专访李东荣： 建立完善的风险管理框架和技术治理机制，推动大模型健康发展，为金融行业的智能化注入新动能

金融是国民经济的血脉。今年的政府工作报告提出，推动社会综合融资成本下降，提升金融服务可获得性和便利度。在深化财税金融体制改革方面，报告明确提出，完善科技金融、绿色金融、普惠金融、养老金融、数字金融标准体系和基础制度。

就在政府工作报告公布当天，国务院办公厅印发《关于做好金融“五篇大文章”的指导意见》， 明确提出，到2027年，金融“五篇大文章”发展取得显著成效，重大战略、重点领域和薄弱环节的融资可得性和金融产品服务供需适配度持续提升，相关金融管理和配套制度机制进一步健全。

数字金融如何协同科技金融、绿色金融、普惠金融和养老金融发展？AI理财兴起，金融业需在算法透明度与伦理审查方面建立哪些底线规则？如何应对科技金融面临的挑战？怎样才能更大力度吸引社会资本参与创业投资？

带着这些问题，在全国两会召开期间，《每日经济新闻》（以下简称NBD）记者对李东荣研究员进行了专访。

李东荣深耕金融领域40余年，在金融系统中曾多年从事科技管理。在接受每经记者采访时，李东荣坦言，认真学习了这些文件精神后，他深感振奋和受到启发。

数字金融是金融“五篇大文章”的纽带和助推器

NBD：您在多个场合提到“数字金融是金融‘五篇大文章’的纽带和助推器”，能否请您具体阐释下数字金融如何协同科技金融、绿色金融、普惠金融和养老金融发展？

李东荣：非常高兴在两会期间就数字金融这个话题进行交流。近日国务院办公厅印发了《关于做好金融“五篇大文章”的指导意见》，提出了做好金融“五篇大文章”的总体要求，重点领域和主要着力点等内容，并再次提出推动数字金融高质量发展，强化数字驱动的金融业务运营体系。

在“五篇大文章”中，既有各自的侧重内容，也有相互之间的关系。依我之见，数字金融在这之中发挥着纽带和助推器的作用。

一方面，数字金融的发展强调对于数字经济的金融支持，要以数据要素和数字技术为关键驱动，推动建成与数字经济发展高度适应的金融体系；另一方面，数据要素作为新的生产要素，也是影响未来金融科技发展的重要因素，数字金融的发展程度，数据要素的运用范围也将直接影响科技金融、绿色金融、普惠金融和养老金融的服务质效。具体来看，数字金融可以从以下几方面助力其他几篇“大文章”的发展：

数字金融协同科技金融发展方面：数字金融通过大数据、人工智能和区块链等技术手段，能够更精准地评估科技企业的风险，优化信贷流程和风控体系，为科技企业尤其是初创企业提供更高效、更灵活覆盖科技企业全生命周期的金融支持，推动“科技—产业—金融”的良性循环。同时，数字金融的发展还能助力金融机构开展前沿技术研究与应用，拓宽先进科技的应用场景。

数字金融协同绿色金融发展方面：数字金融可以为绿色金融提供强大的技术支撑。通过数字化手段，金融机构可以将绿色低碳目标融入金融服务，为企业的绿色转型提供支持。

例如，利用区块链技术实现绿色金融项目的全流程跟踪和透明化管理，能够助力绿色信贷、绿色债券等业务的资金穿透管理，降低“洗绿”“漂绿”风险，提升绿色金融的公信力和效率；通过隐私计算技术，能够促进有关数据“可用不可见”，强化相关数据安全融合应用；依托物联网、大数据、人工智能等技术，有助于对绿色资产情况、环境风险信息等在线采集、实时监测，提高绿色识别精准化、评级定价智能化、预警处置自动化水平和效率。这些都将推进绿色金融的可持续发展。

金融机构本外币绿色贷款余额

截至2024年末，金融机构本外币绿色贷款余额达到36.6万亿元  数据来源：同花顺iFinD

数字金融协同普惠金融发展方面：数字金融是推动普惠金融高质量发展的核心动力。通过数字化转型和多元化的触达渠道，数字金融充分运用移动物联网、智能终端等现代信息技术，建立线上线下、多元化、立体式的金融服务渠道，为个人和企业提供“随时、随地、随心”的接入服务，破除金融发展特别是普惠金融发展的时空限制。

