李禮輝：金融是海南自由貿易港建設核心要素，應抓住兩大機遇

專(zhuān)題：2024三亞·財經(jīng)國際論壇

　　“2024三亞·財經(jīng)國際論壇暨第四屆三亞財富管理大會(huì )”于12月1日在三亞舉辦。中國銀行原行長(cháng)李禮輝出席并演講。

　　談及海南自由貿易港建設當中的結構性金融創(chuàng )新，李禮輝表示，金融是自由貿易港的關(guān)鍵和核心要素，應該特別關(guān)注中長(cháng)期的金融變革大趨勢，抓住戰略機遇。

　　第一個(gè)機遇是老齡社會(huì )當中的養老金融和財富管理。李禮輝介紹，我國正加速進(jìn)入老齡社會(huì )，去年末60歲以上人口約2.97億，占全國人口的21%，到2035年60歲以上人口將達到4億占比超過(guò)30%，2023年中國人均壽命77歲，其中上海、北京地區平均壽命超過(guò)了83歲，海南的平均壽命是80歲。

　　“按照上述數據，目前大約三億國人，十年以后差不多四億國人，退休以前有十到二十年的養老金融培育期，退休以后有20年的養老金融延續期”，李禮輝說(shuō)，養老金融屬于雙向延伸的金融業(yè)務(wù)，可以成為一個(gè)超大群體、超長(cháng)周期、超級規模的金融市場(chǎng)。

　　李禮輝指出，目前我國已經(jīng)建成廣覆蓋的社會(huì )保障體系，但養老理財投資者、長(cháng)期養老儲蓄的存款人數、商業(yè)養老金開(kāi)戶(hù)數只有區區的47萬(wàn)、20萬(wàn)和59萬(wàn)，“數量太低了”。 我國高收入群體可以獲得與家庭資產(chǎn)和支付能力相匹配的老齡生活護理和醫療服務(wù)，但是面向中間偏上和中間收入群體的中端養老服務(wù)、養老金融遠遠不足。面向中間偏下和低收入群體的普惠型養老金融、養老服務(wù)更加欠缺。

　　此外，財務(wù)管理賦予養老金融保值增值、財富傳承的重要職能。按照中國銀行業(yè)協(xié)會(huì )的數據，中國人可投資的資產(chǎn)規模，2022年是人民幣278萬(wàn)億元，年復合增長(cháng)的速度是7%。今年年底預計將超過(guò)300萬(wàn)億元，可投資1000萬(wàn)元以上的高凈值的人群是316萬(wàn)?！肮烙嫿衲昴甑卓赡軘盗繒?huì )更多一點(diǎn)，年復合的增長(cháng)率是11%。所以，我們看到財富管理是一個(gè)規模巨大，而且高速成長(cháng)的市場(chǎng)”，他說(shuō)。

　　不過(guò)，李禮輝指出，我國的財富管理市場(chǎng)存在結構性缺陷，財富管理產(chǎn)品業(yè)務(wù)相對發(fā)達，但是家族財富管理和財富傳承服務(wù)尚在試水，是明顯的短板。

　　他強調，要加快發(fā)展養老金融，為養老服務(wù)提供市場(chǎng)化、可持續的金融資源，與政策性的養老資源相輔相成，這應該是一個(gè)全局性的任務(wù)?！芭c發(fā)達國家比較，我們商業(yè)化的養老金融和財富管理還存在明顯的短板，最大的結構性短板是尚未形成有全球競爭力的財富管理中心。我想不僅僅是上海，也不僅僅是青島、北京，我們都沒(méi)有有全球競爭力的財富管理中心，對三亞來(lái)說(shuō)也許是一個(gè)戰略性的機遇”。

　　第二個(gè)機遇是數字經(jīng)濟中的智能金融和數字資產(chǎn)市場(chǎng)。李禮輝指出，數字經(jīng)濟社會(huì )已經(jīng)進(jìn)入了新智能時(shí)代，人工智能的前沿技術(shù)創(chuàng )新有四個(gè)比較大的變化：

　　1．從結構化到非結構化。生成式的人工智能大模型可以學(xué)習和理解非結構化的數據，生成新的非結構化的內容，包括文本、音頻、視頻、圖像、代碼，能夠適應多種任務(wù)。

　　2．從單模態(tài)到多模態(tài)。以前只有文本模態(tài)，最新的GPT4o等大模型底層技術(shù)的核心是文本、視覺(jué)、語(yǔ)音，多模態(tài)組合的感知和交互的學(xué)習能力，已經(jīng)能夠突破文本交互的局限性，能夠感知、理解和模擬動(dòng)態(tài)的物理世界。

　　3．從助理到代理?，F在有一種具有具身智能體的金融人工智能的產(chǎn)品，聚集了神經(jīng)網(wǎng)絡(luò )、知識工程和控制技術(shù)，通過(guò)遴選行業(yè)的最佳流程、最佳標準這方面專(zhuān)業(yè)的數據優(yōu)勢和算力優(yōu)勢，能夠培育在不同場(chǎng)景中的感知、學(xué)習、行動(dòng)和決策的能力，甚至可以超越一般水平的生產(chǎn)力。所以，它就可以從助理變成真正的代理。

