导读

大模型入金融，最先要回答两问：用户知不知道这是AI写的？AI写的，对不对？

前者是透明之闸——把AI的"出身"标明；后者是真实之闸——把AI的"幻觉"拦下。一管出身，一管对错，缺一不可。这一篇即守这两道闸，外加服务备案与禁止去标两端。一句定调：AI可代笔，不可匿名；AI会出错，不可不审。

一、双重标识：显式可感，隐式入元

AI生成的内容，须打上标识，让人知其为AI所作。标识分两种，须并行：

• 显式标识：以文字、声音、图形等方式呈现、用户能明显感知的标识——加于生成内容或交互界面的合理位置。

• 隐式标识：以技术措施添加于文件元数据之中、不易被明显感知的标识。

这两种标识，源出深度合成的两条款。《互联网信息服务深度合成管理规定》（国家互联网信息办公室、工业和信息化部、公安部，自2023年1月10日起施行）第16条要求添加隐式标识、第17条要求在可能致公众混淆或误认时加注显著的显式标识。《人工智能生成合成内容标识办法》（国信办通字〔2025〕2号，自2025年9月1日起施行）与强制性国家标准《网络安全技术　人工智能生成合成内容标识方法》（GB 45438—2025，2025年9月1日同步实施），把双标的具体要求与实施方法定了下来。属第17条第1款情形者，显式与隐式标识应当共存。

落到金融，凡AI生成的智能客服对话、投教与营销的图文物料、研报摘要与市场观点、合成的人声或数字人形象，皆须依规加标。

而标识最要紧的一笔，是随内容流转而保留。 显式标识须在下载、复制、导出环节随内容保留，不得在传播过程中被剥离——否则，内容一经转发，标识即蒸发，透明义务形同虚设。故有此诫：AI可代笔，不可匿名；标须随其流转而存，不可于传播之中蒸发。

二、模型幻觉：会幻之引擎，须设之闸

大模型是产内容的强力引擎，但这引擎有一桩痼疾——幻觉：它会生成看似合理、实则错误的内容，虚构一组数据、得出一个错误结论、援引一份并不存在的文件。

须先认清一点：幻觉不是偶然的瑕疵，而是生成式模型的机制特征。 它做不到永不出错。于是在金融场景，危害随之而生：智能投顾给出幻觉式的投资建议，投资者受损、机构担责（详见第六篇）；AI研报摘要虚构数据，误导决策；智能客服回复错误信息，贻误客户。操作风险、声誉风险、合规风险，皆由此出。

责任在谁？《生成式人工智能服务管理暂行办法》（国家互联网信息办公室等七部门，自2023年8月15日起施行）要求生成内容真实准确；幻觉内容一旦对外，机构作为网络信息内容生产者，须担其责。这又回到第一篇的"责任归人"——不能以"模型生成的"卸责。

既不能绝其幻，便须闸其出。这道闸，是人工复核。哪些AI生成内容须经人核而后发？标准沿渗透梯度而定：凡对外发布的、影响决策的、构成投资建议或商业宣传的内容，必经人工复核方可对外；内部辅助的、低风险的，可相对从宽。

一言以蔽：幻觉非偶然之疵，乃生成之性；不能绝其幻，但能闸其出——凡涉对外、涉决策、涉荐者，必经人核而后发。

三、服务备案与禁止去标

生成式AI入金融，还有两端须守。

其一，备案。具有舆论属性或者社会动员能力的生成式AI服务，须履行备案、安全评估。机构若调用第三方大模型服务，须厘清备案义务的归属——谁面向公众提供服务，谁担备案之责。

其二，禁止去标。《人工智能生成合成内容标识办法》明令：任何组织和个人，不得恶意删除、篡改、伪造、隐匿生成合成内容标识，不得为他人实施上述行为提供工具或服务，不得以不正当标识手段损害他人合法权益。该办法另设有限豁免：在用户明确提出申请、且服务提供者通过协议界定其标识义务与使用责任的前提下，可提供不含显式标识的内容——但此乃源头的有限让渡，隐式标识仍须保留。

