錨定產業數字金融主線做深做好金融“五篇大文章”

Anchoring Main Line of Industrial Digital

Finance and Doing Well in “Five Major Articles”

隨著全球新一輪科技革命和產業變革的深入發展，數字金融已成為推動實體經濟發展的強大動力。數字金融憑借其高效、便利和普惠的特點，突破了傳統金融服務的諸多限制，提升了金融風險防范和管理能力，推動了金融創新和產業升級，為實體經濟重點領域的發展注入了新的活力和動力。黨的二十大報告提出，著力推動高質量發展，建設現代化產業體系，堅持把發展經濟的著力點放在實體經濟上，促進數字經濟和實體經濟深度融合。2022年12月，中央經濟工作會議明確提出，推動“科技—產業—金融”良性循環。2023年的中央金融工作會議明確將做好“科技金融”放在金融

“五篇大文章”的首位。2024年5月，金融監管總局發布的《關于銀行業保險業做好金融“五篇大文章”的指導意見》提出，科技金融要迎難而上、聚焦重點，助力以科技創新引領現代化產業創新，促進新質生產力發展。發展產業數字金融助力金融強國建設數字金融可以引導金融資源聚焦關鍵產業，助力金融支持產業科技創新突破。它不僅是金融服務的創新與升級，更是推動實體經濟邁向高質量發展、提升產業鏈現代化水平的重要引擎。產業數字金融是當前中國經濟與金融發展中最具生命力的領域，發展產業數字金融更有助于實現金融強國建設目標。2021年底，國務院印發《“十四五”數字經濟發展規劃》，進一步明確，數字經濟是繼農業經濟、工業經濟之后的主要經濟形態，協同推進數字產業化和產業數字化，推動我國數字經濟健康發展。2022年初，原銀保監會也印發了《關于銀行業保險業數字化轉型的指導意見》，提出積極發展產業數字金融。一方面，產業數字金融成為數字金融最迫切應用場景之一；另一方面，產業數字金融成為商業銀行公司金融數字化轉型新賽道。

“五篇大文章”引領產業數字金融發展新方向，要在支持供給端發展方面著重發力。一是以科技產業金融促進普惠金融、綠色產業金融、養老產業金融協調發展；二是以數字化金融產品和服務創新數字普惠金融、數字綠色金融、數字化養老產品等金融服務。黨的二十屆三中全會提出，要健全因地制宜發展新質生產力的體制機制。加快完善科技金融服務體系，構建良好的科技金融生態環境迫在眉睫。一方面，要大力發展多層次資本市場，堅持直接融資和間接融資“兩條腿走路”，著力提高科創企業直接融資比例。另一方面，要推動金融機構建立單獨的科技企業信用評價模型，設立科技金融專營機構，更好地評估投資風險。

銀行掘金產業數字金融，推動數據資源資產轉化和價值創造，成為引領產業數字金融發展的關鍵著力點。2022年12月，《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》正式發布，標志著我國開始構建數據資源開發利用頂層制度。2024年1月1日起，《企業數據資源相關會計處理暫行規定》施行，數據資產入表正式進入實際操作階段，使數據資源的價值得以衡量和體現。為了更好地抓住轉型機遇、推動產業數字金融業務增長，銀行紛紛通過行業化專業化區域化布局策略，與合作伙伴共建產融平臺，打造開放產業金融生態。

產業數字金融成為公司金融發展新范式

產業數字金融將成為公司金融數字化轉型最佳路徑之一。伴隨著數字技術成熟化和金融支持實體發展的常態化，以數據要素、數字技術和產業生態為核心能力的產業數字金融，已成為一種新型的金融業態，可以降低金融服務實體經濟中的供應鏈金融的信息不對稱性，成為傳統公司金融轉型發展新范式。產業數字金融就是指以數據作為關鍵生產要素，利用人工智能、大數據、物聯網、區塊鏈等數字技術，為產業數字化提供“一站式”全方位金融服務。在頂層設計上，應打造數字化的產業金融服務平臺，積極支持國家重大戰略、戰略性新興產業、先進制造業和新型基礎設施建設，實現“一站式”金融服務。圍繞重大項目、重點企業和重要產業鏈，加強場景聚合、生態對接。

