|
近年来,数字金融的发展为我们的生活带来了诸多的便捷,比如电子支付、消费金融、普惠金融等。但也要看到,我国数字金融服务实体经济是不平衡、不充分的。 近期,中国财富管理50人论坛(以下简称课题组)北京发布的《加快数字金融与工业互联网融合发展》(以下简称《报告》)指出,目前无论是金融机构还是科技公司,都把主要精力和资源投入到服务消费端。未来数字经济的主战场在产业数字化,数字金融服务工业互联网潜力巨大、差距也很大,尤其是大量中小微市场主体金融服务需求还远未得到满足。 有利于推动“五个创新”通常来说,我们把数字金融定义为,数字经济时代传统金融机构、网络平台企业、科技公司等从业机构,依托数字技术、数字渠道和数字基础设施,实现金融产品服务、业务流程、商业模式等方面的数字化创新。需要提出的是,数字金融有着鲜明的独特性,但与传统金融具有相同的金融内核,数字金融本质上仍然是金融。 《报告》表示,其一没有改变金融构成的主要要素(金融制度、货币、金融中介、金融市场和工具),仅仅是改变了金融行为的效率和方式;其二数字金融没有改变金融核心功能(市场资源配置、宏观经济的调节和提升经济体的效率);其三数字金融没有改变金融市场化发展趋势,数字金融发展最终都将提高金融体系和金融市场的市场化程度及其完善程度。 数字金融对服务实体经济和人民生活具有独特作用。值得关注的是,随着工业互联网的发展,其对实体经济发展的重要性逐渐凸显,通过人机物连接赋能实体经济转型升级。其中,工业互联网是面向制造业数字化、网络化、智能化需求,构建基于海量数据的采集、汇聚、分析和服务体系,支撑制造资源泛在连接、弹性供给、高效配置的开放式工业云平台。 国家信息中心信息化与产业发展部战略规划处处长胡拥军认为,数字金融与工业互联网融合发展有利于推动“五个创新”:金融信息流转模式创新;金融机构信贷模式创新;非信贷业务创新;数据资产管理业务创新;数字普惠金融服务的创新。 报告表示,工业互联网全面连接人、机、物等生产元素,从最基础的生产资料、生产制造到供应链、产业链的全面链接,在金融服务中充分融合工业互联网基础,将全面变革传统金融服务逻辑,实现金融服务全面融入产业生态,为实体经济提供更高质量的金融服务。 基于工业互联网升级传统信息采集模式、优化数据流转渠道,商业银行可以在客户识别、风险评估、贷后风险管控等方面得到全面升级,改变传统信贷业务的展业逻辑。基于工业互联网广泛互联和生产流程的全面呈现,商业银行可以在支付结算、现金管理、客户管理等方面取得质的突破,将金融服务与产业运营深度融合,升级传统非信贷中间业务。 仍处于早期探索阶段目前,地方政府、金融机构、工业互联网平台企业、制造业企业等多方合作开展创新探索,打造了一系列产融合作新模式,呈现出未来“产业+金融+工业互联网”融合共建生态的雏形。虽然数字金融与工业互联网融合被寄予厚望,但在实际落地时依然面临着一些困难和挑战。 当前,我国工业互联网整体仍处于发展初期,平台企业价值还未充分体现,生态体系尚未建成,数字金融与工业互联网的融合发展仍处于早期探索阶段。“中小制造业企业不确定性强,参与工业互联共识有待达成”,是数字金融与工业互联网融合发展面临的首个挑战。《报告》分析,一方面中小企业转型面临困境,不确定性较强,另一方面接入成本限制了中小企业应用工业互联网的意愿。此外,数据安全风险、商业秘密泄露隐患阻碍工业互联互通。 与此同时,数字金融与工业互联网融合发展还面临其他方面的挑战。例如,工业互联网平台成熟度不高,发展面临资金技术双重压力;工业互联网加剧供给侧竞争,配套服务监管体系有待完善;金融与工业场景融合不深,传统风控及行业赋能有待突破。 加快数字金融与工业互联网融合发展,是加快发展数字经济、促进制造业转型升级的重要抓手,是深化供给侧结构性改革、推动数字经济和数字金融高质量发展的关键举措。为此,课题组提出了一些加快数字金融与工业互联网融合发展的政策框架与建议。 在总体思路上,加快数字金融与工业互联网融合发展总体上应遵循市场主导和政府引导相结合、金融和产业两端共同发力、分阶段分步骤循序渐进的推进思路。同时,政策框架设计要遵循五大原则,即市场导向、普惠金融、安全可控、标准规范、开放兼容。在具体操作方面,课题组提出了以下五项建议: 一是需要各部门间密切合作、协同发力,进一步完善顶层设计和配套制度;二是通过建立可靠互信的数据生态,打造数字信用体系;三是要强化多方协同共治,共同构建产业数字化良好生态;四是要充分发挥金融机构的主观能动性,让金融机构应主动创新、让金融机构应量力而行、尽力而为、试点先行;五是探索新型中介业务模式,依托数字信用体系和工业互联网基础设施打造产业数字金融综合解决方案,为传统金融机构、工业企业和工业互联网平台企业提供开放共享、协同共治的数据聚合、服务整合、交易撮合平台。 |
数字化管理是指利用计算机、通信、网络等技术,通过统计技术量化管理对象与管理行为,实现研发、计划、组织、生产、协调、销售、服务、创新等职能的管理活动和方法。
数字生成规范化--数据管理资产化--数据服务应用化--数据治理生态化