周小川：AI对货币政策的影响需更长时间观察

10月23日，中国人民银行原行长周小川在2025外滩年会圆桌讨论时表示，人工智能（AI）对货币政策的影响还需要更长时间的观察和研究。他同时指出，对于金融系统别是银行系统，AI在过去几十年信息化、IT化的基础上提供了新的发展机会，并可能带来较大边际变化。

周小川指出，从金融的角度看，AI是在信息处理、IT和自动化基础上又一次新的边际变化。“这是一个很大的边际变化”他表示，AI在银行业支付、定价、风险管理和市场推广方面发挥着重要作用。从银行主要业务看，支付业务基本都是数据处理；存款、贷款都依赖大数据分析和模型来定价；风险主要基于数据处理和模型计算；市场营销也很大程度上依赖数据。

周小川指出，AI应用于金融系统有良好基础。过去银行系统、金融系统积累了海量数据，这些数据可用于机器学习、深度学习，使传统模型转向智能推理模型。银行与其他行业有所不同，银行较少使用多模态或生成式技术，主要依赖大数据分析和推理模型，因此有其自身特点。基于这一特点，银行未来结构会进一步向这个方向发展，并由此带来一个现象——银行从业人员规模会显著受到影响和减少。

据周小川介绍，国际清算银行（BIS）曾专门讨论过AI相关模型是否对货币政策产生影响，最终结论是影响尚不明显。一方面，AI可以在物价和微观行为的数据收集、处理、模式识别和推理方面影响货币政策决定。另一方面，货币政策基本上属于慢变量，随经济周期或经济变化而调整。

“货币政策不可能对每天的蔬菜价格变化做出响应，而且响应太快也可能引发不必要波动。”周小川表示，对于慢变量需要慢处理。

在周小川看来，通过机器学习或深度学习金融稳定数据、金融机构健康性的历史变化，推理预知金融不稳定风险的出现，是一个重要探索方向。分析历史事件、泡沫积累、“明斯基时刻”的出现、事后处理及对错评估等需要更广泛运用AI处理非结构性数据、多模态信息，甚至考虑社会情绪。

周小川指出，从监管部门的角度，希望各类金融机构和活动在运用AI时应提供透明、可解释的模型。但实际上随着AI发展，机器学习、深度学习必然带来模型的黑箱特性。未来监管可能需要面对黑箱模型所产生的结果和行动，来调节或监管金融市场。

周小川还指出，如果AI模型大量运用短期高频数据，学习结果可能是高频、短期、技术性的，可能与金融稳健和宏观调控所需要的面向基础面、长远稳定性的要求不一致。