專訪李東榮： 建立完善的風險管理框架和技術治理機制，推動大模型健康發展，為金融行業的智能化注入新動能

每經記者 張蕊    每經編輯 陳旭    

金融是國民經濟的血脈。今年的政府工作報告提出，推動社會綜合融資成本下降，提升金融服務可獲得性和便利度。在深化財稅金融體制改革方面，報告明確提出，完善科技金融、綠色金融、普惠金融、養老金融、數字金融標準體系和基礎制度。

就在政府工作報告公布當天，國務院辦公廳印發《關于做好金融“五篇大文章”的指導意見》， 明確提出，到2027年，金融“五篇大文章”發展取得顯著成效，重大戰略、重點領域和薄弱環節的融資可得性和金融產品服務供需適配度持續提升，相關金融管理和配套制度機制進一步健全。

數字金融如何協同科技金融、綠色金融、普惠金融和養老金融發展？AI理財興起，金融業需在算法透明度與倫理審查方面建立哪些底線規則？如何應對科技金融面臨的挑戰？怎樣才能更大力度吸引社會資本參與創業投資？

帶著這些問題，在全國兩會召開期間，《每日經濟新聞》（以下簡稱NBD）記者對李東榮研究員進行了專訪。

李東榮深耕金融領域40余年，在金融系統中曾多年從事科技管理。在接受每經記者采訪時，李東榮坦言，認真學習了這些文件精神后，他深感振奮和受到啟發。

數字金融是金融“五篇大文章”的紐帶和助推器

NBD：您在多個場合提到“數字金融是金融‘五篇大文章’的紐帶和助推器”，能否請您具體闡釋下數字金融如何協同科技金融、綠色金融、普惠金融和養老金融發展？

李東榮：非常高興在兩會期間就數字金融這個話題進行交流。近日國務院辦公廳印發了《關于做好金融“五篇大文章”的指導意見》，提出了做好金融“五篇大文章”的總體要求，重點領域和主要著力點等內容，并再次提出推動數字金融高質量發展，強化數字驅動的金融業務運營體系。

在“五篇大文章”中，既有各自的側重內容，也有相互之間的關系。依我之見，數字金融在這之中發揮著紐帶和助推器的作用。

一方面，數字金融的發展強調對于數字經濟的金融支持，要以數據要素和數字技術為關鍵驅動，推動建成與數字經濟發展高度適應的金融體系；另一方面，數據要素作為新的生產要素，也是影響未來金融科技發展的重要因素，數字金融的發展程度，數據要素的運用范圍也將直接影響科技金融、綠色金融、普惠金融和養老金融的服務質效。具體來看，數字金融可以從以下幾方面助力其他幾篇“大文章”的發展：

數字金融協同科技金融發展方面：數字金融通過大數據、人工智能和區塊鏈等技術手段，能夠更精準地評估科技企業的風險，優化信貸流程和風控體系，為科技企業尤其是初創企業提供更高效、更靈活覆蓋科技企業全生命周期的金融支持，推動“科技—產業—金融”的良性循環。同時，數字金融的發展還能助力金融機構開展前沿技術研究與應用，拓寬先進科技的應用場景。

數字金融協同綠色金融發展方面：數字金融可以為綠色金融提供強大的技術支撐。通過數字化手段，金融機構可以將綠色低碳目標融入金融服務，為企業的綠色轉型提供支持。

例如，利用區塊鏈技術實現綠色金融項目的全流程跟蹤和透明化管理，能夠助力綠色信貸、綠色債券等業務的資金穿透管理，降低“洗綠”“漂綠”風險，提升綠色金融的公信力和效率；通過隱私計算技術，能夠促進有關數據“可用不可見”，強化相關數據安全融合應用；依托物聯網、大數據、人工智能等技術，有助于對綠色資產情況、環境風險信息等在線采集、實時監測，提高綠色識別精準化、評級定價智能化、預警處置自動化水平和效率。這些都將推進綠色金融的可持續發展。

金融機構本外幣綠色貸款余額

截至2024年末，金融機構本外幣綠色貸款余額達到36.6萬億元  數據來源：同花順iFinD

數字金融協同普惠金融發展方面：數字金融是推動普惠金融高質量發展的核心動力。通過數字化轉型和多元化的觸達渠道，數字金融充分運用移動物聯網、智能終端等現代信息技術，建立線上線下、多元化、立體式的金融服務渠道，為個人和企業提供“隨時、隨地、隨心”的接入服務，破除金融發展特別是普惠金融發展的時空限制。

