来源：新浪财经
" 十五五 " 时期，新动能加快替代旧动能，金融业将如何重新寻找服务对象、重塑服务模式？科技企业的成长需要怎样的融资体系？从互联网金融、区块链到人工智能，技术不断深入金融业，会给金融机构带来怎样的改变？
本期《金融新动能》对话上海新金融研究院副院长、上海交通大学上海高级金融学院兼聘教授刘晓春。他表示，新旧动能转换是新技术对整个经济体系的全面重塑。面对新产业、新模式，金融机构需要一套能够平衡风险与收益、鼓励长期资本形成的制度安排。
刘晓春认为，金融支持新动能的关键是制度安排。制度要能够破除原有障碍，同时针对新的风险建立新的防范和化解机制，并允许金融机构获得与风险相匹配的合理收益，这样的话，机构才有动力尝试新的业务。如果制度不能提供基本保障，或者高风险投资成功后也不能获得相应回报，金融机构就可能宁愿维持原有业务和现有收益，也不愿意进入新领域。这不是简单地批评金融机构 " 保守 " 就能解决的。
科技革命的深化同样在演进，从互联网金融、区块链到人工智能，几乎每一轮技术浪潮都会讲几个相似的故事，也都被寄予解决金融服务 " 最后一公里 " 的期待。但在刘晓春看来，技术始终无法替代业务本身。
他指出，中国银行业应用数字技术已有多年，资产规模、从业人员结构和技术投入都发生了显著变化，但 ROE、ROA 并未因技术应用而自然改善，资产质量、利差收窄和客户拓展等难题依然存在。对金融机构而言，真正的核心竞争力仍在于能否提供合适的产品、服务好客户，并获得可持续收益。
金融机构要理解新的产业逻辑，改变服务和风险评估方式
新浪财经：" 十五五 " 期间，金融业面临的核心变化是什么？金融机构应该从哪里开始求变？
刘晓春：金融是经济的反映。讨论金融业未来五年的变化，首先还是要看经济形势和经济结构发生了什么变化。
从 " 十四五 " 后期到 " 十五五 " 时期，是新动能加快替代旧动能的关键阶段。对金融机构而言，最直接的影响是原有的服务对象、服务产业正在发生根本变化。金融机构一方面要寻找新的产业、新的行业和新的客户，另一方面要探索与这些新产业相匹配的服务模式。这看起来是两个问题，实际上是一件事的两个方面。
新浪财经：怎么理解新旧动能转换？
刘晓春：新动能并不是说某个新行业替代传统行业。在新产业、新行业产生并发展的同时，服装、食品、电器、房地产等所谓的传统行业仍然会存在，真正的变化是新技术、新材料会把原有产业重新做一遍。
比如房地产，未来使用的材料可能更加环保，建造方式、生产组织方式和发展模式都会发生变化；服装、鞋类等传统产业，也会因为新材料、智能制造和新商业模式而被重新塑造。因此，新旧动能转换既会产生新产业，也会改造所有传统产业。只有当大部分传统产业都被 " 新质化 "，新动能才真正实现对旧动能的替代。
这对金融业的挑战在于，不同产业、不同模式的风险特征完全不同。金融机构必须理解新的产业逻辑，并据此改变服务方式和风险评估方式。
新浪财经：新产业往往风险更高。未来是否会出现更多服务新动能、能够承担高风险的金融机构？
刘晓春：无论是银行、投资机构还是个人投资者，本能上都会规避风险。人们之所以愿意做风险投资，并不是因为喜欢风险，而是因为在风险中看到了机会，而且成功项目可能带来的收益足以弥补失败项目的损失。
金融支持新动能的关键不仅是增加金融机构数量或者培养几类人才，更重要的是制度安排。制度要能够破除原有障碍，同时针对新的风险建立新的防范和化解机制，并允许金融机构获得与风险相匹配的合理收益，这样的话，金融机构才有动力尝试新的业务。
如果制度不能提供基本保障，或者高风险投资成功后也不能获得相应回报，金融机构就可能宁愿维持原有业务和现有收益，也不愿意进入新领域。这不是简单地批评金融机构 " 保守 " 就能解决的。
风险投资支持科技创新，要回归市场逻辑
新浪财经：我国科技创新驱动的产业蓬勃发展，从国外市场来看，例如美国科技企业的成长更多依赖风险投资和资本市场，我们的科技产业是不是也需要一个比较好的风险投资环境？
刘晓春：科技的发展本来就离不开金融支持。人工智能企业也在不断融资。科技的发展不是孤立的，需要其他部门的发展与支持，科技的发展仍然需要金融为其配置资源。
美国科技企业更多依靠直接融资。近年来，中国的直接融资也在增加，尤其是科技型企业、初创企业，对股权融资、债券融资等直接融资方式的需求更高。与此同时，信贷增速有所放缓。看待经济发展，不能再只盯着银行信贷规模和增速，因为许多科技企业正在通过直接融资市场获得资金。
当然，中国目前仍然是以间接融资为主的融资结构，在加快发展直接融资的同时，也应该充分发挥间接融资强大的特点，创新制度，引导和鼓励银行信贷支持科创企业。这方面，中国的银行业同样在转型，也在积极寻找服务科创企业的新方法。未来更可能形成直接融资继续发展、银行同步探索支持科创企业新服务模式的中国特色科技金融服务体系。
新浪财经：为直接融资和科技金融创造更好的发展条件，最需要提供什么？
