數據要素賦能數字金融高質量發展：實踐意義、現實挑戰與路徑研究

摘" "要：數據要素正成為數字金融發展的關鍵驅動力，它通過促進普惠金融的深化、社會征信體系的完善、金融商業模式的創新以及金融服務科學化，推動了金融領域的決策優化、模式創新和效率提升，促進了數字金融的高質量發展，加速了實體經濟與數字經濟的融合。然而，數字金融發展仍面臨著基礎制度不完善、技術設施薄弱、監管應對不足、數據流通風險涌現以及專業人才短缺等挑戰，需要構建一個以完善的數字金融制度規范為基礎，以堅實的數字金融基礎設施建設為底座，以高素質復合型數字金融人才隊伍為核心競爭力，以全面的數據安全治理體系為支撐，以及以強有力、智能化的監管體系為保障的創新驅動、安全可靠的數字金融生態系統，做好服務數字金融大文章。

關" 鍵" 詞：數據要素；數字金融；數據流通；普惠金融；數字金融監管；金融創新

中圖分類號：F830" " " "文獻標識碼：A" " " "文章編號：2096-2517（2024）05-0003-08

DOI：10.16620/j.cnki.jrjy.2024.05.001

一、引言

2024年7月， 中國共產黨第二十屆中央委員會第三次全體會議通過的《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》強調要積極發展數字金融，加強對重大戰略、重點領域、薄弱環節的優質金融服務。隨著數字經濟的發展，數據要素的金融屬性逐漸凸顯，數字金融作為數據要素驅動下的金融創新業態，既反映了金融服務模式與手段的深度數字化轉型， 也展現了對服務對象范圍的拓展與深化，而數據要素既是金融行業數字化轉型的重要推動力，也是解決數字金融發展主要困難的關鍵因素，數據要素的應用和流通為數字金融高質量發展提供了源源不斷的動力和支撐。有序推動數據要素與金融要素融合發展，促進數據要素與金融行業的互聯互通， 切實發揮數據要素和金融工具的積極作用，對于推動實現數字中國與金融強國戰略目標具有現實意義。雖然數字金融已成為學術界的新興研究重點，但系統性兼具實踐性探討數據要素與數字金融發展關系的文獻較少，目前相關研究仍缺乏對數據要素與數字金融之間內在聯系與互動機制的整體性把握， 且數字金融行業發展日新月異，而數字金融理論與監管框架的構建研究卻相對滯后，未能及時跟上實踐的創新發展。因此，探索利用數據要素優化數字金融高質量發展路徑與監管策略至關重要。 本文結合實踐典型案例梳理數據要素賦能數字金融高質量發展的實踐意義、數字金融發展面臨的現實挑戰， 在分析數據要素賦能數字金融發展的基礎上，提出了系統推進我國數字金融發展的策略建議。

二、 數據要素賦能數字金融高質量發展的實踐意義

（一）賦能普惠金融創新，支持中小微企業發展

數字金融是指利用信息技術等數字化工具和數據要素等新型生產資料，改變傳統金融服務模式的金融業態[1]。數字金融的高質量發展為普惠金融注入了新的動能， 數字金融以其廣泛的覆蓋面、相對低成本和高效率的運作方式，精準對接了中小微企業的發展需求[2]。數字金融通過整合海量數據資源并應用先進的數字化技術，構建出更為精細化的信用評估體系。這一體系不僅依賴于傳統的財務數據，還融入了公共數據與社會數據的多維度數據信息， 為信用評價提供了更加豐富和全面的基礎，從而增強了金融機構對企業信用狀況的全面把握能力，提升了信用評估的精準度和可信度。由此，數字金融有效破解了中小微企業因征信信息不足而遭遇的融資瓶頸，降低了企業的融資成本，提升了運營效率。同時，數字金融還利用數據深度挖掘的能力， 根據客戶的個性化行為模式和偏好， 定制出多樣化的金融產品和服務。這種以數據為驅動、以場景為依托的創新模式，不僅滿足了不同客戶群體在多元化場景下的金融需求，還促進了跨平臺、跨企業、跨領域的金融生態融合，進一步推動了普惠金融的普及和深化。總體而言，通過數據的深度融合與共享，數字金融為普惠金融業務的全面升級提供了強大的數據支撐和動力源泉， 助力構建更加開放、包容、高效的金融服務體系。