同時，在充分運用數字技術的情況下，普惠金融服務可以向經濟欠發達地區傾斜，利用技術手段盡可能提高金融服務的可觸達性，發揮產業貸款、幫扶項目對脫貧人口和低收入人群的帶動作用，也促進了區域經濟的協調發展。數字金融還推動了普惠金融從單一信貸服務向財富管理等多元化領域擴展。

數字金融協同養老金融發展方面：數字金融在養老金融領域的應用主要體現在適老化服務和產品創新上。一方面，從提升服務的可得性上看，通過數字平臺，金融機構可以為偏遠地區和老齡群體提供便捷的理財和儲蓄服務；另一方面，從提升服務質效上看，金融機構通過大數據和人工智能技術，可以為老年人提供定制化的養老金融產品和服務，助力養老金融的普及。此外，數字金融還可以支持養老金融產品的創新，滿足多層次的養老需求。

促進金融數據與工商、稅務等專業數據互聯互通

NBD：金融領域積累了大量具有高價值的金融數據，而一些政府部門也擁有大量企業信用信息等，是金融機構開展貸款、投資等業務的重要參考依據。但目前政府部門與金融機構之間、金融機構相互之間數據的流通利用并不順暢，您覺得主要有哪些原因？對于促進金融領域數據的流通、共享、利用，您有哪些思考？

李東榮：我認為金融數據流通不暢的原因主要有以下幾方面：

一是出于對數據安全方面的擔憂。數據的安全性和隱私保護一直是金融機構和企業最關心的問題。由于沒有建立起有效的信任機制，各方在數據共享過程中存在信任障礙，擔心數據泄露和濫用風險，導致數據流通意愿不強。同時，金融機構與政府部門之間的數據壁壘依然存在，金融機構難以獲取企業全面的信息，限制了數據在風險評估和信貸決策中的應用。

二是由于制度和技術不完善。目前數據產權歸屬、交易定價、安全治理等基礎制度仍有待進一步完善，數據要素市場的交易體系和合規機制仍需進一步健全。此外，數據流通的技術支撐能力不足，如隱私計算、區塊鏈等技術的應用仍處于探索階段。

三是數據質量和使用成本問題。由于缺乏有效的數據治理，各類數據的質量和可用性參差不齊，增加了金融機構在數據應用過程中的成本。同時，數據流通的市場化機制尚未完全建立，獲取和使用成本較高，限制了數據的廣泛應用。

對于促進金融數據的流通、共享、利用，我個人有以下幾方面建議：

一是完善數據流通的制度框架。加快構建數據產權、交易定價、收益分配等基礎制度，進一步明確數據的權屬和使用規則。同時，推動建立統一的信用信息服務平臺，促進金融數據與工商、稅務、司法等專業數據的互聯互通。

二是加強技術應用與創新。積極推進隱私計算、區塊鏈、聯邦學習（一種分布式人工智能模型訓練技術）等技術的應用，保障數據在流通中的安全性、隱私性和可用性。推動建立可信數據空間，通過技術手段，實現數據的“可用不可見”，降低數據共享的風險，提升數據流通的效率。

三是強化監管與合規。加強對數據流通的監管，確保數據流通的合規性和安全性；監管部門加強對金融機構數據治理的指導，推動數據治理標準的規范化。

四是拓展數據應用場景。鼓勵金融機構在客戶畫像、精準營銷、智能風控等領域加強數據融合應用。通過數據共享更全面地掌握客戶信息，提升金融服務的精準度和效率。

結構性貨幣政策工具中的科技創新再貸款情況

截至2024年三季度末，中國人民銀行聯合科技部等部門設立的科技創新再貸款額度達到4000億元  數據來源：同花順iFinD

人工智能技術已經開始改變金融服務的模式和效率

NBD：發展數字金融離不開眾多的金融科技手段。您曾提到人工智能將成為金融業的核心競爭力。在您看來，未來人工智能技術在金融領域的應用將如何改變金融服務的模式和效率？

李東榮：在千行百業之中，金融業作為數字化程度最高的行業之一，又屬于信息密集型行業，一直以來都是人工智能技術落地應用較為深入的領域，近年來人工智能技術其實已經在一定程度上改變了金融服務的模式和效率。例如在智能客服、智能投顧、精準營銷等方面通過人機交互的方式為客戶提供個性化、定制化的服務體驗。

未來，我認為通過建立完善的風險管理框架和技術治理機制，可以推動大模型技術的健康發展，為金融行業的智能化轉型注入新動能，人工智能技術還將在以下幾方面進一步改變金融服務的模式和效率。

