人工智能政策對我國金融產(chǎn)業(yè)效率的影響
——基于金融產(chǎn)業(yè)資源配置效率視角

梁 琳

(蘇州科技大學 馬克思主義學院，江蘇 蘇州215000)

一、引 言

2017年，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃的通知》，標志著人工智能上升為我國的國家戰(zhàn)略。同時，人工智能也正逐步改變著我國傳統(tǒng)金融產(chǎn)業(yè)格局，政府及金融部門相繼出臺了許多相關人工智能政策鼓勵和支持金融產(chǎn)業(yè)的智能變革發(fā)展，并取得了很好的成效。金融業(yè)變革發(fā)展的有效性是通過產(chǎn)業(yè)績效體現(xiàn)的，產(chǎn)業(yè)績效則與產(chǎn)業(yè)資源高效配置直接相關，有關金融產(chǎn)業(yè)資源配置效率及其影響因素的探究早已成為國內(nèi)外學者研究的熱點。最早提出“金融資源配置效率”這一概念的是Robinsonn 和 Wrightsman(1974)，他們將金融資源的效率劃分為操作效率和配置效率，并指出配置效率是把儲蓄資金用于高效投資的轉(zhuǎn)化效率。[1]Hellmann和Kevin等(1996)提出了金融約束論，闡述了政府外在干預的重要性，通過金融政策的實施，可以幫助發(fā)展中國家更加順利度過金融抑制達到金融深化，為經(jīng)濟發(fā)展提供一個相對穩(wěn)定的金融環(huán)境。[2]Al-Obaidan(2008)建立了較為全面的指標體系對海灣地區(qū)的金融產(chǎn)業(yè)效率進行測算后發(fā)現(xiàn)，地區(qū)的開放型程度能夠有效提高綜合效率。[3]龍超和蔣冠(2008)從信貸決策和信貸激勵的角度，得出了良好的公司治理結(jié)構(gòu)和有效的激勵機制可以改善金融資源配置效率的結(jié)論。[4]吳濤等(2011)從金融市場發(fā)展的角度進行研究發(fā)現(xiàn)，金融部門與金融資源配置效率顯著正相關，金融部門對資金配置具有重要作用。[5]劉磊(2015)指出，隨著利率市場化進程的深入，我國金融資本配置的效率有所改善，但中央銀行的利率政策未能顯著促進金融資源配置效率的提高。[6]張玉苗和金浩(2017)研究發(fā)現(xiàn)，金融發(fā)展水平、人力資本水平和消費效率等因素對金融資源配置效率有顯著的提升作用，經(jīng)濟基礎和基礎設施水平對金融資源配置效率的影響并不顯著，而地方政府干預行為對金融資源配置效率產(chǎn)生了顯著的抑制作用。[7]孫英杰和林春(2019)研究發(fā)現(xiàn)，“互聯(lián)網(wǎng)+”對金融資源配置效率具有顯著的正向促進作用，且因地區(qū)發(fā)展水平不同呈現(xiàn)出的促進效果也存在差異。[8]

綜上，國內(nèi)外學者在研究金融產(chǎn)業(yè)資源配置效率和金融業(yè)效率影響因素等方面已經(jīng)取得了很多成果。但在人工智能飛速發(fā)展的時代潮流下，人工智能政策這一影響因素被暫時忽略了，關于人工智能政策對金融業(yè)績效的影響亟待學術(shù)界去探究。基于此，本文以“人工智能政策”為研究切入點，選取中國2008～2017年31個省市(考慮到數(shù)據(jù)可得性，暫不將港澳臺地區(qū)納入研究范圍)金融產(chǎn)業(yè)面板數(shù)據(jù)，采用DEA數(shù)據(jù)包絡分析法和DID模型探究人工智能政策對我國金融產(chǎn)業(yè)效率的影響，并提出相應的政策建議。

二、與金融業(yè)發(fā)展相關的人工智能政策內(nèi)容本質(zhì)

