肖鋼：智能金融需加強AI算法與模型治理

*【環球網科技報道記者**林夢雪】*近年來，隨着科技的飛速發展，智能金融已成為金融行業的重要趨勢。通過利用人工智能、大數據等先進技術，智能金融不僅改變了傳統金融的服務模式，還提高了金融服務的效率和便捷性。與此同時，智能金融也帶來了一系列的風險和挑戰。

12月22日，中國證監會原主席肖鋼在國民財富發展研究合作平台“AI+金融”峯會期間指出，智能金融雖然改變了甚至顛覆了傳統金融的模式，增加了新業態，但其風險性依然不容忽視。人工智能在引領新一輪科技革命和產業變革的同時，也帶來了各種複雜的風險和挑戰。

肖鋼強調，算法並非中性，而是預設了價值立場，並且依賴的數據往往具有侷限性，不可能是完美數據。此外，算法應用也具備不確定性和不透明性，這些都給金融AI算法模型帶來了潛在的風險。

在金融領域，算法模型的問題已經開始顯現。肖鋼以美國Zillow公司的智能投資模型為例，該模型在2021年預測房屋價格時出現錯誤，導致公司投資失敗，虧損高達5億美元。而在我國，部分金融機構雖然利用算法進行信貸模型的風控，但一些黑灰產組織也利用大模型技術，通過模擬模型參數、灌輸數據後進行信貸欺詐，給金融機構帶來了巨大損失。特別是中小銀行，由於其風控能力相對較弱，更容易成為這些欺詐行為的攻擊目標。

針對這些問題，肖鋼提出了加強金融AI算法與模型治理的迫切性和重要性。他認為，治理的首要目標是建立可信任、可依賴、負責任的人工智能系統，同時確保效能和安全。為此，需要從多個方面入手。

首先，需要完善相關法律法規，建立法律框架，為金融AI算法與模型的治理提供有力的法律保障。其次，大型金融機構應建立專門的算法模型管理委員會，負責算法模型的日常管理和監督。此外，金融機構還需要建立對模型效果的自主評估、審查機制，以及問責機制和救濟機制，確保算法模型在應用中始終符合法律法規和道德規範。

肖鋼還特別強調了算法模型的分級分類治理。他認為，風控模型應放在最優先的等級，金融機構體系內價值較高、影響較大的模型以及新模型也應放在高等級進行重點管理和監督。這有助於確保算法模型在應用中始終處於可控狀態，降低潛在風險。

肖鋼還介紹了一些金融機構在算法模型治理方面的成功案例。例如，某國內商業銀行設有模型管理委員會，制定了算法模型開發應用的戰略和政策規則，建立了模型管理規範，並設有模型風險管理平台，實現了即時展現模型參數的前景、跟進項目進展、自動監控預警等功能。這些舉措不僅提高了算法模型的治理水平，也有效防範了潛在風險。

肖鋼認為，隨着智能金融的快速發展，加強金融AI算法與模型的治理已成為當務之急。只有通過完善的法律法規、專門的組織機構、科學的評估審查機制以及分級分類治理等措施，才能確保智能金融在推動金融創新和發展的同時，始終保持在安全、可控的軌道上運行。