同时，在充分运用数字技术的情况下，普惠金融服务可以向经济欠发达地区倾斜，利用技术手段尽可能提高金融服务的可触达性，发挥产业贷款、帮扶项目对脱贫人口和低收入人群的带动作用，也促进了区域经济的协调发展。数字金融还推动了普惠金融从单一信贷服务向财富管理等多元化领域扩展。

数字金融协同养老金融发展方面：数字金融在养老金融领域的应用主要体现在适老化服务和产品创新上。一方面，从提升服务的可得性上看，通过数字平台，金融机构可以为偏远地区和老龄群体提供便捷的理财和储蓄服务；另一方面，从提升服务质效上看，金融机构通过大数据和人工智能技术，可以为老年人提供定制化的养老金融产品和服务，助力养老金融的普及。此外，数字金融还可以支持养老金融产品的创新，满足多层次的养老需求。

促进金融数据与工商、税务等专业数据互联互通

NBD：金融领域积累了大量具有高价值的金融数据，而一些政府部门也拥有大量企业信用信息等，是金融机构开展贷款、投资等业务的重要参考依据。但目前政府部门与金融机构之间、金融机构相互之间数据的流通利用并不顺畅，您觉得主要有哪些原因？对于促进金融领域数据的流通、共享、利用，您有哪些思考？

李东荣：我认为金融数据流通不畅的原因主要有以下几方面：

一是出于对数据安全方面的担忧。数据的安全性和隐私保护一直是金融机构和企业最关心的问题。由于没有建立起有效的信任机制，各方在数据共享过程中存在信任障碍，担心数据泄露和滥用风险，导致数据流通意愿不强。同时，金融机构与政府部门之间的数据壁垒依然存在，金融机构难以获取企业全面的信息，限制了数据在风险评估和信贷决策中的应用。

二是由于制度和技术不完善。目前数据产权归属、交易定价、安全治理等基础制度仍有待进一步完善，数据要素市场的交易体系和合规机制仍需进一步健全。此外，数据流通的技术支撑能力不足，如隐私计算、区块链等技术的应用仍处于探索阶段。

三是数据质量和使用成本问题。由于缺乏有效的数据治理，各类数据的质量和可用性参差不齐，增加了金融机构在数据应用过程中的成本。同时，数据流通的市场化机制尚未完全建立，获取和使用成本较高，限制了数据的广泛应用。

对于促进金融数据的流通、共享、利用，我个人有以下几方面建议：

一是完善数据流通的制度框架。加快构建数据产权、交易定价、收益分配等基础制度，进一步明确数据的权属和使用规则。同时，推动建立统一的信用信息服务平台，促进金融数据与工商、税务、司法等专业数据的互联互通。

二是加强技术应用与创新。积极推进隐私计算、区块链、联邦学习（一种分布式人工智能模型训练技术）等技术的应用，保障数据在流通中的安全性、隐私性和可用性。推动建立可信数据空间，通过技术手段，实现数据的“可用不可见”，降低数据共享的风险，提升数据流通的效率。

三是强化监管与合规。加强对数据流通的监管，确保数据流通的合规性和安全性；监管部门加强对金融机构数据治理的指导，推动数据治理标准的规范化。

四是拓展数据应用场景。鼓励金融机构在客户画像、精准营销、智能风控等领域加强数据融合应用。通过数据共享更全面地掌握客户信息，提升金融服务的精准度和效率。

结构性货币政策工具中的科技创新再贷款情况

截至2024年三季度末，中国人民银行联合科技部等部门设立的科技创新再贷款额度达到4000亿元  数据来源：同花顺iFinD

人工智能技术已经开始改变金融服务的模式和效率

NBD：发展数字金融离不开众多的金融科技手段。您曾提到人工智能将成为金融业的核心竞争力。在您看来，未来人工智能技术在金融领域的应用将如何改变金融服务的模式和效率？

李东荣：在千行百业之中，金融业作为数字化程度最高的行业之一，又属于信息密集型行业，一直以来都是人工智能技术落地应用较为深入的领域，近年来人工智能技术其实已经在一定程度上改变了金融服务的模式和效率。例如在智能客服、智能投顾、精准营销等方面通过人机交互的方式为客户提供个性化、定制化的服务体验。

未来，我认为通过建立完善的风险管理框架和技术治理机制，可以推动大模型技术的健康发展，为金融行业的智能化转型注入新动能，人工智能技术还将在以下几方面进一步改变金融服务的模式和效率。

