金融大模型：應(yīng)用、風(fēng)險(xiǎn)與制度應(yīng)對(duì)

摘" "要：作為新質(zhì)生產(chǎn)力的要素之一，金融大模型的應(yīng)用具有高度的技術(shù)優(yōu)越性、行業(yè)契合性與實(shí)踐可行性。但金融大模型在給金融業(yè)帶來(lái)巨大效益的同時(shí)也將引發(fā)一系列風(fēng)險(xiǎn)，主要體現(xiàn)為算法可信風(fēng)險(xiǎn)、數(shù)據(jù)安全風(fēng)險(xiǎn)和法律監(jiān)管風(fēng)險(xiǎn)。然而，風(fēng)險(xiǎn)的出現(xiàn)并不意味著應(yīng)當(dāng)停止對(duì)金融大模型技術(shù)本身的應(yīng)用。應(yīng)對(duì)金融大模型的應(yīng)用風(fēng)險(xiǎn)進(jìn)行類(lèi)型化與法律化檢視，并融合算法倫理、數(shù)據(jù)相對(duì)安全和功能性監(jiān)管三大理念，從“技”“制”二元共治視角建立可行的法律風(fēng)險(xiǎn)防范制度。通過(guò)健全相關(guān)制度，借助體系化制度工具應(yīng)對(duì)金融大模型的法律風(fēng)險(xiǎn)，促進(jìn)其安全、可信落地應(yīng)用，為我國(guó)實(shí)現(xiàn)金融數(shù)智化轉(zhuǎn)型和建設(shè)金融強(qiáng)國(guó)蓄力。

關(guān)鍵詞：新質(zhì)生產(chǎn)力；金融大模型；算法可信；數(shù)據(jù)安全；功能性監(jiān)管；風(fēng)險(xiǎn)防范

中圖分類(lèi)號(hào)：F832" "文獻(xiàn)標(biāo)識(shí)碼：B" 文章編號(hào)：1674-2265（2024）06-0070-09

DOI：10.19647/j.cnki.37-1462/f.2024.06.007

2023年9月，習(xí)近平總書(shū)記首次提出“新質(zhì)生產(chǎn)力”，其是指擺脫經(jīng)濟(jì)增長(zhǎng)的傳統(tǒng)模式和生產(chǎn)力的傳統(tǒng)發(fā)展路徑，具有高科技、高效能、高質(zhì)量特征，符合新發(fā)展理念的先進(jìn)生產(chǎn)力質(zhì)態(tài)，其核心要義是“科技創(chuàng)新”（彭緒庶，2024）[1]。新質(zhì)生產(chǎn)力這一概念的提出為打造我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展新引擎、增強(qiáng)經(jīng)濟(jì)發(fā)展新動(dòng)能、塑造經(jīng)濟(jì)新優(yōu)勢(shì)指明了方向。而生成式人工智能在各應(yīng)用端的高速運(yùn)轉(zhuǎn)為新質(zhì)生產(chǎn)力的大力發(fā)展提質(zhì)增效。自2022年底ChatGPT、GPT4等大模型上市以來(lái)，其大規(guī)模應(yīng)用推動(dòng)著決策式人工智能向生成式人工智能的變革。在一系列利好政策的激勵(lì)下，生成式大模型已經(jīng)成為各大科技公司的研發(fā)重點(diǎn)，“類(lèi)ChatGPT”的大模型產(chǎn)品紛紛亮相。生成式人工智能的出現(xiàn)意味著人工智能已經(jīng)逐漸從概念性強(qiáng)于應(yīng)用性、主要為C端提供新鮮感轉(zhuǎn)變?yōu)樵贐端、C端都能找到應(yīng)用場(chǎng)景的技術(shù)。

一、金融大模型應(yīng)用的實(shí)踐、優(yōu)勢(shì)與效益

目前各行業(yè)都在開(kāi)發(fā)自己的垂直領(lǐng)域大模型。得益于數(shù)據(jù)流通規(guī)模大、數(shù)字化基礎(chǔ)好的優(yōu)勢(shì)，金融行業(yè)是大模型應(yīng)用落地的高潛場(chǎng)景。當(dāng)前關(guān)于金融行業(yè)生成式大模型最常見(jiàn)的說(shuō)法是金融大模型（此前國(guó)外流行稱(chēng)其為“Fin GPT”①），通常被定義為生成式大模型在金融領(lǐng)域的垂直化研發(fā)與應(yīng)用，即金融行業(yè)自主研發(fā)與應(yīng)用的、具有金融特性的生成式大模型，主要以數(shù)據(jù)、算法和算力為技術(shù)支撐。以大模型為核心的生成式人工智能技術(shù)驅(qū)動(dòng)了第四次人工智能浪潮，也推動(dòng)著金融行業(yè)新質(zhì)生產(chǎn)力規(guī)模的進(jìn)一步壯大與發(fā)展。

（一）金融大模型應(yīng)用實(shí)踐

2023年是國(guó)內(nèi)外金融大模型研發(fā)與應(yīng)用元年，眾多金融機(jī)構(gòu)以積極姿態(tài)在金融大模型技術(shù)加速研發(fā)與應(yīng)用賽道上角逐。例如，度小滿(mǎn)推出國(guó)內(nèi)首個(gè)千億級(jí)中文金融大模型“軒轅”，參數(shù)量多達(dá)1760億。在之后一年里，度小滿(mǎn)前后出版12項(xiàng)“軒轅”系列的金融大模型；螞蟻集團(tuán)也正式發(fā)布了螞蟻金融大模型；騰訊云瞄準(zhǔn)金融安全領(lǐng)域，推出風(fēng)控金融大模型，錨定機(jī)構(gòu)信貸、營(yíng)銷(xiāo)等場(chǎng)景的風(fēng)控需求。概言之，國(guó)內(nèi)外對(duì)于金融大模型的應(yīng)用實(shí)踐主要有三類(lèi)：一是“龍頭大模型+原有金融業(yè)務(wù)”；二是“龍頭大模型+金融行業(yè)數(shù)據(jù)”；三是“開(kāi)源大模型+搭建金融行業(yè)大模型”。目前我國(guó)金融機(jī)構(gòu)正致力于通過(guò)多種措施推進(jìn)金融大模型的深化應(yīng)用，例如：通過(guò)各種手段來(lái)增強(qiáng)算力資源的分配，提高算力的使用效率；加強(qiáng)多模型評(píng)估過(guò)程，以提高模型準(zhǔn)確性；加強(qiáng)模型的數(shù)據(jù)檢索能力和圖像分析能力，以提高模型訓(xùn)練效果；增強(qiáng)模型的語(yǔ)義分析能力，以生成高質(zhì)量的文本語(yǔ)料。同時(shí)，各大金融機(jī)構(gòu)結(jié)合知識(shí)圖譜、隱私計(jì)算等技術(shù)，逐步加強(qiáng)數(shù)據(jù)安全防護(hù)。此外，部分系統(tǒng)重要性金融科技公司也研發(fā)出了自主品牌的金融大模型，以供金融機(jī)構(gòu)和金融消費(fèi)者使用，如“星環(huán)無(wú)涯”金融大模型（Transwarp Infinity）。

（二）金融大模型應(yīng)用優(yōu)勢(shì)

金融大模型基于超強(qiáng)算法、超快算力和超多數(shù)據(jù)的技術(shù)結(jié)合催生了效率革命，其研發(fā)與應(yīng)用將為金融行業(yè)數(shù)智化轉(zhuǎn)型提質(zhì)增效②。具體而言，金融大模型具有以下應(yīng)用優(yōu)勢(shì)③：

第一，金融大模型依靠其豐富的知識(shí)儲(chǔ)備來(lái)支持海量金融數(shù)據(jù)的處理。這種知識(shí)儲(chǔ)備是指在萬(wàn)億級(jí)通用語(yǔ)料的基礎(chǔ)上，注入了千億級(jí)的金融知識(shí)，并從真實(shí)產(chǎn)業(yè)場(chǎng)景中提取數(shù)萬(wàn)條高質(zhì)量指令數(shù)據(jù)，形成專(zhuān)門(mén)用于金融任務(wù)優(yōu)化的數(shù)據(jù)資產(chǎn)。第二，金融大模型憑借其專(zhuān)業(yè)能力能夠?qū)崿F(xiàn)專(zhuān)門(mén)化的金融服務(wù)。專(zhuān)業(yè)能力指的是它能夠理解用戶(hù)的語(yǔ)言，準(zhǔn)確地調(diào)用專(zhuān)業(yè)工具，為用戶(hù)提供相應(yīng)的專(zhuān)業(yè)服務(wù)。第三，金融大模型具備多回合的高質(zhì)量對(duì)話(huà)能力，擁有高精度的意圖理解和個(gè)性化的溝通風(fēng)格，同時(shí)具備高效的內(nèi)容生成能力。第四，金融大模型憑借安全力能夠應(yīng)用于數(shù)智化金融風(fēng)險(xiǎn)防控。這意味著其能夠有效提升生成內(nèi)容的合規(guī)性、安全性和真實(shí)性，以避免錯(cuò)誤或有害信息的出現(xiàn)，同時(shí)也對(duì)金融大模型用戶(hù)的隱私數(shù)據(jù)進(jìn)行清洗和保護(hù)，確保數(shù)據(jù)的安全性。

