Brownsword（2019）研究發(fā)現(xiàn)，智能合約利用編程的方式可以便捷可靠地實(shí)現(xiàn)特定情況下合約的自動(dòng)執(zhí)行，讓程序代替人類完成既定的操作。Mosteanu & Faccia（2020）研究指出，應(yīng)用人工智能技術(shù)處理單證業(yè)務(wù)是通過(guò)金融中心系統(tǒng)完成的，故人工智能技術(shù)處理一方面便于對(duì)交易文件實(shí)現(xiàn)網(wǎng)絡(luò)追蹤，保障交易的安全性，另一方面比傳統(tǒng)的信用證結(jié)算方式程序簡(jiǎn)便?；诖?，人工智能技術(shù)可以替代人工對(duì)單證的處理。
1.人工智能在金融領(lǐng)域應(yīng)用的技術(shù)風(fēng)險(xiǎn)。人工智能在金融領(lǐng)域的應(yīng)用推動(dòng)產(chǎn)生了許多新型的金融應(yīng)用場(chǎng)景，然而這類應(yīng)用場(chǎng)景在人工智能技術(shù)上具有同質(zhì)性，這種同質(zhì)性容易引致技術(shù)性風(fēng)險(xiǎn)。人工智能的底層算法和運(yùn)算模式具有同質(zhì)性，一旦這些技術(shù)被破譯或遭受黑客攻擊，那么所有應(yīng)用這些技術(shù)的金融業(yè)務(wù)體系都會(huì)在短時(shí)間內(nèi)陷入癱瘓，風(fēng)險(xiǎn)將溢出至金融體系的各個(gè)主體，引發(fā)系統(tǒng)性風(fēng)險(xiǎn)。此外，基于人工智能模型的分析結(jié)果具有確定性，確定性使基于人工智能的金融分析容易被誘導(dǎo)至錯(cuò)誤的結(jié)果?；谧詣?dòng)交易算法的交易模式，在數(shù)據(jù)輸入情形確定的情況下，其交易結(jié)果是確定的，Arnoldi（2016）研究指出，人類交易員可以通過(guò)破解自動(dòng)算法，導(dǎo)致其執(zhí)行相反的操作，引致市場(chǎng)操作風(fēng)險(xiǎn)。黑客人員也可以通過(guò)操縱算法決策所依據(jù)的數(shù)據(jù)來(lái)控制算法交易者的決策，Nehemya et al（2020）研究發(fā)現(xiàn)，攻擊者即使在不知道交易算法內(nèi)部工作原理的情形下，依然可以通過(guò)實(shí)時(shí)操縱輸入數(shù)據(jù)流獲得對(duì)算法交易機(jī)器人的控制。
2.人工智能在金融領(lǐng)域應(yīng)用的泄露風(fēng)險(xiǎn)。人工智能需要通過(guò)信息技術(shù)分析大量的用戶信息數(shù)據(jù)以實(shí)現(xiàn)金融智能化應(yīng)用，而大量信息數(shù)據(jù)在使用過(guò)程中若缺乏相應(yīng)的技術(shù)保護(hù)，便會(huì)導(dǎo)致數(shù)據(jù)泄露引致用戶安全風(fēng)險(xiǎn)。鑒于金融領(lǐng)域交易的特殊性，使用金融服務(wù)的用戶均需提供詳細(xì)的個(gè)人信息，因此金融服務(wù)商不僅掌握了諸如證件號(hào)碼、手機(jī)號(hào)碼等大量用戶真實(shí)身份信息，同時(shí)還掌握了用戶銀行卡號(hào)、卡片驗(yàn)證碼、卡片有效期、客戶住址、電話、交易記錄等大量敏感性信息，這使得人工智能技術(shù)在應(yīng)用過(guò)程中存在較大的用戶信息資料泄露隱患。用戶信息泄露將進(jìn)一步導(dǎo)致用戶風(fēng)險(xiǎn)，Goncharenko & Miglionico（2019）認(rèn)為，用戶自己在注冊(cè)時(shí)會(huì)提供用戶的姓氏、工作或?qū)W習(xí)地點(diǎn)、居住地、生活習(xí)慣、婚姻狀況、地理位置等信息，當(dāng)社交網(wǎng)絡(luò)用戶的個(gè)人數(shù)據(jù)泄露被用于不法的用途時(shí)，用戶就面臨被欺詐的風(fēng)險(xiǎn)。Cao et al（2021）認(rèn)為，敏感數(shù)據(jù)是不能免費(fèi)獲取的信息，非法使用這些信息可能會(huì)導(dǎo)致在日常生活中出現(xiàn)價(jià)格、政治和其他方面的歧視，對(duì)用戶造成損害或傷害。人工智能在數(shù)據(jù)保護(hù)技術(shù)上不能與其發(fā)展相匹配或者存在技術(shù)漏洞導(dǎo)致客戶信息數(shù)據(jù)被惡意盜取，將給金融市場(chǎng)帶來(lái)極大的不穩(wěn)定性。