目前，在人工智能技術(shù)的引導下，我國金融產(chǎn)業(yè)迎來了新的發(fā)展趨勢。政府及金融部門旨在打破傳統(tǒng)金融經(jīng)驗導向慣性，加強金融產(chǎn)品和服務創(chuàng)新，依托人工智能技術(shù)助推金融產(chǎn)業(yè)智能、高效、健康、穩(wěn)定發(fā)展。金融產(chǎn)業(yè)借助語音識別與自然語音處理、視覺識別、神經(jīng)網(wǎng)路、服務機器人等智能技術(shù)逐步形成人工智能金融產(chǎn)業(yè)鏈布局，已打造形成智能客服、智能投顧、智能交易、智能風控、智能營銷、智能投研、金融預測、數(shù)據(jù)挖掘、監(jiān)控預警等諸多人工智能業(yè)務場景，摒棄了傳統(tǒng)的營運模式，以人工智能技術(shù)推動金融產(chǎn)業(yè)智能數(shù)字化轉(zhuǎn)型，塑造金融新業(yè)態(tài)。

近年來，我國為了加速金融業(yè)的智能轉(zhuǎn)型，出臺了許多與金融產(chǎn)業(yè)相關的人工智能政策，本文從政策內(nèi)容本質(zhì)的角度出發(fā)，將政策劃分為基礎層、技術(shù)層和應用層三大類，基礎層類型政策側(cè)重點在于理論指導及軟硬件的支撐，技術(shù)層類型政策重心在于根據(jù)市場需求加大對技術(shù)的研發(fā)與指導，應用層類型政策則著力構(gòu)建AI金融產(chǎn)業(yè)鏈，具體情況如圖1所示。

圖1 與金融業(yè)相關的人工智能政策內(nèi)容

從圖1可以看出，基礎層類型政策主要集中在數(shù)據(jù)、智能理論的完善以及基礎設備的搭建與維護方面，為后續(xù)技術(shù)、產(chǎn)業(yè)創(chuàng)新做好基礎準備工作。技術(shù)層類型政策在基礎層工作之上，加大對智能服務、大數(shù)據(jù)、互聯(lián)網(wǎng)等高新人工智能技術(shù)的研發(fā)與指引，進一步提高我國的人工智能技術(shù)水平，結(jié)合金融產(chǎn)業(yè)的需求，開創(chuàng)智能服務機器人、智能語音交互系統(tǒng)、供應鏈融資、科技保險等新型智能服務平臺及產(chǎn)品。應用層類型政策則是在新型產(chǎn)品及服務平臺的前提下，進一步拓寬金融業(yè)人工智能技術(shù)的應用領域，最終實現(xiàn)金融產(chǎn)業(yè)的現(xiàn)代化、數(shù)字化、智能化轉(zhuǎn)型。從政策內(nèi)容的演化及分析過程中可以看出，我國與金融產(chǎn)業(yè)相關的人工智能政策總體保持著較好的完整性與關聯(lián)性，且政策目的性較強。

三、人工智能政策對金融產(chǎn)業(yè)效率的影響機理

人工智能政策由初步的擬定到最終的頒布實施，其作用效果是以金融業(yè)績效的增減體現(xiàn)的，但是人工智能政策對金融產(chǎn)業(yè)效率的影響并不是直接的，政策作用的對象是人工智能技術(shù)。人工智能技術(shù)的承擔者是金融產(chǎn)業(yè)的各個集團或企業(yè)，只有通過轉(zhuǎn)變業(yè)內(nèi)絕大多數(shù)企業(yè)或龍頭企業(yè)的技術(shù)水平和行為，才能逐步改變整個金融產(chǎn)業(yè)的智能化程度，最終影響金融產(chǎn)業(yè)的績效水平。

