本文共字，预计阅读时间。

人工智能技术在金融领域的发展如火如荼，人工智能与金融的结合异彩纷呈，创设了非常多样化的金融生态，促进了行业的发展，也带来了诸如伦理上的主体、歧视、黑箱悖论；法律上的所有权、责任归属、监管难题；以及二八分化、失业与行业边界变革等各类问题。

面对这些问题，我们认为是时候针对金融领域提出发展智能技术的九大原则，从而帮助行业更好、更快的发展。九大原则实际上是三种角色的反映，我们希望技术与金融结合的产物能够扮演至少三个角色：金融生态秩序的守护者、决胜小康三大攻坚战的践行者以及塑造现代化金融监管的推动者。智能金融本质还是金融行业的创新与发展，首要条件是守护健康积极的金融生态秩序。而打赢防范化解重大风险、精准脱贫、防治污染三大攻坚战依赖金融资源的合理配置与运用。智能金融能够更高效的优化资源配置，助力全面建成小康社会。至于从智能金融到智能监管，一步之遥也是殊途同归。智能金融不仅有效促进金融的发展，而且能够帮助监管更高效运作。

第一，智能金融应当负责任创新（Responsible Innovation）。负责任地创新是智能金融的发展首先要遵从的一般原则。“负责任创新”是广泛用于技术创新领域的发展理论，经过十五年左右的酝酿与发展，已经成为全球技术创新的一项共识。

例如早在2003年，美国通过的《21世纪纳米技术研究与发展法》就要求相关部门开展纳米技术领域“负责任”发展所需要的标准、指引等问题的研究，并且设立专门中心对“负责任”研究有关的事项进行分析识别。2014年正式启动的欧盟“地平线2020”计划要求社会各个部门（研究人员、公民、政策制定者、商界、第三方机构等）参与者共同努力构建一个“更好连接科学研究、社会需要与预期的欧盟社会”。这条进路有一个专门的名词叫做“负责任的研究与创新”（Responsible Research and Innovation）。该计划来源于创立于1984年的欧盟科研框架计划，地平线2020计划正是该科研框架计划的第八个项目。在我国，2016年的《“十三五”国家科技创新规划》首次明确指出：倡导负责任的研究与创新，加强科研伦理建设，强化科研伦理教育，提高科技工作者科研伦理规范意识，引导企业在技术创新活动中重视和承担保护生态、保障安全等社会责任。

具体到金融科技创新领域，美国走在了创新发展的前列。从2016年开始，美国货币监理署（OCC）发布了多份报告支持在金融行业尤其是银行业的负责任创新。OCC认为，“金融产品、服务以及流程应当在满足有效风险管理要求和银行整体商业策略的基础上满足消费者、公司以及社区不断变化的需求。”（《支持联邦银行系统中负责任创新：货币监理署的观点》）此后，OCC聚焦银行业负责任创新，2018年7月31日开始允许金融科技公司申请特殊目的银行牌照。在我国，2017年《新一代人工智能发展规划》要求，制定促进人工智能发展的法律法规和伦理规范，首要是“……明确人工智能法律主体以及相关权利、义务和责任等”，尚没有对于金融领域的负责任创新的清晰顶层设计。

“负责任创新”拥有两层含义。广泛意义上来说，负责任的智能金融应当遵从“内部自我规制，外部多方监督”的全新结构。内部自我规制决定应当如何发展智能金融技术，例如创新主体内部成立自我监管组织（SRO）进行创新决策。外部多方监督意味着负责任创新不能假以一人或者一方，而需要社会各界的共同参与，例如英国皇家艺术制造和商业促进会（RSA）正在尝试用“公民法官”解决人工智能所涉及的犯罪问题和政治争论。而这些都需要在遵循伦理的基础上展开。另外一层含义是中国语境下的“负责任创新”理解。中国的创新历程还较为短暂，乱象自然更加频仍。尤其是互联网金融领域所开展的多次、持续专项整治是在内外部合力规制的框架之外，需要遵守的另一条底线。

第二，智能金融发展应当遵守技术伦理。智能金融的负责任创新所遵循的伦理，既包括金融伦理，也包括技术伦理。人工智能算法容易产生两类悖论——“产生悖论”与“结果悖论”。前者指从数据的输入来看，不论输入是否存在主观偏见的可能，算法都会走上歧视的道路，要么是输入算法程序的人本身带有主观价值色彩，要么是算法自身运行过程造成了客观系统歧视。后者指从输出的结果来看，要么造成对某些群体客观歧视，要么造成客观忽视。有时候，这类歧视会因为算法黑箱的原因而不容易识别或者无法解释。

