摘要
博时基金首席数字官车宏原指出，人工智能大模型降低了技术在金融领域的应用门槛并拓宽了适用场景，未来将在智能投研、智能投顾、智能营销和智能风控等领域带来巨大商业机会。在风险管理方面，博时基金已构建覆盖近千个指标和2000余个计算口径的监测体系，并应用AI建立了市场暴跌预警系统，自2021年运行以来平均预警准确率超过80%。车宏原认为，当前AI应用尚处“效率提升”的早期阶段，但其累积效应有望引发商业模式的根本性变革，重新定义金融服务体验。
线索
投资机会与风险并存于AI在金融领域的深度应用。机会方面，AI大模型通过整合多模态数据（新闻、社交媒体等）与专业研究，能够赋能智能投顾，提供低成本、个性化的资产配置方案，这有望颠覆传统财富管理模式，创造新的增长点。同时，在量化投资领域，AI技术可突破传统多因子策略的瓶颈，挖掘超越人脑认知限制的超额收益，构成核心竞争力。风险方面，AI模型的“黑箱”特性带来了可解释性与可审计性的挑战，可能引发合规风险；模型失效与过拟合问题则要求机构必须建立严格的回测与压力测试体系，否则可能导致重大投资损失。因此，能否有效管理AI伴生的技术风险，将是决定金融机构能否成功抓住此次技术变革红利的关键。
正文
博时基金首席数字官车宏原表示，人工智能大模型的出现降低了技术在金融领域的应用门槛，并拓宽了其适用场景。
在资产管理行业，由于业务专业化程度高、业务链条长、个性化需求多，科技与业务的融合面临挑战。一份2018年的研究报告曾指出资产管理行业数字化程度偏低。为应对这一挑战，博时基金从强化数字化治理、提升敏捷能力、平台化建设这三方面着手推进，以支持业务高速增长。
风险管理是金融的核心议题。车宏原认为，资产管理经营的就是风险，其全面风险管理涵盖市场风险、流动性风险、信用风险、合规风险与操作风险。博时基金应用大数据技术构建了投资风险监测处置闭环体系。该系统覆盖近千个指标、2000余个计算口径，并支持灵活自定义监测指标，实现了从风险识别、分析、预警到处置的全流程闭环管理。系统能够及时触发针对个券和组合的风险处置流程，并由相关人员在完成处置后关闭风险事件。
人工智能技术也加强了风险管理能力。博时基金探索利用人工智能模型对市场风险进行精细化监测，建立了市场暴跌预警系统。该系统采用时间序列可视图模型，用以识别股价不可持续的指数型增长模式，从而在泡沫破裂前进行预警。自2021年运行以来，该系统已多次成功预警宽基指数与行业指数的暴跌，平均预警准确率超过80%。
同时，人工智能大模型为风险管理注入了新的能力，可自动分析公司相关新闻舆情、供应链负面消息、诉讼风险、以及管理层言行语气的细微变化，从中识别出传统量化指标难以及时捕捉的早期信用恶化信号。
针对AI应用伴生的新型风险，车宏原也提及了应对思路。首先是“黑箱”与可解释性问题，许多先进AI模型（如深度学习）的决策过程不透明，有必要配套引入可解释性AI（XAI）方法，对模型的关键特征贡献、决策路径进行分析，以提升模型的透明度和可审计性。其次是模型失效与过拟合风险，必须通过严格的回测、压力测试和样本外测试来验证其稳健性。
在AI赋能商业机遇挖掘方面，车宏原介绍，基金公司的量化投资以往多依赖基于多因子的低频选股策略，其选股因子最初由人工总结，在十多年前超额收益较大。然而随着策略趋同，传统方法获取超额收益的难度日益增加。突破的关键在于借助人工智能技术超越人脑在思维、认知、算力与存储方面的限制。
展望未来，车宏原认为，早期机器学习、深度学习等技术泛化能力有限，在金融领域的应用范围较窄，而人工智能大模型的出现降低了应用门槛、拓宽了适用场景。未来AI在资管行业将广泛应用于智能投研、智能投顾、智能营销和智能风控等领域。
以智能投顾为例，资产管理机构可借助AI技术，整合多模态数据（如新闻、社交媒体、宏观数据等）与专业研究资料（如研报、路演内容等），赋能投资顾问。同时，基于客户画像与动态资产配置模型，助力为投资者提供低成本、个性化的资产配置方案，从而契合财富管理新时代的需求。
车宏原表示，当前AI应用仍处于“效率提升”的早期阶段，但其累积效应有望引发商业模式的根本性质变。尤其是面向客户的交互方式，正迎来类似移动互联网的变革，未来基于AI的交互将更加人性化、智能化，重新定义金融服务体验。
发布时间
2025-12-12T12:46:16+00:00
评论 ( 0 )