金融强国建设与中国金融体系现状 - 金融强国应具备高效、稳健和国际影响力三大特征 其中国际影响力尤为关键 [1] - 中国金融体系特点为规模大、管制多、监管弱、银行主导 金融业规模已相当庞大 [1] - 中央金融工作会议指出当前问题包括支持实体经济质量欠佳、金融风险多、乱象腐败频发、监管能力待提升 [1] 金融监管政策的动态平衡 - 金融监管需动态平衡效率与稳定关系 金融危机后通常收紧 过度收紧影响效率后会适当放松 [2] - 当前中国面临双重任务：既要放松监管以改善实体经济支持 又要收紧监管守住系统性风险底线 [2] - 解决之道在于找到平衡点或采取差异化策略 需细致考量和设计 [2] 人工智能在金融领域的应用 - 人工智能可提升金融服务质量与风险管理水平 核心功能包括数据分析、市场预测、风险管理和服务改善 [3] - 数字技术对金融的改变体现为"三升三降"：扩大规模、提高效率、改善体验 同时降低成本、减少接触、控制风险 [3] - 生成式AI主要应用于营销运营、分析决策和中后台三大领域 智能投顾效果未达预期 [3] - 最成功应用集中在支付和信贷领域 因风险主体为平台或机构 可承受一定违约 [4] 大科技信贷与风险机制变化 - 大数据和AI算法显著提升普惠金融效果 从传统机器学习发展到多模态融合和生成式AI技术 [5][6] - 新业务模式改变风险机制 数据模型可能导致风险趋同化 数据造假问题日益突出 [6] - 大科技信贷打破"金融加速器"机制 数据替代抵押品价格成为信贷决策依据 [6] 人工智能应用的挑战 - 主要担忧包括数据隐私、算法透明度、道德伦理、风险集中、网络安全和AI意识独立性 [7] - 欧洲推出AI风险分级监管框架 严格程度受争议但分级思路值得借鉴 [7] - 行业专家提出需系统稳健推动AI创新 政府部门应深度参与并设置风险管控机制 [8] 人工智能时代的金融监管建议 - 加强监管能力建设 加大人力和技术投入以跟上AI带来的金融变化 [9] - 建立技术监管机制 在现有监管框架基础上增设专门的技术风险评估 [9] - 设立算法审计制度 提高算法可解释性和透明度 可采用市场化执行方式 [9] - 应用监管沙盒概念 与创新机构合作测试AI应用效果并监测潜在风险 [10][11]