人工智能技術在金融領域的發展如火如荼，人工智能與金融的結合異彩紛呈，創設了非常多樣化的金融生態，促進了行業的發展，也帶來了諸如倫理上的主體、歧視、黑箱悖論；法律上的所有權、責任歸屬、監管難題；以及二八分化、失業與行業邊界變革等各類問題。
面對這些問題，我們認為是時候針對金融領域提出發展智能技術的九大原則，從而幫助行業更好、更快的發展。九大原則實際上是三種角色的反映，我們希望技術與金融結合的產物能夠扮演至少三個角色：金融生態秩序的守護者、決勝小康三大攻堅戰的踐行者以及塑造現代化金融監管的推動者。智能金融本質還是金融行業的創新與發展，首要條件是守護健康積極的金融生態秩序。而打贏防範化解重大風險、精準脫貧、防治汙染三大攻堅戰依賴金融資源的合理配置與運用。智能金融能夠更高效的優化資源配置，助力全面建成小康社會。至於從智能金融到智能監管，一步之遙也是殊途同歸。智能金融不僅有效促進金融的發展，而且能夠幫助監管更高效運作。
第一，智能金融應當負責任創新（Responsible Innovation）。負責任地創新是智能金融的發展首先要遵從的一般原則。“負責任創新”是廣泛用於技術創新領域的發展理論，經過十五年左右的醞釀與發展，已經成為全球技術創新的一項共識。
例如早在2003年，美國通過的《21世紀納米技術研究與發展法》就要求相關部門開展納米技術領域“負責任”發展所需要的標準、指引等問題的研究，並且設立專門中心對“負責任”研究有關的事項進行分析識別。2014年正式啟動的歐盟“地平線2020”計劃要求社會各個部門（研究人員、公民、政策制定者、商界、第三方機構等）參與者共同努力構建一個“更好連接科學研究、社會需要與預期的歐盟社會”。這條進路有一個專門的名詞叫做“負責任的研究與創新”（Responsible Research and Innovation）。該計劃來源於創立於1984年的歐盟科研框架計劃，地平線2020計劃正是該科研框架計劃的第八個項目。在我國，2016年的《“十三五”國家科技創新規劃》首次明確指出：倡導負責任的研究與創新，加強科研倫理建設，強化科研倫理教育，提高科技工作者科研倫理規範意識，引導企業在技術創新活動中重視和承擔保護生態、保障安全等社會責任。
具體到金融科技創新領域，美國走在了創新發展的前列。從2016年開始，美國貨幣監理署（OCC）發佈了多份報告支持在金融行業尤其是銀行業的負責任創新。OCC認為，“金融產品、服務以及流程應當在滿足有效風險管理要求和銀行整體商業策略的基礎上滿足消費者、公司以及社區不斷變化的需求。”（《支持聯邦銀行系統中負責任創新：貨幣監理署的觀點》）此後，OCC聚焦銀行業負責任創新，2018年7月31日開始允許金融科技公司申請特殊目的銀行牌照。在我國，2017年《新一代人工智能發展規劃》要求，制定促進人工智能發展的法律法規和倫理規範，首要是“……明確人工智能法律主體以及相關權利、義務和責任等”，尚沒有對於金融領域的負責任創新的清晰頂層設計。
“負責任創新”擁有兩層含義。廣泛意義上來說，負責任的智能金融應當遵從“內部自我規制，外部多方監督”的全新結構。內部自我規制決定應當如何發展智能金融技術，例如創新主體內部成立自我監管組織（SRO）進行創新決策。外部多方監督意味著負責任創新不能假以一人或者一方，而需要社會各界的共同參與，例如英國皇家藝術製造和商業促進會（RSA）正在嘗試用“公民法官”解決人工智能所涉及的犯罪問題和政治爭論。而這些都需要在遵循倫理的基礎上展開。另外一層含義是中國語境下的“負責任創新”理解。中國的創新曆程還較為短暫，亂象自然更加頻仍。尤其是互聯網金融領域所開展的多次、持續專項整治是在內外部合力規制的框架之外，需要遵守的另一條底線。
第二，智能金融發展應當遵守技術倫理。智能金融的負責任創新所遵循的倫理，既包括金融倫理，也包括技術倫理。人工智能算法容易產生兩類悖論——“產生悖論”與“結果悖論”。前者指從數據的輸入來看，不論輸入是否存在主觀偏見的可能，算法都會走上歧視的道路，要麼是輸入算法程序的人本身帶有主觀價值色彩，要麼是算法自身運行過程造成了客觀系統歧視。後者指從輸出的結果來看，要麼造成對某些群體客觀歧視，要麼造成客觀忽視。有時候，這類歧視會因為算法黑箱的原因而不容易識別或者無法解釋。