（三）金融大模型應(yīng)用效益③

第一，提升金融服務(wù)的普惠性和便捷性。金融大模型的應(yīng)用可以使更多人享受到智能化、個(gè)性化、全天候的金融服務(wù)。第二，提升金融服務(wù)的質(zhì)量和效率。金融大模型為金融機(jī)構(gòu)及其從業(yè)者提供了更好的數(shù)據(jù)和技術(shù)利用途徑，從而提高了工作效率和質(zhì)量。第三，推動(dòng)金融服務(wù)的創(chuàng)新和變革。金融大模型使金融機(jī)構(gòu)和金融科技公司能夠更好地了解市場(chǎng)動(dòng)態(tài)和客戶(hù)需求，從而發(fā)現(xiàn)新的機(jī)遇和挑戰(zhàn)，創(chuàng)造新的產(chǎn)品和商業(yè)模式。同時(shí)，在新興領(lǐng)域，如數(shù)字貨幣和元宇宙金融等方面，也可以借助金融大模型的探索和創(chuàng)造能力，實(shí)現(xiàn)更具前瞻性的突破和領(lǐng)先地位。

綜上，基于對(duì)金融大模型應(yīng)用優(yōu)勢(shì)和實(shí)踐的考量，其在金融領(lǐng)域?qū)⒋笥凶鳛?，但在我?guó)，金融大模型尚未實(shí)現(xiàn)規(guī)?；瘧?yīng)用，且目前我國(guó)對(duì)于金融大模型應(yīng)用風(fēng)險(xiǎn)的專(zhuān)門(mén)法律治理尚在起步階段，故需從制度層面對(duì)其風(fēng)險(xiǎn)加以積極應(yīng)對(duì)，從而保障其在金融領(lǐng)域的實(shí)際落地和多元應(yīng)用。

二、金融大模型應(yīng)用的風(fēng)險(xiǎn)檢視

（一）金融大模型的應(yīng)用存在算法可信風(fēng)險(xiǎn)

1. 算法訓(xùn)練可信風(fēng)險(xiǎn)。算法訓(xùn)練可信，即在金融大模型的應(yīng)用過(guò)程中，應(yīng)保證其算法預(yù)訓(xùn)練和優(yōu)化訓(xùn)練的可控制性、可解釋性和可信任性，進(jìn)而確保算法訓(xùn)練的可信度。但金融大模型在算法訓(xùn)練“功力”空前提升的同時(shí)，也將引發(fā)算法訓(xùn)練可信風(fēng)險(xiǎn)。

基于技術(shù)的不斷優(yōu)化，金融大模型的參數(shù)實(shí)現(xiàn)了規(guī)模化增長(zhǎng)：一方面，經(jīng)過(guò)預(yù)訓(xùn)練和優(yōu)化訓(xùn)練，金融大模型的算法自主學(xué)習(xí)和生成內(nèi)容的準(zhǔn)確性和豐富性得到大幅提升；另一方面，參數(shù)規(guī)模的增長(zhǎng)導(dǎo)致算法自主訓(xùn)練的頻次不斷增加、算法不斷迭代，使得算法變得更復(fù)雜，能夠生成更高級(jí)的認(rèn)知結(jié)果（陳兵和董思琰，2023）[2]。但是在這個(gè)過(guò)程中，很可能發(fā)生金融大模型的算法訓(xùn)練異化，產(chǎn)生一系列可信風(fēng)險(xiǎn)。具言之：第一，金融大模型的算法訓(xùn)練蘊(yùn)含了金融機(jī)構(gòu)、金融科技公司或技術(shù)服務(wù)提供機(jī)構(gòu)的主觀意圖與價(jià)值偏好，加上缺乏適度過(guò)濾機(jī)制和人工監(jiān)管，容易引發(fā)算法歧視和偏見(jiàn)風(fēng)險(xiǎn)，影響金融大模型用戶(hù)（包括金融機(jī)構(gòu)及其客戶(hù)）的合法權(quán)益（申么等，2023）[3]。第二，當(dāng)金融大模型進(jìn)入算法訓(xùn)練階段時(shí)，會(huì)接受大量的金融數(shù)據(jù)喂養(yǎng)。當(dāng)金融數(shù)據(jù)數(shù)量不充足、樣本覆蓋不全面或者存在錯(cuò)誤和誤導(dǎo)性信息時(shí)，算法訓(xùn)練就會(huì)產(chǎn)生偏移或者失真。此時(shí)，需要在金融大模型的算法訓(xùn)練過(guò)程中進(jìn)行人工標(biāo)注和可信糾偏，相關(guān)法律制度需要對(duì)此有所回應(yīng)。

2. 算法生成可信風(fēng)險(xiǎn)。算法生成可信，即要求在金融大模型的應(yīng)用過(guò)程中，其算法可以對(duì)標(biāo)用戶(hù)需求精準(zhǔn)、有效地生成相關(guān)內(nèi)容，且不能有違法或虛假內(nèi)容（陳兵，2023）[4]，從而更好地幫助金融大模型用戶(hù)進(jìn)行決策。金融大模型的深度生成算法憑借其便捷性，可以滿(mǎn)足金融機(jī)構(gòu)和金融消費(fèi)者的多元化需求，并可集中應(yīng)用于用戶(hù)與金融大模型的交互過(guò)程。然而，金融大模型的算法深度生成技術(shù)在激發(fā)用戶(hù)創(chuàng)新內(nèi)容、提供更優(yōu)決策方案的同時(shí)，也將引發(fā)算法生成內(nèi)容的可信度困境與挑戰(zhàn)。第一，算法生成的結(jié)果（更多體現(xiàn)為文本式內(nèi)容）存在可靠度低、不夠準(zhǔn)確或難以利用等問(wèn)題，即金融大模型的算法可能生成錯(cuò)誤的、不準(zhǔn)確的、不真實(shí)的事實(shí)和信息。這一問(wèn)題被業(yè)界稱(chēng)為金融大模型應(yīng)用的“幻覺(jué)”或“事實(shí)編造”問(wèn)題（羅世杰和賀國(guó)榮，2023）[5]。第二，算法生成內(nèi)容的價(jià)值對(duì)齊和歧視問(wèn)題。即金融大模型的算法針對(duì)不同的用戶(hù)可能生成不同的決策建議，并且不同決策建議中帶有不同的價(jià)值偏向，甚至存在嚴(yán)重歧視的風(fēng)險(xiǎn)（何祎金，2024）[6]。第三，算法生成內(nèi)容中具有相當(dāng)一部分的自動(dòng)化推薦內(nèi)容，但是這種算法推薦可能會(huì)導(dǎo)致金融大模型用戶(hù)無(wú)法做出正確的決策。為了有效應(yīng)對(duì)金融大模型應(yīng)用的算法生成可信風(fēng)險(xiǎn)，可先從事先法律保護(hù)的角度予以防范。

同時(shí)，不可否認(rèn)的是，金融大模型的算法生成仍存在難以規(guī)避的技術(shù)風(fēng)險(xiǎn)，并且無(wú)法從事先法律保障角度加以防范，暫時(shí)只能考慮事后法律保護(hù)。例如，生成式大模型在算法訓(xùn)練時(shí)所用數(shù)據(jù)的時(shí)效性直接影響其生成內(nèi)容的可信度。即訓(xùn)練數(shù)據(jù)本身的質(zhì)量、更新頻次和有效性直接關(guān)涉模型性能，從而影響算法生成內(nèi)容的質(zhì)量與可信度。同樣地，在金融大模型的應(yīng)用過(guò)程中，其所涉及的金融數(shù)據(jù)集也無(wú)法擺脫時(shí)效性的局限，故而其生成內(nèi)容可能對(duì)于用戶(hù)來(lái)說(shuō)不太具有參考性或可利用性。特別是對(duì)于金融消費(fèi)者來(lái)說(shuō)，無(wú)關(guān)的甚至是有害的生成內(nèi)容會(huì)損害其投資機(jī)會(huì)、產(chǎn)品收益等切身利益。對(duì)于這一性能局限，當(dāng)前尚無(wú)完全可靠的技術(shù)解決方案。算法倫理理論要求金融大模型算法應(yīng)當(dāng)滿(mǎn)足能動(dòng)且可控，即應(yīng)當(dāng)從“技”“制”并行的視角對(duì)該局限加以破解，故而暫時(shí)只能靠事后法律保護(hù)來(lái)盡量彌補(bǔ)這一缺憾。

（二）金融大模型的應(yīng)用存在數(shù)據(jù)安全風(fēng)險(xiǎn)

數(shù)據(jù)安全已經(jīng)成為金融大模型應(yīng)用背景下難以逃避和亟須解決的議題，也是金融大模型能否實(shí)現(xiàn)應(yīng)用落地的重要考量因素。相較于小模型，大模型的應(yīng)用更容易對(duì)金融數(shù)據(jù)安全造成威脅（Ekaterina，2022）[7]。

