<tt id="uswum"></tt>
<rt id="uswum"></rt><acronym id="uswum"><small id="uswum"></small></acronym>

中银协高峰:银行业数字化转型需关注三大风险与方向

2022年08月10日 21:32   21世纪经济报道 21财经APP   朱英子
“数字化转型最常见的风险就是转向以往不熟悉的高风险业务,而自身不具备相应的风险管理能力。”

21世纪经济报道记者朱英子 北京报道 8月10日,在北京召开“2022数字化转型发展高峰论坛”上,中国银行业协会首席信息官高峰以“多视角洞察银行业数字化转型进阶”为主题发表了演讲,从银行业数字化转型需关注的风险、需达成的目标以及需融合的领域这三块视角分享了自己的看法与建议。

重点关注三大风险

高峰指出,监管部门正密切关注银行业数字化转型风险,尤其是业务战略风险、模型算法风险、数据安全风险。

今年初,银保监会印发《关于银行业保险业数字化转型的指导意见》(以下简称《指导意见》),要求银行保险机构全面贯彻“十四五”规划要求,以数字化转型推动银行业和保险业高质量发展,构建适应现代经济发展的数字金融新格局,不断提高金融服务实体经济的能力和水平,有效防范化解金融风险。

关于业务战略风险。《指导意见》提出将数字化转型相关风险纳入全面风险管理体系。

风险管理作为商业银行的核心竞争力,预示其能否适应数字化转型趋势,从而决定银行数字化转型的成效。商业银行应加强数字化转型战略规划,明确自身风险偏好与数字化转型之间的关系。

不同类型的银行金融机构,可选择不同的发展路径和重点方向。大型银行和股份制银行,从全局发展着眼,进行整体生态系统的升级,形成了“智慧银行”数字化转型版图;中小银行集中在差异化目标规划和资源禀赋层面,制定适合自身特色的数字化转型目标。

高峰认为,数字化转型最常见的风险就是转向以往不熟悉的高风险业务,而自身不具备相应的风险管理能力。商业银行应当根据自身定位,科学制定数字化发展战略,紧紧围绕服务实体经济这一根本目标,充分应用金融科技,创新金融产品、经营模式、业务流程等,提升风险管理能力。

关于模型算法风险。《指导意见》中首次提出,实现规则与策略、模型与算法的集中统一管理。

任何对银行业务会产生风险的元素都需要考虑到与数字化转型相匹配的风险控制体系,需要纳入风险管理大框架,尤其是防止人工智能算法带来的模型风险,对模型数据的准确性和充足性进行交叉验证和定期评估,审慎设置客户筛选和风险评估等模型参数。

银保监会推动大型银行加快向中小银行输出风控工具和技术,支持不同规模、禀赋的机构建立与经营特点相匹配、与风险管理能力相适应的数字化转型路径。大型银行已经逐渐从被金融科技重塑的对象,逐渐演变为引领金融科技的“主力军”。尤其是银行系金融科技子公司,承担了金融科技相关工作,对外输出相关风控产品服务和工具取得了一定的成效,涉及信用风险、市场风险、合规风险、操作风险类等领域产品。

关于数据安全风险。随着网络安全法、数据安全法和个人信息保护法的出台,监管部门将网络安全、数据安全和隐私保护的重要性提升到了前所未有的高度。

前不久,银保监会就《银行保险监管统计管理办法(征求意见稿)》公开征求意见。在推进数字化转型工作中,银行数据安全是其中一项重点工作。银行基于数据资产和数字化技术开展金融创新,前提是要构建覆盖数据产生、采集、传输、存储、使用、共享、销毁等全生命周期的数据安全能力。

《指导意见》提出,完善数据安全管理体系,建立数据分级分类管理制度,落实技术和管理措施。强化安全访问控制和全生命周期安全闭环管理,加强对外合作中的数据安全管理。关注外部数据源合规风险,明确数据权属关系,加强数据安全技术保护。

进阶的三大方向

如何定义银行数字化转型成功?

高峰认为,客户极致体验、产业数字金融、价值体系重构将成为重点方向和领域。

监管部门明确了数字化转型的目标,2025年银行业保险业数字化转型取得明显成效。具体内容包括数字化金融产品和服务方式广泛普及,基于数据资产和数字化技术的金融创新有序实践,个性化、差异化、定制化产品和服务开发能力明显增强,金融服务质量和效率显著提高等。 

关于极致客户体验。洞悉客户感受,建立极致客户体验是银行数字化转型永恒的定律。

近十多年来,消费数字金融在各大型互联网公司的带动下发展迅猛,无论是获客、运营和风控等都已经达到了较为成熟的水平,但距离极致客户体验,还永远在路上。

极致客户体验强调从全行客户体验角度出发,以客户的视角,从多维度、全场景洞见客户的痛点、感受和需求,并解决业务痛点,提供高效、敏捷的解决方案。“以客户为中心”向“以体验为中心”的旅程,基本上反映出银行数字化成熟度发展趋势。

