本文为北京大学国家发展研究院院长、北京大学数字金融研究中心主任黄益平在10月19日第二届全国数字经济学术年会上所作的主旨分享演讲，以下为发言实录。
今天汇报的题目是关于AI如何影响金融的话题，大部分是基于我和合作者在过去所做过的一些研究，关注金融可能发生的变化，但很多问题还没有特别清晰的结论，因为AI还在发展过程中，金融应用也还在演变。
首先金融是什么我不再赘述，大家都是经济金融领域的专家。在金融领域，需要解决的一个重要问题是信息不对称。那么，人工智能技术在金融中发挥怎样的作用？这是我想研讨的一个问题。我接下来向大家汇报的主要是我们在调查和研究中观察得到的初步结论。在展开之前，我想先探讨金融是否会重构，可能会有什么样的改变。我们更感兴趣的是，金融原有的基本认知或者基本规则是否会有改变。
因此我先列出了来自货币银行学教材中的五条金融学基本原理。简而言之，金融学的基本原理是：时间具有价值，风险需要得到补偿。信息是决策的基础，市场应该决定价格和配置资源。这个机制最终目标是保持稳定并且改善福利。从我最后的发言中收到的这几条内容来看，我们采用了人工智能技术，这是否会对金融的规则产生大幅改变？
接下来，我将介绍我们在调查和研究中观察到的人工智能应用。目前应用最多的领域之一是客户服务，智能客服显著提高了效率。可以想象，许多大型机构的人工客服已经被机器替代。
客观来说，很多客户提出的问题其实很简单，例如“我的信用卡找不到了”，用机器回答是非常高效的方式。现在的设计还方便了解，在与客户沟通的过程中可以从客户的信息中获得许多有用的价值，特别是将客户的白话转化成专业的金融术语。
我们观察到，许多机构发现非常有趣的是，不仅客户对这种服务比较满意，甚至他们从成本中心变成了盈利中心。他们发现只要有金融服务的需求，如果定向推送一些相关产品，往往是一拍即合。这不仅提高了效率，同时也提供了许多新的机会。
第二个应用非常广泛的领域，也是许多数字金融第一步绕不开的事情，就是反欺诈。传统金融机构也是如此，信息不对称是金融最大的挑战，它造成了两个问题：交易前的逆向选择和交易后的道德风险。现在的主要问题是能否找到合适的交易对手，如何排除欺诈和不客观的信息对手，这是所有金融交易都要做的第一步。在数字化流程中，这一挑战更大。过去金融机构为客户提供服务时，客户会面签，机构会安排专家与客户面谈，都是有经验的专家。现在则几乎不见面，全靠一些数据。如何排除不正常的交易或者潜在的欺诈交易对手，是所有金融机构都要面对的问题。支付领域尤其如此。早年支付宝刚开始推广时，他们说“只要你敢用，我就敢赔”。他们敢这样承诺的前提是能够将大量的欺诈交易排除在外，如果没有能力适当排除欺诈，业务肯定无法持续。
目前，所有金融机构都在使用人工智能识别不正常交易，发现客户的不规范行为，这是非常普遍且令人烦恼的现象。优秀的金融机构都具备这种能力，如果没有这种能力，机构就难以体现其价值。我们知道“道高一尺，魔高一丈”，只要有平台和大规模金融服务，就会出现许多成规模的高技术黑产，例如硅产业，这是非常普遍的现象。
第三个成功的领域是我本人研究所关注的大科技信贷，现在我们称之为数字信贷。简而言之，在过去的金融服务中，我们经常说普惠金融做得不好，主要是信贷做得不够，对中小微企业、农村经济组织等的信贷服务不充分。
为什么不充分？最难的两个问题，一个是获客难，另一个是风控难。获客难在于如何触达客户，我认为互联网平台在这方面发挥了很大作用。简单来说，就是使用大数据和人工智能算法解决风控难的问题。我们进行了一系列研究，发现在通过平台获得客户后，运用非传统大数据和算法进行信贷决策，目前大部分平台做得非常好，风控做得也不错。
我们最近做了一个有意思的研究。原来有一家小贷机构，是用人工做决策。发现一个现象是在做新决策时，通常是外地人和本地人贷款时，对外地人的定价和贷款条件有所不同。后来这家机构开始逐步进行数字化转型，我们在此案例中发现算法的应用可以降低人工决策中的歧视现象，但增加使用数据并没有这个特性。
