利率市场化改革的深入和数字经济的发展，促使越来越多的服务向数字化、线上化迁移，突如其来的新冠肺炎疫情更是加速了这一趋势，银行开始谋求业务的数字化转型和突破。2021年《数据安全法》与《个人信息保护法》的出台，与《网络安全法》一同形成了数据合规领域的“三架马车”，监管政策强度日趋加大，银行数字化转型既要通过海量客户行为数据准确识别客户、营销获客、控制风险，又要确保客户信息安全，符合数据使用的法律规定，数据的保护意识和对数据价值挖掘的需求之间的矛盾开始日益凸显。在此背景下，隐私计算技术逐步受到关注，Gartner在2020年和2021年连续两年将隐私增强计算列为最重要的战略趋势之一，并预测到2025年，60%的大型企业机构将使用一种或多种隐私增强计算技术；2021年6月，麦肯锡在《Fintech2030：全球金融科技生态扫描》中认为，自动因子发现、知识图谱和图计算，以及基于隐私保护的增强分析将发挥更大的价值，并将其列为金融机构应关注的首要技术趋势。通过多方安全计算、联邦学习、可信执行环境等相关技术将数据价值连通，推动数据安全共享，在多方数据融合的基础上充分发挥大数据所产生的价值，释放数据红利，正在成为各界实现数字化转型、推动数据要素化发展的创新解决方案。“金融行业风控能力建设面临数据难题近年来，风险控制能力越来越成为金融行业的隐形门槛。信息不对称，个人、企业用户信用记录缺失，人工核验成本高，逾期客户的风险识别困难等，都对金融机构管控风险带来了很大挑战。特别是近几年金融业务快速发展，恶意欺诈、过度消费、重复授信等乱象浮现，并且手段越来越专业化、产业化、隐蔽化和场景化。而传统风控手段因维度单一、效率低下、范围受限等原因，越来越难以满足复杂的场景应用需求。金融行业需要各个行业维度的数据去覆盖各类业务产品与风控需求，从而能够使业务人员及时准确地洞察不同来源与业务场景的风险行为变化。而大数据分析的风控手段又常常依赖于数据，但数据滥用又带来了数据隐私安全问题。同时，并不是有越多的数据补充就越能有效提升风控能力。样本缺失、数据质量不高、有效数据维度欠缺等问题，使得通过挖掘数据价值来提升风控模型效果与保证风控数据的可用性在双向平衡性中进退维谷。传统的风险控制流程大致经历了两个阶段——传统风控和大数据风控。传统风控偏向线下，包含人工审核环节，审核时间长，用户体验不太好；大数据风控偏向线上，依赖海量的数据，人工和机器审核相结合，支持批量和实时处理，用户体验较好。然而，随着互联网的高速发展，大数据风控同样面临一系列挑战。总体而言，数据不足，分享不够。数据是大数据风控的血液。数据的可得性、全面性、准确性决定了大数据风控的生命力。金融机构可以在大数据风控的模型构建方面发挥主动性，也可以自己积累数据；同时，外部数据特别是互联网、政务数据也不可或缺。但目前很多政务等外部数据保存在不同地方，联通不够，导致众多的信息孤岛。数据保护意识和数据融合矛盾凸显。随着数据相关法规的陆续出台，个人隐私保护意识逐步增强，对数据的获取和融合难度也逐渐加大。易受到隐蔽化、团伙化的攻击。大数据风控的数据来源和运营过程都在线上。网络攻击可以在任何时候、任何地点发动，难以预测，隐蔽性强。这就要求风控策略加快迭代速度、缩短周期，同时还要保证不损失风控精准度。“联邦学习技术正成为解决金融风控问题的关键上述问题是金融行业风控领域的常见问题，而隐私计算技术的应用正在成为这些问题的一个有效的技术解。隐私计算是面向隐私信息全生命周期保护的计算理论和方法，是隐私信息的所有权、管理权和使用权分离时隐私度量、隐私泄漏代价、隐私保护与隐私分析复杂性的可计算模型与公理化系统。它可以在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算，实现数据在流通与融合过程中的“可用不可见”。其中，联邦学习（Federated

由《银行家》杂志社主办的“2022中国金融创新论坛暨中国金融创新成果线上发布会”于2022年9月26日在北京举行，本届中国金融创新论坛以“数字化金融创新：服务实体经济和产业振兴”为主题，聚焦数字化进程与实体产业振兴，邀请金融业业界权威专家和行业精英交流经验、分享智慧，共同探讨银行业如何用数字化创新服务实体经济。中国光大银行信息科技部总经理史晨阳出席论坛并发表了主旨演讲。数字化可以为业务发展提供核心驱动力，并且提升业务价值和科技创新能力，迎接我们的一定是机遇。数字化转型归根结底服务于业务价值，注定是科技与业务融合的催化剂。

由《银行家》杂志社主办的“2022中国金融创新论坛暨中国金融创新成果线上发布会”于2022年9月26日在北京举行，本届中国金融创新论坛以“数字化金融创新：服务实体经济和产业振兴”为主题，聚焦数字化进程与实体产业振兴，邀请金融业业界权威专家和行业精英交流经验、分享智慧，共同探讨银行业如何用数字化创新服务实体经济。中国银行信息科技部总经理、中国银行场景生态与创新部总经理柯建勋出席论坛并发表了主旨演讲。自2013年党的十八届三中全会提出“发展普惠金融”国家战略以来，普惠金融已发展了近十年的时间。这十年，随着云计算、大数据、人工智能等数字技术的发展和应用，银行与产业一道进行了大量的金融服务创新，通过科技赋能，银行逐渐具备了挖掘、经营以中小微企业为主的长尾客户的能力。中国银行作为国有大行之一，也是全球化程度最高的中资银行，充分发挥跨境业务特色优势，大力发展跨境金融，积极探索跨境业务新模式，为中小微企业提供“一站式”数字化跨境金融服务，支持中小微企业拓展跨境商业活动。加快普惠金融、供应链金融数字化转型，着力解决中小企业融资难、融资贵问题一是打造数字普惠金融服务体系。中国银行在“十四五”规划中，明确将普惠金融作为战略重点业务，聚焦服务中小微企业，打造“开放、共享、丰富、便捷”的普惠金融服务体系。通过研发“慧智控”系列风险管理工具，运用客户画像、决策引擎、风险图谱等技术，强化主动风险管理，全面提升智能风控水平，实现普惠贷款全流程线上化操作，客户从申请到放款仅需几分钟，2021年以来推出十余款线上普惠贷款产品，目前普惠贷款客户近70万户，有力地支持了中小企业的融资需求。二是打造开放型绿色供应链金融生态。按照“产品在线化、服务平台化、授信批量化、运营自动化、风控智能化”的思路，利用新兴金融科技手段持续推进供应链金融服务和模式创新，搭建“票、证、融”线上化供应链金融产品体系，推出“中银智链”品牌系列。同时，利用跨境业务优势，提供境内外、本外币、线上线下一体化的供应链金融服务，目前已在跨境电商、外贸综合服务平台新模式下实现了保单融资创新产品的落地。持续丰富产品服务体系，打造跨境金融服务生态，为中小企业提供“一站式”跨境服务一是拓宽开放窗口，助力中小企业开拓海外业务。进口博览会、服贸会、消博会这些重量级展会是国内国际双循环的重要窗口，也是国家服务中小微企业，支持中小微企业开展跨境商业活动的重要平台。作为进口博览会多年的战略合作伙伴，中国银行为展会提供了综合服务方案，帮助国内采购商和国外展商突破地域限制，推动多边贸易合作，有效帮助中小企业融入全球资金链、价值链和产业链。二是打造跨境电商新模式。为支持跨境电商新业态，经过监管批准，中国银行率先探索与境外跨境电商平台合作，利用数字技术，凭借交易电子信息为境内跨境电商企业提供直连收款服务，结合跨境电商小额高频的特点，研发了贸易背景真实性审核、反洗钱制裁合规等六大类20余个风控模型，提升了业务风险控制的智能化和数字化水平。三是持续优化传统跨境结算产品服务。通过人工智能、RPA、OCR等新技术的应用，研发智能审单等功能，对跨境汇款、境内外币汇款进行全流程再造，进一步实现了业务线上化、自动化、智能化，使产品服务更加便捷、更加安全、费用更低。培育数字基因，激发金融科技赋能业务活力“十四五”期间，中国银行加快建设重点科技基础设施和科技基础支撑能力。一是以新技术运用为着力点，推动人工智能、大数据、区块链等技术在普惠、跨境领域的应用创新，解决普惠、跨境金融痛点问题。二是以新机制变革为支撑点，推动科技业务深度融合，形成科技体系全面紧贴业务、全流程快速响应的高效融合服务模式，科技主动“向前一步”，与业务联动，共同研究市场、共同设计产品、共同打磨体验，巩固自身跨境经营优势。三是以新队伍建设为根本点，打造数字化新军，培养跨越技术和业务的复合型人才，为业务高质量发展夯实基础。未来，中国银行将继续强化金融科技赋能，搭建场景生态，通过为中小企业提供高质量的金融服务，在助力中小企业成长的同时，实现自身的数字化转型发展。柯建勋系中国银行信息科技部总经理、中国银行场景生态与创新部总经理责任编辑：孙

