“雙碳”目標下AI 科技助力金融創新發展策略研究

李懿雄

（北京易特創思科技有限公司，北京 100027）

我國低碳產業鏈、低碳市場體系急需快、準、好地健全起來，在各社會經濟力量中，碳金融為各項碳產業的發展、碳供應鏈的規范和碳價值鏈的評估等提供更專業、更標準的碳金融產品服務。而人工智能技術（AI）在碳金融的應用能夠讓碳金融產品服務在大數據分析、營銷、風控、投研、投顧、保險、身份核驗和客服等落地場景中更加智能化、高效化和低風險化，在加強對低碳經濟發展提供金融助力的同時，還能加速金融行業自身實現數字化經營模式的轉型，更好地參與到未來“雙碳”目標下金融市場的競爭中，提升自身競爭實力。

1 碳金融在“雙碳”目標中的地位與作用分析

碳金融指的是低碳金融，從廣義上而言，是為了實現“雙碳”目標而展開的所有金融服務的總稱，低碳金融主體包括銀行、證券、金融中介和保險等。從狹義上而言，碳金融指的是為控制二氧化碳排放方面的技術與產業提供直接投融資、貸款類和碳權交易等金融活動的總稱。從碳金融概念中可以看出碳金融的所有金融工具與活動都具有更明確的指向性，即必須圍繞“雙碳”目標來提供與開展，屬于一種“靶向藥”，因此碳金融比綠色金融理念更直接、更具有可操作性，實質上能夠將綠色理念具體化、金融化，更有助于對“雙碳”目標的支持。

碳金融是實現“雙碳”目標的重要杠桿之一。低碳產業、碳經濟發展必須要依靠市場手段來解決，金融行業是市場手段的運用主體、最主要的社會資金供給者。我國在過去已經積累了豐厚的碳金融發展的基礎與經驗，即綠色金融服務的快速發展、綠色金融體系趨于健全都為低碳經濟的全力啟動提供了巨大的驅動力。根據相關數據統計，2018 年我國已經躋身為全球氣候相關綠色債券發行規模最大的市場，綠色債券存量規模在當年就已達到了8132 億元，2020 年我國商業銀行發放的本外幣綠色貸款規模達到了11.95 萬億元人民幣，解決了低碳企業發展極大的資金需求[1]。到2020 年末，我國本外幣綠色貸款余額約12 萬億元，存量規模居世界第一；綠色債券存量規模達到8132 億元，居世界第二；泛ESG 基金總規模增長較快，其中節能環保和綠色低碳行業基金數量占比超過70%[2]。

綜上可見，我國綠色金融已經初具相當規模，且體量巨大，為碳金融的發展奠定了發展基礎。2021 年浦發銀行更是單獨為申能碳科技有限公司創新了全國首單關于國家核正自愿減排量和碳排放權組合的質押融資產品。同時也會有更多關于碳中和的綠色債券、綠色貸款和碳排放權金融服務等將會陸續上線，未來碳交易市場也將成為碳金融發展的一大重點，即通過對碳排放權的有償分配，來激活低碳行業的競爭活力，促進“雙碳”目標的精準快的實現。總體而言，碳金融對碳產業具有精準催化與約束作用，能夠通過提供優惠碳金融產品、智能化碳排放權金融服務來精準化催化低碳排放產業鏈、供應鏈和價值鏈的發展，而同時也能夠利用信貸等金融杠桿來約束高碳排放企業。

2 AI+碳金融的政策背景與應用場景分析

2017 年5 月，中國人民銀行成立金融科技委員會，在《中國金融業信息技術“十三五”發展規劃》中，將人工智能、大數據、區塊鏈和云計算等新型信息科技作為未來金融科技的重點發展方向。2019—2021 年金融科技將從加強金融科技統籌規劃、人才隊伍建設和體制機制完善，強化人工智能、云計算、大數據和身份認證體系等信息科技的應用場景落地，提升數字化風控能力，賦能金融服務提質增效等方面著陸。

其中AI+金融行業的“雙劍合璧”優勢顯著，不斷促進目標群體從C 端轉移到B 端。2018—2022 年我國AI+金融行業模式主要包括大數據服務、智能風控、智能投研、智能投顧、智能保險、智能營銷和智能客服等應用場景，分別占比為30.3%、29.5%、9.1%、8.3%、8.3%、6.8%、3.8%和3.9%[3]。由此可見，大數據金融分析服務和智能風控仍是AI+金融模式需求的重點領域。