(一)人工智能政策對金融產(chǎn)業(yè)效率的促進機理

與金融產(chǎn)業(yè)相關的人工智能政策頒布后，政府或產(chǎn)業(yè)部門借助信貸支持、技術(shù)研發(fā)和鼓勵、財稅優(yōu)惠、方向引導等政策手段作用于金融產(chǎn)業(yè)，在宏觀干預的背景下加強金融業(yè)與AI技術(shù)的融合與變革，逐步改變產(chǎn)業(yè)內(nèi)企業(yè)或公司的生產(chǎn)和服務行為，提升金融產(chǎn)業(yè)人工智能技術(shù)水平，最終實現(xiàn)傳統(tǒng)金融產(chǎn)業(yè)智能變革的政策目標。具體政策傳導機制見圖2。

圖2 人工智能政策對金融產(chǎn)業(yè)效率的促進機理

從金融企業(yè)層面分析，新引進的人工智能技術(shù)作用于金融業(yè)龍頭企業(yè)或高新水平企業(yè)，企業(yè)通過招聘專業(yè)團隊、與人工智能公司合作、內(nèi)部培訓等途徑進行人才培養(yǎng)，提升企業(yè)技術(shù)研發(fā)部門的綜合水平，切實具備對新型人工智能技術(shù)、企業(yè)產(chǎn)品、服務平臺、數(shù)據(jù)處理與分析等進行升級、優(yōu)化及創(chuàng)新的能力。當人工智能技術(shù)與企業(yè)產(chǎn)品或服務機制完成初步融合且未出現(xiàn)明顯漏洞時，技術(shù)、產(chǎn)品及新研制服務平臺就會通過企業(yè)間的交流與合作向整個產(chǎn)業(yè)擴散。由于每個企業(yè)的發(fā)展和技術(shù)水平起點不同，在擴散過程中可能會暴露技術(shù)壁壘、網(wǎng)絡安全、服務平臺故障等問題，但隨著企業(yè)間的相互反饋、援助、研究以及產(chǎn)業(yè)人工智能技術(shù)水平的提升，金融企業(yè)會逐步突破瓶頸，表現(xiàn)出成本降低、運營效率提升等政策促進效應。從產(chǎn)業(yè)角度講，金融產(chǎn)業(yè)部門與人工智能產(chǎn)業(yè)達成技術(shù)合作，以資金支持、政策優(yōu)惠、拓展需求等方式進一步鼓勵和支持AI相關企業(yè)的技術(shù)研發(fā)和維護，實現(xiàn)數(shù)據(jù)的局部共享；人工智能產(chǎn)業(yè)將研發(fā)成功的智能技術(shù)引導至金融產(chǎn)業(yè)需求領域，逐步實現(xiàn)傳統(tǒng)金融產(chǎn)業(yè)技術(shù)的智能轉(zhuǎn)變。在產(chǎn)業(yè)發(fā)展、技術(shù)合作和研發(fā)過程中，所遇到的技術(shù)研發(fā)瓶頸、技術(shù)安全等問題可向產(chǎn)業(yè)技術(shù)研發(fā)部門反饋并予以解決，實現(xiàn)金融業(yè)與人工智能技術(shù)的融合。當技術(shù)維護到一定階段時，人工智能技術(shù)對金融產(chǎn)業(yè)的影響逐步走向正軌，人工智能技術(shù)金融產(chǎn)業(yè)化形成，政策促進效應顯現(xiàn)，金融產(chǎn)業(yè)績效提升，最終實現(xiàn)智能化金融產(chǎn)業(yè)轉(zhuǎn)型。

(二)人工智能政策對金融產(chǎn)業(yè)效率影響的悖論分析

當然，一項產(chǎn)業(yè)技術(shù)政策的頒布與實施對產(chǎn)業(yè)的發(fā)展和績效影響并不都是向好的，也不會完全符合如圖3所呈現(xiàn)的AI政策促進機制。在人工智能政策短期作用內(nèi)，可能會存在一段政策悖論期，政策實施面臨政策自身屬性、政府監(jiān)管、產(chǎn)業(yè)導向、技術(shù)瓶頸等問題，極大制約了人工智能政策對金融產(chǎn)業(yè)效率的促進作用，外顯“政策悖論”(1)政策悖論：通常來講，政府制定某項政策的出發(fā)點都是向好的，政策的最終目標是為了解決市場需求中的某些短缺問題，但在政策實施過程中出現(xiàn)了事與愿違的結(jié)果，甚至朝向政策目標的反方向發(fā)展，這種現(xiàn)象稱之為“政策悖論”。一般政策悖論持續(xù)期較短，常出現(xiàn)在政策作用初期。效應。

