□陈辉
国际清算银行、纽约证券交易所、纳斯达克等公布的数据显示，全球70%以上的外汇即期交易、50%以上的股票成交量，已经由各类大小模型直接或间接驱动。它们像空气一样包围市场，却鲜有人真正“看见”它们。
“看不见”意味着风险的隐匿，同时意味着人的感知风险上升。传统金融从业者在纸面和屏幕上阅读资产负债表、K线图，而模型在毫秒之间消化的是百万级特征、十亿级参数。人类与算法之间，横亘着一条“语义鸿沟”。如何让模型的思考路径“被看见”、让它的情绪和风险偏好“被感知”，成为整个社会共同面对的问题。
金融大模型可解释性有三重维度：一是技术维度，从SHAP值(一种基于博弈论的机器学习模型解释方法)到思维链。在计算机科学语境里，“可解释性”通常被分为全局解释与局部解释。金融场景的特殊性在于，局部解释必须同时满足“监管可审计”和“客户可理解”两个标准。2024年8月1日，欧盟《人工智能法案》正式生效，该法案是全球首部全面监管人工智能的法规，对人工智能系统或基础模型提出了应遵循可解释性、可追溯性、人工监督等要求。二是产品维度，把“解释”做成可交互的AI。技术解释只有被封装进产品才算真正“被看见”。三是叙事维度，让数据“开口说话”。金融大模型输出的不只是概率，更是故事。
“看见”只是第一步，“感知”才是沉浸式体验。美国初创公司Anthropic是一家人工智能安全和研究公司，致力于构建可靠、可解释和可操作的AI系统，其最新推出的“Claude for Financial Services”尝试给模型赋予“人格”：风险偏好、新闻情绪敏感度，甚至“睡眠周期”。这种拟人化叙事让非技术背景的消费者也能与模型“共情”，从而更愿意采纳其建议。
6月9日，英国金融行为监管局(FCA)宣布与英伟达合作构建允许银行安全试验AI技术的监管沙盒环境。这项名为“超能沙盒”的创新计划，专门面向处于AI探索与实验阶段的金融服务公司，为其提供更好的数据、专业技术和监管支持，以加快创新速度。“超越智能的监管，才能承载开放的金融”。为此，金融监管部门要尽快推出“金融大模型监管沙盒”或“AI监管沙盒”。
金融大模型不应只是金融机构的护城河，更应成为现代经济体系的“公共基础设施”。
(作者系中央财经大学中国精算科技实验室主任)
配资配查提示：文章来自网络，不代表本站观点。