　　4．從推斷到推理。依托高品質(zhì)全鏈數據優(yōu)勢和邏輯化超級算力優(yōu)勢，有可能形成比人類(lèi)最高級智慧更廣闊的推理空間、更高深的科學(xué)猜想，成為科學(xué)發(fā)現與技術(shù)發(fā)明的新的范式。

　　“通用大模型構成垂直模型的核心底座，如果讓海量數據來(lái)預訓練行業(yè)級的垂直模型并持續調優(yōu)，再根據不同需求調試差異化的應用，定制企業(yè)級的垂直模型，就可以有效降低模型開(kāi)發(fā)的邊際成本，擴展模型的應用范圍”，李禮輝說(shuō)，金融業(yè)涵蓋銀行、保險、證券投資、財富管理等不同領(lǐng)域，但金融產(chǎn)品、金融服務(wù)、金融管理的需求其實(shí)大同小異，如果采用行業(yè)級垂直模型和企業(yè)級垂直模型，融合發(fā)展的技術(shù)路線(xiàn)，同時(shí)培育不同專(zhuān)業(yè)的智能金融體，選擇適當的商業(yè)模式，這是有利于實(shí)現高效率、低投入、個(gè)性化的金融需求。

　　他強調，數字金融創(chuàng )新并非是給傳統體制、傳統流程加上數字化的外套，而是從根本上改革體制、重構流程，再造底層系統。

　　“智能化的數字金融將成為新一代金融業(yè)的主流”，李禮輝認為，目前智能金融還處在輔助+助理的早期階段，主要用于改進(jìn)產(chǎn)品創(chuàng )新和客戶(hù)服務(wù)，用于改進(jìn)運營(yíng)管理和風(fēng)險管控，最新的人工智能的技術(shù)有可能實(shí)現人機交互高擬真的人性化，有可能實(shí)現非結構化數據處理高效率的精確性。

　　李禮輝強調，數據是非常重要的因素。中美都是數據大國，但是數據資源的結構不同。美國依托科學(xué)技術(shù)長(cháng)期發(fā)展累積的信息資源，在知識和學(xué)術(shù)領(lǐng)域具有數據優(yōu)勢。我們國家依托人口數量、互聯(lián)網(wǎng)經(jīng)濟超越式發(fā)展的信息資源，在市場(chǎng)交易和供應行為領(lǐng)域具有數據優(yōu)勢。

　　“海量的市場(chǎng)交易和供應行為數據是我們國家數字數據、數字金融發(fā)展的寶貴資源，我們也要看到我們國家高品質(zhì)的文化類(lèi)、科技類(lèi)、視覺(jué)類(lèi)的數據資源相對短缺，符合大模型需求的高品質(zhì)的數據集遠遠不夠”，他指出，我國公共數據存在行政分割問(wèn)題，比如涉及居民和企業(yè)的財務(wù)數據和行為數據分散在金融機構、金融監管、工商管理、稅務(wù)、海關(guān)等不同的系統中，共享的程度不高，影響數據價(jià)值的深度開(kāi)發(fā)。

　　此外，我國的非公共數據存在流通不暢的問(wèn)題。他舉例說(shuō)，全國移動(dòng)支付的用戶(hù)超過(guò)了9億，數字化的支付成為主要的數據入口，但數據大戶(hù)跟金融機構之間的數據關(guān)聯(lián)、數據共享還沒(méi)有達成成熟的模式，數據的價(jià)值也未能充分地發(fā)掘。

　　李禮輝指出，第一，數據的價(jià)值在于其真正成為生產(chǎn)要素，重要的是數據的挖掘、脫敏、開(kāi)放，解決公共數據發(fā)掘不足、品質(zhì)不高、開(kāi)放不利的問(wèn)題，第二，個(gè)人數據和企業(yè)數據的確權保護和共同使用問(wèn)題，著(zhù)力解決個(gè)人數據和企業(yè)數據權屬不清、保護布里、流通不暢的問(wèn)題。第三是建立數字資產(chǎn)市場(chǎng)，著(zhù)力解決數字產(chǎn)權落地、數字資源配置優(yōu)化自問(wèn)題。第四是彌補數字?zhù)櫆?，?zhù)力解決數字經(jīng)濟時(shí)代小微企業(yè)和弱勢群體數字服務(wù)獲得難、信心落差大的問(wèn)題。

　　“目前我們國家人工智能科創(chuàng )企業(yè)相對集中于京、滬、深、杭等大城市，真正的數字資產(chǎn)交易中心還在探索中，海南能否后發(fā)制人，成為后起之秀，人們充滿(mǎn)期待”，他說(shuō)。

　　新浪聲明：所有會(huì )議實(shí)錄均為現場(chǎng)速記整理，未經(jīng)演講者審閱，新浪網(wǎng)登載此文出于傳遞更多信息之目的，并不意味著(zhù)贊同其觀(guān)點(diǎn)或證實(shí)其描述。