网站首页 | 网站地图

大国新村
首页 > 中国品牌 > 品牌智库 > 正文

数字金融迎来发展风口

数字金融迎来发展风口

中央金融工作会议提出,“做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章”。“数字金融”首次被写入中央文件,其重要性日益凸显。金融业正在经历一场前所未有的变革,在大数据、区块链、人工智能等技术推动下,数字金融正在颠覆传统金融形态。

什么是数字金融?我国数字金融发展现状如何?数字金融如何更好为高质量发展服务?在业内专家看来,发展数字金融的目标是为了更好服务实体经济,数字金融近年来虽然发展较快,但也面临不少难点和堵点,需要多方协力,共同破难点、疏堵点,推动数字金融不断升级。

“数实融合”是内在要求

什么是数字金融?北京大学国家发展研究院副院长黄益平认为,数字金融是指数字技术与传统金融结合的新型金融业态,既包括科技公司为金融业务、流程与产品提供技术支持,也涵盖传统金融机构利用数字技术改善金融服务。

近年来数字经济的飞速发展也成为数字金融发展的重要机遇。兴业研究近日发布研究报告认为,数字金融实际上是数字经济在金融领域的映射,发展数字金融是金融服务经济和社会数字化转型的必然要求。报告提到,从广义来看,数字金融应是一个兼容并包的概念,主要包括三个方面:一是在资源运用层面,数据要素价值的重点开发;二是在技术运用层面,金融体系对金融科技的深度应用;三是在展业模式层面,数字化金融业务模式和渠道的全面创新。

金融机构也对数字金融给出了自己的理解。恒丰银行党委书记、董事长辛树人表示,数字金融是数字经济的“血脉”,包括三个方面的内涵。首先,数据要素是数字金融的底层基因,金融机构充分“解码”数据“基因”的价值,释放数据要素生产力,是高质量发展数字金融的应有之义、必然选择。其次,数字技术是数字金融的神经网络,正在重构金融体系的服务方式、运营模式、行业范式,成为发展数字金融的关键举措。再次,数字金融是服务实体经济的助推器,可以降低服务成本、减少信息不对称,不断提高金融服务效率,增进金融服务政治性、人民性,全面提升金融服务实体经济的质效。

当前,虽然数字金融尚未有统一的定义,但各方对其基本构成要素已达成初步共识:一是数字金融参与主体既包括传统金融机构,也包括数字平台企业、金融科技公司等主体;二是其主要依托数字技术、数字渠道和数字基础设施实现金融产品和服务供给;三是包含了促进金融产品服务、业务流程、商业模式等方面的数字化创新内容。

北京金融控股集团有限公司董事长范文仲认为,未来,数字金融发展的两大新趋势值得高度关注和积极推动:一个是数字的资产化,另一个是金融的智能化。范文仲认为,数据作为核心要素资源,虽然具有普遍的使用价值,但资产属性还没有充分体现。只有实现确权、流通和交易后,数据才会从社会资源转变成可量化的数字资产,再通过金融创新演变为生产性的数字资本,真正释放其内在价值。

据悉,北京金控集团旗下的北京国际大数据交易所,正在积极推进市属国企的企业数据确权创新试点,通过先行先试,努力打造一批示范样板和数据创新应用场景。

数据和算力成为关键

数字金融的发展将对金融行业产生深远的影响。眼下,大量的金融机构还在依靠分支机构获客,依靠专业员工提供投资和银行服务。而业内人士分析,在数字金融助力下,未来金融机构的竞争力将不在于资产规模、分支机构数量和金融从业人数,而是取决于金融数据库的规模,以及相应算力的强弱。

当前,人工智能大模型的发展仍需要突破两大瓶颈——数据和算力。颖投信息科技(上海)有限公司碳中和业务副总裁海舟分析说,现实中,一些数据的可得性非常差,包括绿色金融相关的一些数据。“因为企业披露的数据远远不够。大部分企业出于各种因素的考量,披露的数据都有所保留。”海舟认为,如果只是统计十几二十家企业,银行可以逐一上门调查,但对成百上千家企业,甚至有银行的绿色金融业务相关企业达到10万家以上。当面对这种规模的企业数量,通过向每家企业发放问卷,让企业填报自己的碳数据是非常不可行的。在这种情况下,只有借助于大模型算法来帮助金融机构实现大批量、高效,并且更为精准的信贷投放。

“以可持续金融数据为例。”北京秩鼎技术有限公司创始人、CEO刘相峰分析,可持续金融数据范围大,处理成本较高,基于大量人工智能技术的自动处理和手工处理的结合,可以大幅度提高可持续金融数据的处理效率和准确率。

业内人士认为,为了支持分布式架构、大数据、人工智能等金融科技的运用,不少金融机构当前已初步具备相应的算力基础。但对于生成式人工智能的训练来说,金融机构的算力储备远远不足,鉴于发展算力中心的巨大成本以及金融机构落地生成式人工智能多采用外部采购大模型的情况,未来金融机构的算力建设仍有待投入。

另外,由于人工智能模型训练用的数据集来源分布广泛,质量参差不齐,原始数据需要经过多次清洗加工,训练过程还需要进行人工标识和校准,这些均需专业人员完成。当前虽然拥有海量数据,但标识库质量等仍然难以满足模型训练需求。业内专家建议,有关部门需尽快规划专项资金并制定引导政策,抓紧扶持相关产业发展,助力人工智能发展。

提升数字化监管能力

数字金融的快速发展也会带来一些新的风险形态。北京熵简科技有限公司是一家金融科技公司,该公司创始人费斌杰对记者表示,大语言模型颠覆了很多人对于人工智能能力边界的想象,但也带来了相应的风险需要完善监管。“大模型存在幻觉现象及可靠性不足的问题,金融大模型和投资研究进行有效结合须基于更多的金融全行业数据。”费斌杰说。

数字金融所包含的数字化转型,不仅是金融机构的数字化转型,也包含了金融监管机构数字化监管能力的提升。辛树人认为,发展数字金融要坚持统筹发展和安全。既要立足数据本身,提升数据安全防护能力,也要强化对数字化新产品、新模型、新模式的风险防控,加快健全风险管理体系。

对于监管,黄益平认为,数字金融的快速发展给金融风险的形成、形态及传播带来了许多新的特点,传统分业监管、机构监管的模式难以全方位有效监管,因此监管需要尽可能做到全覆盖,并与时俱进地创新监管手段。

值得关注的是,在“监管沙盒”金融科技创新监管试点机制下,此前不少金融机构已进行了一些金融科技的探索运用。截至2023年9月份,试点范围已扩展至26个省份,共有167个沙箱试点。最早开始试点的北京营管部已经累计发布5批共26个监管沙箱项目,其中6个监管沙箱应用已完成全流程闭环验证。据了解,目前我国金融机构所申请的监管沙箱主要集中在大数据、区块链、人工智能、隐私计算等领域创新应用。

业内专家认为,下一步还要加快监管大数据平台建设,充分运用科技手段,快速有效识别、精准锁定金融风险,在推动金融业务创新的同时,牢牢守住不发生系统性风险的底线。

[责任编辑:潘旺旺]