智能金融的研究动态

1．研究基础

中国智能金融研究院潘和平教授在第一届中国智能金融论坛上谈到，金融学到目前为止共经历了三个阶段：①经济金融，它是从原来的经济学中引申出来的；②计量金融；③现在发展的智能金融。与传统的金融学分散研究和投资业界经验探索不同，智能金融一方面专注于全面系统地理解国际金融市场的运作规律，另一方面致力于全球投资交易系统的完整设计、开发和运营。智能金融的现实意义在于研究和开发高度自动化、面向全球金融的投资交易系统。上海金融学院信息管理学院元如林教授从信息化发展阶段的视角出发，分析认为智能金融通俗地反映了金融信息发展所处的阶段，指出智能金融的目标是利用信息技术帮助人们实现更加便捷的支付结算、更加及时的金融服务、更加安全的财富管理，最终实现更加美好的幸福生活。

陶倩等（2006）对代理（agent）使用相应学习机制的内在原因——代理不同适应属性的研究，提出了代理适应性的分级结构框架及其实现机制，更全面地理解代理适应属性的差异对金融市场价格动态所产生的影响。薛耀文等（2006）依据行为金融理论和复杂网络理论，提出了在复杂金融网络中基于成本约束的效用最大化条件下智能节点洗钱路径的两种计算方法。周宁等（2007）设计的一种基于移动代理的智能商务系统，能为客户快捷便利地寻找所需的商品信息，推荐合理的商品，实现客户与商家的双赢。马卫民等（2009）从目前对智能商务中数据挖掘技术研究的现状出发，设计了神经网络数据挖掘方法的算法，构建了基于神经网络数据挖掘方法的智能商务应用研究模型，并将此模型应用于金融客户信用等级的分析评估中，结果表明，这种方法模拟精度高、可操作性强，具有一定的使用价值。叶秀敏（2012）认为，智能金融代表未来金融业的发展方向，与传统金融有着本质的差别。智能金融将在信息社会伴随着社会化网络、物联网、云计算等技术在金融领域的深入应用而带来金融体系和商业模式的变革，这种变革将推动资金获得更顺畅的流通、更合理的配置以及更安全的使用。智能金融的实现是基于大规模的真实数据分析达成的，因此智能金融的决策更能贴近用户的需求。另外，金融主体之间的开放和合作，使得智慧金融表现出高效率、低风险的特点。

2．研究前沿

自2009年IBM公司提出“智慧地球”概念以来，全球对于智慧地球的相关讨论一浪高过一浪，智能金融也得到更多研究者的关注。

林媛（2010）针对基金、外汇、黄金、股票等普通金融投资者，构建了一个具有自主特性的智能金融资产管理系统，该系统将分布于各金融市场的实时文本数据作为基本信息源环境，使用文本分类技术中的数据预处理技术和概率混合模型进行决策分析，预测各金融市场的运行方向，并监控市场行为，智能、动态地产生交易指令并完成交易。对于目前资本市场上的股票行为分析系统需要高效的人工智能技术用于分析大型金融数据集的问题，Rodríguez-González等（2011）提出了基于人工智能技术与相对强弱指标（relative strength indicator，RSI）技术的结合，建立图表分析交易平台（Chartist Analysis Platform for Trading，CAST），以有效提高交易系统的实用性。Magoč等（2010）使用模糊测度和模糊积分从决策理论的角度来探讨金融最优投资组合选择问题。Díaz-Martínez等（2011）采用两种人工智能方法——粗糙集理论和C4.5算法（rough sets theory and C4.5 algorithm），分析了在银行危机中宏观经济和金融变量的作用，证明了粗糙集和决策树两种方法在预测金融危机中的适用性。Divsalar等（2011）提出了用线性遗传编程（linear genetic programming，LGP）和径向基函数（radial basis function，RBF）神经网络方法建立企业破产预测模型并进行了实证，结果表明LGP模型具有较好的预测性能。杨建卫（2011）提出了基于代理的金融生态环境智能决策支持系统，探讨了在多代理通信与合作环境下实现金融生态环境数据的动态收集、分析、评价、预测及优化等功能的工作原理。祁雅倩等（2013）构建了基于云的智能金融的框架体系，该智能金融的总体框架是在金融物联网的基础上，通过金融云，使金融行业在业务流程、业务开拓和客户服务等方面得到全面的智能提升，实现金融业务、管理、安防的智慧化。郭伟（2013）提出了金融系统计算机安全问题。他认为随着金融电子化步伐的加快，金融系统计算机安全问题日益社会化、严重化，并提出了如何加强计算机系统科学化、规范化管理，保证金融信息安全，以及消除金融电子化存在的各种隐患的应对措施。