意见领袖 | 黄益平
题记：2025年6月9-10日，“2025罗汉堂-北大国发院数字经济年会”在北京大学国家发展研究院召开。本文为北大国发院院长、北大数字金融研究中心主任黄益平在本次年会上的主题演讲。
北大的 “数字金融研究中心” 在过去十年来一直在跟踪、研究数字技术在金融领域的应用。大部分时间是学者跟行业机构与专家调研、交流，学习最新的实践并努力一些思考、提升。今天我就分享一下我们怎么看待人工智能的应用给金融领域带来的可能改变。
我的起点是一本货币银行学的经典教材（编者注：即 Stephen Cecchetti 和 Kim Scheonholtz 合著的 Money， Banking and Financial Markets）。这本书的第一位作者（Cecchetti）曾经担任国际清算银行的首席经济学家，另一位作者 （Scheonholtz） 曾是花旗集团的全球首席经济学家，后来在纽约大学执教。这本书总结了金融的五个基本原理，可以为我们讨论 AI 的影响提供一个有益的框架：
第一，时间是有价值的；
第二，风险要得到补偿；
第三，信息是金融决策的基础；
第四，市场配置资源和定价；
第五，稳定有助于改进福利。
借用这个框架，如何理解在金融领域应用人工智能技术可能带来的一些潜在变化，尤其是上述金融规则会不会发生改变。如果有改变，怎么改变？如果没有改变，那么可能是什么样的影响？
另外，我想特别说明一下，我们现在一讲到人工智能，基本上都是讨论大语言模型。但人工智能是一个相对广义的概念，可以包括一般的机器学习方法，甚至包括统计分析，而且人工智能技术的创新与发展也存在不同的技术路径。在我接下来分享的一些案例中，使用的人工智能并不一定就是直接的大语言模型。当然，近期大语言模型的应用变得越来越普遍、活跃。
金融是做什么的？对金融的定义有多重 —— 有学术的角度，也有金融机构的角度——但一个比较一致的观点是金融最重要的一个挑战是解决信息不对称问题。解决信息不对称的核心，就是要在效率和风险之间求得平衡。这一次来现场参会的学者 Micheal Spence 是 2001 年诺贝尔经济学奖得主，他的主要贡献就是对信息不对称问题的研究。
信息不对称确实是金融的重大挑战。那么在这种情况下，人工智能在金融服务中能做什么呢？我列了几条，可能还不完整：
-
人工智能的技术可以帮我们产生或抓取一些新的信息。前面讨论金融的原理时提到，信息是金融决策的基础。那么信息是哪儿来的？过去收集信息主要依靠一些传统的方法。用了人工智能以后，可以收集更多更丰富的数据，甚至可以从原有的信息当中抓取出新的信息。
大家可以看一下上面右边的这张图，来自今年发表的一篇学术论文，作者从过去一百多年里不同文字出版的书当中，抓取了对于金融的情感、情绪或者态度。图中越往上越积极，越往下越负面：英国和美国是最高的，俄罗斯是最低的，中国大概是位于中上，在意大利和法国之间。一百多年来出版的书其实是很难去解读的，有了人工智能之后，才能从书里抓取 “文本的情绪”。
-
人工智能的技术可以帮助更好地预测市场的走势。这既有可能是因为使用的信息更多，所以预测时的支持证据更多、基础更广，也有可能是因为算得更快，所以同样的数据能够算出来的结果可能会更丰富一点。
-
人工智能可以将一些本来是耗钱耗力的事情自动化，比如智能投顾。以前凭借个人能做到的服务非常有限，但是用 AI 技术实现自动化之后，如果做得好，就可以提供很多个性化的服务。
接下来我给大家简单地举几个例子，这些基本上都是我们调研过的现实案例。
