人工智能在基于风险监管中的应用

人工智能在基于风险监管中的应用 另一个“锦上添花”的工具或一个颠覆性的变革 马太·多霍塔鲁、马林·普里萨库、吉·申和亚瑟敏·帕尔塔 人工智能在基于风险监管中的应用 另一个“锦上添花”的工具或一个颠覆性因素 2025年1月 © 2025 国际重建与发展银行 / 世界银行 1818 H Street NW 华盛顿特区 20433 电话：202-473-1000 互联网：www.worldbank.org 这份工作是世界银行员工及其外部贡献者共同完成的。本工作中表述的研究发现、解释和结论并不一定反映世界银行的观点，其董事会执行董事的观点或其代表的各国政府的观点。 世界银行不对本工作中包含的数据的准确性、完整性或时效性做出保证，也不对信息中的任何错误、遗漏或差异承担责任，或对使用或未使用信息、方法、过程或结论承担责任。本工作中任何地图所示边界、颜色、名称和其他信息均不表示世界银行对任何领土的法律地位的任何判断，也不表示对这种边界的认可或接受。 本文件中任何内容均不应构成、解释或视为对世界银行特权与豁免权的限制或放弃，所有这些特权与豁免权均特别保留。 权利与许可 本作品中的材料受版权保护。由于世界银行鼓励其知识的传播，本作品可以全部或部分复制，用于非商业目的，前提是必须对作品进行充分归属。 关于版权和许可问题，包括分支版权，应致信世界银行出版物，世界银行集团，美国华盛顿特区西北H街1818号，邮编20433；传真：202-522-2625；电子邮箱：pubrights@worldbank.org。 封面图像：Veronica Gadea，世界银行集团，高级咨询专家。可达性：Will Kemp，世界银行集团，高级咨询专家。 目录 32228致谢页 vii人工智能实施挑战 32展望未来 43执行摘要1人工智能采用策略 39缩写 vi附件1-机器学习与人工智能企业参考架构50赋予金融监管者人工智能能力 14主要面临的金融监管部门挑战人工智能在支持监管机构活动中的应用案例人工智能相关的风险和关注 缩写 缩写描述人工智能人工智能ASIC澳大利亚证券投资委员会澳大利亚证券交易所ASX欧洲央行（European Central Bank）欧洲中央银行MAI市场分析与情报大型语言模型大型语言模型反洗钱/反恐融资反洗钱和打击恐怖融资FSAP金融部门评估项目业务连续性计划（Business Continuity Plan）巴塞尔有效银行监管核心原则国际货币基金组织国际货币基金组织SupTech监管技术金融科技金融科技金融科技合规监管监管科技自然语言处理自然语言处理机器学习机器学习光学字符识别（Optical Character Recognition）光学字符识别（Optical Character Recognition） 致谢 本报告由世界银行金融、竞争力和投资（FCI）全球实践部门下的金融稳定与完整性单位（EFNFS）及其信息技术解决方案实验室（ITS）共同撰写。报告由Matei Dohotaru、Marin Prisacaru、Ji Ho Shin和Yasemin Palta共同准备。 同行评审人员：1) Harish Natarajan，实践经理，EFNFI；2) Gunhild Berg，首席金融部门专家，EECF2；3) Olushola Ibironke Joanne Martins，IT官员，商业管理II，ITSIO；4) Mert Ozdag，IT官员，工程I，ITSIO；5) Francesca Hopwood Road，中心负责人，BIS创新中心——伦敦；6) Marco Barzanti，MCMFR，IMF；以及7) Emmanuel Ayanfe Crown，ITDAI DA，IMF。 请注意，本文的部分章节已使用世界银行集团批准的生成式人工智能技术撰写。银行确认，相关章节已经审查以确保其准确性和有效性。 