肖鋼:人工智能不能消除金融風(fēng)險(xiǎn),算法并非中性,須加強(qiáng)治理金融AI算法模型|財(cái)富管理50人論壇
12月22日,中國(guó)證監(jiān)會(huì)原主席肖鋼表示,智能金融的本質(zhì)是金融,其雖顛覆了傳統(tǒng)金融模式,增加了新業(yè)態(tài),但并沒(méi)有改變金融要服務(wù)實(shí)體經(jīng)濟(jì)和人民生活的宗旨,只是通過(guò)智能方法來(lái)服務(wù)實(shí)體經(jīng)濟(jì)、服務(wù)科技創(chuàng)新、服務(wù)人民生活。
此外,人工智能極大提高了金融機(jī)構(gòu)識(shí)別預(yù)警和控制風(fēng)險(xiǎn)的能力,但并沒(méi)有分散或消除金融風(fēng)險(xiǎn)。因此,智能金融的本質(zhì)還是金融,要遵循金融的基本規(guī)律。
當(dāng)天,國(guó)民財(cái)富發(fā)展研究合作平臺(tái) “AI+金融”峰會(huì)在京召開(kāi),會(huì)議主題為“AI浪潮下的金融業(yè)應(yīng)變”。肖鋼在大會(huì)上談到了上述觀點(diǎn)。
同時(shí),對(duì)于當(dāng)前金融領(lǐng)域應(yīng)用算法模型所產(chǎn)生的問(wèn)題,肖鋼指出,算法并非中性,算法的應(yīng)用具有不確定性和不透明性。目前黑灰產(chǎn)組織已利用人工智能,模擬金融機(jī)構(gòu)客戶(hù)畫(huà)像,為其灌輸數(shù)據(jù),進(jìn)行信貸欺詐,導(dǎo)致新算法和大數(shù)據(jù)成為金融機(jī)構(gòu)進(jìn)行風(fēng)控的反制因素。而在量化投資中,則存在著算法黑箱、算法歧視等問(wèn)題,且高頻交易影響了市場(chǎng)公平性。因此,治理金融AI算法模型,首先應(yīng)設(shè)立相關(guān)法律法規(guī),構(gòu)建治理的頂層設(shè)計(jì)。其次成立專(zhuān)門(mén)組織,作為模型管控平臺(tái),開(kāi)展數(shù)據(jù)治理、算法模型解釋和模型效果評(píng)估審查等工作。此外,還應(yīng)建立模型算法的治理生態(tài)體系,由金融機(jī)構(gòu)、科技公司、消費(fèi)者、監(jiān)管者、自律組織等共同來(lái)參加。
以下為肖鋼主題演講的全部?jī)?nèi)容:
很高興來(lái)參加今天的論壇,按照論壇的主題,我今天主要就加強(qiáng)金融AI算法和模型的治理問(wèn)題談一點(diǎn)自己的認(rèn)識(shí)。人工智能是把雙刃劍,它一方面引領(lǐng)了新一輪科技革命和產(chǎn)業(yè)革命,深刻改變社會(huì)生產(chǎn)生活,當(dāng)然也深刻地改變了金融業(yè)的業(yè)態(tài)和模式,但同時(shí)也產(chǎn)生了各種風(fēng)險(xiǎn)和挑戰(zhàn)。
智能金融的本質(zhì)是金融,它雖然改變了傳統(tǒng)金融模式,甚至說(shuō)顛覆了傳統(tǒng)金融模式,增加了新業(yè)態(tài),但它并沒(méi)有改變金融要服務(wù)實(shí)體經(jīng)濟(jì)和人民生活的宗旨,無(wú)非是通過(guò)智能方法來(lái)服務(wù)實(shí)體經(jīng)濟(jì)、服務(wù)科技創(chuàng)新、服務(wù)人民生活。
另外更重要的是,人工智能并沒(méi)有分散或者消除金融風(fēng)險(xiǎn),但其極大地提高了金融機(jī)構(gòu)識(shí)別預(yù)警和控制風(fēng)險(xiǎn)的能力。分開(kāi)來(lái)看,人工智能沒(méi)有消除風(fēng)險(xiǎn),不是因?yàn)槿斯ぶ悄馨l(fā)展消除了金融發(fā)展。因此,智能金融的本質(zhì)還是金融,它要遵循金融的基本規(guī)律。
