问题——数字化转型进入深水区，服务与治理仍有短板。近年来，银行保险机构数字化建设持续推进，但业务场景从“能用”走向“好用”、从单点突破迈向体系化治理的过程中，仍面临数据分散、系统协同不足、模型应用边界不清、风险管理机制滞后等挑战。尤其是在服务科技型企业、供应链上下游中小企业、绿色低碳项目等领域，信息不对称仍较突出，传统授信过度依赖抵押担保与历史财务数据，难以匹配轻资产、高成长、投入周期长的经营特征，金融供给与实体需求之间仍存在“匹配差”。 原因——政策目标升级与行业结构变化叠加，要求从“转起来”走向“转得好”。一上，数字金融作为中央金融工作会议提出的金融“五篇大文章”之一，承担提升金融业竞争力、提高资源配置效率、扩大普惠覆盖等任务。另一方面，数字经济加速发展，产业链分工更细，企业经营、交易、研发等数据成为重要“资产线索”。但这些数据分布在不同部门、平台与企业主体之间，合规流通机制与高质量治理仍不完善，制约了金融机构对客户的精准识别与风险定价。同时，新技术扩大了线上化、自动化决策的应用范围；若治理框架、模型管理、数据安全与业务连续性能力不足，合规、操作与信息安全等风险也会随之抬升。 影响——将提升服务质效与治理能力，也对安全边界提出更高要求。《实施方案》围绕数字金融治理、数字金融服务与高水平数据应用提出任务，表达出“以质量为导向”的政策信号。业内人士认为，这意味着监管将更强调顶层设计、系统推进与可衡量成效，推动金融机构在营销、运营、风控、决策等领域实现数据的规模化、标准化应用，提升对实体经济的精准服务能力。，政策强调“安全可控、普惠共享、创新驱动”等取向，也提示行业在扩大技术应用的同时，必须补齐数据安全、模型风险、外包管理与消费者权益保护等短板，避免出现“重创新、轻治理”。 对策——以数据要素为抓手，推动“能用数据”向“用好数据”升级。围绕数据要素价值转化此关键环节，《实施方案》提出推动金融数据高水平应用，提升数据集成、管理与应用能力，推动数据在多场景规模化落地。专家指出，金融业天然数据密集，既要在经营过程中持续沉淀数据，也要在依法合规前提下与主管部门、行业企业实现互联互通。多源数据汇聚后，可支持客户画像、经营分析与风险控制，进而提升数字金融服务的可得性与可持续性。针对科技型企业“高投入、高成长、轻资产”的特点，政策提出建立科创大数据集用于企业识别画像，合理运用智能审批授信模型提升效率，并为未通过线上审批的客户提供线下补充渠道，表明了效率与包容并重、线上线下协同的思路。 一线实践——大型机构加快探索，服务科创企业更重“质量”识别。记者梳理发现，一些商业银行正围绕科技型企业融资痛点，利用评价工具与大数据模型改造授信流程。例如，有银行机构在地方分支依托科技创新评价工具，结合多维经营与研发信息进行量化画像，提升初创企业融资可得性。对应的负责人表示，传统对公授信更看重土地、厂房、设备等“看得见”的资产，而服务科技企业需要更关注研发能力、技术路线、订单与产业协同等“看不见”发展质量，通过迭代评价体系识别企业价值与成长潜力。企业端也反映，项目垫资与研发投入叠加容易带来阶段性资金压力，更需要与成长曲线相匹配的金融支持。 前景——制度框架趋于完善，数字金融将更深嵌入实体经济关键领域。总体看，从早前强调战略规划与能力建设的数字化转型指导，到此次更聚焦具体举措与质量提升的实施方案，相关政策呈递进式完善，有助于形成更清晰的监管框架。下一步，数字金融有望在制造业、农业、绿色产业与供应链金融等场景加速落地，通过更高质量的数据治理与技术应用改善风险定价与服务触达。同时，行业需把握创新与安全的平衡，在顶层设计、监管体系、技术标准、模型管理和风险防控上协同发力，推动金融机构、科技企业与产业链主体形成合规协同创新生态，夯实数字金融可持续发展的制度与技术基础。
数字金融发展是金融业适应新阶段、服务实体经济的必然选择。《银行业保险业数字金融高质量发展实施方案》的发布，标志着我国数字金融迈入更系统、更规范的发展阶段。通过深化数据要素应用、创新金融服务模式、加强风险防控，金融机构将更有效赋能制造业、农业、绿色产业等实体领域，为经济高质量发展提供更有力的金融支持。