江苏龙网

  1. 首页 > 社会 > >

肖钢首次系统论述智能金融：现有监管模式有问题

肖钢(全国政协委员 ， 中国证监会原主席)肖钢首次系统论述智能金融：现有监管模式有问题
智能金融即人工智能技术与金融业深度融合的新业态众所周知 ， 发展人工智能已成为中国的一大战略 。 2017年国务院发布了中国《新一代人工智能发展规划》 。 在《规划》中 ， 首次提出了智能金融概念 ， 并对智能金融的主要内容进行概述：建立金融大数据系统 ， 提升金融多媒体数据处理与理解能力 。 创新智能金融产品和服务 ， 发展金融新业态 。 鼓励金融行业应用智能客服、智能监控等技术和装备 。 建立金融风险智能预警与防控系统 。到目前为止 ， 智能金融还是一个新课题 ， 因此对于“什么是智能金融”业界尚未形成统一的定义 。 课题组经过调研给出一个定义：智能金融即人工智能技术和金融业深度融合的新业态 ， 是用机器替代和超越人类经营管理和能力经营模式的变革 。去年 ， 课题一开始 ， 大家就遇到了一个问题：当时各方面对金融科技的研究成果已相当丰富 ， 对金融机构数字化转型的研究也大有人在 ， 那我们为什么还要研究智能金融？其实主要考虑到两方面内容 。一方面是发展人工智能已经成为了一个国家战略 。 人工智能是一个专门的技术 ， 它在全球也只发展了70年 。 从1950年开始 ， 中间还历经波折 。 真正的新一代人工智能是从2010年开始 ， 截止到目前也只有十年的时间 。据联合国的统计 ， 有30个国家主要国家把人工智能作为国家战略 ， 包括中国 。 金融业作为数据行业 ， 与人工智能技术有着天然的耦合性 。 所以要发展人工智能技术 ， 抢占战略制高点 ， 就必须推动运用人工智能比较多的产业和领域的发展 。 现代人工智能技术在全球的竞争非常激烈 ， 但归根结底是产业的竞争 。 金融是人工智能运用的最重要的领域之一 。 而且金融具有外溢效应大、对数据要求高、业务要求复杂等特殊性 ， 所以它对人工智能技术提出了新的挑战 。 现在很多人工智能技术可以用到其它生活领域 ， 但在金融领域的应用还不普遍 。 比如大家熟识的人脸识别、搜索引擎等 ， 在生活中处处可见 ， 但因为金融的客户具有风险偏好 ， 所以他们在金融领域的应用非常有限 。 所以大力发展智能金融有利于实现技术的突破 。 国家既然把人工智能作为抢抓机遇的一个重要制高点 ， 那么就需要金融来促进 。另一方面是人工智能是互联网金融、金融科技等技术的升级 。 换言之 ， 所谓人工智能就是机器要代替人脑 ， 不仅要取代体力劳动 ， 还要取代脑力劳动 ， 也就是说它需要超越人类的智慧 。 举例来说 ， 2016年 ， 谷歌机器人打败了围棋高手 。 现在不仅是机器人与世界冠军一对一比赛 ， 它甚至可以同时赢6个人 ， 这是人脑无法实现的 。 所以我认为人工智能技术如果与金融相结合会给金融业提供无限可能 ， 它会使金融业产生革命性、颠覆性的变化 。所以 ， 一方面促进技术的发展 ， 另一方面促进金融的变革 ， 这就是我们进行智能金融研究的原因 。智能金融的发展改变了传统的金融逻辑首先 ， 智能金融的发展 ， 推动了生产要素的重新配置 ， 降低了交易成本 ， 改变了原来的生产关系 ， 增强了规模经济效应 ， 也减少了信息的不对称 。 从某种意义上讲 ， 它改变了传统的金融逻辑 ， 特别是极大地提高了金融机构的效率 ， 并降低了成本 。 经过调研我们发现：一些金融机构因为智能金融的运用 ， 大大的减轻了人工服务的压力 。 比如一些保险公司的智能理赔完全可以实现自动理赔 ， 理赔率甚至已经达到了95% ， 速度非常快 。其次 ， 智能金融的发展极大地增强了金融服务与产品的灵活性、适应性和普惠性 。 因为智能金融能够适应各类场景 ， 特别是在普惠方面 ， 正因为有了智能风控的发展 ， 使得过去传统金融机构不可能发放信贷的人群 ， 现在都能有机会享受到贷款 。第三 ， 智能金融的发展有利于提高金融风险防控能力 ， 正因为智能金融的存在 ， 有它基于大数据的分析、模型的构建 ， 使得异常的交易行为都能够得到有效的遏制 ， 特别是对于资金的损失率 。最后 ， 发展智能金融的重要意义在于促进人工智能技术的发展 。智能金融运用分为前台、中台和后台三大类型通过调研 ， 我们将智能金融在中国的运用情况分为前台、中台和后台三种类型 。 