摘要 无论我们个人对人工智能（AI）的看法如何，它都可能在前所未有的速度上改变我们个人和职业生活。它还将影响世界上监管和监督最严格的行业之一——金融行业。基于风险的监督（RBS）在过去二十年里一直是金融行业监管的黄金标准，承诺在资源有限的情况下帮助监管者履行其广泛且不断增长的职责。遗憾的是，全球范围内RBS框架有效实施的进展并不一致。如近年来金融部门评估计划（FSAP）评估所示，大多数发达国家已经成功建立了稳健的RBS框架。然而，中低收入国家在有效实施RBS方面仍然面临挑战。 近年来，人工智能（AI）在性能和可及性方面的显著进步，承诺将颠覆众多行业，包括金融领域。尽管数年前就开始尝试将AI用于监管目的，但这些尝试主要是实验性的，并且仅限于少数高容量监管机构。然而，最近，随着质量和性价比的快速提升，AI已经开始被视为一种主流产品，监管者可以利用它来处理大部分业务流程。AI确实可能成为金融领域监管和监督领域的一个颠覆者，引入的功能和能力可以重新设计监管流程，使它们在人力资源有限的国家也能变得积极主动和预防性。 全球监管机构首次尝试利用人工智能进行各种监管目的已取得令人鼓舞的成果。在传统上因资源不足而遭受困扰的领域，如反洗钱和打击恐怖主义融资（AML/CFT）、消费者保护、信用风险和压力测试等，现在可以从自动化和大数据处理中获得显著提升。预计所有涉及处理非结构化数据或大量数据点操作的监管过程都将实现生产力的提高。 人工智能在金融监管领域的益处不仅限于自动化某些手动活动。在不久的将来，我们可能会看到端到端自动化的监管流程，尤其是那些不需要专业判断和决策灵活性的流程。此外，人工智能还可以使监管者执行之前因耗时过长或/和在技术发展的前一个阶段无法实施的过程。 当然，所有这些好处都不是没有风险和成本的。基于人工智能能力的监督流程重构将需要努力，但更重要的是，它需要准备好应对使用人工智能功能产生的新风险。为过渡到人工智能支持的稳健银行系统，监管机构需要重新考虑他们的流程，包括将人力资源分配给活动以及监管人员实际上可以委托给人工智能的程度。 在金融领域监管和监督方面，没有人期望人工智能会取代人类，即使在长期内也是如此。人类将继续在所有与金融领域监管相关的关键方面担任决策者。然而，我们预见人类与人工智能在金融机构监管和监督方面的共生关系将越来越密切。通过提高效率，这种共生关系可能导致金融行业更加安全，消费者保护更好，以及减少犯罪分子的滥用。 认识到金融行业及其监管机构不可避免地是这一持续演变的一部分，我们在这篇论文中旨在考察人工智能对金融行业的有形影响，特别关注监管视角和向有效RBS（零售银行服务）制度过渡。我们还试图预测人工智能对金融行业监管者角色和责任的短期和长期影响。这次探索旨在加深我们对人工智能如何影响金融格局及其对未来监管实践的启示的理解。 主要面临的金融监管部门挑战 在过去二十年里，全球金融行业监管机构的主要目标一直是有效地实施基于风险的监管框架。基于风险的监督方法（RBS）被广泛认为是确保金融行业稳定的最有效手段。这一目标随着时间的推移转变为监管机构面临的主要挑战。尽管为实施RBS方法投入了大量资源，以及常常提供相当大的技术援助，但许多监管人员仍继续努力实施有效的RBS制度。1实施有效的RBS框架困难的原因因国而异，包括内部和外部因素。 RBS框架可以按照不同的标准进行分解，其中之一将其分解为三大主要类别：A.政策与程序，B.能力与资源，以及C.工具与技术（图1）。我们通过查看在FSAP过程中进行的与《巴塞尔银行业监管委员会有效银行监管核心原则》（BCP）一致的评估，来检视这三个类别。作为这项研究的一部分，我们还审查了公开的FSAP文件，包括金融部门评估（世界银行）文件。2金融体系稳定性评估（国际货币基金组织）3对遵守情况的详细评估以及国际金融机构的出版物。值得注意的是，该研究主要关注审慎监管和对BCP原则的遵守。 研究发现，各司法管辖区在实施主要的巴塞尔监管改革方面取得了稳步进展。