严格调节开销 摩根士丹利使用AI审查职员和工人出差旅行和付出意况

图片 1

新浪美股讯 北京时间12日消息,摩根大通首席信息官萝莉-比尔(Lori
Beer)周三表示,该行已开始使用机器学习技术处理员工的开支报告,并确定它们是否符合公司政策。  她在纽约一次大会上表示:“我们基本上取消了经理批准。我们现在100%的审计是通过机器学习模型进行,以确保当我们处理差旅和开支报告时,它们与我们的政策是一致的。”  机器学习是一种人工智能,使用数据分析来发现模式,可随着时间的推移进行自我改进,在没有明确编程的情况下做出更好的决策。  尽管几乎每一个行业都面临如何监督开支的问题,但在金融业这一问题尤为严重,因为该行业的很多员工一年大部分时间都在路上会见客户。去年,富国银行就开除或停职了十多名员工,因为他们伪造开支报告。  然而,给经理们施加压力,让他们花更多的时间审查报告,或者雇佣审计师为他们做报告,基本上会增加开支。摩根大通的比尔表示,利用人工智能,摩根大通正在“消除我们经理人的一些官僚作风”。

平安资管裁员?昨天这一则消息让行业一时间猜测纷纷,平安资管的回应是,目前正根据集团安排,加大科技投入,对策略和科技平台升级,进行量化转型,因此内部组织和管理有所调整。并没有传说中要解散部门、通过委外应对新会计准则等动作。

摩根大通还使用过一个用来检索电子邮件的程序X-Connect,以帮助员工找到与潜在客户关系最密切的同事,并帮忙介绍认识。2016年,摩根大通还向机构客户提供一些云支持技术,允许像BlackRock这样的公司自助获取财报、研报和交易工具这些常规信息,解放了销售和客服。

Portware和摩根大通两家的市场冲击模型,都是从刻画历史交易对当前交易的市场冲击的影响作为起点。例如,在摩根大通的瞬时模型(transient
model)中,每个交易的市场冲击随着时间的推移而逐渐减弱。这样建模的目的是避免将交易安排得太紧密,从而导致订单叠加的市场冲击过大。

清算结算相关岗位,以及基础报告与数据分析岗位,甚至会被人工智能完全取代,人工智能清算系统会更加准确高效地完成客户资产与自由资产的清算工作。

随着人工智能技术的不断发展,越来越多的投资银行也像摩根大通一样正在尝试使用AI、自动化和机器人技术来帮助降低成本,提高效率。

当然,有些矿工(quant)对机器学习可以带来多大的帮助持怀疑态度。Alliance
Bernstein的研究主管Nataliya
Bershova表示,她更倾向于依靠参数模型(parametric
models):“举例来说,通过机器学习,你不能说一个因子X比因子Y更有影响力。这只是一个黑匣子,告诉你它的非参数模型可以更好地拟合真实数据。通过大多数机器学习技术,你并不能清楚地分离永久性影响和暂时性影响。而在参数模型中你是可以的。这是一个很重要的功能。”

在客户管理与服务环节,人工智能将替代13万工作岗位。

如今各大公司都在争夺人才,希望打造下一代的人工智能服务。为了防止金融科技公司和老牌科技巨头吸引客户,银行也在越来越多地从外部进行融资,寻找从机器学习到区块链等技术领域的管理人员。根据摩根大通的数据显示,在摩根大通最近招聘的高管中,约有三分之一的人来自银行业以外的行业。

摩根大通使用随机森林算法来产生短期订单流的预测,这意味着订单操作(修改、取消、提交)的数量可以大大减少。
Fellah说,随机森林算法因为其计算的速度快而被选中。

人工智能在金融行业的应用范围逐步扩大的同时,也可能带来一系列的风险。国际金融稳定委员会去年末就发布了《金融服务中的人工智能与机器学习——市场发展和对金融稳定的启示》,揭示了人工智能可能带来的潜在风险。

今年年初,摩根大通向投行客户推出了亚马逊的声控助手Alexa,辅助客户的研究工作。另外去年摩根大通的智能交易app推出后,客户已经使用了app进行大额交易,包括了一笔4亿美元的交易。

与彭博不同,Portware和摩根大通则通过人工智能来更好的协助交易员选择交易的具体时机,以最大限度地减少市场冲击带来的影响。

据悉,富国人寿保险集团计划裁减近30%的保险理赔评估部门员工,约34名执行保险索赔类分析工作的员工被人工智能取代。

责任编辑:何周重

对于Buy
Side的矿工(quant)来说,由于其交易体量太过巨大,一个重要的研究内容就是如何能够理解和掌握自己公司的交易对市场价格的影响,也就是所谓的“市场冲击”,并把这种冲击降低到最低。很多时候人们都把大额的交易比作“把大象推入游泳池”
,避免市场冲击就自然被比作避免“大象入水”的水花了。

全球各龙头金融机构人工智能应用

之前,摩根大通曾开发过一款金融合同解析软件COIN。原先律师和贷款人员每年需要360000小时才能完成的工作,COIN只需几秒就能完成。并且还大大降低了其中可能出现的错误率。摩根大通企业投行业务总监Daniel
Pinto表示:金融科技和新的能力对于我们所做的一切非常重要。

