幽灵:人工智能在金融市场,风险和监管”是欧洲货币机构投资思想领导的一项调查报告,他们在424年全球金融机构的高级管理人员进行了问卷调查,研究人工智能和机器学习在金融市场风险和监管问题。

这篇文章结构:

,所有系统前进(去)

其次,从智能思维敏捷的思维

第三,人工智能的发挥作用

4、从摩尔定律到墨菲定律

五、结论

6、有关调查的

7、附录(全部结果)

,所有系统前进(去)

2016年3月15日,一个人工智能的程序称为AlphaGo人类世界冠军在比赛中打败了。游戏非常复杂,其游戏的存在的可能性结合数百个数量级高于原子序数。AlphaGo最终取得了4 – 1的绝对胜利。还在模糊模式识别、学习新模式和调整策略以应对环境的变化,等等,AlphaGo还显示一些人工智能的重大进展。

但随着AlphaGo胜利两周之后,一个名叫泰机器人暴露了人工智能的阴暗面。泰应该跟人友好的网络,使用微软服务来帮助人们。茶独特的设计特点,她可以从网上交流学习。在公开发行之后,泰,Twitter用户滥用和煽动性的语言,这教泰错误的事情。被损坏的程序,成为口腔喷雾种族主义、性别歧视和排斥,这揭示了潜在缺陷在设计和编程,人工智能和人工智能和自然智能令人不安的交互。

这两个东西,矛盾表明,引入人工智能。AlphaGo这个程序显示了人工智能可以分析大量数据,和识别复杂的模型,给出了人类新的分析能力。相反,泰恶意失败提醒我们,这项技术还远未达到安全水平,特别是当与人类互动。

人工智能将不是不计后果的速度或失控,但深度和广度前所未有的洞察力,根据信息和学习行动的行动的能力。

在全球科技、金融机构和金融企业的424名高管的调查在某些领域的顶尖专家采访后,我们发现,随着人工智能在金融市场开放的土壤,这种矛盾也是显而易见的。

许多人工智能作为一种风险管理工具,可以帮助改善金融机构,例如,在投资组合风险评估和更深入更全面,更全面、更明确的信用风险评估。在这些应用中,人工智能将不是不计后果的速度或失控,但随着前所未有的深度和广度的洞察力,和根据信息和学习行动的行动的能力。

然而,许多专家承认,使用人工智能有一定的风险。这部分是由于不确定性——毕竟,包括交易、投资组合管理和信用评估和许多其他应用程序,人工智能仍处于实验阶段。所以,仍然挥之不去的安全、隐私和数据质量风险和问题的算法,这导致了一个新的监管的呼声。

人们更加关注人工智能的监管措施。在监管机构是否有足够的知识和技能,以跟上新金融技术的问题,研究参与者明显缺乏信心。调查参与者怀疑监管者才刚刚开始了解,事实上,人工智能在金融市场和公司的潜在影响。目前,对他们来说,重点仍然是错误,最后一场战争(),来识别人类直接滥用违反合规。他们的注意力转向算法的合法性,这也是未来几年对于任何关注机器学习规则。

调查显示,大量的金融机构监管机构知道没有信心在人工智能相关的法律风险。但使用人工智能在这些部门处于初期阶段,它可能不是令人惊讶。由人工智能模型,例如,收集和分析更多DaTiLiang数据,数据和隐私风险将会增加。知识产权纠纷有可能增加,因为算法的所有权会导致企业和监管部门之间的摩擦。在人工智能的秩序和可能的事件的编程错误,合同和诉讼风险。

人工智能和机器学习毫无疑问,将会改变的性质所需数量的员工和部门的技能。调查中,有明显的少数的受访者担心,在未来的几年里,它对劳动力的影响是负的。但大规模的迁移是一个长期的过程,有将近70%的人认为在15年,人工智能可以使自己的工作基本上或完全改变。即使在金融事务自动化已广泛应用,人类的作用等领域的算法验证、监控、合规仍然是非常关键的。目前,一些人认为机器学习模型可以或应该完全独立于人类控制驱动业务的金融市场。

其次,从智能思维敏捷的思维

购买华尔街计算机审查1987年6月刊的人会知道在讨论人工智能在金融市场并不新鲜。大胆地写在封面:“教计算机模拟的伟大的思想家”,苏格拉底也有一幅一组计算机观众给讲座,甚至30年前已经基于交易计划人工智能的应用。事实证明,这些早期的应用程序更接近理论而不是实践。

