□本报记者 苏洁

12月20日-21日，主题为“强化数字技术赋能 推动金融高质量发展”的第11届数字金融大会在京举办。行业专家、学者围绕数字金融趋势，分享了深刻洞见和思考。

共话数字金融前景

“在这个充满变革与机遇的时代，科技的创新与发展已经成为各行各业的核心竞争力。”中关村互联网金融研究院院长、中关村金融科技产业发展联盟秘书长刘勇在致辞中表示。

中国社会科学院国家金融与发展实验室副主任杨涛提到“五篇大文章”的层次：第一层次是数字金融，即金融核心竞争力；第二层次是科技金融，即金融应对增长挑战；第三层次是普惠金融、养老金融，即金融工作的政治性、人民性；第四层次是绿色金融，即国家战略与国际共识。

杨涛表示，“数字化+科技金融”，从基于科技金融需求侧和供给侧探索，数字金融将大有可为；“数字化+普惠金融、养老金融”，不仅通过加快数字化转型来提升金融效率，优化金融功能，保障金融安全，还通过发挥数字金融资源匹配功能，把合适金融产品提供给合适的客户，从而产生“精准治疗”的作用；“数字化+绿色金融”，数字金融有助于推动实现绿色金融服务的标准化、透明化，进一步使绿色融资、投资、资产管理、碳核算等活动可计量、可识别。

中央财经大学教授、中国银行业研究中心主任郭田勇指出，传统商业银行和新型科技机构共同推进了金融业的数字化进程，数字化在金融领域的广泛应用，大大提升了金融效率，提供了更好的金融服务，但风险程度随之进一步增大。数字金融的发展，使金融监管的形势发生了很大变化。从金融监管角度看，要继续保持金融业经营的严肃性和稳定性，坚持持牌经营，把防范风险放在重要的位置。金融业要讲政治性、人民性，建议将金融科技的最新成果充实到金融业监管中。

中关村金融科技产业发展联盟专家委员会常务副主任委员、九三学社中央研究室主任王汝芳认为，数字金融作为数字经济在金融领域的映射，正在经历认知革命、交易革命和决策革命。在数字金融领域，认知革命带来了生产关系的深刻改良和金融系统的联合设计、联合创新、联合优化。交易革命是数字金融发展的重点。区块链技术的运用，实现了无信任交易，将人类信用转换为算法信用、机器信用和技术信用，这种信任机制使得陌生人之间可以进行交易，消除了传统交易中的信任和中介问题。决策革命是数字金融发展的关键。传统金融做决策是基于经验，而数字金融以数据自动流动化解复杂系统的不确定性，通过构建基于客户洞察的决策体系，决策的模式和链路都将发生巨大变化。

王汝芳强调，数字金融发展要统筹好三对关系：坚持公平与效率更加统一，坚持发展与安全更加统一，坚持竞争与协同更加统一。

北京大学国家发展研究院金光金融学与经济学讲席教授、副院长，北京大学数字金融研究中心主任黄益平表示，未来数字金融的发展将出现一些新的特征：首先，业务的重点可能会发生改变；其次，创新的主体可能会逐步发生改变，更多的金融机构和科技公司将会在数字金融领域进行合作和创新，共同推动数字金融的发展；最后，创新的场所也可能从国内市场为主逐步扩展到国际市场、跨境业务。

与此同时，数字金融的开放和发展需要监管政策的支持和引导。“过去几年监管部门对互联网金融、平台金融进行了专项整治，现在已经走向新的常态化监管。未来，数字金融的发展需要更加规范和有序的监管环境，既有助于数字金融行业进一步提升服务质量，同时也有助于国内的数字金融企业到国际市场上大展身手。”黄益平说。

谈及数字金融人才培养，中关村金融科技产业发展联盟专家委员会副主任委员、北航金融大数据与金融工程研究中心主任李平表示，首先，需要明确数字金融、金融科技、科技金融的内涵和外延，并设置相关课程，培养学生的相关基础知识和专业技能。目前国内高校主要在金融学院或金融系设置金融科技专业或方向，数字金融专业或方向较少。其次，要从培育新质生产力角度加强数字金融或金融科技的人才培养。最后，学校和企业应通过突出金融的核心本质、强化与其他学科的交叉融合、加强与企业的深度合作来培养数字金融或金融科技人才。

新技术为数字经济高质量发展提供保障

原中国保监会党委副书记、副主席周延礼指出，尽管AI技术为金融业带来巨大的发展动能，但在实际应用中存在很多风险和挑战，需要重点关注和积极应对。

周延礼表示，未来基于大语言模型，结合金融领域的数据和场景进行微调，形成金融行业大模型，能够更好地理解金融术语和金融业务场景，进一步提高金融机构各项业务处理能力。为此，他提出提高风险管理能力、提高智慧客服能力、提高运营效率三方面发展建议。与此同时，金融业要探索市场经济条件下的数据安全和网络安全有效的解决方案，为我国数字经济高质量发展提供保障。

中央财经大学中国互联网经济研究院副院长、教授欧阳日辉指出，作为一种新型生产方式，生成式人工智能具有互补性、智能性、融合性、创造性的技术经济特征。他表示，生成式人工智能与金融业深度融合的机理一是互补性与赋能效应，从价值创造逻辑，生成式人工智能在金融业会产生“替代人”和“赋能人”两种效应。二是智能性与规模经济效应，人工智能提升数据处理效率和资源配置效率，扩大了金融机构业务规模。三是融合性与范围经济效应。四是创造性与飞轮效应。生成式人工智能与金融业深度融合需要以技术为基础，以数据为核心，以算力为支撑，以算法为驱动，以规则为保障。

针对提升人工智能技术与金融业间的互适性，他提出：第一，加大算法研发投入，强化专业模型和智能模型研发，提升金融大模型的适用能力。第二，注重数据储备和安全问题，提高金融机构运用人工智能生成式服务的质量。第三，坚持以人为主，谨防过度依赖人工智能。