当前，数字技术高速发展，数据处理能力日益增强，对金融科技创新发展起到了关键性作用，成效显著。但数据被处理后具有巨大价值，从而催生出了虚假数据、“大数据杀熟”等数据伦理与算法伦理失范问题。

在全社会数字化转型的浪潮下，商业银行积极应用数字化技术，开采业务中蕴含的丰富“数字石油”，通过建立支持业务快速创新的数字化业务中台，打造“一切业务数字化、一切数字业务化”的数字业务回环，从而沉淀可复用的核心数字资产，降低开发运营成本，提升功能交付及内部运作效率，形成智能化创新产品及解决方案，在金融服务愈发同质化、竞争愈发激烈的市场上，打造差异化竞争优势。

国际货币秩序是全球政治经济格局的延伸。后疫情时代，随着百年变局加速演进，国际货币体系步入调整期，人民币国际化的将面临新机遇、新挑战。本文客观分析疫情以来人民币国际化趋势与特征，从国际货币体系变革的视角，探讨人民币国际化面临的新机遇及发展瓶颈，并提出一些有益建议。

当前，全社会各行各业都在围绕大数据进行转型，人们的一举一动、一言一行等信息无时无刻地被各类电子终端收集和使用。人类社会实现了前所未有的高效连接，使得社会的运转效率得以大幅提升，也促成了大数据时代的到来。

在中国经济高质量发展和共同富裕的大背景下，财富管理进入了普惠时代。其中，数字化既是财富管理进入普惠时代的重要推手，也是普惠时代财富管理发展的核心引擎，财富管理应加快实现数字化转型，充分利用数据要素，做好数字化服务，把握住新时代的发展机遇，满足广大人民日益增长的财富管理需要。

随着云计算、大数据、物联网、人工智能、区块链、5G等新技术的广泛应用，全球加速进入“万物互联、泛在智能”的数字经济时代。在此背景下应运而生的新金融，是以数据为关键生产要素、以科技为核心生产工具、以平台生态为主要生产方式的现代金融供给服务体系。

分享、在看与点赞，全都想要拥有！

2022年1月16日，习近平总书记发表署名文章《不断做强做优做大我国数字经济》，指出数字经济正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。一直以来，党和国家高度重视发展数字技术、数字经济。作为数字经济的有机组成部分，数字金融是数字经济时代实体企业蓬勃发展的助推器。数字经济与数字金融的发展并没有改变经济与金融之间的关系本质，而是通过运用现代信息技术和新兴数字技术，有效提高了经济与金融活动的效率、降低了成本、防范了风险。数字金融的内涵是金融行业及相关产业的数字化转型发展；其外延随着数字经济的发展，逐渐聚焦形成消费数字金融、普惠数字金融和产业数字金融三种主要业态。通过对消费经济、普惠经济和产业经济进行数字化转型升级，并以数字技术作为沟通衔接，与数字金融有机结合起来，形成经济与金融高质量、高效率发展的良性循环，全面推动数字经济时代社会经济的蓬勃发展。产业数字化是数字经济发展的重要方向之一，而产业数字金融则是产业数字化、数字经济规模化发展的加速器。金融永远不变的核心本质是风控，其实质是运用现代数字技术将数据算料通过算力、算法等新型基础设施平台加工成智能风控模型，从而降低由业务参与各方信息不对称造成的业务不确定性。然而，产业数字金融风控所使用的数据要素情况不同于以往，特别是对公客户场景化、生态化细分后，数据样本量很小，难以满足风控建模的需要；而小样本学习目前在机器学习与数据挖掘领域仍属世界性难题。本文从小样本学习技术创新入手，深入探索数字经济时代下面向产业数字金融的小样本学习应用研究与实践。面向金融风控领域的机器学习算法模型传统的商业银行风控体系以定性风险管理为主，主要使用风控规则及客户评级等方法，辅以线下尽调的方法；传统风控模型对包含客户历史行为和相关活动的数据进行分析，但难以预测性地揭示未来风险的变化情况，且数据获取方式单一、定量分析结果相对较弱。数字经济时代下面向数字金融发展，商业银行越来越强调运用金融科技力量来降低风险管理成本、提升客户体验，以数据驱动风控能效的提升，以人工智能算法为基础建立智能风控评价体系。在商业银行风控场景中，往往会选用一些效果佳、业务可解释性强的有监督学习分类算法来构建风控模型，如逻辑回归、决策树以及集成算法等。通过内外部数据融合、数据预处理、特征工程等方法进行数据准备，并根据场景需求及业务数据特点，选择合适的算法开展分析建模，并进行模型的部署和监测。逻辑回归（Logistic

