“2024三亚·财经国际论坛暨第四届三亚财富管理大会”于12月1日在三亚举办。原行长李礼辉出席并演讲。
谈及海南自由贸易港建设当中的结构性金融创新，李礼辉表示，金融是自由贸易港的关键和核心要素，应该特别关注中长期的金融变革大趋势，抓住战略机遇。
第一个机遇是老龄社会当中的养老金融和财富管理。李礼辉介绍，我国正加速进入老龄社会，去年末60岁以上人口约2.97亿，占全国人口的21%，到2035年60岁以上人口将达到4亿占比超过30%，2023年中国人均寿命77岁，其中上海、北京地区平均寿命超过了83岁，海南的平均寿命是80岁。
“按照上述数据，目前大约三亿国人，十年以后差不多四亿国人，退休以前有十到二十年的养老金融培育期，退休以后有20年的养老金融延续期”，李礼辉说，养老金融属于双向延伸的金融业务，可以成为一个超大群体、超长周期、超级规模的金融市场。
李礼辉指出，目前我国已经建成广覆盖的社会保障体系，但养老理财投资者、长期养老储蓄的存款人数、商业养老金开户数只有区区的47万、20万和59万，“数量太低了”。 我国高收入群体可以获得与家庭资产和支付能力相匹配的老龄生活护理和医疗服务，但是面向中间偏上和中间收入群体的中端养老服务、养老金融远远不足。面向中间偏下和低收入群体的普惠型养老金融、养老服务更加欠缺。
此外，财务管理赋予养老金融保值增值、财富传承的重要职能。按照中国银行业协会的数据，中国人可投资的资产规模，2022年是人民币278万亿元，年复合增长的速度是7%。今年年底预计将超过300万亿元，可投资1000万元以上的高净值的人群是316万。“估计今年年底可能数量会更多一点，年复合的增长率是11%。所以，我们看到财富管理是一个规模巨大，而且高速成长的市场”，他说。
不过，李礼辉指出，我国的财富管理市场存在结构性缺陷，财富管理产品业务相对发达，但是家族财富管理和财富传承服务尚在试水，是明显的短板。
他强调，要加快发展养老金融，为养老服务提供市场化、可持续的金融资源，与政策性的养老资源相辅相成，这应该是一个全局性的任务。“与发达国家比较，我们商业化的养老金融和财富管理还存在明显的短板，最大的结构性短板是尚未形成有全球竞争力的财富管理中心。我想不仅仅是上海，也不仅仅是青岛、北京，我们都没有有全球竞争力的财富管理中心，对三亚来说也许是一个战略性的机遇”。
第二个机遇是数字经济中的智能金融和数字资产市场。李礼辉指出，数字经济社会已经进入了新智能时代，人工智能的前沿技术创新有四个比较大的变化：
1．从结构化到非结构化。生成式的人工智能大模型可以学习和理解非结构化的数据，生成新的非结构化的内容，包括文本、音频、视频、图像、代码，能够适应多种任务。
2．从单模态到多模态。以前只有文本模态，最新的GPT4o等大模型底层技术的核心是文本、视觉、语音，多模态组合的感知和交互的学习能力，已经能够突破文本交互的局限性，能够感知、理解和模拟动态的物理世界。
3．从助理到代理。现在有一种具有具身智能体的金融人工智能的产品，聚集了神经网络、知识工程和控制技术，通过遴选行业的最佳流程、最佳标准这方面专业的数据优势和算力优势，能够培育在不同场景中的感知、学习、行动和决策的能力，甚至可以超越一般水平的生产力。所以，它就可以从助理变成真正的代理。
4．从推断到推理。依托高品质全链数据优势和逻辑化超级算力优势，有可能形成比人类最高级智慧更广阔的推理空间、更高深的科学猜想，成为科学发现与技术发明的新的范式。
“通用大模型构成垂直模型的核心底座，如果让来预训练行业级的垂直模型并持续调优，再根据不同需求调试差异化的应用，定制企业级的垂直模型，就可以有效降低模型开发的边际成本，扩展模型的应用范围”，李礼辉说，金融业涵盖银行、保险、证券投资、财富管理等不同领域，但金融产品、金融服务、金融管理的需求其实大同小异，如果采用行业级垂直模型和企业级垂直模型，融合发展的技术路线，同时培育不同专业的智能金融体，选择适当的商业模式，这是有利于实现高效率、低投入、个性化的金融需求。
他强调，数字金融创新并非是给传统体制、传统流程加上数字化的外套，而是从根本上改革体制、重构流程，再造底层系统。
“智能化的数字金融将成为新一代金融业的主流”，李礼辉认为，目前智能金融还处在辅助+助理的早期阶段，主要用于改进产品创新和客户服务，用于改进运营管理和风险管控，最新的人工智能的技术有可能实现人机交互高拟真的人性化，有可能实现非结构化数据处理高效率的精确性。
李礼辉强调，数据是非常重要的因素。中美都是数据大国，但是数据资源的结构不同。美国依托科学技术长期发展累积的信息资源，在知识和学术领域具有数据优势。我们国家依托人口数量、互联网经济超越式发展的信息资源，在市场交易和供应行为领域具有数据优势。
“海量的市场交易和供应行为数据是我们国家数字数据、数字金融发展的宝贵资源，我们也要看到我们国家高品质的文化类、科技类、视觉类的数据资源相对短缺，符合大模型需求的高品质的数据集远远不够”，他指出，我国公共数据存在行政分割问题，比如涉及居民和企业的财务数据和行为数据分散在金融机构、金融监管、工商管理、税务、海关等不同的系统中，共享的程度不高，影响数据价值的深度开发。
此外，我国的非公共数据存在流通不畅的问题。他举例说，全国移动支付的用户超过了9亿，数字化的支付成为主要的数据入口，但数据大户跟金融机构之间的数据关联、数据共享还没有达成成熟的模式，数据的价值也未能充分地发掘。
李礼辉指出，第一，数据的价值在于其真正成为生产要素，重要的是数据的挖掘、脱敏、开放，解决公共数据发掘不足、品质不高、开放不利的问题，第二，个人数据和企业数据的确权保护和共同使用问题，着力解决个人数据和企业数据权属不清、保护布里、流通不畅的问题。第三是建立数字资产市场，着力解决数字产权落地、数字资源配置优化自问题。第四是弥补数字鸿沟，着力解决数字经济时代小微企业和弱势群体数字服务获得难、信心落差大的问题。
“目前我们国家人工智能科创企业相对集中于京、沪、深、杭等大城市，真正的数字资产交易中心还在探索中，海南能否后发制人，成为后起之秀，人们充满期待”，他说。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
还没有评论，来说两句吧...