金融新启航
意见领袖 | 李庚南
毋庸置疑，在科技、普惠、绿色、数字和养老等五大金融服务领域，金融机构已深耕多年，也积累许多实践经验。中央之所以将五大领域金融服务并提为“五篇大文章”并上升到促进金融业高质量发展的战略高度，意味着这五大金融领域还存在诸多需要打通的堵点、需要补齐的短板。这些堵点和短板的突破，不仅需要从顶层设计上推动制度机制的创新，更需要从技术层面提供有力的支撑，实现金融供给侧的转型升级。
而数智化（数字化+智能化）恰是当前金融业转型升级的核心驱动力。数据作为行业关键生产要素，不仅支撑金融业务的数字化转型，还通过融合应用释放乘数效应，提升金融服务的效率、安全性和普惠性，成为金融行业新的金融基础设施。通过大数据、人工智能、云计算、区块链、物联网等技术的深度融合，以及与五大金融服务领域的深度融合和应用，数智化正在深刻赋能金融“五篇大文章”，重塑金融生态。
赋能科技金融：聚焦痛点，催化创新
科技金融被列为“金融五篇大文章”之首，自有其深远考量。不仅因为科技金融是突破“卡脖子”、推动科技自立自强的重要支撑，还因其所面临的不确定性更具挑战，所面临的困难和问题更加复杂。从金融视角看，科技企业最典型特征是轻资产、高风险、长周期且缺乏历史财务数据，无论从抵押担保、风险评估还是收益匹配看，传统金融模式都很难适应。
这就需要金融业打破固有思维范式和体制机制束缚，以创新思维提供与科技创新相匹配的全方位、全生命周期的金融服务供给。关键是聚焦科技金融的堵点、难点问题，借助数字化智能化技术手段，以先立后破的创新精神推动体制机制优化，增强金融供给与科技企业需求的适配性。
首先是赋能数据驱动的风险决策机制。通过对科技企业涉及工商、税务、知识产权、研发投入、产业链上下游、创始人背景等多维数据的有机整合和深度分析，运用AI模型评估分析企业所处行业赛道及其技术先进性、创新能力、市场潜力、团队稳定性等，可精准评估其科技价值和发展前景，整合构建企业全息画像，为精准筛选客户提供数智化赋能。从发展的视角最大可能降低所投科创企业面临的不确定性。
其次是赋能操作风险的自动化防控监测机制。针对科创型企业经营及风险特征，金融机构可构建覆盖全业务流程的智能风控平台。通过区块链技术实现信贷资金流向的不可篡改追踪，或运用自然语言处理（NLP）自动筛查合同文本中的法律风险；利用AI实时监测实时监控科技企业研发进展、市场表现、舆情信息等，实现风险的早期预警和动态管理，最大可能提高科技企业信贷可得性，降低风险溢价。
再次，赋能科技金融服务模式和产品创新。基于对科技企业生命周期的精准画像，金融机构借助数智化技术可精准设计适应科技企业的灵活多样的信贷产品，包括知识产权质押、订单融资、投贷联动等；利用智能合约（区块链）可简化复杂的科技金融交易流程（如技术转让、股权投资）；通过探索基于区块链、AI监控的数据透明化支撑，可夯实金融机构精准奖惩机制，增强内生的服务创新动能。
赋能绿色金融：穿透识别，动态追踪
绿色金融是全面践行绿色发展理念、推动经济社会全面绿色转型的金融支撑。从全面绿色转型的复杂、艰巨性和紧迫性看，金融业所肩负的使命或不仅仅是“丰富绿色转型金融工具”，而是需要创新绿色金融的体制、机制和模式，以适应全面绿色转型战略的需要。这一过程充满荆棘，面临诸多困惑和矛盾，需要平衡诸多关系。
当前，绿色金融面临的核心问题：一是如何精准识绿贷绿，为绿色发展注入金融动能；二是如何防范绿色金融风险，包括市场主体环境信用风险及“漂绿”风险；三是如何实现由识绿贷绿向促进非绿转绿，即以转型金融支持市场主体发展模式高碳向低碳的转型。要解决绿色金融面临的上述问题，除了进一步完善绿色金融制度机制与标准外，还需借助数智化手段。
