題記：本文為CF40第四、五屆學術委員會主席、北京大學國家發展研究院院長黃益平 在2025年4月19日召開的2025·金融四十人年會暨閉門研討會“人工智能時代的金融與科技”上所做的主題交流。文章首發于“中國金融四十人論壇”微信公眾號。

金融強國建設與中國金融體系現狀

金融強國建設是當前金融政策的重要方向，其內涵十分豐富。我的理解是，一個真正的金融強國應當具備三個方面的特征：高效、穩健和國際影響力，其中國際影響力尤為關鍵。

對于中國金融體系的現狀，通過多年研究和《徑山報告》等系列研究，我們對其特點有了較為清晰的認識。中國金融體系可以概括為“規模大、管制多、監管弱、銀行主導”這四個特點。從總體上看，中國金融業規模已經相當龐大。

最近中央金融工作會議對中國金融體系問題做出了重要判斷：“支持實體經濟的質量欠佳，金融風險比較多，同時金融亂象和腐敗頻發，金融監管能力有待提升”。這是一個相當嚴肅的評估，表明未來金融監管政策必然會進行調整，實際上相關調整已經開始。

金融監管政策的動態平衡

從金融監管政策或金融政策角度看，動態調整可能是一個永恒的主題。最根本的原因是需要平衡效率和穩定之間的關系。在不同階段，不同經濟體的金融體系所面臨的主要矛盾可能有所不同。我們觀察到，一個國家發生金融危機后，監管政策通常會收緊；當收緊到一定程度影響了效率，又會適當放松。這種調整是監管的正常過程。

當前中國面臨的困難在于需要同時實現兩個任務：一方面改善對實體經濟的支持力度，這意味著監管可能需要放松；另一方面，要守住不發生系統性金融風險的底線，又意味著需要收緊監管。在一段時間內如何平衡這兩個目標是一個重大挑戰。這涉及科創金融等具體領域，支持創新需要放寬政策，但當前又面臨諸多風險。

因此，解決之道不是簡單地判斷當前應該收緊還是放松監管，而是要找到平衡點，或者在不同領域采取差異化策略。這種協調需要更加細致的考量和設計。

人工智能在金融領域的應用特點

人工智能確實為金融發展提供了很多機會，技術的一系列進步帶來了諸多可能性。

在數字金融的研究中，我曾向一位在北京大學本科就讀計算機科學、如今正在攻讀金融學博士學位的學生請教，我們過去使用的算法是否算作人工智能。他認為這也屬于人工智能的范疇，只是層次不同。他繪制的人工智能層次圖得到了計算機學會院士的認可，說明許多人對人工智能的概念定義存在問題。

如果使用得當，人工智能可以同時幫助改善金融服務質量并提升風險管理水平，實現當前我們希望達成的兩大目標。

人工智能在金融領域有多種應用場景，其核心功能是提升數據分析能力、增強行為理解透明度、預測市場、管理風險以及改善服務。

我曾將數字技術對金融的改變概括為“三升三降”：擴大服務規模、提高效率、改善體驗；降低成本、減少接觸、控制風險。目前多數人工智能應用仍體現了這些功能。

生成式AI在金融領域有許多新場景，大致可分為三個領域：營銷運營、分析決策和中后臺應用。不同技術在不同業務中的效果各異，有些領域的應用非常好，而有些效果不盡理想。特別是智能投顧領域，目前直接用于幫助客戶解決問題的應用還未達到預期效果。原因可能有多種：或許是人工智能技術尚未成熟，或是市場沒有足夠多的可配置資產，也可能是個人接受度的問題。

從實踐來看，數字技術和人工智能在金融領域的成功應用主要集中在支付和信貸兩個領域。這可能是因為在這些領域，風險識別和承擔的主體主要是平臺或機構，能夠承受一定比例的違約，只要總體風險可控即可。而在投資顧問等領域，如果效果不佳，后果可能更為嚴重。因此，目前人工智能最有價值的應用可能是交流咨詢和情緒價值提供等場景。

大科技信貸研究與風險機制變化

我們對數字科技信貸進行的研究發現，大數據和人工智能算法的應用在普惠金融領域取得了顯著效果。傳統的大科技信貸主要利用機器學習方法對大數據進行深入、全面的分析，之后則開始出現用多模態融合或生成式人工智能等技術評估并管理信用風險。從普及范圍和風險控制角度看，普惠金融發展的成效相當顯著，堪稱革命性變化。

前不久與尤努斯教授交流時，談到他創立的格萊珉銀行在孟加拉國等地取得了成功，但在中國的發展空間卻很有限。原因之一是中國大型銀行已廣泛開展相關業務，更重要的是中國數字技術革新已大幅改變了金融服務模式。

