这是国际清算银行亚太地区首席代表张涛先生于2026年10月20日在北京举行的2026年金融街论坛上发表的讲话稿。

介绍

很高兴能参加金融街论坛。谢谢邀请。

去年在这个论坛上，我探讨了代币化等新技术如何帮助改革金融体系核心基础设施的治理，同时维护货币稳定和可信的原则。今年，随着新技术发挥着日益重要的作用，我想继续探讨这一话题，重点关注人工智能（AI）及其对中央银行的影响。

我将考虑人工智能的以下三个影响：对宏观经济和金融稳定的影响；对中央银行和金融监管机构的影响；以及对国际合作的影响，包括国际金融机构（如国际清算银行）的作用。

对宏观经济和金融稳定的影响

首先，我想谈谈人工智能对宏观经济和金融稳定的影响。影响有很多，但我将重点讨论以下三点：（i）人工智能如何影响价格形成；（ii）人工智能如何助长羊群效应；（iii）人工智能如何改变网络风险。所有这些都是各国央行和监管机构关注的核心问题。

首先是价格形成。人工智能为企业提供了处理信息和调整价格的新方法。随着人工智能工具的广泛应用，企业可能会更频繁地对成本、需求或市场状况的变化做出反应。

在企业层面，这方面已经有一些证据。使用算法定价的在线零售商可以更频繁地调整价格，并在不同地区设定更统一的价格。他们可以快速应对诸如汽油价格或汇率等因素的变化。

宏观经济意义在于，总体冲击可能会更快地传导至消费者价格，从而可能改变通胀动态。

其次，羊群效应会对金融稳定产生影响。

共同的预期可以促进投资和创新，但也可能导致风险集中。金融机构在交易、贷款和风险管理中可能使用类似的模型、数据或决策规则。如果这些工具导致它们对信息的解读相似，它们可能会同时采取类似的行动，从而造成交易过于集中或贷款和风险偏好同步变化。

这种关联性反应可能会相互强化。如果机构同时降低风险或抛售类似资产，价格波动幅度可能会被放大。杠杆和难以出售的资产可能会加剧这种调整。这或许是人工智能应用可能导致整个金融体系出现关联行为的一个潜在渠道。

事实上，国际清算银行最近的一项分析表明，债务（包括私人信贷）的作用日益增强，并指出人工智能生态系统中的企业之间存在循环融资，包括企业与其投资的供应商或客户之间的商业联系。

第三，网络风险。人工智能可以加强网络防御，但也可能使攻击速度更快、威力更大、更复杂。它可以帮助恶意行为者创建更具说服力的信息、自动化部分攻击流程或更快地识别漏洞。这可能导致机构没有足够的时间来检测潜在攻击并做出响应。

其后果可能不仅限于直接受攻击的机构。金融机构依赖共享的技术、数据和服务提供商。因此，一旦某个关键服务提供商出现故障，就可能同时影响多家机构。令人担忧的不仅仅是单个攻击手段可能变得更加复杂，更在于在高度互联的金融体系中，攻击的速度、范围和潜在影响都可能增加。

对中央银行和监管机构的影响

这些都是中央银行和金融监管机构必须日益应对的重要挑战。它们影响着这些机构如何评估经济状况、监测金融风险和保障金融体系的韧性。

那么，各国央行和监管机构应该如何应对？

在价格形成过程中，更频繁的价格变动凸显了及时、详细信息的重要性。中央银行可以利用新的数据和分析方法来监测价格走势，并了解企业如何应对不断变化的市场环境。人工智能可以帮助整理大量信息，并识别出原本难以发现的模式。这可以增强分析能力，但它并不能决定这些模式对通胀意味着什么，也无法确定何种政策应对措施是合适的。经济解读和人为判断仍然至关重要。

关于羊群效应，这意味着需要超越单个机构的视角，评估风险敞口或依赖关系是否在整个金融体系中变得普遍。监管机构可以监控与人工智能相关的投资和融资，以及机构对类似模型、数据和提供商的依赖程度。国际清算银行2026年年度经济报告呼吁提高对人工智能使用情况的监管透明度，包括识别模型驱动的相关风险敞口和羊群效应。

这其中也包含宏观审慎的层面。监管机构可以研究，在人工智能相关资产价格大幅调整、重要供应商业务中断或类似机构在压力环境下基于模型做出的决策等情况下，系统将如何应对。此类分析有助于揭示风险敞口的分布情况以及压力可能如何扩散。关键在于增强透明度和应对能力；但这并不意味着每个司法管辖区都需要采取某种特定的宏观审慎措施。

在网络风险方面，人工智能可以为中央银行、监管机构和金融机构提供更好的工具来识别威胁并支持更快速的响应。同时，各机构需要健全的网络风险管理和运营韧性。这包括明确的责任划分、及时的决策、有效的补丁更新以及应对和恢复安全事件的能力。监管机构还需要了解各机构对关键第三方供应商的依赖程度。金融稳定研究所最近的研究表明，随着人工智能改变威胁环境，需要加强现有的网络韧性框架。

对国际合作和国际清算银行的影响

最后，我想谈谈国际合作以及包括国际清算银行在内的国际组织的作用。

人工智能的影响不会止步于国界。金融市场联系紧密，技术提供商的业务遍及全球，网络安全事件可能迅速蔓延至不同机构和司法管辖区。因此，仅靠国家层面的应对措施是远远不够的。

与此同时，各国央行和监管机构在人工智能的应用和监管方面处于不同的阶段。在治理和人为判断方面，这一点尤为突出。人工智能可以提高分析效率，但其输出结果可能存在错误、难以解释，或受到数据局限性的影响。各监管机构仍在探索确保真正进行人为审查、明确问责和独立判断的方法。通过交流经验，他们可以学习哪些方法行之有效，识别常见问题，并避免重蹈覆辙。

此外，能力建设也是一个重要方面。并非每个机构都能平等地获取数据、技术或专业知识。国际合作可以通过培训、技术援助以及知识和实践经验的分享来帮助缩小这些差距。

国际清算银行（BIS）正是在此发挥作用。通过其论坛、网络和创新中心，BIS汇聚各国中央银行和监管机构，共同探讨人工智能治理、人工监督和风险管理的方法。此外，BIS还可以通过汇集专业知识和在不同司法管辖区间传播经验教训，支持能力建设。

例如，国际清算银行创新中心与德国联邦银行和欧洲中央银行合作开展的“光谱项目”（Project Spectrum）就是一个例子。该项目探索了如何利用人工智能将海量的日常产品价格数据转化为结构化信息，从而支持通胀分析。此类项目使各国央行能够开展合作试验，从实践经验中学习，并更广泛地分享由此产生的知识。

结论

最后我想总结一下。人工智能可能会改变价格对信息的反应速度；可能会加剧相关性行为；还可能会加快网络威胁的传播速度并扩大其影响范围。这些发展对中央银行和监管机构都至关重要，无论是在他们分析经济状况，还是在他们对金融体系的监管方面。

任务是在保持健全的判断力、治理能力和韧性的前提下，利用人工智能来改进信息和分析。

国际合作有助于各国政府建立健全的治理体系，维护人类判断力，并培养负责任地使用人工智能所需的能力。国际清算银行将继续通过对话、研究、实践试验和能力建设来支持这项集体努力。

谢谢。