尽管前几轮的炒作,但一些批评人士说,这一次新的兴趣人工智能是合理的。计算能力的持续快速发展,计算成本的显著减少人工智能应用程序更实用。社交网络、智能手机和可穿戴设备消费增长也带来了数据的数量和可用性的爆发——所有的这些营养物质到人工智能的优化算法。

从金融机构、人工智能技术和金融投资技术的发展可以看出,这个新的兴趣。贝莱德,两个σ,文艺复兴时期的技术,如基金管理公司一直忙着全世界的科学家偷猎最好的数据。他们的科技公司,越来越多的竞争和合作,包括上下文相关的技术和Kensho,微软和谷歌,Facebook,和其他巨头的人工智能。仅在2015年,这些公司都是在人工智能研究中,花了超过85亿美元收购和人才。

在贸易和投资管理,Aidiya和的技术,该公司是人工智能的先锋事务程序。他们使用机器学习技术的结合与进化算法来浓缩海量数据识别隐藏的模式,这是其他公司还没有实现。并通过人工手动部署算法更新传统的定量交易形式,另一方面,许多人工智能的软件可以自动和独立于人类干扰学习和更新他们的模型。

人工智能交易程序的另一个特点是差异化的重要性。随着金融咨询公司Thalesians创始人之一赛义德阿们说:“机器学习的优点是它允许交易员找到微妙的关系,所以不要和其他市场参与者在白刃战争夺这些交易”。

它将促进分化,人工智能和其他形式的算法如高频交易(高频交易)贸易部门。例如,高频交易是关于机器学习的速度和理解的深度和广度。“这机器学习革命,急剧增加的复杂的模式识别可用的数据和信息,使任何角度来看是最好的决定。”金融行业新闻和分析工具提供商RavenPack首席数据科学家Peter哈菲兹说,“市场是更快更聪明。”

创新潜力将显著,不仅在商业领域,而且在其他地区的投资建议和贷款等金融行业。改变不会马上到来,但是它会来。根据比尔·盖茨的警告:“我们总是高估变化将在未来两年,低估了变化将在未来十年。”我们的调查显示,人工智能将会导致金融市场等一系列的变化。

第三,人工智能的发挥作用

1)人工智能和机器学习将是破坏性的多少?将推翻什么地区?

在未来的三年里,最重要的变化将出现在交易、金融分析、和信息技术,他们得到的受访者,64%,分别为60%和60%的身份(见表1)。很多人希望,机器学习可以影响材料的风险评估(59%)、信用评估(57%)和项目组合管理(52%)。风险评估和金融研究实验企业最有可能在未来三年内机器学习领域的应用。

麻省理工学院斯隆管理学院金融工程实验室主任Andrew Lo(他也是量化投资管理公司的创始人)认为,人工智能的影响将会非常大:“我认为这将改变金融行业的各个方面,因为行业的许多地方可以使用这些类型的算法来实现自动化和大数据池的使用。”

彼得哈菲兹还认为,除了交易和研究机器学习将极大地帮助消费者信用评分和合规功能不同类型的金融机构。他指出,例如,合规经理开始使用非结构化内容,如新闻警告他们可疑交易。

机器学习技术实现了应用在零售投资咨询。根据澳大利亚证券和投资委员会(ASIC)专员约翰价格,说:“机器人顾问(无袖长衫-顾问)”的建议投资管理网站为投资者提供自动化,现在已经形成了一个利用人工智能领域,这个领域接受积极的监管审查管辖。英国的金融行为监管机构甚至走得更远,该机构在其最新的“金融市场的评价(FAMR)”报告中表明,金融机构使用机器的建议向他们的客户提供“合理化建议(合理化建议)”,以提高成本效益。

2)subversion的到来

采访的专家认为,这对金融市场操作报告,机器学习的颠覆性不大,至少在未来三到五年。当用于交易,发展公司,有知觉的人工智能技术,Babak Hodjat的首席科学家预测,这种破坏性的效果会非常大,但不会造成损害。“因为你来自专家的建议和数量分析,行布局机器来做这些事情。过程更快,但结果是相似的。”

和大多数专家一致认为,将会有大量的人工智能技术的应用程序。保罗it贝莱德科学活跃股票单位的高级投资组合经理认为,机器学习可以帮助很多公司深入的财务分析,金融交易也将从中受益。