1. 數(shù)據(jù)防護(hù)不足風(fēng)險(xiǎn)。數(shù)據(jù)安全防護(hù)，是指在金融大模型應(yīng)用場(chǎng)景下，以現(xiàn)代數(shù)據(jù)存儲(chǔ)技術(shù)和法律規(guī)范為工具，主動(dòng)保護(hù)金融數(shù)據(jù)，抵御大模型技術(shù)應(yīng)用帶來(lái)的金融數(shù)據(jù)安全風(fēng)險(xiǎn)。金融大模型的預(yù)訓(xùn)練、優(yōu)化訓(xùn)練以及內(nèi)容生成均需要投喂、訓(xùn)練與輸出海量數(shù)據(jù)，而由此集中于金融機(jī)構(gòu)和金融科技公司的數(shù)據(jù)具有數(shù)量大、種類(lèi)多、來(lái)源廣的特點(diǎn)。隨著對(duì)數(shù)據(jù)、算法、算力的不斷提升與突破，金融大模型技術(shù)也變得愈發(fā)成熟，并展現(xiàn)出典型的時(shí)代超越性（宋保振和秦瑞標(biāo)，2023）[8]。在金融大模型應(yīng)用場(chǎng)景下，可能因?yàn)橄嚓P(guān)機(jī)構(gòu)數(shù)據(jù)防護(hù)的程度不足，引致金融數(shù)據(jù)安全風(fēng)險(xiǎn)發(fā)生嬗變：第一，由于當(dāng)前技術(shù)的限制，在面臨訓(xùn)練數(shù)據(jù)提取攻擊和數(shù)據(jù)投毒等數(shù)據(jù)攻擊活動(dòng)時(shí)，金融大模型做出有效應(yīng)對(duì)的穩(wěn)定性尚有欠缺（羅世杰和賀國(guó)榮，2023）[9]。且當(dāng)前階段的金融大模型易受訓(xùn)練數(shù)據(jù)提取攻擊影響，而足以有效應(yīng)對(duì)此類(lèi)攻擊的技術(shù)方案仍在探尋和發(fā)展中。第二，金融大模型的數(shù)據(jù)運(yùn)行和數(shù)據(jù)訓(xùn)練屬于針對(duì)金融業(yè)務(wù)領(lǐng)域的定制化訓(xùn)練，其包括定制化數(shù)據(jù)需求、定制化數(shù)據(jù)集合分布。而用戶(hù)在這個(gè)過(guò)程中也需要提供與其所接受的服務(wù)相關(guān)的“個(gè)性化數(shù)據(jù)”，從而更好地完成金融大模型的定制化訓(xùn)練與優(yōu)化（曾晨光等，2023）[10]。但以上數(shù)據(jù)上傳和運(yùn)輸?shù)椒?wù)器時(shí)，存在著較大的安全風(fēng)險(xiǎn)。

2. 數(shù)據(jù)嚴(yán)重泄露風(fēng)險(xiǎn)。在金融大模型數(shù)據(jù)處理的過(guò)程中，容易因?yàn)榧夹g(shù)漏洞、市場(chǎng)競(jìng)爭(zhēng)等面臨數(shù)據(jù)泄露風(fēng)險(xiǎn)（鈄曉東，2023）[11]。第一，主動(dòng)泄露風(fēng)險(xiǎn)，即應(yīng)用金融大模型技術(shù)的金融機(jī)構(gòu)直接向外部透露語(yǔ)料庫(kù)存儲(chǔ)系統(tǒng)中的數(shù)據(jù)（Titus，2024）[12]。第二，隱含泄露風(fēng)險(xiǎn)，即把金融大模型迭代升級(jí)中被使用到的訓(xùn)練數(shù)據(jù)作為升級(jí)后版本的數(shù)據(jù)輸出內(nèi)容。例如在金融大模型中輸入的原始數(shù)據(jù)可能包含用戶(hù)的敏感信息，而經(jīng)算法推斷后輸出的數(shù)據(jù)可能會(huì)非直接地泄露上述信息。第三，系統(tǒng)漏洞是金融大模型語(yǔ)料庫(kù)數(shù)據(jù)泄露最大的風(fēng)險(xiǎn)來(lái)源。任何技術(shù)的應(yīng)用都存在著安全漏洞，且其可能不可知，金融大模型的應(yīng)用亦是如此，黑客可能會(huì)針對(duì)安全漏洞加以攻擊，比如篡改模型輸出、修改模型訓(xùn)練數(shù)據(jù)、盜取模型參數(shù)等（Casabianca等，2022）[13]，從而加大模型輸出數(shù)據(jù)泄露的可能性。而僅靠技術(shù)維護(hù)措施難以對(duì)上述風(fēng)險(xiǎn)進(jìn)行有效防范，還應(yīng)從制度災(zāi)備體系層面重視金融大模型的語(yǔ)料數(shù)據(jù)來(lái)源安全和預(yù)防數(shù)據(jù)泄露風(fēng)險(xiǎn)。

（三）金融大模型的應(yīng)用存在法律監(jiān)管風(fēng)險(xiǎn)

金融大模型具有相當(dāng)?shù)募夹g(shù)復(fù)雜性，即使是技術(shù)研發(fā)者也可能無(wú)法完全了解其內(nèi)容生成機(jī)制，即其具有“技術(shù)黑箱”性質(zhì)，這使得其應(yīng)用給金融監(jiān)管機(jī)構(gòu)帶來(lái)一系列挑戰(zhàn)。2023年，黨中央、國(guó)務(wù)院發(fā)布了《黨和國(guó)家機(jī)構(gòu)改革方案》，提出了我國(guó)金融監(jiān)管體系改革的方向。申言之，應(yīng)強(qiáng)化宏觀審慎監(jiān)管和防范系統(tǒng)性金融風(fēng)險(xiǎn)，整合與優(yōu)化微觀金融監(jiān)管資源，全面覆蓋金融業(yè)務(wù)監(jiān)管，融合行為、實(shí)體和功能等監(jiān)管理念。但是目前功能性監(jiān)管理念尚未得到貫徹（黃靖雯和陶士貴，2023）[14]，進(jìn)而導(dǎo)致金融科技功能監(jiān)管的精準(zhǔn)化實(shí)施尚未得到強(qiáng)化，與嵌入式監(jiān)管、穿透式監(jiān)管的協(xié)同性仍有待加強(qiáng)。

1. 監(jiān)管主體方面協(xié)調(diào)性不足。落實(shí)金融大模型應(yīng)用的功能性監(jiān)管，需要進(jìn)一步強(qiáng)化監(jiān)管主體間的協(xié)調(diào)性。目前，我國(guó)金融科技監(jiān)管主體框架以“一行一總局一會(huì)”④為核心，以央地監(jiān)管協(xié)調(diào)以及行業(yè)自律性監(jiān)管為保障。但是在金融大模型跨業(yè)務(wù)、跨平臺(tái)應(yīng)用的指導(dǎo)下，監(jiān)管主體在金融科技監(jiān)管實(shí)踐中的協(xié)調(diào)性仍然欠佳，主要體現(xiàn)為監(jiān)管部門(mén)仍面臨職權(quán)劃分不到位、行業(yè)自律監(jiān)管不足等問(wèn)題。這不僅不利于金融機(jī)構(gòu)和金融科技公司建立科學(xué)高效的大模型技術(shù)應(yīng)用合規(guī)體系，而且對(duì)其利用大模型創(chuàng)新金融產(chǎn)品和服務(wù)模式造成了阻礙。

2. 監(jiān)管內(nèi)容方面缺乏靈活度。一是金融大模型應(yīng)用的法律監(jiān)管邊界不夠靈活，以至于可能引發(fā)“監(jiān)管逃逸”或“監(jiān)管套利”風(fēng)險(xiǎn)，從而誘發(fā)更多的金融風(fēng)險(xiǎn)，加劇金融體系的脆弱性。例如，金融機(jī)構(gòu)為了節(jié)約技術(shù)研發(fā)成本，讓技術(shù)服務(wù)提供機(jī)構(gòu)來(lái)承擔(dān)金融大模型的關(guān)鍵技術(shù)開(kāi)發(fā)和供應(yīng)職能。金融機(jī)構(gòu)選擇外包方式創(chuàng)新金融產(chǎn)品和服務(wù)，本意是為了創(chuàng)新與節(jié)約成本，但也可能間接使得其不需要承擔(dān)技術(shù)應(yīng)用衍生的監(jiān)管風(fēng)險(xiǎn)。此外，技術(shù)服務(wù)提供機(jī)構(gòu)在提高金融大模型技術(shù)復(fù)雜度的同時(shí)，可能會(huì)加劇“監(jiān)管逃避”風(fēng)險(xiǎn)發(fā)生的可能性。二是金融大模型應(yīng)用領(lǐng)域內(nèi)的安全事件報(bào)告義務(wù)不足。金融大模型技術(shù)的應(yīng)用可能引發(fā)新的金融風(fēng)險(xiǎn)，傳統(tǒng)的金融監(jiān)管大概率無(wú)法對(duì)其作出迅速反應(yīng)，導(dǎo)致監(jiān)管部門(mén)對(duì)金融大模型監(jiān)管不夠及時(shí)、對(duì)其業(yè)務(wù)運(yùn)行中的安全事件把握不夠全面和深入，從而引發(fā)金融大模型應(yīng)用的“監(jiān)管套利”風(fēng)險(xiǎn)。金融大模型的應(yīng)用存在巨大的潛在性和系統(tǒng)性監(jiān)管風(fēng)險(xiǎn)。若金融機(jī)構(gòu)和金融科技公司不斷提高金融大模型的技術(shù)復(fù)雜性和創(chuàng)新速度，進(jìn)而加大金融業(yè)務(wù)的復(fù)雜度和交叉度，可能會(huì)加劇“監(jiān)管套利”風(fēng)險(xiǎn)的復(fù)雜性和隱匿性（黃琦等，2023）[15]。

