人工智能如何推动证券和商品行业发展

点滴科技资讯 view 9381 2023-3-18 15:21

人工智能 (AI) 正在改变全球金融服务业，包括帮助金融机构提供创新的新产品、通过提高效率增加收入以及改善客户服务。在证券和商品行业，基于人工智能的应用程序正在推动该行业在客户互动、投资和交易流程、市场监督和运营功能方面的发展。为了运行，人工智能技术需要三个组成部分：数据、算法和人机交互。

人工智能在证券和商品行业的应用

客户互动：可以对虚拟助理进行编程以执行简单的数字客户服务任务，包括跟踪账户余额和投资组合持有量、市场数据、地址更改和密码重置。其他功能包括筛选和澄清收入、发送客户电子邮件以及根据客户的投资行为对客户进行有针对性的推广。

随着技术的广泛使用，需要牢记许多问题，包括如何维护客户隐私、消除编程中的偏见以及避免参与者使用技术进行欺诈的情况。其他需要牢记的问题是客户身份验证流程、网络安全需求以及公平准确的记录保存。

账户管理：可以根据他们在投资公司和外部持有的资产，以及他们的支出模式、通过数据聚合工具获得的债务余额、社交媒体和其他公共网站的更新、在公司的网站和移动应用程序以及过去通信中的浏览历史记录来创建和分析客户档案。基于人工智能的工具还可以提供客户的社交媒体数据以及对投资产品和资产类别的相关情绪分析。

投资组合管理：可以识别新模式，可以预测特定产品或资产类别的潜在价格变动，并且可以解释卫星活动以改进投资组合管理。过去十年的一个重要趋势是引入了自动化顾问——智能投顾——它们使用算法通过互联网提供咨询服务。

交易：除了自动算法交易外，人工智能还可以协助智能订单路由、价格优化、最佳执行和大宗交易的最佳分配。由于美国证券交易委员会 (SEC) 提出了多项拟议规则和开放评论期，任何规则制定都可能会生成大量数据集，供 SEC 用于监控市场和市场参与者。

监控和监测：人工智能可以从内部和外部来源捕获和监视各种形式的大量结构化和非结构化数据，例如文本、语音、音频、图像和视频数据，以识别模式和异常。人工智能有能力破译语气、俚语和暗语。为了改进市场监督，人工智能可用于预测性的、基于风险的监督。

了解你的客户和客户监控：可以实施机器学习、自然语言处理和生物识别技术来检测潜在的洗钱、恐怖主义融资、贿赂、逃税、内幕交易、市场操纵和其他持续存在的欺诈或非法活动成为行业的威胁。

监管智能：新的和现有的监管情报可以数字化、被审查和解释，包括规则、法规、执法行动和不采取行动的信函，并且可以将适当的更改纳入合规计划。正如金融业监管局 (FINRA) 提供机器可读规则手册的举措所证明的那样，监管科技正在兴起。

流动性和现金管理：人工智能系统可用于识别趋势、记录异常并做出预测；例如，与日内流动性需求、峰值流动性需求和营运资金需求相关。

信用风险管理：人工智能系统可用于通过检索传统信用报告中未使用的数据宝库来提供更准确和公平的信用风险评估，包括个人现金流、支付应用程序使用情况、按时支付公用事业费用以及隐藏在其中的其他数据大型数据集。

监管用途、注意事项和前景

金融监管机构越来越多地转向人工智能来增强和简化他们的流程和系统。通过技术进步，监管机构拥有更有效的监控方法和收集更广泛数据集的能力，执行更广泛的分析，并使金融机构的合规更具成本效益。

人工智能的使用正在改变监管格局，从静态的、基于规则的监管格局转变为动态的、基于风险的范式。

美国金融业监管局

FINRA 规则手册搜索工具 (FIRST)于 2022 年 10 月推出，是通过创建嵌入式分类法（一种对关键术语和概念的层次结构进行分类和归类的方法）创建的机器可读规则手册，该工具已应用于或“标记”到40 条最常查看的 FINRA 规则，允许用户通过复杂的搜索过滤器缩小可能适用规则的范围。征求意见期至 2023 年 2 月 21 日止。

当涉及到FINRA 的考试优先事项时，AI 可以审查披露、投诉或就业历史数据，以帮助工作人员确定要检查哪些注册代表。

FINRA 已开始使用深度学习进行市场操纵监控，以应对不断变化的市场条件、波动性增加、交易量增加和行为变化，以保护投资者并确保市场诚信。FINRA 与美国证券交易委员会和证券交易所密切合作，“在市场内部和市场之间进行持续监督、监控不当行为并在发现后立即进行干预方面发挥核心作用”。FINRA 认为，通过能够更快地做出反应，它正在使用深度学习来让市场更安全。

美国商品期货交易委员会

2022 年 7 月，商品期货交易委员会 (CFTC) 宣布，专注于“努力促进负责任的金融科技创新和公平竞争”的部门LabCFTC将进行重组，以“采用新身份”作为技术创新办公室 ( OTI）并作为 CFTC 的“金融科技创新中心，通过创新、咨询/合作和教育推动变革和增强知识。”

作为市场监管机构，CFTC 可以利用人工智能来区分重要活动，使用数据来开发市场模型，并识别风险因素。

2020 年 12 月，CFTC 通过了一项解决电子交易风险原则的最终规则，这标志着与 CFTC 之前的监管工作相比，向基于原则的自动交易监管方法转变。

执法

在没有任何官方指导的情况下，金融机构可能会通过执法来监管人工智能。CFTC 提起了几起涉及欺骗的案件，SEC 提起了执法行动，涉及对投资模型算法的治理，以及针对营销材料中误导性披露的数字顾问。