FSB简介
金融稳定理事会(Financial Stability Board，FSB)是协调跨国金融监管、制定并执行全球金融标准的国际组织。在中国等新兴市场国家对全球经济增长与金融稳定影响日益显著的背景下，2009年4月2日在伦敦举行的20国集团（G20）金融峰会决定，将FSB成员扩展至包括中国在内的所有G20成员国。

概述
这篇文章针对人工智能和机器学习在金融领域的应用做了综合性的描述。从机器学习和人工智能的缘起，在金融中的应用方向，特别是在二级市场交易中的应用进行了全面的探讨，同时也对机器学习和人工智能如果广泛应用会给金融领域带来哪些新的类型的风险进行了思考。

机器学习和人工智能快速发展的主要原因
FSB认为，技术进步和数据容量的极速扩张造就了目前人工智能和机器学习在金融行业的快速应用。从技术角度上看，计算机行业的快速发展大大拓展了机器学习和人工智能发展的硬件基础。 从数据角度看，随着互联网技术和信息化社会的发展，数据数量得到了极大的丰富。特别是金融行业，在近10年，由于政府对于金融的监管的大大增强，金融行业的数据数量和质量得到了提高，以上这些原因均使得对于人工智能和机器学习的需求大大增强了。

机器学习和人工智能应用方向

FSB 认为，在金融行业中，未来人工智能和机器学习将广泛应用于信用评级，保险以及客户服务，操作风险衡量及管理，资产组合管理以及金融监管。具体来说，
1. 信用评级以及客户服务，FSB认为，得益于人工智能和机器学习的快速发展，银行的信用模型更加的精确，从而加速了授信的流程，同时对于信贷的管理更加富有弹性，通过聊天机器人的介入，银行获取客户信息的成本也出现了大幅度的下降。
2. 在操作风险方面的应用，FSB认为，人工智能和机器学习在操作风险方面也具有很好的应用潜力，主要集中在以下三方面，资本金的优化管理，模型风险的管理以及对于银行的资产负债表的压力测试。根据巴塞尔协议III，金融机构的资本金的计算其底层来源于资产价格的波动，对于波动的测算将决定了银行资本金的规模。 由于机器学习和人工智能强大的数据处理能力，在风险测量方面，将展现出极大的优势。
3. 人工智能和机器学习在资产组合领域的应用将给整个二级市场带来极大的冲击，总体而言，机器学习和人工智能将在测算市场冲击以及执行交易这两方面促进整个二级市场交易的发展。通过对于大量市场交易数据的处理，在机器学习和人工智能的帮助下，交易员和基金经理能够精确的估算目前二级市场的流动性大小，以及自身的仓位的进出对于市场整体的冲击。同时，在交易执行过程中，机器学习和人工智能可以根据市场的流动性的变化，不断改变下单策略，通过单位仓位执行时间和单位时间执行仓位的不均匀分布达到交易成本的最小化，以及交易执行的最优化。
4. 人工智能和机器学习能帮助监管机构有效的对系统重要性金融机构进行有效的监管，同时也能对监管效果进行实时的评估，尤其是对于评估中央银行货币政策的效果，人工智能和机器学习能够发挥极大的作用

人工智能和机器学习对于金融市场的微观影响

1. 对于二级市场，FBS认为，机器学习和人工智能的介入， 对于二级市场的交易各有利弊。一方面,这些计算机技术的加入，使得交易员和基金经理可以在大范围内搜集市场的信息，同时，交易质量的提升和频率的加快也有助于降低交易成本，但同时，如果市场内存在大量类似的人工智能算法，那么，也会给市场带来更多的相关性方面的风险，或者给内幕交易者带来更多的便利。
2. 对于金融机构来说，机器学习和人工智能的广泛应用对于金融机构有以下三点益处：提升效率降低成本，快速精确的估计风险以及有效促进金融机构和其他机构之间的融资和再融资；但同时黑箱化的决策机制给监管带来了较大的困难，大量应用机器学习和人工智能会对第三方软件提供机构的依赖会带来新增的不确定性风险。