第一个最典型的案例就是客户服务：过去是人工客服，现在变成智能客服。这一点大概比较容易理解，客户的很多问题其实都是雷同的，所以用机器去回答不但比人工回答效率更高，有可能回答的质量还更好。工行有一个智能客服叫做 “工小智”，据说现在每天处理的问题可以超过一百万，而且客户对它的满意度非常高。这说明用技术可以解决过去需要消耗很多人力资源的工作，而且效果非常好。
现在有一些新的进展，智能客服不仅能回答 “我忘记密码了怎么办？” 这类简单问题，而且能把老百姓用白话表达的问题转变成专业术语，形成进一步的客户洞察，下一步就有可能直接向客户提供服务，这也是为什么精准营销会变成一项很重要的业务。一些被调研的金融机构说以前客服部门是一个成本中心，现在变成了盈利中心，因为智能客服帮助他们把金融产品和服务的营销做得更好了。
第二个很重要的案例是反欺诈。反欺诈的重要性不言而喻：在金融交易当中，信息不对称是主要挑战，如果不能很好地解决欺诈问题，金融交易是无法持续的。我们知道在支付过程中，反欺诈是非常重要的一个环节。SWIFT 就花了很多的钱建立了一个人工智能的反诈系统。它的主要做法是用一套联邦算法，把全球一万多家金融机构的信息集中在一起，利用数据和算法来识别那些不太正常的交易。“壹账通” 也有通过线上面试来识别微表情，进而辨识哪些是正常的交易，哪些可能是存疑的交易。
第三个案例是大科技信贷，这是我个人研究比较多的领域，我和合作者在研究中用过包括网商银行在内的很多机构的数据。以前银行在信贷决策中经常面临普惠金融不好做的难题，也就是很多中小企业、低收入家庭、农村经济主体面临融资难的问题。把融资难问题分解一下，无非是触达难和风控难。风控难的关键是根据什么和怎样来做信用风险的评估和管理。大科技信贷就是用大数据和人工智能的算法，利用一些非传统、非财务的数据，帮助识别谁是好的潜在借款人，谁可能不是 —— 最终要预测的其实是客户的还款能力和意愿。用大数据和人工智能的算法，起码可以克服部分的难题。
大科技信贷或者数字信贷实践可以说是比较成熟的案例。不仅是新型的互联网银行在做，很多传统的金融机构也都在大量地做。简单地说，数字信用的形成，它实际上并不是去制造了一个新的信用，而是用大数据和人工智能的算法，把本来很难识别的、可能已经存在的信用给识别出来了。这样来做信用风险评估，最后的效果是不错的。
第四个案例是在投资领域。智能投顾目前在国内外可能都还不太成功。原因可能有很多，确实有很多障碍要克服。第一个问题是算法到底靠谱不靠谱。第二个问题是，即使算法还比较靠谱，有没有足够多的资产做配置？如果只有股票可以卖多，实际上配置资产是比较困难的。另外，确实有一个接受度的问题。人工智能在金融领域的应用，有一个普遍的现象，就是如果由应用的机构承担风险，推进相对比较容易，如果由个体客户承担后果，难度更大一些，这可能是为什么移动支付和信贷推进比较快，但帮人做投资就比较困难。但智能投顾还是一个非常有潜力的领域，期待将来取得突破性的进展。
但在投资的过程当中已经看到一些跟人工智能有关的新的工具或手段，比如用情绪指数预测资产价格的走势。前面提到的用人工智能技术抓取出版书籍里的 “文本情绪”，现在还有 “图像情绪”、“视频情绪”。从图像当中可以看出微表情，比如美联储主席这样表达市场就跌，那样表达市场就涨，这背后想识别的其实就是决策部门到底是什么样的情绪？举例来说，在下面图中，上面这张图片，伯南克情绪很好，市场就受到鼓舞；下面这张图片，鲍威尔皱着眉头，市场感觉就不是很乐观。当然这是需要长期跟踪分析的，每一位主席的表情估计不太一样，这是一个很复杂的问题。我想说的是，现在用了这些技术以后，可以抓取这些原来没有的信息，帮助判断市场的未来走向。