圖3 人工智能政策對金融產(chǎn)業(yè)效率影響的悖論機制

從圖3可以看出，政府或產(chǎn)業(yè)部門出臺相關AI政策后，存在對政策實施、金融產(chǎn)業(yè)與人工智能產(chǎn)業(yè)融合發(fā)展監(jiān)管不力或漏洞的現(xiàn)象。雖然政府一般在制定產(chǎn)業(yè)技術(shù)政策前，會充分考慮、分析并模擬該政策以及技術(shù)對產(chǎn)業(yè)未來發(fā)展是否有強促進效用，但技術(shù)政策頒布后，會時刻受到市場變化的影響。在金融變革發(fā)展過程中，傳統(tǒng)金融機構(gòu)以其資金規(guī)模、客戶基礎及數(shù)據(jù)積累的優(yōu)勢與互聯(lián)網(wǎng)金融公司和AI企業(yè)合作，旨在突破自身技術(shù)加速企業(yè)轉(zhuǎn)型；互聯(lián)網(wǎng)金融機構(gòu)結(jié)合金融業(yè)市場需求對產(chǎn)品、服務及技術(shù)進行設計和創(chuàng)新，最終由AI公司和傳統(tǒng)金融機構(gòu)研發(fā)子公司或科研部門進行研發(fā)并試點。但在合作交流過程中，傳統(tǒng)金融機構(gòu)需要面對新型產(chǎn)品質(zhì)量、客戶傳統(tǒng)觀念束縛、網(wǎng)絡信息安全等問題，互聯(lián)網(wǎng)金融公司可能面對創(chuàng)新性不足、產(chǎn)品設計缺陷、服務平臺漏洞等問題的困擾，而AI企業(yè)可能受到國外技術(shù)的壟斷，面臨技術(shù)安全隱患、政策技術(shù)導向偏離等難題，顯然短期內(nèi)克服是不現(xiàn)實的。此外，還需要應對政策自身滯后性、政策實施受限、政策導向與現(xiàn)實環(huán)境不對稱等不確定因素的干擾。因此，無論是從短期來看，還是長期的角度出發(fā)，人工智能政策對金融產(chǎn)業(yè)績效的影響及傳導過程都是不確定的，可能出現(xiàn)制約金融業(yè)績效提升的“政策悖論”現(xiàn)象。

四、人工智能政策對我國金融產(chǎn)業(yè)效率影響的實證檢驗

本文以“人工智能政策”作為切入點，借助雙重差分模型(DID)探究與金融產(chǎn)業(yè)相關的人工智能政策對我國各省市金融產(chǎn)業(yè)效率的凈效應，進而分析人工智能政策對我國金融產(chǎn)業(yè)效率的影響。

(一)變量選取

結(jié)合DID模型和研究對象的特點，本文以金融業(yè)技術(shù)效率為被解釋變量，選取人工智能政策為核心解釋變量，引入時間和地區(qū)兩個虛擬變量，參照江湧(2017)[9]等的做法，選取地區(qū)經(jīng)濟發(fā)展水平、金融業(yè)結(jié)構(gòu)水平、地區(qū)居民消費水平、地區(qū)科技水平和對外開放程度等為控制變量。變量的具體選取情況如表1所示。