具体而言，一是服务模式上更加个性化、智能化。人工智能技术通过大数据分析和机器学习，能够精准捕捉客户的个性化需求，从而提供定制化的金融服务。

例如，智能投顾可以根据客户的风险偏好、投资目标和财务状况，提供量身定制的投资建议。这种更加智能的“千人千策”的服务模式，将取代传统的“千人一面”模式，显著提升客户体验。未来，金融机构将更多地依赖AI技术实现智能化运营。

二是金融机构运营能力得到显著提升。AI技术通过自动化流程，减少了对人工的依赖，显著降低了金融机构的运营成本。未来借助特定的行业模型，金融行业可以实现从RPA（机器人流程自动化）到智能体（AI Agent）的升级，大模型让AI Agent具备智能化决策能力，而RPA作为AI Agent的执行单元，借助自动化执行能力，可以自动分解任务并执行，进而让数字员工像人一样感知、规划、决策、行动、与环境交互，进一步提升运营效率。

三是金融机构数据处理能力得到极大提高。AI技术能够高效处理海量数据，快速生成分析结果，从而提升金融机构的决策效率。这对于需要大量数据分析、复杂金融逻辑推理、综合知识理解和专业内容生成的环节具有独特的价值。

例如，在信用评价方面，AI模型可广泛使用结构化（如交易记录）和非结构化数据（如行为数据、消费习惯等）对客户进行综合评估，从而大幅提高信用评价的效率、准确度和覆盖范围。

金融机构使用AI技术应尽可能提升算法透明度和可解释性

NBD：我们注意到，目前不少人利用DeepSeek炒股、理财，AI理财也引发关注。生成式AI技术可能颠覆传统投顾与风控，您认为金融业需在算法透明度与伦理审查方面建立哪些底线规则？

李东荣：我认为可以从以下几方面建立底线规则：

一是提升算法透明度与可解释性。生成式AI的运算结果本身具有一定的复杂性，这种“黑箱”特性可能引发合规风险。因此，金融机构在使用AI技术时，应尽可能提升算法的透明度和可解释性。例如，金融机构应向投资者清晰披露AI模型的基本逻辑和决策依据并提供详细的解释，避免因算法不透明导致的误解或信任危机。

二是加强科技伦理与合规性审查。AI技术的应用必须符合伦理和法律标准，避免因技术滥用导致的不公平现象。具体措施包括：建立伦理审查机制，对AI模型的设计、训练和应用进行定期审查；避免算法歧视，确保AI模型在决策过程中不因性别、种族、年龄等因素产生偏见；强化监管与合规，加强对AI技术应用的监管，确保其符合金融市场的法律法规。

三是做好投资者教育与风险提示。AI技术虽然为投资决策提供了便利，但投资者仍需具备一定的风险意识。一方面，金融机构和监管部门应加强投资者教育，通过多种渠道向投资者普及AI理财的知识和风险，帮助其理性看待AI建议。另一方面，在提供服务时应进行明确的风险提示，在AI平台提供投资建议时，必须明确告知投资者AI建议仅供参考，最终决策需由投资者自行判断。

金融机构对科技型中小企业贷款余额

截至2024年末，金融机构对科技型中小企业贷款余额为3.27万亿元  数据来源：同花顺iFinD

确保金融科技创新活动不会损害消费者权益

NBD：您在多次讲话中提到“创新与监管的动态平衡”，如何避免“过度监管抑制创新”或“监管滞后助长风险”？如何通过制度设计实现两者的良性互动？

李东荣：在金融创新与监管的动态平衡过程中，如何避免“过度监管抑制创新”和“监管滞后助长风险”一直以来都是金融监管部门的重要任务。

近年来，随着金融科技的快速发展，金融创新的模式和风险特征发生了深刻变化，这对监管提出了更高要求。我认为可从以下几个方面着手，实现创新与监管的良性互动：

一是建立并完善动态监管机制。金融科技的快速发展要求监管框架具备动态调整能力。监管部门应通过持续监测市场变化，及时消除监管空白和盲区。

针对金融科技的创新应用，监管部门应建立全生命周期的监管机制，从创新产品的设计、测试到推广，全程跟踪风险并及时调整监管策略。

此外，还可以推广并应用“监管沙箱”机制，允许金融机构或科技企业在受监管的“安全空间”内测试新的金融产品和服务，确保创新活动不会对金融稳定造成威胁。

二是加大对监管科技的应用力度。大数据、人工智能和数字算法等前沿技术的不断完善，不仅推动了金融机构的数字化转型，还推动了监管科技的发展。

应加大对监管科技的应用力度，将各类金融活动纳入监管范畴，全面强化机构监管、行为监管、功能监管、穿透式监管、持续监管。通过强化系统性风险监测，建立健全数字金融风险监测与评估机制，有助于实现风险早发现、早识别、早预警、早暴露、早处置，牢牢守住不发生系统性风险的底线。

