11月29日，光明日报版发表文章《广东金融学院唐松：场景是金融科技算法标准制定的起点，也是落脚点》，我校唐松教授作为专家进行主题发言。现全文转载，以飨读者。

广东金融学院唐松：场景是金融科技算法标准

制定的起点，也是落脚点

近日，中国互联网金融协会会同相关单位联合举办“数字金融领域算法研讨会”召开。广东金融学院金融科技工程技术开发中心唐松教授进行主题发言，对金融科技算法标准制定与场景应用提出了三方面的建议。

唐松表示，第一，数据到场景实现的关键抓手是算法，但算法本身存在客观偏差。一方面，算法在框架、规则的制定过程中，不可避免会输入我们解决问题的常规思维，使得算法“遗传”了输入者的偏见认识，所以算法的应用可能会基于构建目的、数据样本以及训练方式而产生偏差。另一方面，从金融机构的应用实践情况来看算法目标存在短期主义，AI算法处理的信息做出判断或预测，都是追求短期、高频、节点优化的特征偏差，当一致性达到一定规模，最优算法可能在长期过程中来会放大金融风险。

第二，嵌入算法公平基因，推动分场景算法标准制定比促进算法技术创新有更重要的实践意义。金融科技算法从未来发展趋势来看，要保证健康可持续发展，需要嵌入“算法公平”。一方面，算法公平需要数据源头配合。由于人本身就存在基于体制内外、文化、种族和宗教等差异，这种偏见可能被转移到结构化的数据上，再通过算法扩大偏见。因此，要从算法模型评价中要将机器学习指标中引入公平性度量原则。另一方面，算法标准必须是基于分场景体现公平性原则。算法标准制定的研究工作是需要结合具体的场景来考虑的，例如农村金融、普惠金融等等场景，这样的算法标准制定才有现实价值。

第三，算法标准制定研究需要以隐私政策保护、算法策略披露和循序渐进为三个前提条件。一方面，必须重视隐私计算的发展，未来的数字经济、数字金融的发展都必须依赖数据治理规范；未来的信息数据、重要数据等等内容，都将基于隐私政策保护，那么算法标准制定研究中必须包含隐私计算的交互标准。另一方面，必须重视算法策略披露标准，代码开源+“白盒”计算需要嵌入其中；最后首先业内选择一个小场景，考虑“小切口”行业标准试点，逐步成熟再进行监管科技算法标准试点。（光明日报全媒体记者雷爱侠）

原文链接：广东金融学院唐松：场景是金融科技算法标准制定的起点，也是落脚点