像智能風控體系被金融行業普遍認為是未來最有價值的應用場景，對信貸業務、反洗錢和綠色金融風險分析等都有較大助益。以信貸業務為例，利用知識圖譜技術、身份認證系統和機器學習等人工智能技術，能夠做到貸前準入信息審核、信用評估、反欺詐和定價模型審批；貸中借助行為評分模型來實現額度智能化調節與實時監控預警；貸后借助催熟模型進行智能催收等。智能保險體系主要作用于承保環節中的風險精算、評估與定價上，以及核保理賠環節中反欺詐風險防控，為完善風險定價系統及極速理賠系統提供技術支持；智能投顧依托大數據技術和人工智能技術來構建智能算法模型和機器人代理投資理財的方案組合與推薦，普遍應用于證券市場中對客戶投資偏好、風險承受能力、財務狀況及市場狀況等進行智能分析，可以幫助用戶，為其推薦更貼切的理財目標[4]。智能支付系統應用于金融全行業中，運用生物信息識別技術來支持支付平臺十分廣泛，銀行卡、支付寶和微信等掃碼與指紋支付、人臉識別支付和智能語音轉賬等便捷用戶支付體驗。智能客服系統能夠利用知識圖譜技術、自然語言理解技術、推理技術和自動問答技術等24 h 解決客戶提出的常理性問題，能夠極大程度緩解人工客服的工作壓力，也能夠讓人工客服的工作從被動轉型轉為主動型，更加精準與及時地為客戶主動提供個性化的金融服務。

3 “雙碳”目標下AI 科技助力碳金融創新發展策略研究

3.1 完善AI+碳金融的頂層設計

碳產業和碳金融目前還處于探索狀態，雖然碳產業類型如雨后春筍般出現，但是碳金融業務的認定標準、方法和碳核算標準都不統一，導致企業“漂綠”“注水”的現象層出不窮，使得低碳企業與碳金融機構之間存在較大的信任危機，增加了金融機構識別、風險評估的成本與難度。同時碳企業信息披露存在不規范、不齊全的問題，導致環境監測數據不完整、不可靠。這些負面因素都會影響人工智能的應用效果，因此要想更有效地落實AI+碳金融的場景模式，首先就要優化頂層設計，從制度、標準、方法和流程等層面上規范與約束低碳產業參與碳市場、金融市場等行為，從而更好地指導與規范AI+碳金融的智能化、數字化產品與服務。比如金融機構只需根據碳功能系統算法模型，輸入綠色項目年供電量、年供熱量和供熱煤耗等參數，系統就會自動計算出綠色項目需要達到的減排指標，包括二氧化碳減排量、標準煤節省量和氮氧化物削減量等，從而支持碳排放權交易，激活碳市場的活性，從而讓綠色金融服務更加精準、專業和高效，并能夠有效提高對新興碳產業的風險防控能力[5]。

具體優化層面包括：①金融監管機構要對碳金融業務核算與評估標準作進一步完善，統一綠色金融項目認定方法與程序，縮小各機構之間溝通的口徑差異，提高綠色金融數據準確性。同時利用人工智能等信息技術來搭建數據自動報送系統，來提升綠色金融識別、評估和核算等服務效率，也能夠有效對“漂綠”企業進行約束與監管。②金融機構要建立成熟的ESG 信息披露機制、ESG 管治架構、客戶ESG 風險評估及分類管理框架。國內金融機構要探索出更符合國內低碳產業發展特點與規律的ESG 評價指標體系和評級標準，并拓展ESG 風險管理維度，要將低碳企業經營、道德和社會責任等風險類型納入其中。③金融機構還要不斷更新低碳產業涉及的金融科技和產品需求目錄，標準化設計綠色業務流程，梳理人工智能、云計算和大數據等技術在各業務流程環節中的需求。以綠色信貸為例，需要細化人工智能+綠色信貸業務的環節與需求，包括綠色客戶識別技術需求、業務綠色識別技術需求、環境效益測算需求、環境監測預警需求、監管統計報送需求和存量業務嵌入需求等，以此來依靠模型算法、識別邏輯來健全綠色業務標準化篩選機制，關聯環保信息公示平臺，多維度評估低碳企業環境效益測算指標，從而從頂層設計上讓“漂綠”“注水”企業無所遁形，也能夠加速多元化AI+碳金融應用場景實現精、準、快地落地。

3.2 碳金融市場建設，創新碳金融產品

人工智能等新一代信息技術還有助于金融機構整合碳金融資源，通過大數據分析、智能分析與精準定位來推出具有創新性的碳金融產品，打造多元化的碳金融市場。比如依托人工智能技術構建ESG 遴選模塊或綠色產品遴選模塊、多標準綠色智能識別工具，來優化整合有價值的碳資產，圍繞“雙碳”目標，創新ESG 金融產品。還可以結合區塊鏈技術來創建ABS 底層資產池、與ESG 相掛鉤的債券和碳減排債券等，實現信息披露標準化、透明化，推動綠色低碳債券市場的成熟。在個人低碳消費的信貸領域，可以結合AI+大數據來制定個性化的綠色消費行為特征的畫像，然后根據個人綠色信用評定機制來推動低碳消費類信貸產品的創新。結合云計算、區塊鏈技術來為企業拓寬低碳投資渠道，運用人工智能等技術來為低碳偏好的企業研發適合的低碳投融資產品，并制定完善的資金追蹤監控智能體系和激勵機制，來降低金融機構的信貸風險。

