理性认识AI科技在信用评级业高质量发展中的相关应用
理性认识AI科技在信用评级业高质量发展中的相关应用
人工智能（Artificial Intelligence，AI）、区块链、云计算、大数据等作为金融科技中关键的技术方向，已广泛应用于金融行业各个领域，并为金融服务带来切实可见的技术创新和便利。其中，AI能够替代人工重复性工作，提升效率和用户体验，一直是当前科技界和资本市场的热门话题，其技术中的交互式客户服务、自动化文本及数据处理等功能也有望在未来得到进一步落地。
对于信用评级行业来说，引入AI技术有利于优化业务结构、提高评级效率，同时技术的持续发展可在一定程度上解决行业痛点。目前，一些评级机构在执业实践中，已部分引入相关AI技术，具体体现在智能挖掘、智能打分、智能分析等方面，为信用评级业务的创新升级提供了助力。但现阶段AI技术仍然存在诸多的局限性，信用评级行业引入相关金融科技应用存在一定风险，应理性看待。
1
AI技术无法保证准确性
现行AI在数据搜集、数据质量等方面存在不足，特别是评级业务开展所需的数据和指标涉及宏观、中观、微观多个方面，AI数据搜集生成内容的准确性、模型的可解释性都相对偏弱，同时数据处理和算力成本较高，大语言模型技术选型较难。
2
AI技术无法应对动态突发状况
信用评级作为一种综合性评估方法，逻辑要素非常复杂，涵盖宏观经济环境、政策分析、区域发展、行业分析、财务分析等多个维度和数百个指标。其中，不少指标呈现突发性和非线性特征，不确定性较高，未来发生的变化可能会超出现有数据库的记录范围。此外，基于机器学习的模型泛化能力有限，AI技术预测和判断有可能出现关键动态即时指标缺失或偏差，从而导致准确性下降。因此，定性或即时信息的高质量提取目前仍有赖于评级专业人员。
3
AI技术难以进行综合性全面考量
信用评级机构的核心能力是各机构自主研发的评级方法体系和评级模型，因信用评级具备的揭示信用风险及预警功能，评级模型一般都为考量维度多、指标要素复杂的模型，同时各要素模块的设置因评级对象所属的行业分类不同而设有动态的权重分布，从而可持续地对评级对象进行独立客观的评级。面对不同评级机构不同评价维度、模块设置、权重参数的动态调整，AI技术难以完全替代有经验的分析师，给出综合性全面考量的结果。
4
AI技术的快速发展对政府、监管、法律伦理等诸多方面构成挑战
近年来，AI技术高速发展和应用所可能带来的失序和失控的风险已经引起多方的忧虑。2023年3月，美国技术伦理组织要求美国联邦贸易委员会阻止OpenAI发布新的GPT商用版本，并对OpenAI展开调查。意大利、德国、加拿大、西班牙、法国等多国相关部门宣布对OpenAI展开调查，甚至禁止使用ChatGPT。目前部分AI技术的相关应用也暂未在中国开放。就评级行业而言，如果AI完全主导控制评级工作全流程，将导致评级机构无法进行评级质量的全流程控制，并出现难以追溯问题源头等情况，不利于行业监管和自律管理。
综上，科技的价值是赋能，没有一个行业和产业可以无视科技的力量，但在兼收并蓄的同时，也应该认清边界、有所为有所不为。信用评级是反映经济领域意识形态的金融工具，评级技术起源于西方，但在我国已被评级机构学习、吸收并转化为具有中国特色的信用评级方法。AI技术在广泛学习全球知识体系的基础上得出的推理和结论，可能是模糊混沌的，可能是认知混乱的，甚至也可能形成技术和权威霸凌，限制我国信用评级机构在债券市场发挥应有的作用。AI技术作为评级行业未来基础设施建设中不可或缺的要素的同时，也只能作为科技赋能的工具，无法完全替代人工独立运行，也无法有效地行使评级业的社会职能。
同时值得关注的是，所有的新技术形态的成长路径都离不开资本孵化和加持，在金融科技助力评级行业发展的同时，要警惕和避免任何逐利性机构通过资本的力量和技术的手段控制具备准公益特质的信用评级机构，从而偏离乃至从根本上违背信用评级机构之根本属性——独立性。未来，面对金融科技的迅猛发展，中国评级业在新发展格局之下，仍然需要坚持独立、自主、兼容、可控，持续践行“揭示风险 发现价值”，始终坚持信用评级服务于实体经济和国家战略大局，为中国债券市场健康发展做出贡献。