加快发展金融大模型助力金融强国建设

■文/毕超（中国农业发展银行政策研究室）

2023年10月召开的中央金融工作会议首次提出建设金融强国的目标要求，系统性地提出了主要任务，对我国金融业中长期发展具有重大指导意义。2022年以来，以ChatGPT大模型为代表的人工智能技术实现跨越式发展，国内外各类通用、垂直领域大模型百花齐放。金融行业资金、数据、决策密集度高，决定了金融业是适宜大模型率先落地的行业之一，金融大模型无疑将成为最为热门的行业垂直领域大模型，目前正纷纷落地生根、开花结果。代表着未来金融变革发展重要方向和技术驱动的金融大模型，可有效提升金融服务实体经济质效、防控金融风险、降低运营服务成本，推动金融守正创新、统筹金融发展与安全，进而在推动金融高质量发展、深化金融供给侧结构性改革等方面发挥广泛深入的积极作用。所以，我国应从金融强国建设的目标任务出发，加快金融大模型的开发应用。

一、什么是金融大模型？

金融大模型是基于大数据、云计算等技术基础，针对金融行业领域的特点和需求，采用语言大模型技术、多模态大模型技术等人工智能技术，通过对海量金融知识、数据进行深度学习、挖掘和分析，构建的参数量巨大，具有高度智能化、良好自适应和预测及内容生成等能力的大规模预训练人工智能模型。

金融大模型既有一定的通用性，又专注于金融领域，能够更准确地理解和响应金融领域的需求，更有效地解决金融行业中的复杂问题，为金融行业的客户服务、运营管理、决策支持、风险防控、市场预测等提供更加专业和定制化的服务。金融大模型已实现或将要率先落地的应用场景主要有智能客服、智能风控、智能营销、智能运营、智能交易、智能催收、智能理赔、智能投顾等。

二、为什么要发展金融大模型？

（一）金融大模型是金融高质量发展的重要支撑力

中央金融工作会议强调当前和今后一个时期做好金融工作必须坚持以推进金融高质量发展为主题。就国内外已有的研究和应用案例来看，金融大模型对银行、证券、保险等行业和企业的数字化革新具有提纲挈领、颠覆重构的引领推动作用，已经成为金融业数字化转型、高质量发展的关键技术支撑。由此，要推动金融高质量发展，应当用好金融大模型这一技术革新力量。

（二）金融大模型是做好金融“五篇大文章”的重要驱动力

中央金融工作会议强调要做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章。金融大模型既是数字金融的重要体现，也是发展数字金融的重要载体和关键路径，更是做好数字金融大文章的题中应有之义和重要科技支撑。就金融大模型的开发应用成效来看，它可以显著地系统化提升数字金融发展质效水平，并通过数字金融持续赋能科技金融、绿色金融、普惠金融、养老金融。

对采用金融大模型技术的金融机构而言，金融大模型可以优化金融机构的经营管理服务能力，提高金融产品服务的适配性，从而在供给侧提高金融服务的质量效率，增强对科技企业、绿色转型企业、中小微企业、老年群体等的金融服务能力。从金融大模型的应用领域和最终服务对象来看，它可以提高金融对科技创新、绿色低碳转型发展、先进制造业、涉农产业、养老产业、银发经济等的覆盖广度深度和服务灵活度便利度。因此，金融大模型可以推动做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章。可以说，金融大模型是扎实做好金融“五篇大文章”的乘数和加速数。

（三）金融大模型是深化金融供给侧结构性改革的重要生产力

中央金融工作会议强调做好金融工作必须坚持以深化金融供给侧结构性改革为主线。就深化金融供给侧结构性改革的客观需要看，金融大模型能够有效提高金融服务效率、降低金融服务成本、防控金融风险、推动金融守正创新。如，金融大模型可以快速处理大量金融数据，为金融机构提供精准的客户画像、风险评估和投资建议，从而提高金融服务效率；可以代替人工自动执行许多金融服务任务，如数据分析、报告生成、软件代码编写等，从而降低人工成本、运营成本和信息科技开发成本；可以实时监测实体经济的运行和金融市场的波动，动态前瞻预警潜在的各类风险，帮助金融机构加强金融风险源头管控，精准管控客户风险，及时调整投资策略，从而实现对金融风险早识别早预警早暴露早处置；可以在市场化法治化前提下，按照监管要求，为金融创新提供强大的技术支持，对拟创新推出的金融产品服务进行预演模拟仿真，推动金融产品和服务的多样化、个性化发展，从而满足不同客户群体的需求。