在數據賦能普惠金融方面，“信易貸”可作為示范案例，其彰顯了信用數據與金融服務深度融合的顯著成效。“信易貸”平臺依托互聯網、大數據、AI等前沿技術，構建起政府、金融機構與企業間的緊密合作網絡， 專注于優化中小微企業的融資環境，打造高效金融生態。其核心亮點在于運用大數據風控技術，精準描繪企業信用畫像并評估風險，為金融機構提供了高效的風險管理工具，同時促進了銀企間信息透明，降低了交易成本與風險。

為響應國家關于加強社會信用體系建設和解決中小微企業融資難題的號召，國家相繼出臺一系列政策文件①，明確了“信易貸”發展的方向和支持措施。這些政策旨在深化信用數據的應用，鼓勵基于市場需求開發細分領域金融產品，以實現普惠金融在信貸規模、價格及結構方面的優化，同時引導金融機構轉變服務模式，強化風險防控能力。

在此背景下，全國各地積極因地制宜推進“信易貸”平臺建設，取得了積極成效。以廣州“信易貸”平臺為例，其創新性地融合了“信用+科技+普惠金融”理念，通過多項舉措助力中小微企業發展。一是聚焦破解銀企信息不對稱，推動平臺直連市公共信用信息系統，形成以公共信用數據為核心，以市場數據為補充，以場景數據為特色的“公共+市場+場景”數據體系；二是針對小微企業多樣化金融需求，深度整合、加工特色場景信用數據，深化場景化差異化融資服務；三是實現“信易貸”平臺與金融機構雙方數據互通、授權互認，圍繞提升企業融資服務體驗，率先實現平臺全流程放款；四是著力防范化解金融糾紛，強化全鏈條風控管理。廣州“信易貸”平臺利用數字技術建立“線上+線下”交叉驗證機制，搭建風控模型，全程監測處于各類融資狀態的全量企業，促進風險“早識別、早處置”，并且首創數字金融糾紛解決模式， 實現不良貸款糾紛線上申請、線上仲裁、高效解紛，有效助力提升中小微企業融資可得性、便利性，為普惠金融的高質量發展注入了強勁動力。這一系列成就不僅驗證了“信易貸”模式的可行性與有效性，也為其他地區提供了寶貴的經驗與啟示，更說明了數據要素對于普惠金融發展的重要促進作用。

（二）完善社會征信體系，促進金融服務實體經濟

數字金融的發展為完善社會征信體系和促進金融服務實體經濟提供了新的解決方案。在傳統金融模式下，中小微企業及個體工商戶常因信息不對稱與征信機制不完善而面臨融資障礙，從而嚴重阻礙實體經濟發展。數字金融憑借大數據、云計算、AI等前沿數字技術，有效破解了這一難題。

數字金融通過深度挖掘在線交易記錄、社交互動模式、 移動設備使用習慣等多元化非傳統數據源， 創新性地構建了基于用戶行為的信用評估體系，這一轉變降低了金融服務準入門檻。借助精密的算法模型，數字金融平臺能夠迅速完成個人信用評分與風險預測，實現了金融服務的快速響應與成本優化。此外，大數據征信體系的建立實現了跨領域數據的高效整合，為每位用戶構建了詳盡且動態更新的信用畫像，為金融機構提供了全方位、多維度的信用參考， 顯著增強了風險評估的精準性。數字金融的廣泛滲透，特別是移動支付的普及，打破了傳統金融服務的地理與經濟界限，使金融服務更加普及化、便捷化，即便是普通收入群體也能享受到個性化、場景化的金融服務，同時提升了金融服務的效率與定制化水平，這不僅拓寬了金融服務的覆蓋范圍，還激發了社會消費潛力，促進了消費市場的繁榮，為金融服務深度融入實體經濟、共同繁榮發展奠定了堅實基礎[3-4]。

“白鷺分”是廈門地區利用數字金融推動完善社會征信體系的一個典型案例。“白鷺分”依托廈門市廣泛的政務與公共事業資源， 整合海量數據，構建了一個多維度、 全方位的市民信用評價體系。其評價體系圍繞基礎信息、守信激勵、失信懲戒、信用修復及信用行為五大核心維度，科學構建信用評分機制，實現對新市民身份精準識別、信用狀況精準畫像，進而為新市民群體提供創業、消費、住房、教育、醫療等領域的貸款、保險特色金融產品。“白鷺分”不僅完善了社會征信體系，深化了社會誠信機制運行，還以豐富的信用服務應用場景為市民提供了更加優質、便捷的金融服務體驗，有效促進了金融服務與實體經濟的協同發展。

