风险管理是金融体系的关键功能，也是金融数智化发展的重点内容。“十五五”规划建议部署了加快建设金融强国和数字中国的重大任务，构建风险防范化解体系、抢占人工智能产业应用制高点是其中的重要内容。随着人工智能在金融行业应用持续深化，金融风险的表现形式、传播方式和外溢影响都在发生深刻变化，衍生出一系列新风险与新挑战，对金融机构风险管理提出更高要求。在金融业数智化发展和强监管、重安全背景下，传统的合规与风控模式难以满足数智化时代的风控要求。下一步，金融机构如何更好利用数字技术特别是人工智能技术提升风险管理效率、加快推动风险管理智能化转型？如何完善智能风控体系建设和配套架构？如何界定人工智能在核心风控决策中的权责边界，为金融机构智能风控实践提供规则框架？亟待政产学研各界共同探讨。
在此背景下，数字金融合作论坛联合深圳香蜜湖国际金融科技研究院于3月14日（周六）下午在北京举办“智能风控：实践与挑战”闭门研讨会。与会专家深入探讨智能风控的逻辑和效用，不同类型金融机构和科技公司代表从组织架构、应用场景、技术路径、数据治理等方面积极分享智能风控的实践与经验，全面分析智能风控发展面临的问题与挑战，并就推动金融机构利用数字技术特别是人工智能技术提升风险管理效率、更好建设智能风控体系提出相关建议。
会议由清华大学五道口金融学院教授、中国人民银行参事、我院学术委员会委员张健华主持，分为主题演讲、专家点评、圆桌交流等环节。
张健华
主题演讲
中银理财党委书记、董事长黄党贵，中国工商银行风险管理部副总经理刘国通，浙江网商银行副行长、首席信息官高嵩，泰康资产首席信息官苟宏，华泰证券首席风险官王翀，上海浦东发展银行风险管理部总经理葛宇飞等机构代表在主题演讲环节发言。
黄党贵
刘国通
高嵩
苟宏
王翀
葛宇飞
专家点评
中国证监会原主席、我院学术委员会主任肖钢，国家金融监督管理总局法规司司长王胜邦，中国证监会科技监管司副司长刘铁斌等领导先后在专家点评环节发言。
肖钢
王胜邦
刘铁斌
圆桌交流
全国政协委员、中国进出口银行原党委书记、董事长吴富林，中国保险资产管理业协会原党委书记、执行副会长兼秘书长曹德云，国家发展改革委财金司司长赵怀勇，中国银行数字货币办公室首席业务经理李欣，中国建设银行数字人民币推进办公室副主任汪下烟，国家金融科技风险监控中心总经理范贵甫，百融云创科技公司副总裁陈树军，国泰海通证券数据管理应用部副总经理苑博，神州数码集团股份有限公司数据解决方案事业部总经理王建林等领导和专家先后在圆桌交流环节发言。
人工智能推动金融风险管理范式变革
党的二十届四中全会和“十五五”规划建议部署了加快建设金融强国和数字中国的重大任务，构建风险防范化解体系、抢占人工智能产业应用制高点是其中的重要内容。在此背景下，国家金融监督管理总局发布《银行业保险业数字金融高质量发展实施方案》，强调着力建设智能风控体系，要求利用人工智能、大数据等技术提升风险监测与预警能力。当前，智能风控已成为金融数字化转型的重要领域，人工智能、大数据等前沿技术正加速向风险管理行业渗透，推动行业从被动响应向主动预警转型，成为保障金融体系稳健运行的重要基石。