针对精准识绿贷绿难题：基本路径是穿透识别，即分析研判所支持的产业、项目和企业是否有助于生态环境保护，是否有助于促进人与自然的和谐发展。而穿透识别的基本手段是大数据分析，即运用区块链溯源，确保绿色项目信息（如碳足迹、绿色供应链）的真实性和不可篡改性，实现由统计式的绿色金融向评估式绿色金融转型，切实提升绿色认证可信度、绿色金融投向的精准度和绿色金融的“含绿度”。
针对市场主体环境信用风险防范难题：需要运用大数据分析，通过对市场主体环境数据的采集与认证，有效整合其环保处罚记录、舆情等，构建环境、社会和治理风险模型，准确地识别和评估绿色项目/企业的真实环境绩效，防范因环境信息不对称而出现的环境与社会风险，以及可能出现的“漂绿”风险。
针对转型金融开展及风险防范难题：需要依托物联网与卫星遥感等智能化技术，实时监测企业/项目的能耗、排放、环境治理效果等关键数据，特别是能源消耗、供应链等数据。核心是基于碳足迹等数据集成，对市场主体绿色低碳转型从规划、实施到目标达成，实施全过程的跟踪监测。通过跟踪监测，研判市场主体转型规划的实施情况、可能出现转型失败的可能性，特别是防范可能出现的“假转型”。
赋能普惠金融：精准滴灌，增量扩面
普惠金融是践行金融政治性、人民性的具体体现，也是金融五篇大文章落地的核心场景。普惠金融服务需求的主要特征是“短、小、频、急”，所面对的市场主体数量庞大、结构复杂、融资需求多元化，面临的核心难题是信息不对称及由此衍生的高风险、高成本、低效率问题。
要破解普惠金融面临的难点、堵点问题，除了需要财政金融倾斜政策支持和差异化的金融制度机制支撑外，同样离不开数智化的赋能。借助数智化手段，将有助于破解普惠金融领域面临的核心难题。
一是有助于精准风险评估，缓解信息不对称风险。针对普惠金融信贷不对称问题，利用大数据技术收集和整合海量的客户数据，通过人工智能和机器学习进行深度分析，可建立更精准的风险评估模型，更准确地评估普惠金融客户的信用风险，从而减少信息不对称带来的风险。同时，借助数智化技术可实现对客户风险状况的实时监测和预警，有效控制风险扩散，提高风险管控的及时性和有效性。
二是有助于批量化营销，提高运行效率。数智化能使金融机构快速收集、整理和分析大量的业务数据和市场数据，为决策提供数据支持，提升整体运营效率和竞争力。通过大数据分析可实现精准营销，提高营销效果和转化率。运用机器人流程自动化（RPA）、人工智能等技术，可实现小额、高频贷款的自动化、智能化审批，大幅提升效率和准确性，降低运营成本。
三是有助于创新模式与产品，拓展覆盖范围。借助数智化技术，可为缺乏传统征信记录的群体建立信用画像，以更低的成本为更多的客户提供服务，从而扩大普惠金融的服务范围，提高了金融服务的可及性。通过服务模式创新丰富场景化金融服务，可将金融服务嵌入到具体的场景中，提高服务的可得性和便利性。借助互联网和移动技术，可以突破地域限制，为偏远地区的客户提供远程金融服务，促进金融服务的均等化。
赋能养老金融：个性规划，智能服务。
将养老金融列入“金融五篇大文章”，既是推进国家治理体系和治理能力现代化的重要创新，也是坚持“以人民为中心”的必然要求。作为一个涵盖养老金积累、投资管理、风险保障、财富传承等全生命周期的金融服务体系，养老金融对金融机构而言，既是机遇更是挑战。
当前，养老金融核心难题聚焦于几方面：一是社会公众对养老问题的长期性、严峻性认识不足，参与度低。二是养老产品与服务供给不足、匹配度低。三是制度与政策环境约束有待优化。现有的税收优惠政策激励不足或设计复杂，政策（如个人养老金）优惠力度、覆盖范围、便捷性等对中低收入群体吸引力有限，且操作流程复杂影响体验。四是养老保险运营成本高与触达难，面临普惠性挑战。