“这种方法的一个好的地方是我们不需要写代码。从某种意义上说,机器自己“写”算法”,Fellah说。

据CNBC报道,摩根大通日前从谷歌挖来了一名负责人工智能技术的高管
Apoorv
Saxena,进一步押注人工智能领域。Saxena此前担任谷歌人工智能部门的产品主管,他从8月31日起,正式加入摩根大通,担任人工智能与机器学习部门的主管。

Apoorv
Saxena将于8月31日正式加入摩根大通,此外他还将担任资产和财富管理人工智能技术主管。

目前主流的机器学习技术包括聚类分析(无监督学习),贝叶斯回归,随机森林和强化学习等监督学习技术。聚类分析(Cluster
analysis)首先在70多年前作为宽泛的统计技术被开发出来,用于识别复杂数据中难以觉察的相似之处。贝叶斯回归(Bayesian
regression)和随机森林(Random
Forest)是预测技术,给出既定场景的出现概率。强化学习的目的是通过许多模拟来训练所谓的人工智能(AI)单元,以在特定的情境下选择最佳的行动方式。

人工智能技术应用在保险业有较大潜力,也是三大金融行业中受其影响程度最深的一个。人工智能不仅可为保险业前端营销、承保、核保、理赔等核心流程提供多样化支持,也渗透到了后端资产管理等环节中。

这些模型被公司用来制定不同情境下的最优交易安排方案,然后使用贝叶斯回归或随机森林等监督学习技术来决定如何随着实际交易进度来调整这些最优的交易实施方案。

银行业将削减104万岗位,销售环节首当其冲

摩根大通的Fellah表示,由于缺少流动性,一般而言每30次操作(提交限价订单,修订或是取消)才能实现一单交易。如果计算时间太长,调整订单后被发送到订单序列靠后的位置,那么自然效率就会很低。

原标题:平安资管裁员风波散了,AI替代忧心又来了,10年内超20%金融岗位将被取代,美国早有先例

在低频下,数据太有限以至于无法避免出现误导性结果(misleading
results),过度抽样(oversampling),过度拟合(overfitting)。Bouchaud说:“所有的机器学习算法能够发现的低频数据中的非线性特征,我们都已经通过更传统的数据分析方法或直觉捕捉到了。”

富国人寿保险集团:人工智能系统帮助节省1.4亿日元

据Capital Fund Management研究主管Jean-Philippe
Bouchaud介绍,对一个系统性基金来说,市场冲击带来的成本可能会侵蚀掉多达三分之二的交易收益。一名对冲基金的订单执行专家说,该基金每年由不利市场冲击带来的成本达到约100万美元,约占税前利润的十分之一。

澳大利亚国民银行首席执行官表示,“由于寻求业务流程自动化,我们预计三年内的员工人数需求将减少6000人……但我们也将雇佣2000名具备不同技能的新员工,包括数据科学家、人工智能、机器人、自动化、以及其他技术相关人才,所以净减少员工人数预计为4000人,对员工队伍的重整也将帮助我们重塑未来的银行业务。”

Bloomberg的量化研究负责人Naz
Quadri说:“聚类分析在某些应用中比其他应用更有效。“我们的研究表明,当用来评估结构性市场冲击时,聚类分析是最有用的,结果也更加稳定。”

此外,金融体系存在互相联动的特点,如果众多金融机构在某一关键部分依赖于相同数据或算法,那么当这些数据或算法出现问题时,问题可能会从单个节点向整个市场扩散。因此,集体采用人工智能工具可能会带来关联性风险。

Portware系统中的人工智能单元给出订单流的预测,并进一步预测交易中面临的风险,如交易的紧急性(urgency,是用来衡量更快速的交易如何能够降低成本的一种指标)。由于这些预测都存储在系统的内存中,每个单元都可以使用其他单元的预测来强化自己的结果。

图片 1

“如果你考虑强化学习算法(re-inforcement
learning)是怎么用于自动驾驶或游戏的就应该知道,这些算法必须了解其运行系统的原理。从这点上来说,在金融领域也是一样的。”Fellah说。

不过,人工智能可以帮助提高效率,报告预估,风险管控与审核环节将有62%的工作时长缩减,营销与销售环节将有60%的工作时长缩减。

例如,Portware的贝叶斯回归方法可以随着交易的进行,使用多个人工智能单元来同时预测短期波动率,订单流和交易量。模型的输入变量包括市场数据,新闻和社交媒体数据。

作为平安集团资产管理板块的重要成员,正响应集团“科技转型”战略,加快利用人工智能对投资业务赋能,致力打造“科技型资管公司”。这一战略却让一众从业人员重新有了“狼来了”的恐慌。

但高频交易是不同的,他认为。
“在几秒钟或几分钟的高频率范围内,通常有足够的数据,使得机器学习算法提供的对相关性的自动搜索可以带来帮助。”

据高盛首席财务官披露,高盛已开始进行自动化的外汇交易,据估算,一名电脑工程师平均可取代四名交易员,目前电脑工程师已在高盛员工人数中占据三分之一。

摩根大通的Fellah同时表示,交易员业绩表现的上限和下限之间通常也只有两个基点(bps):“如果你可以把一个算法的表现提高哪怕几分之一个基点,你的收益就会有很大的不同。”
这主要是由于目前市场上由算法交易的订单数量占绝对多数的原因。

发表评论

电子邮件地址不会被公开。 必填项已用*标注