構(gòu)成人工智能的主要元素是數(shù)據(jù)、算力、算法,以及多元應(yīng)用場(chǎng)景。其中算法是人工智能中重要的組成部分。Algorithm原本出于拉丁文,現(xiàn)在是英語(yǔ)中的一個(gè)詞匯,翻譯過(guò)來(lái)就是算法。Algorithm其實(shí)是以波斯科學(xué)家穆罕默德·花拉子密名字命名。這個(gè)人當(dāng)時(shí)指的是使用阿拉伯?dāng)?shù)字進(jìn)行運(yùn)算的法則。花拉子密在1830年寫(xiě)下了代數(shù)學(xué),第一次詳細(xì)解釋了使用十進(jìn)式進(jìn)行4種基本運(yùn)算,也就是現(xiàn)在的加減乘除和分?jǐn)?shù)計(jì)算,形成了算法的底層概念。而算法真正的形成是在20世紀(jì)的30年代,由美國(guó)數(shù)學(xué)家香農(nóng)第一次將二進(jìn)式計(jì)算的數(shù)字和布爾代數(shù)結(jié)合,產(chǎn)生了智能算法編寫(xiě)的計(jì)算機(jī)語(yǔ)言。
算法和模型密不可分。簡(jiǎn)單來(lái)說(shuō),算法就是計(jì)算的方法,它是輸入數(shù)據(jù)得出輸出結(jié)果的過(guò)程。而建立模型離不開(kāi)算法,算法是建立模型的流程,并非全部。模型是一系列算法的結(jié)果,一系列算法的數(shù)學(xué)表達(dá)。如果建立一個(gè)模型肯定要對(duì)事物進(jìn)行規(guī)律性概括,即抽象概括,所以算法和模型密不可分。
關(guān)于算法的討論其實(shí)國(guó)內(nèi)外都存在著豐富的文獻(xiàn),比如《被算法操縱的生活》,專(zhuān)門(mén)講述了人類(lèi)被算法操縱。另外最新出版的《智者之上》,人類(lèi)是智者,而在人類(lèi)之上卻由算法控制。還有《技術(shù)封建主義》,稱(chēng)之為技術(shù)封建主義是因?yàn)槿祟?lèi)在擁有大量算法后,會(huì)產(chǎn)生信息繭房,會(huì)對(duì)算法產(chǎn)生依賴(lài),這種依賴(lài)被國(guó)外翻譯為封建主義。以及《奇點(diǎn)更近》《大數(shù)據(jù)時(shí)代》《浪潮將至》《重塑資本主義》等等。對(duì)于算法的諸多討論,我歸納為五個(gè)方面:
第一是算法殘酷,比如,美團(tuán)和滴滴,時(shí)間算法非常精確,以及外賣(mài)員在街上狂奔送餐,算法已提前計(jì)算出配送時(shí)間,超時(shí)會(huì)面臨著被差評(píng)的風(fēng)險(xiǎn)。算法很殘酷,超越了人的情感,不是以人為本。
第二是算法歧視,其中有很多種歧視。第三是算法博弈,不同算法之間存在博弈。第四是算法霸權(quán),利用算法強(qiáng)加于他人產(chǎn)生一些想要的結(jié)果。第五是算法奴隸,當(dāng)然人類(lèi)不能成為算法奴隸,日前聯(lián)合國(guó)安理會(huì)討論人工智能和國(guó)際和平安全的主題,聯(lián)合國(guó)秘書(shū)長(zhǎng)古特雷斯表示,人類(lèi)命運(yùn)不能掌握在算法手中,不能依靠算法來(lái)掌握人類(lèi)命運(yùn)。
對(duì)于“算法是不是中性”的爭(zhēng)論較多,有的人認(rèn)為算法是中性的,而我認(rèn)為算法不是中性的。第一要形成算法,必須提前預(yù)設(shè)價(jià)值立場(chǎng)。第二算法依賴(lài)的數(shù)據(jù)往往有局限性,不可能十分完美。第三算法多樣性和結(jié)果是中立的,因?yàn)樗惴ㄓ卸喾N,采用的不同可能產(chǎn)生的結(jié)果也不同。此外,算法應(yīng)用有不確定性和不透明性。
