中新經緯8月7日電 題：AI時代如何構筑數字金融強國新范式？

　　作者 黃卓 北京大學國家發展研究院副院長

　　2023年，中央金融工作會議明確提出加快建設金融強國，全面加強金融監管，完善金融體制，優化金融服務，防范化解風險。對于金融強國這一戰略目標，金融安全的戰略地位尤為關鍵，它不僅是金融強國建設的基石，而且事關人民財產安全和國家安全。在本文中，筆者將聚焦于人工智能技術與金融安全的融合創新，重點探討構筑數字金融強國新范式。

　　數字金融強國與金融安全

　　金融安全包含多個維度：金融宏觀安全，是要維護金融體系的穩定性，防范系統性金融風險；金融市場安全，是要防范因資產價格劇烈波動而引發的市場崩盤風險；金融機構安全，是要強化對具有系統重要性金融機構的韌性建設，阻斷風險傳遞鏈條；金融開放安全，是既要確保跨境金融活動的合規有序，又要持續完善與加強金融監管與治理。

　　中國尚在建設金融強國的進程中，在數字金融領域我們已取得長足進步。歷經二十年發展，數字金融已成為中國金融體系最重要的創新。在移動支付、大科技信貸、線上投資理財等場景化的金融服務領域，我國在規模和技術方面均已形成全球領先優勢。

　　數字金融如何發揮作用？數字技術能夠極大程度降低金融服務的門檻和成本，其規模效應特征使邊際成本隨服務覆蓋度擴大持續遞減。同時，大數據有效緩解傳統金融的信息不對稱困境，改善金融風控，促進金融創新。眾所周知，為小微企業提供有效融資是金融業的重要目標，但也是世界性難題。在服務普惠金融方面，數字金融展現出獨特優勢。中國在普惠金融領域為全球提供了中國式解決方案。

　　2023年中央金融工作會議還強調做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章。數字金融作為基礎性要素承載獨特使命，其戰略價值并非由排序位次決定，恰恰相反，數字金融是實現其他四篇大文章的技術底座和基礎能力。

　　我們以一個學術研究為例，解釋數字金融如何助力金融安全。首先，金融安全關注系統穩定性，“金融加速器效應”由2022年諾貝爾經濟學獎得主、美聯儲前主席本·伯南克于1996年正式提出。該理論揭示，傳統商業銀行以抵押品為貸款風控，在經濟繁榮、資產價格上漲時期，銀行會增加放貸供給，造成經濟過熱；而在經濟衰退時，資產價格下跌，商業銀行就會減少放貸總額，加劇經濟的衰退。其次，銀行金融信貸表現出順周期性，產生對實體經濟波動的加速放大效應。金融加速器機制在小微企業融資中尤為明顯，因為信息不對稱更大，更加依賴抵押品。抵押品渠道是金融危機向實體經濟傳導，特別是影響小微經濟的重要渠道。

　　我們的研究結果表明，數字金融有效弱化了傳統金融加速器效應的傳導強度。例如，北京大學國家發展研究院院長、北京大學數字金融研究中心主任黃益平研究發現，數字技術重構了信貸風控邏輯。以大型科技平臺為例，他們利用海量用戶數據，使用機器學習方法，可以有效識別實時信貸風險，促成信用貸款。實證結果發現，數字信貸減少了對抵押品(如廠房、設備、房地產)的依賴，提升了經濟金融系統的穩定性。

　　AI驅動下的數字金融發展

　　中國金融體系始終保持創新趨勢，早期學習國外先進技術，推動信息化、電子化；2013年開始著力推動互聯網化、互聯網+，繼而強調數字化、金融科技；當前正加速向智能化轉型。

　　我們通過對中國商業銀行的年報文本分析發現，數字化轉型的重點正在遷移——2018-2021年間，“金融科技”與“數字化”占據主導，而2022-2023年，“智能”與“智能化”已然成為最主要的關鍵詞。人工智能(AI)技術的應用已成為金融行業數字化轉型的先鋒。2022年末美國推出ChatGPT，2025年初中國推出DeepSeek，這些現象級創新標志著AI應用跨越奇點。國內外科技企業積極布局AI大模型，帶來了算力、算法、數據、應用的全產業鏈發展機遇。

　　AI技術革命引領中國金融從應用創新驅動進入技術創新驅動階段。回顧過去二十年數字化發展，金融創新多聚焦于應用場景重塑與商業模式融合，比如通過數字技術打通已有的金融業務，釋放協同效應。然而，當前的金融創新步入技術創新主導的深水區，特別是AI技術突破正在重構金融服務體驗。

　　我國國內金融機構已開始增加科技研發投入，加大金融科技和AI技術布局。商業銀行，特別是大型國有商業銀行，正在加快開發、測試與應用AI大模型，推動金融業務智能化升級。這些進展顯著推動中國金融業務的智能化升級。2025年3月央行召開科技工作會議，明確要求“加快金融數字化智能化轉型，安全穩妥有序推進人工智能大模型等在金融領域應用”。

　　AI與金融安全

　　AI大模型驅動的金融智能化轉型，對金融安全體系呈現雙重影響。從積極角度看，AI技術的應用能夠促進金融安全。第一，AI技術通過優化金融基礎設施，降低成本，能夠提升金融體系穩定性。第二，AI技術通過有效解讀金融信息，特別是非常規的大數據、替代數據，能夠有效挖掘信息，加快信息流動，促進金融市場有效性。第三，AI技術通過改善金融信貸中的風控，能夠降低信貸風險。第四，AI技術通過賦能金融從業人員，實現金融機構降本增效，從而能夠使金融機構更有效抵御外部沖擊，提升金融韌性。第五，AI技術能夠識別金融違規，防范金融欺詐。

　　然而，AI技術的大規模應用也帶來了潛在金融安全風險。第一，AI大模型的卡脖子風險。大模型或成為未來金融服務的技術底座，頭部AI大模型的技術自主性愈發重要。為此，我國正在積極打造AI自主產業。第二，AI金融應用的技術風險。大模型的黑箱決策機制與算法偏見問題導致風險評估透明度缺失，模型幻覺現象可能引發系統性誤判風險。第三，數據會成為AI金融業務中愈發重要的核心要素，數據治理、隱私保護與算法透明度都成為金融安全的重要維度。第四，大模型在金融中的廣泛使用使數據交換復雜化，針對網絡系統的攻擊或惡意操作會導致更大的破壞性。

　　基于此，筆者提出一些建議：第一，平衡AI金融創新與安全風險，首要原則是尋找平衡點，既要允許創新，也要關注創新過程中的風險。第二，打造自主可控的AI金融產業鏈，特別是AI金融垂直大模型研發過程中，需要構建自主可控的完整產業鏈條。第三，大力發展AI金融安全產業。第四，利用AI技術重構金融基礎設施，建設更有效、更普惠、更穩定的中國基礎設施，包括移動基礎設施、征信體系、金融云服務等。第五，構建AI金融的監管與治理體系。第六，提升金融監管的數智化水平，監管模式方面，除了機構監管、行為監管，還需要增加技術監管維度，關注金融服務的技術風險。

　　AI技術在金融領域的深度應用尚處于發展初期，上半場以互聯網金融與數字金融的創新實踐為主導，而未來二十年，AI大模型可能重構金融的各個場景。這一轉型進程中，我們既要平衡AI技術對金融創新的引領，也要密切關注金融安全風險。(中新經緯APP)

　　中新經緯版權所有，未經授權，不得轉載或以其他方式使用。

責任編輯：宋亞芬