本篇小结

生成式AI入金融，守两道闸：标识管其出身，复核管其对错。一者使AI不匿名，一者使谬误不出门。大模型可代笔，而代笔之责，仍在执笔之机构。

此篇有两点须向读者点明。

其一，本篇时效最敏感。《人工智能生成合成内容标识办法》与GB 45438—2025均自2025年9月1日起施行，机构的存量内容生产线须按新规改造——客服话术、营销物料、研报摘要的生成流程，凡涉AI者皆须接入标识；沿用旧做法，即属违规。

其二，"何为生成合成内容"，边界待明。AI深度参与到何种程度才触发标识、纯辅助性使用是否豁免、有限豁免如何适用，实务仍有判断难点。

标识与复核，看似琐细，实关大体；一笔AI生成的投资观点，若既不标其出身、又不审其真伪，便是把幻觉与误导，一并推到了客户面前。

合规自检：生成式AI，过此五关

五关皆过，方为合规之始；任一存疑，即是误导客户与监管处罚的风险所伏。

导读

智能投顾，是AI替客户拿主意的地方——受托性的主场。

机器再智能，信义之责不减；算法再自动，"顾问"之本不移。这一篇的根本之问，贯穿始终：它是顾问还是销售，是建议还是代客，是助人决策的工具，还是出事之后的替罪？监管的全部用心，是把智能投顾，按回"顾问"二字的本分。

一、牌照与边界：投顾是顾问，不是变相资管

智能投顾首先是一项持牌业务，不是有技术就能做。

《关于规范金融机构资产管理业务的指导意见》（银发〔2018〕106号）第23条明定：运用人工智能技术开展投资顾问业务，应当取得投资顾问资质；非金融机构不得借助智能投顾超范围经营，或者变相开展资产管理业务。换言之，科技公司可以提供技术、做导流，但不得借"智能投顾"之名，行资管之实——一旦替客户管钱、代客户决策，便越了界。

给建议是顾问，代下单是资管；一字之差，许可两重。 智能投顾分两型，监管轻重不同：

• 投资建议型：AI给出建议，客户自己拍板下单。这是"顾问"的本相，落于投顾资质之下。

• 全权委托型：AI代客户作出并执行投资决策，客户不再逐笔拍板。这已近资产管理，资管新规第23条要求其经金融监督管理部门许可、取得相应资质，门槛更高、责任更重。

判型的关键，不看技术多智能，只看最后那一下由谁拍板：客户拍板，是顾问；机构（算法）拍板，是资管。

二、适当性穿透至算法：了解客户，先于展示业绩

适当性，是投顾的命门。传统三步——了解客户（风险承受）、了解产品（风险等级）、把二者匹配（不向低承受力者售高风险品）——一步不能少。难处在于：当这三步被嵌进算法，黑箱如何自证它真的做到了？

适当性不能因"算法自动匹配了"就视为已尽。 义务须穿入算法之里：匹配的逻辑本身要可解释、可审查、可证明确已落实——风险二级的客户，算法不得配以风险四级的产品；客户风险画像要真实充分地喂进模型，匹配结果要能复核。算法不是适当性的免责符，而是适当性的新考场。

更要紧的，是次序。 充分了解客户之前，不得向其展示任何基金组合策略或历史业绩——这是公募基金投顾规则一以贯之的要求，意在矫正"重投轻顾""产品化"的倾向。何以如此？因为先用诱人的业绩吸睛、再倒推一套适当性来圆，恰是把投顾异化为变相销售的惯常套路。了解客户在先，展示业绩在后；次序一颠，顾问即沦为销售。