2021年10月18日，习近平总书记在主持中央政治局第三十四次集体学习时强调，发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。在数字经济、共同富裕等国家战略布局下，我国金融业正向着高质量数字化转型迈进。银保监会主席郭树清指出：“为促进经济金融良性循环和高质量发展，3亿新市民将成为重要的活力源泉。”银保监会、中国人民银行于2022年3月联合印发了《关于加强新市民金融服务工作的通知》，明确新市民范围，鼓励引导银行保险机构积极做好与现有支持政策的衔接，强化产品和服务创新，高质量扩大金融供给，提升金融服务的均等性和便利度，不断提升新市民的金融服务水平。数字金融服务新市民大有可为帮助新市民在城市落地生根的重要举措之一，是更好地满足其金融需求，为其做好金融服务。这既对我国构建新发展格局、实现高质量发展具有重大意义，也是推进金融供给侧结构性改革、促进共同富裕的必要举措。这其中金融机构的作用不言而喻。然而，目前许多传统金融机构尚无充足的技术能力为新市民提供与其需求匹配的金融服务。例如，金融机构更倾向于为有抵押担保或有征信记录的客户提供信贷服务，但大量新市民是无征信记录的“白户”。因此，消费金融公司这类具备大数据风控技术的“能力者”，在帮助新市民获得高质量金融服务方面的重要性越发凸显。数字化与数字金融的异同基于当前科技发展水平，数字化主要包括三方面：可度量化（将非结构化数据，如语音、视频、图画、文字等，转化为可测量和进行数学计算的数据）、可定量实施最优化、可实施全自动化决策管理。可以说，数字化是指可度量化、可定量的实施最优化决策、可自动化执行的实施过程。金融的发展可以用六个维度进行概括：一是业态环境，即金融机构的营业形式（实体或虚拟）；二是运营基础，即如何服务客户；三是信息处理，即如何获取和处理交易信息；四是交互模式，即人人交互、人机交互、人人与人机组合交互；五是管理模式，即手工管理、手工与系统结合管理、系统自动管理；六是决策模式，即基于契约模式、信用、法律保障等制定决策规则。纵深来看，金融的发展可划分为三个阶段：传统金融、数字金融和智能金融。对应上述六个维度，传统金融的特征可以大致描述为：业态环境基于实体社会，运营基础依靠机构网点，信息处理基于客户提供纸制材料，交互模式为人人交互，管理模式以手工干预的管理为主，决策模式主要为人工参与决策机制。同样，数字金融的六个维度特征可描述为：业态环境由实体社会、互联网、物联网、元宇宙组成，运营基础是在业态环境中数字化全面运用，信息处理以数字化自动处理为主，交互模式为数字化交互，管理模式为系统全自动数字化管理，决策模式为系统全自动数字化决策。基于此，可对数字金融进行初步定义，即在现实环境（包括现实物理社会环境、互联网虚拟社会环境、物联网环境、元宇宙）中，以大数据为基础，以数字化交互、信息处理、决策、管理为主要运营模式的金融业态。数字金融与大数据风控当金融进入数字金融阶段，其根本特征就是数字化。从前述六个维度来看，数字金融在每个方面都有质的飞跃。其一，数字金融所服务的业态环境不再局限于实体社会，互联网、物联网及元宇宙等都属于其服务的范畴。其二，数字金融的运营环境取代了传统的实体环境，使得金融运营方式借助数字化手段产生了更多创新，如通过数据驱动及时触达客户的服务方式，大幅提升了金融服务质效。其三，数字金融在信息处理上也有质的飞跃，从过去仅限于数据扩展到文字、语音、图片等。其四，交互模式方面，数字金融也从依赖于人的交互发展到如今的数字化交互，使业务效率呈指数增长。其五，由于各环节数字化的实现，数字金融客户管理模式能够顺畅地转型至系统全自动数字化管理。其六，决策机制也逐渐数字化，金融机构可以采用科学量化的方法进行预测和实施最优决策，并及时追踪和迭代调整，真正做到系统全自动数字化决策。站在数字金融的浪潮之上，金融机构要提升竞争力和服务能力，除了要实现前四个维度的数字化之外，还须具备实现数字化管理和数字化决策的能力。具体到风险管理方面，须实现全流程风险管理数字化。因此，在拓宽金融服务边界、提升服务新市民质效方面，大数据风控是大势所趋。凭借扎实的科技实力和创新能力，马上消费金融自成立以来就将自主研发的智能风控、智能获客、智能营销、智能客服等一系列系统，以多元化产品为依托，通过零物理网点、线上自动化服务拓展到全国各地，提升金融服务的触达性和便利性。截至2021年12月末，马上消费金融的服务已覆盖全国31个省（自治区、直辖市），实现3C数码、旅游运动、生活服务等全场景覆盖，累计服务县域用户和农村用户分别达到3362万人和2778万人。值得一提的是，消费金融服务的客群与新市民高度重合，而持续满足并服务好3亿新市民的金融需求，不仅是金融机构的社会责任和发展机遇，更关乎我国城镇化发展、共同富裕战略的实施成效，进而为数字金融加速推进、经济高质量转型升级贡献砥柱之力。大数据风控助力解决新市民服务痛点大数据风控实现了信息的度量化大数据风控，可以简单理解为全流程风险管理数字化，即以大数据为基础，以数据驱动的方式，系统自动化执行各环节风险管理策略的风险管理机制。换句话说，大数据风控可以将各种信息度量化，在预测和决策中综合使用这些信息进行量化的最优决策，并部署在系统平台上全自动实施执行。现实生活中，由于部分新市民工作不稳定，缺乏收入及房产等资质证明，导致金融机构难以用传统的风控模式衡量其信贷资质，造成服务空白。不仅影响金融机构拓展市场细分领域，也影响普惠金融的落实和渗透。而大数据风控在技术层面提供了解决之策，使金融机构拓宽服务客群、提升服务质量有了更多可能。目前，马上消费金融通过运用数字金融技术已为超过650万新市民建立了信用记录，通过线上线下融合的方式不断提高普惠金融的服务效率，与多家银行及保险公司合作，借助网点功能实现线下服务新市民的金融和消费需求。大数据概念形成于2010年前后，大数据风控概念在2013年以后慢慢成形，并自2015年起在信贷市场逐渐落地应用。随着众多电商金融陆续推出网络信贷产品，民营银行相继成立并推出多项服务，以马上消费金融公司为代表的消费金融公司先后成立并推出多种信贷产品，我国大数据风控市场基本形成。大数据风控的数据基础和技术层次不同于传统风险管理，大数据风控有着完全不同的数据基础和技术层次。首先，大数据具有“4V”特性：一是量大（Volume），达PB级；二是数据类型多（Variety）；三是产生速度快（Velocity），以每月大于多个BP的速度产生，某种程度上也标志着新技术的发展速度；四是密度小但价值高（Value）。其次，在大数据整合方面，“4V”特性使传统的数据处理技术很难直接应用，因此，新的处理方法——分布式处理方式Hadoop、Spark和Mapreduce等应运而生。由于大数据种类多，传统经典分析方法也面临挑战，因此机器学习、人工神经网络深度学习等人工智能方法被加速引进应用。事实上，大数据风控最本质的含义在于风险管理策略的有效性在大数法则下成立，不合理个案虽可能发生，但均为小概率事件。同时，风险管理策略数字化、数据驱动的方式以及自动化执行包含的内容也十分丰富。首先，大数据风控中的“风控”是风险管理的简称，是在收益风险中寻求平衡以达到投资回报的极大化，而非字面意义上的简单风险控制。其次，整合大规模数据需要以结构化数据、半结构化和非结构化数据作为决策基础，需要有一个快速处理和整合数据的分布式处理数据仓库作支撑。再次，系统自动快速执行策略的前提是具备决策变量生成平台，用以简单、稳定且高效地计算自定义的大规模决策变量（基于结构化、半结构化和非结构化数据）；此外，风险管理策略的数字化要求有一个强大的规则引擎，可部署机器学习和AI深度学习风险模型。最后，数据整合处理、决策变量计算、策略和规则部署实施执行各部分和账务核心系统须无缝连接，使风控策略在数据驱动下自动运转执行。金融机构如何实施大数据风控在现阶段，大数据风控的实施方式丰富多元。以信贷业务为例，在客户触达、核身、计算评分、授信等环节，部署的方式和重点各有不同。如何触达客户客户触达即授信机构和流量渠道的交互。如今流量可以发生在多种渠道，如电商消费场景，租车、自媒体、专业会员等细分市场领域，搜索、支付、朋友圈等互联网应用基础平台，苹果、安卓等手机应用市场，BAT第三方平台等。对于风险管理而言，客户触达是大数据整合、基本模型和评分计算的环节。无论哪种触达模式都包含两个步骤：一是与流量通道建立联系，这是第一步，可登录公司网页或下载公司App进行简单注册，使用电话号码即可完成；二是与账务系统建立联系，这是获得授信的必备条件。如何核身经过触达环节，大数据风控有了基础数据，并将这些数据进行整理关联后变为信息，下一步最重要的是判别信息的主体资格，核身是第一关。因此，在触达环节收集足够的核身相关要素就变得尤为重要。埋点的设计要全面和完整，考虑各种可能情况，覆盖触达的各个节点。在线上信贷业务中，申请环节的身份信息最小集是“四要素”，即姓名、身份证号、电话号码、银行卡号；除系统性“四要素”鉴权外，通常还需做人脸识别，以确认客户真实存在且为申请者本人，而且不存在身份被盗用、团伙使用等情况。核身步骤要求极高的严谨性，这是为后续环节构建的基础防线。如何计算模型评分在触达客户并核身后，要用评分技术构建模型估测客户预期损失概率。根据客户触达的不同形式所产生的不同信息（即产生不同的数据流和变量），进行不同精度的估计。由于数据的丰富程度不同，预先计算精度或存在出入；新信息接入后，预测变量将被进一步更新，精度将会提升，进而有助于提高授信准确率。为尽可能准确估计预期损失概率，除结合平台本身的信息之外，金融机构通常还会借助征信或增信数据进行优化。通常情况下，个人客户在网上申请授信时，金融机构能够获得该客户的个人基本信息、在平台的行为信息、经授权的App信息及其他相关信息，如征信、银行卡使用、手机运营商、多头借贷等信息。如何授信首先，需要建设可靠的大数据处理IT系统。在关联所有可以依法合规获得的数据后，进行整合、实时计算评分变量和评分，进而准备好所有决策变量运行策略。此过程须在一两秒钟内完成。其次，运用机器学习构建预期损失概率估计。大数据风控更多采取机器学习的算法来构建模型评分，目前大多采用GBDT及其改良的Xgboost算法。构建模型的方法主要有分段式、分层式、综合式、模型校验四种。大数据风控中的授信决策基本为系统全自动决策，大数据的作用在于，通过分析客户的历史行为、资信状态等数据，尽可能全面准确地了解客户的还款能力和还款意愿，并将此与历史损失数据相关联，从而预估损失概率。由此得出对客户还款能力的近似判断，结合同类客户的历史信贷表现数据，利用聚类或有监督的分类办法、复杂网络等聚类方法作出进一步判断。根据这些判断设计决策规则，如是否授信、授信额度及期限等，实现风险可控且回报率最大化。大数据风控的“十大矛盾”与“十大原则”“十大矛盾”目前，我国金融业在信息处理方面仍然面临以下“十大矛盾”：一是垄断和竞争的矛盾；二是目标不一致的矛盾；三是“困栏”造成的矛盾；四是平台转化率极大化和共债风险的矛盾；五是因融资渠道单一的矛盾；六是“普”和“惠”的矛盾；七是多头监管之间的矛盾；八是数据碎片化和信息不充分的矛盾；九是关键信息缺失和有效数据闲置的矛盾；十是降价引发的矛盾。事实上，这“十大矛盾”对尚处于商业化落地进程中的大数据风控也造成了不少挑战。例如，由于缺乏系统性征信数据，传统的平衡卡等信用评级方法难以发挥作用，必须借助结构化、半结构化和非结构化数据进行信用风险判断。但目前我国政府数据开放性欠佳、碎片化严重，数据整合能力也存在短板，因此数据的合规性和来源可靠性也需仔细甄别。同时，大数据风控还面临技术层面的挑战。例如，决策平台方面，经典规则引擎局限性，机器学习、复杂网络、深度学习部署问题，环境操作风险问题，都仍待解决；算法方面，构造变量、算法细节分解等也都存在短板。“十大原则”挑战当前，大数据风控重任在肩。作为一直在此领域耕耘的金融机构，马上消费金融结合自身经验，总结了实施大数据风控的“十大原则”：一是数据的收集和使用必须严格遵循《数据安全法》等法律法规，这是开展业务的红线，不能有丝毫松懈。二是必须保障核身的可靠性。数字金融时代，金融机构与客户的人人交互频率降低，作为风险控制的基础防线，核身环节必须严谨有效。三是必须保障在线实时信息传输的合规性和安全性，这是从业机构共同的责任。四是所有用于决策的信息必须不能也不应有任何民族、性别方面的歧视，且需取得客户授权。五是整合多种数据、构造预测模型和评分是大数据风控的基础，但须在非开发样本上得到可靠验证后才能部署实施。六是利用模型、评分、变量等所设计的策略，需要在足够大的验证数据集进行模拟，以检验策略目标指标的合理性和可行性。七是大数据风控是全流程风险管理数字化，必须具备完善的回顾机制，这需要各环节运行细节具备可追踪机制。八是大数据风控所用的方法以机器学习为主，机器学习在理论上尚无法确保模型的稳健性，因此要求模型或评分必须及时回顾和迭代。九是必须保障在线自动运行时各环节实时监控和预警，预防造成较大业务损失。十是必须保障在线自动运行触发预警时，可以及时有效干预。最后需要强调的是，我国金融数字化工作在部分市场、业务种类和业务环节中，人工干预仍必不可少，切不能“为了数字化而数字化”。数字金融发展是一个长期的过程，只要我们认清方向并且坚定不移的走下去，定将水到渠成。作者系马上消费金融公司副总经理文章刊发于《银行家》杂志2022年第5期「金融科技」栏目责任编辑：刘彪ChinaBanker@vip.163.com点击链接↓