就技術倫理而言，我們應當在設計時遵守兩個方面的技術倫理。第一個方面，通過技術手段防止、控制技術的不可測風險，儘管技術手段的使用將會付出一定的成本。例如在日誌中記錄、測試、監測數據和運算過程，以保證“有數據可循”。第二個方面，通過制定規則防止破壞性技術獨佔等不恰當發展智能金融的行為。技術是中立的，但是破壞性技術獨佔、深度學習算法濫用等技術的運用是有對錯的。
為此可能需要做到在技術運用的全流程中嵌入兩類設計——“默認技術設計”（designed by default tech）和“默認倫理設計”(designed by default ethnic)。前者的意思是在人工智能技術中需要默認設置一些算法，這些算法本身是符合技術倫理的；後者的意思是需要將公平、正義、不得傷害人類等倫理價值觀作為模塊嵌入算法本身。
這兩類設計大致包含以下內容：第一，提供針對算法整體的審計標準和審計工具；第二，向人群提供人工智能使用的培訓與說明；第三，算法全程透明化使用；第四，在算法正式應用前需要自動進行測試；第五，在算法應用中要進行監控、保護數據隱私等等。
第三，智能金融應當遵循金融發展規律。智能金融雖然深刻改變了金融行業商業邏輯，顛覆了諸多傳統商業模式，但是其本質仍是金融模式創新，仍然必須遵循基本金融發展規律，這也是負責任創新所要求的金融倫理。
以二級投資市場上的算法交易為例。算法交易起源於二十世紀中葉的配對交易。1949年，對沖基金之父阿爾弗雷德·瓊斯將多頭和空頭頭寸進行了3:7的對沖；20世紀60年代，投資者利用計算機算法分析股票的周線和月線；之後的80年代開始，伴隨著算法交易成為市場投資中不可缺少的工具，黑池交易、算法黑箱等問題也開始出現，帶來了諸多的風險。最近一次，美股在2018年2月8日的下調重挫就被很多市場分析師稱為“資本市場歷史上第一次算法股災”。根據京東金融研究院發佈的《智能金融白皮書》，在“智能監管最值得期待的內容”調研中，“風險管理”獲得了45.1%的得票率，高出第二名“支付監控”33個百分點。從調研層面說明，金融風險管理作為金融倫理的重要性。
本文認為，金融倫理主要體現在兩個方面。第一，人工智能應當不得加劇風險。金融業務時刻縈繞著各種類型的風險，金融行業人工智能應當有效管理既存風險；有限降低過大金融風險；並且能夠評估、預測、分析金融風險。第二，人工智能應當不得使得市場資源配置紊亂。金融行業人工智能應當促進金融服務實體經濟，避免資金空轉，尤其還要做到符合貨幣政策、財政政策的引導，保證市場資源的有效分配。
第四，智能金融應當聚焦防範化解重大金融風險。從發展目標上來說，智能金融防範化解三大攻堅戰是負責任創新的中國語境表達。智能金融通過參與強化金融監管能力和幫助提升全社會早識別、早預警、早發現、早處置重大金融風險的能力，守住不發生系統性金融風險的底線，防範和化解重大金融風險。關鍵在於儘早發現金融風險的端倪。這就要求分析海量數據，而信息不對稱是持續困擾的難點和痛點。
智能金融解決方案可以實現：第一，及時監測海量數據，對於有可能引起重大金融風險的情形進行及時、全面、系統監測；第二，儘早識別風險端倪，做到早識別、早預警、早發現可能引起風險的信息和數據；第三，技術成本與底線防範相統一，考量智能金融解決方案的技術成本，以實現最高效的利用。
第五，智能金融應當用技術推進金融精準扶貧。智能金融天然地就是普惠金融。普惠金融面臨兩個問題：第一，成本壓力。傳統金融機構、新興農村金融機構都面臨著在貧困地區開展業務無法收回成本；第二，風控壓力。大量高頻、小額、分散的普惠借貸所服務的對象一般屬於風險較高的人群，導致風控的成本極大，但是效率極低。人工智能餓應用大大解決了成本和風控問題，並且完成了人力所不能完成的浩繁工作，改變了傳統以人力為核心資本的實現普惠金融的邏輯。
金融精準扶貧是精準脫貧的重要內容。智能金融個性化、定製化的發展趨勢正好加大了傳統金融機構無法服務的長尾人群的覆蓋。根據個體風險差異，實現金融產品差異化定價，實現普惠金融。金融精準扶貧還必須立足農村，發展農業，促進鄉村振興。貧困人口大多生活在農村，從事農業生產。授人以魚不如授人以漁。一方面，通過簡化易得的金融服務，貧困群眾更加容易獲得金融相關的知識，實現了金融知識普及；另一方面，智能金融還可以通過科學分析農業生產各階段的資金需求，為貧困人口提供精準的資金支持與治理支持，實現農業生產科學化，提高其脫貧能力。
