落实“金融十六条”在行动 银行业支持房企授信金额已超5.4万亿元******

　　记者 杨 洁

　　2022年11月份以来，“金融十六条”的推出以及三支箭的加速落地，都得到了市场的迅速响应，多家银行同房企签署了意向性授信协议。据中指研究院数据显示，截至1月9日，至少已有105家银行向188家房地产企业提供意向性授信，总额度约54629.33亿元。

　　近日，人民银行党委书记、银保监会主席郭树清在接受媒体专访时特别强调，要落实“金融十六条”措施和改善优质头部房企资产负债表。

　　改善优质房企资产负债表是近段时间多项重要会议一再强调的任务。2022年中央经济工作会议指出，“满足行业合理融资需求，推动行业重组并购，有效防范化解优质头部房企风险，改善资产负债状况”。银保监会官网显示，2022年12月份，郭树清主持召开党委(扩大)会议，会议要求“满足房地产市场合理融资需求，改善优质房企资产负债表”。

　　中信证券首席经济学家明明对《证券日报》记者表示，“改善优质头部房企资产负债表”被多次提及，体现出了稳地产的决心。其中，政策所惠及的主体是“优质头部房企”，意味着政策是有选择性的，保护稳健经营的企业，淘汰无序扩张的企业，促进形成良性的房地产市场。

　　图金融研究院研究员雒佑对《证券日报》记者表示，通过对优质房企释放流动性，不仅有助于帮助头部企业度过危机，也能通过头部房企的改善引导市场预期。

　　目前我国金融市场以银行体系为代表的间接融资模式主导，银行信贷是各类企业最重要的融资渠道之一。对房地产企业而言，开发贷是进行地产施工和投资的主要资金来源，房企信贷融资的重要性不言而喻。

　　记者了解到，由于当前大多为协议授信，具体授信情况还需要商业银行与房企根据情况进一步落实。雒佑表示，“在信贷投放方面，当前要集中解决和防范化解停工衍生的相关风险，帮助地产开发商摆脱资金困境，保证房地产行业‘活起来’，达到‘保项目+保优质主体’的目的。此外，在因城施策背景下，后续在项目及主体上配合政府及地方继续提供更多的金融和信贷支持，比如提高对房地产商信贷敞口的容忍度，提供更多的资金保障。”

　　在明明看来，后续银行在投放信贷前应对企业的财务、经营状况进行深入、细致的调查，降低违约风险。同时，银行也应该对信贷资金的使用进行约束，结合房企的实际情况进行有针对性的支持，确保资金流向最紧缺的薄弱环节以及重点项目，防止资金滥用。

　　中指研究院企业研究总监刘水表示，2022年前三季度，房地产新增贷款占各项新增贷款比例仅为4.7%，而2021年同期是18.1%，房地产新增贷款增速明显低于各项贷款增速水平。2023年，金融机构继续落实“金融十六条”，改善优质头部房企资产负债状况，随着银行授信的落地，房地产贷款投放将明显提速。此外，优质头部房企在发债及股权融资等方面，也将继续得到支持。

　　明明预计，今年个人住房贷款和房地产开发贷款都将比2022年小幅扩张。个人住房贷款方面，一是商品房销售增速将在2023年逐步回正，全年有望实现正增长，二是房贷的早偿现象可能会较2022年有一定缓解。这两个因素的变化将使今年个人住房贷款规模趋于增长。房地产开发贷款作为稳定房地产市场融资环境的“第一支箭”，2022年下半年已经开始逐渐发挥作用，预计2023年将对房地产企业提供更大的支持，满足行业合理融资需求，确保房地产市场平稳健康发展。

　　“2023年房地产销售和投资有望见底回稳，对GDP增长的贡献也有望由负转正。”雒佑表示，接下来中央及地方政府在满足购房者刚性和改善性住房需求方面或将进一步发力，在地产转型方面则持续推进城市更新和老旧改造、保障性租赁住房市场、地产代建等新发展模式，这些都需要大规模的资金投放。可以说地产投资已经迎来政策“应出尽出”阶段，2023年也会成为拉动国内投资的主要动力。

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。