3.人工智能在金融領(lǐng)域應(yīng)用的業(yè)務(wù)風(fēng)險(xiǎn)。盡管人工智能技術(shù)的應(yīng)用使金融體系更加高效和智能，但并未改變金融業(yè)務(wù)風(fēng)險(xiǎn)，甚至在某些方面強(qiáng)化了金融業(yè)務(wù)風(fēng)險(xiǎn)。由數(shù)據(jù)驅(qū)動(dòng)的智能化交易策略在宏觀經(jīng)濟(jì)環(huán)境穩(wěn)定的情形下才適用，在面臨經(jīng)濟(jì)動(dòng)蕩的環(huán)境時(shí)可能會(huì)做出錯(cuò)誤的決策。Chemmanur et al（2020）在對(duì)人類和自動(dòng)化系統(tǒng)執(zhí)行交易的差異研究中發(fā)現(xiàn)，自動(dòng)化交易系統(tǒng)傾向于在經(jīng)濟(jì)動(dòng)蕩時(shí)期減少交易，這可能進(jìn)一步加劇金融市場(chǎng)風(fēng)險(xiǎn)。此外，人工智能技術(shù)的應(yīng)用增強(qiáng)了不同主體之間的關(guān)聯(lián)性，導(dǎo)致風(fēng)險(xiǎn)在高度關(guān)聯(lián)的背景下傳播速度更快，風(fēng)險(xiǎn)傳染性更強(qiáng)。在國(guó)家之間金融風(fēng)險(xiǎn)傳染的研究中，Engle et al（2015）發(fā)現(xiàn)，人工智能技術(shù)的應(yīng)用強(qiáng)化了系統(tǒng)性風(fēng)險(xiǎn)在不同經(jīng)濟(jì)主體之間的擴(kuò)散。在金融機(jī)構(gòu)與金融市場(chǎng)之間金融風(fēng)險(xiǎn)傳染的研究中，Benoit et al（2017）發(fā)現(xiàn)，人工智能技術(shù)的應(yīng)用使得金融機(jī)構(gòu)與市場(chǎng)的關(guān)聯(lián)性更加緊密，單個(gè)金融機(jī)構(gòu)或市場(chǎng)所受到的變動(dòng)與沖擊將通過(guò)部門間的緊密聯(lián)系導(dǎo)致風(fēng)險(xiǎn)傳播速度更快，傳染效應(yīng)更為強(qiáng)烈。人工智能技術(shù)在金融領(lǐng)域的應(yīng)用使得利益相關(guān)者的節(jié)點(diǎn)呈現(xiàn)網(wǎng)絡(luò)特征，這種網(wǎng)絡(luò)連接了不同市場(chǎng)、區(qū)域和業(yè)務(wù)，網(wǎng)絡(luò)特征又強(qiáng)化了風(fēng)險(xiǎn)的傳染性，進(jìn)一步導(dǎo)致跨業(yè)務(wù)、跨市場(chǎng)、跨區(qū)域傳染過(guò)程更復(fù)雜，傳播速度更快，影響范圍更大。
（二）人工智能在金融領(lǐng)域應(yīng)用的監(jiān)管研究
1.人工智能對(duì)金融監(jiān)管機(jī)構(gòu)的影響。人工智能技術(shù)在金融領(lǐng)域的應(yīng)用有助于金融監(jiān)管機(jī)構(gòu)更準(zhǔn)確地掌握風(fēng)險(xiǎn)的傳播路徑和風(fēng)險(xiǎn)位置，更早地識(shí)別金融風(fēng)險(xiǎn)；同時(shí)，人工智能技術(shù)的應(yīng)用也可以為金融監(jiān)管提供系統(tǒng)性風(fēng)險(xiǎn)形成和擴(kuò)散的實(shí)時(shí)信息。在信用風(fēng)險(xiǎn)的監(jiān)管方面，Chao et al（2022）認(rèn)為，使用機(jī)器學(xué)習(xí)、生物識(shí)別和自然語(yǔ)言處理等智能技術(shù)，有助于整合用戶的個(gè)性化需求和差異化風(fēng)險(xiǎn)偏好，根據(jù)用戶行為數(shù)據(jù)準(zhǔn)確描繪用戶畫像，形成準(zhǔn)確的用戶行為評(píng)估，以強(qiáng)化信用風(fēng)險(xiǎn)監(jiān)管。在資金流動(dòng)的監(jiān)管方面，Herskind et al（2020）構(gòu)建了一種基于區(qū)塊鏈的自動(dòng)現(xiàn)金流架構(gòu)，該框架實(shí)現(xiàn)了現(xiàn)金流的完全透明，從而降低了被欺詐的概率。