“只有使用电子表格数据相比,机器学习的分析进一步几个步骤。速度是重要的,然而,不同于高频交易速度。我们可以快速处理许多数据和发现市场最终将会找到答案。”

贝莱德科学活跃股票单位——约有一百人的队伍,其中包括数据科学家和机器学习专家和行业专家(宽客)——的传统财务分析在不同工作模式下的机器学习技术来预测股票价格的变化。it表示:“我们正在使用这个工具来分析每个企业的数据和预测的一些基本因素,最终企业股票收益预测,建立一个投资组合。”例如,之前该公司公布财报收益的团队通过分析公司的汇率风险敞口,进一步满足他们的预期收益。

调查机器学习将使另一个优势的剧透:64%的受访者认为,使用机器学习将使金融市场竞争非常积极的影响(见图3),乍一看,似乎是违反直觉的结果。最好的和最先进的技术成本高,会导致只有那些足够财力对人工智能的访问。在某种程度上,这是真理,只有雇佣像布里奇沃特公司承担史诗,IBM的超级计算机沃森背后的首席工程师。

然而,一些规模较小的公司,甚至已经证明他们可以站在浪潮的顶端。的部分原因是,开源软件可以使较小的组织使用先进的算法代码和测试。最近的一个例子,在2016年3月,这两个对冲基金金融工程师,退休后没有使用人工智能软件工作经验,设计基于磁共振成像(MRI)算法的图像诊断心脏疾病。尽管这些创新者人工智能是生锈的,他们仍然可以下载软件,从开源网站制作设计推广应用的工业革命。

这意味着金融机构之间的竞争,只有时间会告诉。然而,当行业巨头,如百仕通(blackstone)做了大量研究和试验工作,人工智能应用程序和服务也可以成为中小型组织触手可及。

3)案例研究:了解外汇风险敞口,预期市盈率

大量的出口销售的公司,自然不稳定的外汇市场。根据黑岩,保罗it说在2014年,货币流动,尤其是美元走坚不寻常的影响公司的利润。贝莱德科学活跃股票团队尚未出现,部分是由于机器学习。

大量的出口销售的公司,自然不稳定的外汇市场。根据黑岩,保罗it说在2014年,货币流动,尤其是美元走坚不寻常的影响公司的利润。贝莱德科学活跃股票团队尚未出现,部分是由于机器学习。

4)人工智能的见解

很清楚,人工智能和数据分析,决策参考的进步是造成数据类型和数量的膨胀。然而,基于传统的参考单位,如价格、利率和收入数据,做出投资决策,人工智能可以事件(事件)和评论(情绪)元素,到资产价格预测的过程。例如,吸收非结构化数据有助于推销观点分析。哈菲兹说,然而,筛选重要事实和解释的意见。”不仅指传统意义上的情感(情绪),如指导,也指某些事实,这些事实可以从非结构化内容中提取,并交付一台机器可以理解的格式。

现在,机器交易模型通常是用来分析和企业业绩评估报告。通过分析产品释放和回收,监管部门的批准,收购和其他市场活动,他们可以捕获更多的及时。哈菲兹期望机器学习模型也可以输入从图片、视频,etc.He说,一些公司使用卫星图像跟踪大型零售商店的数量汽车停车场,试图了解的大致方向他们的收入和利润。这意味着人工智能可以改变参数,这些参数的金融机构,来做出投资决策。传统因素的重要性的下降,因为金融机构收集大量的非结构化数据——他们只能使用人工智能和机器学习的力量。

分析工具越来越善于理解上下文——机器学习的另一个重要区别。it解释说,他的团队使用机器学习工具可以用来理解词汇的微妙的上下文。证券及期货事务监察委员会在美国,例如,文件,“垃圾”这个词(垃圾)指的是废物管理,然而,随着投资者的博客,这个词可以用来批评股票或公司管理。根据不同的语言我们可以创建源上下文字典的学习与进化。

人们也类似的技术介绍,帮助消费者处理投诉和咨询。苏格兰皇家银行最近宣布将引入人工智能程序(Luvo)是用来协助消费者投诉。程序用人造的个性,模仿人类的特性,如友好,移情和理性。根据程序员,Luvo也可以从他们的错误中吸取教训,猜一个人的情绪状态。看来,人工智能是作为一个朋友,而不是敌人。