前台的业务包括智能身份的识别、智能的营销等；中台的业务包括智能的信用评估 ， 智能的风控等内容；后台的业务就是运营管理、平台建设等 。近年来 ， 中国的智能金融发展得很不错 ， 在这三个方面都有很多的运用 。 比如基金公司可以通过构建智能分析系统 ， 根据历史数据比较准确的预测到一段时间内的债券违约的事件 。 总体而言 ， 三种类型中 ， 我们认为智能金融在前台的运用相对好一些 。 在智能投资、智能投顾等方面刚刚起步 。 在智能信用评估和智能风控方面的运用的程度也相当不错 。 但是很多机构的能力还有待提升 。 目前 ， 我国的智能金融的应用还处于一个初步的发展阶段 。构建新的智能金融的标准和体系中国在金融标准和体系的制定上取得很大的成绩 ， 比如互联网金融的标准就制定得很好 ， 既有国家的标准 ， 也有行业的标准 。 但是由于人工智能是新一代的技术 ， 它和金融业的融合就需要构建一个新的智能金融的标准和体系 ， 在这个方面我们刚刚起步 。所以 ， 下一步我们建议要由技术专家、金融科技人员和金融机构的业务人员 ， 包括监管部门的人员 ， 共同合作 ， 来研究标准 ， 组成联合的机制来做好标准体系的顶层设计 ， 同时也要加快推进现有标准在金融行业的落地 。一个智能金融标准体系框架分为基础标准、运营管理的标准 ， 技术和资源的标准以及信息安全的标准 。 最上面的一层叫应用层 ， 主要是很多产品 ， 也应该有一些标准 。智能金融的治理原则和伦理智能金融的治理原则和伦理的问题 ， 实际上是国际上讨论得非常热烈的问题 。 中国主管部门 ， 如科技部、工信部也非常重视 ， 已经成立了专门的人工智能的伦理治理的委员会 ， 研究治理和国际同行一起研讨治理的原则 ， 中国其实已经提出了治理的原则 。 我认为智能金融的治理原则 ， 除了遵循一般的人工智能的治理原则和伦理道德规范以外 ， 还应该遵循金融业的特有的一些标准和原则 。这些原则一共有五个方面：第一 ， 要机动灵活地治理 ， 主要是树立好创新的应用和风险防范的关系 。 最近实行的监管沙盒机制就是很好的机制 ， 是促进金融科技应用试点 。第二 ， 要坚持以市场需求为主体 ， 适度监管治理 。 毕竟智能金融有很多未知的领域 ， 要秉承一个适度监管治理的原则 。第三 ， 要以产业发展为目标 。 监管也好、治理也好 ， 目的还是要发展这个产业 ， 发展人工智能的技术 ， 不能“一管就死” ， 这可能是不符合整个国家的战略的 ， 也不符合国际战略的 。美国联邦通讯委员会的前主席在《AI监管的历史之鉴》这本书中提到 ， 其实每次技术的变革 ， 都会给金融业带来很大的变化 ， 监管规则应该适应这个变化 ， 所以要重新定义监管当中遇到的新问题 ， 在这个基础上重新修订或重新制定监管的规则 。 他的基本观点就是监管会造成落在科技创新的后面的局面 ， 应不阻拦它的发展 ， 但确实要跟上它的发展 ， 来改变或修订完善监管的规则 。第四 ， 以技术还治技术的原则 ， 或“智能治理”的原则 。 人工智能应用带来的新问题 ， 需要用技术的方法去治理 。第五 ， 因为金融涉及的面比较宽 ， 所以要多主体参与 ， 多层次治理 。智能金融有很多伦理的问题 ， 主要涉及不公平、歧视、偏见等等 ， 这完全可能发生的 ， 所以在发展智能金融方面 ， 特别要注意现在人工智能的一些模型的算法是不透明的 ， 可解释性比较差 ， 这些都是促进智能金融发展的软肋 。 金融这方面要求反而是特别高的 ， 就是要透明的 ， 就是要可解释的 ， 不可解释就无法对客户推销 ， 这些问题是金融对人工智能的更高的要求 。当然 ， 还要对金融数据的质量进行严格的管理 ， 因为数据质量是基础 。 人工智能靠大数据、靠模型机器学习是学数据 ， 如果数据有虚假描述甚至于有篡改 ， 对数据本身造成很大的影响 ， 同时模型的结果、运用的成效就一定会扭曲 ， 达不到原来的效果 。金融数据维度低 ， 总体样本少中国现在在科技部等有关部门的重视下 ， 设立了若干个人工智能的应用的创新的平台和基础的环境 ， 但唯独没有金融的 ， 因为它涉及到交通部门、涉及到医疗等等 。 我觉得既然智能金融是一个很重要的领域 ， 就应该在智能金融这个方面建设国家级的创新开放平台 ， 这有利于规范各个金融机构在智能金融方面的创新 ， 也能够加快创新格局的形成 。