分布式虽然存在诸多优势，但我们也应注意到其带来的运维复杂性以及学习难度的增加。在一个分布式系统中，可用性（Availability）、一致性（Consistency）、分区容忍性（Partition

作者系中国社科院金融所支付清算研究中心主任文章刊发于《银行家》杂志2022年第4期「专题」栏目责任编辑：孙

随着大数据、云计算、区块链、人工智能等互联网新技术的广泛应用，科技赋能数字化转型已成大势所趋。加快金融科技系统升级换代，提高IT系统建设管理水平，打牢企业级系统开发“底座”根基，成为商业银行数字化转型的重要驱动与关键支撑。本文以恒丰银行与建信金科联合建设大型软件系统开发项目——恒心工程为例，归纳总结企业级IT系统建设项目管理（Project

近年来，随着数字经济的不断发展，叠加新冠肺炎疫情的外部冲击，货币数字化进程显著加快。在此背景下，以各国货币当局为代表的公共部门，为了维护货币主权和货币统一性，多选择开展央行数字货币（Central

近年来，伴随行业内外部环境的不断变化，银行业务模式也在逐步发生变革。当前银行已发展到Bank4.0阶段，并成功迈入数字化银行时代，在科技创新方面，各家银行纷纷加大金融科技资源的投入，并将科技与金融更紧密的融合在一起，形成一种新的业务模式——Fintech。业务模式的创新，不但能够提升银行自身的金融服务能力，还能够对外部输出这种能力，并将金融服务作为能力底座，赋能更多的业务场景。此时，银行已不只是在提供服务，而更多的是在扮演“连接”的角色，这种角色离不开“开放平台”的能力建设。伴随移动互联网端业务场景的逐渐丰富，「小程序」这种能将业务功能碎片化，帮助App快速上线业务功能、实现敏捷迭代的工具，也开始逐渐进入银行的视线。银行可以通过小程序来支持合作伙伴的功能入驻App，聚合不同业务场景的流量入口，实现一个App就能解决客户所有需要的可能性，从而真正完成“连接”的使命。但是拥有小程序平台就能实现目标了吗？合作方又为何要将流量入口放在银行App里呢？如何将在流量平台中已经上架的小程序迁移至自有App中？银行可以通过小程序平台为用户提供差异化的金融服务吗？个人信息保护法颁布后，银行和合作方在个人数据安全方面，又会有哪些影响或阻碍？这些问题可能都是银行将要去面对以及解决的。凡泰极客致力于以小程序形态的轻应用技术赋能企业拥有自己的数字化基建，构造自己的数字生态。凡泰极客FinClip技术，其小程序运行沙箱具备从手机到PC到车载系统的跨设备端支持能力，同时获得国家相关安全机构认证，其「小程序应用商店」具备对小程序的灰度发布和实时管控能力，提供了实时风控的手段，尤其受到金融行业的欢迎。本文首发于Twt社区。Twt社区特别组织金融行业专家、凡泰极客解决方案中心的专家和金融行业同行畅谈银行如何通过小程序来增强App建设，同时针对“流量”和“安全”两个主要问题，有哪些具体方案和解决措施，能更有效地促进银行金融业务的发展。本文主要包含三个方面：银行如何构建小程序生态、银行如何保障小程序的安全性以及银行如何建设管理小程序平台的共识。一银行如何构建小程序生态01小程序生态下，可否与银行公众号、App进行生态打通，方便一站式服务客户，具体实现方式及可选范围有哪些？目前凡泰小程序同步对齐了微信WXML小程序语法，如果是已经在微信环境中运行的小程序，就可以在代码不修改（或极少量修改）的情况下，在App引入FinClip

导语：数字经济时代，数据成为基础战略资源。银行业作为典型的数据驱动型行业，既为社会各层面提供微观金融保障与服务，又体现国家经济宏观状态和调控方向，成为数字经济时代转型的排头兵。本文以商业银行数字化转型应用需求为导向，论述我国商业银行数据治理模式和落地实施策略，以期对数字经济时代商业银行数据治理新范式的构建有所裨益。

2020年10月16日，习近平总书记强调，“要加强量子科技发展战略谋划和系统布局，把握大趋势，下好先手棋”。实际上，在众多新兴精尖技术中，量子计算由于其在机器学习建模应用方面表现出超越经典计算的模型准确性优势，在商业银行应用领域前景广阔。商业银行智慧运营场景为量子机器学习算法模型的应用提供了天然土壤，商业银行运营管理业务迎来了“换道超车”的发展机遇；将量子科技与银行智慧运营相结合，具有重要的社会价值和经济价值。当前社会已经从互联网、大数据时代迈向人工智能、量子科技时代，金融生态环境和客户交易习惯发生着深刻变化。在此背景下，银行需要以金融科技创新为驱动，全面推进运营管理数字化转型，在客户体验升级和资源配置优化等方面予以体现。本文将量子科技与机器学习相结合，立足我国商业银行应用实践，聚焦银行智慧运营场景，运用量子聚类技术为银行提供决策方案。

其AUC指标达到0.84，KS指标达到0.55，KS指标对比仅基于行内数据构建的模型提升了约15%。这表明联邦学习模型能够对用户欺诈行为进行有效识别，有效提升商业银行的风险防控能力。

Grover）提出了Grover搜索算法，可以在大约2128次迭代内穷举破解一个256比特的密钥，较经典计算机有了平方级别的加速。而后，量子算法研究逐步发展，各研究方向不断涌现出相关成果。

中国工商银行首席技术官吕仲涛由《银行家》杂志社主办的“中国金融创新论坛”暨2021中国金融创新成果线上发布会于2021年9月24日在京召开，本次论坛主题为“银行数字化转型：路径与策略”，中国工商银行首席技术官吕仲涛出席并发表了主旨演讲。当前，数字经济作为数字生产力驱动下的一种经济形态，在国民经济中的关键作用日益凸显。金融与科技相互渗透、相向而行，“数据+技术”双轮驱动的金融创新成为了数字化转型的核心。银行业具有天然的数字化基因，不断催生着行业的自我革新，随着数字中国建设的浪潮，银行业的数字化转型进一步提速。在数字经济时代下，商业银行应抓住全社会数字化转型机遇，顺应数字经济发展趋势，构建数字化发展新模式。通过升级数字生产力、构建数字生产关系，筑牢数字化转型的坚实“基石”，在此基础上打造开放合作的数字生态，从而走出一条活力迸发的高质量数字化转型发展路径。升级数字生产力，将技术变革作为核心动力依托ABCDI、5G等新技术，打造企业级技术平台。工商银行全面推进新技术布局，深化新技术规模化应用，打造了分布式、云计算、人工智能、区块链、物联网等一系列自主可控的技术平台，形成了领先的企业级技术能力和应用能力。同时，工商银行积极探索前沿技术新高地，将卫星遥感技术和人工智能技术相融合，借助高分辨率卫星遥感数据配套智能化监控模型，对农作物生长、大型工程类项目建设进行贷后智能监控，并实现了量子技术在重要金融加密场景中的可行性验证及试点应用突破。加快升级数字新基建，加速IT核心架构转型升级等基础设施建设，夯实数字化转型的坚实“基石”。工商银行持续提升云计算、分布式两大技术基础平台支撑能力，构建起技术领先、体系完整的开放平台核心银行系统，实现大型银行IT架构的重大突破。深化数据融合应用，推进开放共享、提升资源价值，推动数据要素市场化改革，充分发掘技术革新产生的效能。工商银行强化数据资产治理和数据安全管控，打造标准统一、通用共享、灵活高效的企业级数据中台以数据为纽带贯穿创新链、产业链、价值链全过程，推动各类生产要素数字化升级。建立与数字生产力相匹配的数字生产关系，推进银行内部的数字化基因变革以机制体制改革为着力点，畅通全行科技创新内循环。工商银行建立创新攻关“揭榜挂帅”机制，更大范围激发金融科技创新活力；建立开放灵活的“产学研用”联动机制，与全球头部企业和顶尖高校开展数字化转型的紧密合作，建立常态化联合创新机制；以工银科技市场化为突破口，不断提升工银科技价值输出能力和市场影响力，铸造改革新引擎。推进金融科技人才兴业工程，工商银行以人才队伍建设为根本，激发人才创新活力，深化人才发展体制机制改革，全方位培养、引进、用好金融科技人才，构筑国内外优秀人才集聚的创新高地。推进构建数字生态，打造合作开放、共赢发展的新生态，形成金融与相关行业紧密融合的“数字共同体”在赋能产业互联网方面，工商银行不断构建智慧产业金融生态体系，多模式赋能企业经营各环节数字化转型场景，链式拓展服务上下游客户。发挥对公结算优势，打造线上化、场景化、全球化支付生态。在赋能消费互联网方面，以金融科技创新赋能智慧城市和数字乡村，通过数字产品和数字服务将无所不在的金融服务嵌入人民群众的日常生活，不断满足人民群众对于美好生活的需要。在赋能政务互联网方面，紧抓国家数据要素市场建设机遇，完善数据资产的管理体系，提升应用效能，打造与数字中国、数字经济相呼应、相联通的数字化重构能力。工商银行积极参与全国各地数据要素市场建设，深化行内数据与教育、交通、旅游等行业数据的融合应用，推进智慧政务和便民金融服务建设，通过大数据联合建模，与全国26个省市开展政务数据合作，落地300多个政务合作场景。建设联合共进的金融科技“朋友圈”，加强金融科技能力共享输出大型银行以金融科技子公司为主体进行能力输出，利用积累的自主可控金融科技优势，助力金融行业数字化水平能力全面提升，携手同业共同成长。工商银行以工银科技为对外服务的窗口，推出反洗钱智能及开放服务系统“工银BRAINS”，面向同业分享风险防控等领域的实践经验；同时推动客户关系管理系统、分布式核心银行系统、信贷系统等银行业务系统的对外输出。吕仲涛系中国工商银行首席技术官【编辑招聘】简历投递邮箱：ChinaBanker@vip.163.com咨询电话：010-62631958长期有效分享、在看与点赞，全都想要拥有！