刘晓春：需要的 " 土壤 " 就是制度和机制。制度要让投资者在承担风险的同时有机会赚到钱。如果既能够冒险，又能够通过成功项目获得足够回报，这套制度才算真正有效。
监管规则这些年一直在调整，未来仍需要围绕科技企业和长期资本的特点继续优化。关键不是用行政办法要求机构投资，而是让机构在合理规则下愿意投资、能够持续投资。
新浪财经：近年来，地方国资投资机构频繁出现在科技项目和风险投资领域。您如何看待地方国资的作用？
刘晓春：对地方国资参与投资，应该正常看待。国资会从国家战略、产业政策或者区域发展角度出发，投资一些民间资本暂时不愿意进入的项目，这可以发挥积极作用。但即使资金具有国有属性，投资行为也应遵循市场规则。
目前受到诟病的一个问题，是部分国资机构在项目条款、控制权和退出安排上过于强势，使民间资本很难合作，从而形成挤出效应。要调整不合理规则，让不同性质的投资者都能按照市场逻辑参与。好的制度环境应当让国资、民资和各类专业机构都能发挥各自优势。国资可以投资自己擅长的领域，也可以承担一部分市场暂时不愿承担的风险，但不能因此妨碍民间资本作出独立的商业判断。
民间资本参与风险投资，是愿意共同承担风险，但不是来 " 陪绑 " 的。如果国资引导基金在项目决策中又要求国资必须占主导，民间资本的自主判断和利益得不到尊重，引导功能就会失效，最后可能变成国资自己唱独角戏。
新浪财经：某些地方国资投出明星项目后，是否可以将这种经验复制到更多机构？
刘晓春：成功案例当然值得研究，但不能把个案变成对所有国资投资机构的行政指标。风险投资本来就允许失败，不可能要求每个项目都成为明星项目。如果一个机构投出成功项目后，其他机构都被要求照着做，投资行为就可能走形，被投企业也可能承受不合理要求。
投资能力很重要，但更重要的是承认风险投资的概率属性。既然允许投资，就必须正视失败项目，并建立合理的容错、评价和退出机制。如果一出现亏损就被简单认定为 " 国有资产流失 "，机构就不敢退出失败项目，只能把项目继续挂在账面上。
AI进入金融业，但不会改变金融的核心逻辑
新浪财经：现在谈论行业发展，AI 是绕不开的话题。对于金融业来说，AI 能够多么深度地参与金融行业发展？
刘晓春：AI 进入金融业是确定的，而且可以进入得很深，但要区分 " 提高效率 " 和 " 替代岗位 "。
大语言模型首先是一种工具。它可以帮助人生成报告、整理资料、编写程序，但产出的内容最终仍然需要人判断、修改和负责。同时，为了让 AI 持续运行和迭代，社会还会产生新的开发、训练、维护和治理岗位。所以，讨论 AI 对就业的影响，不能只看某一个岗位减少了多少人，还要看整个分工体系如何重新组合。
每个人使用 AI 的深度也会不同，取决于岗位需求。管理者、分析师、柜员和技术人员面对的任务不一样，不需要追求同一种使用方式。如果任务能够被清晰定义，结果也有明确标准，机器人或 AI 员工可以替代人工岗位，对于其他工作，人工智能只能起到赋能人工的作用，即提高人工的效率或降低成本。
金融业有大量工作需要与人打交道，服务对象和结果都具有不确定性。以信贷为例，借款人会根据金融机构的问题主动调整自己的回答，甚至可能隐瞒或提供不真实的信息。人与人之间信息交互并不是静止的，任何规则的变化，人都会改变应对方式。在这种情况下，完全依靠模型和标准化指标评估风险是不够的，最终仍需要人的判断。
银行网点服务也一样。客户在展览会上可能愿意与机器人互动，但真正到银行办理复杂业务时，往往仍然希望面对能够理解情境、灵活处理问题的人。内部管理和人员考核也不能只依赖几个量化指标，还需要人与人的沟通、观察和综合判断。
新浪财经：AI 最有可能为金融机构带来哪些实际价值？
刘晓春：从互联网金融、区块链到人工智能，几乎每一轮技术浪潮都会讲几个相似的故事，比如解决金融服务 " 最后一公里 "、完善客户画像、消除信息不对称和去除中间环节等。但这些问题二十多年来一直存在，恰恰说明它们不可能只靠某一种技术彻底解决。
金融服务的对象是人，而人具有主动反应能力。今天制定一套考核办法，明天被考核者就可能找到新的应对方式；金融机构设计一套风险识别规则，交易对手也会根据规则调整行为。信息不对称会长期存在，技术只能帮助我们获取更多信息、提高处理效率，不能消除人的复杂性和可变性。
中国银行业使用数字技术已经很多年，资产规模扩大了，从业人员和技术投入也发生了变化，但 ROE、ROA 并没有因为技术应用而自然改善，资产质量、利差和客户拓展等问题也仍然存在。这说明技术不能代替业务本身。
对客户而言，最关心的仍然是存款是否安全、取款是否方便，贷款利率能否更低、期限能否更合适。至于金融机构在后台使用了什么技术，客户未必在意。对金融机构来说，核心仍然是能否提供合适的产品、服务好客户并获得可持续收益。
AI 肯定会在金融业大量应用，金融业对 AI 的大量投入也会推动 AI 继续进步。但 AI 的真正价值，是帮助金融机构降低成本、提高效率、更方便地开展业务，而不是改变金融的基本逻辑。对金融机构而言，业务本身才是最重要的，技术始终是工具。
