加快發展金融大模型助力金融強國建設

■文/畢超（中國農業發展銀行政策研究室）

2023年10月召開的中央金融工作會議首次提出建設金融強國的目標要求，系統性地提出了主要任務，對我國金融業中長期發展具有重大指導意義。2022年以來，以ChatGPT大模型為代表的人工智能技術實現跨越式發展，國內外各類通用、垂直領域大模型百花齊放。金融行業資金、數據、決策密集度高，決定了金融業是適宜大模型率先落地的行業之一，金融大模型無疑將成為最為熱門的行業垂直領域大模型，目前正紛紛落地生根、開花結果。代表著未來金融變革發展重要方向和技術驅動的金融大模型，可有效提升金融服務實體經濟質效、防控金融風險、降低運營服務成本，推動金融守正創新、統籌金融發展與安全，進而在推動金融高質量發展、深化金融供給側結構性改革等方面發揮廣泛深入的積極作用。所以，我國應從金融強國建設的目標任務出發，加快金融大模型的開發應用。

一、什么是金融大模型？

金融大模型是基于大數據、云計算等技術基礎，針對金融行業領域的特點和需求，采用語言大模型技術、多模態大模型技術等人工智能技術，通過對海量金融知識、數據進行深度學習、挖掘和分析，構建的參數量巨大，具有高度智能化、良好自適應和預測及內容生成等能力的大規模預訓練人工智能模型。

金融大模型既有一定的通用性，又專注于金融領域，能夠更準確地理解和響應金融領域的需求，更有效地解決金融行業中的復雜問題，為金融行業的客戶服務、運營管理、決策支持、風險防控、市場預測等提供更加專業和定制化的服務。金融大模型已實現或將要率先落地的應用場景主要有智能客服、智能風控、智能營銷、智能運營、智能交易、智能催收、智能理賠、智能投顧等。

二、為什么要發展金融大模型？

（一）金融大模型是金融高質量發展的重要支撐力

中央金融工作會議強調當前和今后一個時期做好金融工作必須堅持以推進金融高質量發展為主題。就國內外已有的研究和應用案例來看，金融大模型對銀行、證券、保險等行業和企業的數字化革新具有提綱挈領、顛覆重構的引領推動作用，已經成為金融業數字化轉型、高質量發展的關鍵技術支撐。由此，要推動金融高質量發展，應當用好金融大模型這一技術革新力量。

（二）金融大模型是做好金融“五篇大文章”的重要驅動力

中央金融工作會議強調要做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章。金融大模型既是數字金融的重要體現，也是發展數字金融的重要載體和關鍵路徑，更是做好數字金融大文章的題中應有之義和重要科技支撐。就金融大模型的開發應用成效來看，它可以顯著地系統化提升數字金融發展質效水平，并通過數字金融持續賦能科技金融、綠色金融、普惠金融、養老金融。

對采用金融大模型技術的金融機構而言，金融大模型可以優化金融機構的經營管理服務能力，提高金融產品服務的適配性，從而在供給側提高金融服務的質量效率，增強對科技企業、綠色轉型企業、中小微企業、老年群體等的金融服務能力。從金融大模型的應用領域和最終服務對象來看，它可以提高金融對科技創新、綠色低碳轉型發展、先進制造業、涉農產業、養老產業、銀發經濟等的覆蓋廣度深度和服務靈活度便利度。因此，金融大模型可以推動做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章?？梢哉f，金融大模型是扎實做好金融“五篇大文章”的乘數和加速數。

（三）金融大模型是深化金融供給側結構性改革的重要生產力

中央金融工作會議強調做好金融工作必須堅持以深化金融供給側結構性改革為主線。就深化金融供給側結構性改革的客觀需要看，金融大模型能夠有效提高金融服務效率、降低金融服務成本、防控金融風險、推動金融守正創新。如，金融大模型可以快速處理大量金融數據，為金融機構提供精準的客戶畫像、風險評估和投資建議，從而提高金融服務效率；可以代替人工自動執行許多金融服務任務，如數據分析、報告生成、軟件代碼編寫等，從而降低人工成本、運營成本和信息科技開發成本；可以實時監測實體經濟的運行和金融市場的波動，動態前瞻預警潛在的各類風險，幫助金融機構加強金融風險源頭管控，精準管控客戶風險，及時調整投資策略，從而實現對金融風險早識別早預警早暴露早處置；可以在市場化法治化前提下，按照監管要求，為金融創新提供強大的技術支持，對擬創新推出的金融產品服務進行預演模擬仿真，推動金融產品和服務的多樣化、個性化發展，從而滿足不同客戶群體的需求。

