【一周要闻2.8-2.14】人民银行：稳步拓宽附加监管覆盖范围至非银领域

2月13日，人民银行发布2024年第四季度中国货币政策执行报告。报告指出，下一阶段稳步拓宽附加监管覆盖范围至非银领域，推动出台系统重要性保险公司名单和附加监管规定。稳妥有序推进重点风险项目和重点领域风险处置，按照市场化、法治化原则，支持中小银行风险处置。

不久前，金融监管总局发布了《保险集团集中度风险监管指引》（简称《指引》）。在集中度风险管理政策和程序方面，《指引》明确，保险集团应针对集中度风险持有足量的资本和流动性缓冲。

具体来看，主要内容包括：一是明确集中度风险管理原则。集中度风险管理需遵循审慎性原则、匹配性原则、统一性原则、动态性原则，要求在并表管理基础上，按照实质重于形式和穿透原则对集中度风险进行管理。二是规范集中度风险管理流程。《指引》要求保险集团建立包括集中度风险识别、计量、监测、报告等在内的集中度风险管理流程。三是要求保险集团建立多维度指标及限额管理体系。《指引》要求保险集团推进多维度指标及限额体系建设，建立集中度风险指标与限额的回溯更新机制、集中度风险预警机制、超限额管理机制。四是完善信息披露和报告。《指引》要求保险集团在官方网站披露年度集中度风险管理信息，定期统计集中度风险指标、报告集中度风险状况。

其中，在集中度风险管理政策和程序方面，《指引》要求保险集团公司建立集中度风险应急与缓释管理机制，明确各类集中度风险应急管理职责分工、应急管理程序、风险缓释工具等规范要求。在各类集中度风险已经或预计发生重大风险，可能对集团流动性、偿付能力、声誉等产生重大冲击时，保险集团公司须制定应急管理与风险缓释方案并严格执行，有效控制和缓释风险。保险集团应针对集中度风险持有足量的资本和流动性缓冲。

《经济参考报》刊发文章《中小金融机构改革稳步推进 多家新银行加速筹建》。文章称，伴随地方两会和多地“新春第一会”陆续召开，2025年中小金融机构改革计划逐渐明朗。据各地披露信息统计，2025年包括江苏、江西、河南、贵州、新疆和内蒙古等省（自治区）在内，将有至少六家省级农商银行或农商联合银行完成筹建工作。专家表示，中小金融机构改革重组已成为趋势，通过主发起行进行吸收合并的方式，有利于其优化资源配置，减少重复性竞争，提高金融服务效能。

2月7日，国家金融监督管理总局发布批复，同意筹建河南农村商业银行股份有限公司。据悉，参与组建河南农商银行的机构除河南农商联合银行外，还包括郑州、新乡、濮阳、济源等市的23家农商银行（农信联社）和荥阳利丰村镇银行，共25家法人机构。

继2024年后，国家金融监督管理总局再度将中小金融机构改革化险的相关任务要求列于2025年重点任务的首位。在此之前中央经济工作会议也提出，稳妥处置地方中小金融机构风险。国家金融监督管理总局在总结2024年监管工作时也表示，“2024年中小金融机构风险明显收敛”。

值得关注的是，根据地方会议及监管部门相关公告释放的信号，2025年还将有多家新银行加速筹建。

除河南农村商业银行日前获批筹建外，贵州省人民政府在2月5日发布的《政府工作报告》中提出，2025年将推动农村信用社改革落地，组建贵州农商联合银行。江西提到，推动江西农商联合银行挂牌开业。新疆表示，做好金融“五篇大文章”，积极筹建新疆农商银行，开发适应南疆经济结构和发展需求的金融产品，让金融的源头活水更好滋润实体经济发展壮大。此外，内蒙古农商银行和江苏农商联合银行也有望于2025年揭牌。2024年12月，上市公司蒙草生态发布公告透露，内蒙古农商银行预计于2025年12月31日前完成设立登记。国家金融监督管理总局于去年12月对江苏农商联合银行筹建一事做出批复，同意筹建，并指出筹建工作需在6个月内完成。

还有多个省份透露了后续中小金融机构改革计划和方向。例如，湖北省在2024年全省国资国企工作会议上提出，力争年底前完成包括湖北农村商业联合银行组建在内的国企改革深化提升行动70%以上主体任务。

虽然近年来高风险中小金融机构数量和占比明显下降，但改革化险工作依然任重道远。根据监管部门释放的信号，“一省一策、一行一策、一司一策”，不搞“一刀切”，是未来监管部门针对中小金融机构改革化险提到的重要策略。

之所以施行这样的改革方式，招联首席研究员董希淼表示，单纯的合并并非万能钥匙，“内生的风险防控机制不建立好，合并之后问题还是会出现。”他同时指出，农村中小银行的数量还会进一步减少，但中小金融机构改革化险的方向是减量提质，减少数量并非核心目标，要避免“1+1＜1”。

董希淼建议，一方面，要完善农村中小银行的公司治理机制，加快建立现代金融企业制度。另一方面，要强化内部管理，加强股权管理，优化股东结构，引入战略投资者进行增资扩股，补充资本。此外，还要建立健全风险承担机制，全面提升风险管理能力。