要解决上述制约着养老金融发展难题，除制度机制层面需加强顶层设计外，还需借助数智化技术。数智化技术可为解决上述难题提供强大工具和全新思路。一是依托智能投教与精准营销，可提升公众认知与参与度。如，利用大数据分析用户画像，通过APP、社交媒体、短视频等渠道推送个性化、场景化、通俗易懂的养老金融知识。二是依托数智化技术，可优化产品设计与服务供给。如，基于大数据和AI算法，通过深度分析用户需求、风险承受能力和生命周期阶段，动态生成和推荐最适合的资产配置组合或定制化产品方案，可为客户提供个性化产品定制。三是依托数智化技术，可推动优惠政策落地。如，利用移动互联网、远程视频等技术，突破地域限制，降低服务下沉成本，覆盖偏远地区和弱势群体，提升普惠性与触达能力。将AI用于更精准的信用评估、反欺诈、投资风险监测预警，可保障养老资金安全。四是依托数智化，可加强监管与跨部门协同。在保障隐私和安全的前提下，数智化技术还能推动金融、社保、税务、卫健等部门的数据互联互通，为精准施策和联合风控提供支持。
赋能数字金融：筑牢根基，优化生态
数字金融是“五篇大文章”的技术支撑。数字技术在金融领域的广泛应用，不仅直接推动了数字经济发展，促进了数实融合，而且也推动了金融机构自身的数字化转型。而大数据、人工智能等技术的涌现与实践，则进一步推动了数字金融的深化与升级，深刻颠覆了传统金融形态。
数字金融以数据作为核心资产运维的，但并不等于数智化。数智化与数字金融二者既相联系又相区别。本质上，数字金融是金融服务的数字化形态；而数智化是金融数字化转型的高级阶段，是从“数字化”走向“智能化+智慧化”的转变，是数字金融的深化与升级。简言之，数字金融即金融业务数字化，解决的是金融在线化问题；而数智化，相当于数字金融+人工智能，解决的是金融智能化问题。深刻领悟数字金融与数智化的逻辑关系，将有助于借助数智化破解数字金融面临的发展难题，探索数字金融发展的路径与方向。
当前，数字金融面临的发展难题聚焦于四个方面：一是数据孤岛与隐私保护的矛盾。一方面，机构间数据呈现相互隔离状态，难以共享也不愿共享；另一方面，当前法律制度中的隐私保护框架，如我国的《个人信息保护法》《数据安全法》等，均确立了严格的数据处理规则，包括知情同意、目的限制、最小必要等原则。这些规定旨在保护个人信息权益，规范个人信息处理活动，但客观上增加了数据共享的合规成本，制约了数据深度融合。二是技术能力分化加剧“数字鸿沟”。大小金融机构因实力的差异，在数字化投入方面的悬殊，形成明显的机构间的“数字鸿沟”。三是风险管控滞后于业务创新。随着金融数字化演进，一些新型风险开始涌现，典型如AI信贷歧视类算法黑箱的存在。四是数字金融商业模式面临可持续挑战。数字金融在初期往往需大规模基建投入，但C端用户付费意愿弱，导致高投入低回报。
数字金融发展面临的上述困境，依托数智化技术，通过推动法律精准化、技术内生化、治理敏捷化，或能得到缓解。法律层面，通过法制创新，实行分级分类管理。对数据按敏感度分级，实施差异化监管，推动数据管理从“严防死守”转向“风险导控”，为合规共享创造创新空间。技术层面，通过隐私增强技术，可将隐私保护嵌入系统底层。允许加密数据在云环境下按照可用不可见原则直接被计算。治理层面，通过建立新型数据治理架构，可探索构建多方参与的新型数据关系。如通过完善数据交易机制，规范数据交易，降低交易成本。通过建立利益平衡机制，使数据使用权分离与所有权分离，用户保留所有权，企业通过合约获得有限使用权。
总之，数智化是写好“五篇大文章”的核心引擎。它通过深度挖掘数据价值、应用智能技术，将重塑金融服务的成本结构、风控模式、服务效率和覆盖范围。如何运用数智化写好“五篇大文章”，关键在于能否将数智化能力深度融入业务战略，在积极创新的同时，有效管控风险，并同步解决数据安全、数字鸿沟、算法伦理和监管适应等关键问题，确保技术应用始终服务于提升金融的包容性、可持续性和安全性。更为重要的是，要把握五篇大文章之间内在的辩证关系，树立系统思维、联动思维和创新思维，以数智化技术串联推动金融五篇大文章的深度融合。