2023-04-07 08:43

陆磊:从生成式 AI 视角理解金融发展和货币当局的作用

AIGC 发布在 AIGC
3.0万

作者:陆磊

来源:新金融评论

原文标题:《面向数字时代的金融发展和金融治理》

AI 模型可大致分为决策式 AI 和生成式 AI 两类。其中,生成式 AI 即通过学习数据中的联合概率分布,归纳分析已有数据后进行全新创造,这一技术预计将于 2-5 年内进入生产成熟期。GPT 思维与货币当局的认知决策逻辑高度一致,“意图捕捉”“承认未知”“敢于质疑”等 GPT 思维内容完全符合金融发展与金融治理持续优化的基本要求。借用生成式 AI 的思路来研究金融问题,或许有助于形成金融发展和金融治理的有效技术路线。
——陆磊 中国金融四十人论坛(CF40)成员、国家外汇管理局副局长

本文为作者于 4 月 4 日在 2023 中国金融学会学术年会暨中国金融论坛年会上发表的主题演讲。

图片来源:由无界 AI工具生成

党的二十大擘画了全面建设社会主义现代化国家、以中国式现代化全面推进中华民族伟大复兴的宏伟蓝图。我想从实际工作出发,以“面向数字时代的金融发展和金融治理”为题,就中国金融服务现代化的形势和趋势谈几点初步思考。

第一,拓展认知:从生成式 AI 视角理解金融发展和货币当局的作用

2023 年起,以 OpenAI 为代表的人工智能,将引领今后 10 年的数字革命。AI 模型可大致分为决策式/分析式(Analytical)AI 和生成式(Generative)AI 两类。

决策式 AI 是根据已有数据进行分析、判断、预测,主要应用模型包括用于推荐系统和风控系统的辅助决策、用于自动驾驶、人脸识别和机器人的决策智能体。

生成式 AI 是通过学习数据中的联合概率分布,归纳分析已有数据后进行全新创造。根据 Gartner《2022 年人工智能技术成熟度曲线》报告,预计生成式 AI 将在 2-5 年内进入生产成熟期,发展潜力与应用空间巨大。2025 年,生成式 AI 产生的数据将占到所有数据的 10%,而 2021 年生成式 AI 产生的数据不到所有数据的 1%;30% 的大型组织出站消息将由生成式 AI 生成;50% 的药物发现与研发将使用生成式 AI;2027 年,30% 的制造商将使用生成式 AI 提高产品研发效率。

GPT 思维在金融发展领域的契合度。令我震撼的不仅是 Gartner 的报告,更有微软研究院关于通用人工智能(AGI)的最新报告,其中所反映的 GPT 思维与货币当局的认知决策逻辑高度一致。在构成 GPT 思维的六要素中,存在“意图捕捉”“承认未知”“敢于质疑”三项内容,这完全符合金融发展与金融治理持续优化的基本要求。任何工作能否有效完成基本基于三个要素——能否掌握事情全貌(承认未知)、能否梳理现存症结(敢于质疑)、能否明确目标意图(意图捕捉)。

比如,关于跨境资本流动、政策溢出效应的研究,它在中央银行的决策模型中,作为 n 维向量中的一个组成部分而存在;但是在外汇领域的决策模型中,我们的思维会拓展到 n×m 维矩阵。这就是说,我们不再把跨境资本流动作为影响经济增长的稳定性以及流动性变化的原因,而是作为 m 个经济体各自存在 n 维变量的一个决策结果加以衡量。3 月 30 日,基于大型语言模型(Large Language Model)专为金融领域打造的 BloombergGPT 发布,实际上就是矩阵思维在“开源模型 + 高质量垂直数据”基础上的运用。

货币当局履行确保实体经济和金融体系稳健运行等职能的行为,可以理解为生成式信息。从全球各经济体货币当局的主要职责出发,中央银行需要通过调节流动性等指标,以达到维护币值稳定、保持价格稳定、促进经济发展、保障金融安全、维护金融秩序等多个目标。货币当局的全部工作,可以理解为面对 n×m 维矩阵,通过自身决策与操作,生成新的政策变量(p)——这就是生成式信息。目的是,在权衡取舍中,为整个系统注入稳定性,并平衡市场预期。因此,我们不妨想象,在 n×m 维平面矩阵上,形成了加入政策变量系统的第三维数据空间。更有意思的是,政策向量会影响到 m 个国家、n 维经济变量的瞬时或滞后变化。