主要法源：《证券期货投资者适当性管理办法》（证监会令第130号，自2017年7月1日起施行）；公募基金投资顾问业务试点规则及在途的常规化新规。

三、算法缺陷致损：谁担责，怎么举证

智能投顾出了亏损，绕不开两问：算法有缺陷致的损，谁来担？又怎么证？

先说担责。 算法缺陷、模型异常导致投资者损失的，责任归机构，不归算法。这是第一篇所立"责任归人"的直接落地：黑箱不是避风港，市场波动也不是万能挡箭牌。资管新规第23条要求，为投资者单独设立智能管理账户，并充分提示人工智能算法的固有缺陷和使用风险——既要单独建账、隔离风险，更要把算法的局限真实、具体地讲清。所谓"充分提示"，不是一纸格式化的免责声明能搪塞：历史数据依赖、极端行情失效、不保证收益、模型可能同质化，这些真实局限须明白告知。

再说举证，这是实务最难处。 投资者往往难以证明：这笔损失，究竟是算法缺陷所致，还是正常市场波动所致？二者夹缠，举证维艰。

但难，不等于风险全压投资者一方。机构是专业方、是算法的设计与掌控方、是借此获利者——它最清楚算法如何运转，也最能以最低成本防控算法之险。故对"我已尽适当性、已充分揭示、算法并无缺陷"这三件事，机构负有更重的说明与举证负担。而能否证明，全系于留痕。 算法的决策逻辑、每一次适当性匹配、每一份风险揭示，若全程留痕、可供回溯，机构方能自证清白；若拿不出这些记录，举证不利的后果，归机构自负。

一言以蔽：算法之缺陷，机构任其咎；黑箱非避风之港，留痕乃免责之凭。

主要法源：《关于规范金融机构资产管理业务的指导意见》（银发〔2018〕106号）第23条；《证券期货投资者适当性管理办法》（证监会令第130号）。

四、与标识、报备的衔接

智能投顾还连着两道横向义务。

其一，标识。AI生成的投资建议、研报摘要，若构成生成合成内容，须依《人工智能生成合成内容标识办法》加注显式与隐式标识（详见第五篇），不得让投资者误以为出自人手。

其二，报备与防同质。资管新规第23条还要求，金融机构就人工智能模型的主要参数、资产配置的主要逻辑向监管报备，以防算法同质化加剧投资行为的顺周期性——此为该条颇具前瞻的一笔。

本篇小结

智能投顾的全部张力，在"顾问"与"销售"之间，在"建议"与"代客"之间。监管所守，是使其归于"顾问"之本——受人之托，忠人之事，不以算法之名，行销售之实，不以黑箱之故，逃担责之实。

此篇有两点须向读者点明。

其一，新规在途，方向已明。公募基金投顾正由试点转常规，《证券基金投资咨询业务管理办法》《公开募集证券投资基金投资顾问业务管理规定》已明确将出台，意在进一步矫正"重投轻顾""产品化"。本篇以现行试点规则与资管新规为准，待新规落地再校准。

其二，举证标尺，仍待明晰。算法缺陷致损的举证如何分配，现行无专门规定，实务依信义义务与适当性义务的一般法理推演，机构留痕之有无往往成为胜负手，但稳定的裁判标尺尚未确立。

顾问与销售，一线之判；守住这条线者，是把人留在决策的回路，把责锚在机构的肩头。

合规自检：智能投顾，过此五关

五关皆过，方为合规之始；任一存疑，即是纠纷与处罚的风险所伏。

导读

智能风控，是AI替机构决定"借不借、借多少"的地方——信息不对称的主场，受托审慎的考场。

数据可借，模型可用，风控之责不可外包；差异化定价是本分，算法歧视是越界。这一篇围着两条线展开：一条是责任的线——风控的最后一关，机构须自己把守；一条是公平的线——算法定价可有差别，但差别须有据，不得沦为歧视。