人工智能技术在投资决策中的应用也已经非常普遍。不过，有一个业务看似可能会有很大的发展，然而到目前为止发展情况并不理想，这就是智能投顾领域。
但利用数字技术和AI辅助投资决策，尤其是在分析投资者或者市场情绪方面，已经出现了许多创新和神奇的案例。
其中一个有意思的研究是分析美联储货币政策决策之后的美联储主席的新闻发布会，主要从主席的动作、表情、语言中捕捉情绪的走向。比如鲍威尔主席走出来面对记者，他在发布会上第一句话的脸部表情是高兴还是沮丧？
第一句话是Hello everyone还是Good afternoon？如果他说Hello everyone，市场就开始上涨。如果他说Good afternoon，市场就变得悲观。我的课件里有一个视频，发现鲍威尔不但说了Good afternoon，还在说之前叹了一声气，当时市场就开始狂跌。
这表明技术和数据已经实时捕捉市场情绪并形成投资策略，过去像人民银行了解情绪，主要通过发放问卷调查的方式，样本量比较小，回答问题是否准确也不一定，同时时间间隔比较长。但在线上利用AI技术，不需要市场主体专门回答什么问题，而是直接从市场主体的行为中提炼情绪因子，效率更高，同时可能也更准确。迄今为止，智能投顾的尝试还不是很成功，可能有很多原因，比如市场不完善、技术不成熟、投资者尚未充分信任等等。将来是否能够获得突破性的进展，还需要尝试并观察。
最后一个挑战是人工智能对金融监管等领域的支持。一方面，可以利用人工智能技术帮助我们防控金融风险，因为使用人工智能技术进行金融决策，可以更快地查看信息和报告。
但“道高一尺，魔高一丈”，关键在于谁的技术使用得更好。如果他们的技术使用得更好，还没来得及反应，危机可能就已经发生，这种情况是可能存在的。我刚才提到我们正在推进一系列研究，虽然我不太了解经济学和金融学，但是我观察到的是人智能技术在金融领域的应用。
总结一下，从目前的观察看，AI应用的实践效果非常明显，当然这并没有改变金融规律，将来会不会改变，尚不清楚。首先，我认为金融决策本身已经发生改变。例如过去银行主要依据财务数据做信贷决策，现在则不一定依赖财务数据。但大部分客户没有这些数据该如何应对？人工智能和大数据的结合解决了很多过去解决不了的问题，甚至从数据信息获取和分析两个方面已经成为改进过去金融决策的重要支撑。
第二点是讨论风险与回报。虽然金融交易可以进行，但是风险低、回报低，风险高、回报高，这一点是否会改变？价格和规则也不会改变。可能有一点会改变，过去如果风险是10%，需要要10%的回报，成本应该是10%。现在可以使用大数据和人工智能技术看清楚，实际上10%是平均数，有的可能只有2%，有的是20%。这时候能够看得更清楚，风险定价可能将来会发生很大改变，可能导致不同个体的定价发生非常大的变化。
我刚才已经提到普惠金融的边界确实是过去无法实现的。人工智能助力更加精准的金融服务，从而令广大普惠群体获益。
市场的有效性是否会增强？金融学里有两个互相竞争的理论，一个是有效市场假说，另一个是非理性市场行为。AI会带来什么样的改变？如果人工智能技术和大数据能够更快地找到市场不均衡，同时弥合资源配置差异，那么是否会使市场变得更加有效？这是一种可能性，究竟如何尚不清楚。但如果有更多人使用这样的新技术在市场上寻找新机会，可能会使整个市场变得更加不平衡，甚至可能会使市场变得更加无效。
最后，利用人工智能和大数据会改变过去金融风险产生和传导的机制。我们在研究大数据和大科技信贷时曾经做过分析，伯南克曾提出金融加速器的机制，抵押品资产价格与信贷供给呈现高度正相关。如果采用人工智能方法进行信贷决策，不再依赖抵押品，而是更多地依赖数据。金融加速器的机制可能就会消失。
金融变得相对稳定，然而这种决策对中小微企业的现金流依赖度更高。我不关注房价，而是更多地关注现金流。这时信贷决策会对不同企业产生很大分化。虽然我不了解金融稳定的含义，但是我想提出的是，它不仅可能带来效率提升或者更稳定，也一定具有两面性。
文章来源：数字经济专业学位研究生教指委