（三）探索數據金融化，創新數字金融商業模式

數字金融的快速發展體現于數據要素金融化的轉型，這一轉型的核心在于數據資產的創新利用和商業模式的革新。數據資產信貸業務、數據信托業務和數據證券化業務等新興模式，為金融服務提供了全新的路徑和可能性。

數據資產信貸是企業將擁有或控制的數據資源，通過登記、核驗、評估等實現資產化，把數字資產作為標的物抵押給銀行進行融資。以全國首筆無質押數據資產增信貸款為例，深圳微言科技有限責任公司通過光大銀行深圳分行授信審批并成功獲得1000萬元授信額度， 并于2023年3月30日順利放款。2024年2月，南方財經全媒體集團利用南財金融終端“資訊通”數據資產完成數據資產入表，在此基礎上，在廣州數據交易所落地融資對接服務的支持下，獲得了中國工商銀行廣東自由貿易試驗區南沙分行授信的500萬元[5]。數據資產信貸這一基于數據資產的信貸模式，不僅為企業提供了一條新的融資途徑，也為金融行業的創新和發展提供了新的動力。

數據信托是數據資產、信托服務、數字金融的深度結合，是金融機構依法依規對數據主體（政府部門、企業、社會組織等）合法采集、匯總形成的數據設立財產權信托，按照合同約定保管數據并提供相應的托管服務[5]。數據信托業務的開展，有助于數據資產的合理流動和有效配置，促進數字經濟的發展。例如，2016年11月，中航信托與數據堂公司合作發行全國首單數據信托產品。數據堂公司以其所持有的一個數據資產包作為信托財產設立信托，并將信托受益權轉讓給中航信托以獲得現金收入，中航信托通過委托數據服務商對特定數據資產進行運營而產生收益，并向社會投資者分配信托利益[6]。這一創新模式不僅拓寬了數據資產的金融化應用模式，也為信托行業在數字金融領域的探索樹立了新的標桿。

數據證券化是以數據資產未來所產生的現金流為償付支持， 通過結構化設計進行信用增級，發行可出售流通的權利憑證， 從而獲得融資的過程。通俗而言，數據資產證券化就是通過將數據資產轉化為可交易的證券產品，實現數據資產的變現和流通[5]。數據證券化不僅拓寬了企業的融資渠道，也為金融市場帶來了創新的金融產品。例如，杭州高新金投控股集團有限公司2023年度第一期杭州高新區（濱江）數據知識產權定向資產支持票據（ABN）在中國銀行間市場交易商協會成功發行[7]。該項目作為全國首單包含數據知識產權的證券化項目， 打破了傳統融資方式， 在實操層面形成了數據資產變現的有效新路徑， 不僅為數據知識產權的證券化探索了新路徑，也為數字金融與實體經濟的深度融合樹立了典范，有望激發更多企業探索數據資產的價值挖掘和資本化運作，推動數字經濟的高質量發展。

這些數據金融化創新做法正在重新定義金融行業的運作模式， 它們通過挖掘數據的潛在價值，為金融服務提供了更廣闊的發展空間，而數字金融的商業模式創新將為社會經濟的全面發展做出更大的貢獻。

（四）推動數字技術融合應用，保障金融服務科學化

在數據要素賦能數字金融發展的過程中，數字技術與金融服務的深度融合得到進一步加強，引領金融服務邁向科學化與智能化的新紀元。這一發展進程顯著提升了金融服務的效率、 質量及其科學性，通過智能客服系統、信用評分體系、智能投顧服務、風險管理模型等一系列技術創新實踐，重塑了金融業態。

首先，智能客服系統在數字金融領域內展現出前沿技術的強大潛力，它深度融合了自然語言處理與機器學習技術，實現了對客戶服務體驗的深度優化。 該系統能迅速解析并響應客戶的復雜需求，無論日常咨詢還是特定服務請求，均能提供即時且個性化的服務反饋。這種即時響應與個性化定制的完美結合，不僅顯著提升了客戶滿意度，還有效減輕了人工客服的壓力，使人力資源得以更高效地投入到增值服務之中。諸如美國銀行的Erica、馬來西亞聯昌國際銀行的Eva， 以及中國平安銀行的AI客服等成功案例，均彰顯了智能客服在提升服務品質與效率上的卓越成效[8]，預示著金融服務正加速向智能化、自助化轉型。

