数智科技为金融高水平质量的发展注入新动能

  北京社科院副院长（正局级）、中国金融学会常务理事,第十二届全国青联常委、第十四届北京市政协经济委员会副主任。曾任北京金融控股集团董事长、原银保监会国际部主任以及重庆市国资委、发展改革委副主任。

  当前，中国正处于全面建设社会主义现代化国家、向第二个百年奋斗目标进军的关键时期，经济已由快速地增长阶段转向高水平质量的发展阶段。习深刻指出：“发展新质生产力是推动高水平发展的内在要求和重要着力点。”他强调，“新质生产力的特点是创新，关键在质优，本质是先进生产力。”在这一背景下，金融作为现代经济的核心，其发展模式也必须实现从“量”的扩张向“质”的提升的根本性转变，通过数智技术创新，促进资本要素的精准、高效、公平配置。为此，本期《理论研究》邀请北京市社会科学院副院长范文仲博士，就数智科技如何赋能金融高水平发展进行深入探讨。

  《金融时报》记者：从经典生产力理论到数字时代，数据和AI如何重新定义金融发展的底层逻辑？

  范文仲：要理解数智技术如何推动金融高水平质量的发展，首先必须从生产力理论的演进脉络中把握其历史必然性。经典经济学理论中，土地、劳动力、资本曾长期被视为三大基本生产要素。进入信息时代后，知识、信息的重要性日益凸显。诺贝尔经济学奖得主罗伯特·索洛在其增长模型中揭示了“索洛残差”的存在，即经济稳步的增长中无法由传统要素解释的部分，实际上正是技术进步的体现；保罗·罗默则进一步提出内生增长理论，强调知识积累和技术进步是经济稳步的增长的内生动力。

  在数字经济时代，数据作为一种全新的、可复制、可共享、非竞争性的资源，已经超越了传统信息的范畴，成为驱动生产力跃迁的核心要素。2019年，党的十九届四中全会首次将“数据”列为与土地、劳动力、资本、技术并列的第五大生产要素，标志着我国对数字时代经济规律的认识达到了新的高度。

  与此同时，人工智能（AI）特别是大模型技术的迅猛发展，使得机器具备了前所未有的感知、认知、决策与创造能力，成为新型生产工具的典型代表。马克思在《资本论》中指出：“劳动资料不仅是人类劳动力发展的测量器，而且是劳动借以进行的社会关系的指示器。”在工业时代，蒸汽机、电力、计算机相继成为主导性的劳动工具，极大提升了生产效率。而在当前，以深度学习、自然语言处理为核心的AI系统，正在替代或增强人类在信息处理、模式识别、预测判断等方面的认知，成为推动生产力变革的新引擎。

  《金融时报》记者：在中国经济转向高水平发展的背景下，金融体系为何必须从“规模导向”转向“效率优先”？

  范文仲：改革开放以来，特别是加入世界贸易组织（WTO）之后，我国银行业、证券业、保险业实现了跨越式发展，为经济社会持续健康发展提供了强有力的支撑。然而，毋庸置疑的是，我国金融体系的发展模式在很大程度上依赖于规模扩张和数量增长。随着中国经济进入高水平质量的发展阶段，这种以资产规模为导向的发展模式已难以为继。

  从宏观层面看，如果继续依赖债务驱动的增长模式，将积累系统性金融风险；从资源配置效率看，传统金融体系在服务小微企业、科学技术创新企业、绿色产业等关键领域存在很明显短板，社会资本回报率持续下降；从国际竞争格局看，全球金融中心正加速向数字化、智能化方向演进，中国若不能及时转变发展方式与经济转型，将面临在全球金融版图中竞争力落后的风险。

  因此，金融高水平发展的核心目标必须实现从“做大”到“做强”的转变，即从追求资产规模的外延式增长，转向提升社会资本分配效率的内涵式发展。提高资本分配效率，意味着金融体系要更好地发挥“经济血脉”的作用，引导资金流向那些真正具备技术创造新兴事物的能力、管理效率高、未来市场发展的潜力广阔的市场主体。这不仅有助于提升全要素生产率（TFP），推动经济结构优化升级，更能通过提高劳动生产率，创造更多高品质的产品和服务，最终惠及广大人民群众的消费福祉。

  《金融时报》记者：数智技术如何在实践中提升金融体系的透明度与智能化水平？请您结合具体场景展开说明。

  范文仲：要实现资本分配效率的实质性提升，必须依靠数智技术对金融体系进行系统性重塑。这大多数表现在两个方面：一是利用大数据技术提升金融体系的透明度；二是利用AI大模型技术提升金融服务的智能化水平。