表1 雙重差分模型變量選取情況

對于被解釋變量fcrste，以2008～2017年我國各省市金融業(yè)技術(shù)效率來表示；核心解釋變量人工智能政策，以時間和地區(qū)虛擬變量的交互項，即gd來表示；time為時間虛擬變量，以《中國制造2025》發(fā)布當年(2015年)為時間節(jié)點(即2015年之前，time=0；2015年之后，time=1)；area為地區(qū)虛擬變量，選取北京市、上海市、天津市、重慶市、江蘇省、廣東省、浙江省、安徽省(2)國內(nèi)相關部門并未對人工智能試點地區(qū)進行披露，本文根據(jù)我國AI發(fā)展進程及省市間經(jīng)濟、科技水平的差異，選取我國直轄市、長江三角洲及珠江三角洲覆蓋省市為優(yōu)先試點地區(qū)。等為人工智能政策優(yōu)先試點地區(qū)(即所述省市area=1，其他省市area=0)。在控制變量中，地區(qū)經(jīng)濟發(fā)展水平以省市GDP的對數(shù)值表示，金融業(yè)結(jié)構(gòu)水平以各省市第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值表示，地區(qū)居民消費水平以各省市居民消費水平的對數(shù)值表示，地區(qū)科研水平以各省市R&D經(jīng)費的對數(shù)值表示，對外開放程度以各省市進出口貿(mào)易總額與當?shù)谿DP的比值表示。各變量的描述性統(tǒng)計如表2所示。(3)篇幅所限，控制變量估計結(jié)果留存?zhèn)渌鳎峦?/p>

表2 各變量的描述性統(tǒng)計

(二)模型構(gòu)建

在主要變量選取的基礎上，本文將DID測度模型設定為如下形式：

fcrste=c+αgd+β1time+β2AREA+γicontrol+ε

(1)

其中，c為常數(shù)項，α為解釋變量系數(shù)，β1和β2為時間和地區(qū)虛擬變量系數(shù)，ε為殘差項，fcrste為被解釋變量，表示各省市地區(qū)金融產(chǎn)業(yè)的技術(shù)效率，gd為核心解釋變量，gd=time×area，表示各省市實施人工智能政策的凈效應，area及time分別表示地區(qū)和時間虛擬變量，取決于各省市是否實施與金融產(chǎn)業(yè)相關的人工智能政策以及政策實施的時間節(jié)點，control表示控制變量，可能包含led、fisl、rcl、til或foow。

(三)我國金融產(chǎn)業(yè)效率的測度結(jié)果

本文利用Deap2.1軟件對選取的金融產(chǎn)業(yè)樣本數(shù)據(jù)進行效率測算和分析。由于將我國金融業(yè)作為整體研究過于籠統(tǒng)，不能很好地反映各省市及地區(qū)間金融業(yè)效率的差異，故本文從各省市以及中、東、西三大地區(qū)(4)中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南8個省，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11個省市，西部地區(qū)包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古12個省市自治區(qū)。兩個維度分析我國金融產(chǎn)業(yè)的效率情況。

1.我國各省市金融產(chǎn)業(yè)效率均值

我國31個省市近年來金融產(chǎn)業(yè)效率的均值如表3所示。從整體上看，我國金融產(chǎn)業(yè)在2008～2017年平均技術(shù)效率為0.680，其中純技術(shù)效率均值為0.713、規(guī)模效率均值為0.958，金融產(chǎn)出的總體效率未在效率前沿面上，究其原因主要是純技術(shù)效率的制約作用。從各省市來看，北京、天津、上海、浙江和陜西5個省市的技術(shù)效率達到有效值1，其他省市均未達到生產(chǎn)前沿面，其中，吉林、江西、甘肅和海南的金融效率值僅有0.389、0.365、0.335和0.519，屬于低效率省份。具體分析來看，吉林、江西以及甘肅三個省份因為純技術(shù)效率過低，金融產(chǎn)業(yè)投入的資源未得到充分利用；海南則由于規(guī)模效率較低，沒有形成較為完善的金融產(chǎn)業(yè)規(guī)模。