其次，信用評分體系作為數字金融保障服務科學化的關鍵一環，通過整合多樣化的數據源（包括結構化與非結構化數據）， 實現了對個體信用狀況的全方位、高精度評估。這一創新不僅強化了金融機構的風險管理能力， 還降低了信用服務的門檻，讓原本難以觸及的群體也能享受到融資服務。例如浦發銀行的“網貸通”、招商銀行的“閃電貸”等產品與服務，皆是基于信用評分模型等大數據處理技術的典型案例，通過精準的客戶信用評價與差異化風險定價， 極大地提升了貸款審批的效率與科學性，進一步拓寬了金融服務的覆蓋范圍，促進了金融資源的公平合理配置。

再者，智能投顧系統的興起正逐步改變傳統投資顧問行業的面貌。 該系統借助先進的算法與數據分析技術， 深入分析投資者的個性化需求與市場環境，為每位投資者量身定制投資策略，并實時調整以適應市場變化。 這種智能化的投資管理方式不僅提升了投資效率與精準度，還降低了投資門檻與成本，使更多普通投資者能夠享受到專業級的財富管理服務。國內外如Betterment、Wealthfront以及嘉實基金、 易方達基金等金融機構的智能投顧服務， 正引領著財富管理行業向更加智能化、個性化的方向邁進。

最后， 風險管理作為金融行業的核心環節，在數字技術的賦能下實現了質的飛躍。 基于AI的風險管理模型能夠實時捕捉市場動態，運用大數據分析、機器學習及知識圖譜等先進技術，對潛在風險進行精準識別、量化評估與前瞻預測。這種精細化的風險管理手段增強了金融機構的風險抵御能力，為其在復雜多變的金融環境中的穩健運營提供了堅實支撐。 我國多家商業銀行已成功建立AI反洗錢模型，通過運用機器學習、知識圖譜等技術實現風險實時監測、智能分析與自動評估，進一步提升了風險管理的效率與精準度。

三、數字金融發展面臨的現實挑戰

（一）數字金融領域基礎制度缺失

目前，數字金融領域在基礎制度建設和政策規范引導方面尚存在一定的欠缺。我國金融市場與數據要素市場的政策和規范發展相對獨立，有待統籌整合。盡管數據要素市場已經制定了一系列數據要素發展的相關規范文件，金融市場監管部門也發布了一系列推動銀行業等金融行業數字化轉型的政策和建議，但數字金融融合發展中所需的基礎制度規范還相對欠缺，因此，數字金融領域未能形成完善的基礎制度體系[9]。并且，就數據要素領域基礎制度建設而言，頂層設計尚未完善，各地推進改革過程中已觸碰到數據權屬、授權運營、合規安全等“硬骨頭”，數據要素市場功能尚未有效發揮，無法為數字金融領域基礎制度的建立健全提供有力支撐。

（二）數字金融技術基礎設施薄弱

2024年1月， 習近平總書記在省部級主要領導干部推動金融高質量發展專題研討班開班式上指出要構建“自主可控安全高效的金融基礎設施體系”。《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》 進一步明確了這一方向， 提出要健全新型基礎設施融合利用機制，推進傳統基礎設施數字化改造。

因此，數字時代背景下，數字金融基礎設施的建立與完善必不可少，其前提是做好數字金融技術基礎設施的建設，即健全以安全多方計算、區塊鏈、聯邦學習、大數據、云計算等數字科技為基礎，支持金融科技創新、提升金融服務效率和安全性的關鍵技術設施。 盡管數字金融基礎設施建設正在逐步推進，但數據治理目前還處于初級階段，數字身份認證在支撐數據治理方面的能力亟待加強。這一局限性不僅限制了可信數據應用的普及，還增加了信息和數據泄露的風險，從而阻礙了數據協同和認證服務的推廣。為了推動數字金融的健康發展，必須加強基礎設施的建設，提升數據治理和身份認證的安全性與效率，確保數據的可信應用和安全流通。

