为推动金融机构数字化转型，国家金融监督管理总局日前发布《银行业保险业数字金融高质量发展实施方案》（以下简称《方案》），围绕金融机构数字化发展，从数字金融治理、数字金融服务等方面明确任务，为金融机构发力数字金融指明方向。

强化政策引领

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。

为推动金融机构加快数字化转型，政策方面持续跟进。早在2022年，原银保监会印发《关于银行业保险业数字化转型的指导意见》（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，核心在于为金融机构提供监管指引。此外，2025年3月，国务院办公厅印发《关于做好金融“五篇大文章”的指导意见》提出，加快数字金融创新，支持巩固拓展数字经济优势。

此次《方案》立足金融机构数字化转型的实际，旨在推动金融机构高质量发展。金融监管总局有关司局负责人就《方案》答记者问时表示，《方案》与《指导意见》在原则导向上一脉相承。《指导意见》侧重战略规划与能力建设，引导金融机构启动数字化转型，《方案》则聚焦具体举措与质量提升，指引金融机构通过深化数字化转型推进数字金融高质量发展，两份政策文件构成递进关系，共同构建了数字金融发展的监管政策框架。

专家表示，《方案》明确相关指导原则，鼓励和引导银行业保险业加快发展数字金融，赋能金融服务提质增效，助力数字经济建设，能够有效防范相关风险。

上海金融与发展实验室首席专家、主任曾刚认为，数字金融的发展应坚持“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，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。同时，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，推动数字金融高质量发展。

深挖数据要素

在合规框架下，数据要素实现价值转化是金融机构运用数字金融的重要环节。《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。

“金融业是数据密集型行业。金融机构一方面在业务经营中不断积累数据，另一方面要与相关部门数据和行业企业数据互联互通。多方多源数据汇聚以后，可以用于客户画像、决策分析、风险控制等业务场景，高质量推进数字金融服务，提升数字金融治理效能。”中央财经大学中国互联网经济研究院副院长、国家数据专家咨询委员会委员欧阳日辉表示。

由于数据要素分散在不同领域，梳理和归纳金融数据资产已成为银行创新金融服务的突破口。《方案》提出，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。合理运用智能审批授信模型提高审批效率，对未通过线上审批的客户提供线下补充申请渠道。

为做好数据要素的金融赋能，大型商业银行加快运用数字金融技术，深耕科创领域。针对科技型企业融资痛点，建设银行天津市分行依托“技术流”等科技创新评价工具，充分利用大数据量化模型为企业打分画像，大幅提升融资可得性。建设银行天津南开支行相关负责人表示，过去做对公业务，注重贷款企业的土地、房产、设备等看得见、摸得着的“数量”。拓展科技企业服务，则需要洞察企业潜在的“质量”，通过更新迭代评价工具，有效识别企业价值潜能。天津大地机器人有限公司负责人王彦民对融资过程深有感触。“我们刚开始承接项目，对成本的控制不是特别完善，工程垫资叠加后期研发费用，在短期内造成了较大资金压力。建行通过初创期企业评价体系，为我们及时提供了200万元信贷支持，有效缓解融资难题。”王彦民说。

此外，完善的数据要素有助于提升银行对小微企业和涉农领域敢贷愿贷的积极性。《方案》提出，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。

针对经营主体轻资产等融资痛点，多地中小银行通过数字服务创新，精准适配不同客群的融资需求。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，提供更有针对性的金融服务。此外，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。

苏商银行特约研究员薛洪言表示，针对小微、涉农贷款中普遍存在的抵押物和信息缺失问题，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，有效降低银行风险敞口，实现了经济效益与社会效益的双赢。

金融数据要素除了具有数据的一般特性外，还具有自身的一些特性。合理用好金融数据要素是一项长期课题。欧阳日辉表示，推动金融数据要素价值转化，要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。一方面，积极推动数据要素市场化配置改革，如发挥金融信用信息基础数据库、全国信用信息共享平台各自功能，加大涉企信用信息归集力度，进一步优化信用信息的开发应用机制；另一方面，探索开展金融行业数据空间建设等基础设施建设，降低金融机构数据收集运用成本。此外，还要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。

防范风险管理

在数字化形势下强化风险管理尤为重要，因为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，若管理不当可能迅速扩散，因此必须将金融机构智能风控体系建设提升至战略高度，确保创新不脱离风险管控的底线。

当前，金融业数字化转型虽然取得一定成效，但在实践中仍面临多重制约。薛洪言表示，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。更深层次的挑战在于，技术应用与核心业务的融合深度普遍不足，许多尝试仍停留在外围场景；同时，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，也深刻影响着数字化转型的最终成效。

对此，强化数字化形势下的风险管理尤为重要，应确保数字化转型战略和实施进程与自身发展战略、风险控制能力相匹配。天眼查数据研究院相关负责人认为，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，防范潜在的信贷风险。

“有效管理算法模型风险、加强数据安全保护等内容是金融机构做好风险识别防控的重要领域。”薛洪言表示，做好数字风控的关键，在于构建一个技术赋能与业务流程再造相结合的体系。这需要着力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，实现风险的实时精准识别与拦截。与此同时，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，筑牢风控的基石。

同时，数字化智能化监管能力也需及时跟进。专家表示，这要求监管体系自身进行深度数字化升级。一方面，需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，实现对风险更早的预警和更精准的识别；另一方面，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，最终实现发展与安全的高水平动态平衡。