從傳統公司金融向產業數字金融的進階過程中，關鍵是去抵押、去擔保、去金融化，讓數據要素成為可信資產。產業數字金融發展面臨諸多挑戰，一是產業場景的復雜性高，各行業之間缺乏共通的運營規范和標準，難以形成標準化的服務解決方案。二是數字技術的應用深度亟待提升，跨平臺數據難以整合，需要解決綜合數據治理的問題。三是發展產業金融更多沿用的是供應鏈金融的思路，關注點更多地集中在核心企業與上下游形成的交易型關系上，較少滲透到供應鏈數字化運營全過程。產業數字金融就是要降低銀行對不動產抵質押因素的依賴，形成全新的風控理念，利用數字授信技術解決數據可信問題，形成產業數字金融的評級體系。主要模式是依托核心企業的產業金融數字化創新，通過與產業龍頭企業達成戰略合作，聯合打造產融平臺，實現上下游企業的高效連接、供應鏈全流程的金融服務數字化和產業鏈數據的互通共享。

數字風控技術是產業數字金融破局的關鍵，應主要從四大方面著力：一是產業生態共建。依托產業生態體系，建立適應數字經濟的服務新模式，為產業鏈上相關主體提供一攬子金融服務，促進產業生態繁榮發展。借力國家產融合作平臺，結合國家產融合作試點城市的經驗，深化產融合作。二是打造數字信用基礎設施。與消費金融不同，產業數字金融對基礎設施及數字技術要求更高。產業數字金融運用的技術范圍要更廣，包括區塊鏈、物聯網、5G、數字孿生等一系列技術，借此實現對企業生產和經營活動進行動態監控。三是場景聚合與生態對接。選擇適合的產業鏈、產業集群先行先試。通過對產業鏈歷史交易數據的智能化采集、挖掘及分析，利用平臺內數字化的金融服務嵌入客戶生產經營場景中，推進產業數字化、線上化、綜合化的金融服務。四是變革傳統風控模式。傳統銀行公司業務風控評審相對滯后，已不適應數字金融服務工業互聯網時代的需要。根據產業數字金融業務流程特性分析，數字技術可在產業鏈數字金融的貸前風險評估、貸中資產審核、貸后運營監管等主要環節，實現信用評估數字化、信息審核智能化、動產監控實時化。產業是骨干，科技是大腦，金融是血脈，三者共同驅動著經濟生態體系的發展與循環。產業數字金融是未來經濟穩定增長的新引擎，產業數字金融的發展需要政府、科技公司、實體企業和金融機構的深度合作，構建融合發展的良好生態。

推進函證業務的數字化和集中化，成為產業數字金融應用最佳實踐之一。為防范化解函證業務的舞弊行為導致的金融風險，落實國務院辦公廳關于加快推進銀行函證業務規范化、集約化、數字化進程的工作要求，在原銀保監會、財政部指導下，中國銀行業協會與中國注冊會計師協會共同搭建銀行函證區塊鏈服務平臺。三年來，平臺運行平穩有序，接入機構不斷增多，業務規模持續增長，處理效率顯著提升，綠色效應逐漸顯現，在2024年上市公司審計高峰期間，已成為受業界廣泛認可、引領推動高質量數字函證服務發展的堅實力量。平臺運營成效顯著，前期躋身國家區塊鏈創新應用試點項目，并入選中央網信辦組織評選的2023年區塊鏈創新應用案例。一是實現大規模生產應用。2024年以來，已上線運營的銀行業金融機構接收數字函證超50萬份，平均回函時長為1天22小時，回函效率最高的銀行平均辦理時長僅為40分鐘，實現函證處理效率的時代躍遷。二是達到一個可觀的機構接入數量。截至2024年5月中旬，平臺已對接1200余家機構，其中完成前期開發、測試、評估后正式上線運營的機構544家，包括101家銀行業金融機構、443家會計師事務所，基本覆蓋主要全國性銀行及頭部會計師事務所。三是打造數字函證生態圈。圍繞函證業務需求不斷探索，持續優化服務、引領標準，逐步構建數字函證生態圈，平臺已收到商業銀行、財務公司、會計師事務所、證券公司、資產評估公司等多類機構的接入申請。四是引領綠色函證業務發展。降低人力資源占用及減少紙質函證傳遞歸檔的紙張耗費，切實推動綠色函證成為現實。