4、从摩尔定律到墨菲定律

会出现什么问题呢?Andrew Lo认为市场将会出现更多的闪电崩盘,或其他不利变化,行业和监管机构现在没有明确的了解这些问题。“这些策略的本质,他们很难理解。这意味着他们还将难以预测的影响,因为没有人能预测在5月6日暴跌,2010 -即使在今天我们仍然不知道到底发生了什么”。他还提到的骑士资本(骑士资本),2012年,美国主要经销商在交易过程中由于软件故障损失了4.4亿美元,直接推到破产的边缘:“我不认为我们会很快处理这类问题,因为最终解决是人类能力和技术之间的不匹配和不协调。摩尔定律在墨菲定律。”

技术是押注未来事件不能固有风险的金融活动,如删除。无论什么人或算法,仍然是有可能的风险。

正如贝克CMS当合伙人律师事务所(Baker & McKenzie)阿伦·斯里瓦斯塔瓦指出,“金融机构,因交易商非法违反了数十亿美元。银行的可行的解决方案是让尽可能多的决策程序,因此越来越多的银行接受和人工智能编程交易。但同时降低操作风险,人工智能内未知的风险并未消除。”

1)所有的算法

尽管监管机构对机器学习也不知道,但也会尽可能的算法,然后专注于问题领域。加拿大投资行业监管组织(IIROC)市场监管,维多利亚Pinnington高级副总裁说,她目前最大的担忧是关于算法过程中,机器学习和在更广义系统的交易背景下,“如果算法有一个问题,”她说,“对市场的影响可能会很大。”

算法可以在各个方面的问题。最常见的错误之一是“过度拟合”,通常在一个算法过于复杂,缺乏合理的假设。无关,在这种情况下他们不能从大量的数据(噪音)在区分有用的关联(信号),它确定了“鬼”参数或似是而非的。想象用灵敏的麦克风古典音乐会录音。过度拟合将背景噪音和管弦乐队的声音也同样重要。像Babak Hodjat警告,“人们可能错误的使用机器学习和不做检查。如果您正在使用机器学习算法,但没有完全测试它,它可能是一些过度拟合,使算法看起来不错今天,但是明天可能是错的。这是需要仔细检查。”

程序错误风险提出使用新的压力。如前所述,分化为人工智能的交易员是成功的关键。首次成功应用的机构将获得一个独特的获利机会,竞争,往往其他机构的风险将市场的成功策略。谷歌前工程师,现在机器智能研究所(机器智能研究所)的研究人员内特苏亚雷斯在接受英国《金融时报》采访时表示,“将有足够的保障到先进的人工智能,只有5%的可能性。”

2)数据,责任和法律风险

知道任何与新金融相关法律风险的技术仍有很大的不确定性:47%的受访者没有信心。价格先生并不惊讶。“原因在于技术仍处于初始阶段,但也在进步。人们谨慎一些不确定性和可能的风险是在早期阶段也反映了这一技术。”

一个风险是公司的责任。糟糕的投资决策可能是由于低质量的数据,故障分析公司业绩或算法是有缺陷的,它会造成投资者损失。机器学习模型的信用风险做出错误的决定,银行可能遭受经济损失,声誉或潜在的金融家、责任问题可能出现。当这种情况发生时由谁承担责任不清楚——金融机构本身,算法,作者的交易平台,数据提供商,还是其他?

机器学习和数据处理的智能特征可能使数据保护和隐私风险到另一个高度。个人数据或敏感公司数据因为事故(黑客访问)或系统(由市场经理和政府采购)和落入别人的手中,是互联网时代是一个非常常见的风险。当机器学习模型来实现更好的效果和收集更多的数据,风险也会增加。机构将越来越多的需要了解数据隐私和消费者保护法律法规之间的紧密联系,并扩大法律管辖,如欧盟饼干指令(欧盟饼干指令)。贝克CMS律师事务所(Baker & McKenzie)合伙人阿德里安·劳伦斯的能力范围获取数据预计将影响系统的人工智能的过程中扮演着重要的角色,她说:“数据,用各种各样的规则和过程,并得到颠覆性的金融中的数据在科学和技术领域的核心地位。甚至最先进和最聪明的模型和算法不能有效,安全和合法的获取详细,准确和及时的数据,也将成为无用的”。

除了法律风险,受访者对他们的机构了解人工智能的影响也明显缺乏信心。49%的受访者无法确定其机构了解人工智能的其他重大风险。只有32%是肯定的。考虑到应用程序仍在开发的早期阶段,调查显示,人工智能将显示组织的一系列风险,其中大多数尚未定义。