三、應(yīng)對(duì)金融大模型應(yīng)用風(fēng)險(xiǎn)的制度理念

（一）算法可信風(fēng)險(xiǎn)應(yīng)對(duì)與算法倫理理論

金融科技的算法倫理失范指依托算法對(duì)金融消費(fèi)者的消費(fèi)偏好、償付能力等個(gè)人信息進(jìn)行識(shí)別與分析，進(jìn)而對(duì)不同消費(fèi)者的權(quán)利和收益進(jìn)行損害，其通常體現(xiàn)為算法殺熟、繭房、沉迷和成癮等風(fēng)險(xiǎn)。而金融科技算法倫理失范產(chǎn)生的根源是缺乏算法價(jià)值觀和系統(tǒng)的方法（周蓉蓉，2023）[16]。以算力、數(shù)據(jù)和算法為支撐的金融大模型應(yīng)用帶來(lái)的倫理失范更多來(lái)源于底層算法，故而對(duì)金融大模型應(yīng)用的算法可信風(fēng)險(xiǎn)進(jìn)行法律應(yīng)對(duì)迫在眉睫。例如，《中華人民共和國(guó)個(gè)人信息保護(hù)法》第二十四條對(duì)金融大模型的算法生成提出了可信要求，即應(yīng)當(dāng)保證生成過(guò)程的透明度和生成結(jié)果的公平合理。據(jù)此，當(dāng)金融大模型的算法生成過(guò)程與內(nèi)容影響到金融消費(fèi)者利益時(shí)，消費(fèi)者個(gè)人有權(quán)要求金融機(jī)構(gòu)或者技術(shù)服務(wù)提供機(jī)構(gòu)進(jìn)行解釋說(shuō)明、對(duì)算法基本信息加以披露，并有權(quán)拒絕采取自動(dòng)化處理方式。故應(yīng)對(duì)金融大模型的算法可信風(fēng)險(xiǎn)應(yīng)以算法倫理可信為理論基礎(chǔ)，并圍繞以下目標(biāo)展開(kāi)：第一，承擔(dān)社會(huì)責(zé)任的算法。擴(kuò)大金融大模型深化應(yīng)用的發(fā)展目標(biāo)，需要由過(guò)去的提升金融服務(wù)效率逐步向提高金融服務(wù)質(zhì)量和增強(qiáng)金融大模型應(yīng)用主體社會(huì)責(zé)任意識(shí)等轉(zhuǎn)變。第二，能動(dòng)且可控的算法。將算法的自適應(yīng)性與適應(yīng)性相結(jié)合、制度約束與自我控制相結(jié)合，最大程度且安全地發(fā)揮金融大模型的應(yīng)用優(yōu)勢(shì)，實(shí)現(xiàn)金融業(yè)務(wù)數(shù)智化轉(zhuǎn)型。第三，可信、公平和透明的算法。確保金融大模型算法的可信性、公平性、可解釋性，避免由算法同質(zhì)化帶來(lái)的可信風(fēng)險(xiǎn)，如算法歧視、算法黑箱等（周蓉蓉，2023）[16]。在此基礎(chǔ)之上，治理型算法監(jiān)控制度、算法倫理審計(jì)制度以及算法合規(guī)管理制度等法律制度工具可以對(duì)金融大模型應(yīng)用的算法可信風(fēng)險(xiǎn)加以應(yīng)對(duì)。

（二）數(shù)據(jù)安全風(fēng)險(xiǎn)應(yīng)對(duì)與數(shù)據(jù)相對(duì)安全理論

數(shù)據(jù)相對(duì)安全理論并不要求在金融大模型應(yīng)用下實(shí)現(xiàn)金融數(shù)據(jù)防護(hù)和處理的“百分百安全”，其更突出相對(duì)安全情景下金融數(shù)據(jù)的高效流通與利用。絕對(duì)安全觀念出自傳統(tǒng)的安全理論，其大都來(lái)自對(duì)絕對(duì)理想化的考慮，即應(yīng)當(dāng)通過(guò)完美預(yù)測(cè)、十足把控和絕對(duì)預(yù)防來(lái)防范風(fēng)險(xiǎn)。這種風(fēng)險(xiǎn)防范理論在傳統(tǒng)的如自然災(zāi)害、恐怖襲擊和國(guó)家主權(quán)等安全風(fēng)險(xiǎn)領(lǐng)域確可體現(xiàn)出一定效果，但隨著經(jīng)濟(jì)社會(huì)和科學(xué)技術(shù)的快速發(fā)展，各種安全風(fēng)險(xiǎn)變得更加復(fù)雜、多樣和不確定，金融大模型作為人工智能技術(shù)在新發(fā)展階段的產(chǎn)物，其應(yīng)用帶來(lái)的數(shù)據(jù)安全風(fēng)險(xiǎn)也不太可能被完全規(guī)避（鈄曉東，2023）[11]。這些風(fēng)險(xiǎn)受到其本身技術(shù)特點(diǎn)和應(yīng)用環(huán)境等因素的綜合影響，雖然可以通過(guò)技術(shù)升級(jí)和制度設(shè)計(jì)從一定程度上防范風(fēng)險(xiǎn)，但不能將其完全消除。現(xiàn)代金融行業(yè)的復(fù)雜性決定了金融大模型應(yīng)用風(fēng)險(xiǎn)之間會(huì)相互滲透、相互影響，這已經(jīng)成為不可避免的趨勢(shì)。同時(shí)，基于絕對(duì)安全理論，金融大模型應(yīng)用風(fēng)險(xiǎn)治理將給其應(yīng)用主體帶來(lái)不小的成本。在這種情況下，傳統(tǒng)的絕對(duì)安全理論不再具有高度耦合性。社會(huì)學(xué)家烏爾里?！へ惪嗽岢?，科學(xué)技術(shù)應(yīng)用和經(jīng)濟(jì)全球化發(fā)展帶來(lái)的形形色色的風(fēng)險(xiǎn)難以預(yù)測(cè)和估算（薛曉源和劉國(guó)良，2005）[17]。故基于相對(duì)安全理論，“數(shù)據(jù)相對(duì)安全”概念的重要性得以凸顯，其取代傳統(tǒng)的“絕對(duì)安全”，成為金融大模型應(yīng)用的數(shù)據(jù)安全風(fēng)險(xiǎn)防范制度的理性目標(biāo)。例如，我國(guó)《網(wǎng)絡(luò)安全法》第十二條和《數(shù)據(jù)安全法》第七條均明確規(guī)定了對(duì)數(shù)據(jù)有效開(kāi)放和利用的制度支持，這也是對(duì)數(shù)據(jù)相對(duì)安全理論的體現(xiàn)與支撐。不可否認(rèn)的是，金融大模型的應(yīng)用以數(shù)據(jù)為“燃料”，且金融數(shù)據(jù)在數(shù)量上也處于各行業(yè)之首，想要完全規(guī)避數(shù)據(jù)安全風(fēng)險(xiǎn)，使金融大模型的應(yīng)用實(shí)現(xiàn)“百利而無(wú)一害”是不太可能的。綜上，金融大模型數(shù)據(jù)安全風(fēng)險(xiǎn)的制度應(yīng)對(duì)應(yīng)以數(shù)據(jù)相對(duì)安全理論作為理性基礎(chǔ)。

（三）法律監(jiān)管風(fēng)險(xiǎn)應(yīng)對(duì)與功能性監(jiān)管理論

功能性監(jiān)管的本質(zhì)是“相同業(yè)務(wù)，相同監(jiān)管”（郝志斌，2023）[18]。在金融科技的創(chuàng)新與應(yīng)用進(jìn)一步推進(jìn)金融行業(yè)數(shù)智化變革的同時(shí)，其所放大的內(nèi)生性風(fēng)險(xiǎn)和誘發(fā)的外生性風(fēng)險(xiǎn)也給現(xiàn)行監(jiān)管帶來(lái)重大挑戰(zhàn)。第一，內(nèi)生性風(fēng)險(xiǎn)包括金融數(shù)據(jù)存儲(chǔ)風(fēng)險(xiǎn)對(duì)金融安全性造成新的潛在威脅，信息不對(duì)稱(chēng)風(fēng)險(xiǎn)對(duì)金融公平性造成新的潛在威脅，從而擾亂金融市場(chǎng)的公平競(jìng)爭(zhēng)秩序，損害市場(chǎng)主體和行業(yè)整體利益。第二，作為涵蓋金融科技創(chuàng)新底色的金融大模型，其應(yīng)用還易放大外生性金融風(fēng)險(xiǎn)。主要包括以下幾個(gè)方面：一是容易引發(fā)系統(tǒng)性金融監(jiān)管風(fēng)險(xiǎn)，二是其擴(kuò)大金融風(fēng)險(xiǎn)傳染的特性容易加重金融科技監(jiān)管成本，三是其迅捷化和跨界化的技術(shù)秉性容易擴(kuò)展金融監(jiān)管風(fēng)險(xiǎn)。