就技术伦理而言，我们应当在设计时遵守两个方面的技术伦理。第一个方面，通过技术手段防止、控制技术的不可测风险，尽管技术手段的使用将会付出一定的成本。例如在日志中记录、测试、监测数据和运算过程，以保证“有数据可循”。第二个方面，通过制定规则防止破坏性技术独占等不恰当发展智能金融的行为。技术是中立的，但是破坏性技术独占、深度学习算法滥用等技术的运用是有对错的。

为此可能需要做到在技术运用的全流程中嵌入两类设计——“默认技术设计”（designed by default tech）和“默认伦理设计”(designed by default ethnic)。前者的意思是在人工智能技术中需要默认设置一些算法，这些算法本身是符合技术伦理的；后者的意思是需要将公平、正义、不得伤害人类等伦理价值观作为模块嵌入算法本身。

这两类设计大致包含以下内容：第一，提供针对算法整体的审计标准和审计工具；第二，向人群提供人工智能使用的培训与说明；第三，算法全程透明化使用；第四，在算法正式应用前需要自动进行测试；第五，在算法应用中要进行监控、保护数据隐私等等。

第三，智能金融应当遵循金融发展规律。智能金融虽然深刻改变了金融行业商业逻辑，颠覆了诸多传统商业模式，但是其本质仍是金融模式创新，仍然必须遵循基本金融发展规律，这也是负责任创新所要求的金融伦理。

以二级投资市场上的算法交易为例。算法交易起源于二十世纪中叶的配对交易。1949年，对冲基金之父阿尔弗雷德·琼斯将多头和空头头寸进行了3:7的对冲；20世纪60年代，投资者利用计算机算法分析股票的周线和月线；之后的80年代开始，伴随着算法交易成为市场投资中不可缺少的工具，黑池交易、算法黑箱等问题也开始出现，带来了诸多的风险。最近一次，美股在2018年2月8日的下调重挫就被很多市场分析师称为“资本市场历史上第一次算法股灾”。根据京东金融研究院发布的《智能金融白皮书》，在“智能监管最值得期待的内容”调研中，“风险管理”获得了45.1%的得票率，高出第二名“支付监控”33个百分点。从调研层面说明，金融风险管理作为金融伦理的重要性。

本文认为，金融伦理主要体现在两个方面。第一，人工智能应当不得加剧风险。金融业务时刻萦绕着各种类型的风险，金融行业人工智能应当有效管理既存风险；有限降低过大金融风险；并且能够评估、预测、分析金融风险。第二，人工智能应当不得使得市场资源配置紊乱。金融行业人工智能应当促进金融服务实体经济，避免资金空转，尤其还要做到符合货币政策、财政政策的引导，保证市场资源的有效分配。

第四，智能金融应当聚焦防范化解重大金融风险。从发展目标上来说，智能金融防范化解三大攻坚战是负责任创新的中国语境表达。智能金融通过参与强化金融监管能力和帮助提升全社会早识别、早预警、早发现、早处置重大金融风险的能力，守住不发生系统性金融风险的底线，防范和化解重大金融风险。关键在于尽早发现金融风险的端倪。这就要求分析海量数据，而信息不对称是持续困扰的难点和痛点。

智能金融解决方案可以实现：第一，及时监测海量数据，对于有可能引起重大金融风险的情形进行及时、全面、系统监测；第二，尽早识别风险端倪，做到早识别、早预警、早发现可能引起风险的信息和数据；第三，技术成本与底线防范相统一，考量智能金融解决方案的技术成本，以实现最高效的利用。

第五，智能金融应当用技术推进金融精准扶贫。智能金融天然地就是普惠金融。普惠金融面临两个问题：第一，成本压力。传统金融机构、新兴农村金融机构都面临着在贫困地区开展业务无法收回成本；第二，风控压力。大量高频、小额、分散的普惠借贷所服务的对象一般属于风险较高的人群，导致风控的成本极大，但是效率极低。人工智能饿应用大大解决了成本和风控问题，并且完成了人力所不能完成的浩繁工作，改变了传统以人力为核心资本的实现普惠金融的逻辑。

金融精准扶贫是精准脱贫的重要内容。智能金融个性化、定制化的发展趋势正好加大了传统金融机构无法服务的长尾人群的覆盖。根据个体风险差异，实现金融产品差异化定价，实现普惠金融。金融精准扶贫还必须立足农村，发展农业，促进乡村振兴。贫困人口大多生活在农村，从事农业生产。授人以鱼不如授人以渔。一方面，通过简化易得的金融服务，贫困群众更加容易获得金融相关的知识，实现了金融知识普及；另一方面，智能金融还可以通过科学分析农业生产各阶段的资金需求，为贫困人口提供精准的资金支持与治理支持，实现农业生产科学化，提高其脱贫能力。