3)的依赖人工智能

通过例子,受访者似乎想机器学习将帮助他们在某些情况下,降低风险。近百分之六十(58%)的人认为机器学习“刺激”他们的风险评估过程。机器学习技术,例如,可以用来提醒管理者关注企业新他们有一些弱点(见上文“了解外汇风险预期市盈率”)。

阿斯特丽德从Baker & McKenzie Raetze预计消费信贷风险评估可以通过给客户更全面的风险分析,加强。Raetze女士说,“如果我们可以正确的部署,人工智能还可以在一些地区减少一定的风险。市场失当行为,反洗钱(AML)的行为和了解你的客户什么行为是当地监管机构可以利用人工智能,提高监督审查。“基于机器学习的分析也可以发现一些特定的客户活动,甚至可能发现某种形式的贪污。这有助于解释为什么相对于其他领域,受访者更希望在未来的三年里,可以使用机器学习领域的风险评估。

4)人工智能和知识产权

受访者似乎一致认为,该算法需要更多的监管。超过半数(56%)表示,提供监管机构检查交易算法将有助于确保金融体系的安全。这表明大量的金融监管机构计划检查算法的源代码开放给当局。

例如,美国商品期货交易委员会(CFTC)现在正试图推动一个规定自动交易(或称为REGAT)。的监管是一个最具争议点,美国商品期货交易委员会和美国司法部为金融机构交易算法。

REGAT最直接的对手,克里斯·吉安卡洛(美国商品期货交易委员会的共和党成员),给监管机构这种级别的控制较小的市场参与者施加额外的合规成本,并防止期货市场的创新。

此外,吉安卡洛先生主要担心这些规定将标志着当局可以前所未有的私人知识产权的侵犯。他最近在一份声明中说,“我不知道任何其他行业除了国防和安全,联邦政府是否具有这样的容易获得一个公司的知识产权和未来的商业战略……”。类似的监管机制也在欧洲市场上执行MiFID的规定,并可能导致类似的知识产权冲突的算法。事实上,贝克•麦坚时的约翰Flaim预计将大大改变知识产权纠纷的本质,他认为,“知识产权的所有权将是关键。自世纪之交以来,电子商务专利申请文件有显著增加。然而,美国最高法院的决定导致了大量的电子商务专利在2014年全面失败。其他地区,如欧洲,不允许软件专利。所以他们面临平衡增加了金融行业研发的努力和高阈值的电子商务专利。”

转让源代码存储库之前,监管机构还需要证明的数据保护和网络安全的能力。2014年3月,一群中国黑客攻击美国人事管理办公室。他们偷了2100万年的联邦员工记录,包括商品期货交易委员会(cftc)的一名高级成员。这样的漏洞之前,当局得到算法需要固定的,然而,结果的出现使得一些人怀疑,监管机构没有认真快速迭代技术。

5)监管机构跟上进度?

当被问及金融监管机构“跟上技术进步的,76%的受访者反对。近十分之七的受访者称他们是“监管机构对金融和技术及其对金融服务业的影响现在了解“几乎没有信心。一位受访者说,“监管机构悲伤不是规定的人工智能,他们需要增进了解,或风险已经被边缘化。”

在竞争激烈的数据科学家和其他专业人员与机器学习的知识,面对大型金融机构,监管机构必须处于劣势。这使得很难跟上最新技术领域的进步。然而,监管机构开始探索机器学习在金融市场的作用和带来的影响。REGAT和MiFID II,探索发生在交易环境,整个系统,而不是机器学习。然而,在美国证券交易委员会和美国金融业监管局,英格兰银行(英国央行(Bank of England)和新加坡金融管理局(新加坡金融管理局)和其他监管机构、监管机构开始理解了人工智能和机器学习在金融市场的作用。

在ASIC,约翰的价格,在2015年初率先建立一个创意中心,测试应用程序的机器学习不同领域的金融市场,它必须使用这种技术公司/组织提供建议。在加拿大维多利亚Pinnington IIROC也是一个类似的组织领导。双方官员都表示,他们的机构与监管机构沟通研究的结果。

这种互动是调查对象向监管机构提出的核心。当被问及监管机构应采用新技术风险管理的一个措施,大多数受访者(32%)认为,监管机构应与一些金融技术公司合作。虽然一些受访者(25%)建议应该在全球范围内协调跨市场监管能力。