基于此，要保障我國(guó)金融大模型可信、安全應(yīng)用，就要完善當(dāng)前的金融科技監(jiān)管制度，進(jìn)而對(duì)其法律監(jiān)管風(fēng)險(xiǎn)加以有效防范與應(yīng)對(duì)。大部分學(xué)者認(rèn)為，維護(hù)金融安全、推進(jìn)金融治理現(xiàn)代化構(gòu)成強(qiáng)化金融科技監(jiān)管法治化的內(nèi)在邏輯（李萬(wàn)強(qiáng)和吳佳芮，2023）[19]，金融大模型的法律監(jiān)管風(fēng)險(xiǎn)的制度應(yīng)對(duì)也應(yīng)當(dāng)在此框架下展開(kāi)。然而，我國(guó)現(xiàn)行金融監(jiān)管體制具有明顯的分業(yè)監(jiān)管特征，但是金融大模型的應(yīng)用顯著加強(qiáng)了金融業(yè)混業(yè)經(jīng)營(yíng)的趨勢(shì)，且其普惠性的特征加速了這一進(jìn)程。在此背景之下，金融大模型應(yīng)用下的業(yè)務(wù)形態(tài)可能不再處于傳統(tǒng)的金融監(jiān)管框架下，而是游離于金融科技發(fā)展與監(jiān)管套利之間，使兩者之間的關(guān)系逐漸開(kāi)始緊張（程雪軍和尹振濤，2023）[20]。正因?yàn)槿绱?，《金融科技發(fā)展規(guī)劃（2022—2025年）》也明確提出“穿透式監(jiān)管”一說(shuō)。所謂對(duì)金融科技實(shí)行穿透式監(jiān)管，是指刺破其外觀，探尋其業(yè)務(wù)本質(zhì)，并采取一系列監(jiān)管行為加以針對(duì)性監(jiān)管（葉林和吳燁，2017）[21]，而這必須以實(shí)現(xiàn)監(jiān)管法治化為前提。一言以蔽之，為保障金融大模型的安全、合規(guī)和可信應(yīng)用，應(yīng)當(dāng)基于功能性監(jiān)管理念，實(shí)施統(tǒng)一監(jiān)管，創(chuàng)新監(jiān)管工具、調(diào)整監(jiān)管目標(biāo)，進(jìn)而對(duì)其引發(fā)的監(jiān)管風(fēng)險(xiǎn)加以法治化應(yīng)對(duì)。

四、應(yīng)對(duì)金融大模型應(yīng)用風(fēng)險(xiǎn)的制度路徑

（一）金融大模型算法可信風(fēng)險(xiǎn)的制度應(yīng)對(duì)

1. 完善算法訓(xùn)練可信制度。第一，對(duì)金融大模型應(yīng)用主體的算法訓(xùn)練可信義務(wù)進(jìn)行補(bǔ)充與細(xì)化。具體應(yīng)包括以下兩項(xiàng)要求：其一，明確算法訓(xùn)練可信義務(wù)的主體。首先是金融機(jī)構(gòu)、金融科技公司和技術(shù)服務(wù)提供機(jī)構(gòu)。其中，技術(shù)服務(wù)提供機(jī)構(gòu)是進(jìn)行金融大模型算法訓(xùn)練活動(dòng)最主要的主體，需要對(duì)算法訓(xùn)練的質(zhì)量和可靠性負(fù)責(zé)。同時(shí)，參照美國(guó)2022年《算法責(zé)任法案》中將“個(gè)人”也納入算法責(zé)任主體的做法和規(guī)定，明確從事金融大模型算法訓(xùn)練活動(dòng)的個(gè)人也應(yīng)當(dāng)對(duì)算法訓(xùn)練可信負(fù)責(zé)。其二，明確算法訓(xùn)練可信義務(wù)的內(nèi)容。一是明確對(duì)算法訓(xùn)練所涉數(shù)據(jù)的可信要求。金融大模型應(yīng)用主體和技術(shù)服務(wù)提供機(jī)構(gòu)應(yīng)當(dāng)對(duì)算法預(yù)訓(xùn)練、優(yōu)化訓(xùn)練所用到的用戶(hù)數(shù)據(jù)來(lái)源可信性負(fù)責(zé)并做好合規(guī)建設(shè)，保證算法訓(xùn)練所用到的數(shù)據(jù)的真實(shí)性、準(zhǔn)確性、客觀性。二是明確對(duì)算法訓(xùn)練行為的可信要求。一方面，相關(guān)主體應(yīng)當(dāng)建立用戶(hù)投訴接收處理機(jī)制以實(shí)現(xiàn)算法訓(xùn)練糾偏；另一方面，應(yīng)通過(guò)算法模型優(yōu)化訓(xùn)練來(lái)進(jìn)行算法訓(xùn)練歸正。三是明確對(duì)算法訓(xùn)練人工標(biāo)注的可信要求。當(dāng)前金融大模型都使用了基于人類(lèi)偏好的強(qiáng)化學(xué)習(xí)的機(jī)器訓(xùn)練模型，使其能夠?qū)W習(xí)人類(lèi)語(yǔ)言的特征和結(jié)構(gòu)，用自然語(yǔ)言進(jìn)行人機(jī)交流。故當(dāng)在金融大模型的算法訓(xùn)練中采用人工標(biāo)注時(shí)，相關(guān)的上述主體應(yīng)制定并實(shí)施內(nèi)容清晰、指引具體、操作性強(qiáng)的標(biāo)注規(guī)則，對(duì)標(biāo)注人員進(jìn)行一定的必要培訓(xùn)，并通過(guò)抽樣來(lái)檢驗(yàn)標(biāo)注內(nèi)容的準(zhǔn)確性與可信度（羅世杰和賀國(guó)榮，2023）[5]。

第二，對(duì)《金融領(lǐng)域科技倫理指引》中關(guān)涉金融大模型算法訓(xùn)練行為的具體指引加以完善。其一，增加金融大模型算法訓(xùn)練可信公正的具體內(nèi)容。金融機(jī)構(gòu)、金融科技公司或技術(shù)服務(wù)提供機(jī)構(gòu)應(yīng)當(dāng)在公平、公正、公開(kāi)的環(huán)境下進(jìn)行算法訓(xùn)練活動(dòng)，其結(jié)果應(yīng)當(dāng)具有倫理層面的可解釋性（王海燕，2024）[22]，不得利用算法訓(xùn)練得出具有反倫理和歧視性的金融大模型并將其投入金融市場(chǎng)。其二，將該指引盡快上升為金融行業(yè)法律法規(guī)，如《金融領(lǐng)域科技倫理管理實(shí)施辦法》，使其具有強(qiáng)制實(shí)施力，成為金融大模型算法訓(xùn)練行為可信的法律規(guī)范。

2. 完善算法生成可信制度。第一，加強(qiáng)算法生成可信的事前風(fēng)險(xiǎn)預(yù)防。其一，嚴(yán)格履行算法申報(bào)義務(wù)和披露義務(wù)，以提升金融大模型應(yīng)用的算法生成透明度。一是金融機(jī)構(gòu)和金融科技公司應(yīng)履行事前申報(bào)義務(wù)，如申報(bào)算法模型的安全評(píng)估情況，完成算法模型的備案、變更和注銷(xiāo)手續(xù)（張恩典，2023）[23]，同時(shí)，需要公開(kāi)算法基本信息。二是金融機(jī)構(gòu)和金融科技公司還應(yīng)于事前向用戶(hù)提供可能影響用戶(hù)信任、選擇的必要信息，包括金融大模型預(yù)訓(xùn)練和優(yōu)化訓(xùn)練數(shù)據(jù)的來(lái)源、規(guī)模、類(lèi)型和質(zhì)量等細(xì)節(jié)描述，在訓(xùn)練過(guò)程中所使用的人工標(biāo)注規(guī)則和數(shù)據(jù)的規(guī)模、類(lèi)型等情況以及基礎(chǔ)算法和技術(shù)體系等。其二，對(duì)金融大模型應(yīng)用的算法生成可信風(fēng)險(xiǎn)進(jìn)行等級(jí)分層并賦予相關(guān)主體算法可信解釋權(quán)。參考?xì)W盟《人工智能法案》的做法，風(fēng)險(xiǎn)等級(jí)越高，金融機(jī)構(gòu)和金融科技公司要承擔(dān)的算法解釋義務(wù)就越重。一方面，實(shí)現(xiàn)個(gè)體透明的核心在于建立金融大模型應(yīng)用的算法可解釋權(quán)制度。這意味著需要著重維護(hù)金融大模型的算法可信度，同時(shí)注重解釋對(duì)個(gè)人權(quán)益的影響。在解釋標(biāo)準(zhǔn)方面，應(yīng)采取系統(tǒng)解釋與個(gè)案解釋相結(jié)合的原則，既要考慮對(duì)整體系統(tǒng)運(yùn)行的解釋?zhuān)忠P(guān)注對(duì)具體過(guò)程的解釋。在解釋時(shí)機(jī)上，應(yīng)堅(jiān)持事前解釋和事后解釋并重（張恩典，2023）[23]。另一方面，在具體實(shí)踐中，金融大模型應(yīng)用主體對(duì)其算法進(jìn)行解釋的內(nèi)容、流程并非固定不變，應(yīng)充分考慮其應(yīng)用領(lǐng)域、場(chǎng)景、風(fēng)險(xiǎn)大小和對(duì)個(gè)體權(quán)益的影響程度等因素予以針對(duì)性的拓展和靈活的變通。一般來(lái)說(shuō)，金融大模型生成的內(nèi)容對(duì)用戶(hù)權(quán)益的影響程度越高，風(fēng)險(xiǎn)就越大，從而應(yīng)要求金融機(jī)構(gòu)和金融科技公司承擔(dān)更重的解釋義務(wù)和更高的解釋標(biāo)準(zhǔn)（劉博涵，2024）[24]。