平安银行公司业务总监、交易银行事业部总裁李跃由《银行家》杂志社主办的“中国金融创新论坛”暨2021中国金融创新成果线上发布会于2021年9月24日在京召开，本次论坛主题为“银行数字化转型：路径与策略”，平安银行交易银行事业部总裁李跃出席并发表了主旨演讲。数字化转型不仅是银行内部的自我提升，更重要的是整个产业链和生态场景的数字化建设。平安银行公司业务通过数字化转型，将金融服务与产业连接，具体可以分为三个层面。以物联网服务实现业务数字化。数字经济时代，数据成为经济发展的新生产要素。平安银行创新构建“上有卫星，下有物联网设备，中有数字口袋、数字财资和开放银行”数字经济服务生态。平安银行自2019年起启动“星云物联网计划”，依托物联网、区块链、大数据等技术，搭建“星云物联网平台”，并在2020年发射了国内金融界首颗物联网卫星“平安1号”，作为“星云物联网平台”的技术补充，帮助实体企业提升融资的可获得性，同时提升其数字化经营能力。截至2021年9月，星云物联网平台已接入超1000万台物联网终端设备，并在智慧制造、智慧车联、智慧农业、智慧能源、智慧物流、智慧城建等六大领域实现创新产品落地，支持实体经济融资规模超1300亿元。以智慧制造为例，平安银行接入制造型企业机器上安装的物联网设备，比如纺纱机、注塑机上安装的简单的电流传感器等，结合该行针对制造业建立的风控模型，可以更准确、及时地掌握企业生产经营情况，据此为其提供融资等金融服务。在智慧能源领域，星云物联网平台也在探索通过碳排放数据，帮助银行客观评估绿色项目，助力绿色金融业务发展。同时，平安银行将数字化能力通过线上化、自动化的方式反哺企业，帮助企业数字化转型。例如，很多小企业主天天在外面跑客户，并不知道企业生产经营的实际情况，平安银行基于每个机器设备的数据，提供一个小程序，企业主只要登录就可以随时看到机器设备运行情况，积累起来就会形成关于设备生命周期的数据。搭建敏捷中台实现经营线上化。通过物联网等科技手段、经企业严格授权接入银行的各类数据如何有效支持业务发展，平安银行认为核心是建立敏捷中台，把产品、风险等信息参数化、组件化、标准化，生成通用型模版，实现自由配置、随时调用。例如，平安银行在交易银行事业部内部成立一个二级中心，叫“智能平台中心”，各个模块、各个维度的数据都可以通过这个团队统一输出。服务大量中小微企业的时候，线下是跟不上的，平安银行在保证合规的前提下，通过企业微信等一系列线上运营方式，把更多的金融服务往线上迁移，不断提高金融服务的覆盖面、可得性和满意度。因此，平安银行数字化的对公业务，相对于传统对公业务而言，主要的区别在于运营成本更低、服务效率更高、客户体验更佳。“我们推出了一系列敏捷运作机制，支持业务发展。例如推动IT内嵌业务，建立各类行业特征的风控模型，实现自动化审批等，在监管允许的范围内尽量把业务推到线上，以提升金融服务实体经济质效”，李跃提到。打造决策大脑实现管理自动化。管理大脑的难点是要把日常管理动作自动化，将过去复杂的人工操作环节线上化、数字化。只有实现了经营管理自动化，很多信息才能够贴标签、采集，进而跟踪进展。平安银行提出“四通一平”，打通账户、数据、产品、权益等，并构建统一的基础架构平台。例如在销售方面，平安银行打造了一个面向客户经理的管理app，为客户经理，包括团队长、支行长提供数据看板，他们可以随时关注业务增减的情况、员工拜访客户的情况等。总行也会基于海量数据，为一线团队推送商机线索，该机制在平安银行有效推动了业务发展。李跃系平安银行公司业务总监、交易银行事业部总裁【编辑招聘】简历投递邮箱：ChinaBanker@vip.163.com咨询电话：010-62631958长期有效分享、在看与点赞，全都想要拥有！

国家金融与发展实验室副主任、北京立言金融与发展研究院院长杨涛由《银行家》杂志社主办的“中国金融创新论坛”暨2021中国金融创新成果线上发布会于2021年9月24日在京召开，本次论坛主题为“银行数字化转型：路径与策略”，国家金融与发展实验室副主任、北京立言金融与发展研究院院长杨涛出席并发表了主旨演讲。为什么重视经济金融数字化。通过发展数字经济更多的是为了应对增长的困境，首先可以看到长期以来全球经济增长遭遇越来越多的挑战，新冠疫情短期冲击一方面使得宏观经济雪上加霜，另外一方面也倒逼了非接触式商业模式快速发展。与此同时，整个经济增长的模式也在发生快速的变化，所以在众多经济发展压力的促进下，使得数字化转型成为重要的抓手。此外，应该说政策层面也在不断地支持与护航数字化转型。2020年4月，中央提出构建更加完善的要素市场，首次把数字要素作为重要的要素之一。应该说，在新发展格局当中数字化转型正是其中一个重要的抓手之一。经济模式变化在持续支撑着数字化发展。首先是C端的变化。无论是从全球智能手机用户的增长，还是从部分国家互联网渗透率的变化，都可以看到整个移动端使用的范围和深度越来越突出，意味着未来众多的经济金融的商业模式在面对终端用户的时候必须往移动端转移。其次是B端也在加速变化。疫情期间全球增长最快的企业都是跟新经济、数字化密切相关。2017～2020年，我国新成立的企业中，很大一部分都是在那些关注新经济、新技术、创新有特别好的生态的城市里，有的是着眼于科研与技术服务业，有的是着眼于信息软件跟信息技术服务业。数字化发展带来的风险。现在很多国家都面临着一些看不懂的风险担忧，这些风险可能来自于加密数字资产和区域中心化金融这样一些越来越在数字化时代变得更加复杂的模式，它对于传统的经济金融运行带来重大的挑战；与此同时，当前核心的社会再生产的投入要素都发生了变化，从最早的土地到劳动力到资本到技术到当前的数据，数据成为整个社会再生产中最重要的切入要素，由此带动了资本、技术和其他一些要素。正是面临种种不确定性的全新的风险担忧，使得各国现在越来越高度重视数字化转型的问题。未来数据主权竞争将成为新的竞争领域。当前来自于数据主权的竞争越来越突出，某种意义上是在全新的数据环境下强调新主权的竞争。我们国家也把数据处理活动和数据处理者的国外上市纳入到网络安全审查的范围，某种意义上也体现了对于数据主权的重视。事实上这也是全球趋势，比如说欧盟的数字金融战略就旗帜鲜明地提出来要推动数字金融发展，并且有强大的欧洲市场参与者主导，使欧洲的消费者跟企业享受数字金融的好处，同时体现欧洲的价值与风险的稳健监控的原则。金融科技（数字金融）的价值。一是要维持金融的基本功能实现自身的可持续发展，因为金融有一些最基本的功能，像融资、风险管理、支付结算等。伴随着数字化转型，事实上这些基本的功能都面临挑战，要维持原有的金融功能就必需变革。二是提高行业效能，从整个金融行业来说就是如何提升自身的竞争力，如何强化自己对经济社会发展的贡献度。三是符合弥补服务短板，特别是在长尾、普惠方面如何发挥可持续的服务能力，这是对于金融科技带来的重大历史使命的要求。四是如何保障金融安全，这即有在微观层面讨论也有在宏观层面讨论的问题。未来金融科技与数字金融发展的重点。我们认为有几方面的问题值得我们关注，第一是数据。从微观层面看，就是企业如何更有效地管理数据、应用数据、发掘数据。整体来看，目前只有极少数的企业准备好适应数字化转型的要求，多数企业在数字管理能力方面还有很多不足。第二是技术。与过去纯粹重视技术本身来比较，当前越来越重视技术的伦理问题，因为它某种程度上决定了未来技术在金融领域应用，能否沿着一条健康可持续的道路往前走，所以技术的伦理变得越来越重要。第三是需求端。金融科技的创新无非着眼于场景改良或全面重构。场景改良起到的效果是从边界上改善现有场景模式，全面重构强调的是依托数字化全面重构生态架构，实现资金流、数字流、产品服务流和行为流的融合。现实中实现全面重构非常难，所以在这个过程中要踏踏实实在边际上往前走，避免出现数字化焦虑。第四是制度。从监管视角看，面对金融科技和新金融的创新，需要对未来可能出现的问题有更高的容忍度和弹性。这个过程中，既要重视带来的风险问题，又要避免一刀切，毕竟所有的政策监管最终都是为了促进创新。