4在这方面取得的进步部分得益于世界银行和国际货币基金组织（IMF）在过去几十年里提供的广泛技术支持，以实现向有效区域银行体系（RBS）的过渡。此外，这些技术援助项目显著增强了监管能力，尽管在许多国家保留经验丰富的员工仍是一个挑战。我们的研究还揭示了一个值得注意的趋势，即在实施有效区域银行体系制度方面不成功的多数国家：这些国家往往要么完全忽视了监督工具和技术的重要性，要么对其重要性估计不足。这一发现强调了工具和技术在成功建立区域银行体系框架中的关键作用。 尽管近年来，能够显著提高主管生产力并有助于过渡到有效风险为本监管（RBS）框架的IT工具越来越易于获取，但主管们并没有急于摒弃过时的 依赖低级SupTech生成工具的过程。大多数最近的应用仍然处于第一到第二代suptech阶段，而第四代SupTech工具（例如，生成式AI）在实施中仅占7.6%。5尽管监管领域创新技术的较慢采用可以归因于监管人员的普遍保守态度，但随着人工智能技术的快速进步，这种技术在提升监管流程潜力与其实际应用之间的脱节可能会进一步扩大。特别是，如果监管人员未能探索使用先进技术以提高其生产力和识别、衡量以及缓解风险的能力，那么迫切需要的RBS制度的有效实施可能会继续受到阻碍。考虑到金融行业中，尤其是在金融科技公司中的AI广泛采用，这一点尤为重要。 在我们的研究过程中，我们试图识别金融机构监管人员在监管周期的各个环节中所面临的重大挑战。在本背景下，我们关注了以下方面： a.市场进入 –包括新实体的许可、新子公司/分支机构的设立、股东审批以及管理层和关键人员的审批。 b.持续监管 -该内容包含宏观审慎监管和微观审慎监管（现场和非现场），按关键风险维度进行分配。 c.决议与市场退出 -包括对金融实体的重组、解决和清算。 为了确定监管活动中的主要挑战，团队回顾了近年来世界银行和国际货币基金组织在金融部门评估规划（FSAPs）框架下进行的业务连续性计划（BCP）合规性评估。以下是团队确定的主要挑战，这些挑战对大多数监管机构，包括发达国家，都具有特殊性。 人力资源有限 每个上述提到的监督阶段都包含大量的风险参数，这些参数可以进行评估和监控。然而，重要的是 需要注意的是，评估特定金融机构的每个风险生成活动是一项不切实际的任务，即使在发达国家，也由于资源限制，尤其是人力资源的限制。这正是RBS方法发挥作用的地方。RBS是一种监管策略，旨在帮助监管者在可用资源的约束下履行其职责。RBS的基本前提是，这些有限的监管资源主要分配给对金融机构内高风险操作和活动的评估和监控（图2）。一个有效的RBS体系的基础在于监管当局准确识别高风险活动并战略性地分配有限资源进行评估的能力。然而，实现这种平衡并不总是简单直接，而且在实施有效的RBS体系中仍然是一个持续的挑战。即使在人工智能的更广泛采用之后，RBS仍将高度相关，并成为许多年的黄金标准。在监管过程中，人类决策者将继续发挥关键作用，因为监管者不太可能收集到完全自动化这些过程所需的所有细粒度数据。 即使监管机构成功识别风险并分配资源 资源高效地利用，它常发现其资源不足以覆盖主要部分。风险。这一点在近年来尤其明显，因为数字化转型已经引领金融机构迅速增加其业务复杂性模型及其提供的服务范围。增加员工数量。监管机构在大多数国家不是一个可行的选择。这种增加 经常不受欢迎且难以实施。考虑到这些限制，唯一可行的解决方案是找到方法在现有的有限人力资源下完成更多工作——换句话说，就是提高生产力。 细致分析监督程序显示出许多监管机构在自动化和优化方面具有显著潜力。尽管这一潜力在不同发展水平和复杂程度的国家的监督者之间有所不同，但显而易见的是，当前的监督流程通常涉及手动和重复性活动。这些活动虽然不总是需要复杂的资质或强烈的职业判断，但对于监管者达到可以应用专业判断的阶段是至关重要的。然而，这些基础和非复杂的活动对于监管者达到可以应用专业判断的阶段同样是必不可少的。 任务如收集、验证