第六，智能金融应当参与绿色金融，推动污染防治。当前我国社会的基本矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。环境污染是人民对美好生活的需求与经济发展不平衡不充分之间矛盾的重要表现。发展绿色金融，是实现绿色发展的重要措施，也是供给侧结构性改革的重要内容。智能金融参与发展绿色金融，可以防治环境污染，是实现绿色发展目标的重要助力。

人工智能可以至少在以下方面发挥作用：第一，通过数据分析，认定项目是否符合绿色标准。绿色金融有着相对严格地界定标准，通过对项目的数据进行分析，可以有效地判断该项目是否是绿色金融项目。包括但不限于企业与环境、项目技术水平、项目与环境等多维度。第二，通过需求分析，判断项目是否存在真实绿色需求。人工智能对于环保部门数据、用能等领域的信息、主体信用信息等数据的整合分析，可以合理有效地判断需求真实性。第三，通过宏观分析，调整绿色项目供给总量。将绿色金融项目与宏观金融发展相匹配，可以提高绿色项目供给的效率。

第七，智能金融应当辅助监管，化繁为简。现代金融活动日趋复杂，监管规则也层出不穷。智能金融可以量化大量、复杂、隐蔽的金融活动，从而推动智能监管的应用。智能金融也可以推动建设面向未来的监管决策预测系统，有效执行监管规则。

京东金融研究院根据国际清算银行的监管科技报告进行梳理，得到辅助监管的方法主要包括数据收集和分析。在数据收集阶段，金融监管可以生成自动化报告或者实时检测报告等等；在数据管理阶段，可以通过数据整合、确认、可视化等方式实现数据的充分展示；在数据分析阶段，智能金融可以实现市场监管、不端行为检测分析、微观审慎监管和宏观审慎监管在内的四个目标。

包括但不限于以下几类方式。第一个，分析规则，形成监管策略。指的是通过对于监管文本、监管行为的归类分析，得出针对不同违法行为的监管策略。例如，美国证监会（SEC）针对智能投顾行业的特点，汇集各类数据，形成了针对该行业的具体策略。第二个，识别违法金融行为。指的是通过微观金融行为的监测与分析，判断该行为是否属于违法金融行为。例如澳大利亚证监会（ASIC）正在使用机器学习识别存在误导的金融销售行为。这种监管方法，提高了效率，增进了公平。第三个，自动检查申报文书。指的是提高申报文书阅读与审判的效率。例如美国证监会（SEC）使用人工智能发现机构申报文书中的风险点。

第八，智能金融应当兼顾效率与公平。除了技术伦理和金融伦理，负责任创新的智能金融更应当兼顾公平与效率价值。除了创新主体外，监管主体更是应当以公平和效率为己任。智能监管，属于智能金融的一部分，是面向未来的监管决策预测系统。人民银行研究所孙国峰所长认为在中国建设该系统，需要做到以下六点：第一，完善金融监管双支柱。在宏观审慎监管和微观功能监管的每一个方面都需要考量公平和效率因素。第二，金融数据标准化。这是智能金融发展价值的基本问题，例如如何合理合法地调取机构数据。第三，制定智能监管规则和标准。智能金融的相关监管规则、行业技术标准是公平和效率价值的直接提现。第四和第五都是重视监管机构、金融机构和金融科技公司的相互协作。协作越多越顺畅，有利于兼顾多方利益，实现公平。第六，注重国际合作。故步自封容易导致价值失速。因此国外先进经验非常值得借鉴。

第九，智能金融应当有助于实现全链路合规。在智能金融的多种业态之中，不论是为客户提供精准定制产品的智能投顾，还是为金融风控提供“模块化”的智能系统，都涵盖了大量的流程环节。以智能风控为例。基于有效的大数据积累，智能风控形成了反欺诈、反洗钱、反账户盗用、反羊毛党、反虚假交易等多个模块。每一个模块都有自己的技术逻辑和商业逻辑。不能因为逻辑的问题而导致全链路的合规风险。

金融合规的基础是数据，对象是业务，目标是风险管理。所以首先，数据权属、数据隐私等问题需要智能金融负责任创新时加以考虑；其次，业务开展需要通过技术手段做到有效监督；最后，合规的最终目的是防范业务开展的全过程中存在的风险。

九条原则，既包含了一般性原则，也包含了特定语境下的发展。着眼于行业发展本身，以相对中立的立场，我们呼吁这些原则能够成为金融领域人工智能技术运用的指引，以负责任创新为基本思路，遵守金融秩序、助力社会发展、服务国家改革。

（作者系京东金融研究院张彧通，本文首发《银行家》）

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。