调查中,绝大多数的业内高管相信,我们需要新规定形式的人工智能和机器学习。60%的受访者认为,现有的规定需要改进,和目前的监管是不够的(参见图6),监管机构不希望被选中在不久的将来,人工智能的特殊规则。近期监管将专注于算法本身或大范围的系统交易。先生说,在澳大利亚的价格,任何规则都应该基于原则,而不是规则。“任何新规定不会说“你必须做X,Y,Z”。例如,他们会要求公司必须有足够的完美的风险管理计划。”

6)飞行员和自动驾驶仪

几乎可以相信,随着时间的推移,机器学习将带来一些交易员、分析师和其他行业员工从他们目前的工作。68%的受访者预计,在15年内将自己完全或重大变化的工作。将有四人每10人担心三年它将负面影响劳动力的结构。

然而,在大多数位置(包括交易),人类不太可能在短期内将会消失。根据Hodjat先生所说,个人交易者的作用会被削弱,但是永远不会被完全抹去。他指出,是一种特定类型的交易技能不能被取代,需要专业人才,如需要建立,他们验证算法。这可能击败微软高管在2014年作出预测:“在过去的十年里,这个城市将由机器人,和投资银行家,分析师甚至定量分析师将成为多余的。”

阿门,先生还认为,引导成功的使用人工智能,人类直觉和影响是非常重要的。“即使使用机器学习,你仍然需要使用少量的市场了解和直觉。输入系统,不管是未来十年,事实并非如此,你总是想要想出新的想法与市场变化,最终需要人们去做。”

先生it投资组合经理的位置在机器学习的时代,飞行员。“周围有一些结构,我们一路上几乎所有采用自动飞行模式,然而,我们可以输入一些细节到导航系统,可以决定何时自动飞行,当手动操作。我们是控制飞机。”

五、结论

2016年初,世界领先的企业家成立的组织,包括泰尔和Elon Musk,宣布他们将投资数十亿美元建立一家名为OpenAI。它的唯一目的是保护人类的人工智能。在一封公开信中,这项技术可以概括的创始人紧张,写道,“很难衡量人类水平的人工智能将会给社会带来很多好处,也很难想象,如果建筑,使用不当的形式的人工智能,对社会会产生什么样的危害。”

类似的情绪也在金融市场关于人工智能的应用。每个人都承认,破坏性的,机器学习,我们有许多东西要学。与此同时,我们还需要了解其潜在的负面影响。

大多数的受访者是人工智能的角色在金融市场的未来表示谨慎乐观。这种乐观来源于人们意识到成功应用将带来巨大的机遇。然而,就像所有的科学和技术,在很大程度上,使用人工智能将最终确定其风险和回报。

6、有关调查的

1)定义我们的条款

人工智能是一个总称,包括计算机科学研究的领域,这些领域正在试图使一个计算机系统,通常需要人类智慧的任务,如视觉感知和决策。机器学习是人工智能的一个分支,它可以使计算机系统根据算法和分析数据,独立学习和适应。人机器学习的布局在一些地区的金融部门,最引人注目的是一个贸易和金融的研究,然而,机器学习还用于其他方面,如投资建议。

2)研究

调查,欧洲货币机构投资思想领导世界的金融机构调查了424名高级管理人员。超过四分之一(26%)的受访者在资产管理公司工作,16%的受访者在投资银行工作,在银行,保险公司,对冲基金和经纪公司。大多数的受访者(57%)与C水平位置在他们公司;其余不同于其他领域的高级管理人员,包括数据、技术、法律、合规、等,调查的大型、中型和小型企业有51%的公司有100或更多的员工。最后,样本是世界:三分之一的受访者来自欧洲,三分之一的受访者来自北美,16%来自亚洲,其余的受访者来自拉丁美洲,中东和非洲。

除了有11个行业高管和独立专家参与了深度访谈。

它们是:

赛义德阿们:Thalesians,总经理的创始人之一

保罗it:贝莱德科学活性股本高级投资组合经理

当约翰G。F laim:CMS贝克全球主管知识产权

彼得哈菲兹:首席数据科学家,乌鸦包

Babak Hodijat:有感知的技术公司的首席科学家

当阿德里安·J。L awrence:贝克CMS的媒体和合作伙伴

Andrew Lo:麻省理工学院斯隆管理学院的金融工程,金融学教授,实验室的主任

维多利亚Pinnington:加拿大投资行业监管组织(IIROC)市场监管,高级副总裁

约翰价格:澳大利亚证券和投资委员会

阿斯特丽德Raetze:贝克CMS当银行和金融业务合作伙伴

当阿伦·斯里瓦斯塔瓦:贝克CMS金融服务合作伙伴

幽灵:人工智能在金融市场,风险和监管”的欧洲货币机构投资思想领导报告,面包师委托国际律师事务所CMS Cameron。的研究认为领导指挥。报告结果和观点只代表思想领导公司本身,不能完全反映了赞助商的观点。

