前沿金融技术让天下没有难做的风控

　　风险管理是金融行业永恒的主题，随着我国宏观经济的快速发展，国内经济结构和产业结构越来越复杂，企业风险管理需求愈加多元化和个性化。为满足企业风险管理的需求，我国金融衍生品市场也在不断地丰富和完善。

　　金融衍生品是风险管理的工具，其主要作用是规避风险和价格发现，合理地利用衍生品工具可以降低企业面临市场风险所造成的损失，但是衍生品具有高杠杆、不确定、高风险、复杂等特点，若是利用不当反而会带来更大的风险。

　　近年来衍生品市场快速发展，商品期货经过多年的发展品种不断丰富，2010年股指期货上市，2013年国债期货重新上市，2015年上证50ETF期权挂牌，未来还会有外汇期货、场外期权等各类衍生品持续上市，衍生品市场的发展为企业和投资者提供了丰富的风险对冲工具，也让风险管理的过程变得更加专业化和复杂化。

　　风险管理的过程中会面对多种多样的风险，例如资金风险、流动性风险、市场风险、操作风险、运营与合规风险、政策风险……，风险的多样性和复杂性要求我们对风险管理的过程进行更加科学和系统的安排，对风险识别、量化、控制、管理、测试等环节都要进行全面合理的设计。随着金融科技的发展，很多复杂繁琐的风控过程已经可以交给IT系统来实现。

　　然而，风险管理的过程还面临着很多挑战和痛点，未来需要运用金融科技对风控系统进行不断地改进。及时性、有效性、可量化、可预测、可信任，是风险管理中需要通过金融技术改进的痛点，随着金融科技的发展，高性能计算、大数据、人工智能、区块链等新技术可以解决这些痛点。

　　高性能计算

　　金融市场的投资者结构呈现机构化和专业化趋势，随着专业投资者的成长，套利交易、程序化和量化交易、高频交易、权证交易、ETF交易、衍生品做市等对速度敏感的交易类型越来越多，及时性对风控而言就变得更加重要。通过高性能计算实现极速交易，可以让风控更及时、更稳定、更有效。在高性能计算领域，目前已经有了深入的实践，例如极速交易技术。运用内存技术、主推技术、全新通讯机制、数据对象化、服务异步化等技术实现极速交易，可以进行低延迟的自动交易，高频率的高频交易和高并发多策略管理等业务要求。在风控性能方面，极速交易可以让单笔委托风控判断时间小于0.1毫秒，篮子委托风控判断时间(以沪深300的期现篮子为例)可以低于50毫秒。目前，极速交易系统的最高性能可以达到4微秒。

　　极速交易技术已经运用于多种风控系统中，帮助投资者和金融机构及时且有效地进行风控。极速交易解决了风控及时性问题，让我们能够从‘黑天鹅’事件中逃脱出来。如果交易者在市场上发现早几微秒行情或者信息波动带来的变化，可能就很快从市场上得到这项信息，并对交易做出正确的判断。风控需要分毫必争先人一步，早一步成交就少一些损失，避免成为市场踩踏的牺牲品；风控不仅需要及时性，也需要稳定性，极速交易可以提供更稳定的交易和行情，避免在风控过程中出现延时和卡顿影响交易和决策，防止不必要的损失。

　　未来，我们还可以利用高速缓存、专用硬件(FPA、GPU等)和更高级语言(现代C++等)等技术，探索更高性能的计算效果，让极速交易“更极速”。

　　大数据和人工智能

　　云计算的发展让大数据处理成为可能，而丰富的大数据是AI(人工智能)实现的基础设施，随着深度学习算法的发展人工智能越来越成熟，我们已经来到了大数据和人工智能的时代。在大数据和人工智能时代，风险管理水平将得到很大程度的提升。现在的风险管理基本是根据及时性的报价信息和偶尔的业务信息来进行业务判断，这往往导致风险判断不全面，当及时性问题解决以后，我们需要对能够涵盖各种各样风险的数据进行管理，保证风险覆盖的全面性。利用大数据和人工智能，我们可以构建一个决策及时(高性能计算)、信息全面(大数据)、判断客观(人工智能)的智能风控系统。

　　在构建智能风控系统时，大数据的整合是金融行业目前的痛点，大数据系统需要对行情资讯数据和业务数据进行全面整合，但是目前大多数金融机构都是各自为政，而且机构内部的业务系统之间也相对独立，因此很难实现数据的互通和共享。即使获得了业务数据，还需要对数据进行标准化，统一业务模型，最后整合进统一的大数据平台。大数据整合将是未来的重要工作，运用新的技术手段将业务系统之间或者金融机构之间的数据整合到统一的大数据平台，再利用人工智能技术进行数据分析和数据挖掘，最后运用于风险管理。

　　智能风控还在探索初期，目前已经有一些应用场景和案例在尝试，例如，将AI技术运用于风险资产的定价、风险头寸的监控、风险头寸实时压力测试等，可以降低定价风险，提高风险头寸评估的准确性、调整维护头寸的合理性。AI可以在各种金融量化模型中进行应用，加入决策者的意见，创造出逼真的市场运作情况，将现实中可能或不可能出现的状况进行模拟分析，提高风控决策的灵活性和准确性。随着大数据和人工智能技术的发展，未来会有更多的技术工具运用于风险管理，如机器学习，多层神经网络、GPU并行计算、智能算法等技术，让风控更智能。

　　区块链

　　区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，其可以降低人们之间建立信任的成本。虽然区块链技术目前还不是很成熟，但在很多领域的应用已经开始尝试，包括风险管理领域。区块链技术在场外衍生品市场有较大的应用价值，应用区块链技术设计场外衍生品(场外期权)市场，可以解决场外衍生品市场存在的问题和风险，降低风险管理的成本。目前期货公司在开展场外期权业务时，存在诸多问题和风险，例如协议签署效率和透明问题、期货公司间的数据共享和监管问题、清算效率和交易风险问题、流动性和询价问题等。利用区块链共享账本技术对场外期权业务的询价、签约、监管、结算平仓、存管清算等机制进行设计，可以解决或者降低上述风险。

　　未来区块链还可以用于反洗钱和KYC等领域，区块链的共享账本能力，在金融交易过程中，降低发现洗钱行为的难度和成本；利用区块链技术进行用户注册，客户信息更加完备，认证更加准确，避免客户认证方面的合规风险。

　　金融科技正一步步地改变风险管理，从最初的手工风控，到利用系统做风控，然后结合大数据人工智能实现智能风控，未来将利用更多新技术实现全面的智慧风控，金融技术将“让天下没有难做的风控”。