第二，健全算法生成可信的事后糾偏制度。其一，以算法審計(jì)為中心，提高算法系統(tǒng)的可信度。算法生成可信度審計(jì)涉及對(duì)金融大模型的算法生成過(guò)程與內(nèi)容的充分、全面合規(guī)審查（韓旭至，2023）[25]，根據(jù)算法生成審計(jì)主體不同，可將其界分為內(nèi)部與外部審計(jì)。其中，內(nèi)部審計(jì)是由金融機(jī)構(gòu)和金融科技公司自行開(kāi)展的“用以檢查金融大模型算法訓(xùn)練與生成所涉及的工程過(guò)程是否符合公開(kāi)的道德期望和標(biāo)準(zhǔn)的機(jī)制”；外部審計(jì)則是通過(guò)監(jiān)管部門(mén)指定審計(jì)機(jī)關(guān)或金融機(jī)構(gòu)和金融科技公司自行聘請(qǐng)第三方審計(jì)機(jī)構(gòu)的方式，對(duì)金融大模型算法生成可信風(fēng)險(xiǎn)加以識(shí)別和檢驗(yàn)，通常在算法研發(fā)部署完成之后或者實(shí)際發(fā)生算法生成可信風(fēng)險(xiǎn)時(shí)展開(kāi)。其二，建立金融大模型的算法生成內(nèi)容外部影響評(píng)估制度，對(duì)算法生成可信失靈進(jìn)行糾偏（葉麗芬等，2023）[26]。即從算法影響評(píng)估制度中抽象出金融大模型算法生成內(nèi)容，對(duì)其進(jìn)行外部影響評(píng)估，從而確定其對(duì)算法信任的影響程度和產(chǎn)生的風(fēng)險(xiǎn)等級(jí)，進(jìn)而采取減緩或消除負(fù)面影響及相應(yīng)風(fēng)險(xiǎn)的措施。金融大模型的算法可信影響評(píng)估應(yīng)首先吸納現(xiàn)行法的相關(guān)規(guī)定，例如，根據(jù)《生成式人工智能服務(wù)管理暫行辦法》第七條的規(guī)定，金融大模型技術(shù)服務(wù)提供機(jī)構(gòu)應(yīng)履行對(duì)其提供的大模型算法可信度進(jìn)行評(píng)測(cè)和優(yōu)化訓(xùn)練的義務(wù)。在此基礎(chǔ)上，金融大模型算法可信影響評(píng)估指標(biāo)設(shè)置應(yīng)當(dāng)能夠準(zhǔn)確揭示其生成結(jié)果對(duì)信息生態(tài)產(chǎn)生負(fù)面影響的可能性以及嚴(yán)重程度。其重點(diǎn)標(biāo)準(zhǔn)應(yīng)為算法生成結(jié)果的可解釋度、生成內(nèi)容的質(zhì)量和可信度以及是否能夠滿(mǎn)足金融大模型用戶(hù)的決策需求。

（二）金融大模型數(shù)據(jù)安全風(fēng)險(xiǎn)的制度應(yīng)對(duì)

2024年3月，國(guó)家金融監(jiān)督管理總局發(fā)布了《銀行保險(xiǎn)機(jī)構(gòu)數(shù)據(jù)安全管理辦法（征求意見(jiàn)稿）》（簡(jiǎn)稱(chēng)《數(shù)據(jù)安全管理辦法》），打響了金融業(yè)務(wù)領(lǐng)域數(shù)據(jù)安全專(zhuān)門(mén)防護(hù)的第一槍。其中，第六十四條初步規(guī)定了數(shù)據(jù)處理環(huán)境安全保護(hù)義務(wù)，第六十八條初步規(guī)定了數(shù)據(jù)處理安全事件應(yīng)急制度，但上述規(guī)定難以適應(yīng)金融大模型數(shù)據(jù)安全風(fēng)險(xiǎn)的特殊性。為了確保金融大模型應(yīng)用過(guò)程中數(shù)據(jù)處理達(dá)到相對(duì)安全的程度，減少數(shù)據(jù)安全風(fēng)險(xiǎn)發(fā)生的概率，應(yīng)對(duì)相關(guān)規(guī)定加以補(bǔ)充與細(xì)化。

1. 明確數(shù)據(jù)處理環(huán)境安全保護(hù)義務(wù)。第一，分級(jí)保護(hù)金融大模型應(yīng)用下的金融數(shù)據(jù)處理環(huán)境?！稊?shù)據(jù)安全管理辦法》第十八條已明確將金融業(yè)務(wù)領(lǐng)域內(nèi)的數(shù)據(jù)分為一般、重要與核心三個(gè)級(jí)別，進(jìn)行不同重要程度的保護(hù)，并根據(jù)數(shù)據(jù)的敏感性和可用性對(duì)數(shù)據(jù)進(jìn)行分層?；诖?，金融機(jī)構(gòu)和金融科技公司應(yīng)對(duì)所應(yīng)用的金融大模型語(yǔ)料庫(kù)數(shù)據(jù)進(jìn)行分類(lèi)和分級(jí)，制定階級(jí)化數(shù)據(jù)處理環(huán)境安全保護(hù)實(shí)施方案（王良順和李想，2023）[27]。第二，設(shè)置金融大模型應(yīng)用下金融數(shù)據(jù)處理環(huán)境安全的專(zhuān)門(mén)負(fù)責(zé)人和管理機(jī)構(gòu)。歐盟《通用數(shù)據(jù)保護(hù)條例》規(guī)定了所有數(shù)據(jù)處理者都應(yīng)當(dāng)設(shè)立“數(shù)據(jù)安全合規(guī)官”來(lái)負(fù)責(zé)數(shù)據(jù)處理安全相關(guān)工作（王燕，2023）[28]，且我國(guó)《數(shù)據(jù)安全法》第二十七條也有類(lèi)似規(guī)定。有鑒于此，金融機(jī)構(gòu)和金融科技公司在利用金融大模型處理重要或核心數(shù)據(jù)時(shí)應(yīng)當(dāng)明確數(shù)據(jù)安全負(fù)責(zé)人和管理機(jī)構(gòu)，落實(shí)數(shù)據(jù)處理環(huán)境安全保護(hù)責(zé)任。第三，對(duì)金融大模型應(yīng)用的數(shù)據(jù)處理環(huán)境的安全穩(wěn)定性進(jìn)行監(jiān)測(cè)和評(píng)估。據(jù)此，金融機(jī)構(gòu)和金融科技公司應(yīng)根據(jù)我國(guó)《數(shù)據(jù)安全法》第三十條的相關(guān)規(guī)定，定期對(duì)金融大模型應(yīng)用的數(shù)據(jù)處理環(huán)境安全進(jìn)行穩(wěn)定性評(píng)估，并向相關(guān)主管部門(mén)提交評(píng)估報(bào)告。