從上述多種維度來(lái)看算法并非中性。目前算法模型在金融領(lǐng)域的問(wèn)題也有所顯現(xiàn)。第一美國(guó)Zillow公司是一家依靠算法進(jìn)行智能投資的公司,2021年該公司因算法預(yù)測(cè)模型出現(xiàn)失誤導(dǎo)致虧損5億美元。在IBM的一項(xiàng)全球調(diào)查中顯示,模型缺乏可解釋性被列為接受人工智能的最大障礙。
此外,算法模型在中國(guó)金融機(jī)構(gòu)的風(fēng)控模型中也遇到了問(wèn)題。我國(guó)一些金融機(jī)構(gòu)現(xiàn)在已采用了信貸風(fēng)控模型,靠算法進(jìn)行風(fēng)控,但現(xiàn)在存現(xiàn)了一批黑灰產(chǎn)組織,同樣使用大模型模擬運(yùn)行金融機(jī)構(gòu)信貸風(fēng)控模型參數(shù),依據(jù)金融機(jī)構(gòu)的客戶(hù)畫(huà)像(客戶(hù)放貸條件),為其灌輸數(shù)據(jù),進(jìn)行信貸欺詐,而這種利用大模型的信貸詐騙在我國(guó)已真實(shí)發(fā)生。
當(dāng)前不法分子利用人工智能進(jìn)行欺詐,導(dǎo)致新算法和大數(shù)據(jù)成為金融機(jī)構(gòu)進(jìn)行風(fēng)控的反制因素,而由于大銀行和中小銀行在抵御科技技術(shù)風(fēng)險(xiǎn)能力上存在差異,部分中小銀行更容易被黑灰產(chǎn)組織攻破。
目前,美國(guó)銀行家協(xié)會(huì)正在研究開(kāi)發(fā)全體金融機(jī)構(gòu)的欺詐檢測(cè)人工智能模型,這值得借鑒,由于一家金融機(jī)構(gòu)能夠獲取的欺詐數(shù)據(jù)相對(duì)有限,各家金融機(jī)構(gòu)匯集數(shù)據(jù),統(tǒng)一開(kāi)發(fā)的檢測(cè)模型更為精準(zhǔn),同時(shí)各家金融機(jī)構(gòu)也能共享這一模型。
在量化投資方面,我國(guó)相關(guān)機(jī)構(gòu)的算法模型也存在問(wèn)題。2023年某量化投資平臺(tái)被行政處罰,并被公開(kāi)譴責(zé),暫停業(yè)務(wù)。在量化投資中,算法權(quán)力具有市場(chǎng)優(yōu)勢(shì)地位,而由于推薦的服務(wù)信息不對(duì)稱(chēng)會(huì)產(chǎn)生算法黑箱。另外算法還存在歧視,因?yàn)樗惴ㄝ敵龅臄?shù)據(jù)關(guān)系到性別、年齡、收入、資產(chǎn),采取差異化收費(fèi),因客定價(jià),此時(shí)往往容易產(chǎn)生歧視。
同時(shí),算法模型具有策略一致性的特點(diǎn),容易加大市場(chǎng)波動(dòng)性,特別是高頻交易,容易影響市場(chǎng)公平性。國(guó)內(nèi)將每秒進(jìn)行300筆交易定義為高頻交易,而高頻交易占整個(gè)量化收益的60%。我國(guó)投資者以散戶(hù)為主,高頻交易影響市場(chǎng)公平性。
為研究治理金融AI的算法模型,首先應(yīng)設(shè)立相關(guān)法律法規(guī),從而構(gòu)建算法治理的頂層設(shè)計(jì),并設(shè)立三個(gè)目標(biāo),分別為信任、效能和安全。
第二是做好算法模型治理一定要成立專(zhuān)門(mén)組織,如大型金融機(jī)構(gòu)應(yīng)建立算法模型管理委員會(huì),而這一專(zhuān)門(mén)組織不是用來(lái)領(lǐng)導(dǎo)干部開(kāi)會(huì),而是要真正設(shè)立模型管控平臺(tái)。