科技赋能金融发展，而朝气蓬勃的青年又恰恰是科技创新中的生力军。如何使新入职青年员工快速成长为独当一面的金融科技管理人才，建设银行做出了有益的探索。金融科技部对新入职员工组织了为期半年的项目制培养，以项目制培养为抓手，通过让新员工独立承担任务开展“干中学”，再辅以有序的全程跟踪指导，使新入职员工承担的一个个小项目落地，“干中学”催生金融科技管理人才雨润花开，收到了良好效果。

这对于银行的流程适配、业务并发和信息安全都带来了新的挑战，特别是在银行总行系统与分行特色客户平台个性化适配上的矛盾更加突出，传统IT系统与以客户为中心的数字化系统衔接与整合都需要一定时日。

科技赋能审计数字化转型↓↓↓点击下方图片，更多专题精选文章↓↓↓分享、在看与点赞，全都想要拥有！

目标导向。一是吸引优秀员工，调动员工积极性，让员工发自内心地想要为客户提供更好的服务。二是聚焦特定目标客群，为其提供少量优质、特色化的产品和服务。三是围绕数字化产品和数字化经营进行创新。

个监控维度，对六大信贷流程和348个审批环节进行持续监控，实现了宏观可看清发展态势，微观可寻异常原因，数据实时可查，异常及时提醒。智慧分析。通过对“管理者的一天”

Fintech的兴起，使大数据在金融行业的应用获得了前所未有的发展。商业银行作为金融行业的主力军，对大数据的开发应用一直居行业之先，引领着大数据开发应用的潮流方向。但在这一过程中，由于过快的发展速度，也导致了一些这样或那样的问题，制约着大数据应用效果的发挥。

线上一键申请、30分钟响应、线下一次签约、1个工作日办结，实现线上智能授信和线下便捷用信，有效解决个人、商户、企业贷款申请难、资产评估难、额度满足难……浙江余杭农商银行在数字化转型实践中，强化数据融合应用，近日创新推出了房产类、个人类、商户类、企业类四大系列八款数字化贷款产品，用数字化赋能金融服务，用大数据跑出信贷业务加速度，在数字化赋能普惠金融领域探索具有余杭特色的新实践。数据“说话”

浙江嘉兴，长江三角洲中心区27城之一，有“鱼米之乡”的美誉，是中共一大南湖会议召开地、中国革命红船的起航地，同时也孕育了一家城商行——嘉兴银行。嘉兴银行成立于1997年12月，是嘉兴市第一家、也是最大的地方法人银行。2020年，其总资产突破千亿元大关。近日，嘉兴银行公布数字化转型战略，由此全面开启以“科技金融”为战略特色的数字化转型新征程。集天时地利绘就规划蓝图近年来，国家大力推动数字化建设，浙江省委省政府2021年初召开全省数字化改革大会，提出通过数字化改革打造

机构客户范围广泛，涵盖各级政府机构、预算单位、社会团体、军队武警等，具有资金量大、集中度高、稳定性强的特点。从业务范围看，机构客户是行政管理、社会事务管理、公共服务的提供者，其服务具有外延溢出性。

进入21世纪以来，能源对国民经济的影响显著增强，其中以石油天然气最为突出。石油天然气资源成为继水资源之后影响我国国计民生的又一个重要因素。决定石油天然气行业实体经济发展的一个重要的外因则是金融支持，包括顺畅的结算通道、资金支持，以及金融引导下的资源最优配置。2009年，中国石油天然气集团（以下简称“中石油集团”）通过收购重组控股昆仑银行，石油天然气领域的产融银行横空出世。携带着石油资本的基因，昆仑银行自成立以来，持续支持石油天然气等能源产业实体经济的发展，经过十年的实践探索和市场检验，不断走向成熟，成为国内产融银行发展的典型代表。

近年来，供应链金融受到国家层面多项政策鼓励，是我国服务实体经济、扶持中小企业的重要抓手。2019年7月6日，中国银保监会发布了《中国银保监会办公厅关于推动供应链金融服务实体经济的指导意见》，要求银行保险机构应依托供应链核心企业，为供应链上下游链条企业提供融资、结算、现金管理等一揽子综合金融服务。2020年9月，央行、商务部、工信部等八部门发布《关于规范发展供应链金融

“平台化+场景化”经营生态是银行数字化转型的突破口↓↓↓点击下方图片，更多专题精选文章↓↓↓分享、在看与点赞，全都想要拥有！

Leerink）是硅谷银行集团的独立子公司，于2019年1月通过收购获得，专注于为创新的医疗保健和生命科学公司提供融资及并购方案、证券销售服务及财务顾问等投资银行服务（见图1）。

当下，商业银行正处于数字化转型的深水区，尤其是2020年新冠肺炎疫情的突发和国内外经济形势的错综复杂，促使商业银行金融科技加快向数字化、智能化、服务化演进。数据资产作为数字化转型的载体，正在社会生产过程的各个环节发挥作用。2020年4月9日，中央正式将数据作为生产要素写入文件中，提出加速培育数据要素市场，推进数字经济高效发展。

作为一种重要的国家和社会治理手段，审计对于保障国家经济安全、政策执行和企业合规稳健经营具有显著的支持保障作用。审计工作中需要大量的宏观、中观和微观经济数据，是高度依赖数据的经济管理活动。在数字经济和产业数字化过程中，审计也同样需要通过科技赋能实现数字化转型，并在此基础上，实现审计转型，提升审计价值。本文基于商业银行内部审计数字化转型实践，简要分析了审计数字化转型的动因、方法和价值，希望对于其他行业和社会的审计转型有所启发。

再次，银行需要重新设计整体客户体验和全渠道互动中的特定旅程。这包括实现客户在同一旅程中多种模式（包括网页、移动App、网点、呼叫中心、智能柜员设备等）间的无缝切换，保留并不断更新互动情景。

