人工智能考验金融监管

作者 | 尹振涛  中国社会科学院金融研究所金融科技研究室主任

        王美懿  中国社会科学院大学金融专业硕士研究生

来源 | 《中国外汇》2023年第6期

随着人工智能技术在金融行业应用场景的不断拓展，金融产品研发、金融机构业务运营以及风险防控等业态都将更加智能化。一方面，得益于人工智能的助力，金融机构开展业务可以实现降本增效，但另一方面，人工智能技术驱动下的金融创新也可能会导致传统金融市场上的各种风险与技术风险交叉叠加，这也大大增加了金融科技领域的监管难度，给现有的金融监管框架和体系带来新的挑战。

一是金融监管法律法规的滞后性问题。当前，基于技术创新衍生出的多样化金融科技产品在提升金融服务质量和效率的同时，也加大了金融监管的难度。一方面，金融监管框架和法律法规的补充和更新跟不上新的技术变化环境，可能会降低金融监管在风险识别、风险预测上的敏感性和准确性，出现监管失灵。另一方面，监管手段的缺乏也使得现有的治理手段捉襟见肘，难以依靠事前预警来规避金融创新引发的系统性风险，通过事后整治以维持金融市场正常运行秩序，只能治标不治本，而用旧的监管框架去约束新的技术行为，则会提升规制成本。

二是消费者权益保护中的权责认定面临新挑战。隐藏在人工智能技术背后的数据安全和算法安全可能会威胁金融消费者的正常金融行为和合法权益，甚至出现用户金融数据、账号、财产等权益损失。主要原因是在现有的监管框架下，金融机构、科技公司及金融消费者之间的责权利并未协调一致，金融消费者权益保护的内容不能及时得到补充，加之维权手段单一和匮乏，这使得隐性的侵犯消费者权益的行为时有发生。

三是科技和金融深度融合衍生出的伦理挑战。人工智能因底层数据和算法存在运算失误甚至被人为控制的可能从而导致用户歧视，从中衍生出的金融科技伦理问题若不得到及时解决、妥善整治，长此以往，就会扰乱正常的市场秩序、破坏金融系统的稳定性。在数字经济深度融合的背景下，金融科技伦理治理要求现有的监管理论进行革新，在关注金融机构资产质量、资本充足率、盈利水平、流动性管理、逆周期调节等指标之外还要着眼于维护金融消费者的数据安全、算法隐私、金融服务及产品的数据可信度、算法精确度等问题，同时加强引导金融科技技术行为回归社会道德治理的轨道，以建立健全金融科技伦理治理框架，用强制的手段将技术创新带来的金融风险隔离在屏障之外。

四是金融数据安全标准更高带来的治理挑战。人工智能技术应用通常需要含有大量样本的数据集作为基础，数据的质量、多样性将对算法模型的成败产生重大影响。数据越多模型的准确度和重复性就越好。然而，随着越来越多的数据在人们的生产和生活场景中被收集和利用，数据安全风险和隐私保护成为人工智能技术在开发和应用过程中面临的一大安全挑战。加之，金融数据不仅具备数据的一般特性，更包含国民个人信息、企业资金流转、社会经济活动等重要内容，所以金融数据比一般的数据在数据治理方面要求更高，也对这一领域的人工智能技术应用提出了更高的数据合规管理要求。

五是金融科技风险变异引致的监管失灵问题。随着金融科技业态的衍生发展和金融科技产品的迭代更新，人工智能技术驱动下的金融创新可能导致传统金融市场上的各种风险与技术风险交叉叠加，传统金融业监管原则、监管理念和监管理论面临挑战。在数字经济背景下，传统金融业的信用识别、获取、评估以及金融产品的设计、运行、风控等环节都在技术进步的推动下发生了颠覆性的变化，传统监管理论指导下的制度体系尚未完全匹配不断革新的技术环境，容易引发包括信用风险、操作风险、流动性风险等在内的多重金融风险，且这些风险与新型技术应用衍生出的风险相互叠加、传导，进而影响金融行业的稳定性。

一是完善法律法规，进一步优化金融科技监管框架。应加快出台针对人工智能算法的法律法规和监管政策，为人工智能在金融领域的应用厘定行为边界，并不断提高智能算法的透明度和可解释性。为了确保人工智能技术受到责任追究机制和透明、公平、安全等原则的制约，要对采用人工智能技术的金融机构和企业负责人实行严格且明确的责任制，明确人工智能技术错容率判定的技术和手段。同时，要对不同类型的人工智能模型所产生的行为和引发的审慎性风险进行差异化监督和管理，在实际施行过程中要稳健、谨慎、有计划地进行，避免在人工智能技术尚处于应用探索阶段发生监管过度的情况，影响金融行业中的技术革新速度和数字经济产业的健康发展。

