黃益平：人工智能會否重構金融？

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

今天匯報的題目是關于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，關注金融可能發生的變化，但很多問題還沒有特別清晰的結論，因為AI還在發展過程中，金融應用也還在演變。

首先金融是什么我不再贅述，大家都是經濟金融領域的專家。在金融領域，需要解決的一個重要問題是信息不對稱。那么，人工智能技術在金融中發揮怎樣的作用？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查和研究中觀察得到的初步結論。在展開之前，我想先探討金融是否會重構，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，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定并且改善福利。從我最后的發言中收到的這幾條內容來看，我們采用了人工智能技術，這是否會對金融的規則產生大幅改變？

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

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。現在的設計還方便了解，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化成專業的金融術語。

我們觀察到，許多機構發現非常有趣的是，不僅客戶對這種服務比較滿意，甚至他們從成本中心變成了盈利中心。他們發現只要有金融服務的需求，如果定向推送一些相關產品，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域，也是許多數字金融第一步繞不開的事情，就是反欺詐。傳統金融機構也是如此，信息不對稱是金融最大的挑戰，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。現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。在數字化流程中，這一挑戰更大。過去金融機構為客戶提供服務時，客戶會面簽，機構會安排專家與客戶面談，都是有經驗的專家。現在則幾乎不見面，全靠一些數據。如何排除不正常的交易或者潛在的欺詐交易對手，是所有金融機構都要面對的問題。支付領域尤其如此。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將大量的欺詐交易排除在外，如果沒有能力適當排除欺詐，業務肯定無法持續。

目前，所有金融機構都在使用人工智能識別不正常交易，發現客戶的不規范行為，這是非常普遍且令人煩惱的現象。優秀的金融機構都具備這種能力，如果沒有這種能力，機構就難以體現其價值。我們知道“道高一尺，魔高一丈”，只要有平臺和大規模金融服務，就會出現許多成規模的高技術黑產，例如硅產業，這是非常普遍的現象。

第三個成功的領域是我本人研究所關注的大科技信貸，現在我們稱之為數字信貸。簡而言之，在過去的金融服務中，我們經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、農村經濟組織等的信貸服務不充分。

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，我認為互聯網平臺在這方面發揮了很大作用。簡單來說，就是使用大數據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，發現在通過平臺獲得客戶后，運用非傳統大數據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，是用人工做決策。發現一個現象是在做新決策時，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。后來這家機構開始逐步進行數字化轉型，我們在此案例中發現算法的應用可以降低人工決策中的歧視現象，但增加使用數據并沒有這個特性。

人工智能技術在投資決策中的應用也已經非常普遍。不過，有一個業務看似可能會有很大的發展，然而到目前為止發展情況并不理想，這就是智能投顧領域。

但利用數字技術和AI輔助投資決策，尤其是在分析投資者或者市場情緒方面，已經出現了許多創新和神奇的案例。

其中一個有意思的研究是分析美聯儲貨幣政策決策之后的美聯儲主席的新聞發布會，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，發現鮑威爾不但說了Good afternoon，還在說之前嘆了一聲氣，當時市場就開始狂跌。

這表明技術和數據已經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，主要通過發放問卷調查的方式，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，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。

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

但“道高一尺，魔高一丈”，關鍵在于誰的技術使用得更好。如果他們的技術使用得更好，還沒來得及反應，危機可能就已經發生，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，雖然我不太了解經濟學和金融學，但是我觀察到的是人工智能技術在金融領域的應用。

總結一下，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發生改變。例如過去銀行主要依據財務數據做信貸決策，現在則不一定依賴財務數據。但大部分客戶沒有這些數據該如何應對？人工智能和大數據的結合解決了很多過去解決不了的問題，甚至從數據信息獲取和分析兩個方面已經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？價格和規則也不會改變。可能有一點會改變，過去如果風險是10%，需要10%的回報，成本應該是10%。現在可以使用大數據和人工智能技術看清楚，實際上10%是平均數，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生很大改變，可能導致不同個體的定價發生非常大的變化。

我剛才已經提到普惠金融的邊界確實是過去無法實現的。人工智能助力更加精準的金融服務，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？如果人工智能技術和大數據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據會改變過去金融風險產生和傳導的機制。我們在研究大數據和大科技信貸時曾經做過分析，伯南克曾提出金融加速器的機制，抵押品資產價格與信貸供給呈現高度正相關。如果采用人工智能方法進行信貸決策，不再依賴抵押品，而是更多地依賴數據。金融加速器的機制可能就會消失。

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

文章來源：數字經濟專業學位研究生教指委