国际清算银行-智能金融系统：人工智能如何改变金融（英）-2024.6-42页_903kb

智能金融系统：AI如何重塑金融业的影响与监管建议

研究背景

本文分析AI（特别是生成式AI与AI代理）对金融系统四大核心功能（信贷中介、保险、资产管理、支付）的革新影响。研究表明，AI作为金融“大脑”，通过增强信息处理能力重塑金融市场，但也引发模型透明度、数据依赖与金融稳定等挑战。

主要内容

一、AI技术演进与金融交互

1. 技术发展阶段

   • 传统计算：规则型系统自动化早期风控（信贷评分、欺诈检测）
   • 机器学习（ML）：实现动态定价、高频交易、非结构化数据分析
   • 生成式AI（LLM）：提升自然语言处理（如智能投顾）、合规效率
   • AI代理：自主决策系统催生更复杂的应用场景（如全自动软件工程）

2. 颠覆性技术特征

   • 运算规模指数级增长（如训练算力每6个月翻倍）
   • 数据依赖性增强与“黑盒”决策问题同步加剧
   • 跨领域融合引发监管空白（算法协同、市场集中度上升）

二、金融稳定性挑战

1. 历史教训

   • 1987年股灾：计算机自动交易系统引发“踩踏效应”
   • 2008年金融危机：值得注意的是本文通过表格推理，如果当时存在AI代理，某些风险（如信贷评级）可能因算法一致性被弱化

2. 新兴风险维度

   • 系统性风险来源：算法共振效应（AI系统同时触发卖出）与不可预测性行为
   • 监管难点：复杂互动网络下的行为监测难度

三、监管框架设计

作者提出基于社会福祉等8项核心原则的多层次监管框架：

1. 技术监督维度

   • 预先备案制度与算法注册机制
   • 基础模型（Foundation Models）的适配性评估
   • 模型危害性测试（对抗性测试、压力测试等）

2. 应用落地阶段重点

   • 风险评级阶梯分类（区分低风险场景与高风险AI应用）
   • 人类监督阈值设定（关键决策环节的人工审核要求）

结论性建议

本文建议：

1. 采纳“差异化监管”模式，只对产生负外部性的AI行为施加监管约束
2. 建立跨境AI治理协作机制（如七国集团机制）
3. 重点保障金融系统的韧性（通过技术治理、风险缓释措施均衡推进）

重要意义

• 系统性地从技术演进视角解读AI金融风险，填补了传统金融监管在智能时代的空白
• 通过AI路径依赖分析框架创新性地解决技术风险管理难题
• 为政策制定者提供了阶段性实施路线图（开发-部署-长期管理）

创新点

1. 首次系统性提出“AI金融功能演进矩阵”分析框架
2. 创新性地跨领域融合金融稳定理论与AI治理原则
3. 构建出适用于生成式AI与AI代理的监管标准体系雏形