【新闻通稿】华瑞金融科技沙龙第10期暨BIMSA数字金融系列讲座第3期：金融科技创新带来的新风险.docx

6月26日，由上海华瑞银行、北京雁栖湖应用数学研究院（BIMSA）、中国人民大学国际货币研究所（IMI）、中国人民大学金融科技研究所共同主办的华瑞金融科技沙龙（第10期）暨BIMSA数字金融系列讲座（第3期）在线上成功举办。本期沙龙诚邀来自政产学研各界的专家学者围绕“金融科技创新带来的新风险”一题进行研讨。在本次会议中，光大信托信息技术部副总经理、数据中心总经理祝世虎作主题演讲。北京雁栖湖应用数学研究院研究员、北京航空航天大学经济管理学院教授韩立岩，复旦大学经济学院教授、北京雁栖湖应用数学研究院数字经济实验室教授刘庆富，中国人民大学财政金融学院党委副书记、教授罗煜，普洛斯金融集团副总裁、原平安银行零售风险技术总监兼大数据决策管理部总经理申志华参与研讨。沙龙由北京雁栖湖应用数学研究院数字经济实验室主任、研究员龙飞主持。

光大信托信息技术部副总经理、数据中心总经理祝世虎围绕“金融科技创新带来的新风险”做主题演讲，主要探讨了五方面内容：第一，他引导大家重新审视数据、标签和特征的定义。他认为，数据是客观存在的事实，标签是由数据加工出来的描述，特征则是根据不同的用途加工出来的属性。这些元素在传导到人脑中后，形成了我们的信息，也就是我们的印象。他通过实例详细解释了数据、标签、特征之间的区别和联系，以及数据价值、数据口径、“数据去中心化和管理中心化”等概念。第二，他从科技、金融、风险三个方面阐述了金融科技的内涵和外延。“金融科技始于数据，兴于技术，稳于制度，成于价值观。”这句话既揭示了科技发展的规律，也揭示了生产力和生产关系的关系。他强调，金融科技只是一种工具，它并不能改变风险和金融的本质，只能改变它们的形态和表现方式。第三，关于新业务带来的风险，以互联网贷款为例，他分析了数据驱动业务发展的过程和原因。他认为，互联网贷款并不是真正意义上的业务创新，而是账基信用卡对卡基信用卡的降维打击。他区分了浅场景和深场景两种类型的互联网贷款，并介绍了深场景下三层风险金字塔的概念，即客户级风险、场景内风险和场景外风险。他强调了识别还款意愿的重要性，以及新业务带来的反直觉现象。互联网贷款的风险主要体现在客户级风险、场景内风险和场景外风险这三个层面。客户级风险主要涉及到借款人的信用状况和还款能力；场景内风险则涉及到贷款产品的设计和运营过程中可能出现的问题；场景外风险则包括宏观经济环境、政策法规等因素可能对贷款业务产生的影响。第四，他探讨新科技带来的风险。他认为，模型是科技的核心，模型的发展经历了四代，分别是规则模型、规则+数据模型、大数据模型（深度学习模型）、大模型。他比较了这四代模型的优缺点和适用场景，并指出了大模型的不可解释性、黑箱性和不稳定性等问题。他建议，金融机构在使用新科技时，要有清晰的目标、合理的方法、充分的验证和有效的监控，避免盲目追求数字上的高精度而忽视实际的风险控制。第五，未知风险。一是ChatGPT带来的未知风险，一项技术如果担心不良后果而过早控制，技术很可能难以爆发，如果控制过晚，那么就可能走向失控，未来控制将更加困难。二是人和AI的哲学边界究竟在什么地方。三是人和AI间主体和客体的关系在潜移默化，如：究竟是ChatGPT在扩展人的智能，还是ChatGPT在利用人展示它的智能。