一、自主风控：技术可借，责任不可借

互联网助贷蔚为大观，却藏一隐患：平台握着场景与数据，银行出资金，若不警惕，银行便可能沦为"出资通道"，风控被平台实质把持。监管对此的回应，斩钉截铁。

《关于加强商业银行互联网助贷业务管理 提升金融服务质效的通知》（金规〔2025〕9号，自2025年10月1日起施行，共10条）第七条明确：商业银行应当自主开展风险评价与审批；合作协议中应当约定，平台运营机构不得以设定审批通过率下限等方式，对商业银行自主评审贷款实施不当干预。其总纲，是总行集中管理、权责收益匹配、风险定价合理、业务规模适度。

往前追，《商业银行互联网贷款管理暂行办法》（中国银行保险监督管理委员会令2020年第9号）即已立规：核心风控环节不得外包，银行须独立有效地开展风险评估与授信审批。

道理一以贯之，正是第一篇所立的"责任归人"：谁放贷、谁担险、谁担责。银行即便借用平台的数据与模型，最终那一笔授信决策，仍须由银行独立作出——须有自己的风控模型或规则，须有人工复核的能力，不能把平台的评分照单全收。数据可借，模型可用，风控之责不可让渡；可用平台之眼，不可弃自主之断。

二、征信持牌：信用信息的红线与"断直连"

智能风控离不开数据，而数据一旦用于判断"借款人还不还得起、愿不愿还"，便触征信的红线。

《征信业务管理办法》（中国人民银行令〔2021〕第4号，自2022年1月1日起施行）划定了边界：凡用于评估企业和个人信用状况——即还款能力与还款意愿——的信息服务，属征信业务，须持牌经营；替代数据，同样纳入征信监管。反之，基础实名信息、消费交易信息、反诈信息等，若本意并不在评估信用，则不当然落入征信。

关键在目的，不在数据本身。 同一份数据，用于判断信用即为征信、用于核验身份则未必。智能风控调用外部数据，须先辨两事：这次调用是否构成征信业务？对方是否具备征信资质？这正是"断直连"之要义——金融机构与非持牌机构之间，信用信息的传输不可绕开牌照而直连。

一言以蔽：凡判其还款之能与愿者，皆征信也，须持牌而为；信用之信，不可绕牌而直连。

三、信贷算法歧视：差别须有据，公平须自证

智能风控最隐蔽的风险，是算法歧视。训练数据一旦带偏，模型便可能对特定群体——某地域、某职业、某年龄——作出系统性的不公评估，而这种不公，常藏在黑箱里，连机构自己都未必察觉。

但须先厘清一个易混之处：差别，并非必然是歧视。 信贷本就要据风险定价，对真实风险更高者收更高的利率、给更低的额度，这是审慎经营的本分，法律并不禁止。监管要打击的，是另一种差别——基于与还款能力无关的群体特征所作的差别。

分野就在这里：据真实之信用风险者，定价之公也；据无关之群体特征者，歧视之私也。 一笔拒贷，若因申请人真实的负债与收入状况，是风控；若因其性别、籍贯等与信用无涉的标签，是歧视。

《中华人民共和国个人信息保护法》（自2021年11月1日起施行）第24条为此立据：利用个人信息进行自动化决策，应当保证决策结果公平、公正，不得实行不合理差别待遇。落到智能风控，机构须做两件事：

• 事前防范：排查训练数据的偏差，处理敏感变量及其代理变量（如以居住地变相替代某群体身份），对模型作公平性测试。

• 事后自证：监测公平性指标、保持模型可解释、决策全程留痕，以便在被质疑时，能证明自己的信贷模型未对特定群体作系统性不公。

歧视藏于黑箱，举证之责却在机构——这又回到那条主线：能以最低成本防控算法之险者，担其责、举其证。

四、反欺诈与消费者权益

智能风控还连着两端。

其一，反欺诈。AI反欺诈、反洗钱模型，同样须可解释、可留痕，不可以"模型判定"为由作出不利决定而不能说明（与第九篇反洗钱、第十篇智能合规一脉相承）。

其二，消费者权益。助贷新规压实了商业银行的金融消费者权益保护主体责任：定价须合理、信息披露须充分、增信服务机构不得过度增信。智能风控提效之余，不得以技术之便，行盘剥之实。