（三）數字金融領域監管亟待升級

隨著數字金融領域的快速變革，監管環境正面臨前所未有的復雜性與緊迫性挑戰。金融創新的步伐之快超越了現有監管框架的適應速度，監管滯后于市場發展實踐造成新興風險點難以被即時捕捉并有效應對。數字金融生態中，參與主體多元化顯著， 涵蓋傳統金融機構與新興科技服務商等， 它們之間的業務融合、跨界運營及深度互聯，極大地提升了監管的復雜程度。我國金融監管體系在應對此類跨界融合特性時， 遇到了監管空白與重疊的困境，影響了監管的有效性和精準度。同時，傳統監管手段在應對數字金融領域風險時顯得捉襟見肘，尤其在風險識別、 預警及防控方面存在明顯短板。監管科技的廣泛應用尚處于起步階段，未能充分發揮其在提升監管效率、 增強風險防控能力方面的潛力，導致監管機構在風險應對上存在一定的反應延遲。

（四）數據流通與金融化風險涌現

統籌兼顧高質量發展和高水平安全始終是金融領域必須把握的重點。金融安全觀在數字時代的內涵是動態發展的，需要不斷地適應新的技術變革和市場發展，以確保金融市場的穩定和經濟的持續健康發展。

數據流通與金融化領域面臨著復雜和多變的安全環境，存在著數據、技術、交易與法律規范等維度所引發的網絡安全、數據安全乃至金融安全等多重風險。數據流通與金融化的本質是數據要素的流轉，基于數據要素的數據屬性及其流通環境的網絡屬性，其存在固有的基底風險——數據安全風險與網絡安全風險，包括存在虛假信息、信息泄露、網絡攻擊等安全風險，這一系列風險制約著數據資源開發與利用。

當數據進入金融化的數據要素市場發展階段，在原來固有風險基礎上還有可能疊加滲透金融安全風險。例如，可能出現數據無序定價、無序流通交易、企業通過數據資產虛增利潤、第三方機構數據資產評估造假等亂象，滋生新一輪資產泡沫，危害我國金融安全。因此，數據流通與金融化的背后是多個風險源的疊加混合，帶來的風險聯動效應更加明顯， 甚至有可能沖擊國家安全的穩定性。

（五）數字金融領域專業人才短缺

數字金融的蓬勃興起顯著加劇了數字金融人才的需求缺口，當前的數字金融市場極缺具備金融專業知識、數字技術能力與數字思維素養的復合型人才，特別是在數據治理、風險控制數字化、數字技術金融場景應用等核心領域。

數字金融領域專業人才儲備不足可能造成一系列負面影響。首先，數字金融人才短缺可能阻礙數據金融創新的步伐。 人才是創新的動力與源泉，數據金融的創新發展離不開數字金融專業人才的支持，人才短缺會限制金融機構在數字金融領域的創新能力，制約數字金融產品的創新開發與推廣應用，影響行業的整體競爭力，減緩數字金融的發展速度。其次，數字金融人才短缺可能會削弱金融系統的安全性和穩定性。 數字金融人才在風險管理、數據分析等方面具有重要作用，人才短缺可能導致金融機構在風險識別、 評估和控制方面的能力下降，增加金融機構運營風險，甚至影響數字金融生態的穩定性。最后，數字金融人才短缺可能導致金融服務的質量和效率下降。在數字化時代，金融機構需要利用數據要素、前沿技術提供定制化、高質量金融服務。人才短缺可能導致金融機構難以滿足客戶日益增長的期望，影響服務質量、客戶體驗等方面， 從而影響金融機構的市場競爭力， 不利于數據金融行業生態的發展。

四、數字金融高質量發展的路徑

數據要素將在數字金融高質量發展的未來路徑中扮演著核心角色，本文從制度規范、基礎設施、監管職能、數字監測、人才培育五大方面為數字金融高質量發展提供解決方案，全方位賦能數字金融的高質量發展。

（一）完善數據流通基礎制度規范，推動公共數據有序開放共享

數據是數字金融高質量發展的核心資源。為保障數據資源的有效利用，首先需要完善數據要素領域的基礎制度規范。 這包括制定統一的數據產權、數據流通、收益分配、安全治理、公共數據開發利用、企業數據開發利用、數字經濟高質量發展、數據基礎設施建設的法律框架。通過上述措施推進數字金融制度先行、法律先行、規范先行，為數據金融化的市場化配置提供法律支撐，同時也為金融數據治理和安全合規使用提供規范框架。

公共數據的有序開放共享是推動數字金融發展的重要途徑。政府應積極推動公共數據規范有序開放共享，促進公共數據目錄整合優化，探索向包括數字金融平臺在內的各類型平臺開放數據接口[10]，從而為金融科技和數字金融企業的創新發展提供有力的支持。同時，鼓勵企業、研究機構和公眾參與公共數據的開發利用，形成數據開放共享的良好生態，有利于促進數字金融領域數據資源的整合與共享，提高金融數據的可用性和價值。

