生成式AI在风险管理中的定位与应用-FRR项目全国运营中心

生成式AI在风险管理中的定位与应用

2025-06-26

生成式AI在风险管理中的定位与应用

生成式人工智能在银行业的应用，正在逐步走向成熟。如今，它被广泛用于各类任务，优势与短板也日益清晰。

如果把这项技术比作一位新员工，凭借其独特的“技能组合”，它早就通过试用期顺利转正了，大多数高管可能都会认为它前途光明。

但问题在于，这位“员工”还未能完全赢得信任。我们知道，它有时会“幻觉”——也就是编造信息，而且在某些思维逻辑上也存在缺陷。

更麻烦的是，它还常常“不听话”，不愿严格执行一些看似简单明了的指令。我甚至怀疑，它对“权威论据”没有抵抗力，同时容易陷入“从众心理”——也就是说，它倾向于认为大多数人支持的观点就是正确的。

虽然生成式AI 能胜任许多枯燥或人类难以完成的任务，但在银行风险管理这一专业领域中，如何科学、审慎地引入这项技术，仍然是一个值得深思的问题。我们该如何使用它？又该在哪些场景中使用？

一个真实的应用场景

不久前，我在为一家欧洲大型银行做信用风险压力测试时，再次感受到了生成式AI 的潜力。该行有一组种类极其“多元化” 的公司贷款组合，想评估内部团队是否已充分识别其中的宏观风险。我说它“多元化” 并不是夸张——其中包括一些生产你闻所未闻的化学原料的工厂，也有一些制造“中间零部件” 的企业，这些零部件还要用于其他中间部件的制造。

银行希望我在项目尾声阶段，快速出具一份针对其风险评估流程的高层审阅报告。留给我的时间只有24小时。

在与客户充分沟通、明确披露后，我使用了ChatGPT 来协助快速了解这些陌生行业。我本人的策略是，先识别出企业最明显的风险点，再判断这些风险是否应由一位专业分析师在正常工作中识别出来。随后，我将这些风险点与该行内审团队的实际评估方法进行了比对。

值得一提的是，客户提出了两个非常关键的问题：用生成式AI 做这样的研究，是否合理？在这个具体情境下，它是否可靠？

从我的角度看，正是借助这项技术，我才得以在极其紧张的时间内完成一份质量尚可的报告。如果不借助ChatGPT，我恐怕要花上好几个小时去研究这些冷门行业的基本面，仅仅是为了评估流程做准备。更难得的是，ChatGPT还帮我找到了几个关键数据和资料，若我只靠谷歌搜索，恐怕会错过这些信息。

别忘了“验证”这一步

我可以肯定地说，该行的内部风险管理团队并没有像我这样使用生成式AI。如果他们用上了，我相信其分析基础会更扎实，结果也更具参考价值。

例如，ChatGPT就指出：在某一相关行业中，由于本地供应过剩以及内需疲软，中国的企业正在主动削减产量。在这种背景下，某欧洲企业若还想实现激进的增长目标，难度极大。而这家企业的信用评级，正是高度依赖这些增长预期的。

当然，ChatGPT提供的数据和参考来源必须经过验证。在有限的时间内，我抽查了一些关键信息，感觉它们还是靠谱的。如果时间充裕，完全可以更全面地校对和确认。我也向客户明确指出：这份报告目前应视为“初步版本”，还需补充验证才能定稿。

说到底，即便是不借助AI 完成的报告，也同样应接受严格的事实校验。现实中，许多传统分析师也难免出现“信息偏差”或逻辑谬误。生成式 AI 有其弱点，但我们自己也并不完美。

进一步的想法

在我看来，技术的价值必须通过实际效果来体现。例如，在艺术创作中使用AI，可能会冲淡“歌颂人类创造力” 的初衷。

但在金融风险管理领域，我们最关心的是：能否高效、精准地做出信用判断。如果这个过程可以通过技术手段得到提升，那我们又何必纠结其“出身”呢？

我认为，那个“完全可靠、自动化信用评估体系”的时代，尚未真正到来。但目前已有的技术工具，确实帮助我们更快、更准地完成风险分析。

哪怕它仍需要“高度监管”，我们也应欢迎这位“电子同事”入驻我们的办公室。

本文作者：Tony Hughes是一位资深风险建模专家，拥有超过20年北美、欧洲及澳大利亚的高级风险管理经验，专注于模型风险管理、建模与验证以及气候风险量化方案。他在UnpackingClimateRisk.com上定期撰写有关气候风险管理的文章。

为保护广大考生的利益，请计划报考金融风险与监管证书(FRR)的考生或银行机构联系FRR证书项目官方授权推广机构咨询报名（在非官方授权机构报名，将无法获得专业培训和人社部注册的证书），授权机构名录详见FRR全国运营中心官网：www.frr.net.cn 和本公众号“授权合作-授权机构名录”或致电4006186078 查询。