中新经纬8月7日电 题：AI时代如何构筑数字金融强国新范式？
作者 黄卓 北京大学国家发展研究院副院长
2023年，中央金融工作会议明确提出加快建设金融强国，全面加强金融监管，完善金融体制，优化金融服务，防范化解风险。对于金融强国这一战略目标，金融安全的战略地位尤为关键，它不仅是金融强国建设的基石，而且事关人民财产安全和国家安全。在本文中，笔者将聚焦于人工智能技术与金融安全的融合创新，重点探讨构筑数字金融强国新范式。
数字金融强国与金融安全
金融安全包含多个维度：金融宏观安全，是要维护金融体系的稳定性，防范系统性金融风险；金融市场安全，是要防范因资产价格剧烈波动而引发的市场崩盘风险；金融机构安全，是要强化对具有系统重要性金融机构的韧性建设，阻断风险传递链条；金融开放安全，是既要确保跨境金融活动的合规有序，又要持续完善与加强金融监管与治理。
中国尚在建设金融强国的进程中，在数字金融领域我们已取得长足进步。历经二十年发展，数字金融已成为中国金融体系最重要的创新。在移动支付、大科技信贷、线上投资理财等场景化的金融服务领域，我国在规模和技术方面均已形成全球领先优势。
数字金融如何发挥作用？数字技术能够极大程度降低金融服务的门槛和成本，其规模效应特征使边际成本随服务覆盖度扩大持续递减。同时，大数据有效缓解传统金融的信息不对称困境，改善金融风控，促进金融创新。众所周知，为小微企业提供有效融资是金融业的重要目标，但也是世界性难题。在服务普惠金融方面，数字金融展现出独特优势。中国在普惠金融领域为全球提供了中国式解决方案。
2023年中央金融工作会议还强调做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章。数字金融作为基础性要素承载独特使命，其战略价值并非由排序位次决定，恰恰相反，数字金融是实现其他四篇大文章的技术底座和基础能力。
我们以一个学术研究为例，解释数字金融如何助力金融安全。首先，金融安全关注系统稳定性，“金融加速器效应”由2022年诺贝尔经济学奖得主、美联储前主席本·伯南克于1996年正式提出。该理论揭示，传统商业银行以抵押品为贷款风控，在经济繁荣、资产价格上涨时期，银行会增加放贷供给，造成经济过热；而在经济衰退时，资产价格下跌，商业银行就会减少放贷总额，加剧经济的衰退。其次，银行金融信贷表现出顺周期性，产生对实体经济波动的加速放大效应。金融加速器机制在小微企业融资中尤为明显，因为信息不对称更大，更加依赖抵押品。抵押品渠道是金融危机向实体经济传导，特别是影响小微经济的重要渠道。
我们的研究结果表明，数字金融有效弱化了传统金融加速器效应的传导强度。例如，北京大学国家发展研究院院长、北京大学数字金融研究中心主任黄益平研究发现，数字技术重构了信贷风控逻辑。以大型科技平台为例，他们利用海量用户数据，使用机器学习方法，可以有效识别实时信贷风险，促成信用贷款。实证结果发现，数字信贷减少了对抵押品(如厂房、设备、房地产)的依赖，提升了经济金融系统的稳定性。
AI驱动下的数字金融发展
中国金融体系始终保持创新趋势，早期学习国外先进技术，推动信息化、电子化；2013年开始着力推动互联网化、互联网+，继而强调数字化、金融科技；当前正加速向智能化转型。
我们通过对中国商业银行的年报文本分析发现，数字化转型的重点正在迁移——2018-2021年间，“金融科技”与“数字化”占据主导，而2022-2023年，“智能”与“智能化”已然成为最主要的关键词。人工智能(AI)技术的应用已成为金融行业数字化转型的先锋。2022年末美国推出ChatGPT，2025年初中国推出DeepSeek，这些现象级创新标志着AI应用跨越奇点。国内外科技企业积极布局AI大模型，带来了算力、算法、数据、应用的全产业链发展机遇。
AI技术革命引领中国金融从应用创新驱动进入技术创新驱动阶段。回顾过去二十年数字化发展，金融创新多聚焦于应用场景重塑与商业模式融合，比如通过数字技术打通已有的金融业务，释放协同效应。然而，当前的金融创新步入技术创新主导的深水区，特别是AI技术突破正在重构金融服务体验。
我国国内金融机构已开始增加科技研发投入，加大金融科技和AI技术布局。商业银行，特别是大型国有商业银行，正在加快开发、测试与应用AI大模型，推动金融业务智能化升级。这些进展显著推动中国金融业务的智能化升级。2025年3月央行召开科技工作会议，明确要求“加快金融数字化智能化转型，安全稳妥有序推进人工智能大模型等在金融领域应用”。
AI与金融安全
AI大模型驱动的金融智能化转型，对金融安全体系呈现双重影响。从积极角度看，AI技术的应用能够促进金融安全。第一，AI技术通过优化金融基础设施，降低成本，能够提升金融体系稳定性。第二，AI技术通过有效解读金融信息，特别是非常规的大数据、替代数据，能够有效挖掘信息，加快信息流动，促进金融市场有效性。第三，AI技术通过改善金融信贷中的风控，能够降低信贷风险。第四，AI技术通过赋能金融从业人员，实现金融机构降本增效，从而能够使金融机构更有效抵御外部冲击，提升金融韧性。第五，AI技术能够识别金融违规，防范金融欺诈。
然而，AI技术的大规模应用也带来了潜在金融安全风险。第一，AI大模型的卡脖子风险。大模型或成为未来金融服务的技术底座，头部AI大模型的技术自主性愈发重要。为此，我国正在积极打造AI自主产业。第二，AI金融应用的技术风险。大模型的黑箱决策机制与算法偏见问题导致风险评估透明度缺失，模型幻觉现象可能引发系统性误判风险。第三，数据会成为AI金融业务中愈发重要的核心要素，数据治理、隐私保护与算法透明度都成为金融安全的重要维度。第四，大模型在金融中的广泛使用使数据交换复杂化，针对网络系统的攻击或恶意操作会导致更大的破坏性。
基于此，笔者提出一些建议：第一，平衡AI金融创新与安全风险，首要原则是寻找平衡点，既要允许创新，也要关注创新过程中的风险。第二，打造自主可控的AI金融产业链，特别是AI金融垂直大模型研发过程中，需要构建自主可控的完整产业链条。第三，大力发展AI金融安全产业。第四，利用AI技术重构金融基础设施，建设更有效、更普惠、更稳定的中国基础设施，包括移动基础设施、征信体系、金融云服务等。第五，构建AI金融的监管与治理体系。第六，提升金融监管的数智化水平，监管模式方面，除了机构监管、行为监管，还需要增加技术监管维度，关注金融服务的技术风险。
AI技术在金融领域的深度应用尚处于发展初期，上半场以互联网金融与数字金融的创新实践为主导，而未来二十年，AI大模型可能重构金融的各个场景。这一转型进程中，我们既要平衡AI技术对金融创新的引领，也要密切关注金融安全风险。(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
