中央金融工作會議提出，“做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章”。“數字金融”首次被寫入中央文件，其重要性日益凸顯。金融業正在經歷一場前所未有的變革，在大數據、區塊鏈、人工智能等技術推動下，數字金融正在顛覆傳統金融形態。

什么是數字金融？我國數字金融發展現狀如何？數字金融如何更好為高質量發展服務？在業內專家看來，發展數字金融的目標是為了更好服務實體經濟，數字金融近年來雖然發展較快，但也面臨不少難點和堵點，需要多方協力，共同破難點、疏堵點，推動數字金融不斷升級。

“數實融合”是內在要求

什么是數字金融？北京大學國家發展研究院副院長黃益平認為，數字金融是指數字技術與傳統金融結合的新型金融業態，既包括科技公司為金融業務、流程與產品提供技術支持，也涵蓋傳統金融機構利用數字技術改善金融服務。

近年來數字經濟的飛速發展也成為數字金融發展的重要機遇。興業研究近日發布研究報告認為，數字金融實際上是數字經濟在金融領域的映射，發展數字金融是金融服務經濟和社會數字化轉型的必然要求。報告提到，從廣義來看，數字金融應是一個兼容并包的概念，主要包括三個方面：一是在資源運用層面，數據要素價值的重點開發；二是在技術運用層面，金融體系對金融科技的深度應用；三是在展業模式層面，數字化金融業務模式和渠道的全面創新。

金融機構也對數字金融給出了自己的理解。恒豐銀行黨委書記、董事長辛樹人表示，數字金融是數字經濟的“血脈”，包括三個方面的內涵。首先，數據要素是數字金融的底層基因，金融機構充分“解碼”數據“基因”的價值，釋放數據要素生產力，是高質量發展數字金融的應有之義、必然選擇。其次，數字技術是數字金融的神經網絡，正在重構金融體系的服務方式、運營模式、行業范式，成為發展數字金融的關鍵舉措。再次，數字金融是服務實體經濟的助推器，可以降低服務成本、減少信息不對稱，不斷提高金融服務效率，增進金融服務政治性、人民性，全面提升金融服務實體經濟的質效。

當前，雖然數字金融尚未有統一的定義，但各方對其基本構成要素已達成初步共識：一是數字金融參與主體既包括傳統金融機構，也包括數字平臺企業、金融科技公司等主體；二是其主要依托數字技術、數字渠道和數字基礎設施實現金融產品和服務供給；三是包含了促進金融產品服務、業務流程、商業模式等方面的數字化創新內容。

北京金融控股集團有限公司董事長范文仲認為，未來，數字金融發展的兩大新趨勢值得高度關注和積極推動：一個是數字的資產化，另一個是金融的智能化。范文仲認為，數據作為核心要素資源，雖然具有普遍的使用價值，但資產屬性還沒有充分體現。只有實現確權、流通和交易后，數據才會從社會資源轉變成可量化的數字資產，再通過金融創新演變為生產性的數字資本，真正釋放其內在價值。

據悉，北京金控集團旗下的北京國際大數據交易所，正在積極推進市屬國企的企業數據確權創新試點，通過先行先試，努力打造一批示范樣板和數據創新應用場景。

數據和算力成為關鍵

數字金融的發展將對金融行業產生深遠的影響。眼下，大量的金融機構還在依靠分支機構獲客，依靠專業員工提供投資和銀行服務。而業內人士分析，在數字金融助力下，未來金融機構的競爭力將不在于資產規模、分支機構數量和金融從業人數，而是取決于金融數據庫的規模，以及相應算力的強弱。

當前，人工智能大模型的發展仍需要突破兩大瓶頸——數據和算力。穎投信息科技（上海）有限公司碳中和業務副總裁海舟分析說，現實中，一些數據的可得性非常差，包括綠色金融相關的一些數據。“因為企業披露的數據遠遠不夠。大部分企業出于各種因素的考量，披露的數據都有所保留。”海舟認為，如果只是統計十幾二十家企業，銀行可以逐一上門調查，但對成百上千家企業，甚至有銀行的綠色金融業務相關企業達到10萬家以上。當面對這種規模的企業數量，通過向每家企業發放問卷，讓企業填報自己的碳數據是非常不可行的。在這種情況下，只有借助于大模型算法來幫助金融機構實現大批量、高效，并且更為精準的信貸投放。

“以可持續金融數據為例。”北京秩鼎技術有限公司創始人、CEO劉相峰分析，可持續金融數據范圍大，處理成本較高，基于大量人工智能技術的自動處理和手工處理的結合，可以大幅度提高可持續金融數據的處理效率和準確率。

業內人士認為，為了支持分布式架構、大數據、人工智能等金融科技的運用，不少金融機構當前已初步具備相應的算力基礎。但對于生成式人工智能的訓練來說，金融機構的算力儲備遠遠不足，鑒于發展算力中心的巨大成本以及金融機構落地生成式人工智能多采用外部采購大模型的情況，未來金融機構的算力建設仍有待投入。

另外，由于人工智能模型訓練用的數據集來源分布廣泛，質量參差不齊，原始數據需要經過多次清洗加工，訓練過程還需要進行人工標識和校準，這些均需專業人員完成。當前雖然擁有海量數據，但標識庫質量等仍然難以滿足模型訓練需求。業內專家建議，有關部門需盡快規劃專項資金并制定引導政策，抓緊扶持相關產業發展，助力人工智能發展。

提升數字化監管能力

數字金融的快速發展也會帶來一些新的風險形態。北京熵簡科技有限公司是一家金融科技公司，該公司創始人費斌杰對記者表示，大語言模型顛覆了很多人對于人工智能能力邊界的想象，但也帶來了相應的風險需要完善監管。“大模型存在幻覺現象及可靠性不足的問題，金融大模型和投資研究進行有效結合須基于更多的金融全行業數據。”費斌杰說。

數字金融所包含的數字化轉型，不僅是金融機構的數字化轉型，也包含了金融監管機構數字化監管能力的提升。辛樹人認為，發展數字金融要堅持統籌發展和安全。既要立足數據本身，提升數據安全防護能力，也要強化對數字化新產品、新模型、新模式的風險防控，加快健全風險管理體系。

對于監管，黃益平認為，數字金融的快速發展給金融風險的形成、形態及傳播帶來了許多新的特點，傳統分業監管、機構監管的模式難以全方位有效監管，因此監管需要盡可能做到全覆蓋，并與時俱進地創新監管手段。

值得關注的是，在“監管沙盒”金融科技創新監管試點機制下，此前不少金融機構已進行了一些金融科技的探索運用。截至2023年9月份，試點范圍已擴展至26個省份，共有167個沙箱試點。最早開始試點的北京營管部已經累計發布5批共26個監管沙箱項目，其中6個監管沙箱應用已完成全流程閉環驗證。據了解，目前我國金融機構所申請的監管沙箱主要集中在大數據、區塊鏈、人工智能、隱私計算等領域創新應用。

業內專家認為，下一步還要加快監管大數據平臺建設，充分運用科技手段，快速有效識別、精準鎖定金融風險，在推動金融業務創新的同時，牢牢守住不發生系統性風險的底線。