北京雁栖湖应用数学研究院研究员、北京航空航天大学经济管理学院教授韩立岩在研讨环节提出了三个值得进一步探讨的问题：第一，当前我们用金融科技为银行提供了业务创新，但金融科技本身就意味着风险，而且银行的业务创新本身采用的是间接数据，实际上在挖掘传统业务模式下风险程度较高的客户，因此如何对金融科技带来的风险问题进行有效监管成为我们必须要重视的问题。第二，金融需要“脱虚向实”，而且在服务实体经济时尤其要强调面向经济发展的重点领域，特别是要强调突破，实现“稳链”、“固链”、“展链”并在这些方面实现高端产业集群的金融支持，但这就产生一个十分要紧的问题：我们是否可以利用金融科技将银行和风险资本结合在一起？第三，三月份“硅谷银行事件”爆发后，银行的“投贷联动”问题又重新引起了人们的审视与思考，在“硅谷银行事件”之后金融科技是否可以继续服务于投贷联动？如何让“投贷联动”真的实施起来？

随后，韩立岩教授就“银行间接数据的加工”与“羊群风险”提出了见解。一方面，中国的浦发硅谷银行在运用金融科技开展投贷联动方面做了很多探索，特别在行业技术方向和科创小企业核心能力的战略信息挖掘上有独到之功。但是一般而论，在对银行间接数据的加工过程中存在诸多风险，包括数据本身的风险，因此需要“去伪存真”和“去粗取精”。这对金融科技的技术提出了更高要求，仅仅依靠不断扩大的数据和深度学习不能完全解决上述风险问题。另一方面，需要警惕“羊群风险”。由于金融科技并不是一项专利、不具有排他性，因此，一款新型金融产品运用了数字金融技术或者其他具体的金融科技的技术，取得了成功，往往容易引发许多机构的集体跟风行为，从而产生一拥而至的“羊群风险”，这需要予以警惕。此外，在挖掘间接数据时，除了数据的挖掘技术，数据的真实性同样重要。然而，目前的大数据和互联网环境平台中存在很多欺骗行为，如果大家可以对数据进行造假，那么“假数据”的存在也是一种不能忽视的潜在风险。

复旦大学经济学院教授、北京雁栖湖应用数学研究院数字经济实验室教授刘庆富就“风险诱因”和“智能风控”两个方面发表了自己的看法。风险诱因方面：第一，风险诱因来源于不同市场的关联性逐渐增强。不同市场相关性逐渐趋于一致时，一个市场发生的交易行为将直接或间接影响到其关联市场，导致金融市场关联性逐渐增强，诱发了关联风险。第二，计算机技术、人工智能算法，包括一些高频交易和算法交易的运用很容易引发产品价格的快速变化和交易量的显著提升，在短时间内会产生巨大的流动性，从而对市场产生巨大的冲击，且有可能会导致多米诺效应。第三，直接电子访问、“主机代管服务”的快速发展以及产品交易和结算结构的新变化都是风险诱因的新来源。从交易角度，交易产品和交易策略日益复杂化、交易系统本身的脆弱性以及高频交易的增加也可能产生大量风险。第四，交易人员的疏忽、证券交易机制的缺陷以及证券账户和托管体系不够健全等问题也是风险的重要来源。

智能风控方面，他提出了三方面建议：一是事前预警，需要建立量化交易的前端控制和预警系统，该系统有价格限制、交易算法技术修正、交易制定者的技术或程序要求等方面的内容。为保证市场公平性和有效性，交易所应适当减少前端控制，并通过多市场约束来进行管理。二是事中监控，需要建立量化交易的事中监控系统，要考虑客户、账号、业务、地域、时间等方面来提取用户特征，组合量化过程中的价格信息、交易量信息以及关联市场的交易行为，利用数理统计和人工智能预测模型来识别业务和操作层面的异常信息，并对可能出现的风险进行实时报警。三是建立异常交易的事后处置系统。国内对于金融市场一般通过法律及其交易所的业务规则来对量化交易风险进行事后处置，在深入理解规则的前提下，可以尝试建立量化交易的大数据平台，并在此基础上建立量化交易的智能处置系统。