（四）金融大模型是金融强国建设的重要推动力

中央金融工作会议强调做好金融工作必须坚持以加快建设金融强国为目标。发展金融大模型，可以推动金融强国建设目标实现。具体从金融强国建设的目标任务看，金融大模型有助于加快人工智能赋能金融服务，提升金融机构的经营管理质效和核心竞争力，打造现代金融机构和金融市场体系，增强我国金融业在国际金融市场的地位，进而提升我国金融的国际竞争力。金融大模型可以更精确地评估企业和个人等市场主体的风险状况及变化趋势，推理预测实体经济的多样化差异化融资需求，引导商业性金融资源向优质项目和优质市场主体流动、政策性金融资源向关键领域和薄弱环节聚焦，进而实现金融资源优化配置。金融大模型可以有效预警和防范系统性金融风险，维护国家金融安全，从技术上推动经济金融实现高质量发展和高水平安全的良性互动。

三、怎样发展金融大模型？

（一）充分发掘利用我国发展金融大模型的难得优势

我国发展金融大模型具有多方面的优势和良好的基础条件，如，拥有海量金融基础数据，国内人工智能等大模型关键支撑技术取得长足进步，信息基础设施较为完善，金融科技生态良好等。一是金融数据基础扎实。我国金融行业多、机构多、受众广、覆盖广、体量大，形成包括交易信息、用户行为、宏观经济数据等在内的海量基础金融数据资源并且持续动态更新、日益丰富，为金融大模型训练和优化提供了坚实的基础。二是大模型技术进步迅速。近年来，我国在人工智能、大数据、云计算等领域取得了显著的技术进步，特别是大模型的某些具体技术领域已经赶超或逼近全球先进水平，为金融大模型的构建提供了良好的技术支持。三是大模型基础设施较为完善。高速的网络连接和高效的数据处理能力是大模型运行的关键。我国的互联网基础设施和金融基础设施建设迅速，为金融大模型的开发运行、推广应用提供了必要的硬件支持。四是金融生态成熟、场景丰富。我国金融科技应用的广度深度在全球首屈一指，包括支付、借贷、保险、投资等多个领域的金融科技领先全球，这种多元化、广覆盖、持续纵深发展的金融科技生态为金融大模型的应用提供了多样化的场景。五是市场需求广阔活跃。随着经济的发展和金融市场的成熟，我国企业和个人对金融服务的需求日益增长，这为金融大模型的应用提供了广阔的市场空间。金融机构和科技企业都在积极探索如何利用大模型提高金融服务效率和质量，形成了规模庞大且不断增长的市场供应和需求。六是注重风险治理和伦理治理。无论是金融风险，还是大模型、人工智能等技术自身的风险，政府社会企业等各参与方已经形成共识，加强相关风险治理、伦理治理已成为共同的责任和行动，稳健审慎的风险、伦理治理环境将会推动金融大模型开发应用行稳致远。

（二）积极应对金融大模型发展面临的问题挑战

当前，我国金融大模型发展初步形成“百花齐放、百家争鸣”的良好局面，但是仍面临一些不容忽视的挑战，如数据安全、隐私保护、模型可解释性等问题。同时，金融大模型进一步发展还受到数据质量不高、软硬件技术“卡脖子”、监管政策不完善、高端人才稀缺等因素制约。这些挑战和问题也为金融大模型的发展提供了潜在机遇和突破空间，金融行业有关部门可以从问题出发、针对大模型发展的痛点堵点卡点，加强政策顶层设计和统筹协调，汇聚全行业和各有关方面的智慧力量，推动金融大模型实现又好又快发展。比如，金融数据是金融大模型的“燃料”，金融大模型的准确性和可靠性依赖于高质量的金融数据。当前我国金融数据存在一定程度的不完整、不准确和不规范问题，制约了金融大模型的发展，这就需要金融业监管部门加强金融数据治理，推动金融数据实现系统性根本性的质量跃升，为金融大模型的开发应用提供源源不竭的高质量“燃料”供应。