2. 細(xì)化數(shù)據(jù)處理安全事件應(yīng)急制度。金融機(jī)構(gòu)和金融科技公司應(yīng)當(dāng)制定應(yīng)急計(jì)劃，靈活地應(yīng)對(duì)、處理和報(bào)告金融大模型應(yīng)用下的金融數(shù)據(jù)處理安全突發(fā)事件（陳立吾，2023）[29]。第一，指定金融數(shù)據(jù)處理安全事件應(yīng)急負(fù)責(zé)人和應(yīng)急響應(yīng)團(tuán)隊(duì)成員，并對(duì)其職責(zé)和任務(wù)進(jìn)行明確分工。其中，數(shù)據(jù)處理安全事件應(yīng)急負(fù)責(zé)人應(yīng)具備充足的技術(shù)和管理能力，負(fù)責(zé)制定、實(shí)施和維護(hù)應(yīng)急計(jì)劃，并協(xié)調(diào)內(nèi)部各部門(mén)的數(shù)據(jù)處理安全應(yīng)急響應(yīng)工作；應(yīng)急響應(yīng)團(tuán)隊(duì)成員需根據(jù)應(yīng)急計(jì)劃的要求盡職盡責(zé)，及時(shí)采取措施防范或應(yīng)對(duì)金融大模型應(yīng)用下的金融數(shù)據(jù)處理安全事件。第二，確定明確、具體的金融大模型數(shù)據(jù)處理安全事件應(yīng)急響應(yīng)措施和流程。其中，應(yīng)急響應(yīng)措施包括但不限于采取緊急行動(dòng)、暫停對(duì)外服務(wù)、隔離受影響的數(shù)據(jù)處理流程等；應(yīng)急響應(yīng)流程應(yīng)包括但不限于報(bào)告、確認(rèn)、處理、跟蹤和總結(jié)數(shù)據(jù)處理安全事件的各個(gè)環(huán)節(jié)。為了確保應(yīng)急響應(yīng)工作的及時(shí)性和有效性，金融機(jī)構(gòu)和金融科技公司應(yīng)在應(yīng)急響應(yīng)流程中規(guī)定每個(gè)環(huán)節(jié)的時(shí)限和責(zé)任人（鈄曉東，2023）[11]。此外，還需構(gòu)建相關(guān)激勵(lì)制度，以激勵(lì)金融機(jī)構(gòu)和金融科技公司不斷完善和優(yōu)化數(shù)據(jù)處理安全事件應(yīng)急計(jì)劃，從而有效防范金融大模型應(yīng)用的數(shù)據(jù)處理安全風(fēng)險(xiǎn)。

（三）金融大模型法律監(jiān)管風(fēng)險(xiǎn)的制度應(yīng)對(duì)

1. 強(qiáng)化監(jiān)管主體的協(xié)調(diào)性。以貫徹功能性監(jiān)管理念為目標(biāo)，明晰金融大模型應(yīng)用運(yùn)行階段監(jiān)管主體的職責(zé)范圍，監(jiān)管主體應(yīng)當(dāng)靈活且具有能動(dòng)性（歐陽(yáng)日輝，2024）[30]。其一，應(yīng)鼓勵(lì)監(jiān)管部門(mén)向外和向下授權(quán)，建立跨部門(mén)監(jiān)管協(xié)作機(jī)制，促使各監(jiān)管部門(mén)共同參與制定金融大模型應(yīng)用監(jiān)管清單，并設(shè)置跨部門(mén)的交流時(shí)效標(biāo)準(zhǔn)與聯(lián)絡(luò)方式，以提高監(jiān)管部門(mén)間的協(xié)作效率。其二，在監(jiān)管主體權(quán)力分配方面，通過(guò)立法設(shè)定的方式，將權(quán)力下放或授予金融大模型行業(yè)協(xié)會(huì)等行業(yè)自律性組織，以此拓展監(jiān)管主體范圍。監(jiān)管部門(mén)應(yīng)當(dāng)鼓勵(lì)金融大模型行業(yè)自律組織在金融科技監(jiān)管政策框架下制定技術(shù)合規(guī)監(jiān)管規(guī)范，并針對(duì)金融大模型技術(shù)制定專(zhuān)門(mén)的合規(guī)監(jiān)管準(zhǔn)則。同時(shí)，被賦予權(quán)力的行業(yè)自律組織也應(yīng)該納入跨部門(mén)協(xié)作機(jī)制，以確保其能夠根據(jù)共同商定的監(jiān)管目標(biāo)靈活響應(yīng)其他監(jiān)管機(jī)構(gòu)的監(jiān)管請(qǐng)求，從而避免在復(fù)雜的監(jiān)管科層機(jī)制下受到不必要的束縛。

2. 優(yōu)化監(jiān)管模式與內(nèi)容?；诠δ鼙O(jiān)管，并考慮金融大模型應(yīng)用的跨業(yè)務(wù)、跨行業(yè)特點(diǎn)，建議跨部門(mén)、跨平臺(tái)、跨市場(chǎng)⑤地建立金融大模型應(yīng)用監(jiān)管模式，對(duì)金融大模型在金融業(yè)務(wù)活動(dòng)中的應(yīng)用實(shí)施穿透式監(jiān)管。監(jiān)管部門(mén)可以采取靈活監(jiān)管方式對(duì)金融機(jī)構(gòu)和金融科技公司的金融大模型技術(shù)應(yīng)用違規(guī)活動(dòng)進(jìn)行監(jiān)管，不給監(jiān)管對(duì)象和內(nèi)容加設(shè)“金融行業(yè)”枷鎖。其一，應(yīng)用金融大模型從事金融業(yè)務(wù)活動(dòng)的金融機(jī)構(gòu)和金融科技公司應(yīng)履行向監(jiān)管部門(mén)披露其算法和數(shù)據(jù)源的義務(wù)，監(jiān)管部門(mén)可以通過(guò)模擬運(yùn)行算法來(lái)了解金融大模型的應(yīng)用和創(chuàng)新原理，從而更好地對(duì)其應(yīng)用下的業(yè)務(wù)運(yùn)行進(jìn)行監(jiān)管。其二，當(dāng)金融機(jī)構(gòu)應(yīng)用第三方通用大模型技術(shù)來(lái)從事金融業(yè)務(wù)活動(dòng)時(shí)，監(jiān)管部門(mén)需要適度擴(kuò)展監(jiān)管邊界，即應(yīng)當(dāng)堅(jiān)持穿透式監(jiān)管方式，對(duì)其背后的具體金融業(yè)務(wù)進(jìn)行監(jiān)管與約束，以解決可能發(fā)生的“監(jiān)管逃逸”問(wèn)題。其三，針對(duì)系統(tǒng)重要性金融科技公司應(yīng)用金融大模型技術(shù)從事金融業(yè)務(wù)活動(dòng)的情況，應(yīng)當(dāng)以“金融監(jiān)管”吸納“技術(shù)監(jiān)管”，將其納入金融監(jiān)管的邊界之內(nèi)（袁康，2024）[31]，由中央金融監(jiān)管部門(mén)對(duì)其進(jìn)行特殊監(jiān)管，監(jiān)管目標(biāo)應(yīng)該側(cè)重于確保金融大模型應(yīng)用的安全與可信。此外，加強(qiáng)金融大模型應(yīng)用的國(guó)際監(jiān)管合作至關(guān)重要。為了促進(jìn)金融大模型應(yīng)用的技術(shù)信息共享，并從國(guó)際視野上充分認(rèn)知其應(yīng)用風(fēng)險(xiǎn)，我國(guó)可以與國(guó)際社會(huì)進(jìn)行協(xié)調(diào)合作，制定金融大模型應(yīng)用的國(guó)際監(jiān)管規(guī)則。

3. 明確監(jiān)管標(biāo)準(zhǔn)。其一，在金融科技相關(guān)的技術(shù)應(yīng)用規(guī)范中將金融大模型作為專(zhuān)門(mén)的一項(xiàng)技術(shù)進(jìn)行規(guī)定并予以約束。具言之，應(yīng)在《銀行保險(xiǎn)機(jī)構(gòu)信息科技外包風(fēng)險(xiǎn)監(jiān)管辦法》《金融科技創(chuàng)新風(fēng)險(xiǎn)監(jiān)控規(guī)范》等監(jiān)管規(guī)范中及時(shí)更新金融大模型技術(shù)應(yīng)用相關(guān)的內(nèi)容。例如，《金融科技創(chuàng)新風(fēng)險(xiǎn)監(jiān)控規(guī)范》在已有的算法和數(shù)據(jù)安全相關(guān)規(guī)范的基礎(chǔ)上，還應(yīng)增加有關(guān)大模型技術(shù)的算力支持規(guī)范，包括但不限于金融大模型的算力服務(wù)形態(tài)分類(lèi)標(biāo)準(zhǔn)、算力服務(wù)演進(jìn)模型以及算力合作整體框架等（陳曉紅等，2023）[32]。其二，明確金融大模型技術(shù)的審查備案標(biāo)準(zhǔn)：一是只有符合安全性和合規(guī)性檢驗(yàn)標(biāo)準(zhǔn)的金融大模型才能通過(guò)備案審查。二是借鑒歐盟《人工智能法案》，將金融大模型的應(yīng)用風(fēng)險(xiǎn)分為最低風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)、不可接受的風(fēng)險(xiǎn)四個(gè)等級(jí)，并據(jù)此分別確定不同的技術(shù)應(yīng)用監(jiān)管標(biāo)準(zhǔn)。此外，針對(duì)屬于技術(shù)外包類(lèi)型的金融大模型應(yīng)用，監(jiān)管部門(mén)應(yīng)將技術(shù)服務(wù)的穩(wěn)定性作為重點(diǎn)監(jiān)管標(biāo)準(zhǔn)，構(gòu)建更為嚴(yán)格的技術(shù)合規(guī)附加要求，建立更高頻率的監(jiān)管標(biāo)準(zhǔn)更新機(jī)制。

五、結(jié)語(yǔ)