第六，智能金融應當參與綠色金融，推動汙染防治。當前我國社會的基本矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾。環境汙染是人民對美好生活的需求與經濟發展不平衡不充分之間矛盾的重要表現。發展綠色金融，是實現綠色發展的重要措施，也是供給側結構性改革的重要內容。智能金融參與發展綠色金融，可以防治環境汙染，是實現綠色發展目標的重要助力。
人工智能可以至少在以下方面發揮作用：第一，通過數據分析，認定項目是否符合綠色標準。綠色金融有著相對嚴格地界定標準，通過對項目的數據進行分析，可以有效地判斷該項目是否是綠色金融項目。包括但不限於企業與環境、項目技術水平、項目與環境等多維度。第二，通過需求分析，判斷項目是否存在真實綠色需求。人工智能對於環保部門數據、用能等領域的信息、主體信用信息等數據的整合分析，可以合理有效地判斷需求真實性。第三，通過宏觀分析，調整綠色項目供給總量。將綠色金融項目與宏觀金融發展相匹配，可以提高綠色項目供給的效率。
第七，智能金融應當輔助監管，化繁為簡。現代金融活動日趨複雜，監管規則也層出不窮。智能金融可以量化大量、複雜、隱蔽的金融活動，從而推動智能監管的應用。智能金融也可以推動建設面向未來的監管決策預測系統，有效執行監管規則。
京東金融研究院根據國際清算銀行的監管科技報告進行梳理，得到輔助監管的方法主要包括數據收集和分析。在數據收集階段，金融監管可以生成自動化報告或者實時檢測報告等等；在數據管理階段，可以通過數據整合、確認、可視化等方式實現數據的充分展示；在數據分析階段，智能金融可以實現市場監管、不端行為檢測分析、微觀審慎監管和宏觀審慎監管在內的四個目標。
包括但不限於以下幾類方式。第一個，分析規則，形成監管策略。指的是通過對於監管文本、監管行為的歸類分析，得出針對不同違法行為的監管策略。例如，美國證監會（SEC）針對智能投顧行業的特點，彙集各類數據，形成了針對該行業的具體策略。第二個，識別違法金融行為。指的是通過微觀金融行為的監測與分析，判斷該行為是否屬於違法金融行為。例如澳大利亞證監會（ASIC）正在使用機器學習識別存在誤導的金融銷售行為。這種監管方法，提高了效率，增進了公平。第三個，自動檢查申報文書。指的是提高申報文書閱讀與審判的效率。例如美國證監會（SEC）使用人工智能發現機構申報文書中的風險點。
第八，智能金融應當兼顧效率與公平。除了技術倫理和金融倫理，負責任創新的智能金融更應當兼顧公平與效率價值。除了創新主體外，監管主體更是應當以公平和效率為己任。智能監管，屬於智能金融的一部分，是面向未來的監管決策預測系統。人民銀行研究所孫國峰所長認為在中國建設該系統，需要做到以下六點：第一，完善金融監管雙支柱。在宏觀審慎監管和微觀功能監管的每一個方面都需要考量公平和效率因素。第二，金融數據標準化。這是智能金融發展價值的基本問題，例如如何合理合法地調取機構數據。第三，制定智能監管規則和標準。智能金融的相關監管規則、行業技術標準是公平和效率價值的直接提現。第四和第五都是重視監管機構、金融機構和金融科技公司的相互協作。協作越多越順暢，有利於兼顧多方利益，實現公平。第六，注重國際合作。故步自封容易導致價值失速。因此國外先進經驗非常值得借鑑。
第九，智能金融應當有助於實現全鏈路合規。在智能金融的多種業態之中，不論是為客戶提供精準定製產品的智能投顧，還是為金融風控提供“模塊化”的智能系統，都涵蓋了大量的流程環節。以智能風控為例。基於有效的大數據積累，智能風控形成了反欺詐、反洗錢、反賬戶盜用、反羊毛黨、反虛假交易等多個模塊。每一個模塊都有自己的技術邏輯和商業邏輯。不能因為邏輯的問題而導致全鏈路的合規風險。
金融合規的基礎是數據，對象是業務，目標是風險管理。所以首先，數據權屬、數據隱私等問題需要智能金融負責任創新時加以考慮；其次，業務開展需要通過技術手段做到有效監督；最後，合規的最終目的是防範業務開展的全過程中存在的風險。
九條原則，既包含了一般性原則，也包含了特定語境下的發展。著眼於行業發展本身，以相對中立的立場，我們呼籲這些原則能夠成為金融領域人工智能技術運用的指引，以負責任創新為基本思路，遵守金融秩序、助力社會發展、服務國家改革。
《金融科技觀察》由京東金融研究院與《銀行家》聯合出品，跟蹤評析最新金融科技行業和法律政策動態，敬請關注。（文章僅代表作者本人觀點）
本期策劃：孟昭莉，京東金融研究院院長
本期作者：張彧通，京東金融研究院研究員
閱讀更多 銀行家雜誌 的文章
