題記：本文為北京大學(xué)國家發(fā)展研究院院長、北京大學(xué)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(jì)學(xué)術(shù)年會(huì)上所作的主旨分享演講，以下為發(fā)言實(shí)錄。

今天匯報(bào)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?yàn)锳I還在發(fā)展過程中，金融應(yīng)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(jì)金融領(lǐng)域的專家。在金融領(lǐng)域，需要解決的一個(gè)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(gè)問題。我接下來向大家匯報(bào)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(huì)重構(gòu)，可能會(huì)有什么樣的改變。我們更感興趣的是，金融原有的基本認(rèn)知或者基本規(guī)則是否會(huì)有改變。

因此我先列出了來自貨幣銀行學(xué)教材中的五條金融學(xué)基本原理。簡而言之，金融學(xué)的基本原理是：時(shí)間具有價(jià)值，風(fēng)險(xiǎn)需要得到補(bǔ)償。信息是決策的基礎(chǔ)，市場應(yīng)該決定價(jià)格和配置資源。這個(gè)機(jī)制最終目標(biāo)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(huì)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(yīng)用。目前應(yīng)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(jī)構(gòu)的人工客服已經(jīng)被機(jī)器替代。

客觀來說，很多客戶提出的問題其實(shí)很簡單，例如“我的信用卡找不到了”，用機(jī)器回答是非常高效的方式?，F(xiàn)在的設(shè)計(jì)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(jià)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(jī)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(shí)也提供了許多新的機(jī)會(huì)。

第二個(gè)應(yīng)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(jī)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(gè)問題：交易前的逆向選擇和交易后的道德風(fēng)險(xiǎn)。現(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(jī)構(gòu)為客戶提供服務(wù)時(shí)，客戶會(huì)面簽，機(jī)構(gòu)會(huì)安排專家與客戶面談，都是有經(jīng)驗(yàn)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(jī)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(shí)，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(dāng)排除欺詐，業(yè)務(wù)肯定無法持續(xù)。

目前，所有金融機(jī)構(gòu)都在使用人工智能識(shí)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(jī)構(gòu)都具備這種能力，如果沒有這種能力，機(jī)構(gòu)就難以體現(xiàn)其價(jià)值。我們知道“道高一尺，魔高一丈”，只要有平臺(tái)和大規(guī)模金融服務(wù)，就會(huì)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(gè)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(jì)組織等的信貸服務(wù)不充分。

為什么不充分？最難的兩個(gè)問題，一個(gè)是獲客難，另一個(gè)是風(fēng)控難。獲客難在于如何觸達(dá)客戶，我認(rèn)為互聯(lián)網(wǎng)平臺(tái)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(fēng)控難的問題。我們進(jìn)行了一系列研究，發(fā)現(xiàn)在通過平臺(tái)獲得客戶后，運(yùn)用非傳統(tǒng)大數(shù)據(jù)和算法進(jìn)行信貸決策，目前大部分平臺(tái)做得非常好，風(fēng)控做得也不錯(cuò)。

我們最近做了一個(gè)有意思的研究。原來有一家小貸機(jī)構(gòu)，是用人工做決策。發(fā)現(xiàn)一個(gè)現(xiàn)象是在做新決策時(shí)，通常是外地人和本地人貸款時(shí)，對外地人的定價(jià)和貸款條件有所不同。后來這家機(jī)構(gòu)開始逐步進(jìn)行數(shù)字化轉(zhuǎn)型，我們在此案例中發(fā)現(xiàn)算法的應(yīng)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(gè)特性。

人工智能技術(shù)在投資決策中的應(yīng)用也已經(jīng)非常普遍。不過，有一個(gè)業(yè)務(wù)看似可能會(huì)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(gè)有意思的研究是分析美聯(lián)儲(chǔ)貨幣政策決策之后的美聯(lián)儲(chǔ)主席的新聞發(fā)布會(huì)，主要從主席的動(dòng)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(huì)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(gè)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(dāng)時(shí)市場就開始狂跌。

這表明技術(shù)和數(shù)據(jù)已經(jīng)實(shí)時(shí)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(zhǔn)確也不一定，同時(shí)時(shí)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(shí)可能也更準(zhǔn)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(jìn)展，還需要嘗試并觀察。

最后一個(gè)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(fēng)險(xiǎn)，因?yàn)槭褂萌斯ぶ悄芗夹g(shù)進(jìn)行金融決策，可以更快地查看信息和報(bào)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(yīng)，危機(jī)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(jìn)一系列研究，雖然我不太了解經(jīng)濟(jì)學(xué)和金融學(xué)，但是我觀察到的是人工智能技術(shù)在金融領(lǐng)域的應(yīng)用。

總結(jié)一下，從目前的觀察看，AI應(yīng)用的實(shí)踐效果非常明顯，當(dāng)然這并沒有改變金融規(guī)律，將來會(huì)不會(huì)改變，尚不清楚。首先，我認(rèn)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(cái)務(wù)數(shù)據(jù)做信貸決策，現(xiàn)在則不一定依賴財(cái)務(wù)數(shù)據(jù)。但大部分客戶沒有這些數(shù)據(jù)該如何應(yīng)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(gè)方面已經(jīng)成為改進(jìn)過去金融決策的重要支撐。

第二點(diǎn)是討論風(fēng)險(xiǎn)與回報(bào)。雖然金融交易可以進(jìn)行，但是風(fēng)險(xiǎn)低、回報(bào)低，風(fēng)險(xiǎn)高、回報(bào)高，這一點(diǎn)是否會(huì)改變？價(jià)格和規(guī)則也不會(huì)改變。可能有一點(diǎn)會(huì)改變，過去如果風(fēng)險(xiǎn)是10%，需要10%的回報(bào)，成本應(yīng)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(shí)際上10%是平均數(shù)，有的可能只有2%，有的是20%。這時(shí)候能夠看得更清楚，風(fēng)險(xiǎn)定價(jià)可能將來會(huì)發(fā)生很大改變，可能導(dǎo)致不同個(gè)體的定價(jià)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(shí)是過去無法實(shí)現(xiàn)的。人工智能助力更加精準(zhǔn)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(huì)增強(qiáng)？金融學(xué)里有兩個(gè)互相競爭的理論，一個(gè)是有效市場假說，另一個(gè)是非理性市場行為。AI會(huì)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(shí)彌合資源配置差異，那么是否會(huì)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(jī)會(huì)，可能會(huì)使整個(gè)市場變得更加不平衡，甚至可能會(huì)使市場變得更加無效。

最后，利用人工智能和大數(shù)據(jù)會(huì)改變過去金融風(fēng)險(xiǎn)產(chǎn)生和傳導(dǎo)的機(jī)制。我們在研究大數(shù)據(jù)和大科技信貸時(shí)曾經(jīng)做過分析，伯南克曾提出金融加速器的機(jī)制，抵押品資產(chǎn)價(jià)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(jìn)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(jī)制可能就會(huì)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(jià)，而是更多地關(guān)注現(xiàn)金流。這時(shí)信貸決策會(huì)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(jì)專業(yè)學(xué)位研究生教指委