AI重塑银行信贷：效率狂飙背后，欧洲银行业恐埋金融风险

人工智能正在深刻改变欧洲银行业的信贷体系。过去需要银行分析师层层审核的贷款申请，如今越来越多地交由算法在几秒钟内完成判断。人工智能原本被视为提升风险管理能力、提高银行运营效率的重要工具，但最新研究显示，这项技术在强化银行流动性管理的同时，也可能带来新的信贷风险。

一项针对欧元区八家主要系统性银行的研究发现，人工智能在银行业务中的应用呈现出明显的“双刃剑”效应。研究人员分析了2020年至2025年间这些银行的季度财务报告，并通过统计与人工智能相关词汇出现的频率，构建指标来估算各家银行对AI的实际使用程度，再将其与银行风险水平进行比较。结果显示，人工智能使用程度上升，往往与银行流动性覆盖率提高相关，但与此同时，也伴随着不良贷款率上升。

具体来看，研究发现，银行对人工智能的使用增加，与流动性覆盖率提高7个百分点相关。这意味着AI确实有助于银行更高效地管理资金流动和短期偿付能力。然而，同一时期，不良贷款率也上升了0.35个百分点，相当于其平均水平的近14%。这一结果表明，自动化信贷决策在提高效率的同时，可能削弱了银行对借款人真实风险的识别能力。

问题的核心在于，人工智能改变了传统信贷评估方式。算法更擅长处理标准化、可量化的数据，例如收入、资产、负债、还款记录等指标。但对于借款人的具体处境、行业背景、经营韧性以及一些难以量化的风险因素，AI模型往往难以充分识别。这可能导致一些贷款申请在数据表面上看似稳健，却在现实中隐藏更高风险，最终被错误批准。

研究还指出，人工智能虽然可以提高信用评分模型的准确性，但其局限也十分明显，尤其体现在数据质量和决策可解释性上。如果输入模型的数据本身存在偏差，或模型决策过程缺乏透明度，银行很可能在不完全理解风险来源的情况下作出贷款决定。更值得警惕的是，随着越来越多银行采用相似的AI模型，金融机构的行为可能趋于一致。一旦市场遭遇冲击，这种“同向决策”可能放大系统性风险，而不是帮助金融体系分散风险。

欧洲监管层已经注意到这一隐患。早在2024年9月，欧洲央行行长克里斯蒂娜·拉加德就曾警告，人工智能和金融科技的快速发展可能带来系统性风险。欧盟《人工智能法案》也已将信用评分列为高风险活动，并对相关应用进行监管。但研究认为，目前的监管框架仍主要关注个体层面的风险，例如单个借款人是否受到算法歧视，或某项信贷决策是否透明。相比之下，AI在整个金融体系中广泛应用后可能引发的集体风险，仍需要更充分的制度回应。

这些风险不仅局限于银行业。如果人工智能推动的信贷决策最终导致不良贷款积累，银行可能被迫收紧贷款条件，进而影响企业和家庭融资，拖累实体经济需求。因此，研究人员认为，未来监管重点应从单个模型、单笔贷款，进一步扩展到整个金融体系的稳定性。

为降低风险，研究建议，应提高银行AI算法的可解释性和透明度，让监管机构能够真正理解和监督相关信贷决策。同时，监管部门也应考虑建立“算法压力测试”机制，在危机场景下测试AI模型的反应，就像目前对银行资本和流动性进行压力测试一样，以提前发现平时不易暴露的脆弱环节。

人工智能正在成为银行竞争力的重要来源，但它不能完全取代人类判断。尤其是在复杂信贷环境下，经验、背景分析和审慎判断仍然不可或缺。否则，一项本来用于控制风险的技术，可能反而成为金融体系中隐蔽而危险的不稳定因素。