（四）金融大模型是金融強國建設的重要推動力

中央金融工作會議強調做好金融工作必須堅持以加快建設金融強國為目標。發展金融大模型，可以推動金融強國建設目標實現。具體從金融強國建設的目標任務看，金融大模型有助于加快人工智能賦能金融服務，提升金融機構的經營管理質效和核心競爭力，打造現代金融機構和金融市場體系，增強我國金融業在國際金融市場的地位，進而提升我國金融的國際競爭力。金融大模型可以更精確地評估企業和個人等市場主體的風險狀況及變化趨勢，推理預測實體經濟的多樣化差異化融資需求，引導商業性金融資源向優質項目和優質市場主體流動、政策性金融資源向關鍵領域和薄弱環節聚焦，進而實現金融資源優化配置。金融大模型可以有效預警和防范系統性金融風險，維護國家金融安全，從技術上推動經濟金融實現高質量發展和高水平安全的良性互動。

三、怎樣發展金融大模型？

（一）充分發掘利用我國發展金融大模型的難得優勢

我國發展金融大模型具有多方面的優勢和良好的基礎條件，如，擁有海量金融基礎數據，國內人工智能等大模型關鍵支撐技術取得長足進步，信息基礎設施較為完善，金融科技生態良好等。一是金融數據基礎扎實。我國金融行業多、機構多、受眾廣、覆蓋廣、體量大，形成包括交易信息、用戶行為、宏觀經濟數據等在內的海量基礎金融數據資源并且持續動態更新、日益豐富，為金融大模型訓練和優化提供了堅實的基礎。二是大模型技術進步迅速。近年來，我國在人工智能、大數據、云計算等領域取得了顯著的技術進步，特別是大模型的某些具體技術領域已經趕超或逼近全球先進水平，為金融大模型的構建提供了良好的技術支持。三是大模型基礎設施較為完善。高速的網絡連接和高效的數據處理能力是大模型運行的關鍵。我國的互聯網基礎設施和金融基礎設施建設迅速，為金融大模型的開發運行、推廣應用提供了必要的硬件支持。四是金融生態成熟、場景豐富。我國金融科技應用的廣度深度在全球首屈一指，包括支付、借貸、保險、投資等多個領域的金融科技領先全球，這種多元化、廣覆蓋、持續縱深發展的金融科技生態為金融大模型的應用提供了多樣化的場景。五是市場需求廣闊活躍。隨著經濟的發展和金融市場的成熟，我國企業和個人對金融服務的需求日益增長，這為金融大模型的應用提供了廣闊的市場空間。金融機構和科技企業都在積極探索如何利用大模型提高金融服務效率和質量，形成了規模龐大且不斷增長的市場供應和需求。六是注重風險治理和倫理治理。無論是金融風險，還是大模型、人工智能等技術自身的風險，政府社會企業等各參與方已經形成共識，加強相關風險治理、倫理治理已成為共同的責任和行動，穩健審慎的風險、倫理治理環境將會推動金融大模型開發應用行穩致遠。

（二）積極應對金融大模型發展面臨的問題挑戰

當前，我國金融大模型發展初步形成“百花齊放、百家爭鳴”的良好局面，但是仍面臨一些不容忽視的挑戰，如數據安全、隱私保護、模型可解釋性等問題。同時，金融大模型進一步發展還受到數據質量不高、軟硬件技術“卡脖子”、監管政策不完善、高端人才稀缺等因素制約。這些挑戰和問題也為金融大模型的發展提供了潛在機遇和突破空間，金融行業有關部門可以從問題出發、針對大模型發展的痛點堵點卡點，加強政策頂層設計和統籌協調，匯聚全行業和各有關方面的智慧力量，推動金融大模型實現又好又快發展。比如，金融數據是金融大模型的“燃料”，金融大模型的準確性和可靠性依賴于高質量的金融數據。當前我國金融數據存在一定程度的不完整、不準確和不規范問題，制約了金融大模型的發展，這就需要金融業監管部門加強金融數據治理，推動金融數據實現系統性根本性的質量躍升，為金融大模型的開發應用提供源源不竭的高質量“燃料”供應。