本篇小结

智能风控的核心张力，在效率与责任之间，在定价与歧视之间。监管所守者一以贯之：风控之责不可让，公平之线不可越。

此篇有两点须向读者点明。

其一，助贷新规重塑合作模式。金规〔2025〕9号自2025年10月1日起施行，存量不合规业务须整改或到期自然结清；银行与平台、增信机构的合作架构面临实质重构，"出资通道"式的旧模式难以为继。

其二，歧视认定，标尺未明。算法歧视如何认定、代理变量如何识别，现行尚无专门细则，实务依个人信息保护法的一般原则推演，"差别"与"歧视"的分野虽明于理，却乏细于则。

效率诱人，责任压肩；借技术之力提风控之效者，须先守住两条线——自主之责不外包，公平之线不可越。

合规自检：智能风控，过此五关

五关皆过，方为合规之始；任一存疑，即是监管处罚与客户投诉的风险所伏。

导读

算法交易，是AI亲手买卖、直冲市场的地方——系统外部性的主场。

速度可达毫秒，冲击可撼指数。一家之策略趋同，可引全市之共振；一时之错单连发，可乱整盘之秩序。监管之要，是让技术之利不化为市场之害，不成中小投资者之碾压。这一篇的纲，只六字：先报告，后交易——报告是准入之关，非事后之备案；速度可恃，秩序不可扰。

一、定义与准入：先报告，后交易

何谓程序化交易？《证券市场程序化交易管理规定（试行）》（中国证券监督管理委员会公告〔2024〕8号，自2024年10月8日起施行）界定：通过计算机程序自动生成或者下达交易指令，在证券交易所进行证券交易的行为。其总要求是遵循公平原则，不得影响交易所系统安全或者扰乱正常交易秩序。

准入的门槛，是报告。投资者从事程序化交易，应当报告账户基本信息、资金信息、交易信息、软件信息等，并落实"先报告、后交易"——履行报告义务、收到确认之后，方可进行程序化交易。

这是准入，不是备案。 报告不是交易之后补一张表，而是交易之前必过的一道关。报告者，准入之关也，非事后之备案；未报而交易，已是违规之始。

期货市场亦然。《期货市场程序化交易管理规定（试行）》（中国证券监督管理委员会，自2025年10月9日起施行，共7章37条）对期货程序化交易作了同构的全过程监管，交易者从事程序化交易前应当报告、获确认后方可从事。

二、高频交易：速度愈快，约束愈严

程序化交易之中，高频是监管的重中之重。沪深北交易所《程序化交易管理实施细则》（2025年4月3日发布，自2025年7月7日起施行）明确了高频的认定标准：单账户每秒申报、撤单笔数合计最高达到300笔以上，或者单账户全日申报、撤单笔数合计最高达到20000笔以上。

触此线者，约束加码：须履行额外报告义务，须受针对性的、从严设定的异常交易监管，并将面临差异化收费——交易所拟对存在高频交易情形者，研究收取更高的流量费、撤单费，以市场化手段引导其主动降频。

这正是第一篇所立"渗透梯度"在交易场的兑现：速度者，双刃也；愈快则愈严，以阈值约其行，以收费抑其频。

三、四类异常交易：构成、处置与一例

证监会规定划出四类程序化异常交易行为，实施细则进一步明确其构成：

• 瞬时申报速率异常：短时间内申报量畸大。高频交易速度优势明显，若程序出错造成大量连续错单，还可能危及交易系统安全。

• 频繁瞬时撤单：短时间内频繁申报又撤单，交易行为可能并不完全以成交为目的，扰乱正常交易秩序。

• 频繁拉抬打压：针对个股的连续拉抬或打压。

• 短时间大额成交：短时之内集中大额成交，冲击价格。

此处有一要害，量化机构尤须铭记：异常交易的认定，看的是客观行为，不以操纵的主观故意为要件。 速率、撤单、拉抬、大额——只要客观行为触了线，便可被认定，哪怕是程序错误造成的连续错单，亦然。这与"操纵市场"不同：操纵市场属行政处罚乃至刑事追责，须证主观故意；而异常交易是交易所自律层面的客观行为认定，不问你是否"想操纵"。故异常之认，不问尔之故意，但问尔之行为——速率、撤单、拉抬、大额，触线即究。

