admin 为推动金融机构数字化转型，国家金融监管总局近日公布了《银行保险业数字金融质量发展实施方案》（以下简称《方案》）。围绕金融机构数字化发展，明确数字化金融治理、数字化金融服务等问题，为金融机构数字化金融发展指明方向。加强政策引领数字金融是中央金融工作委员会提出的金融“五项原则”之一，对于提高金融业竞争力、贡献实体经济效率具有极其重要的意义。我们将继续采取措施，加快金融机构数字化转型。原中国银行保险监督管理委员会已2022年已发布《银行保险业数字化转型指导意见》（以下简称《指导意见》），明确了银行保险机构数字化转型的指导思想和基本原则。本质上，它为金融机构提供监管指导。此外，2025年3月，国务院办公厅印发《关于完善金融“五项原则”的指导意见》，提出加快数字金融创新，支持做强做大数字经济优势。该《规划》旨在立足金融机构真正的数字化转型，推动金融机构高质量发展。国家金融监管局相关司室负责人在回答记者有关《方案》的提问时表示，《方案》和《指导意见》《指导意见》重在战略规划和能力建设，引导金融机构启动数字化转型；《方案》重在具体举措和质量提升，指导金融机构通过深化数字化转型推动数字金融高质量发展。两个政策文件形成递进关系，将共同构建数字金融发展的监管政策框架。专家表示，《方案》可以明确相关指引，鼓励和引导银行业、保险业加快发展数字金融。上海金融发展研究院首席专家、所长曾钢表示，发展数字金融，提高金融服务质量和效率，支持数字经济建设，有效防范相关风险。“安全可控、全面交流、创新驱动”。我们认为，要遵循法规，在高层设计、监管体系、创新和风险防范管理等方面形成合力，鼓励金融机构、科技企业和产业链主体协同创新，推动金融服务与制造业、农业、绿色产业等实体领域的成功融合。同时，运用人工智能、区块链等技术优化供应链融资、贸易结算和碳资产资产管理，加快培育科技创新和产业现代化的数字金融生态系统，推动数字金融高质量发展。深挖数据元素 根据合规框架，实现数据元素的价值转化是关键金融机构数字金融应用。 《规划》提出，推动金融数据深度利用。增强数据集成、管理和应用能力，深化营销、运营、风险管理、决策等领域大规模数据应用。 “金融行业是一个数据密集型行业，金融机构在业务运营中不断积累数据的同时，也需要与相关行业数据、行业业务数据进行互联互通。多方多源的数据汇集后，可以用于客户画像、决策分析、风险管理等业务，可以用于高质量场景，大面积推广数字金融服务，提高数字金融治理效率。”中国互联网经济研究院副院长欧阳立辉中央财经大学国家数据专家咨询委员会委员、国家数据专家咨询委员会委员表示：“数据要素可应用于各个领域，金融数据资产因其分散性，分类汇总成为银行创新金融服务的创新手段。《方案》提出，围绕企业“两高一轻”特点，建立科技创新大数据中心，以科技为基础。数据采集提供企业识别形象。合理运用智能审批和授信模式，提高审批效率，补充线下申请渠道。天津分行正在加快数字金融科技运用，利用“科技流”等科技创新评估工具，对企业代表进行评级和画像。建设银行天津南支行表示，过去开展公司业务时，重点关注的是金融公司的土地、房产、设备等看得见的“量”，但现在需要更新迭代评价工具，获取企业潜在的“质”信息，有效识别企业的价值潜力。 “我们项目刚刚起步，成本控制还不是特别完善，项目初期及后续的研发成本在短期内造成了很大的资金压力。建行通过前期企业评价体系及时提供了200万元的信贷支持，有效缓解了融资问题。”王彦民说。此外，全面的数据要素将有助于提高银行对中小企业和涉农行业的贷款意愿。 “应用物流、资金流结合中小企业信息流数据，完善基于工商税等外部数据的智能信贷算法模型，针对轻资产主体等金融市场痛点，不少地区的中小银行正在通过数字化服务创新，细化数字化服务。此外，上海银行、江苏银行等金融机构为产业链核心企业和链上中小企业提供全流程网络借贷服务。针对小微银行和中小农贷普遍存在的抵押品和信息缺乏的问题，苏商银行特约研究员薛红阳表示，中小银行可以整合多种数据，构建三维信用档案，创新评价模型。建立差异化授信额度，有效降低银行风险暴露d 数据元素还具有一些独特的特征。安西罗斯表示，要加快培育金融数据市场，加强金融领域数据资源的开发利用，同时积极推进市场化的数据要素配置改革，比如最大限度地发挥金融信用的作用。强化基础信息数据库和全国信用信息交换平台各自功能，加大涉企信用信息归集力度，进一步优化信用信息开发应用机制。另一方面，考虑实施基础设施建设，例如为金融行业建设数据空间，降低金融机构数据采集和使用的成本。此外，还要积极、不断地推动发展和建设。建立市场化信用评级和报告机构，促进和规范金融数据跨境流动。预防风险管理数字化转型在提高效率的同时，也显着增加了金融风险的复杂性和潜在传播速度，加强数字化环境下的风险管理尤为重要。算法模型失效、数据安全、生态合作风险等新风险与传统风险交织在一起，如果管理不善，就会迅速蔓延。因此，要确保创新不偏离风险管控底线，必须将金融机构智能风控系统建设上升到战略层面。金融业数字化转型虽然取得了一定成效，但现实中仍面临多重局限性。薛红艳先生说，能力悬殊的赌注值得注意的是，一些中小型机构仍然在基础数据治理方面苦苦挣扎。更严峻的挑战是，技术应用与核心业务的融合深度普遍不足，很多尝试停留在外围场景。与此同时，组织结构、人才层级、跨机构数据生态系统协作等制度障碍也对数字化转型的最终结果产生重大影响。从这个意义上说，加强数字化环境下的风险管理，确保数字化转型战略和实施流程与企业的发展战略和风险管理能力相契合就显得尤为重要。天眼莎数据所相关负责人表示，金融机构应加快提升数据项安全应用能力。我们认为有必要考虑准确识别企业等信用机构的股东信息、工商信息等信息，防范潜在信用风险。 “有效管理算法模型风险、加强数据安全防护，是金融机构识别和防范风险的重点领域。”薛红阳表示，数字化风险管理的关键是构建技术改进与业务流程再造相结合的体系。这就需要打造一体化、智能化的风险管理平台，在从信贷审批到贷后管理的全流程中融合机器学习、知识图谱等工具，实时准确识别和阻断风险。同时，应建立专门的模型风险管理机制，对人工智能等模型的开发和部署进行全生命周期的管理，高度重视模型风险管理。o 数据安全和客户隐私保护，为风险管理奠定坚实的基础。同时，数字化、智能化的监控能力也必须及时跟踪。专家表示，这需要对监管系统本身进行全面的数字化升级。另一方面，要推动监管流程智能化再造，利用大数据、人工智能等技术，丰富无处不在的监管工具箱，实现风险预警和精准识别。同时，我们要积极构建监管机构、金融机构和科技企业之间的协作生态系统，通过标准共建和技术共享，共同提高应对新兴风险的认识和能力，最终实现发展与安全的高水平动态平衡。 （商报记者 王宝辉）
（编辑：加成健）