人民银行参事张健华:人工智能在金融领域的技术挑战、监管创新与未来路径

在国民财富发展研究合作平台近期举办的“AI+金融”峰会上,人民银行参事、清华五道口金融学院研究员张健华发表观点。

他指出,人工智能在金融领域的应用正处于爆发式增长的前夜。这既得益于技术的持续推进,也源于技术和应用的长期积累,为行业发展提供了快速增长的机会。

人工智能在金融领域的挑战主要体现在技术和监管两个方面。当前金融业务模式的演进对监管提出了新的要求。传统的机构监管已无法适应复杂的数字金融生态,需逐步向功能监管转变。


一、金融领域的特殊性与人工智能的应用现状
金融行业是一个高度监管的特殊行业,对于新技术的应用始终保持审慎态度。金融机构倾向于选择成熟的技术,而非尚在实验阶段的新技术。人工智能目前处于快速迭代和发展阶段,许多新技术并未完全适用于金融行业的实际需求,因此需要一定的观察和测试期。这种审慎态度不仅体现在业界,也体现在监管机构中。
尽管如此,人工智能已广泛渗透到金融业的业务经营中,覆盖前台、中台和后台。例如,在前台领域,人工智能助力客户的精准营销和定位;在中台领域,风险管理和大运营体系也得益于人工智能技术的支持;在后台领域,大数据分析、事后审计、内外审查等工作中,知识图谱和关系图谱的应用帮助揭示关联性并加强集团风险控制。总体而言,人工智能在金融领域的应用空间广阔,尤其是在需要复杂计算和人脑辅助的场景中,但全面应用依然需保持审慎,尤其在面向客户并涉及决策与监管资质的业务中。
图片
我个人判断,人工智能在金融领域的应用正处于爆发式增长的前夜。这既得益于技术的持续推进,也源于技术和应用的长期积累,为行业发展提供了快速增长的机会。


二、金融行业的挑战:技术与监管
人工智能在金融领域的挑战主要体现在技术和监管两个方面。
(一)技术挑战
技术本身的问题,例如算法黑箱和模型缺陷,可能导致风险隐患。尤其在模型应用层面,个体风险和系统性风险的区分非常重要。对于局部或微观的风险,例如模型在内部应用中的误差,通常不属于监管当局的重点关注范围。监管的主要职责在于防控系统性风险,例如算法共振和模型趋同所可能引发的市场连锁反应。
以2008年金融危机为例,当时华尔街普遍采用相似的量化交易策略,导致算法共振,形成市场踩踏效应。这种情形表明,算法缺陷如果未得到有效分离和管理,可能对整个金融系统造成巨大冲击。
(二)监管挑战
监管的核心在于管理风险和保护消费者利益。科技监管传统上主要关注业务连续性,即系统是否能持续安全运行。然而,随着人工智能的普及,系统性风险的范围大幅扩展。快捷支付等新技术虽然提升了效率,却也加剧了流动性风险。例如,硅谷银行因快速提款而在短时间内倒闭,凸显了人工智能时代流动性风险管理的重要性。
此外,数字鸿沟也是一大挑战。大型金融机构如工商银行在数字化和人工智能应用方面已处于全球领先地位,但中小金融机构在技术和数字化能力上仍存在显著差距。这种差距不仅影响了中小机构的竞争力,也可能成为未来系统性风险的来源。因此,需要建立科技外包服务体系,降低中小机构的技术开发门槛,以实现风险的自主掌控和外部支持的平衡。


三、数字金融监管的逻辑转变
当前金融业务模式的演进对监管提出了新的要求。传统的机构监管已无法适应复杂的数字金融生态,需逐步向功能监管转变。
(一)技术手段的引入
业务模式的转变要求监管机构提升自身能力,更多依托技术手段和数据分析,改变以往单纯依靠人工的监管方式。尤其是在业务跨区域和跨行业的场景下,原有的地域监管和分业监管逻辑已不再适用。例如,手机APP使得跨省吸收存款和发放贷款变得简单易行,这种新模式挑战了传统的地域限制监管模式。
(二)功能监管与延伸监管
在数字金融领域,业务流程被拆分为技术与金融的交叉环节,难以截然分开。需要通过功能监管理念,明确哪些属于金融业务,哪些属于技术环节,并对金融与科技的交叉领域实行延伸监管。例如,对于科技机构提供的服务,可通过对供应商的延伸监管来保障其合规性和稳定性。
(三)统一市场与监管调整
随着数字经济的快速发展,建立全国统一的金融市场已成为必然趋势。这要求监管机构在逻辑上进行调整,以适应新的市场需求和技术环境。在人工智能与数字经济的共同作用下,传统监管逻辑需向适应数字化和智能化的方向转变,通过技术手段实现监管创新,确保金融体系的稳定与安全。


四、展望与建议
人工智能技术的应用仍处于快速演进阶段,尚未形成稳定的应用模式。在当前阶段,不宜盲目禁止,而应通过观察和试验寻找最佳实践路径。同时,需要提高监管队伍的专业能力,建立以数据为核心的技术监管体系。监管模式的调整需基于功能监管理念,通过技术手段覆盖跨行业和跨区域业务,确保数字金融的规范发展。