目前，中国金融体系下各类主体发展目标及市场定位被进一步明确，相互补位发展，覆盖不同层级、不同地域金融需求。截至2020年末多项监管政策出台，限制了区域银行、民营银行、消费金融公司等主体脱离目标服务主体盲目扩张业务，引导大银行服务国家级战略布局，推动中小银行聚焦本地市场、深度下沉普惠客群。未来，各类主体将相互补位发展，业务发展方向将重点根据主责有针对性的服务经济实体。银行业整体变动趋势2020年以来监管部门共出台500余项金融政策，金融市场竞争新格局初显，银行业出现国有大行及股份制银行回归主责主业；中小银行区域化深耕与整合；银行子公司加速成立；创新银行探索再度重启的新趋势。金融领域新增诸多市场主体，外延型创新型银行进程重启，银行集团内部向各主体专业化转型。当前，已有24家银行理财子获批筹建，20家获批开业。独立法人直销银行牌照随着拓扑银行、邮惠万家银行的批准设立而开闸，并预计更多家银行加速申请。众多银行在消费信贷市场部署新战略，通过控股或参股消费金融公司抢占市场；已存银行系消费金融公司则通过银行内部协同和全渠道策略应对市场新变化。此外，央行成立金融科技子公司“中汇金科”，农银金科、太保金融科技、汇丰金融科技也相继成立，并预计众多不同类型银行提速布局设立金融科技子公司以谋求各类价值实现。新冠疫情加速了数字化进程，同时，对资本充足、资产质量也提出来更急迫的要求，推动银行深度探索创新经营。面对全球公共卫生安全危机、经济保持低利率的大环境，银行业净息差收窄，部分银行尚未做好盈利模式向投行、财富管理等轻资产业务偏移、业务模式快速向线上转移的充足准备，因此，银行业整体战略转型变革、创新银行探索之路任重道远，需进一步加快步伐。对公金融：战略发展基石面对全球化退潮、地缘经济加强，保证产业链供应链稳定成为一大挑战，而银行业也普遍关注到其中的机遇，产业金融、供应链金融势头强劲。一方面，银行通过重点培育产业链内潜力科创企业发展，从长远扶持产业加速发展。多数银行业打造“金融+孵化+产业+教育”综合服务平台，目标从单纯提供资金融通支持向培养有潜力的科创企业发展上市转移。同时，在业务运营上，银行与生态伙伴共同打造并购贷款、并购基金、私募股权基金等融资产品整合，对核心企业提供股权融资服务，联动批量服务全产业链下企业，探索出合作支持产业发展的成功模式。另一方面，银行业侧重对供应链上下游薄弱环节的经济实体扶持。在供应链以及资金链的深度融合下，金融服务与供应链场景天然衔接的优势下，银行业推进供应链金融、深挖下沉的中小微企业成为主流发展趋势。截至2020年末，全国民营企业贷款余额近50万亿元，同比增长14％以上；普惠型小微企业贷款余额15.3万亿元，同比增长30.9%，较各项贷款增速高18.1个百分点；其中大型银行增速达到54.8%，未来供应链金融仍具较大市场空间。考虑净息差收窄，一般对公业务盈利能力下降，银行业净资产收益率多年持续下滑，集合资源拓展产业金融、供应链金融将逐步成为对公发展的重点。面对产业金融、供应链金融产品创新经验薄弱、核心企业紧密度较弱、风控防控难度较高的痛点，银行通过强化线下地推能力、数字化赋能的方式推进业务转型。强科技赋能银行着力打造智能服务平台，以扩大客群数据链接范围、提升大数据整合分析水平，拓展丰富线上线下一站式综合服务，挖掘以战略客户为核心的生态客户群体，提高获客能力。通过打通优质平台场景、线上化嵌入财税等政务场景、产业链内企业交易结算等场景、银企直连等交易场景，打通更高效的营销渠道。同时，凭借向平台输入各类科技手段，一方面实现贷前审查提效，另一方面保证贷款风险可控。未来，数字化建设发展将给予银行深入产业链供应链上下游、扩展对公业务的新机遇。零售金融：重拾网点和风控能力针对线上业务相关监管要求，零售业务发展模式回归理性，银行面临快速重塑网点和风控能力的挑战。未来，通过互联网平台放大销售端的做法受到限制，线下网点对展业的重要性快速提高，银行将逐渐注重线下网点精细化及自营能力的重塑。而以往单纯利用互联网风控代替商业银行风控的方式已不再可行，银行需要进一步加强自身风险识别、风险把控的能力。控股或参股消费金融公司作为灵活发展下沉零售客群选择，与银行端消费金融业务互为补充，竞合发展。零售客群在信用水平及定价的敏感度上存在较大差异，相比银行客群更为下沉，这一主要特征决定了传统银行在拓宽消费金融业务上存在弱点。因此，多数传统银行联合场景方、数据方布局消费子公司，充分利用银行在资金支持方面的优势，其他股东在科技、数据、场景优势，以及能够以远高于银行信贷利率的定价能力补偿风险损失的优势，形成母子公司互为补位，漏斗式经营格局，为银行自身消费金融业务积累经验。财富管理：战略地位快速上升财富管理在推动经济高质量发展、提升国民经济水平，从建立长效机制方面根本上促进内需扩大上发挥积极作用。财富管理市场规模可观，客群选择上，银行财富管理业务将面向“大”客群。国民需求在政府出台资管新规，市场逐步开放，财富投资意识不断开放增强、保值增值成为主要目的的背景下，将迎来资产配置多元化；资产配置向金融资产倾斜；中高风险资产占比逐步上升三大趋势。而在居民持有的金融资产中现金或储蓄占比超过50%，普惠客群的潜在财富体量尚待深入挖掘，其价值不可小觑。未来，财富管理业务将快速从“富裕人群”的专业服务向普惠市场的“大”客群转移开放。多数银行跨条线深入融合，实现“财富管理-资产管理-投资银行”循环价值链。主流银行将财富管理、资产管理、投资银行业务与对公、零售客户链接，挖掘客户在财富、投资方向的潜在需求。银行数字化应用的加快，智能化应用场景有机串联，智能投顾服务及客户服务线上线下普及，大大降低银行服务普惠客群的业务成本。目前，全牌照商业银行普遍构建零售业务“资产端+负债端”双轮驱动业务模式，搭建零售信贷、理财、基金、保险销售等全产品线服务平台，打造开放金融生态场景，加速综合营销力度，实现综合金融能力输出。养老型产品被多数大行作为业务战略布局重点，“固收+”成主推产品，大型银行把握时机发展私人银行，深挖客户价值。中国预计到“十四五”期末将进入“中度老龄化”社会，2050年老龄人口达到峰值。2020年末国务院常务会议已部署将商业养老保险纳入养老保障第三支柱。银行业内个别养老业务布局完善的银行已将养老型产品作为重点业务布局领域，加快“健康养老圈”建设，推出存款、理财、基金、保险综合配套的养老保障产品体系，通过在线服务、投资监督强化等措施，推动养老金融业务发展。未来，随着国民对健康、养老、安全保障等需求增加，在政府积极的应对战略支持下，养老市场将迎来发展机遇。自理财新规、资管新规出台后，面对银行客户风险厌恶型居多的特点，银行开始主动改变产品设计及推广思路，将“固收+”取代“保本”类产品，主推成为填补稳健投资空白的产品。同时，各家大行均把握市场机会，加大私行财富业务投入，深挖高净值客户价值，在场景布局、渠道建设、服务体验上不断推进线上化、智能化，针对个性化需求配套增值服务、私享数据、权益服务。资产管理：转型路径选择出现明显分叉银行向主动管理转型之路尚未结束，业务转型中不断出现新问题，资管业务模式及盈利模式将深化重塑。资管新规发布后，国有大行及股份制银行主要依托加大投研、信评相关人才培养；建立以大类资产配置为核心的投研体系；以数据平台建设赋能投资决策及资产配置能力；利用金融科技实现产品净值随时监控；与投资者及时沟通等主要方式实现主动管理模式，净值化转型取得重大进展，存量业务加速化解。区域中小银行主动管理能力有限，加之疫情对存量老业务的影响，业务转型推进艰难。数据显示，2020年末，存量老资产规范整改并实现净值化转型的中小银行机构比例不足30％，有73％的银行机构无法按期完成存量资产改造，超四成的机构不能按期完成改造的存量老资产占理财总资产的比例依然达20％以上。而多家银行称净值化转型取得较大进展，实际上主要是靠现金管理类过渡期衍生出的特殊产品来做大规模，距离真正的主动管理、净值型产品尚存在差距，同时，对现金管理类产品的监管要求也快速出台，对业务发展空间产品约束。面对转型，银行需要直面挑战，从底层加强投研能力，培养投资人才，加快科技应用，强化风险管理，主动向自主管理转变。区域中小型银行产品研发、投资研究、系统建设及风控能力有限，倾向于投顾业务，以及成为理财子公司的代销渠道。银行资管业务的转型根本上依靠银行的资产配置、投资研究、渠道销售、业务协同、风险管理、金融科技应用水平，大部分中小银行并不具备在资管新规落地后开展资管业务的能力。因此，多数中小银行主要转型路径为发展委托外部机构优化投资策略、设计产品结构的投顾业务，或利用中小银行扎根区域内的明显网点优势，直接成为理财子公司的代销渠道。数字化转型：激活增长手段、注重体制机制革新是关键数字化建设各银行均有一定布局，但发展至今，不同体量银行的数字化进程出现明显差距。实力雄厚的大型银行进入数字化转型的白热化阶段后，数字化发展转向智慧化建设。对于国有大行及股份制银行，云计算、大数据等基础支撑建设较为完善，业务线上布局、数据治理等转型初级阶段工作已基本完成。此类大行数字化发展重点已向智能化转变：多数银行提出聚焦智能化生态系统、智能化平台、智慧渠道及运营的建设。技术层面上，对区块链、人工智能、分布式、云端化深入探索。同时，多个银行进一步加大金融科技投入，制定金融科技人才计划、创新基金等机制，快队伍建设，解决转型路径上数字化人才储备失衡的痛点。业务层面的实践上，各家银行加速推进开放银行进阶发展。多家银行建立统一对外的生态平台，着重通过生态开放，切入金融支付、人工智能、智慧停车、智慧医疗等生产经营、生活缴费新场景。近期，领先银行进一步提出开放银行发展新阶段

近日，一些不法分子通过群发“钓鱼”短信，假冒多家银行名义发送服务信息，声称客户手机银行、银行卡、身份证等过期或失效，诱导客户点击短信中网站链接访问虚假手机银行系统,客户一旦受骗提供银行卡号或手机号、账户密码、短信验证码等信息，不法分子将迅速冒用客户身份进行转账，盗取银行卡内资金，使客户资金遭受损失。银行业频繁遭遇“钓鱼”欺诈短信围攻，多家银行密集发布风险警示“打假”，一条平平无奇的短信，已经让不少银行用户掉入了网络诈骗的陷阱。中国银保监会也紧急发文【银保监办便函（2021）282号】，就近期银行集中遭受短信钓鱼攻击进行风险提示并提出相关要求。老生常谈“钓鱼”攻击轨迹变化