调查数据产生了许多关于人工智能技术经理来自世界各地,通过管理和感知有趣的发现和见解。这里有一些调查中的其他有趣的发现。

3)非洲是人工智能“局外人”?

当被问及在接下来的三年,人工智能和机器学习这将推翻这三个部门,金融服务业高管几乎世界各地选择信贷、资产管理和证券影响最大的证券交易所。

例外是来自中东和非洲。有趣的是,他们预计支付系统和虚拟钱包将是第一个是颠覆性的。大量农村手机银行平台在非洲,我们可以期待新的人工智能应用程序将进一步改革的零售银行业务在非洲吗?

4)最高管理层预见到subversion

我们分析了参与者的高级管理层的回答,是一个有影响力的团体,他们占调查总数的57%。令人惊奇的是,这些决策者相信,在金融服务行业,人工智能是最负面影响将反映在劳动力结构。

39%的受访者认为人工智能的影响劳动力结构,或非常消极的负面的。他们也承认的负面影响市场稳定的人工智能,有38%的人认为,人工智能技术将有负面或非常负面的影响。

5)在合作和协调监管和干预

当我们问到受访者给出一个监管机构应该采取,最重要的一个方式来处理新技术的影响,大多数人表示,监管机构和金融技术的用户之间的合作是最重要的(32%)。亚洲受访者,然而,世界上有一种系统化的方式,在不同的市场监管能力是最重要的措施之一。正如所料,(38%)的受访者不认为经理增加市场监督或强制市场参与者披露更多信息技术是最好的解决方案。

6)监管机构的信誉

对监管机构的信任是很低,但在北美尤其明显。这一发现是不寻常的。因为美国金融监管机构已经推出了世界上最先进的机构,包括金融研究办公室(金融研究办公室),一个先进的数据科学通过金融市场组织的更详细的分析。

7)/机器学习和人工智能

一些受访者认为,为了解决这个问题引起的人工智能/机器学习,需要起草和实施进一步的规定。这些交易与学科领域的法律、合规,与具体的数据和技术部门一起,最渴望的新发布的规定和实施。

7、附录(全部结果)

Q1:你认为什么,三年,金融服务业是人工智能和机器学习技术在多大程度上改变?

Q2:在接下来的三年里,你可以期望人工智能和机器学习是最颠覆性的金融服务?(选择三个)

问题3:在接下来的三年,人工智能和机器学习下列金融市场将产生什么样的影响?

第四季度:人工智能和机器学习如何影响金融市场结构?下列哪一项描述最接近你的预测吗?

Q5:中长期,你认为,你的工作将是人工智能和机器学习技术在多大程度上改变?

Q6:在未来三年内,下面列出的技术,该公司/组织是对你最重要?

玩家:你希望你的公司将在未来三年,人工智能和机器学习技术引入哪些领域?(可以选择更多)

我想贵公司通过什么方式发展人工智能和机器学习能力储备?(可以选择更多)

问:公司希望通过引入人工智能和机器学习技术来实现最重要的优势是,(三)?

Q10:公司试图引入人工智能和机器学习技术是最困难的障碍,遇到那些(三)?

Q11:如果公司的董事会理解新技术对公司的业务更广泛的影响?

12:你同意以下声明吗?

Q13:新技术的影响,为了应对金融监管机构最重要的应采取措施是哪一个?

Q14在4月12 – 15:你同意以下的观点吗?

最喜欢:监管机构已经完全理解和融化技术及其影响当前的金融服务业,这个判断,你有多少信心?

杆子有着:为了减少监管风险,监管机构应当优先采用人工智能技术领域的哪个?

篮你认为足以解决现有法规ai /机器学习的问题?

取您的组织已经充分理解与新技术相关联的所有重大法律风险?这个,你更有信心吗?

问题19:你的公司/组织满足所有与金融相关的其它风险技术?这个,你更有信心吗?



相关文章