陆磊：从生成式 AI 视角理解金融发展和货币当局的作用

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。