会议指出，智能风控重构了金融风险管理运行模式，从思维模式、决策机制、风险识别和风控实现方式等方面推动金融风险管理范式深刻变革。相较传统金融风控模式，智能风控带来以下创新与优化。一是提升风险识别精准性与时效性。通过多维数据融合与非线性判断，识别传统模式下隐性风险，将响应效率从分钟级提升至毫秒级。二是拓展金融服务边界。依托概率论与博弈论原理，通过风险分散与精准定价，有效解决小微企业等长尾客群的融资难题。三是从静态管理转向动态管理。将分散在各业务条线的专业能力和多源数据进行体系化、系统化整合，实现实时动态风险管理；通过机器学习实现模型动态迭代与自优化，大幅提升风控效率。
会议认为，智能风控发展正沿着技术深化与场景拓展两个维度持续推进。技术层面上，支持风控智能化的人工智能技术正从判别式向生成式、规划执行式演进，多模态与强化学习、小模型与大模型、通用模型与垂类模型协同发力，推动智能风控实时计算能力增强。应用场景上，智能风控正从小微贷款的普惠金融领域向跨市场、跨品种的复杂交易延伸，实现从单一机构、单一市场监控向股票、债券、期货等多市场联动的动态监测转变。目前，不同类型金融机构正结合自身特点，在智能风控领域开展各具特色的实践探索。中银理财基于“轻运营”特点，将AI应用于智能客服、数据分析与自动审批等场景，并在风险识别预警、风险评估和报告自动化及风险敏捷处置三个方向重点突破，通过AI赋能弥补投研短板，探索体系化风控架构。中国工商银行通过构建涵盖风险视图、计量、监测预警、决策的企业级智能风控平台，实现全市场、全天候、全链条自动化盯视管控；此外，首创自主可控的企业级千亿金融大模型工银智涌，形成大小规模协同的多模型矩阵，实现对400余场景规模化赋能。浙江网商银行基于大模型构建AI审批专家，单笔审批效率从30分钟压缩至3分钟；同时，建立信贷知识库，升级量化策略，构建覆盖9大类产业的认知驱动框架，并探索以战场机制推动组织向智能化协作转型。泰康资产搭建以大数据中台和大模型中台为核心底座的数字化平台，将智能风控渗透到市场、信用、合规、合同审核等全流程风险管理，形成“数据—模型—应用—决策”闭环。华泰证券在交易业务领域创新以因子智能挖掘驱动的资产异动分析工具；在信用领域打造智能投研平台，赋能风险评估进阶；在运营领域利用AI大模型解析产品合同及投资政策非结构化数据，实现风控规则自动化设定和校验。上海浦东发展银行首创企业级模型评审机制，围绕数据、算法、变量等六大核心支柱，有效应对新型业务风险；打造风险监测体系，实时、精准、高效开展风险识别和疑点筛查；此外，通过移动端实现单笔业务风险成本精准测算，推动全员风控理念落地。
智能风控发展面临四大挑战
会议认为，智能风控虽未颠覆风险控制底层逻辑，但重塑了风险控制范式，在零售、小额普惠等领域具有广泛应用前景。也要看到，智能风控发展过程中仍面临认知、技术、数据、监管等问题与挑战。
一是认知有待提升。目前智能风控在业界尚无统一定义，不同类型金融机构对智能风控的理解不一，电子化、数字化、智能化等不同发展阶段边界模糊，发展水平亦有差异，使得跨机构、市场、平台和场景的风控协同不足，需加快理论探索与实践融合。智能风控是技术驱动的制度变革和管理变革，认知不足可能导致智能风控与现有业务模式和场景不匹配、组织架构与流程体系不适配，造成智能风控应用价值释放不足。智能风控不一定适用所有业务场景，尤其不能简单将零售端、普惠端智能风控照搬至公司业务，认知不足可能使得智能风控建设走向“技术至上”或“技术不可信”等极端。
二是技术风险仍存。大模型固有的幻觉问题可能被金融业态的复杂性、多变性和非理性放大，造成风控决策失效。大模型决策逻辑亦难以有效追溯，算法黑箱使得模型可解释性不足。自优化AI大模型还存在自我迭代失控的可能，增加突破预设安全合规限制风险。同时，技术依赖性也越来越值得关注，尤其中小金融机构较为依赖第三方技术供给，可能存在核心算法国产化不足、模型同质化严重、数据泄露、权责界限不清等问题。
