炒股配资知识网【金融论坛第409期】杨涛│AI大模型金融应用的机遇与挑战

炒股配资知识网来源：股海博金配资网站：易云达日期：2011-04-06 08:07:46 查看：172

（来源：中国社会科学院金融研究所）炒股配资知识网

2025年11月18日，中国社会科学院金融研究所举办《金融论坛》，邀请中国社会科学院金融研究所支付清算研究中心主任、研究员、博士生导师，全国金融标准化技术委员会委员杨涛为主讲嘉宾，就《AI大模型金融应用的机遇与挑战》作专题报告。论坛由副所长王朝阳研究员主持，党委书记王利民、副所长张凡、所内专家学者和在站博士后参加了本次论坛。

主讲人：杨涛

杨涛研究员围绕AI大模型金融应用的背景、机遇现状及风险挑战展开分享。中央金融工作会议提出“金融强国”目标，直面我国金融业“大而不强”的现状，要求通过高质量发展提升金融体系的内在质效与综合竞争力。这一战略与党的二十大报告中“以中国式现代化全面推进中华民族伟大复兴”的部署紧密衔接，对金融业提出了更高的要求。2024年11月，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，明确将人工智能纳入金融体系核心创新工具，强调技术、数据、基础设施等要素的协同作用。数字金融不仅涵盖技术驱动的业务与流程革新，更致力于全产业链的数字化再造，服务于新兴数字经济模式。在此背景下，AI大模型成为破解金融业信息不对称、优化资源配置的关键工具。

杨涛研究员认为，技术进步为AI大模型金融应用奠定了坚实基础。人工智能历经三波发展浪潮，从传统机器学习到深度学习，再迈向预训练时代的千亿参数级大模型，实现了从“单一任务”到“通用智能”的质变。当前大模型已具备世界知识、复杂推理、人类指令遵循等众多能力跃升，并通过人类反馈强化学习（RLHF）降低伦理风险。据相关机构统计，2024年全球人工智能产业规模达6382亿美元，金融业成为AI技术落地的前沿阵地。值得关注的是，DeepSeek等推理型大模型通过“慢思考”深度拆解复杂问题，在工商银行、摩根大通等机构的风险管理、资产配置场景中展现出超越人类顾问的认知深度。与此同时，多模态技术、智能体（Agent）、人机协同等趋势正重构金融服务范式，推动行业从“效率工具”向“决策引擎”演进。

党的十九大以来，习近平总书记围绕人工智能与高质量发展作出系列战略部署，为技术应用提供了根本遵循。2025年，国务院发布《关于深入实施“人工智能+”行动的意见》，明确推动人工智能与经济社会深度融合。中国人民银行科技工作会议强调“安全稳妥有序推进人工智能大模型应用”，《金融科技发展规划（2022-2025年）》要求健全算法管理与安全评估体系。2025年国标委发布《人工智能大模型》系列标准，金标委亦推动《数字金融人工智能大模型安全应用技术规范》编制，从国家标准与行业规范层面构建治理框架。这些政策既为创新留白，又通过完善政策原则、技术规则与伦理准则，筑牢了安全底线。

谈到AI大模型金融应用的机遇与现状，杨涛研究员总结出以下要点：其一，数字金融与科技创新正迈向纵深发展。在供给侧，新技术演进与监管政策持续优化共同驱动创新；在需求侧，企业与消费者的数字化偏好不断提升。技术呈现非线性突破，AI与大数据、云计算等技术协同互补，持续提升对金融创新的贡献度。监管部门在防范风险的同时，对数字化转型保持合理包容态度，努力平衡创新与安全。随着数据要素价值日益凸显，金融业亟需满足市场主体的数字化需求，这为AI大模型金融应用创造了新的发展契机。其二，数据、算法、算力三大要素持续完善。金融机构积极构建知识库，提升数据集质量，虽在数据互联互通方面仍有不足，但整体数据基础不断夯实。算法层面，Transformer架构持续优化，专家混合模型、稀疏注意力机制等创新技术助力大模型更好地理解复杂金融业务。算力基础设施快速扩张，“东数西算”工程优化全国算力布局。其三，基础大模型建设日臻成熟，我国从技术追赶者转变为竞争参与者。阿里、腾讯、百度等大型科技平台巩固领先地位，DeepSeek等新兴力量通过知识蒸馏等技术实现轻量化与性能平衡，部分企业则转向垂直领域深耕。基础大模型的产业化落地，为金融服务模式重构提供了重要支撑。其四，金融行业已涌现出一批示范性创新案例。大模型厂商、金融科技企业和持牌金融机构各展所长：厂商夯实基础设施，科技企业推动自研模型，金融机构聚焦业务场景开发专属模型。据分析，2025年上半年银行业应用占比达18.1%，国有大行和股份制银行在前中后台多个领域实现落地。其五，开放合作生态逐渐形成，产业链各主体呈现“百花齐放、互补共赢”态势。“政产学研用”协同体系日益完善，开放银行向开放金融深化演进。开源技术的广泛应用进一步加速迭代，降低门槛，为金融大模型应用提供了坚实的生态保障。

