題記：本文為北京大學國家發(fā)展研究院院長、北京大學數(shù)字金融研究中心主任黃益平在2025年10月19日第二屆全國數(shù)字經(jīng)濟學術(shù)年會上所作的主旨分享演講，以下為發(fā)言實錄。

今天匯報的題目是關(guān)于AI如何影響金融的話題，大部分是基于我和合作者在過去所做過的一些研究，關(guān)注金融可能發(fā)生的變化，但很多問題還沒有特別清晰的結(jié)論，因為AI還在發(fā)展過程中，金融應用也還在演變。

首先金融是什么我不再贅述，大家都是經(jīng)濟金融領(lǐng)域的專家。在金融領(lǐng)域，需要解決的一個重要問題是信息不對稱。那么，人工智能技術(shù)在金融中發(fā)揮怎樣的作用？這是我想研討的一個問題。我接下來向大家匯報的主要是我們在調(diào)查和研究中觀察得到的初步結(jié)論。在展開之前，我想先探討金融是否會重構(gòu)，可能會有什么樣的改變。我們更感興趣的是，金融原有的基本認知或者基本規(guī)則是否會有改變。

因此我先列出了來自貨幣銀行學教材中的五條金融學基本原理。簡而言之，金融學的基本原理是：時間具有價值，風險需要得到補償。信息是決策的基礎(chǔ)，市場應該決定價格和配置資源。這個機制最終目標是保持穩(wěn)定并且改善福利。從我最后的發(fā)言中收到的這幾條內(nèi)容來看，我們采用了人工智能技術(shù)，這是否會對金融的規(guī)則產(chǎn)生大幅改變？

接下來，我將介紹我們在調(diào)查和研究中觀察到的人工智能應用。目前應用最多的領(lǐng)域之一是客戶服務(wù)，智能客服顯著提高了效率。可以想象，許多大型機構(gòu)的人工客服已經(jīng)被機器替代。

客觀來說，很多客戶提出的問題其實很簡單，例如“我的信用卡找不到了”，用機器回答是非常高效的方式?，F(xiàn)在的設(shè)計還方便了解，在與客戶溝通的過程中可以從客戶的信息中獲得許多有用的價值，特別是將客戶的白話轉(zhuǎn)化成專業(yè)的金融術(shù)語。

我們觀察到，許多機構(gòu)發(fā)現(xiàn)非常有趣的是，不僅客戶對這種服務(wù)比較滿意，甚至他們從成本中心變成了盈利中心。他們發(fā)現(xiàn)只要有金融服務(wù)的需求，如果定向推送一些相關(guān)產(chǎn)品，往往是一拍即合。這不僅提高了效率，同時也提供了許多新的機會。

第二個應用非常廣泛的領(lǐng)域，也是許多數(shù)字金融第一步繞不開的事情，就是反欺詐。傳統(tǒng)金融機構(gòu)也是如此，信息不對稱是金融最大的挑戰(zhàn)，它造成了兩個問題：交易前的逆向選擇和交易后的道德風險?，F(xiàn)在的主要問題是能否找到合適的交易對手，如何排除欺詐和不客觀的信息對手，這是所有金融交易都要做的第一步。在數(shù)字化流程中，這一挑戰(zhàn)更大。過去金融機構(gòu)為客戶提供服務(wù)時，客戶會面簽，機構(gòu)會安排專家與客戶面談，都是有經(jīng)驗的專家。現(xiàn)在則幾乎不見面，全靠一些數(shù)據(jù)。如何排除不正常的交易或者潛在的欺詐交易對手，是所有金融機構(gòu)都要面對的問題。支付領(lǐng)域尤其如此。早年支付寶剛開始推廣時，他們說“只要你敢用，我就敢賠”。他們敢這樣承諾的前提是能夠?qū)⒋罅康钠墼p交易排除在外，如果沒有能力適當排除欺詐，業(yè)務(wù)肯定無法持續(xù)。

目前，所有金融機構(gòu)都在使用人工智能識別不正常交易，發(fā)現(xiàn)客戶的不規(guī)范行為，這是非常普遍且令人煩惱的現(xiàn)象。優(yōu)秀的金融機構(gòu)都具備這種能力，如果沒有這種能力，機構(gòu)就難以體現(xiàn)其價值。我們知道“道高一尺，魔高一丈”，只要有平臺和大規(guī)模金融服務(wù)，就會出現(xiàn)許多成規(guī)模的高技術(shù)黑產(chǎn)，例如硅產(chǎn)業(yè)，這是非常普遍的現(xiàn)象。

第三個成功的領(lǐng)域是我本人研究所關(guān)注的大科技信貸，現(xiàn)在我們稱之為數(shù)字信貸。簡而言之，在過去的金融服務(wù)中，我們經(jīng)常說普惠金融做得不好，主要是信貸做得不夠，對中小微企業(yè)、農(nóng)村經(jīng)濟組織等的信貸服務(wù)不充分。

為什么不充分？最難的兩個問題，一個是獲客難，另一個是風控難。獲客難在于如何觸達客戶，我認為互聯(lián)網(wǎng)平臺在這方面發(fā)揮了很大作用。簡單來說，就是使用大數(shù)據(jù)和人工智能算法解決風控難的問題。我們進行了一系列研究，發(fā)現(xiàn)在通過平臺獲得客戶后，運用非傳統(tǒng)大數(shù)據(jù)和算法進行信貸決策，目前大部分平臺做得非常好，風控做得也不錯。

我們最近做了一個有意思的研究。原來有一家小貸機構(gòu)，是用人工做決策。發(fā)現(xiàn)一個現(xiàn)象是在做新決策時，通常是外地人和本地人貸款時，對外地人的定價和貸款條件有所不同。后來這家機構(gòu)開始逐步進行數(shù)字化轉(zhuǎn)型，我們在此案例中發(fā)現(xiàn)算法的應用可以降低人工決策中的歧視現(xiàn)象，但增加使用數(shù)據(jù)并沒有這個特性。