（三）加快夯实金融大模型发展的支撑保障体系

推动金融大模型发展是一项长期复杂的系统性工程，需要多管齐下、多措并举、统筹协调、一体推进。一是强化金融大模型算力基础设施。加大投入和科技攻关力度，结合金融行业实际和特点，自主研发高性能芯片和云计算技术，以减少对外部供应链的依赖。加强金融业存量增量算力统筹，避免低水平重复建设或者资源闲置浪费，确保金融大模型拥有稳定可靠的计算能力。二是推动金融大模型算法创新。加强金融领域的产学研合作，鼓励基础研究和技术创新，解决金融大模型的关键算法问题，提高模型的训练效率和预测准确性，为金融大模型提供定制化的高效算法解决方案。三是加快金融大模型训练框架研发。结合我国金融业发展现状和趋势，自主研发并持续优化金融大模型训练框架，确保模型训练过程的高效性、安全性、可解释性和可信度，为金融大模型开发提供自主可控可信的技术平台。四是构建金融数据资源体系。加强金融业数据治理和共享，建立和完善金融语料库和行业数据集的共享机制，全面系统提升金融数据质量和数量。建立金融行业的数据红利分享机制，调动各有关方面的积极性主动性创造性，大力推动金融行业数据资源的开发、加工、交易、利用，为金融大模型提供丰富的数据燃料资源。五是系统提升金融大模型工程化能力。坚持金融大模型研发落地和普及应用的目标导向，构建系统化的工程生态，制定金融大模型开发应用的行业标准、规范、指引，加快建立开源、开放的金融大模型工程化平台，推出数据清洗、标注和开发套件，简化模型从开发到落地应用的流程，使大模型更易于被广泛采用、更加普及普惠，从源头上防止出现“数字鸿沟”“大模型鸿沟”现象。六是培养金融大模型专业人才队伍。制定完善金融行业人工智能、大模型人才培养体系，全面培育具备金融大模型专业知识和开发应用实践能力的人才队伍，为金融大模型的发展提供持续的人力资源保障。

（四）动态完善金融大模型的监管政策

金融大模型的健康发展离不开科学有效的监管规范，需要监管政策与时俱进予以规划引导和监管指引。目前，我国人工智能、金融大模型监管政策尚处于探索阶段，且牵涉面广，既涉及多个监管主体，也涉及数据安全、隐私保护等相关监管领域，需要进一步明确监管目标，加强统筹协调，进行持续跟踪评估，构建一个既支持金融大模型创新发展，又能有效防范风险的监管环境，形成监管与被监管的良性互动。一是明确监管目标体系。需要明确监管政策的核心目标、优先目标及非核心次级目标，这些目标应囊括包括防范系统性风险、保护消费者权益、维护金融市场稳定、促进技术创新与应用的平衡等。在目标设置上，要鼓励守正合规创新，找准创新与合规的平衡点，推动金融大模型参与方在合规框架内进行创新，同时确保创新活动不会损害市场秩序或消费者利益。二是制定监管标准。监管标准应涵盖数据安全、隐私保护、模型透明度、算法公平性、可解释性等方面，确保金融大模型在遵循这些标准的前提下进行开发和应用。应要求金融大模型的开发和应用者提供模型的透明度和可解释性等情况，使监管机构、消费者和其他利益相关者能够理解大模型的决策过程。三是强化监管能力。积极推动金融大模型在金融监管、金融大模型监管中的应用，促进监管智能化升级，使大模型技术发展应用与金融监管、模型监管更好融合互动，进而提升监管质效。四是实施动态监管。金融市场和大模型科技环境不断变化，监管政策也应具备灵活性和适应性，便于及时弹性应对新出现的风险和挑战。五是促进跨部门协作。金融大模型的监管涉及金融、通信、网络科技、数据保护、人工智能等多个领域，需要跨部门的协作配合，形成监管合力。六是持续评估促进监管优化调整。应把监管政策作为一个持续的过程，定期评估其有效性，并根据市场、行业和技术的发展进行适应性的调整优化。