打造极致客户体验,一方面需要加强数据治理基础建设,打通数据并共享数据;另一方面,数字化运营是数字化转型进阶的关键。

关于产业数字金融。这是当前银行业数字化转型的重点方向,也是银行数字化转型新动能。

产业数字化是指在新一代数字技术支撑和引领下,以数据为关键要素,以价值释放为核心,以数据赋能为主线,对垂直产业的产业链和内部的价值链进行重塑和改造的过程。

《指导意见》明确提出“积极发展产业数字金融”,强调积极支持国家重大区域战略、战略性新兴产业、先进制造业和新型基础设施建设,打造数字化的产业金融服务平台,围绕重大项目、重点企业和重要产业链,加强场景聚合、生态对接,实现“一站式”金融服务。产业发展与数字技术、数字金融的融合更加紧密,对金融服务提出了更高要求,产业数字金融势在必行。

关于价值体系重构。近两年,银行业的数字化科技投入持续扩大,数字化转型的投入涉及银行各业务条线,由于其视角不同、方法不同,对数字化转型价值的结论也会有所差异。这些差异会导致在规划制定、投资预算、投入执行、投入评审等方面很难达成一致,进而影响到银行数字化转型的进程,成为数字化转型的瓶颈。

银行业需要建立一套统一认识、权威性的价值展现和评价模型,统一利益相关方对数字化价值认知和目标认知。中银协和信通院共同牵头,联合银行侧和产业侧成立了银行数字化转型投入有效性评价研究课题组,最终形成了数字化转型投入绩效“RIVER”指数模型。从银行监管、股东、高管层的视角出发,体现银行在社会责任(Responsibility)、创新及竞争力(Innovation)、价值创造(Value)、发展潜力(Edge)、风险和安全(Risk)五个维度的能力。

数字产业价值的三大体现领域

高峰提到,金融与信息技术,有着天然的高度融合属性,主要体现在数据安全与隐私计算、信息科技创新应用和银行数字化转型成熟度评价领域。如何避免新技术带来的不确定风险,确保数字金融支持产业金融、普惠金融等健康发展,成为金融科技赋能银行业数字化转型的重点工作。

关于数据安全与隐私计算。以隐私计算为代表的隐私科技赋能数字化转型。

当前,金融领域的隐私计算技术专利申请数量、参与公司规模均位居前列。大型金融科技公司和国有大行、头部股份制银行等都有自己的隐私计算专利和试点应用。目前,在金融信贷风控、数字化营销、反洗钱、反欺诈、智能风控、保险定价与理赔、业务协同等场景里,都能看到隐私计算的身影。

如何发挥数据要素价值,利用海量数据和丰富的应用场景优势,促进数字技术与实体经济深度融合,已成为银行业共同关注的焦点。

在日趋严格的合规监管框架下,金融机构通过隐私计算化解隐私安全保障与数据价值流通之间的矛盾,灵活组合区块链、人工智能、大数据、云计算等创新技术,可以解决数据的安全存储、可信传输、协同生产三大核心问题,推动数据共享。

同时,积极应用多方安全计算、联邦学习、联盟链等技术,探索建立跨主体数据安全共享隐私计算平台,在保障原始数据不出域前提下规范开展数据共享应用,确保数据交互安全、使用合规、范围可控,实现数据可用不可见、数据不动价值动。

关于金融信创发展。自主可控、安全可信是金融机构践行“金融安全是国家安全” 的必经之路。多项政策持续推动金融信创行业发展,金融信创发展主要取决于供需双方“适配”。

近两年,银行业加速深化信创建设,以国有大行、头部股份制银行为代表纷纷启动核心系统升级改造,主要集中在系统全栈改造、信创云和平台信创建设等方面,部分银行成立的科技子公司也积极参与到信创工作中。工商银行率先通过分布式架构承载主要业务系统运行,部分大型银行和一些股份制银行也纷纷启动了全栈信创云。

值得一提的是,银行科技子公司也能够把在本银行的信创经验带到其他中小银行信创建设中,输出成熟经验。中小银行大多借助与外部科技厂商深度合作,推进自身信创发展,目前主要是对自身的单一系统或者硬件设备进行改造。

关于IOMM-BANK。数字化转型也需要探究哲学问题:从哪里来?到哪里去?问题是我们现在在哪里?银行数字化转型成熟度评价工作,对数字化转型的战略制定、执行过程、实现效果等进行跟踪监测,具有重要意义。

首先是引导方向和路径:数字化转型的切入点较多,从哪里入手、沿着什么路径推进,关系到转型的效率和效果。建立多维度数字化转型评估体系,有利于明晰数字化转型方向,帮助银行明确数字化发展路径和举措。

其次是评估进展和成果:有利于帮助银行根据各业务条线数字化的深入程度来评估数字化转型的效果,可以衡量战略转型周期内的进展情况。

最后是明确重点资源投入:有利于帮助银行厘清数字化转型所需的关键资源和短板领域,协助银行确定资源投入的优先顺序,做到有的放矢。

关注我们

麻生希加勒比一区二区三区