数字金融创新与安全 - 数字金融智能化创新需强调金融模型的安全和可信，让监管机构、市场和客户都能信得过[1] - 金融模型需满足高可靠性、可解释性、合法性和经济性四大原则，适当放宽风险容忍度[1][4][5] - 行业智能化创新需通过垂直模型实现，降低开发边际成本并扩展应用范围[5] 金融模型的关键要求 - 高可靠性：金融机构部署AI模型需配置先进安全技术工具，抵抗恶意攻击和偶发隐患[2] - 可解释性：需展现完整推理路径和逻辑，将模型行为转化为可理解规则和可视化过程[4] - 合法性：金融智能体适用于专业化领域，需提供行业最佳流程和数据支持[4] - 经济性：通过预训练行业级金融模型并差异化调试，降低开发成本[5] 数字金融监管创新 - 数字金融创新需改革体制、重构流程和再造底层系统，而非简单数字化传统流程[6] - 采纳"高中初小"原则：占领技术高地、推广中国方案、消灭萌芽风险、最小化风险概率和成本[6] - 加快监管创新需完善法律法规、一体化穿透式监管系统、数字金融审核制度和风险监测系统[6] 创新与监管的平衡 - 金融监管需确保市场稳定、创新安全和消费者利益，但不能因风险完全遏制创新[7] - 在"高中初小"原则下适当放宽风险容忍度，允许机构在可控范围内创新和尝试[8] - 模型成熟后可推广，但需管控异常交易和市场操纵[6][7] 技术与生态建设 - 软算力建设需科技企业与金融机构合作开发行业级模型，服务中小机构[5] - 硬算力建设需实现可信技术协同和资源共享，共建数字金融生态圈[5] - 数据可信是数字金融核心，需保护客户资产安全和个人隐私[5]