（二）推動數字金融基礎設施建設，完善數據安全治理體系

數字金融的高質量發展離不開堅實的基礎設施建設，傳統的金融基礎設施需要被進一步數字化改造，這要求建設形成高效、便捷、一致可控、互聯互通的一體化數據信息網絡基礎設施，這有助于加強數據處理的高效性和安全性，為數字金融業務的創新提供了堅實的技術基礎。

推動數字金融基礎設施建設與完善數據安全治理體系，首先對網絡基礎設施提出要求，應提升數據處理和存儲的能力，確保金融交易和服務平臺的高效與安全。在此基礎上，金融科技的研發和應用成為推動金融產品創新的關鍵， 利用人工智能、區塊鏈、云計算等前沿技術，為市場和用戶提供更加個性化和智能化的服務。此外，完善數據安全治理體系對于保障數字金融穩健運行至關重要，建立嚴格的數據安全管理制度，加強數據保護，有助于防范數據泄露風險， 確保數據全生命周期安全。最后， 國家數據局正積極推動數據基礎設施布局，部署開展數據流通利用基礎設施試點，打造安全可信流通利用環境。 通過推動行業數據和算力的協同，構建數據共享平臺，促進跨機構、跨行業的數據資源整合，不僅能夠實現數據的可信流通，還能顯著提升數據處理能力和治理水平。

（三）明確數字金融領域監管職能，加強數字金融監管協同治理

隨著數字金融的快速發展，監管體系也需要與時俱進。數字金融同時涉及數據與金融兩大監管領域，因此，兩大領域監管職能的明確是確保數字金融安全和市場秩序的前提。相關監管機構需明確數字金融業態劃分的標準和界限，做到同類業務采用同一監管標準[11]，可根據數字金融的實際業務類型，采取分類分級的牌照和資質管理，發相應的業務準入牌照[12]。

首先，金融監管局等金融監管機構要加大對數據金融化的監管力度，但不可過度監管。全面加強金融監管是當前和今后一個時期金融工作的主要任務之一，未來，數字金融領域的金融風險應當是金融監管部門的關注對象。具體而言，金融監管機構可以從以下監管思路出發強化對數據要素金融化的監管： 一是定期對金融市場進行風險評估，特別是針對公共數據金融化過程中可能出現的數據資產定價無序、評估造假、數據壟斷等亂象，從而識別潛在的金融風險并制定相應的預防措施； 二是開展市場監測，監控數據進入金融市場所發生的交易活動，特別是公共數據金融化的使用情況，以確保公共數據流通交易的透明度和公平性。同時，金融監管機構還應注意把握數字金融領域的監管尺度，在數據金融化發展初期為市場提供一定的創新空間，不過度干預，堅持市場主體“法無禁止即可為”，監管部門“法無授權不可為”。

其次，國家數據局在數據要素領域應起到統籌作用，國家數據局應繼續發揮其在不同區域、行業和部門之間的數據監管協調作用。國家數據局應在確保數據安全合規的前提下，發揮金融科技和數據要素的驅動作用，繼續推動“數據要素×金融服務”場景應用，支持金融機構在不同領域的數據融合應用，提升實體經濟金融服務水平，推進數字金融發展。

最后，監管機構之間的協作與信息共享至關重要。通過加強協作，監管機構能夠及時發現并應對數字金融發展產生的網絡安全風險、 數據安全風險、金融安全風險，避免風險的擴散和累積。這要求數據監管機構、金融監管機構等相關監管機構建立高效的信息共享機制， 確保各方面的信息能夠快速、準確地傳遞和交流，避免造成監管資源的浪費或過度監管，或是在監管重疊之處造成監管不足的問題。

（四）加強數字金融領域風險監測，構建先進數字化監測系統

強化數字化風險監測是保障數字金融市場安全穩定的關鍵措施，構建一個先進的數字化監測系統則是強化數字化風險監測的重要途徑。通過運用數字化監測機構，監管機構能夠更精確地監測和管理數據金融化過程中的網絡安全風險、數據安全風險以及金融安全風險，確保數據市場和金融市場的穩健發展。