表3 2008～2017年我國各省市金融業(yè)效率均值

2.我國中部、東部、西部三大地區(qū)金融產(chǎn)業(yè)效率

我國中部、東部、西部三大地區(qū)金融產(chǎn)業(yè)的效率值詳見表4，根據(jù)表中數(shù)據(jù)顯示，東部地區(qū)金融業(yè)效率水平最高，2008年起始水平已經(jīng)達到0.7572，而中部和西部地區(qū)只有0.5466和0.5595。從各地區(qū)技術(shù)效率組成上來看，規(guī)模效率scale波動幅度不大，穩(wěn)定在0.9540～0.9910之間，各地區(qū)金融產(chǎn)業(yè)效率的變動主要取決于金融業(yè)的純技術(shù)效率。具體來講，各地區(qū)金融產(chǎn)業(yè)已形成較為完備的產(chǎn)業(yè)發(fā)展規(guī)模，制約金融業(yè)效率的主要因素為金融資源的投入與產(chǎn)出狀態(tài)未達到最優(yōu)，資源未得到充分利用。此外，受2008年全球金融危機的沖擊，我國金融產(chǎn)業(yè)不得不進入恢復期，之后在AI等技術(shù)興起和金融產(chǎn)業(yè)變革發(fā)展的雙重刺激下，我國金融產(chǎn)業(yè)逐步走出產(chǎn)業(yè)恢復期，轉(zhuǎn)入新型金融產(chǎn)業(yè)時期，最終中部、東部、西部三大地區(qū)金融產(chǎn)業(yè)效率呈現(xiàn)先下降再穩(wěn)步提升的變化趨勢。

表4 2008～2017年我國三大地區(qū)金融業(yè)效率值統(tǒng)計表

(四)人工智能政策對我國金融產(chǎn)業(yè)效率的凈效應分析

1.模型估計與結(jié)果分析

在DID模型設定基礎上，本文將地區(qū)經(jīng)濟發(fā)展水平(led)、金融業(yè)結(jié)構(gòu)水平(fisl)、地區(qū)居民消費水平(rcl)、地區(qū)科技水平(til)和對外開放程度(foow)等控制變量逐步引入到模型(4)中，更切合現(xiàn)實社會經(jīng)濟環(huán)境來探索人工智能政策對我國金融業(yè)效率變革的影響，模型回歸結(jié)果見表5。

從表5可以看出，隨著地區(qū)經(jīng)濟發(fā)展水平、金融業(yè)結(jié)構(gòu)水平、地區(qū)居民消費水平、地區(qū)科技水平和對外開放程度等控制變量的逐步引入，核心解釋變量gd(time×area)的回歸系數(shù)并沒有發(fā)生本質(zhì)性的變化，介于-0.0647～-0.0395之間，均在10%甚至5%的水平上顯著，說明2015年到2017年我國金融產(chǎn)業(yè)效率的人工智能政策凈效應都是負的，即自2015年開始實施與金融產(chǎn)業(yè)相關的人工智能政策，至2017年政策的實施總體上抑制了我國金融產(chǎn)業(yè)效率的提升。時間虛擬變量(time)和地區(qū)虛擬變量(area)的系數(shù)為正，表明政府或產(chǎn)業(yè)部門即使未出臺與金融產(chǎn)業(yè)相關的人工智能政策，我國金融業(yè)的效率水平也將會隨時間的發(fā)展而提高。從經(jīng)濟學原理的角度分析，虛擬變量的回歸系數(shù)為正是金融產(chǎn)業(yè)自身結(jié)構(gòu)優(yōu)化的作用，但作用周期一般較長。因此，政府通常會通過宏觀干預的手段加速金融業(yè)結(jié)構(gòu)的優(yōu)化，縮短優(yōu)化周期。結(jié)合對人工智能政策的負效應分析，在2015年后，與金融產(chǎn)業(yè)相關的人工智能政策的實施很顯然未達到政策制定時的預期，甚至對金融業(yè)效率的提升起到了制約作用，這可能與政策實施力度有限、產(chǎn)業(yè)內(nèi)企業(yè)執(zhí)行效率較低、政府監(jiān)管不嚴、AI技術(shù)融合偏差等阻礙因素有關。在諸多控制變量中，金融產(chǎn)業(yè)結(jié)構(gòu)水平和科技水平回歸系數(shù)顯著性并不理想，而經(jīng)濟發(fā)展水平對金融業(yè)效率呈現(xiàn)出顯著的抑制作用，金融產(chǎn)業(yè)結(jié)構(gòu)水平和對外開放程度則對各省區(qū)金融產(chǎn)業(yè)效率起到了促進作用，并且在10%甚至1%的水平上顯著。