未来的竞争将是以开放平台为核心的产业链或生态圈的竞争。这些平台提供包括数据、智能化服务、云计算能力、专业知识在内的强有力的基础设施，支撑构建其上的各种垂直性业务，在更加专业化分工的基础上，用更加社会化协同的方式运作。对传统商业的挑战不是技术，而是缺乏高信息附加值的商业模式，或缺乏数据。正如花旗银行CEO曾提到的，“关于货币的信息变得与货币本身一样重要”，交易行为、资金流向等背后的信息变得比交易本身更重要。

近年来，以大数据、人工智能、物联网、云计算等为代表的数字化技术快速发展，宏观经济金融环境正发生深刻变化，加之疫情黑天鹅事件的催化，金融业同业竞争加剧、非金融机构跨界竞争等压力，迫使银行纷纷启动数字化转型战略，重塑银行业生态体系和竞争格局。银行数字化转型：驱动加速，难点待解在多年的经营过程中，传统商业银行坐拥金融资产和交易的海量数据，具有天然的优势，也形成了各具特色的内部生态系统，但其在数字化思维模式、数据治理手段、业务流程改造等方面都存在一定程度的封闭性，无法很好地满足数字经济对银行开放式生态化经营可交互、高黏性、有体感、无边界的要求。数字化思维模式：当前，多数银行已认识到数字化转型的重要意义并付诸行动，但是普遍顶层设计不足，全行一盘棋的统筹规划缺失，配套制度、研究团队和数据支撑不足，数字化转型深度、广度和连续性需要进一步增强。由商业银行科技部门驱动的单一云计算、大数据、区块链项目，都只是局部改造，并未将传统思维转化为数字化思维。要想达到银行各业务条线与科技的高度融合，必先实现组织、文化、流程、管理等的全面变革，以数字化思维模式推动创新。数据治理手段：作为客户和场景的核心纽带，银行在数据资源方面拥有天然优势，但数据治理能力滞后，数据资源整合及价值挖掘能力有待提升。最初的银行数据库建设往往只是为了满足监管和报表报送的要求，数据仅仅是银行经营过程中的“副产品”，尚未形成借助大数据分析解决问题的习惯，对如何积累获取数据、管理数据认知不到位，同时，由于不同监管部门有不同的监管口径，导致银行内部数据往往依部门和条线而割裂，数据质量参差不齐，缺乏统一的规范和治理体系，信息壁垒与数据孤岛问题突出，严重制约数据价值的挖掘与创造。传统业务流程：目前，商业银行以业务为中心、以部门为本位的传统管理理念仍然存在，在银行系统架构的设计上欠缺以客户为中心的认知。每一款产品都开发一套系统、设计一套流程，致使系统之间形成竖井式的并列关系，系统交互缓慢，甚至高度相关的业务也难以实现数据互联互通，涉及跨部门的业务审批往往以线下的纸质跑签补充，因此，银行传统IT系统在降低成本、发掘数据价值、提升效率方面的作用大打折扣。在数字化时代，业务流程应拓展到银行需求分析、产品研发、渠道获客、风险评估、报价成交、支付结算、服务运营、管理处置等银行产品和服务全生命周期的方方面面。能否精准地发掘用户所想、敏捷地响应市场需求已成为银行重塑业务流程的重点。转型突破口：“开放化+场景化”构建数字经营生态金融与科技的深度融合，使得银行数字化转型成为大势所趋，数字化转型是传统商业银行的最终归宿，但非一日之功，需要不断探索，久久为功。笔者认为，未来银行的生态必将是银行、商户与消费者之间的数字生态，而现阶段银行数字化转型可将“开放化+场景化”的数字经营生态为突破口。“开放化+场景化”一是要打通信息壁垒，形成共享、互通、敏捷的数据体系；二是要向互联网模式融入转变，对“场景”加以重视，深挖场景的价值，打通银行的“入口”。由于银行的业务相对低频，无法靠自身业务获取大量C端流量、打造圈层生态，因此可通过连接场景来获取丰富的交易信息，推动生态经营的建设，以平台资源与场景链接，再通过数据的互通帮助银行了解客户、服务客户、管理风险，从而建立以客户需求为导向的金融服务。一方面使银行产品和服务更方便的走出去，另一方面将互联网优质内容引进银行生态。银行实践：“小而轻”推动场景化落地随着技术发展、用户线上消费习惯的养成、银行等机构加码线上渠道的生态布局及战略投入，国内银行纷纷加速布局场景生态，力求通过科技赋能增加与商户的合作粘性。而在场景化的布局里，前瞻性的策略仅仅是导向基础，制约瓶颈之一便是如何推动场景化的落地。传统的银行MIS系统改造存在着三大痛点：一是改造难度大，收银系统硬对接，版本兼容难度大；二是改造成本高，软件开发成本高，项目实施成本高，维护成本高，仅对单一商户的升级就需消耗5万-20万的改造资金；三是改造周期长，对接时间不受控，实施时间不受控，项目推进滞后。对比传统思路的弊端，派盟消除了制约银行MIS系统改造的瓶颈，通过自研的INSPOS系统，提供智能终端+应用程序+业务支撑管理平台，在支付信息获取上，通过自身技术获取支付金额与商品信息，同时具备自动清台功能，可将支付结果反馈至收银系统，解决了扫码终端场景的落地障碍，能快速实现传统收银机快速升级支持移动支付，并赋予银行获得全支付方式数据获取能力。受新一轮科技革命浪潮的驱动,数字技术、数据资源的重要性与日俱增，数字化转型成为各行各业融合的重点。对商业银行而言，转型刚刚起步，前路道阻且长，作为支付产业数字化解决方案提供商，派盟愿致力于商业银行数字化转型的建设，为中国银行业的健康可持续发展贡献力量。作者系派盟科技董事长专栏主持人：王炜

导语：大数据审计的研究和应用是近年来审计领域的热点。大数据时代的到来给商业银行内部审计带来机遇和挑战。笔者首先介绍商业银行计算机辅助审计系统的演进过程，然后分析大数据审计的意义和特点。在此基础上，重点研究大数据审计在商业银行应用的创新思路，最后给出大数据审计的实施要点和相关建议，为今后大数据在商业银行内部审计的应用提供借鉴和参考。

近年来，数字经济的蓬勃发展推动了商业银行的数字化转型。突如其来的新冠疫情，给商业银行带来不同程度的影响，也成为商业银行数字化转型的助推器和催化剂。随着数字化转型步伐的加快，对数据治理提出了更高要求，商业银行数据质量、数据标准和数据安全问题面临的困境变得尤为突出。商业银行应当采取措施妥善应对，切实做好数据治理工作，提高数据治理水平，完善数据治理架构，提高数据质量，建立健全数据标准体系，切实保障数据安全，在业务经营、风险防控、内部管理与监管合规等方面充分发挥数据的作用，利用数据治理，实现数据驱动决策，为高质量发展夯实数据基础。商业银行应以数据治理为契机，加快推进数字化转型，全面提高数字化水平，实现由传统银行向更加数据化、自动化和智能化的数字化银行转变。

随着以大数据、机器学习、深度学习为基础的人工智能技术在银行业应用的不断深入，商业银行的数字化转型也在快速推进。一些银行开始通过大数据构建机器学习模型，并嵌入到自动化的信贷业务审批流程中，帮助预警风险，提升风险管理水平，同时也帮助改进传统模型过度依赖专家经验和规则的缺陷。例如，量化指标维度过少，难以挖掘复杂的数据关联特征，过度依赖模型设计者的主观因素导致特征不适合、不完整等。然而，模型自身的缺陷或误用也无疑会产生新的风险，加上监管部门对银行数据挖掘模型等核心技术自主掌控的要求在逐步严格，银行必须建立一套企业级的模型风险管理框架和体系，做到模型的可追溯、可解释，遇到内部审核和外部监管检查时才能有据可依，

1月15日，中国人民银行发布《法人金融机构洗钱和恐怖融资风险自评估指引》（银反洗发〔2021〕1号）（以下简称《指引》），明确提出法人金融机构应落实有关洗钱和恐怖融资风险自评估（以下简称“自评估”）的工作要求，加快反洗钱工作向风险为本转型，提升金融体系反洗钱工作有效性。《指引》是进一步完善国家层面洗钱和恐怖融资风险评估工作的关键步骤，也是落实《国务院办公厅关于完善反洗钱、反恐怖融资、反逃税监管体制机制的意见》（

“双循环”新发展格局下，稳产业链和供应链成为我国经济社会发展的战略基石。商业银行在国家推进数字中国战略和加快产业基础高级化、产业链现代化的战略关键期，应该而且能够乘势而上，探索数字化的深层次内涵，融入产业供应链金融生态，耦合数字产业链圈，推动产业领域的数字化转型升级。

FinTech助力银行数字化转型↓↓↓点击下方图片，更多专题精选文章↓↓↓分享、在看与点赞，全都想要拥有！