任何新業務模式必然會對風險機制產生影響。我們已聽到一些監管部門的擔憂，例如使用數據模型進行風控和信用風險評估是否會導致風險趨同化，因為機構使用類似邏輯和模型。近期也有銀行抱怨數據造假問題日益突出，這使問題變得更加復雜：是數據造假導致方法失效，還是因為使用的不是真正的大數據而僅是個別數據，容易被偽造？

我們另一項研究發現，使用大數據和算法進行信用風險評估可能改變金融運行機制。伯南克曾提出“金融加速器”機制，特別是在信貸領域：抵押品價格上升導致信貸條件寬松，信貸條件寬松又進一步推高抵押品價格，形成正反饋。許多國家因房價下跌導致信貸緊縮，甚至引發嚴重金融危機。但在大科技信貸模式下，由于數據替代了房價作為決策依據，這種機制被打破了。

這一發現雖只是局部現象，但給我們的啟示是：當使用大數據或人工智能輔助金融決策時，某些風險機制可能發生變化，這對金融穩定和監管政策具有重要意義。

人工智能應用的挑戰與隱憂

人工智能雖然解決了一些問題，但也引發了更多討論和擔憂。這些擔憂包括：一是數據隱私問題。二是算法透明度問題，AI決策過程難以解釋。三是道德風險和倫理問題。四是風險集中問題，不同機構使用相似算法可能導致風險在系統中積累。算法誤差可能帶來的系統性影響。五是網絡安全問題。六是AI發展出獨立意識的可能性，如果未來AI的目標與人類不一致，可能對金融體系造成沖擊。

有些問題如網絡安全已在其他領域出現過，但所有這些問題都值得金融監管者未來密切關注。

歐洲已推出人工智能監管框架，對不同AI創新實施風險分級監管。這一思路值得借鑒，盡管具體分級方式可能需要調整。歐洲監管嚴格程度常受批評，過度管制可能抑制創新，但風險分級作為監管思路有其價值，值得我們借鑒。

最近我還見到了Deepmind聯合創始人、現任微軟AI CEO的蘇萊曼。他對人工智能可能對人類造成的沖擊，特別是對國家地位的影響表示擔憂。他在著作中提出，如果處理不當，這種沖擊將是災難性的。他提出十大策略方案，主張以更系統、更穩健謹慎的方式推動人工智能創新，特別強調政府部門應深度參與企業創新過程，甚至設置特殊機制在風險突發嚴重時有權放緩或關閉相關進程。作為AI行業先驅，他的擔憂值得關注，盡管我不完全贊同他的全部觀點。

人工智能時代的金融監管建議

人工智能的發展對金融監管有哪些啟示？雖然我沒有系統性思考這一問題，且人工智能本身仍在發展過程中，但我可以提出四點初步看法：

第一，加強監管能力建設。如果人工智能確實正在改變經濟社會生活各方面，包括金融領域，監管部門必須加大人力和智力技術投入。金融領域的變化已經明顯可見，未來可能出現更多變化。如果監管部門不能跟上，無法充分了解這些變化，未來風險將更大。

第二，建立技術監管機制。技術在金融中可能成為獨特的風險源。在現有的功能監管、機構監管、行為監管、審慎監管基礎上，可考慮設立專門的技術監管，對金融交易、業務、產品和機構進行技術風險評估。提出這一建議是因為雖然許多技術風險問題在其他監管類別中有所涉及，但識別和應對這些風險需要特殊專業能力，而這不是每位監管人員都具備的。

第三，設立算法審計制度。在利用人工智能和大數據時，不可避免地會遇到數據保護和數據共享的問題，如何在這兩者之間找到平衡點是一個關鍵議題。除此之外，算法黑箱現象也是一個重大挑戰。因此，可以考慮設立算法審計制度，審計不一定由政府直接執行，可采用市場化的做法，目的是提高算法的可解釋性和透明度。

第四，應用監管沙盒概念。面對具有不確定性但可能帶來巨大效率提升的人工智能金融創新，監管部門可以與創新機構共同合作，創新機構側重業務模式，監管部門重視風險管控，一方面測試人工智能應用的效果，另一方面監測潛在風險，實現共同研發、數據共享的目的。

無論是蘇萊曼的建議還是歐洲的風險分級模式，核心理念是對風險程度不同的技術采取差異化監管。有些技術風險較小，監管部門無需深入跟蹤；但對直接涉及數十億用戶且增長迅猛的應用，監管部門應與創新機構建立合作模式，包括共同研發和數據共享。從機構角度看重點是合規，從監管角度看重點是控制風險，雙方共同目標是盡可能發揮人工智能改善金融服務的作用，同時確保風險可控。