具體而言，一是服務模式上更加個性化、智能化。人工智能技術通過大數據分析和機器學習，能夠精準捕捉客戶的個性化需求，從而提供定制化的金融服務。

例如，智能投顧可以根據客戶的風險偏好、投資目標和財務狀況，提供量身定制的投資建議。這種更加智能的“千人千策”的服務模式，將取代傳統的“千人一面”模式，顯著提升客戶體驗。未來，金融機構將更多地依賴AI技術實現智能化運營。

二是金融機構運營能力得到顯著提升。AI技術通過自動化流程，減少了對人工的依賴，顯著降低了金融機構的運營成本。未來借助特定的行業模型，金融行業可以實現從RPA（機器人流程自動化）到智能體（AI Agent）的升級，大模型讓AI Agent具備智能化決策能力，而RPA作為AI Agent的執行單元，借助自動化執行能力，可以自動分解任務并執行，進而讓數字員工像人一樣感知、規劃、決策、行動、與環境交互，進一步提升運營效率。

三是金融機構數據處理能力得到極大提高。AI技術能夠高效處理海量數據，快速生成分析結果，從而提升金融機構的決策效率。這對于需要大量數據分析、復雜金融邏輯推理、綜合知識理解和專業內容生成的環節具有獨特的價值。

例如，在信用評價方面，AI模型可廣泛使用結構化（如交易記錄）和非結構化數據（如行為數據、消費習慣等）對客戶進行綜合評估，從而大幅提高信用評價的效率、準確度和覆蓋范圍。

金融機構使用AI技術應盡可能提升算法透明度和可解釋性

NBD：我們注意到，目前不少人利用DeepSeek炒股、理財，AI理財也引發關注。生成式AI技術可能顛覆傳統投顧與風控，您認為金融業需在算法透明度與倫理審查方面建立哪些底線規則？

李東榮：我認為可以從以下幾方面建立底線規則：

一是提升算法透明度與可解釋性。生成式AI的運算結果本身具有一定的復雜性，這種“黑箱”特性可能引發合規風險。因此，金融機構在使用AI技術時，應盡可能提升算法的透明度和可解釋性。例如，金融機構應向投資者清晰披露AI模型的基本邏輯和決策依據并提供詳細的解釋，避免因算法不透明導致的誤解或信任危機。

二是加強科技倫理與合規性審查。AI技術的應用必須符合倫理和法律標準，避免因技術濫用導致的不公平現象。具體措施包括：建立倫理審查機制，對AI模型的設計、訓練和應用進行定期審查；避免算法歧視，確保AI模型在決策過程中不因性別、種族、年齡等因素產生偏見；強化監管與合規，加強對AI技術應用的監管，確保其符合金融市場的法律法規。

三是做好投資者教育與風險提示。AI技術雖然為投資決策提供了便利，但投資者仍需具備一定的風險意識。一方面，金融機構和監管部門應加強投資者教育，通過多種渠道向投資者普及AI理財的知識和風險，幫助其理性看待AI建議。另一方面，在提供服務時應進行明確的風險提示，在AI平臺提供投資建議時，必須明確告知投資者AI建議僅供參考，最終決策需由投資者自行判斷。

金融機構對科技型中小企業貸款余額

截至2024年末，金融機構對科技型中小企業貸款余額為3.27萬億元  數據來源：同花順iFinD

確保金融科技創新活動不會損害消費者權益

NBD：您在多次講話中提到“創新與監管的動態平衡”，如何避免“過度監管抑制創新”或“監管滯后助長風險”？如何通過制度設計實現兩者的良性互動？

李東榮：在金融創新與監管的動態平衡過程中，如何避免“過度監管抑制創新”和“監管滯后助長風險”一直以來都是金融監管部門的重要任務。

近年來，隨著金融科技的快速發展，金融創新的模式和風險特征發生了深刻變化，這對監管提出了更高要求。我認為可從以下幾個方面著手，實現創新與監管的良性互動：

一是建立并完善動態監管機制。金融科技的快速發展要求監管框架具備動態調整能力。監管部門應通過持續監測市場變化，及時消除監管空白和盲區。

針對金融科技的創新應用，監管部門應建立全生命周期的監管機制，從創新產品的設計、測試到推廣，全程跟蹤風險并及時調整監管策略。

此外，還可以推廣并應用“監管沙箱”機制，允許金融機構或科技企業在受監管的“安全空間”內測試新的金融產品和服務，確保創新活動不會對金融穩定造成威脅。

二是加大對監管科技的應用力度。大數據、人工智能和數字算法等前沿技術的不斷完善，不僅推動了金融機構的數字化轉型，還推動了監管科技的發展。

應加大對監管科技的應用力度，將各類金融活動納入監管范疇，全面強化機構監管、行為監管、功能監管、穿透式監管、持續監管。通過強化系統性風險監測，建立健全數字金融風險監測與評估機制，有助于實現風險早發現、早識別、早預警、早暴露、早處置，牢牢守住不發生系統性風險的底線。