在系統(tǒng)性風(fēng)險(xiǎn)監(jiān)管方面，Bhattacharya et al（2020）認(rèn)為，金融監(jiān)管需要構(gòu)建多方位、多情景的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，通過(guò)人工智能實(shí)現(xiàn)對(duì)金融風(fēng)險(xiǎn)數(shù)據(jù)的動(dòng)態(tài)監(jiān)測(cè)，對(duì)風(fēng)險(xiǎn)集聚和擴(kuò)散的實(shí)時(shí)預(yù)警。Horel & Giesecke（2020）認(rèn)為，通過(guò)人工智能可以建立異構(gòu)風(fēng)險(xiǎn)案例數(shù)據(jù)，以便標(biāo)注、識(shí)別和監(jiān)測(cè)潛在的風(fēng)險(xiǎn)，實(shí)現(xiàn)對(duì)系統(tǒng)性風(fēng)險(xiǎn)行為的全面監(jiān)管。
2.人工智能對(duì)企業(yè)財(cái)務(wù)監(jiān)管的影響。人工智能不但可以幫助監(jiān)管機(jī)構(gòu)實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)的監(jiān)管，而且能夠幫助企業(yè)監(jiān)管其自身的財(cái)務(wù)狀況，降低企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)與現(xiàn)金流量的變化類型具有非常強(qiáng)的關(guān)聯(lián)性，而不同類型的資金流量變化與企業(yè)運(yùn)營(yíng)階段具有相關(guān)性，故探索財(cái)務(wù)風(fēng)險(xiǎn)與現(xiàn)金流量變化之間的規(guī)律，可以區(qū)分企業(yè)不同的財(cái)務(wù)危機(jī)階段。Khemakhem & Boujelbene（2018）利用人工神經(jīng)網(wǎng)絡(luò)和決策樹構(gòu)建了企業(yè)風(fēng)險(xiǎn)預(yù)測(cè)模型，結(jié)果表明，盈利能力、還款能力、償付能力、信用報(bào)告持續(xù)時(shí)間、擔(dān)保、公司規(guī)模、貸款數(shù)量、所有權(quán)結(jié)構(gòu)和銀企關(guān)系持續(xù)時(shí)間是預(yù)測(cè)違約的關(guān)鍵因素。Khemakhem et al（2018）進(jìn)一步將人工智能與統(tǒng)計(jì)技術(shù)結(jié)合，通過(guò)人工智能和統(tǒng)計(jì)方法建立了企業(yè)財(cái)務(wù)與風(fēng)險(xiǎn)之間的關(guān)系，為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)監(jiān)管提供了方法論基礎(chǔ)。在企業(yè)自身的經(jīng)營(yíng)管理方面，Kim et al（2020）利用深度神經(jīng)網(wǎng)絡(luò)對(duì)企業(yè)的運(yùn)營(yíng)進(jìn)行了評(píng)估，并設(shè)計(jì)了合適的網(wǎng)絡(luò)框架來(lái)分析和處理企業(yè)數(shù)據(jù)，提升了對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的監(jiān)管能力。在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)的監(jiān)管方面，Vaghfi & Darabi（2019）通過(guò)決策樹、支持向量機(jī)和貝葉斯分類方法，發(fā)現(xiàn)了財(cái)務(wù)風(fēng)險(xiǎn)與通貨膨脹之間的直接關(guān)系，以及非行權(quán)率、股票收益率和經(jīng)營(yíng)性現(xiàn)金流比率對(duì)財(cái)務(wù)的負(fù)面影響，從而幫助企業(yè)將監(jiān)管目標(biāo)由問(wèn)題轉(zhuǎn)向指標(biāo)。3.人工智能對(duì)監(jiān)管效率的影響。人工智能通過(guò)已成熟的大數(shù)據(jù)和云計(jì)算技術(shù)建立實(shí)時(shí)、動(dòng)態(tài)的監(jiān)管系統(tǒng)，能實(shí)現(xiàn)監(jiān)管數(shù)據(jù)的共享與集成，優(yōu)化金融機(jī)構(gòu)資產(chǎn)端和負(fù)債端等業(yè)務(wù)的監(jiān)管流程，建立數(shù)據(jù)驅(qū)動(dòng)的算法監(jiān)管體系，最終提升監(jiān)管效率。