三是数据治理薄弱。数据是智能风控的基础，数据质量与治理水平将直接影响智能风控质效，目前仍存短板。一方面，部分业态结构化数据缺乏连续性及完整性，非结构化数据真实性更难验证，标准亦不统一，导致数据质量参差不齐、价值挖掘不充分。另一方面，跨机构、市场、监管的数据打通难度大，中小机构获取优质数据受限，风险识别精确度不足。此外，模型训练使用海外或公开服务，存在数据泄露风险，数据投毒、虚假数据、合成数据也可能干扰风险决策。
四是监管有待完善。在规则层面，针对智能风控全生命周期的备案、审计、问责机制尚未完善，跨机构行业协同的监管规则存在空白。在责任层面，模型“黑箱”特性导致责任边界模糊，多方市场主体、内部部门间、人与机器的责任划分缺乏明确依据，合规与问责难度较大。在监管层面，兼具AI技术、风险控制与合规管理能力的复合型人才缺口突出，监管科技应用水平一定程度上制约了监管效能。
多管齐下提升智能风控质效
会议认为，要紧抓人工智能发展的历史性机遇，以智能风控体系建设为核心引擎，系统破解数据治理、模型安全、监管适配等关键堵点。通过强化风险动态管理，推动风控、合规与监管深度融合，健全人机协同风控模式，切实发挥智能风控赋能金融业态提质增效、防范化解系统性金融风险的重要作用，更好服务高质量发展。
一是强化发展认知，匹配自身需求。建议加强对智能风控内涵、特征与发展阶段等的理论研究，厘清智能风控与数字化风控、大数据风控等概念的边界，以帮助金融机构明确自身风控系统建设阶段和技术赋能发力点。建议不同金融机构依据自身特点和能力应用不同模型，推动智能风控系统在行业间、行业内的应用，构建跨机构、市场、平台、场景的风控协同，实现全流程实时感知、动态决策、智能预警。技术不能代替管理，金融机构要构建与智能风控体系相适配的组织架构，推动智能风控体系与业务模式、应用场景紧密结合，促进智能风控应用价值释放。
二是坚持人机协同，守好风险底线。建议通过构建专业知识库等方式降低大模型幻觉，增加模型可解释性、可追溯性、可审计性，让金融机构、监管部门说得清、看得透。健全人机协同风控模式，坚持线上线下相结合，构建风控人员与智能系统的深度耦合、双向反馈和持续优化的共生模式。明确人工智能在核心风控决策中的权责边界，现阶段应坚持人工智能辅助定位，探索“专家经验+赋能AI”新范式，防止风险外溢。
三是强化数据治理，夯实数据基础。建议金融机构统一数据管理标准，明确数据收集、清洗、校验规范，强化真实性验证与异常排查，同时拓宽数据覆盖维度，为智能风控提供高质量数据支撑。加强AI时代下工作与研发体系内的数据安全管理，比如在受控域内进行模型部署、数据监控和数据脱敏处理等。建议监管部门或行业协会牵头搭建行业数据协同平台，依托隐私计算实现“数据不出行、价值可共享”，破解中小机构数据困境。
四是健全监管体系，平衡效率与安全。建议明确智能风控全流程合规要求，补齐新兴场景监管空白，建立动态调整机制，提升监管时效性。厘清各方责任边界，为合规问责提供清晰依据。强化监管科技应用，比如搭建智能监测平台，实现实时监控与穿透式监管。加快培养既懂AI技术、又懂金融风控和合规的复合型监管人才，夯实监管能力基础，适配智能风控发展需求。
撰稿：刘嘉懿、曹璐芸、余念灿
审核：黄丽娜
编辑：彭榆雅