此外，人工智能等技術還可以支持綠色ABS 等資產進行跨境交易，并對交易過程實現全流程管理，對于交易資產、數據信息傳輸和企業信用等進行智能化、數據化和立體化的評估與審核，同時人工智能等金融科技還可以用于跨境綠色項目溯源、登記、確權、認證、對接、結算和穿透監控等業務環節中，從而大大降低交易風險和成本。人工智能結合區塊鏈技術還可以清潔能源市場搭建透明化、標準化和智能化的交易平臺，便于生產商與購買方實現在線安全、高效地交易。

3.3 構建碳金融數據中心，加強全生命周期管理

智慧算力與先進信息科技在處理、識別和分析海量碳金融數據與提供智能化、個性化和多元化金融服務中的作用越來越突出，有助于實現高效歸集處理大數據、深度綠色金融服務維度的目的。人工智能技術則起到提高計算速度、提升數字性能的作用，有助于對綠色金融海量數據進行快速精準的處理，為綠色金融產品開發與落地提供算力支持。AI 智能算法突破傳統機械算法的限制，構建“數算器”概念，可實現業務數據的秒級計算、秒級處理。而機器學習技術能夠不斷自動獲取新知識與技能，從而不斷改善自身性能，常被用于挖掘、分析樣本數據的規律，并且用規律來預測未知風險。因此通過數據與算法的高效應用，引入宏觀因子、行業及周期性因子，能夠構建對AI+綠色金融場景數據采集、分析的數字化授信與全生命周期的風控模型，改善數據質量，提高數據來源的全面性、時效性和真實性。

3.4 提高AI+碳金融應用場景的高智能化水平

目前AI+碳金融的應用場景全面普及率與高智能化水平較低，很多金融機構及人工智能系統研發公司在AI+碳金融的應用場景功能的研發與設計上都淺嘗輒止，導致對人工智能的應用都停留在初級階段。比如有些金融機構所開發或購買的智能投顧系統智能化水平不高，導致風險測評維度較窄，用戶畫像分析比較片面，不能將客戶家庭資產負債比率等動態化因素考慮到風險偏好選擇與風險承受能力等分析中，也就無法實現針對不同客戶群體開展個性化的智能投顧服務[6]。同時所能應用的場景也比較單一，也就決定了智能投顧系統不能完全取代財富顧問等人工服務。

因此金融機構要聯合人工智能技術研發公司、高校科研力量來改進低智能投顧系統的局限性，也就是數據沉淀及算法模型的問題，依托前沿的大數據技術、人工智能分析技術等來獲取深度充足的數據儲備，精準分析綠色用戶畫像，并制定以客戶為中心的長期穩健回報型的投顧方案，以此來構建千人千面的智能投顧模式。還比如人工智能生物識別技術、交互技術等也有待提高，像交通銀行在2021 年聯合江蘇南大電子信息技術股份有限公司研發我國首個AI+金融全面融合的智慧型服務機器人——“嬌嬌”，憑借智能語音、智能圖像、智能語義和生物特征識別等全方位人工智能技術能力實現了精準觸達客戶、靈活交互和智慧語言理解等高智能機器人功能，大大提升了用戶體驗。因此各金融機構要通過與高校科研團隊、人工智能技術研發公司等力量，讓人工智能技術得以在更多生態化場景中實現深耕、精耕，為不同綠色客戶群體、碳產業類型創造更新的智能化增值服務。

3.5 監管機構充分介入，智能化監管與激勵考評

金融監管部門可以利用人工智能、大數據等技術來對金融機構碳金融相關業務數據進行全過程、實時化和智能化統計、評估、監測與審計，提高對碳項目及資產環境可實現效益的風險量化評估與測算的效率，還可以結合區塊鏈技術來精準識別分析碳項目、碳資產的來源與認定過程，以此來從外部實現反洗綠的監督效果。同時人工智能、云計算等技術又能夠幫助監管機構對金融機構實現智能化評估與激勵政策的落地，通過指標模型化、自動采集定量指標、智能完成評價流程和評價數據化視圖呈現等方式來完成對綠色銀行及綠色信貸績效的綜合客觀評價，從而根據這些可靠的評定結果來指導金融機構碳金融信貸產品的革新和碳減排金融工具的運用。

利用人工智能、區塊鏈等技術還能構建碳排放信息披露機制與碳排放核算機制，幫助金融機構監管碳排放企業和行業相關數據，并為其提供數據共享通道，便于金融機構更好地規避碳金融產品相關信用風險、洗綠風險等。此外金融監管機構還能夠利用AI 等金融科技技術來對金融機構開展系統性環境風險與壓力測試，維系整個碳金融行業的環境安全。

4 結束語

在“雙碳”目標背景下，AI+碳金融的模式也逐漸深入鋪展開來，通過研發與改進人工智能技術水平來幫助金融行業構建多功能、廣維度和智慧型的數字化碳金融服務體系，包括綠色主體的認定、綠色項目識別、融資對接、金融數據統計、信息披露和評價等，以此來解決綠色金融業務的信息不對稱、服務成本過高和效率過低等問題。運用人工智能、大數據和區塊鏈等前沿科技技術，還能夠實現綠色金融信貸業務的智能化識別和環境效益測算，為碳產業提供全面、智能和專業的金融服務。