AI將如何影響金融系統(tǒng) ?周小川、肖遠(yuǎn)企這樣分析

新華財經(jīng)上海10月23日電（陳冉）10月23日，在2025外灘年會的“外灘圓桌：金融領(lǐng)域的AI治理與國際合作”上，國家金融監(jiān)督管理總局副局長肖遠(yuǎn)企表示，當(dāng)前盡管AI發(fā)展迅猛，應(yīng)用廣泛，但必須明確一點(diǎn)，目前AI在金融領(lǐng)域的應(yīng)用仍處于早期階段，其作用仍是輔助性的，無法取代人的決策。

中國人民銀行原行長周小川則表示，銀行較少使用多模態(tài)或生成式技術(shù)，主要依賴大數(shù)據(jù)分析和推理模型，基于這一特點(diǎn)，未來的從業(yè)人員規(guī)模會顯著受到影響和減少?！叭斯ぶ悄茉阢y行業(yè)的支付、定價、風(fēng)險管理和市場推廣方面發(fā)揮著重要作用，這是一個很大的邊際變化。”

對于AI效率提升是否會帶來金融機(jī)構(gòu)內(nèi)部員工安置的壓力，肖遠(yuǎn)企認(rèn)為，到目前為止，還沒有聽到金融機(jī)構(gòu)單純因AI應(yīng)用而出現(xiàn)員工安置壓力的案例。以柜員服務(wù)為例，AI是輔助工具，無法替代柜員與客戶之間個性化的互動。在信貸、保險定價、定損、精算等關(guān)鍵領(lǐng)域，仍然離不開人的專業(yè)判斷。

助力監(jiān)管已有很大進(jìn)展

周小川指出，在人工智能的影響下，監(jiān)管也會發(fā)生很大變化。以反洗錢、反恐融資系統(tǒng)為例，是最典型可運(yùn)用大量數(shù)據(jù)分析發(fā)現(xiàn)線索、識別洗錢和恐怖融資活動的領(lǐng)域，利用已破獲案件數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，模型會逐漸提升，從中找出規(guī)律，對監(jiān)管有巨大作用，這方面現(xiàn)在已取得很大進(jìn)展。

“AI可以在物價和微觀行為的數(shù)據(jù)收集、處理、模式識別和推理方面影響貨幣政策決定，是否可以從歷史上金融穩(wěn)定數(shù)據(jù)、金融機(jī)構(gòu)健康性變化中，通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，推理預(yù)知金融不穩(wěn)定的出現(xiàn)，我覺得這是一個很重要的方向?！敝苄〈ㄕf。

值得注意的是，監(jiān)管部門往往希望各類金融機(jī)構(gòu)和活動在運(yùn)用AI時提供透明、可解釋的模型，但實(shí)際操作中可能有所不同。周小川指出，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)必然帶來模型的黑箱性，可能未來監(jiān)管需要面對黑箱模型產(chǎn)生的結(jié)果和行動，來調(diào)節(jié)或監(jiān)管金融市場。

“如果AI模型大量運(yùn)用短期高頻數(shù)據(jù)，學(xué)習(xí)結(jié)果很可能也是高頻、短期、技術(shù)性的，可能與金融穩(wěn)健和宏觀調(diào)控所需要的面向基礎(chǔ)面、長遠(yuǎn)穩(wěn)定性的要求不一致。這個問題確實(shí)需要認(rèn)真對待和解決?！敝苄〈ㄕf。

兩重風(fēng)險需要關(guān)注

肖遠(yuǎn)企認(rèn)為，AI應(yīng)用所帶來的風(fēng)險，與歷史上幾次重大科技革命在金融領(lǐng)域應(yīng)用時產(chǎn)生的風(fēng)險類似，目前或許難以定論，但從歷史視角看，過去幾輪科技革命在金融領(lǐng)域主要帶來的是增量風(fēng)險和邊際風(fēng)險，雖然風(fēng)險的成因、路徑和形態(tài)有所變化，但金融行業(yè)面臨的根本性風(fēng)險如信用風(fēng)險、市場風(fēng)險、流動性風(fēng)險和操作風(fēng)險，并未發(fā)生革命性改變。

具體到這一輪AI變革對金融領(lǐng)域帶來的風(fēng)險，肖遠(yuǎn)企認(rèn)為可以從宏觀和微觀兩個層面觀察：對單家金融機(jī)構(gòu)而言，一是模型穩(wěn)定性風(fēng)險。這一輪AI應(yīng)用高度依賴模型支撐業(yè)務(wù)拓展，因此模型的穩(wěn)定性和可靠性變得至關(guān)重要；二是數(shù)據(jù)治理風(fēng)險。這涉及數(shù)據(jù)來源的選擇、數(shù)據(jù)質(zhì)量的把控以及事后的評估與監(jiān)測程序，也就是數(shù)據(jù)治理的程序。這兩類風(fēng)險對單個機(jī)構(gòu)非常關(guān)鍵。

對金融行業(yè)而言，一是集中度風(fēng)險。金融行業(yè)在AI模型技術(shù)上可能會依賴少數(shù)技術(shù)開發(fā)能力強(qiáng)、穩(wěn)定性高、資源投入大的服務(wù)提供商。同時，大型金融機(jī)構(gòu)在資源投入上可能比小型機(jī)構(gòu)更具優(yōu)勢，可能導(dǎo)致市場集中度提高；二是決策趨同風(fēng)險。由于所使用的模型和數(shù)據(jù)相對標(biāo)準(zhǔn)化和集中，使金融機(jī)構(gòu)在決策依據(jù)上可能趨同，進(jìn)而導(dǎo)致行業(yè)整體決策同質(zhì)化。如果趨同性過高，可能會引發(fā)“共振”效應(yīng)。

?

編輯：劉潤榕

?

聲明：新華財經(jīng)（中國金融信息網(wǎng)）為新華社承建的國家金融信息平臺。任何情況下，本平臺所發(fā)布的信息均不構(gòu)成投資建議。如有問題，請聯(lián)系客服：400-6123115