  首先，大数据技术的应用能够明显降低信息不对称，增强金融体系的透明度。传统风控模式主要依赖抵押担保和历史信用记录，难以全面评估借款人的真实状况，尤其对缺乏财务报表的小微企业和个体经营者存在严重排斥。大数据技术通过整合多源异构数据，构建360度全景视图，有效缓解了这一难题。例如，通过一系列分析企业的税务数据、用电量、物流信息、电子商务平台交易记录等，可以更真实地反映其经营状况和现金流水平；通过挖掘个人的消费行为、社交网络、职业轨迹等，可以更准确地评估其信用风险和还款能力。

  这种基于行为数据的“软信息”分析，突破了传统“硬信息”的局限，使得金融机构能够识别出那些被传统体系忽视但实际具备发展的潜在能力的“隐形冠军”和“长尾客户”。同时，大数据还能实现实时监控和动态预警，及时有效地发现潜在风险，提升金融系统的稳定性与韧性。

  其次，AI技术的应用，正在推动金融服务向智能化、自动化、个性化方向发展。传统金融服务高度依赖人工操作和经验判断，流程繁琐、成本高昂、响应迟缓。而AI特别是生成式大模型具备强大的自然语言理解、文本生成、逻辑推理能力，可处理海量非结构化数据，模拟人类专家的决策过程，从而大幅度的提高服务效率与质量。

  例如，在信贷领域，AI模型可通过机器学习算法，自动完成贷款申请的审核、风险评估、额度测算、定价决策等环节，实现“秒批秒贷”，极大缩短了融资周期。在投资领域，智能投顾可以依据客户的风险偏好、财务情况、投资目标，提供个性化的资产配置建议，降低专业投资服务的门槛。在风险管理领域，AI可以构建复杂的预测模型，识别欺诈交易、洗钱行为、市场异常波动等，提升监管效能。在客户服务领域，智能客服能7×24小时响应用户咨询，提供精准解答，改善用户体验。

  更为重要的是，人工智能大模型具备持续学习和自我优化的能力，能够随着数据积累和环境变化不断迭代升级，形成“数据—模型—决策—反馈”的正向循环。这使得金融体系具备了更强的适应性和前瞻性，能够更好地应对复杂多变的经济金融环境。正如约瑟夫·熊彼特所言，创新是“创造性破坏”的过程，而AI驱动的金融创新正打破传统服务模式的桎梏，大幅度降低金融交易决策成本，催生出全新的金融业态和商业模式。

  《金融时报》记者：面对全球数智金融竞争新格局，中国应如何从顶层设计到生态构建，系统打造数智金融全球高地？

  范文仲：面对数智技术带来的历史性机遇，中国金融业必须摒弃传统追求规模扩张的老路，坚定走创新驱动、质量优先的发展道路。这不仅是提升金融体系自身竞争力的需要，更是服务国家战略全局、推动经济高水平发展的必然要求。

  习明确指出：“要加快建设数字中国，整体布局数字基础设施，打通经济社会持续健康发展的信息‘大动脉’。”他强调，“要推动数字化的经济和实体经济深层次地融合，打造具有国际竞争力的数字产业集群。”这一系列重要论述，为金融业数字化转型指明了方向。

  中国拥有全球最庞大的网民群体、最活跃的数字消费市场、最丰富的应用场景以及强有力的政策支持体系，具备发展数智金融的独特优势。应充分的利用这一优势，大力推动数字金融与AI的协同创新，打造数智金融全球高地。

  一是加强顶层设计与战略规划。将数智金融纳入国家金融发展的策略，制定中长期发展规划，明确发展目标、重点任务和实施路径。建立健全跨部门协调机制，统筹数据资源、研发技术、标准制定、安全监管等工作，形成政策合力。

  二是夯实数字基础设施。加快第六代通信技术（6G）、千兆光网、智算中心等新型基础设施建设，提升数据传输、存储、解决能力。推动公共数据开放共享，建立统一的数据资源目录和交换平台，打破“数据孤岛”，释放数据要素价值。

  三是强化核心技术攻关。加大对AI、区块链、隐私计算、量子计算等前沿技术的研发投入，突破关键核心技术“卡脖子”问题。鼓励产学研用深层次地融合，建设国家级数智金融实验室和创新中心，培育具有全球影响力的科技企业。

  四是完善监管框架与治理体系。适应数智金融的特点，构建“监管沙盒”、穿透式监管、实时监测等新型监管工具，平衡创新激励与风险防控。加强数据安全、隐私保护、算法伦理等方面的立法与执法，维护市场公平与消费者权益。

  五是培育开放合作生态。鼓励金融机构与科技公司、高校、研究机构开展战略合作，形成协同创新网络。热情参加全球金融治理与标准制定，推动“数智金融”领域的国际合作与交流，提升中国在国际金融体系中的话语权。

  通过上述举措，中国有望成为全世界金融体系最透明、社会资本配置效率最高的地区，不仅仅可以更有效地支持科学技术创新、产业升级、绿色发展和共同富裕，也将为世界金融发展贡献全新的中国智慧和方案。