二是增强技术能力，更好地提升人工智能与金融业务的耦合性。现有的人工智能技术尚未发展成熟，因此，金融监管部门要加快打造金融科技专业研究团队，用技术引导金融业务的数字化改造。同时，前沿科学技术在金融领域的应用还要注意匹配问题，若缺少对用户需求、现有竞品等商业模式的分析，缺乏对金融市场整体发展方向的把握，而强行将新技术注入金融产品中，就不能对实体经济发展起到良好支撑。在具体应用层面，通过“人工智能+金融业务”可以提升数据的挖掘与分析能力、市场的行情分析与预测能力、客户的需求分析及服务能力、风险的管理与控制能力等。智能投顾就是一种典型的人工智能在金融领域的应用场景，它以智能算法为基础，根据现代资产组合理论向客户提供自动化、智能化的投资组合管理服务。除此之外，由于人工智能具有超强的语言识别及合成能力，因此智能客服机器人可以为客户提供更加便捷、准确、高质量的在线语音交互服务或智能化的厅堂引导服务等。随着人工智能与金融业务的进一步融合，未来在信贷审批、风险管控以及智能交易等领域都将更加的智能化。

三是提高风控技术，精准捕捉人工智能金融应用的风险敞口。要加强对人工智能与金融服务及产品融合过程中的风险排查力度，提高风险防控管理技术和水平，对风险管理和预测模型进行改进，以期能够更加准确地识别人工智能在金融领域中的潜在风险。要尽可能用简单易懂的方式来进行信息披露，赋予数据用户主体对人工智能技术的决策行为和结果合理质疑的权利，将人工智能的底层逻辑建立在安全可控的范围内，有效管理金融行业数据信息，规范行业内数据格式，提高人工智能的深度学习能力和分布式存储、自动化能力，为人工智能与金融行业深度融合打下坚实的数据资源和硬件技术基础。

四是利用沙盒机制，鼓励金融科技创新项目应用推广。人工智能在金融领域应用具有广阔的市场空间，同时也具有复杂的技术属性，对此可以采用监管沙盒的做法，通过将金融科技的发展和创新置于安全港中，在一定条件和范围内创设豁免制度，同时施加管理措施将风险控制在安全水平，从而为金融科技应用落地提供监管指引。从事人工智能应用的金融机构可在确保消费者权益的前提下，按照相应简单的审批程序，提前申请并取得有效授权后，在适用范围内进行人工智能产品或服务的创新测试，倘若测试通过，即可在监管授权下予以推广。自2019年12月份北京首批启动试点以来，中国版金融科技“监管沙盒”不断扩容，在全部申请的项目中，以人工智能技术作为主要技术支撑的项目占有很高比例，包括自然语言处理（NLP）、图像识别、知识图谱、迁移学习、联邦学习等多个领域。

五是加强宣传教育，提高金融消费者权益保护的力度。人工智能技术属性带来的自身透明度低、数据运算量大、算法处理程序复杂等特点使得金融消费者始终处于市场或交易的劣势地位，消费者在金融专业知识和技术信息披露不到位的情况下容易受到实质性侵害。要对金融科技产品投资者进行相关专业技术知识的宣传教育，培养其对不确定性风险捕捉的敏感度，引导其树立根据自身风险承担能力寻求适合的金融科技产品的意识，增强其在面对数据安全和算法安全漏洞引发的权益侵害现象的维权意识和能力。同时，要完善金融机构问责机制，建设行业自律标准，健全自查自纠制度，提升金融消费者权益保护的效果。

六是加强国际交流，开展金融科技领域的国际协调治理工作。作为一种新兴事物，金融科技在不同国家、地区发展速度、扩张规模都各自有别，单论一个地区的金融科技产品推演过程，其发展模式和影响路径也是处于一个不断变化、自我调整的动态过程。因此，各国围绕金融科技领域监管的态度与策略存在明显区别和差异。金融机构受利润最大化动机的直接激励，容易利用前沿科技加快金融创新脚步、增加金融创新产品种类形成的风险管控盲区来实现监管套利。为此，要加强国际间的监管协调力度，在人工智能技术应用、技术创新、信息安全、风险评估、漏洞查补等方面加强合作，共同制定全球统一的金融科技行业监管标准。