金融是个数据行业 ， 智能金融基本的要素也是数据 。 金融数据主要分为结构化的数据和非结构化的数据 ， 大体上金融的数据大概20%是结构化的数据 。 比如股价是连续性的 ， 这些数据是结构化的 。 但是80% ， 即大部分金融信息数据是非结构化的 。 在这个方面我们还存在着不少的问题 。一是金融数据维度还比较低 ， 总体上来讲样本少 。 要清楚一点 ， 我讲的少指的是维度 。 比如人脸识别 ， 从技术角度来看一张脸 ， 维度非常之多 ， 可能有几十个维度来准确定位人脸的识别 。 而金融数据 ， 比如一个财务报表 ， 可能维度远远达不到一个人脸的维度 。 每天都有股票的价格 ， 但是再多也就一共30年 ， 这些数据其实对于一个机器学习来讲还太少了 。 如果能学200年这种数据 ， 就和30年又完全不一样了 。 所以 ， 我们金融的数据存在维度不够、样本比较少的问题 。另外 ， 金融机构的数据孤岛现象还比较严重 ， 相互分割 。 数据整合和治理的程度也比较低 ， 所以我们一定要发展金融云 。 金融云天然有平台的功能和性质 ， 主要是可以大规模地、低成本地、敏捷化地赋能金融机构 。 一个金融机构没有那么大的计算能力 ， 要获得大计算能力投资大 ， 成本高 ， 也没有地方存储数据 ， 所以一定要有云 。 我觉得这是未来发展智能金融的必然的趋势 。现有监管模式不适应智能金融的发展智能金融监管的潜在风险有好多方面 ， 比如技术的风险、信息安全的风险 ， 甚至有系统性的风险、垄断风险 。当前面临的挑战是智能金融监管的法规还比较滞后 。 目前 ， 我们现有的监管法规基本上没有考虑人工智能对金融业带来的影响 。 我们更多的是考虑数字化 。 互联网金融比较健全 ， 特别是前一段时间治理整顿互联网金融的业务 ， 不断有一些规定发布 。 但对于人工智能对金融业带来深刻的影响的规则基本上没有 。 比如 ， 证券行业的智能投顾就没有规则 ， 又很难制定规则 ， 所以它也影响这一方面的发展 。另外 ， 人工智能技术的发展使金融监管的难度也在增加 。 总体上来讲 ， 现在的监管模式也不适应智能金融的发展 。国际上还蛮重视智能金融的监管 。 在监管方面有数据隐私的保护和共享技术 。 很高兴今年全国人民代表大会已经列入了立法计划 ， 制定中国的《个人信息保护法》 ， 现在正在起草 ， 有望在不久的将来就能够看到一部这样的法律 。 个人信息保护是智能金融乃至整个金融科技一个很重要的法规 ， 所以随着立法的推进 ， 相信监管部门对数据的所有权、隐私保护权等等 ， 应该会取得很大的进展 。当然 ， 保护数据还可以通过新的技术来解决 。 联邦学习就是一个很好的技术 ， 我们可以用数据但是拿不走数据 ， 它既解决了数据安全保护问题 ， 同时又解决了共享问题 。 它是一个虚拟的模型 ， 双方把数据放在这里虚拟 ， 然后产生运用的方式 。 所以 ， 用技术解决技术的问题 ， 未来的前景可期 。关注对金融消费者的保护金融消费者的保护是在智能金融发展中面临的一个很重要的问题 。 目前来讲 ， 在这个方面 ， 我们还是缺乏一些法律制度的供给 。 当然 ， 这几年越来越强调“卖者有责 ， 买者自负”的原则 ， 现在也越来越深入人心 。 未来随着智能的金融发展 ， 对消费者、投资者的保护应该越来越强 。我们共提出三方面建议：一是关于人工智能技术发展的建议 。 人工智能的基础设施 ， 特别是底层技术的研究 ， 如同我们在半导体芯片领域被“卡脖子”是一样的 ， 所以我觉得从技术上要集中攻关“卡脖子”的问题 。 虽然这里讲的芯片和半导体手机的芯片不一样 ， 但是也是关键的芯片和部件 ， 我们都是依靠国外 ， 所以问题性质是一样的 。二是关于智能金融发展规划和金融基础设施的建议 ， 包括统筹建立金融云 ， 加强配套的基础设施的建设 。三是关于智能金融监管的建议 ， 主要是法律法规 ， 监管模式方面的建议 。 监管部门本身很落后 ， 监管科技很落后 ， 一方面要加大对科技的监管 ， 另外一方面要大力开发监管科技 ， 这个任务很繁重 。整理自肖钢在第20期浦山讲坛暨第15期CF40·孙冶方悦读会暨《中国智能金融发展报告（2019）》新书发布会上的发言 。


推荐阅读


上一篇：“以房养老”惨被骗 险将无家可归

下一篇：房价最终还是要涨的