多家银行成功本地化部署DeepSeek大模型，应用于智能合同管理、智能风控、资产托管与估值对账、客服助手、智库等多个场景。业内人士认为，DeepSeek的面世有助于中小银行缩小与大型银行在大模型应用方面的差距。大型银行在资源投入、生态系统构建及数据积累上的优势依然明显，中小银行在短期内难以赶超。

此外，银行在探索大模型应用之际，还面临着数据安全、隐私泄露、合规挑战、场景适应性不足等多重风险。因此，如何平衡技术进步与风险防控，已成为金融机构在运用人工智能技术过程中必须正视的议题。

DeepSeek有效提升业务效率与准确性

DeepSeek-VL2多模态模型能同时处理文本、图像、语音等多种数据类型，较单一领域模型部署节约了算力成本，为进一步解决金融领域的多模态场景问题，如票据识别、合同解析等提供了技术基础。DeepSeek-R1模型则在模型规模和性能上具备优势，能够针对风险评估、投资分析等复杂任务，以及报告撰写、合规审查等高质量文本生成需求，提供更加出色的解决方案。

多家银行已实现DeepSeek系列大模型本地化部署，应用场景包括智能合同管理、智能风控、资产托管与估值对账、客服助手、智库等。此外，还有股份行表示，正在对DeepSeek系列大模型进行测试，评估其降本增效作用。

在谈及使用体验时，多家已部署DeepSeek系列大模型的银行表示，该系列模型有效提升了业务效率与准确性。在DeepSeek大模型应用探索初期，各家银行倾向于审慎行事，通过精选少数场景进行初步试验并逐步扩大应用范围。

DeepSeek给银行带来积极影响

一方面，银行业拥有大量用户群体，积累了海量数据，是大模型应用的优质场景。另一方面，DeepSeek等生成式人工智能大模型技术提高银行数字化转型的效率和质量，是商业银行高度重视的发展方向。目前，银行业在应用大模型方面主要采取两种策略：一是资金、技术和数据资源充足的大型银行倾向自主研发金融大模型；二是多数中小银行与外部的大模型服务提供商合作，并根据自身数据进行微调，以打造符合特定业务需求的大模型。

“DeepSeek面世给大型银行与中小银行均带来了积极影响。”上海金融与发展实验室主任、首席专家曾刚说。

对于大型银行来说，DeepSeek可以作为一个高效、可扩展的技术工具：首先，DeepSeek作为一个成熟的AIGC工具，可以提供现成的技术框架和算法支持，减少从零开始研发的时间和成本；其次，DeepSeek的强大自然语言处理（NLP）能力和数据分析能力，可以在合同校验、智能风控、资产估值等场景中快速迭代，不断提升模型的精准性和适用性；最后，可快速开发出更多场景化应用，如智能客服、精准营销、供应链金融等。相比大型银行，DeepSeek对中小银行的助益则更显著。中小银行在与外部大模型服务商合作时，常面临依赖性高、定制化能力不足等问题。DeepSeek 为中小银行提供高性价比方案，能按需调整模型开发贴合自身场景应用，且开箱即用，快速实现智能风控等功能，缩短技术应用周期。虽 DeepSeek 缩小中小与大型银行大模型应用差距，但大型银行在资源投入、生态构建和数据积累上优势明显，中小银行难短期内赶超。此外，中小银行对 DeepSeek 大模型精调及规模化应用时，需升级多项软硬件能力，尤其是硬件基础设施的算力和稳定性。

寻求创新与风险防控平衡点

一些业内人士就数据安全与隐私风险表达了担忧。一方面，大模型的训练和运行需要大量客户数据，若数据存储或传输过程中出现漏洞，可能导致客户隐私泄露或数据被滥用；另一方面，模型本身可能通过训练数据“记住”敏感信息，进一步增加隐私泄露的风险。

专业人士表示，银行等金融机构对数据安全性要求较高，这意味着大模型的精调、应用都需要在本地进行，以防止专属数据泄露。具体而言，银行可从外部下载大模型，并在私有云环境中进行部署，随后提取、脱敏、转换内部数据，专供模型训练使用，训练后的转换数据会被安全地存储在内部数据库中，便于后续的微调操作，所有微调工作均在银行的私有云完成，从而避免敏感数据在外部暴露。完成上述流程后，再提供给用户使用。

还有业内人士从监管角度提醒金融机构。如目前各国对于大模型的监管态度分歧较大，使得大模型在金融业中的应用存在监管风险。一旦监管政策发生变化，银行可能需要对大模型进行大规模调整，从而增加了银行的合规成本。

一家外资银行信息科技部人士表示，大模型应用面向公众需要考虑监管规则、数据安全等因素，目前可能更适合内部使用以提质增效。

除上述问题外，大模型应用的潜在风险还包括幻觉缺陷（指生成的文本在语义或句法上看似合理但实际上不正确或无意义）所带来的操作风险和声誉风险、场景适配性不足、人才短缺问题、算法歧视风险（因训练数据的偏差而产生算法歧视，例如对某些群体或行业的风险评估不公平）等。曾刚认为，银行在引入大模型时，需要全面评估这些潜在风险，并通过技术优化、数据治理、监管适配等手段加以应对。