具體而言，數字化監測系統通過整合不同來源的數據，并結合人工智能、機器學習、區塊鏈等尖端技術，監控數據流通交易過程中的風險行為及異常情況，從而更加精準地監測金融市場動態，及時發現和處置金融風險。以人工智能大模型對于反洗錢黑名單的處理為例，監管機構可以運用人工智能大模型檢測洗錢活動，通過自然語言的處理增強語料的時效性，使大模型在意識形態、名單使用范圍和制裁頻率等方面符合司法實踐的最新要求，并通過訓練大模型熟悉中國裁判文書邏輯，使大模型提供更可靠的處理結果，輔助提高反洗錢效率。此外，區塊鏈技術的引入也為數據金融化過程中數據要素的流通提供了不可篡改性和透明性的保障，增強了整個監測系統的可信度和效率。

綜上，數字監測的深化與應用通過海量數據應用與數字化手段對金融活動進行深入監測和分析，增強了金融系統的透明度和信任度，監管機構能夠顯著提升對風險的感知、識別和分析能力，從而采取有效措施，預防金融風險的發生和擴散。展望未來，監管科技的應用不應局限于現有技術，而應積極探索新興技術在風險監測中的新應用，以適應不斷演變的數據金融化發展階段。

（五）形成數字金融人才培育機制，加大復合型人才培育力度

數字金融人才在數據領域的專業技能和創新能力是推動數字金融發展的核心動力，他們通過高效的數據處理、精準的風險評估和智能化的金融產品開發，助力金融機構實現數據要素驅動的轉型升級。同時，數字金融人才對數據金融化的洞察理解和合規應用，確保了金融創新在安全和效率之間的平衡，為數字金融的穩健發展提供了堅實基礎。

在數字時代背景下，高校、金融機構、數據要素市場主體與政府部門應當聯合共同培育數字金融人才。2023年11月，重慶市出臺全國首個《緊缺型數字金融人才目錄》， 明確數字金融人才職責技能與從業要求，建設緊缺型數字金融人才優先培育機制，這對于緊缺型數字金融人才的引入、培育、全流程閉環管理及服務具有重要借鑒意義。各地可參照重慶經驗，出臺數字金融人才目錄，切入數字金融的不同領域， 推動建設數字金融人才培育機制，完善數字金融人才評價體系，貫通繼續教育、職稱評審、職業培訓等政策，鼓勵金融機構內部轉化“金融+科技”復合型人才，并實施人才培育激勵計劃。同時，也鼓勵數據交易機構等數據要素市場主體通過開展數字金融培訓課程與考核認證等方式培育數字金融人才，推動數字金融領域創新鏈、產業鏈、資金鏈、人才鏈深度融合。

參考文獻：

［1］杜慶昊.數字金融的發展趨勢和實現路徑［J］.中國金融，2024（3）：18-20.

［2］周雷，王可欣，宋佳佳，等.金融強國視域下數字金融服務實體經濟高質量發展路徑研究［J］.農村金融研究，2024（5）：45-57.

［3］趙志君，顏翀.數字金融高質量發展問題研究［J］.理論學刊，2023（2）：115-122.

［4］郭凈，王俊然，劉瑋.數字普惠金融如何影響居民消費水平？——基于市級面板數據的機制檢驗［J］.金融理論探索，2023（5）：46-56.

［5］歐陽日輝.數據資產化與金融化融合發展的理論機理和實現路徑［J］.延邊大學學報（社會科學版），2024（3）：55-56.

［6］黃中翔，駱橙橙，譚中.加快數據信托創新探索［J］.中國金融，2024（11）：51-52.

［7］馬梅若.科技金融助力“知產”變“資產”［N］.金融時報，2024-03-14（004）.

［8］益言.人工智能在金融領域的應用及監管進展［J］.中國貨幣市場，2023（12）：71-76.

［9］賈彥，顧鑫，蘇映雪.數據要素賦能金融發展，提升“中國數”全球話語權［J］.清華金融評論，2023（8）：96-98.

［10］曾夢寧.發揮數字金融引領效應 構建高質量發展服務新體系——訪中央財經大學中國互聯網經濟研究院副院長歐陽日輝［J］.中國金融家，2024（5）：19-21.

［11］郝志斌.數字金融的功能監管及其精準化實施［J］.行政法學研究，2023（5）：145-155.

［12］吳曉靈，丁安華.平臺金融新時代——數據治理與監管變革［M］.北京：中信出版社，2021.