人工智能考驗金融監管

文/尹振濤 王美懿 編輯/王亞亞

隨著人工智能技術在金融行業應用場景的不斷拓展，金融產品研發、金融機構業務運營以及風險防控等業態都將更加智能化。一方面，得益于人工智能的助力，金融機構開展業務可以實現降本增效，但另一方面，人工智能技術驅動下的金融創新也可能會導致傳統金融市場上的各種風險與技術風險交叉疊加，這也大大增加了金融科技領域的監管難度，給現有的金融監管框架和體系帶來新的挑戰。

人工智能對金融監管提出新挑戰

一是金融監管法律法規的滯后性問題。當前，基于技術創新衍生出的多樣化金融科技產品在提升金融服務質量和效率的同時，也加大了金融監管的難度。一方面，金融監管框架和法律法規的補充和更新跟不上新的技術變化環境，可能會降低金融監管在風險識別、風險預測上的敏感性和準確性，出現監管失靈。另一方面，監管手段的缺乏也使得現有的治理手段捉襟見肘，難以依靠事前預警來規避金融創新引發的系統性風險，通過事后整治以維持金融市場正常運行秩序，只能治標不治本，而用舊的監管框架去約束新的技術行為，則會提升規制成本。

二是消費者權益保護中的權責認定面臨新挑戰。隱藏在人工智能技術背后的數據安全和算法安全可能會威脅金融消費者的正常金融行為和合法權益，甚至出現用戶金融數據、賬號、財產等權益損失。主要原因是在現有的監管框架下，金融機構、科技公司及金融消費者之間的責權利并未協調一致，金融消費者權益保護的內容不能及時得到補充，加之維權手段單一和匱乏，這使得隱性的侵犯消費者權益的行為時有發生。

三是科技和金融深度融合衍生出的倫理挑戰。人工智能因底層數據和算法存在運算失誤甚至被人為控制的可能從而導致用戶歧視，從中衍生出的金融科技倫理問題若不得到及時解決、妥善整治，長此以往，就會擾亂正常的市場秩序、破壞金融系統的穩定性。在數字經濟深度融合的背景下，金融科技倫理治理要求現有的監管理論進行革新，在關注金融機構資產質量、資本充足率、盈利水平、流動性管理、逆周期調節等指標之外還要著眼于維護金融消費者的數據安全、算法隱私、金融服務及產品的數據可信度、算法精確度等問題，同時加強引導金融科技技術行為回歸社會道德治理的軌道，以建立健全金融科技倫理治理框架，用強制的手段將技術創新帶來的金融風險隔離在屏障之外。

四是金融數據安全標準更高帶來的治理挑戰。人工智能技術應用通常需要含有大量樣本的數據集作為基礎，數據的質量、多樣性將對算法模型的成敗產生重大影響。數據越多模型的準確度和重復性就越好。然而，隨著越來越多的數據在人們的生產和生活場景中被收集和利用，數據安全風險和隱私保護成為人工智能技術在開發和應用過程中面臨的一大安全挑戰。加之，金融數據不僅具備數據的一般特性，更包含國民個人信息、企業資金流轉、社會經濟活動等重要內容，所以金融數據比一般的數據在數據治理方面要求更高，也對這一領域的人工智能技術應用提出了更高的數據合規管理要求。

五是金融科技風險變異引致的監管失靈問題。隨著金融科技業態的衍生發展和金融科技產品的迭代更新，人工智能技術驅動下的金融創新可能導致傳統金融市場上的各種風險與技術風險交叉疊加，傳統金融業監管原則、監管理念和監管理論面臨挑戰。在數字經濟背景下，傳統金融業的信用識別、獲取、評估以及金融產品的設計、運行、風控等環節都在技術進步的推動下發生了顛覆性的變化，傳統監管理論指導下的制度體系尚未完全匹配不斷革新的技術環境，容易引發包括信用風險、操作風險、流動性風險等在內的多重金融風險，且這些風險與新型技術應用衍生出的風險相互疊加、傳導，進而影響金融行業的穩定性。

相關對策和建議

一是完善法律法規，進一步優化金融科技監管框架。應加快出臺針對人工智能算法的法律法規和監管政策，為人工智能在金融領域的應用厘定行為邊界，并不斷提高智能算法的透明度和可解釋性。為了確保人工智能技術受到責任追究機制和透明、公平、安全等原則的制約，要對采用人工智能技術的金融機構和企業負責人實行嚴格且明確的責任制，明確人工智能技術錯容率判定的技術和手段。同時，要對不同類型的人工智能模型所產生的行為和引發的審慎性風險進行差異化監督和管理，在實際施行過程中要穩健、謹慎、有計劃地進行，避免在人工智能技術尚處于應用探索階段發生監管過度的情況，影響金融行業中的技術革新速度和數字經濟產業的健康發展。