人工智能技術(shù)在投資決策中的應用也已經(jīng)非常普遍。不過，有一個業(yè)務(wù)看似可能會有很大的發(fā)展，然而到目前為止發(fā)展情況并不理想，這就是智能投顧領(lǐng)域。

但利用數(shù)字技術(shù)和AI輔助投資決策，尤其是在分析投資者或者市場情緒方面，已經(jīng)出現(xiàn)了許多創(chuàng)新和神奇的案例。

其中一個有意思的研究是分析美聯(lián)儲貨幣政策決策之后的美聯(lián)儲主席的新聞發(fā)布會，主要從主席的動作、表情、語言中捕捉情緒的走向。比如鮑威爾主席走出來面對記者，他在發(fā)布會上第一句話的臉部表情是高興還是沮喪？

第一句話是Hello everyone還是Good afternoon？如果他說Hello everyone，市場就開始上漲。如果他說Good afternoon，市場就變得悲觀。我的課件里有一個視頻，發(fā)現(xiàn)鮑威爾不但說了Good afternoon，還在說之前嘆了一聲氣，當時市場就開始狂跌。

這表明技術(shù)和數(shù)據(jù)已經(jīng)實時捕捉市場情緒并形成投資策略，過去像人民銀行了解情緒，主要通過發(fā)放問卷調(diào)查的方式，樣本量比較小，回答問題是否準確也不一定，同時時間間隔比較長。但在線上利用AI技術(shù)，不需要市場主體專門回答什么問題，而是直接從市場主體的行為中提煉情緒因子，效率更高，同時可能也更準確。迄今為止，智能投顧的嘗試還不是很成功，可能有很多原因，比如市場不完善、技術(shù)不成熟、投資者尚未充分信任等等。將來是否能夠獲得突破性的進展，還需要嘗試并觀察。

最后一個挑戰(zhàn)是人工智能對金融監(jiān)管等領(lǐng)域的支持。一方面，可以利用人工智能技術(shù)幫助我們防控金融風險，因為使用人工智能技術(shù)進行金融決策，可以更快地查看信息和報告。

但“道高一尺，魔高一丈”，關(guān)鍵在于誰的技術(shù)使用得更好。如果他們的技術(shù)使用得更好，還沒來得及反應，危機可能就已經(jīng)發(fā)生，這種情況是可能存在的。我剛才提到我們正在推進一系列研究，雖然我不太了解經(jīng)濟學和金融學，但是我觀察到的是人工智能技術(shù)在金融領(lǐng)域的應用。

總結(jié)一下，從目前的觀察看，AI應用的實踐效果非常明顯，當然這并沒有改變金融規(guī)律，將來會不會改變，尚不清楚。首先，我認為金融決策本身已經(jīng)發(fā)生改變。例如過去銀行主要依據(jù)財務(wù)數(shù)據(jù)做信貸決策，現(xiàn)在則不一定依賴財務(wù)數(shù)據(jù)。但大部分客戶沒有這些數(shù)據(jù)該如何應對？人工智能和大數(shù)據(jù)的結(jié)合解決了很多過去解決不了的問題，甚至從數(shù)據(jù)信息獲取和分析兩個方面已經(jīng)成為改進過去金融決策的重要支撐。

第二點是討論風險與回報。雖然金融交易可以進行，但是風險低、回報低，風險高、回報高，這一點是否會改變？價格和規(guī)則也不會改變?？赡苡幸稽c會改變，過去如果風險是10%，需要10%的回報，成本應該是10%?，F(xiàn)在可以使用大數(shù)據(jù)和人工智能技術(shù)看清楚，實際上10%是平均數(shù)，有的可能只有2%，有的是20%。這時候能夠看得更清楚，風險定價可能將來會發(fā)生很大改變，可能導致不同個體的定價發(fā)生非常大的變化。

我剛才已經(jīng)提到普惠金融的邊界確實是過去無法實現(xiàn)的。人工智能助力更加精準的金融服務(wù)，從而令廣大普惠群體獲益。

市場的有效性是否會增強？金融學里有兩個互相競爭的理論，一個是有效市場假說，另一個是非理性市場行為。AI會帶來什么樣的改變？如果人工智能技術(shù)和大數(shù)據(jù)能夠更快地找到市場不均衡，同時彌合資源配置差異，那么是否會使市場變得更加有效？這是一種可能性，究竟如何尚不清楚。但如果有更多人使用這樣的新技術(shù)在市場上尋找新機會，可能會使整個市場變得更加不平衡，甚至可能會使市場變得更加無效。

最后，利用人工智能和大數(shù)據(jù)會改變過去金融風險產(chǎn)生和傳導的機制。我們在研究大數(shù)據(jù)和大科技信貸時曾經(jīng)做過分析，伯南克曾提出金融加速器的機制，抵押品資產(chǎn)價格與信貸供給呈現(xiàn)高度正相關(guān)。如果采用人工智能方法進行信貸決策，不再依賴抵押品，而是更多地依賴數(shù)據(jù)。金融加速器的機制可能就會消失。

金融變得相對穩(wěn)定，然而這種決策對中小微企業(yè)的現(xiàn)金流依賴度更高。我不關(guān)注房價，而是更多地關(guān)注現(xiàn)金流。這時信貸決策會對不同企業(yè)產(chǎn)生很大分化。雖然我不了解金融穩(wěn)定的含義，但是我想提出的是，它不僅可能帶來效率提升或者更穩(wěn)定，也一定具有兩面性。

文章來源：數(shù)字經(jīng)濟專業(yè)學位研究生教指委