中新经纬5月10日电 题：人工智能时代，金融监管的新挑战与机遇
作者 黄益平 北京大学国家发展研究院院长
在金融强国建设的背景下，我国金融体系正面临效率与稳定的双重考验。当前，中国金融业规模庞大，但支持实体经济的质量、监管能力都有待进一步提升。如何在“放松监管以支持创新”与“收紧监管以防范风险”之间找到平衡，成为政策制定者的核心课题。而人工智能的迅猛发展，为这一课题带来了新的可能性和挑战。
黄益平(本人供图)
金融强国建设与中国金融体系现状
金融强国建设是当前金融政策的重要方向，其内涵十分丰富。笔者认为，一个真正的金融强国应当具备三个方面的特征：高效、稳健和国际影响力。其中，国际影响力尤为关键。
通过笔者的多年研究和《径山报告》等系列研究成果，我们对其特点有了较为清晰的认识。中国金融体系的现状，可以概括为“规模大、管制多、监管弱、银行主导”这四个特点。
从金融监管政策角度看，动态调整将是一个永恒的主题，关键之处在于平衡效率和稳定之间的关系。在不同发展阶段，不同经济体的金融体系所面临的主要矛盾可能有所不同。比如，一个国家发生金融危机后，监管政策通常会收紧；当收紧到一定程度影响了效率，又会适当放松。这些调整对于政策监管来说，再正常不过。
当前中国面临的挑战在于需要同时实现两个任务：一个任务是改善对实体经济的支持力度，这意味着监管可能需要放松。另一个任务是要守住系统性金融风险的底线，不让其发生，这就意味着需要收紧监管。在同一个时间内，如何平衡这两个任务是一个重大挑战。
再者，从科创金融等具体领域来说，支持创新需要放宽监管，但当前又面临诸多风险，需要收紧。
因此，解决之道不是简单地判断当前应该收紧还是放松监管，而是要找到平衡点，或者在不同领域采取差异化策略。这种协调需要更加细致地考量和设计。
人工智能(AI)：金融领域的“双刃剑”
人工智能确实为金融发展提供了很多机会，技术的一系列进步带来了诸多可能性。
在金融领域，从支付到信贷，AI通过提升数据分析能力、优化风险管理，显著改善了服务效率和用户体验。例如，大科技信贷利用大数据和算法，为普惠金融带来了革命性变化，甚至改变了传统的“金融加速器”机制。
在以往研究中，笔者曾将数字技术对金融的改变总结为“三升三降”：扩大服务规模、提高效率、改善体验；降低成本、减少接触、控制风险。目前多数人工智能应用仍体现了这些功能。
生成式AI在金融领域有许多新场景，大致可分为三个领域：营销运营、分析决策和中后台应用。不同技术在不同业务中的效果各异，有些领域的应用非常好，而有些效果不尽理想。特别是智能投顾领域，目前直接用于帮助客户解决问题的应用还未达到预期效果。原因可能有多种：或许是人工智能技术尚未成熟，或是市场没有足够多的可配置资产，也可能是个人接受度的问题。
从实践来看，数字技术和人工智能在金融领域的成功应用主要集中在支付和信贷两个领域。这可能是因为在这些领域，风险识别和承担的主体主要是平台或机构，能够承受一定比例的违约，只要总体风险可控即可。而在投资顾问等领域，如果效果不佳，后果可能更为严重。因此，目前人工智能最有价值的应用可能是交流咨询和情绪价值提供等场景。
AI的广泛应用也引发了新的隐忧：数据隐私、算法黑箱、道德风险、风险集中等问题，都可能对金融稳定造成冲击。
首先，任何新业务模式必然会对风险机制产生影响。例如，一些监管部门已开始担忧，使用数据模型进行风控和信用风险评估，是否会导致风险趋同化？这是因为，各个机构使用的逻辑和模型会非常类似。近期，也有银行抱怨数据造假问题日益突出。这使得问题变得更加复杂：到底是数据造假导致方法失效，还是因为使用的不是真正的大数据而仅是个别数据，容易被伪造？
其次，使用大数据和算法进行信用风险评估可能改变金融运行机制。美联储前主席伯南克曾提出“金融加速器”机制，特别是在信贷领域：抵押品价格上升导致信贷条件宽松，信贷条件宽松又进一步推高抵押品价格，形成正反馈。许多国家因房价下跌导致信贷紧缩，甚至引发严重金融危机。但在大科技信贷模式下，由于数据替代了房价作为决策依据，这种机制被打破了。
此外，人工智能虽然解决了一些问题，但也引发了更多讨论和担忧，包括数据的隐私问题和算法透明度问题，以及道德风险和伦理问题、网络安全问题；还有风险集中问题，即不同机构使用相似算法可能导致风险在系统中积累；AI发展出独立意识的可能性，也将是长期存在的一个潜在问题，如果未来AI的目标与人类不一致，可能对金融体系造成冲击。
金融监管的“智能化”升级
面对AI带来的变革，金融监管也需要与时俱进。以下是笔者提出的四点初步建议：
第一，加强监管能力建设：监管部门需提升技术能力，紧跟AI发展步伐，避免因“技术脱节”而放大风险。如果人工智能确实正在改变经济社会生活各方面，包括金融领域，监管部门必须加大人力和智力技术投入。金融领域的变化已经明显可见，未来可能出现更多变化。如果不能充分了解这些变化，未来监管部门将面临更大风险。
第二，设立技术监管机制：在现有监管框架中融入技术风险评估，确保对AI特有的风险源进行有效监控。技术在金融中可能成为独特的风险源。在现有的功能监管、机构监管、行为监管、审慎监管基础上，可考虑设立专门的技术监管，对金融交易、业务、产品和机构进行技术风险评估。提出这一建议是因为，虽然许多技术风险问题在其他监管类别中有所涉及，但识别和应对这些风险需要特殊专业能力，而这不是每位监管人员都具备的。
第三，推行算法审计制度：通过市场化手段提高算法的透明度和可解释性，解决“黑箱”难题。在利用人工智能和大数据时，不可避免地会遇到数据保护和数据共享的问题，如何在这两者之间找到平衡点是一个关键议题。除此之外，算法黑箱现象也是一个重大挑战。因此，可以考虑设立算法审计制度，审计不一定由政府直接执行，可采用市场化的做法，目的是提高算法的可解释性和透明度。
第四，应用监管沙盒：与创新机构合作，在可控环境中测试AI应用，平衡效率与风险。面对具有不确定性但可能带来巨大效率提升的人工智能金融创新，监管部门可以与创新机构共同合作，创新机构侧重业务模式，监管部门重视风险管控，一方面测试人工智能应用的效果，另一方面监测潜在风险，实现共同研发、数据共享的目的。(中新经纬APP)
中新经纬版权所有，未经授权，不得转载或以其他方式使用。
责任编辑：宋亚芬