第三是具體任務(wù),包括數(shù)據(jù)治理、算法模型解釋、自主評(píng)估,對(duì)模型效果評(píng)估的審查,以及問(wèn)責(zé)和救濟(jì)。
最后是要建立模型算法的治理生態(tài),由金融機(jī)構(gòu)、科技公司、消費(fèi)者、監(jiān)管者、自律組織等共同來(lái)參加。
分享國(guó)內(nèi)某一個(gè)商業(yè)銀行的實(shí)例。第一是模型管理委員會(huì),由模型管理委員會(huì)制定算法模型開(kāi)發(fā)應(yīng)用的戰(zhàn)略和政策規(guī)則。第二是模型管理的規(guī)范,比如對(duì)于零售模型有需求、設(shè)計(jì)、開(kāi)發(fā)、驗(yàn)證等一套規(guī)范。第三是模型管理的風(fēng)險(xiǎn)管理平臺(tái),實(shí)時(shí)展現(xiàn)模型參數(shù)的前景,跟進(jìn)項(xiàng)目進(jìn)展,自動(dòng)監(jiān)控預(yù)警。
算法模型不能一概而論,要分級(jí)分類(lèi)治理,風(fēng)控模型應(yīng)放到最優(yōu)先等級(jí),即高等級(jí)。另外,新模型也要放到高等級(jí)。算法模型的迭代非常重要,模型不可能一蹴而就,需要在實(shí)踐中不斷迭代,進(jìn)行差異分析、解釋歸因,以及數(shù)據(jù)訓(xùn)練,不斷更新投產(chǎn)驗(yàn)證等等。
人民銀行很有先見(jiàn)之明,其專(zhuān)門(mén)發(fā)布了人工智能算法金融應(yīng)用評(píng)價(jià)的規(guī)范,該文件具有前瞻性,從模型的精準(zhǔn)性和性能方面做出規(guī)定,要求在建模過(guò)程中存在相關(guān)措施。例如,可解釋性方面,分為幾個(gè)步驟,在建模準(zhǔn)備過(guò)程中,要對(duì)模型特征定義、要選擇哪些可解釋性的算法參數(shù)、樣本等。在建模應(yīng)用過(guò)程中,模型參數(shù)也要可解釋?zhuān)乙O(jiān)控管理。最后算法的目標(biāo)性,對(duì)于算法應(yīng)用的業(yè)務(wù),具體內(nèi)容提出了若干要求。比如對(duì)于常見(jiàn)的攻擊防范、盜取、供應(yīng)鏈后門(mén)攻擊等,并要求算法可追溯。最后是算法內(nèi)控。
此外,人民銀行除發(fā)布應(yīng)用評(píng)價(jià)規(guī)范,還發(fā)布了人工智能AI模型的信息披露指南,其重要性在于要向消費(fèi)者披露模型參數(shù)、內(nèi)在邏輯等,便于大眾監(jiān)督、社會(huì)監(jiān)督和監(jiān)管者監(jiān)督。未來(lái)應(yīng)進(jìn)一步貫徹好人民銀行AI算法應(yīng)用的規(guī)范,更好地促進(jìn)智能金融健康發(fā)展。
- 免責(zé)聲明
- 本文所包含的觀點(diǎn)僅代表作者個(gè)人看法,不代表新火種的觀點(diǎn)。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對(duì)本文可能提及或鏈接的任何項(xiàng)目不表示認(rèn)可。 交易和投資涉及高風(fēng)險(xiǎn),讀者在采取與本文內(nèi)容相關(guān)的任何行動(dòng)之前,請(qǐng)務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨(dú)立判斷。新火種不對(duì)因依賴(lài)本文觀點(diǎn)而產(chǎn)生的任何金錢(qián)損失負(fù)任何責(zé)任。