最后一个案例是 AI 智能体。比如蚂蚁集团的 “蚂小财” 的例子，虽然还在开发的过程当中，但是它确实已经开始发挥比较大的作用，应该说将来可能是一个比较有意思的应用。因为时间的缘故，我就不展开讲了。
最后做一个总结。一开始我给大家列了金融的五个原则。现在把刚才我提到的人工智能给金融带来的这些潜在的变化，跟这五个原则来做个对照，看看金融的基本规则会不会有变化，或者有变化的话可能是什么样的变化。
第一条，“时间是有价值的”，也就是对于金融资产来说，贴现率是非常重要的一个因素。那么用了人工智能的算法以后，会不会改变贴现率？这个问题说实话没有答案，但我们看到有初步研究发现，金融市场用了大语言模型之后，对风险的偏好可能会有一些变化，甚至贴现率可能会提高，会对金融资产的配置结构会造成一些影响。当然了，这些研究的结果还远远没有定论。但是我认为，“时间是有价值的” 这个说法，定性是不变的，但是定量将来会不会发生改变，值得观察。
第二条，“风险必须得到补偿”，这不会改变，但是风险需要得到多大的补偿？比如刚才提到的信贷问题。如果在对潜在借款人进行判断时，看不太清楚他的风险，你对他的信贷的利率可能会比较高一些。但是现在用了大数据，用了人工智能的算法之后，对潜在的风险大概就能看得比较清楚，其实是可以有效地降低贷款利率。所以 “风险要得到补偿”，这没有问题。但是风险与回报 —— 或者与资产价格 —— 之间的平衡关系将来可能会发生一些移动。如果风险真能控制好的话（这还不一定），也许将来可以普遍地降低融资成本，这是一种可能性。
第三条，“信息是金融决策的基础”，这也不会改变，但从我刚才举的几个例子来看，什么信息可以用于支持金融决策，这可能会发生改变。过去很难用于支持金融决策的信息，今天可以用；过去没有的信息，现在可以用人工智能把它给抓取出来，而且成为对做金融决策非常有用的信息，我觉得这完全有可能。
第四条，“市场决定资源配置和定价”，这个也不会改变。但是这里有一个问题我还没有完全想清楚，那就是：用了人工智能之后，市场是会变得更有效率，还是更没有效率？我们都知道，金融市场是有效的还是无效的，这两种学术观点一直都存在。我们确实看到，有的研究发现 “图像的情绪” 对预测下一轮市场反弹的效果特别好。为什么对预测反弹有帮助？我的猜测是，“图像的情绪” 给人的刺激力度更大，所以有可能投资者在第一轮反应就会比较大，超调就有可能更多，回调可能就会更明显。这个会导致市场会变得更有效，还是更不有效，我其实不知道，但我觉得这是一个值得观察的问题。
最后一条，在金融市场中，“稳定是有助于提升福利的”，不喜欢大起大落，这大家都能理解。用了人工智能之后，金融市场会变得更加稳定，还是更加不稳定？对这个问题的回答，我觉得是非常多面的。我自己做的研究 —— 就是刚才说的大科技信贷 —— 发现，用数据替代了抵押资产以后，金融加速器的抵押品渠道就没有了，所以可能就变得更稳定了。但是用了人工智能技术之后，将来市场的共振会不会变得更厉害？整个市场的其他风险会不会变得更大？或者是不是还会有一些新的风险被引发出来？
从这五个方面来看人工智能的应用对金融产生的影响，现在看起来原则不会改变，但是具体的平衡点会往特定方向发生一些迁移，这是完全有可能的。但最终结论是什么？现在还并不清晰，还需要在实践的进一步发展中定义。即便如此，这些在量上反应的变化，很可能会改变价格的轨迹甚至市场的走向，对于市场参与者特别是监管者来说，需要认真的观察、研究，并动态地制定相应的对策。
谢谢大家！
来源：北大国发院
(本文作者介绍：北京大学国家发展研究院、中国经济研究中心教授)