表5 人工智能政策對中國金融業(yè)效率影響的DID回歸結(jié)果

2.穩(wěn)健性檢驗

為了規(guī)避與金融業(yè)相關的人工智能政策效應的偶然性，本文運用Placebo Test對實證結(jié)果的穩(wěn)健性進行檢驗。將之前選定時間虛擬變量時設定的時間節(jié)點提前兩年(即2013年之前，time=0；2013年之后，time=1)，重新對模型6進行回歸分析，如果政策凈效應仍然表現(xiàn)顯著制約作用，說明在2015～2017年間與金融產(chǎn)業(yè)相關的人工智能政策的實施抑制了金融業(yè)效率的提升，反之上述結(jié)論不成立，僅為偶然現(xiàn)象。

從表6所呈現(xiàn)的DID結(jié)果可以看出，核心解釋變量gd的回歸系數(shù)為-0.0335，在10%的水平上顯著，此外我們發(fā)現(xiàn)各變量系數(shù)的性質(zhì)也與模型6原始回歸結(jié)果保持著較高的相似性，因此基于“反事實”分析法可以說明，在2015～2017年我國與金融業(yè)相關的人工智能政策阻礙了金融產(chǎn)業(yè)效率提升的結(jié)論是穩(wěn)健的。

表6 穩(wěn)健性檢驗結(jié)果

五、 研究結(jié)論與對策建議

(一)研究結(jié)論

通過本文的實證分析可以看出，2015～2017年我國與金融產(chǎn)業(yè)相關的人工智能政策的實施顯著制約了金融產(chǎn)業(yè)效率的提升，即2015～2017年與金融產(chǎn)業(yè)相關的人工智能政策的實施對我國金融產(chǎn)業(yè)效率起到了阻礙作用。顯然，我國金融產(chǎn)業(yè)仍處于人工智能政策介入初期，政策悖論效應顯著。究其原因，兩年的時間對于一項新興的產(chǎn)業(yè)技術(shù)政策由初步擬定到作用于產(chǎn)業(yè)，再到落實到各省市的金融企業(yè)是遠遠不夠的，再加上金融產(chǎn)業(yè)面臨人工智能政策自身屬性制約、政策作用周期局限、政府或產(chǎn)業(yè)部門監(jiān)管漏洞、人工智能技術(shù)瓶頸、布局領域?qū)夹g(shù)排斥、市場需求與新型產(chǎn)品或服務不對稱等諸多負面因素的影響，最終致使在研究期內(nèi)人工智能政策的實施阻礙了我國金融產(chǎn)業(yè)效率的提升。當然，此研究絕不是否認我國政府宏觀調(diào)控的作用，恰恰相反，相關政策的支持對于產(chǎn)業(yè)長期發(fā)展的重要性不言而喻，而當前所呈現(xiàn)的對金融產(chǎn)業(yè)效率提升的抑制作用只是我國金融產(chǎn)業(yè)變革發(fā)展過程中的初期階段。本文不認為人工智能政策悖論效應會持續(xù)下去，在2017年之后的幾年或者十幾年，我國金融產(chǎn)業(yè)會突破技術(shù)瓶頸，政府部門也會結(jié)合市場需求進一步完善相關技術(shù)及產(chǎn)業(yè)政策，逐步解決金融業(yè)、市場及政府部門中的現(xiàn)存問題及未來問題，政策促進效應逐漸彰顯，我國金融產(chǎn)業(yè)會進入人工智能政策介入中期或后期，最終實現(xiàn)智能化，產(chǎn)業(yè)效率趨于高效穩(wěn)定。

