政策框架与核心目标 - 国家金融监督管理总局发布《银行业保险业数字金融高质量发展实施方案》，为金融机构发力数字金融指明方向，围绕数字金融治理、数字金融服务等方面明确任务 [1] - 数字金融是中央金融工作会议提出的金融“五篇大文章”之一，对于提升金融业竞争力和服务实体经济效率具有深刻意义 [2] - 《方案》与2022年的《指导意见》构成递进关系，《指导意见》侧重战略规划与能力建设，《方案》则聚焦具体举措与质量提升，共同构建了数字金融发展的监管政策框架 [2] 发展原则与生态构建 - 数字金融发展应坚持“安全可控、普惠共享、创新驱动”的原则，在顶层设计、监管体系、技术创新及风险防控等方面协同发力 [3] - 鼓励金融机构、科技企业和产业链主体协同创新，推动金融服务更好嵌入制造业、农业、绿色产业等实体领域 [3] - 利用人工智能、区块链等技术优化供应链融资、贸易结算和碳资产管理，加快培育形成科技创新与产业升级的数字金融生态 [3] 数据要素的价值与应用 - 《方案》提出推动金融数据高水平应用，提高数据集成、管理和应用能力，深化数据在营销、运营、风控、决策等领域的规模化应用 [4] - 金融机构需与相关部门和行业企业数据互联互通，将多方多源数据用于客户画像、决策分析、风险控制等业务场景，以提升数字金融服务和治理效能 [4] - 围绕科技型企业“两高一轻”特点，建立科创大数据集为企业识别画像，并合理运用智能审批授信模型提高审批效率 [4] - 拓展小微企业物流、资金流、信息流数据应用，结合工商税务等外部数据完善智能授信算法模型 [5] 金融机构的实践案例 - 建设银行天津市分行依托“技术流”等科技创新评价工具，利用大数据量化模型为科技型企业打分画像，大幅提升融资可得性，例如为天津大地机器人有限公司提供了200万元信贷支持 [5] - 浙江农商联合银行辖内温岭农商银行将客户经理产业调研数据纳入数智系统，构建上下游一体化的信息系统和风险管理体系 [6] - 上海银行、江苏银行等金融机构综合运用人工智能等技术，为产业链核心企业、链上中小供应商提供全流程线上融资服务 [6] - 中小银行通过整合多元数据构建立体信用画像，创新评估模型并设置差异化授信额度，以解决小微、涉农贷款中抵押物和信息缺失问题 [6] 数据要素市场与基础设施建设 - 推动金融数据要素价值转化，需加快培育高质量金融数据市场，强化金融领域数据资源开发利用 [7] - 积极推动数据要素市场化配置改革，发挥金融信用信息基础数据库、全国信用信息共享平台功能，加大涉企信用信息归集力度 [7] - 探索开展金融行业数据空间等基础设施建设，以降低金融机构数据收集运用成本 [7] - 积极稳妥推动市场化征信和信用评级机构发展壮大，促进和规范金融数据跨境流动 [7] 数字化转型的风险与挑战 - 数字化转型在提升效率的同时也显著放大了金融风险的复杂性与潜在传染速度，新型风险如算法模型缺陷、数据安全、生态合作风险等与传统风险交织 [8] - 不同机构间能力不均衡现象突出，部分中小机构在数据基础治理层面仍存在困难，技术应用与核心业务的融合深度普遍不足 [8] - 组织架构、人才梯队及跨机构的数据生态协同等体制机制障碍，深刻影响着数字化转型的最终成效 [8] 智能风控体系建设与监管升级 - 金融机构应加快提升数据要素的安全应用能力，精准识别企业等信贷主体的股东信息、工商信息等要素，以防范潜在的信贷风险 [8] - 做好数字风控的关键在于构建技术赋能与业务流程再造相结合的体系，需建设集成化的智能风控平台，将机器学习、知识图谱等工具嵌入从授信审批到贷后管理的全流程 [9] - 必须建立专门的模型风险管理机制，对人工智能等模型的开发部署进行全生命周期治理，并高度重视数据安全与客户隐私保护 [9] - 监管体系需进行深度数字化升级，推动监管流程的智能化再造，利用大数据、人工智能等技术丰富穿透式监管工具箱 [9] - 应积极构建监管机构、金融机构与科技公司之间的协同生态，通过标准共建、技术共享，共同提升对新型风险的理解与应对能力 [9]