PA视讯(集团)-官方网站

金顶智库张晓燕:“十五五”开新局金融业提升服务质效迎来新机遇

发布时间:2026-03-16 13:52:48| 浏览次数:

  

金顶智库张晓燕:“十五五”开新局金融业提升服务质效迎来新机遇(图1)

  央广网北京3月12日消息(记者 樊瑞)2026年全国两会期间,不少代表委员就“深入实施提振消费专项行动”“金融大模型发展趋势”等话题展开深入讨论。对此,清华大学五道口金融学院副院长、金融学讲席教授张晓燕接受了央广网记者的采访。张晓燕指出,“十五五”期间,金融科技行业将全面升级,迎来系统性变革和新的增长机遇。

  张晓燕认为,金融行业助力提振消费需要紧扣政策落地的关键节点,形成一条从产品创新、场景深耕到生态构建的递进式路径。

  在产品创新层面,做好财政政策与产业发展的承接。金融机构可结合财政贴息范围扩大至网络消费信贷这一政策红利,适时将相关消费信贷产品纳入贴息体系,设计“以旧换新专属贷”,让补贴金额直达消费者,简化申请流程。

  在场景结构方面,要坚持“深耕细作”拓展消费场景。在促进低收入群体增收、错峰休假等政策的鼓励下,开发“灵活就业保障贷”等场景化方案,借助轻量化的数字金融工具,激活县域和农村市场的消费潜力,真正下沉到有需求的地方。

  在生态构建方面,金融机构要从单一信贷供给向“政策+金融+科技”协同生态的战略升级。利用AI和大数据技术,实现政策补贴的自动测算与兑现,为消费者提供信用管理与消费规划服务,引导理性、高品质的消费。

  值得注意的是,张晓燕强调,要始终警惕过度负债风险,确保信贷的可持续性,从而真正实现让居民“能消费、敢消费、愿消费”的政策目标。

  针对大模型在金融业的落地应用及发展趋势,张晓燕分析称,未来,AI在金融业的落地将发生质的飞跃。

  张晓燕分析称,当前银行业的AI应用主要集中在“内部运营、智能客服、风控合规”提质增效的三个场景,未来,大模型将在个性化理财、自主智能体、动态实时定价等三大方面对金融提质增效发挥重要作用。

  展望未来,金融业会出现“千人千面”智能理财顾问。届时的AI不再仅仅是“给建议”,而是在用户授权下实现资产的自动调仓。一般投资者也能以极低的成本,享受专属投行服务。

  同时,AI将从“辅助工具”升级为独立作业的智能体。未来的复杂金融业务,不需要人类在各个系统里来回操作。多个AI智能体会自动分工协作,开立信用证、审核报关单据、自动对冲汇率风险,全流程跑通,实现真正的无断点金融工作流。

  此外,信贷与保险产品的核心风险将实现“毫秒级动态定价”。未来的AI会实时抓取企业的供应链数据、社交媒体情绪甚至卫星图像,风险定价将变得极度敏锐和精准。

  同时,张晓燕对AI的过度应用所产生的风险进行了提示。她指出,“AI幻觉”极有可能通过微观决策失误、宏观羊群效应引发新型系统性风险。

  她着重指出,AI“一本正经地胡说八道”会直接致使基础金融决策出现失误。大模型从本质上来说是概率预测,有时会凭空编造数据。倘若AI“幻觉”为严重亏损的企业伪造出高利润,系统据此自动发放巨额贷款,一旦出现问题就会形成坏账。此外,同质化会引发致命的“羊群效应”。要是各大银行的底层模型相似,面对同一事件产生集体幻觉,百家机构同时自动抛售或抽回贷款,会瞬间引发流动性踩踏。

  为防止AI幻觉引发的新型系统性风险,张晓燕分析称,我国需要从技术治理、制度监管与产业规范等方面构建系统性治理体系。

  在技术层面,应提升模型生成内容的可靠性与可验证性,通过优化训练数据质量、引入检索增强生成(RAG)技术、加强事实核验机制等方式,降低模型生成虚假信息的概率,并推动关键领域模型具备一定的可解释能力。

  在监管层面,应建立生成式人工智能的风险分级管理制度,对金融、医疗、公共治理等高风险领域实施更严格的准入与评估机制,并要求模型在上线前通过安全评测和合规备案。

  在产业层面,应推动企业建立算法治理和模型审计机制,完善行业标准体系,并通过数字水印和内容标识等技术手段提升生成内容的可追溯性。

  2026年是“十五五”开局之年,张晓燕分析称,“十五五”期间,金融科技行业将全面升级,迎来系统性变革和新的增长机遇。

  首先,在“十五五”期间,金融科技将从辅助人类的工具全面进化为能独立处理复杂业务的“自主智能体(Agent)”,彻底重塑金融前中后台的运营模式。

  其次,金融科技与实体经济的融合将进一步深化。未来金融科技将更多服务于普惠金融、绿色金融、科技金融和养老金融等重点领域,通过数字技术提升金融服务的可得性与精准性,推动金融资源更加有效地配置到实体经济重点环节。

  再次,金融科技将更加注重安全与治理能力建设。随着人工智能在金融领域的广泛应用,算法透明度、模型风险管理以及数据安全问题将更加受到关注。监管层可能进一步完善相关制度体系,形成以风险评估、技术审计和持续监测为核心的监管框架。

  新业态上,一方面,“智数产融”将催生“数据资产化”的完整产业链。高质量数据集作为大模型训练的“燃料”,其战略价值日益凸显。在这一背景下,“数据资产化”将形成独立业态——通过数据确权、定价与流通机制,将企业积累的动态数据转化为可评估、可质押的数据资产。目前,业界已出现“算据资产服务信托”等创新模式,气象、统计等公共数据产品也正加速成熟,未来金融行业风险评估数据、医疗临床辅助诊断数据等也会在市场驱动下快速成型。

  张晓燕表示,AI智能体将成为金融决策的“新同事”,推动金融服务从“数字化”迈向“数智化”。AI将从 “辅助”向“授权行动”转型,这些系统不再仅限于总结报告,而是作为“半自主数字同事”被整合进核心流程,在人工监督下处理常规交易结算与合规审查,甚至直接面向投资者进行定制化服务。