人工智能技術(shù)有助于將監(jiān)管的重點(diǎn)從事后應(yīng)對(duì)問(wèn)題轉(zhuǎn)移到風(fēng)險(xiǎn)發(fā)生之前的識(shí)別和防范。Arner et al（2016）認(rèn)為，監(jiān)管機(jī)構(gòu)可以在人工智能的幫助下獲得對(duì)市場(chǎng)的實(shí)時(shí)洞察，從而提前識(shí)別風(fēng)險(xiǎn)。人工智能技術(shù)也能提高監(jiān)管機(jī)構(gòu)與被監(jiān)管對(duì)象之間的協(xié)調(diào)性，Sui & Li（2018）研究了基于復(fù)雜網(wǎng)絡(luò)的多部門協(xié)調(diào)監(jiān)管機(jī)制，通過(guò)人工智能實(shí)現(xiàn)多機(jī)構(gòu)的工作機(jī)制和優(yōu)化布局，協(xié)調(diào)監(jiān)管的配套實(shí)施方法和管理規(guī)定，提高了監(jiān)管效率。目前，對(duì)于人工智能技術(shù)在金融領(lǐng)域應(yīng)用中的監(jiān)管研究更為細(xì)致，在金融交易流程的監(jiān)管方面，Baek et al（2019）認(rèn)為，通過(guò)人工智能技術(shù)給錢包貼上可識(shí)別交易的標(biāo)簽可以幫助金融機(jī)構(gòu)、私營(yíng)部門、金融情報(bào)機(jī)構(gòu)和政府機(jī)構(gòu)識(shí)別和檢測(cè)涉及非法活動(dòng)的交易，強(qiáng)化交易過(guò)程監(jiān)管。Chao et al（2022）認(rèn)為，區(qū)塊鏈技術(shù)可以利用市場(chǎng)交易行為，以及賬戶、交易所之間的相互關(guān)系，實(shí)現(xiàn)對(duì)募資和黑市的監(jiān)控預(yù)警；區(qū)塊鏈技術(shù)還可以實(shí)時(shí)利用鏈上的所有交易信息和貸款交易的公眾賬簿實(shí)現(xiàn)監(jiān)管信息的實(shí)時(shí)獲取，從而增強(qiáng)監(jiān)管的及時(shí)性。
3.人工智能在金融領(lǐng)域應(yīng)用的智能監(jiān)管政策。人工智能推進(jìn)金融業(yè)態(tài)智能化，金融監(jiān)管也必然需要實(shí)現(xiàn)智能化，使監(jiān)管和被監(jiān)管機(jī)構(gòu)技術(shù)上具有適配性。大數(shù)據(jù)、人工智能和區(qū)塊鏈技術(shù)對(duì)金融領(lǐng)域的滲透會(huì)遠(yuǎn)大于其他領(lǐng)域，但制度需要保持連續(xù)性的特征，使得金融監(jiān)管制度轉(zhuǎn)換的速度遠(yuǎn)遠(yuǎn)落后于人工智能技術(shù)在金融領(lǐng)域中的應(yīng)用速度，導(dǎo)致金融監(jiān)管中出現(xiàn)許多創(chuàng)新與監(jiān)管之間的非協(xié)同問(wèn)題。Arner et al（2017）基于國(guó)際上監(jiān)管沙盒制度的比較，強(qiáng)調(diào)監(jiān)管部門應(yīng)轉(zhuǎn)變監(jiān)管理念，政策應(yīng)該積極引導(dǎo)發(fā)展智能監(jiān)管，采用監(jiān)管沙盒模式鼓勵(lì)金融創(chuàng)新。Arner et al（2018）認(rèn)為，智能監(jiān)管可以實(shí)現(xiàn)接近實(shí)時(shí)和相稱的監(jiān)管制度，識(shí)別和解決風(fēng)險(xiǎn)，同時(shí)促進(jìn)更有效的合規(guī)監(jiān)管，故政府應(yīng)該推動(dòng)智能監(jiān)管的發(fā)展。Magnuson（2018）研究發(fā)現(xiàn)，金融市場(chǎng)的潛在風(fēng)險(xiǎn)對(duì)監(jiān)管政策和手段提出了更高的要求；在人工智能技術(shù)應(yīng)用的背景下，監(jiān)管機(jī)構(gòu)不僅要關(guān)注大型金融機(jī)構(gòu)相關(guān)的風(fēng)險(xiǎn)，而且需要關(guān)注人工智能技術(shù)引致的小型、分散的金融市場(chǎng)風(fēng)險(xiǎn)。