(二)對策建議

1.加強對金融企業(yè)AI技術(shù)的研發(fā)和引導

當前，我國AI技術(shù)發(fā)展仍處于瓶頸期，金融企業(yè)技術(shù)水平、產(chǎn)業(yè)及服務的覆蓋范圍更是存在顯著差異，為了加快金融業(yè)的智能化進度，政府及產(chǎn)業(yè)部門應當鼓勵和支持企業(yè)在AI技術(shù)領域的研發(fā)投入，加強企業(yè)內(nèi)部人才培養(yǎng)。同時，應加強對金融企業(yè)智能化戰(zhàn)略布局的引導，促進人工智能與企業(yè)的融合，增強企業(yè)服務平臺、數(shù)據(jù)處理、產(chǎn)品推銷等領域與人工智能技術(shù)的契合性。

2.完善金融產(chǎn)業(yè)技術(shù)政策，強化政策實施與監(jiān)管力度

在AI技術(shù)得到保障的前提下，金融業(yè)變革發(fā)展依舊需要完善的與金融產(chǎn)業(yè)相關的人工智能政策，政府及產(chǎn)業(yè)相關部門應從人工智能技術(shù)、金融產(chǎn)業(yè)、金融業(yè)各大企業(yè)等多個角度制定合理的產(chǎn)業(yè)技術(shù)發(fā)展政策，促使政策導向與AI技術(shù)相契合。同時應加大產(chǎn)業(yè)技術(shù)政策的落實及實施過程中的監(jiān)管力度，通過提升產(chǎn)業(yè)智能技術(shù)水平、把控產(chǎn)業(yè)發(fā)展方向、加強金融業(yè)與AI領域融合、鼓勵企業(yè)間交流合作、擴大產(chǎn)業(yè)優(yōu)惠深度與寬度等方式支持金融產(chǎn)業(yè)智能化發(fā)展。

3.打造政府—金融業(yè)—市場三位一體發(fā)展格局

為了促進金融產(chǎn)業(yè)健康、穩(wěn)定及智能高效的發(fā)展，政府應當充分發(fā)揮宏觀調(diào)控職能，加強對金融產(chǎn)業(yè)的支持、監(jiān)管以及對公民消費儲蓄需求的引導與刺激，金融產(chǎn)業(yè)自身則應及時洞悉市場需求的變化和政府的鼓勵方向，保證適應和變革能力，市場也應在政府引導和產(chǎn)業(yè)未來發(fā)展大趨勢下充分釋放自身的消費及需求水平，構(gòu)建政府—金融業(yè)—市場一體化合作格局，提升我國金融產(chǎn)業(yè)的效率水平。

4.建立健全金融產(chǎn)業(yè)AI技術(shù)安全防護體系

就目前我國金融產(chǎn)業(yè)及產(chǎn)業(yè)技術(shù)的發(fā)展現(xiàn)狀而言，還有很長的路要走，也面臨諸多考驗，如服務系統(tǒng)優(yōu)化升級、大數(shù)據(jù)分析偏離、金融監(jiān)管漏洞、防火墻安全等技術(shù)問題亟待解決。為了保證我國金融產(chǎn)業(yè)健康穩(wěn)定發(fā)展，政府、金融業(yè)部門及企業(yè)應結(jié)合AI技術(shù)與產(chǎn)業(yè)發(fā)展特點，加大技術(shù)研發(fā)和科研投入，引進專業(yè)化人才并進行技術(shù)安全培訓，組建技術(shù)安全維護團隊，建立AI技術(shù)安全防護體系，從根源上為金融產(chǎn)業(yè)變革發(fā)展保駕護航。