意见领袖丨新金融联盟NFA
“对于小银行而言，抓住国企平台切入供应链和数字化转型、做大营收的刚需契机，立足产业集群，积极参与组建地方公共数据生态，就抓住了大有可为的数据赋能产业机遇。”8月24日，在新金融联盟举办的“产业数字金融的数据共享与风险管控”内部研讨会上，众邦银行董事长程峰在主题发言中表示。
会上，工商银行普惠金融事业部专家陈诗礼、邮储银行普惠金融事业部副总经理蔡禹、兴业银行交易银行部总经理助理李小宇、润达昌商业保理董事长杨鸿泩也做了主题发言。全国社会保障基金理事会原副理事长王忠民、国家金融监督管理总局相关司局负责人、中国银行业协会首席信息官高峰、中国人民银行征信中心动产融资统一登记部总经理杨渊点评交流。
会议由新金融联盟秘书长吴雨珊主持，中国金融四十人论坛提供学术支持。30家商业银行、24家科技公司和供应链平台的代表共80余人通过线上线下参会。以下为部分精彩内容。
研讨会现场产业数字金融处于爆发前夜
随着技术的进步和市场的成熟，产业数字金融以其独特的业务场景化、资产数字化、风控智能化和服务生态化等特性，在支持实体经济发展中扮演着越来越重要的角色，发展产业数字金融已成大势所趋。
“产业数字金融是数字金融最好的应用场景、公司业务转型最佳路径，抓住这条红线，有利于‘五篇大文章’业务的全线贯通。”高峰指出。
“目前，全国有1300多个超过百亿产值的产业集群，推动产业集群转型升级有政策、有补贴、有‘链长制’专项支持，在多重利好迸发的情况下，产业数字金融处于爆发的前夜。”程峰对产业数字金融的前景充满信心。
“地方政府化债的现实压力，正成为催生产业集群升级的直接动力。”程峰表示，政府掌握了大量政务、交通、水电和税务等数据。实现数据资产入表，拓展新的供应链市场化收入来源，成为各级政府化债及地方城投平台利用供应链数字化转型的内生源动力。
“做产业数字金融要融合数据要素、数字技术、金融场景等诸多方面，因此需全行一盘棋。”高峰表示。程峰坦言，现在绝大多数银行都在发力布局产业数字金融，中小银行想在夹缝中求生存，就必须立足自身资源禀赋，在“产业数字化-数字金融-信用数据协同”的结构性摩擦中，走出一条特色化与差异化的道路。
推动跨平台数据整合
数据是产业数字金融的基石，没有实现产业数字化，就做不了产业数字金融。多位嘉宾指出，实现产业数字化需要政府部门、产业端、金融机构、第三方技术公司多方合力，推动跨平台数据整合。
陈诗礼表示，链主企业开放数据意义重大：一是优质数据能助力产业降本提质增效。二是金融可以提高产业链价值，一方面实现了金融降本扩面，对产业链薄弱环节精准滴灌，推动其融资成本下降；另一方面，赋能多级供应商和经销商，促进链上企业高效协同。
对于产业数字化的各方参与者，陈诗礼认为，政府在推进供应链创新和应用时，应加强立法和规范，引导核心企业合理开放共享数据。企业不应以数据开放共享或开放银行金融进入通道而变相收取相关方金融服务费用。除基于商业交易责任，承担基础上的数据开放、资金管控外，银行不应加重核心企业确权、担保等方面的责任。第三方也是个不可或缺的角色，建议将核心关键环节留在银行，把大量较粗放的服务分流给第三方金服平台。
陈诗礼引用某省政府数据部门对数据使用的几点要求：首先保证数据安全；第二，在安全的基础上让用数方满意；第三，不同于以往数据先授权后使用，数据可以先使用后授权，在真正使用时一定要授权。
“不同企业间使用的数据格式、传输协议、信息接口等缺乏统一标准，使得数据共享变得复杂，制约了数据的有效利用。应建立统一的数据交换格式和接口，方便数据互通和共享。”蔡禹表示。程峰介绍，电子债权凭证、货权凭证，正在为应收账款、存货等产业链数字标准打通“连接点”。
“不同部门、行业间客观上还存在信息壁垒，使得数据无法更佳有效地流通。可采用严格的数据加密技术和访问控制机制，确保数据在交互过程中的安全性，推动打破数据壁垒。”蔡禹指出。
强化智能风控
数据就像璞玉，经过加工和应用才能实现真正价值。“要深度挖掘数据，提高模型学习能力，以大宽度、高厚度的数据描绘客户视图。客户视图越丰满，对客户信息画像越全，信贷风险就越可控。”陈诗礼表示。
蔡禹认为，“当前的风险评估机制还存在一定的不完善，无法更准确地评估数字金融可能的潜在风险。法律环境的相对滞后，也导致操作层面风险管控缺乏依据和规范指导。”
在法规制度建设上，有嘉宾建议，针对线上业务流程，以及技术领域暂时难以覆盖或覆盖成本过高的道德风险，制定配套的法规制度予以规范。此外，由于核心企业应付账款的电子债权凭证流转类业务规模较大，建议出台电子债权凭证流转类业务的统一监管规范。
在实践方面，陈诗礼介绍，工行重塑了数字化信贷体系，打造新的信贷底座，融合了反欺诈、反洗钱、信贷的基本风控逻辑以及产品基本规则。“我们过去都是一个个获客，现在引进一批数据，对数据分析之后才去获客，在此过程中改造了网银，采取开放式获客。”
蔡禹表示，可广泛引入征信、税务、发票、工程等多维度数据，依托大数据金融科技手段，从两个维度强化产业数字金融风险管控：
一是加强业务流程管理，确保不同环节风控一致性。在贷前，构建客户精准画像、精准营销等模型，推动实现客户风险精准识别；在贷中，构建风险量化评估模型，支撑自动化决策审批；在贷后，全面推广触发式预警，实现风险客户的提前识别及退出。
二是加强模型数据源管理。应用数据时，通过系统对接获取数据，杜绝人为篡改；管理数据时，通过内部数据交叉验证、线上线下核验回检，确保数据真实、有效，防范数据源头风险。
(本文作者介绍：一个高质量的新金融政策研讨和行业交流平台。)
责任编辑：王馨茹
新浪财经意见领袖专栏文章均为作者个人观点，不代表新浪财经的立场和观点。
欢迎关注官方微信“意见领袖”，阅读更多精彩文章。点击微信界面右上角的+号，选择“添加朋友”，输入意见领袖的微信号“kopleader”即可，也可以扫描下方二维码添加关注。意见领袖将为您提供财经专业领域的专业分析。
