免费发布信息
创优目录:楚博网站目录 » 资讯 » 聚焦关注 » 最新资讯 » 文章详细

金融数字化转型积厚成势

来源:经济日报 浏览次数:38次 发布时间:2022-04-02

来源标题:金融数字化转型积厚成势
金融数字化转型正在从多点突破走向深入发展。观察陆续披露的上市银行2021年年报,有三个变化值得关注:一是银行愈发渴求科技人员,科技员工占比显著提升;二是银行普遍将数字化转型视为发展的“总抓手”,强化统筹领导;三是数字化转型已初显成效,相关资金投入有望进一步增加。
但需注意,金融数字化转型不是“画饼”“讲故事”,不可脱离服务实体经济本源,而要切实惠民、利企。多位业内人士提醒,金融机构要通过科技手段,提升金融服务覆盖面、降低运营成本、提高服务效率、优化服务体验。
此外,金融数字化转型还要负责任、有温度。“要保障安全和隐私,有序推动数据共享。”中国人民银行相关负责人表示,接下来,要健全金融科技伦理规范体系,多方参与、协同共治。
科技人员占比显著提升
当前,“抢招科技人才”已被多家商业银行视为重点工作,“科技强行”已成为不少商业银行的发展战略。
记者梳理2022年银行春季招聘发现,信息科技类岗位的人才需求大幅提升。例如,中国工商银行将招聘1300余名科技人员,并推出“科技菁英计划”,意在为产品研发、大数据分析、信息安全等领域储备科技人才。
哪类科技人才受青睐?“金融+IT”复合型人才。民生银行在“民芯金融科技人才计划”中提出了“利用技术和数据手段创新研发金融产品”的诉求;交通银行的业务分析师岗位则明确提出,有较好的计算机专业基础、具备计算机和金融等复合型专业背景者优先。
在此推动下,银行人员结构也悄然生变,科技人员占比显著提升。截至2021年12月末,中国建设银行的金融科技人员数量达15121人,占集团人数的4.03%;招商银行研发人员达10043人,较上年末增长13.07%。交通银行招录的金融科技专业背景人才在全员中的占比,已从2019年的32%升至2021年的55%。
变化的原因是什么?这与金融数字化转型密不可分。“十四五”规划和2035年远景目标纲要明确提出,充分发挥海量数据和丰富应用场景优势,促进数字技术与实体经济深度融合,赋能传统产业转型升级。
根据以上要求,中国人民银行印发了《金融科技发展规划(2022—2025年)》,要求高质量推进金融数字化转型,健全适应数字经济发展的现代金融体系,为构建新发展格局、实现共同富裕贡献金融力量。
“力争到2025年实现整体水平与核心竞争力跨越式提升。”央行相关负责人表示,要把数字元素注入金融服务的全流程,要把数字思维贯穿业务运营的全链条,推动我国金融科技从“立柱架梁”全面迈入“积厚成势”新阶段。
重在惠民利企
需要注意的是,金融数字化转型不是“画饼”“讲故事”,不可脱离服务实体经济本源,而要切实惠民、利企。
多位业内人士表示,金融数字化转型要坚持三个维度。一是有助于扩展服务的广度,触达此前无法服务的客户,例如小微企业中的“小微”;二是有助于提升服务效率和体验,压缩业务中间环节;三是有助于降低成本,通过降低金融机构的运营成本来降低实体经济的综合融资成本。
如何拓展服务广度、解决农村金融服务难下沉问题?“为了让普惠金融真正扎下去,我们充分运用数字技术成果,以农村集体产权制度改革为契机,推出了数字乡村综合服务平台。”工商银行副行长张文武说,通过“一窗受理”服务模式,希望能够实现数字乡村治理。
如何提升服务效率和体验,让金融“有温度”?“如果老人年龄超过55岁,当他注册中国银行手机银行时,系统会自动推荐‘老年版’,服务界面不仅字号大,还有语音识别功能,产品货架也是定制款。”中国银行行长刘金说,希望借助金融科技,让手机银行界面友好、功能丰富、数据安全、便捷使用,切实惠民。
如何降低实体经济综合融资成本?“目前,微众银行每个账户的运维成本已降至2.2元,不到国内外同业的十分之一,银行的运营成本降低了,能够为实体经济让利腾挪出更多空间。”微众银行行长李南青介绍,通过自主创新,该行已拥有国内首个具备完全自主知识产权的分布式银行核心系统,可支撑亿量级客户和高并发交易,上线至今实现了“24×365”无间断运转,服务超3亿客户,单日交易峰值超7.7亿笔。
“接下来,工商银行将把数字化转型作为引领改革创新的‘总抓手’,重点从数字生态、数字资产、数字技术、数字基建、数字基因五个方面布局。”张文武说,首先要做活数字生态运营,为此,该行将在政务、产业、生活、普惠等重点领域加大创新力度,更好地满足企业、居民的线上化、生态化、智能化金融需求。
保障数据安全和隐私
在金融数字化转型的过程中,有一个问题不可回避——如何有序推动数据共享、综合应用。但这里有一对矛盾:信息安全保障与数据开放共享。
“隐私计算正在成为解决以上矛盾的重要技术路径。”微众银行首席人工智能官杨强表示,其中以联邦学习为代表。所谓联邦学习,指的是一种机器学习技术。该技术可在不交换数据样本的情况下,在多个分散的边缘设备或服务器上训练算法。相较于传统的数据授权、数据传输模式,联邦学习能够更好地满足隐私保护要求,目前已在风险控制等金融场景中有所应用。
记者获悉,随着金融数字化转型深入推进,已有多家商业银行开始布局隐私计算方面业务。但是,由于隐私计算产品的市场监管尚不完备,其大规模应用还需时日。
根据《金融科技发展规划(2022—2025年)》要求,接下来要聚焦金融科技应用的前沿问题和主要瓶颈,实行“揭榜挂帅”“赛马”机制,通过行业组织、孵化平台、专项合作等方式,加大关键软硬件技术的应用攻关。
从业务操作层面看,还要切实做好数据安全保护,避免数据被过度收集、误用、滥用。央行上述负责人表示,金融机构要明确原始数据、衍生数据的收集目的、加工方式、使用范围,确保在用户充分知情、明确授权的前提下,规范开展数据的收集与使用工作。
一方面,可探索运用匿踪查询、去标记化、可信执行环境等技术手段,严防数据逆向追踪、隐私泄露、数据篡改与不当使用,依法依规保护数据主体隐私权不受侵害。
另一方面,建立“历史数据安全清理机制”,及时删除、销毁超出保存期限的用户数据,同时,定期开展数据的可恢复性验证,确保数据无法还原。“如果必须要把数据作为样本保存,那么金融机构要在经用户同意后对数据进行去标识化处理,然后将其移入非生产数据库保存,确保用户的隐私信息不被直接或间接识别,切实保障用户的数据安全。”该负责人说。

相关文章

最新收录

商家免费入驻发布信息