本報記者 李冰

    年關將近，各大企業迎來了年終結算、匯算清繳等財務收官之戰。與往年不同的是，銀行的營業大廳里，柜臺業務擁擠排隊的情況明顯減少，這種數字化升級體驗是我們肉眼可見的。近兩年，傳統金融機構在科技領域的投入也正在逐漸加碼。據中國信通院發布的《中國金融科技生態白皮書》顯示，2020年國有大型銀行科技投入增長了34.54%，遠高于其收入增長率4.44%，且傳統金融機構在金融科技戰略定位上正在從“科技賦能”逐步向“科技引領”轉型。

    金融壹賬通作為專業的金融科技公司，以轉型“助跑”的角色深度參與及賦能銀行業務數字化進程，見證了數字化、智能化升級對銀行帶來的改變。1月10日《證券日報》記者采訪了，金融壹賬通監事長黃潤中，從科技公司視角觀察金融機構數字化進程中面臨的問題及必備要素。

    《證券日報》：目前全球數字化浪潮發展逐步探入深水區，您怎么看待傳統金融機構與金融科技公司的關系？在綠色金融助力“雙碳”經濟轉型過程中，您認為金融科技公司將有哪些著力點？

    黃潤中：金融壹賬通以轉型“助跑”的角色深度參與及賦能銀行業務數字化進程，我們驚喜地看到有更多的金融機構開始著力于此，相比之下，還有一些體量偏小的金融機構也開始尋求專業第三方科技公司的助力。傳統金融機構與金融科技公司，這兩者是相輔相成的關系.傳統的金融機構其系統多且雜，往往分屬不同開發商開發，內部不同部門牽頭管理，客觀上造成了內部的豎井林立，因此需要打通各個系統，為數字化轉型破除系統壁壘。而金融科技公司就是為了幫助打破這樣的僵局而存在的，在滿足客戶的多樣化需求的同時賦能客戶數字化轉型行穩致遠。

    在助力“雙碳”經濟轉型方面，追求ESG和發展綠色金融，將是金融業的中長期趨勢和極其重要的機遇，金融科技將在其中發揮重大的貢獻，在“專業+科技”助力下，銀行經營更加綠色低碳、更加符合ESG的全球監管趨勢。在積極賦能國內金融機構發展綠色金融的同時，金融壹賬通更展望全球、對外輸出ESG解決方案。為全球綜合財經信息及分析應用程序提供商FactSet慧甚提供技術支持，以人工智能驅動ESG的信息融入其工作平臺、標準數據饋送及應用程序編程接口庫，使投資者可快速獲取后上市公司的ESG評價指標。

    《證券日報》：您認為金融行業的數智化發展中，金融機構需要具備哪些要素？

    黃潤中：在新冠肺炎疫情沖擊下，傳統金融機構的數字化轉型已成為不可逆轉的大勢。我們認為金融行業提升數智化發展需要具備五個因素：一是數據要共享：要重視數據管理，提升數據治理能力，打破數據孤島，真正發揮數據的價值；二是系統要打通：金融機構系統多且雜，往往分屬不同開發商開發，內部不同部門牽頭管理，客觀上造成了內部的豎井林立，因此需要打通各個系統，為數字化轉型破除系統壁壘；三是標準要統一：不同行業之間、機構之間、系統之間，在數字化上要推動跨主體標準統一，才能提升創新效率；四是投產要持續：數字化非一朝一夕，需要持續大量資金、人力的投入，久久為功。部分中小金融機構受限于自身資金實力和人才儲備，難于持續投入推進全面數字化轉型，可以考慮尋求與成熟的大型金融科技企業合作，降本增效；五是人才要穩定：數字化需要既懂業務又懂科技的跨界、復合型人才，保持復合型人才隊伍的穩定，對于數字化成功的意義不言而喻。

    鑒于上述五方面的要素，我們建議：一是積極擁抱新技術，保障數據安全，二是加強政企金聯動，促進行業發展，三是跨主體標準統一，提升創新效率，四是推動信創升級，五是加大研發投入，培養復合型人才。

    《證券日報》：金融監管始終為金融業發展保駕護航、指明方向。您認為科技在金融監管中可以發揮哪些作用？

    黃潤中：監管科技是利用數智化的新科技手段整合金融監管資源，彌補金融監管短板，壓縮監管套利空間。從應用主體來看，金融監管包含“監管”和“合規”兩個方面：一方面，監管機構可以利用監管科技手段優化監管模式，提升監管效率，降低監管壓力，有助于維護金融體系的安全穩定和防范系統性金融風險，這是監管科技在監管端的應用；另一方面，金融機構可以運用監管科技降低合規成本，更好的滿足監管要求，這是監管科技在合規端的應用。

    從技術方面來看，大數據技術的應用，可以充分挖掘金融機構積累的海量業務數據和金融消費者信息，為金融監管機構開展監管與金融機構實現合規提供服務；云計算技術的應用，可以為監管機構和金融機構提供低成本的計算和存儲資源，提高監管系統的穩定性，增加金融機構應對監管變化的靈活性；區塊鏈技術的應用，可以保障數據的真實可靠，為監管科技提供基礎能力和技術保障；人工智能和機器學習的應用，可以提供數據智能化的分析能力，更好的實現情景模擬、分析與預測。隨著金融交易的日趨復雜和數據量的日益龐大，擁有極快運算速度的各種高精度、高密度智能算法的價值將愈加凸顯。

    科技公司可以發揮五方面作用，第一，提高數據聚合和管理能力；二是高級數據分析與解釋技術，制定更準確的風險模型，有效的測試和改善風險模型，創建更精準和更細化的統計分析方法；三是數據映射和數據可視化技術。通過數據映射和集中管理系統的結合，有助于將不同渠道收集的數據連接起來，可以讓數據細節相互協調和比較，保持相對一致性，從而發現和增強數據實用意義；四是智能立方體。夠更加清楚的解讀數據并呈現數據特征，從而有效降低數據實用成本，保障數據的靈活性、一致性特點；五是實時合規和風險管理的技術；通過建立風險預測模型來識別相關風險，提升監管數據的準確性和及時性，同時還可以大大降低監管的調閱檢查成本。

（編輯 喬川川）