以上是我的第一个认识,通过数字时代人工智能思维范式以理解金融业与货币当局。

第二,底层逻辑:新发展理念在数据行业和金融部门的实践引领

立足新发展阶段,贯彻新发展理念,构建新发展格局,推进高质量发展,是金融业服务中国式现代化的根本遵循。结合数字时代持续演进和金融部门的动态发展,成功之处都在于秉承了创新、协调、绿色、开放、共享的新发展理念,统筹了发展和安全。

一是多部门共同推进的协调式创新。从人工智能突破式发展看,软硬件协调推进,相互反馈促进了创新的落地落实。OpenAI 在自然语言处理模型和多层变换器的开发运用绝非孤军突进,英伟达为了加速生成式 AI 开发及部署推出 3 款全新推理 GPU,分别擅长 AI 视频、图像生成和大型语言模型的推理加速。简言之,算力支撑了基于信息处理的智能决策。在金融部门,我们曾经面临的诸多挑战,比如是否聚焦主业、参控金融机构是否存在道德风险、理财业务中的相互嵌套是否推动实体部门融资便利抑或提升了成本,如何同时实现经济稳定性和金融体系稳定性,实际上同样需要协调式创新——金融基础设施现代化、跨机构跨部门业务创新、准确高效的中央银行数据处理加以识别。否则,很容易出现以个例判断总体的有偏估计(biased estimation)。

二是开放和共享将成为人工智能时代金融服务现代化的鲜明特征。技术和数据的开发和应用将推动现代化建设的创新协同和开放共享。3 月 1 日,ChatGPT 开发商 OpenAI 宣布开放 API(应用程序接口),旨在推动技术开放共享,这显著降低了相关应用的开发成本,实现普惠和共享。金融发展面临的课题亦然。从上世纪 60 年代 Goldsmith 和 McKinnon、Shaw 等人提出的金融发展理论以来,金融服务向更多客户开放,普惠金融成为发展的重要价值取向,并已经成为金融业半个多世纪以来的主流。

三是绿色和安全是信息密集型部门发展的永恒主题。算力是 AI 的核心竞争力,能耗是主要制约因素,信息安全保护是伦理与规制命题。正面的案例是,新的芯片技术可以使能耗大幅度下行;反面的案例是,曾经的数字资产挖矿造成能耗指数级上行。前者的生命力与后者的“熵增”决定了各自的前途命运。面向数字时代,金融业的发展同样面临着绿色和安全的现实要求。更高效率的自我发展和更高质量服务绿色产业是金融部门的使命;确保金融市场稳定,不发生系统性风险是底线要求。

第三,前瞻思考:顺应时代潮流的金融发展和金融治理

如果我们借用生成式 AI 的思路来研究金融问题,或许有助于形成金融发展和金融治理的有效技术路线。

在金融发展领域。一方面,所有金融机构及其服务对象实际上面临的是 n×m×p 维立体决策空间。各国的多元经济变量与政策变量构成了一切经济主体的生存空间和约束条件,由此形成更加科学有效的投融资和风险管理决策。另一方面,信息处理和数据生成的便捷与低成本趋势,有助于显著降低融资服务环节的交易费用。

在金融规制领域。一方面,可能在不远的将来,依据资本充足率、拨备覆盖率的传统管理手段的重要性将让位于针对流动性、欺诈和误导等金融监管新规制。另一方面,根据实时数据识别风险和行为错误,预调与微调才能从纸面落于实处,事中事后监督管理的重要性或将真正强于准入管理。

在货币当局领域。基于算力与适当的目标值,稳定币或全球性稳定支付手段将突破以往的数字资产,成为一种真正在技术上可行、购买力更趋稳定的世界性流通手段。一国货币政策所形成的外溢效应可以实时预期并为金融市场所对冲。以存款搬家为代表的硅谷银行(SVB)和瑞士信贷型负债端冲击在力度和频度上或许会更加频繁,因此,流动性管理与预期管理应进一步成为货币当局的主要考虑因素。

综上,数字时代为金融发展带来了新的思路和方法,也给金融治理赋予了新的挑战和工具。如果科学发展和技术进步是我们面对的不可逆转趋势,那么金融学术研究、金融部门发展和政策实践势必面临新的要求,由此推动金融业高质量发展,为中国式现代化提供更好的支持和保障。

本文链接:https://www.aixinzhijie.com/article/6812548
转载请注明文章出处

评论
登录 账号发表你的看法,还没有账号?立即免费 注册
下载
分享
收藏
阅读
评论
点赞
上一篇
下一篇