本報記者 田鵬

    近日，國家金融監(jiān)督管理總局發(fā)布的《關于加強商業(yè)銀行互聯網助貸業(yè)務管理提升金融服務質效的通知》提出，商業(yè)銀行應當充分獲取借款人基本情況、收入、負債、還款來源等必要信息，與具有合法征信業(yè)務資質的市場機構開展商業(yè)合作獲取征信服務，自主開展風險評價與審批。

    隨著互聯網、AI及大數據分析等數字技術的飛速發(fā)展，金融服務數據化已成為金融服務經濟和社會數字化轉型的必然要求。那么，數據究竟蘊含著怎樣的“魔力”與潛力？它又將如何重塑金融格局并深度影響經濟社會的發(fā)展脈絡？帶著這些問題，《證券日報》記者近日獨家采訪了普華永道中國金融業(yè)主管合伙人張立鈞，試圖從專業(yè)視角深入剖析其中奧秘，探尋數據在新時代浪潮中肩負的使命與擔當。

    以數字金融為切口

    支撐“五篇大文章”融合發(fā)展

    金融是國民經濟的血脈，是國家核心競爭力的重要組成部分。

    2024年7月份，黨的二十屆三中全會通過的《中共中央關于進一步全面深化改革、推進中國式現代化的決定》對進一步深化金融體制改革作出重大部署，強調“積極發(fā)展科技金融、綠色金融、普惠金融、養(yǎng)老金融、數字金融，加強對重大戰(zhàn)略、重點領域、薄弱環(huán)節(jié)的優(yōu)質金融服務”。

    隨著信息化的高速演進和金融的深度結合，數字金融占據著愈發(fā)重要的地位。

    張立鈞對《證券日報》記者表示，數字金融具有兩層重要意義。其一，體現為金融對數字經濟的支持作用。這里的數字經濟涵蓋信息化數字硬件技術服務等領域，既包含數字原生產業(yè)，也涉及數字貿易以及數字服務于實體經濟的相關要素。

    其二，是運用數字化手段與技術，促使金融在服務科技金融、綠色金融、普惠金融、養(yǎng)老金融等重要領域時能夠實現優(yōu)化提升。這種提升具體表現為降低成本、提高效率，能夠為客戶以及金融生態(tài)中的參與者，即金融產品使用者，帶來更優(yōu)質的體驗。同時，新的數字化技術還能夠推動行業(yè)產業(yè)生態(tài)發(fā)生重構與變革。

    以數字金融賦能普惠金融發(fā)展為例，張立鈞介紹，傳統(tǒng)金融服務個體農戶時問題重重，其觸達依賴人力，分行支行模式讓人力成本頗高，且小作坊式的農戶經營風險難判，這使得個體農戶授信成本高昂。而數字化技術介入后則大不一樣，通過手機App遠程監(jiān)控交互、無人機與遙感器等，可深度了解農戶生產生活與產品信息，精準判斷風險，獲得授信底氣，成功解決信息不對稱、不透明及服務成本高的問題，激發(fā)銀行服務弱勢群體的動力，達成普惠金融目標。

    鑒于數字金融占據的關鍵地位以及發(fā)揮的重要作用，對于金融機構而言，如何在數字化浪潮中抓住機遇、迎接挑戰(zhàn)，構建適應數字金融時代的運營模式與風控體系，成為亟須深入思考與探索的課題。

    張立鈞建議，金融機構在數字金融領域的發(fā)展主要聚焦于兩大重點方向。一是務必全力服務好數字經濟時代的各類產業(yè)，其中包括充滿創(chuàng)新活力的數字原生產業(yè)、與傳統(tǒng)產業(yè)深度融合的數字孿生產業(yè)；二是要充分且巧妙地運用大數據、云計算等一系列先進的數字化技術，以此實現降低成本、提高效率、優(yōu)化客戶體驗以及推動金融生態(tài)體系深刻變革等多重積極效果。

    以數據要素為抓手

    打造制造業(yè)轉型升級新支點

    在當今數字化浪潮中，數字金融已成為推動各領域變革的關鍵力量，其通過創(chuàng)新模式與手段，在優(yōu)化資源配置、提升服務效率等方面展現出較大潛力。然而，當我們將目光聚焦于實體經濟的核心——制造業(yè)時，會發(fā)現數據同樣能夠為其發(fā)展提供強有力的支撐。

    張立鈞表示，在當今時代，無論是金融行業(yè)、制造業(yè)，還是其他諸多行業(yè)，數據皆堪稱要素中的核心要素。對于數字原生產業(yè)而言，數據是其構建與運營的根基，是不可或缺的生產原材料要素，直接參與價值創(chuàng)造的全過程。傳統(tǒng)產業(yè)在數字化轉型進程中，數據則成為輔助其實現降本提效、提升客戶體驗等目標的有力工具。它能夠為傳統(tǒng)產業(yè)提供精準的市場信息、優(yōu)化生產流程以及深入了解客戶需求，從而推動傳統(tǒng)產業(yè)在數字浪潮中煥發(fā)出新活力與競爭力。

    但不可否認的是，目前數據要素與制造業(yè)融合發(fā)展仍面臨挑戰(zhàn)。張立鈞表示，一是我國傳統(tǒng)工業(yè)自動化與標準化沉淀不足，發(fā)展歷程短，現在想要快速邁向信息化與智能化，在技術對接、體系搭建、思維轉換等方面面臨諸多難題。二是我國制造業(yè)以小企業(yè)居多，巨頭企業(yè)占比小。小企業(yè)數字化轉型困難重重，因需投入大量人力、物力、財力而動力匱乏，且缺乏頭部企業(yè)引領帶動，自身難以探索轉型路徑。三是數據要素流通受阻。

    因此，張立鈞建議，從應用角度看，我國現階段及未來較長時間內，應重點聚焦垂類細分領域的行業(yè)小模型構建。通用大模型靠采集千億級數據形成，通用性強，適用于多領域一般性場景。但交通、大健康等垂類領域小模型有特殊要求，需大量相關行業(yè)專屬數據支撐，才能構建出契合行業(yè)特點、針對性強的模型。這類垂類模型對我國產業(yè)升級意義重大，能挖掘細分行業(yè)潛在價值，助力產業(yè)高質量發(fā)展，是制造業(yè)在數字化浪潮中彎道超車的關鍵突破口。