AI大模型成為產業數字金融發展新動能

以AI大模型引領的新一輪技術變革為產業發展帶來全新機遇，大模型在產業數字金融中的應用將成為一個新的趨勢。垂直產業場景，具有體系完善、環節眾多、數據復雜、場景豐富等特性，是大模型落地應用的一大極具潛力的重要領域。大模型技術的深度應用，將為產業鏈運營效率、服務體驗和業務創新帶來巨大變革。從近期來看，大模型已在日常辦公、文本創作、圖像視頻生成、客服問答等領域展現較大發展潛力和應用價值；從中長期看，大模型將與制造、生物醫藥、能源、交通等實體經濟領域深度融合，不斷提升創新效率、拓展應用領域、提高生產效率，成為各行業轉型升級的基礎賦能工具，帶動更大范圍創新。大模型在產業數字金融領域嘗試應用，如AI大模型的能力應用于產業鏈金融，用于構建產業鏈圖譜以及進行產業鏈融資的智能評估。利用大模型進行多模態數據處理，以提供更深入的數字金融服務，包括利用大模型做深做實金融領域的應用，如智能客服、風險評估等。

大模型在數字金融產業的應用還需要謹慎推進。首先，從技術角度出發，我國在大模型技術上存在短板。大型銀行的算力資源積累相對豐富，而中小銀行則對大模型技術望而卻步。我國對于人工智能算法、算力和數據資源的挖掘不足，在技術成熟度上與國際先進水平存在硬件和軟件上的實力差距。其次，從政策合規性的角度出發，大模型技術對傳統規章制度帶來沖擊。人工智能經歷了從判斷式AI到生成式AI的發展階段。從判斷式AI角度提出模型的可審計、可解釋和可追溯是可行的，而對于生成式AI而言，可解釋和可追溯是難以判斷的，這形成了對傳統規章制度的挑戰。最后，大模型可以在知識庫、座席助手等方面得以應用，尤其是大型銀行在中后臺線上線下的智能化運用，以達到降本增效目的，提高工作效率。

標準化建設引領產業數字金融規范發展，為今后大模型在產業數字金融應用奠定基礎。2022年3月，中國銀行業協會發布了TR／CBA 104—2022《集成了5G 與物聯網的抵質押物管理技術方案》。銀行機構及通信業的眾多單位積極參與。該文件是首個“5G+物聯網”智能金融應用領域的標準化文件，對推動“5G+物聯網”智能金融應用具有重要的標志性意義。2024年7 月，中國銀行業協又推出了畜牧業領域的細化和延伸的解決方案TR/CBA 222—2024《集成了5G與物聯網的抵質押物管理技術方案畜牧業》。“5G+物聯網”在金融領域的應用已開始形成一定規模，特別是在抵質押物管理、倉儲管理、融資租賃等多個場景落地，智能物聯網已成為數字金融應用的核心技術之一。

AI大模型的應用正在開啟新的商業模式和機會，推動產業數字金融平臺的創新。首先，基于大模型的知識抽取能力，平臺需要構建一個產業鏈圖譜，識別產業鏈上不同環節的生產廠商、經銷商，每個環節里分布的企業清晰明了。其次，金融機構正在通過數字技術來構建智能體（Agent），能夠更好地刻畫產業鏈的經營狀況和信用情況，進一步提升服務效率、優化決策過程、增強客戶體驗。最后，在金融垂直領域，行業大模型通常是基于通用大模型的架構進行特定訓練而來的，這些模型經過有針對性的訓練，可以更好地處理與特定行業相關的任務和數據。因此，各行各業應積極利用和發揮大模型的能力，構建生態型商業模式，加速大模型的商業化落地和廣泛創新。值得注意的是，隨著技術的復雜性增加，金融系統面臨的風險和挑戰也在增加，包括復雜機器學習模型的不透明性、對大量數據的依賴、對消費者隱私的威脅、網絡安全和算法偏見等。

（作者系中國銀行業協會首席信息官）

責任編輯：董治