中国人民大学财政金融学院党委副书记、教授罗煜在研讨环节探讨了四方面问题。第一，金融最核心的运行逻辑是跨期和杠杆，这也是它区别于其他人类经济活动的两大本质特征。金融要解决的核心问题是由信息不对称所导致的道德风险和逆向选择，技术的发展并没有改变这个本质，所以金融风险的内核不会随着智能风控的发展而发生本质性的改变，但在程度上、实现的方式方法上有很大改进。第二，大数据风控就像是一个“黑箱”，通过算法对看似没有因果逻辑性的数据给出结果。真正意义上的大数据风控或智能信贷应该是我们在决策过程中相信算法给出的结论，而不再去追求为什么会有这样的结论，即所谓的因果关系或可解释性。第三，在对金融机构风险的传统分类中，往往没有把科技风险单列。但如今随着技术对金融的渗透越来越深入，甚至在某些地方技术风险已经变成了金融机构可能面对的最突出的风险，就有必要把技术风险单列独立出来。此外，技术和传统金融风险的叠加可能会造成和放大一些新的风险。第四，类似于人类其他领域的技术进步，金融和技术的结合可能也有一个伦理上的边界。

普洛斯金融集团副总裁、原平安银行零售风险技术总监兼大数据决策管理部总经理申志华在研讨环节从实践角度提出金融科技所带来风险的两点看法。第一，技术的成熟性。从最早期的核心系统、ATM机到关系型数据库、磁条卡、评分卡、网银、手机银行等科技，再到现在的云计算、区块链、ChatGPT，金融界一直在积极拥抱科技前沿,是在众多行业中拥抱科技成果最多、最早的行业之一。科技创新必定带来一些风险，为了更好地防范和管控风险，我们要关注技术成熟曲线。技术的成熟性，是要跟技术的成熟性和金融服务阶段匹配起来的。如果在一个合适的阶段里用了不成熟或不合适的技术将带来很多的风险，并造成不必要的资金损失和带来比较低的价值创造。比如，区块链技术诞生到现在已经有十年了，但是否对金融服务和产品的创新带来真正的价值，目前我们还没有看的很清晰它的价值，可能技术成熟点还没有到来。任何一项新技术出来，我们既要去评判它积极创造更好的金融服务的价值，同时也需要从去防范它带来的风险、漏洞和副作用。只有把风险和副作用等问题解决了，新技术才能成熟并落地，更好为客户提供更加有价值的金融服务。比如说，大数据技术帮助我们大大改善了对金融客户的了解，也提高了内部精细化、高效化的管理水平。但是我们又要防范因为数据泄露、黑客入侵造成的客户隐私困扰、信贷风险和声誉问题；我们利用智能算法模型算法改善了信贷和投资决策的准确性和高效性，但是又要防范因为模型偏差、数据错误、以及市场剧烈变化等因素引起的模型失灵问题而造成的资产损失。

第二，金融科技不仅带来某种产品的更新和效率提高，同时也将带来金融服务商业模式的迭代甚至重造。人工智能和互联网是否会给银行模式带来巨大的冲击，引发商业模式方面巨大的风险，这也是值得进一步探讨、探索和评估的问题。从最近互联网二十多年的发展来看，其对金融的冲击还是停留在战术层面或产品层面，尚未颠覆掉金融服务的核心商业模式。20年多前的互联网革命以及是十五年前开始的P2P新融资模式，并没有淘汰掉银行的传统商业模式。银行作为有几百年悠久历史的商业机构经受住了考验。但是事情发展并不是总一条直线的。随着新的一波以AI为代表的技术革命浪潮的出现和发展，是否会带来对传统银行模式的淘汰，需要且值得更深入的考察和研究。

据悉，华瑞金融科技沙龙是由上海华瑞银行联合中国人民大学国际货币研究所（IMI）、金融科技研究所共同发起设立的系列沙龙，每月定期举办，沙龙秉承“服务实体经济，服务小微大众”理念，专注金融科技及相关领域热点问题，邀请产学研多方专家学者，共同深入讨论金融科技助力实体经济发展之路。

撰稿：林靖澄

监制：安然