三是持续加强消费者权益保护。金融科技的快速发展可能带来新的风险，在平衡监管与创新的过程中应当筑牢消费者保护的底线，确保创新活动不会损害消费者权益。

数字技术在快速发展的同时可能产生“数字鸿沟”及“算法歧视”，将一部分老年人和其他弱势群体排斥在外，有失社会公平与正义。部分机构还存在违规获取用户数据、信息泄露等问题。应当通过强化信息披露和数据安全保护，提升消费者对金融创新产品的认知和信任，使金融创新真正发挥出服务经济社会发展的良好功能。

吸引社会资本参与创投要进一步拓宽资本市场退出渠道

NBD：数据显示，中国科技金融在支持科技企业方面取得了显著成效。但同时也面临一些挑战，比如信息不对称、风险评估与管理难度大等。您认为应如何应对这些挑战？

李东荣：我认为应对这些挑战可以主要从两方面着手：

一是构建更加完善的科技金融生态体系。科技创新服务于“从0到1”的特性，决定了做好科技金融这篇“大文章”不是简单地提供更多金融产品和工具，而是需要各参与方一起为科创企业提供以金融服务为重要组成部分的覆盖全生命周期的综合性服务平台。

在这个过程中，各方主体应加强协同合作，构建更加完善的科技金融生态体系。政府应进一步优化政策环境，加强政策的引导和协调作用；金融机构之间应加强合作，实现资源共享、优势互补；科技企业要提高自身的规范化运作水平和信息透明度，积极与金融机构对接；科研机构应加强与科技企业的产学研合作，提高科技成果转化效率。

二是发挥数据要素对科技金融的支撑作用。要发展科技金融，进而促进科技创新的发展，关键点之一是要解决数据要素如何高效流动的难题，让数据去解决科技金融中价值发现和信息不对称的问题。

一方面要提高流通效率，促进不同类型基础数据要素的互联互通。支持行业内企业联合制定数据流通规则、标准，聚焦业务需求，促进包括基础公共数据、商业信用数据在内的多维度数据合规高效流通，提高多主体间数据应用效率。鼓励合规的市场主体创新服务模式，打造服务生态，提升服务质量，充分实现数据要素价值。

另一方面，要发挥专业作用，推动评价认证的互联互通。完善技术价值发现体系，利用好相关部门、行业协会给予的认证资质名单（例如科技部认定的高新技术企业、工信部认证的专精特新“小巨人”企业等），以及科技部门建立的科创企业、科技创新项目的打分评估机制，更好地量化评价企业科技创新能力，分析技术风险。

NBD：中央经济工作会议提出，健全多层次金融服务体系，壮大耐心资本，更大力度吸引社会资本参与创业投资，梯度培育创新型企业。您认为在实际操作中，怎样才能更大力度吸引社会资本参与创业投资？

李东荣：吸引社会资本参与创业投资，需要从政策支持、市场机制、监管优化等多方面入手，营造良好的投资环境。具体而言：

一是优化政策环境，提升政策吸引力。应当持续优化政策环境，从产业、市场准入、税收、监管政策等方面给予更大力度的支持。

例如，放宽市场准入限制，拓宽社会资本可涉足的产业领域，鼓励社会资本通过多种方式参与基础设施和民生项目建设等。同时可以完善税收优惠政策，通过投资额抵扣应纳税所得额、根据投资期限给予不同税收减免等方式，激发创投基金的投资积极性。

二是进一步拓宽资本市场退出渠道。畅通的退出渠道是吸引社会资本的关键因素，建议可以从以下几方面着手。

例如，推进IPO常态化，推进上市发行节奏的常态化，畅通创投资本的退出通道；发展多元化退出渠道，鼓励发展并购基金、创业投资二级市场基金（S基金），提升退出效率；

完善多层次资本市场体系，加强区域性股权市场、新三板与北交所、科创板、创业板等市场的互联互通，为不同阶段的科技创新型企业提供多元化的融资支持等。

封面图片来源：每日经济新闻