处置是有阶梯的：先以自律监管措施（书面警示、约见谈话、要求提交报告）相诫；不改则升至纪律处分（通报批评、公开谴责），直至限制交易、暂停交易；一个月内多次发生异常交易而被限制交易的，要求其指定交易会员暂停其使用交易所主机托管资源；情节及于一定程度的，交易所将通报证监会派出机构、证券业协会、基金业协会等，商请协同采取现场检查、约谈提醒等措施。

一例为证：宁波灵均案。 2024年2月19日开盘约一分钟内，宁波灵均旗下多个产品集中大量卖出，合计卖出沪深股票约25.67亿元，沪深指数应声短挫。上交所认定其违反《上海证券交易所交易规则》第7.2条第（六）项，深交所认定构成《深圳证券交易所交易规则》第6.2条第（六）项异常交易行为，二所均自2024年2月20日至22日对相关账户暂停、限制交易，并启动公开谴责的纪律处分程序；深交所并指出，该机构此前已多次因异常交易被书面警示而未改正。一案之中，处置阶梯、屡警升级、监管联动，尽在其中。

四、券商的客户管理责任：一线两责，各有所归

程序化交易的管理，不止于投资者本身。证监会规定压实了证券公司的客户管理职责——券商既是交易的通道提供者，更是第一道管理防线。

券商之责，具体而实：核查客户报告信息之真实完整，监控客户的交易行为，对异常交易客户及时采取措施，规范技术系统接入，公平分配交易单元与主机托管资源。

须分清的是责任的归属层次。客户的异常交易，客户是责任主体；而券商若未尽核查、监控、制止之职，则券商另担其管理失职之责。 二者不相替代：券商的管理责任，不是替客户扛违规之责；但券商也不能以"客户自负其责"为由，放弃自己的管理之职。客户任其交易之咎，券商任其管理之失；一线两责，各有所归。

五、系统接入、主机托管与北向一致

程序化交易牵动信息系统的方方面面，监管亦覆盖于此。

技术系统须具备相应功能并经测试，交易单元、主机托管、交易信息系统接入均纳入监管；交易所与券商应当公平分配相关技术资源，不得厚此薄彼。机构投资者另须落实合规风控要求，建立健全程序化交易的内控制度。

北向交易，按内外资一致的原则纳入管理：深沪股通的程序化交易，同样纳入报告管理、执行交易监控标准，不因境外资金而宽。

本篇小结

程序化交易监管的内核，是不让技术的速度优势，异化为对市场秩序的冲击与对中小投资者的碾压。"先报告、后交易"把监管前置于准入，四类异常交易以客观行为认定划出红线，券商客户管理责任在投资者之外加设一道防线。

此篇有两点须向读者点明。

其一，勿以"无操纵故意"自宽。异常交易是客观行为之认定，触线即究；量化机构若恃"我并非有意操纵"而疏于防控，仍难免自律处分，情节严重者更可能触及操纵市场的行政乃至刑事责任。这一区分，至关紧要。

其二，收费之刃，蓄势待发。差异化收费方案（更高的流量费、撤单费）尚待制定出台，高频成本约束的具体力度未定；其落地之时，将实质改变高频策略的成本结构。

速度可达毫秒，责任须及全程；监管所守者，是使技术之利，不化为市场之害、不成弱者之碾压。

合规自检：程序化交易，过此五关

五关皆过，方为合规之始；任一存疑，即是自律处分乃至行政追责的风险所伏。