二是增強技術能力，更好地提升人工智能與金融業務的耦合性。現有的人工智能技術尚未發展成熟，因此，金融監管部門要加快打造金融科技專業研究團隊，用技術引導金融業務的數字化改造。同時，前沿科學技術在金融領域的應用還要注意匹配問題，若缺少對用戶需求、現有競品等商業模式的分析，缺乏對金融市場整體發展方向的把握，而強行將新技術注入金融產品中，就不能對實體經濟發展起到良好支撐。在具體應用層面，通過“人工智能+金融業務”可以提升數據的挖掘與分析能力、市場的行情分析與預測能力、客戶的需求分析及服務能力、風險的管理與控制能力等。智能投顧就是一種典型的人工智能在金融領域的應用場景，它以智能算法為基礎，根據現代資產組合理論向客戶提供自動化、智能化的投資組合管理服務。除此之外，由于人工智能具有超強的語言識別及合成能力，因此智能客服機器人可以為客戶提供更加便捷、準確、高質量的在線語音交互服務或智能化的廳堂引導服務等。隨著人工智能與金融業務的進一步融合，未來在信貸審批、風險管控以及智能交易等領域都將更加的智能化。

三是提高風控技術，精準捕捉人工智能金融應用的風險敞口。要加強對人工智能與金融服務及產品融合過程中的風險排查力度，提高風險防控管理技術和水平，對風險管理和預測模型進行改進，以期能夠更加準確地識別人工智能在金融領域中的潛在風險。要盡可能用簡單易懂的方式來進行信息披露，賦予數據用戶主體對人工智能技術的決策行為和結果合理質疑的權利，將人工智能的底層邏輯建立在安全可控的范圍內，有效管理金融行業數據信息，規范行業內數據格式，提高人工智能的深度學習能力和分布式存儲、自動化能力，為人工智能與金融行業深度融合打下堅實的數據資源和硬件技術基礎。

四是利用沙盒機制，鼓勵金融科技創新項目應用推廣。人工智能在金融領域應用具有廣闊的市場空間，同時也具有復雜的技術屬性，對此可以采用監管沙盒的做法，通過將金融科技的發展和創新置于安全港中，在一定條件和范圍內創設豁免制度，同時施加管理措施將風險控制在安全水平，從而為金融科技應用落地提供監管指引。從事人工智能應用的金融機構可在確保消費者權益的前提下，按照相應簡單的審批程序，提前申請并取得有效授權后，在適用范圍內進行人工智能產品或服務的創新測試，倘若測試通過，即可在監管授權下予以推廣。自2019年12月份北京首批啟動試點以來，中國版金融科技“監管沙盒”不斷擴容，在全部申請的項目中，以人工智能技術作為主要技術支撐的項目占有很高比例，包括自然語言處理（NLP）、圖像識別、知識圖譜、遷移學習、聯邦學習等多個領域。

五是加強宣傳教育，提高金融消費者權益保護的力度。人工智能技術屬性帶來的自身透明度低、數據運算量大、算法處理程序復雜等特點使得金融消費者始終處于市場或交易的劣勢地位，消費者在金融專業知識和技術信息披露不到位的情況下容易受到實質性侵害。要對金融科技產品投資者進行相關專業技術知識的宣傳教育，培養其對不確定性風險捕捉的敏感度，引導其樹立根據自身風險承擔能力尋求適合的金融科技產品的意識，增強其在面對數據安全和算法安全漏洞引發的權益侵害現象的維權意識和能力。同時，要完善金融機構問責機制，建設行業自律標準，健全自查自糾制度，提升金融消費者權益保護的效果。

六是加強國際交流，開展金融科技領域的國際協調治理工作。作為一種新興事物，金融科技在不同國家、地區發展速度、擴張規模都各自有別，單論一個地區的金融科技產品推演過程，其發展模式和影響路徑也是處于一個不斷變化、自我調整的動態過程。因此，各國圍繞金融科技領域監管的態度與策略存在明顯區別和差異。金融機構受利潤最大化動機的直接激勵，容易利用前沿科技加快金融創新腳步、增加金融創新產品種類形成的風險管控盲區來實現監管套利。為此，要加強國際間的監管協調力度，在人工智能技術應用、技術創新、信息安全、風險評估、漏洞查補等方面加強合作，共同制定全球統一的金融科技行業監管標準。