隨著生成式大語(yǔ)言模型的逐步引入與應(yīng)用，中國(guó)金融業(yè)的“大模型時(shí)刻”終將到來(lái)。金融大模型技術(shù)擁有更多的數(shù)據(jù)、更強(qiáng)的算力和更聰明的算法，這決定了其在金融行業(yè)大有可為。然而，沒(méi)有法律規(guī)制的金融大模型技術(shù)猶如“達(dá)摩克利斯之劍”，時(shí)刻可能給金融市場(chǎng)和業(yè)務(wù)帶來(lái)風(fēng)險(xiǎn)。但這并不意味著要停止金融大模型應(yīng)用落地的進(jìn)程，而是應(yīng)當(dāng)在保障其向善、健康應(yīng)用的基礎(chǔ)上健全其應(yīng)用風(fēng)險(xiǎn)防范法律制度，積極應(yīng)對(duì)其應(yīng)用帶來(lái)的法律風(fēng)險(xiǎn)，進(jìn)而拓寬新質(zhì)生產(chǎn)力在金融行業(yè)的發(fā)展路徑。本文在金融大模型應(yīng)用的基礎(chǔ)上，對(duì)其目前突出的法律風(fēng)險(xiǎn)加以明確與分析，并結(jié)合金融發(fā)展需求與技術(shù)應(yīng)用特性提出完善金融大模型應(yīng)用風(fēng)險(xiǎn)應(yīng)對(duì)的法律制度，通過(guò)確立“技”“制”二元共治格局，從法律治理視角走出金融大模型應(yīng)用的“科林格里奇困境”（郭靂和尚博文，2023）[33]，保障我國(guó)金融安全穩(wěn)定。

注：

①Fin GPT最開(kāi)始為2023年6月由AI4Finance-Foundation開(kāi)發(fā)的一個(gè)開(kāi)源項(xiàng)目，專(zhuān)注于金融領(lǐng)域的大語(yǔ)言模型研發(fā)。隨著金融大模型的大量研發(fā)與應(yīng)用，其成為國(guó)外金融大模型較為流行的說(shuō)法。

②參見(jiàn)北京商報(bào)：《2023金融大模型報(bào)告》重磅發(fā)布：超九成機(jī)構(gòu)看好，五年內(nèi)有望爆發(fā)，2023-12-08，https：//m.bbtnews.com.cn/content/35/65/326182.html。

③本部分內(nèi)容主要以螞蟻金服大模型為例，具體參見(jiàn)：螞蟻金服的大模型，金融行業(yè)的大變革，2023-09-09，https：//baijiahao.baidu.com/s？id=177655998500728650

8amp;wfr=spideramp;for=pc。

④“一行”指中國(guó)人民銀行；“一總局”指國(guó)家金融監(jiān)督管理總局；“一會(huì)”指中國(guó)證券監(jiān)督管理委員會(huì)。

⑤參見(jiàn)亓寧.AI大模型在金融領(lǐng)域陸續(xù)落地專(zhuān)家建議強(qiáng)化跨平臺(tái)、跨市場(chǎng)監(jiān)管，《第一財(cái)經(jīng)日?qǐng)?bào)》，2023-12-27。

參考文獻(xiàn)：

[1]彭緒庶.新質(zhì)生產(chǎn)力的形成邏輯、發(fā)展路徑與關(guān)鍵著力點(diǎn) [J].經(jīng)濟(jì)縱橫，2024，（03）.

[2]陳兵，董思琰.生成式人工智能的算法風(fēng)險(xiǎn)及治理基點(diǎn)[J].學(xué)習(xí)與實(shí)踐，2023，（10）.

[3]申么，申明浩，丁子家，吳非.生成式人工智能與銀行業(yè)變革：典型事實(shí)、實(shí)踐問(wèn)題與破局之策——以ChatGPT為例 [J].南方金融，2023，（11）.

[4]陳兵.生成式人工智能可信發(fā)展的法治基礎(chǔ) [J].上海政法學(xué)院學(xué)報(bào)（法治論叢），2023，38（04）.

[5]羅世杰，賀國(guó)榮.生成式AI算法訓(xùn)練風(fēng)險(xiǎn)的合規(guī)管理研究 [J].湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2023，21（06）.

[6]何祎金.生成式人工智能技術(shù)治理的三重困境與應(yīng)對(duì) [J].北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，24（02）.

[7]Svetlova Ekaterina.2022. AI Ethics and Systemic Risks in Finance [J].AI and Ethics， Vol.2：4.

[8]宋保振，秦瑞標(biāo).論生成式人工智能應(yīng)用風(fēng)險(xiǎn)的法律規(guī)制 [J].上海政法學(xué)院學(xué)報(bào)（法治論叢），2023，38（06）.

[9]羅世杰，賀國(guó)榮.生成式AI階段金融科技數(shù)據(jù)合規(guī)的法律化因應(yīng) [J].金融發(fā)展研究，2023，（11）.

[10]曾晨光，楊蕊菱，王宇鵬，郭煜，王書(shū)佳.金融行業(yè)中的大語(yǔ)言模型 [J].數(shù)字經(jīng)濟(jì)，2023，（11）.

[11]鈄曉東.論生成式人工智能的數(shù)據(jù)安全風(fēng)險(xiǎn)及回應(yīng)型治理 [J].東方法學(xué)，2023，（05）.

[12]Lisa Miracchi Titus. 2024. Does ChatGPT have Semantic Understanding？A Problem with the Statistics-of-Occurrence Strategy [J].Cognitive Systems Research， Vol.83：1.

[13]E J Casabianca et al. 2022. What Large Language Models Like GPT can do for Finance [J].Journal of International Money and Finance，Vol.129：7.

[14]黃靖雯，陶士貴.數(shù)智化階段的金融科技：風(fēng)險(xiǎn)與監(jiān)管 [J].蘭州學(xué)刊，2023，（06）.

[15]黃琦，趙大偉，代會(huì)琳，黃啟燕，羅娜.人工智能“火爆”背景下的金融安全“冷”思考 [J].金融發(fā)展研究，2023，（11）.

[16]周蓉蓉.金融科技倫理治理的價(jià)值、經(jīng)驗(yàn)與路徑[J].西南金融，2023，（10）.

[17]薛曉源，劉國(guó)良.全球風(fēng)險(xiǎn)世界：現(xiàn)在與未來(lái)——德國(guó)著名社會(huì)學(xué)家、風(fēng)險(xiǎn)社會(huì)理論創(chuàng)始人烏爾里希·貝克教授訪談錄 [J].馬克思主義與現(xiàn)實(shí)，2005，（01）.

[18]郝志斌.數(shù)字金融的功能監(jiān)管及其精準(zhǔn)化實(shí)施[J].行政法學(xué)研究，2023，（05）.

[19]李萬(wàn)強(qiáng)，吳佳芮.金融科技監(jiān)管法治化的內(nèi)在邏輯與立法進(jìn)路 [J].西北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，53（06）.

[20]程雪軍，尹振濤.全國(guó)統(tǒng)一大市場(chǎng)下的金融科技創(chuàng)新與監(jiān)管體系重構(gòu) [J].經(jīng)濟(jì)問(wèn)題，2023，（09）.

[21]葉林，吳燁.金融市場(chǎng)的“穿透式”監(jiān)管論綱 [J].法學(xué)，2017，（12）.

[22]王海燕.算法可解釋性的價(jià)值及其法治化路徑[J].重慶社會(huì)科學(xué)，2024，（01）.

[23]張恩典.算法透明度的理論反思與制度建構(gòu) [J].華中科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，37（06）.

[24]劉博涵.智能投顧算法透明的價(jià)值辯證、規(guī)制導(dǎo)向與實(shí)現(xiàn)路徑 [J].深圳大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2024，41（01）.

[25]韓旭至.生成式人工智能治理的邏輯更新與路徑優(yōu)化——以人機(jī)關(guān)系為視角 [J].行政法學(xué)研究，2023，（06）.

[26]葉麗芬，陳力鈞，林鷺航.算法技術(shù)異化及其應(yīng)對(duì)策略 [J].中共福建省委黨校（福建行政學(xué)院）學(xué)報(bào)，2023，（06）.

[27]王良順，李想.生成式人工智能服務(wù)提供者的數(shù)據(jù)安全保護(hù)義務(wù)研究 [J].南昌大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2023，54（06）.

[28]王燕.數(shù)據(jù)法域外適用及其沖突與應(yīng)對(duì)——以歐盟《通用數(shù)據(jù)保護(hù)條例》與美國(guó)《澄清域外合法使用數(shù)據(jù)法》為例 [J].比較法研究，2023，（01）.

[29]陳立吾.金融數(shù)據(jù)安全治理工作的思考 [J].中國(guó)金融，2023，（18）.

[30]歐陽(yáng)日輝.生成式人工智能與金融業(yè)深度融合：理論機(jī)理及發(fā)展路徑[J].求索，2024，（01）.

[31]袁康.系統(tǒng)重要性金融科技公司的法律規(guī)制 [J].現(xiàn)代法學(xué)，2024，46（01）.

[32]陳曉紅，許冠英，徐雪松，田志平，霍楊杰，易國(guó)棟.我國(guó)算力服務(wù)體系構(gòu)建及路徑研究 [J].中國(guó)工程科學(xué)，2023，25（06）.

[33]郭靂，尚博文.應(yīng)對(duì)“科林格里奇困境”：融入倫理的金融科技治理 [J].中國(guó)社會(huì)科學(xué)院大學(xué)學(xué)報(bào)，2023，43（05）.