对于未来的发展趋势，杨涛研究员提出五个方面值得关注的问题：其一，AI大模型在金融领域的应用必须紧扣行业核心需求，着力解决金融机构面临的五大痛点。在战略决策层面，大模型能提升信息处理与决策能力，助力管理层应对复杂竞争环境；在组织运营方面，可推动智能化转型，优化运营效率并降低成本；在投入产出维度，能整合数据要素，提升全要素生产率，更好地服务客户个性化需求；在风险管理领域，可构建更精准的风险模型，强化合规管理水平；在服务效果上，将有力支撑科技金融、绿色金融、普惠金融、养老金融等重点方向的发展。其二，当前需着力改善大模型应用的投入产出模式。面对科技投入持续增加但短期业务价值有限的矛盾，金融机构应坚持“精准投入、降本增效”原则，避免“为AI而AI”，通过优化投入结构和探索混合技术路线，提升成本收益比。其三，大模型应用还需着眼于增强金融机构的可持续发展能力。以银行为例，2025年上半年末商业银行净息差仅为1.42%，不同类型银行分化明显，可持续发展面临挑战。大模型应重点帮助银行改善资产负债管理、提升风控能力，夯实稳健发展基础。其四，服务实体经济方面，大模型应用需以提升服务实效为衡量标准。银行业要写好“五篇大文章”，证券业要助力居民增收，保险业要强化风险管理，共同通过精准资源配置为企业和居民创造价值。其五，需要理性看待大模型应用的现实价值，避免“短期高估、长期低估”。应注重大小模型协同，实现性能、效率与成本的平衡。对中小银行而言，轻量化发展路径更为适宜；在智能体建设中，要防止“一哄而上”带来的资源浪费和效率降低，切实推动技术赋能向价值创造转化。

杨涛研究员分析了当前AI大模型金融应用的风险挑战问题。（1）在技术层面，首当其冲的是模型“黑箱”问题。大模型基于复杂的神经网络构建，输入与输出间的因果关系难以追溯，这种可解释性的缺失在注重风险归因的金融领域尤为突出。与此同时，模型的准确性与偏见问题同样不容忽视。研究表明，大模型通常存在部分“幻觉”现象，即会虚构信息，这对要求高度精准的金融业务构成直接威胁。数据安全与隐私风险同样严峻，海量训练数据可能涉及个人隐私泄露，而商业数据在模型调用过程中的传输也可能引发安全问题。知识产权争议则成为另一个隐患，训练数据的采集与使用可能涉及版权、商标权等侵权风险。（2）在金融风险维度，大模型可能加剧系统性风险。由于算法趋同现象日益显著，多家金融机构采用相似模型可能导致决策同质化，进而引发“羊群效应”，放大市场波动。具体表现为两个方面：一是市场波动问题，大模型对社交媒体和新闻情绪的分析若出现误判，可能错误引导投资者预期；二是风险集中问题，模型对历史数据的过度拟合可能导致未来预测失准，在市场变化时引发连锁反应。（3）非系统性风险同样需要警惕。操作风险因系统复杂性而升级，大模型更易成为网络攻击目标，数据篡改、恶意攻击等威胁持续存在。实践中，大模型生成的虚假信息已对金融市场造成实质冲击，如2023年美国五角大楼爆炸假图片引发市场震荡等案例，均揭示了大模型虚假信息的破坏力。（4）更值得关注的是新型金融风险的涌现。大模型可能催生新型“大而不能倒”机构，潜在利益冲突因模型可解释性不足而难以溯源。同时，大模型间的相互协作可能形成前所未有的风险传导路径，这些新型风险形态对现有监管框架构成严峻挑战。

归纳起来，与人工智能相关的监管面临诸多挑战。一是可解释性要求尤为迫切，尽管已有研究尝试通过Shapley值、定量输入影响（QII）等方法解读模型决策，但金融领域的可解释性研究仍处于探索阶段。未来或许应该分层认识可解释性，即引入大模型技术之后，有的金融服务离不开高水平的可解释性，有的金融产品则或许并不需要太高的可解释性匹配，同样可以达到客户满意、监管合规的原则。二是准确性方面需平衡性能与可解释性的关系，在控制“幻觉”的同时保持模型效能。三是算法趋同现象需要警惕其可能引发的市场双向波动和“默示共谋”，后者通过算法自动执行的价格协调行为，可能扰乱金融市场秩序。四是技术鸿沟问题值得关注，不同规模金融机构的数字化差距可能因大模型应用而进一步扩大。应对这些挑战，需要构建多层次治理体系：完善法律法规与标准化保障，明确创新风险的责任分担；持续优化数据、算法、算力等基础要素；建立有效的模型评估与审计机制；强化金融消费者保护；推动监管科技发展。只有在创新与规范中求得平衡，才能确保大模型在金融领域的健康有序发展，真正发挥其服务实体经济、推动金融强国建设的积极作用。

王朝阳副所长在点评和总结发言中指出，党中央高度重视人工智能等对经济社会发展的影响，院党组反复强调各研究所要结合各自学科领域深入研究人工智能对相关领域的冲击以及对哲学社会科学研究范式的影响；杨涛研究员的报告勾勒出AI大模型重塑金融业的宏大图景，剖析了其背后的机遇与挑战，超越了单纯的技术探讨，为金融研究提供了许多启发。

王朝阳副所长强调，金融所科研人员践行院党组提出的“三项共识”，必须高度重视“AI与金融”这一新兴领域，主动学习补上短板，深入开展调查研究，“走出去”与“请进来”相结合，认真思考如何将人工智能与既有研究相结合；要组织开展专题讨论，积极谋划相关课题，确保在前沿领域提出有专业性和洞察力的见解，更好服务党中央决策。

（供稿人：金融风险与金融监管研究室李俊成）

END

]article_adlist-->