三是持續加強消費者權益保護。金融科技的快速發展可能帶來新的風險，在平衡監管與創新的過程中應當筑牢消費者保護的底線，確保創新活動不會損害消費者權益。

數字技術在快速發展的同時可能產生“數字鴻溝”及“算法歧視”，將一部分老年人和其他弱勢群體排斥在外，有失社會公平與正義。部分機構還存在違規獲取用戶數據、信息泄露等問題。應當通過強化信息披露和數據安全保護，提升消費者對金融創新產品的認知和信任，使金融創新真正發揮出服務經濟社會發展的良好功能。

吸引社會資本參與創投要進一步拓寬資本市場退出渠道

NBD：數據顯示，中國科技金融在支持科技企業方面取得了顯著成效。但同時也面臨一些挑戰，比如信息不對稱、風險評估與管理難度大等。您認為應如何應對這些挑戰？

李東榮：我認為應對這些挑戰可以主要從兩方面著手：

一是構建更加完善的科技金融生態體系。科技創新服務于“從0到1”的特性，決定了做好科技金融這篇“大文章”不是簡單地提供更多金融產品和工具，而是需要各參與方一起為科創企業提供以金融服務為重要組成部分的覆蓋全生命周期的綜合性服務平臺。

在這個過程中，各方主體應加強協同合作，構建更加完善的科技金融生態體系。政府應進一步優化政策環境，加強政策的引導和協調作用；金融機構之間應加強合作，實現資源共享、優勢互補；科技企業要提高自身的規范化運作水平和信息透明度，積極與金融機構對接；科研機構應加強與科技企業的產學研合作，提高科技成果轉化效率。

二是發揮數據要素對科技金融的支撐作用。要發展科技金融，進而促進科技創新的發展，關鍵點之一是要解決數據要素如何高效流動的難題，讓數據去解決科技金融中價值發現和信息不對稱的問題。

一方面要提高流通效率，促進不同類型基礎數據要素的互聯互通。支持行業內企業聯合制定數據流通規則、標準，聚焦業務需求，促進包括基礎公共數據、商業信用數據在內的多維度數據合規高效流通，提高多主體間數據應用效率。鼓勵合規的市場主體創新服務模式，打造服務生態，提升服務質量，充分實現數據要素價值。

另一方面，要發揮專業作用，推動評價認證的互聯互通。完善技術價值發現體系，利用好相關部門、行業協會給予的認證資質名單（例如科技部認定的高新技術企業、工信部認證的專精特新“小巨人”企業等），以及科技部門建立的科創企業、科技創新項目的打分評估機制，更好地量化評價企業科技創新能力，分析技術風險。

NBD：中央經濟工作會議提出，健全多層次金融服務體系，壯大耐心資本，更大力度吸引社會資本參與創業投資，梯度培育創新型企業。您認為在實際操作中，怎樣才能更大力度吸引社會資本參與創業投資？

李東榮：吸引社會資本參與創業投資，需要從政策支持、市場機制、監管優化等多方面入手，營造良好的投資環境。具體而言：

一是優化政策環境，提升政策吸引力。應當持續優化政策環境，從產業、市場準入、稅收、監管政策等方面給予更大力度的支持。

例如，放寬市場準入限制，拓寬社會資本可涉足的產業領域，鼓勵社會資本通過多種方式參與基礎設施和民生項目建設等。同時可以完善稅收優惠政策，通過投資額抵扣應納稅所得額、根據投資期限給予不同稅收減免等方式，激發創投基金的投資積極性。

二是進一步拓寬資本市場退出渠道。暢通的退出渠道是吸引社會資本的關鍵因素，建議可以從以下幾方面著手。

例如，推進IPO常態化，推進上市發行節奏的常態化，暢通創投資本的退出通道；發展多元化退出渠道，鼓勵發展并購基金、創業投資二級市場基金（S基金），提升退出效率；

完善多層次資本市場體系，加強區域性股權市場、新三板與北交所、科創板、創業板等市場的互聯互通，為不同階段的科技創新型企業提供多元化的融資支持等。

封面圖片來源：每日經濟新聞