（三）加快夯實金融大模型發展的支撐保障體系

推動金融大模型發展是一項長期復雜的系統性工程，需要多管齊下、多措并舉、統籌協調、一體推進。一是強化金融大模型算力基礎設施。加大投入和科技攻關力度，結合金融行業實際和特點，自主研發高性能芯片和云計算技術，以減少對外部供應鏈的依賴。加強金融業存量增量算力統籌，避免低水平重復建設或者資源閑置浪費，確保金融大模型擁有穩定可靠的計算能力。二是推動金融大模型算法創新。加強金融領域的產學研合作，鼓勵基礎研究和技術創新，解決金融大模型的關鍵算法問題，提高模型的訓練效率和預測準確性，為金融大模型提供定制化的高效算法解決方案。三是加快金融大模型訓練框架研發。結合我國金融業發展現狀和趨勢，自主研發并持續優化金融大模型訓練框架，確保模型訓練過程的高效性、安全性、可解釋性和可信度，為金融大模型開發提供自主可控可信的技術平臺。四是構建金融數據資源體系。加強金融業數據治理和共享，建立和完善金融語料庫和行業數據集的共享機制，全面系統提升金融數據質量和數量。建立金融行業的數據紅利分享機制，調動各有關方面的積極性主動性創造性，大力推動金融行業數據資源的開發、加工、交易、利用，為金融大模型提供豐富的數據燃料資源。五是系統提升金融大模型工程化能力。堅持金融大模型研發落地和普及應用的目標導向，構建系統化的工程生態，制定金融大模型開發應用的行業標準、規范、指引，加快建立開源、開放的金融大模型工程化平臺，推出數據清洗、標注和開發套件，簡化模型從開發到落地應用的流程，使大模型更易于被廣泛采用、更加普及普惠，從源頭上防止出現“數字鴻溝”“大模型鴻溝”現象。六是培養金融大模型專業人才隊伍。制定完善金融行業人工智能、大模型人才培養體系，全面培育具備金融大模型專業知識和開發應用實踐能力的人才隊伍，為金融大模型的發展提供持續的人力資源保障。

（四）動態完善金融大模型的監管政策

金融大模型的健康發展離不開科學有效的監管規范，需要監管政策與時俱進予以規劃引導和監管指引。目前，我國人工智能、金融大模型監管政策尚處于探索階段，且牽涉面廣，既涉及多個監管主體，也涉及數據安全、隱私保護等相關監管領域，需要進一步明確監管目標，加強統籌協調，進行持續跟蹤評估，構建一個既支持金融大模型創新發展，又能有效防范風險的監管環境，形成監管與被監管的良性互動。一是明確監管目標體系。需要明確監管政策的核心目標、優先目標及非核心次級目標，這些目標應囊括包括防范系統性風險、保護消費者權益、維護金融市場穩定、促進技術創新與應用的平衡等。在目標設置上，要鼓勵守正合規創新，找準創新與合規的平衡點，推動金融大模型參與方在合規框架內進行創新，同時確保創新活動不會損害市場秩序或消費者利益。二是制定監管標準。監管標準應涵蓋數據安全、隱私保護、模型透明度、算法公平性、可解釋性等方面，確保金融大模型在遵循這些標準的前提下進行開發和應用。應要求金融大模型的開發和應用者提供模型的透明度和可解釋性等情況，使監管機構、消費者和其他利益相關者能夠理解大模型的決策過程。三是強化監管能力。積極推動金融大模型在金融監管、金融大模型監管中的應用，促進監管智能化升級，使大模型技術發展應用與金融監管、模型監管更好融合互動，進而提升監管質效。四是實施動態監管。金融市場和大模型科技環境不斷變化，監管政策也應具備靈活性和適應性，便于及時彈性應對新出現的風險和挑戰。五是促進跨部門協作。金融大模型的監管涉及金融、通信、網絡科技、數據保護、人工智能等多個領域，需要跨部門的協作配合，形成監管合力。六是持續評估促進監管優化調整。應把監管政策作為一個持續的過程，定期評估其有效性，并根據市場、行業和技術的發展進行適應性的調整優化。