專題：2024三亞·財經國際論壇

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

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

　　第一個機遇是老齡社會當中的養老金融和財富管理。李禮輝介紹，我國正加速進入老齡社會，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，養老金融屬于雙向延伸的金融業務，可以成為一個超大群體、超長周期、超級規模的金融市場。

　　李禮輝指出，目前我國已經建成廣覆蓋的社會保障體系，但養老理財投資者、長期養老儲蓄的存款人數、商業養老金開戶數只有區區的47萬、20萬和59萬，“數量太低了”。 我國高收入群體可以獲得與家庭資產和支付能力相匹配的老齡生活護理和醫療服務，但是面向中間偏上和中間收入群體的中端養老服務、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、養老服務更加欠缺。

　　此外，財務管理賦予養老金融保值增值、財富傳承的重要職能。按照中國銀行業協會的數據，中國人可投資的資產規模，2022年是人民幣278萬億元，年復合增長的速度是7%。今年年底預計將超過300萬億元，可投資1000萬元以上的高凈值的人群是316萬。“估計今年年底可能數量會更多一點，年復合的增長率是11%。所以，我們看到財富管理是一個規模巨大，而且高速成長的市場”，他說。

　　不過，李禮輝指出，我國的財富管理市場存在結構性缺陷，財富管理產品業務相對發達，但是家族財富管理和財富傳承服務尚在試水，是明顯的短板。

　　他強調，要加快發展養老金融，為養老服務提供市場化、可持續的金融資源，與政策性的養老資源相輔相成，這應該是一個全局性的任務。“與發達國家比較，我們商業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，我們都沒有有全球競爭力的財富管理中心，對三亞來說也許是一個戰略性的機遇”。

　　第二個機遇是數字經濟中的智能金融和數字資產市場。李禮輝指出，數字經濟社會已經進入了新智能時代，人工智能的前沿技術創新有四個比較大的變化：

　　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。

　　2．從單模態到多模態。以前只有文本模態，最新的GPT4o等大模型底層技術的核心是文本、視覺、語音，多模態組合的感知和交互的學習能力，已經能夠突破文本交互的局限性，能夠感知、理解和模擬動態的物理世界。

　　3．從助理到代理。現在有一種具有具身智能體的金融人工智能的產品，聚集了神經網絡、知識工程和控制技術，通過遴選行業的最佳流程、最佳標準這方面專業的數據優勢和算力優勢，能夠培育在不同場景中的感知、學習、行動和決策的能力，甚至可以超越一般水平的生產力。所以，它就可以從助理變成真正的代理。

　　4．從推斷到推理。依托高品質全鏈數據優勢和邏輯化超級算力優勢，有可能形成比人類最高級智慧更廣闊的推理空間、更高深的科學猜想，成為科學發現與技術發明的新的范式。

　　“通用大模型構成垂直模型的核心底座，如果讓海量數據來預訓練行業級的垂直模型并持續調優，再根據不同需求調試差異化的應用，定制企業級的垂直模型，就可以有效降低模型開發的邊際成本，擴展模型的應用范圍”，李禮輝說，金融業涵蓋銀行、保險、證券投資、財富管理等不同領域，但金融產品、金融服務、金融管理的需求其實大同小異，如果采用行業級垂直模型和企業級垂直模型，融合發展的技術路線，同時培育不同專業的智能金融體，選擇適當的商業模式，這是有利于實現高效率、低投入、個性化的金融需求。

　　他強調，數字金融創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，主要用于改進產品創新和客戶服務，用于改進運營管理和風險管控，最新的人工智能的技術有可能實現人機交互高擬真的人性化，有可能實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。美國依托科學技術長期發展累積的信息資源，在知識和學術領域具有數據優勢。我們國家依托人口數量、互聯網經濟超越式發展的信息資源，在市場交易和供應行為領域具有數據優勢。

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

　　此外，我國的非公共數據存在流通不暢的問題。他舉例說，全國移動支付的用戶超過了9億，數字化的支付成為主要的數據入口，但數據大戶跟金融機構之間的數據關聯、數據共享還沒有達成成熟的模式，數據的價值也未能充分地發掘。

　　李禮輝指出，第一，數據的價值在于其真正成為生產要素，重要的是數據的挖掘、脫敏、開放，解決公共數據發掘不足、品質不高、開放不利的問題，第二，個人數據和企業數據的確權保護和共同使用問題，著力解決個人數據和企業數據權屬不清、保護布里、流通不暢的問題。第三是建立數字資產市場，著力解決數字產權落地、數字資源配置優化自問題。第四是彌補數字鴻溝，著力解決數字經濟時代小微企業和弱勢群體數字服務獲得難、信心落差大的問題。

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

　　新浪聲明：所有會議實錄均為現場速記整理，未經演講者審閱，新浪網登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。