金融业改革深化的关键时期,数据正从技术支撑角色,悄然跃升为核心驱动力。
近日,由中国社会科学院金融研究所等机构联合发布的《中国金融监管报告(2025)》(下称《报告》),就聚焦数字金融发展与监管,结合技术创新与国际经验提出前瞻性建议。
针对金融业数字治理话题,信风与《报告》撰写者之一,北京锦路安生律师事务所高级合伙人、上海分所负责人、上海律协企业合规专业委员会委员袁开宇展开对话。
袁开宇长期专注跨境支付领域法律合规研究与实务;
进入律所前,他曾担任中行总行法律合规部关联交易管理团队主管、汇丰人寿副总裁兼董事会秘书、渣打(中国)零售银行法律合规总监以及连连数字首席合规官。
谈及行业热门的机构化险、银行风控、险企转型话题,袁开宇一一指出数据治理不可或缺的重要性。
在对话中信风发现,数据治理这一命题或许正在超越技术范畴,成为金融机构转型的核心驱动力;
随着行业从“业务数字化”迈向“资产数字化”,或许,越是全面拥抱数字化的机构,就越有可能在变革中赢得先机。
信风:目前,我国金融监管的一大主题是改革化险提速,今年的政府工作报告也重点提及对于中小金融机构的风险处置。
针对这部分存在风险的中小银行,如何理解改革化险与数据治理间的关系?
袁开宇:现在小型城商行、农村信用社,包括供销联社的风险问题比较大。
我们曾为一个中部省份的信用联社提供过咨询,但调研评估后还是放弃了这单生意。原因是这个机构在人才、数据治理上问题太大,没有执行方案的能力。
最直接的是人才欠缺。
例如,省联社里的领导班子由当地干部转化而来,工作模式按照人情社会运转,机构甚至可能变成社长的一言堂。他们缺少的已经不止是懂金融的专业人才,甚至无法理解现代公司治理机制,执行不了改革方案。
从前行业的观点是,对比美国几千家的体量、中国银行太少;但没有人才,多一张牌照反而多一份风险。
而人才决策的基础又是数据。
例如,村镇银行信息系统非常混乱。作为独立实体,他们的信息无法接入母行,向市场购买信息系统的成本又太高。部分村镇银行即便被母行吸纳,往期数据也很难接入使用。
而缺乏可供决策的数据,即便母行派遣有能力的副行长到基层主导改革,也无济于事。
信风:发起行对于旗下村镇银行“村改支”“村改分”式的吸收,是好的化险方式吗?
袁开宇:我比较支持这样的吸收。原因在于,把村镇银行放在母行系统之外风险一定更大,母行管不到、村镇银行自己管不起。
从前行业的认知是乡村、下沉市场需要专门类别的地域机构;但伴随着科技的发展,更大银行的专有部门、配备更强的信息技术能力,或许会是更好的选择。
信风:我们观察到有些大中型银行在进入下沉市场时也可能存在“水土不服”。
例如,大行进入县域、做普惠业务时可能是茫然的,因为现实过于复杂、风险难以评估。甚至业内会将普惠贷款视作“击鼓传花”,认为最后接手的银行一定暴雷。
银行业向下沉市场进攻时,遇到的核心困难是什么?
袁开宇:有指标就一定有压力,大中型银行只能挑挑拣拣、按照各自的风控逻辑找客户。
这里根本性的问题是,给下沉市场放贷和给国企放贷是两套逻辑,不论大行或是小行,很多工作者没办法想象、理解村镇或是小城市的复杂性。
以抵押贷为例,城里的抵押物是房产,但农村可能是牛、羊。
村民抵押100头牛,过了一段时间牛的数量自然减少到88头。银行该如何确权、保证抵押物和贷款始终匹配?房产在地产中心能登记,牛羊如何登记、如何确保一头牛没有被不同人反复登记?
另一问题是,村民还款来源多是收成,依赖自然条件、气候,还款能力不确定。这又要求银行在经营过程中有区域化安排,各地依据不同的风控政策设计付费。
诺贝尔和平奖得主穆罕默德·尤努斯的自传《穷人的银行》就提到,给基层百姓贷款和银行传统抵押贷是两套逻辑。
(注:尤努斯在书中强调“信贷应被视为基本人权”,穷人缺乏的并非技能或努力、而是启动资本,他践行的贫困农户小额无抵押贷款曾帮助数百万穷人摆脱贫困。)
另外,目前市场上非常红火的经营贷也存在暴雷风险。因为如果银行无法监控客户的资金流向、经营成果,就无法确保贷款人有现金流还本付息。
信风:加入更完善的数据治理后,这类情况可能发生哪些改善?
袁开宇:经营贷场景中,数据监控可以发挥很大作用。例如,助贷市场中蚂蚁的风控能力远超同业,就是因为它们的数据维度丰富,各类数据间可以互相验真、还原出立体真实的画像。
类比到由银行发放的乡村民宿经营贷款上。
传统大行放贷依据是现金流和信用,这套模式的缺陷是,可能无法体现民宿经营者未来的还款能力;但如果可以获取民宿所有API接口,掌握其水电、煤气、采购、停车、客流量等更多纬度的数据,各个数据间再交叉互验,风险就可以大大减少。
具体运作机制可以是,银行先放出小额资金换取企业的API接口,再通过数据逻辑建立有效评估机制,将风控和反诈逻辑结合到一起,实现数据真实性,再加大贷款额度。
李小加推出的“滴灌通”对于小微企业关键信息的抓取,其实就可以作为大行参考。
大行的惯性是只监测与贷款直接关联的现金流,忽视了其他经营数据资产;但多维数据间的互相验真,恰恰是风险评估、贷后管理的重要手段。如果大行实现了类滴灌通的API使用能力,再在不同地区间实现标准化的复刻推广,会非常容易。
信风:从之前你描述的情况可以看出,各类机构之间的数据治理、使用能力带来的“数字鸿沟”也可能带来银行业马太效应的进一步强化。
在强化数据治理的过程中,银行业发展格局可能发生哪些变化?
袁开宇:市场现在基本分为两大阵营:
一是有能力建设自己的信息系统的大行,它们不放心把这块业务交给第三方,甚至还有能力做对外输出;
另一部分是生存得比较好的中小银行,收入足以支付第三方金融科技公司定制的信息系统,这类机构的问题就是如何挑选供应商,以及如何比价、控制成本。
如今的监管也更加意识到,金融机构应当解决自身的风控或技术的问题,未来将更关注公司治理机制、信息技术系统,以及背后是否有相应的数据收集、分析能力提供支撑。
信风:对于依靠数据精算、定价的保险行业,数据治理同样重要。
尤其是在会计准则切换的过程中,保险公司需对财务、精算系统等进行升级,还需投入资源清理和整理历史数据,确保数据符合新准则要求。
保险行业当下数据治理的主要课题有什么?
袁开宇:不同机构情况各异,外资始终比较关注数据治理,中资可能需要归拢、汇总的数据比较多。
我的观察是,目前险企在做的还是数据集中和框架搭建。
用超市来类比,第一步数据集中,需要把产品分类,给哪一年、什么产地的大米做好数据标签;
第二步是重建框架,例如之前超市按照固体、液体分类后,花生米在一角、酒在另一角,这个动线在现实中不够友好,不少人买完酒后会顺便买花生米,所以框架要重新搭建。
目前好一些的险企现在已经完成了数据的打通、重建。
预计未来,保险将形成与银行类似的竞争格局。大机构全能,一部分中小保险公司也没有能力做数据、风控,这就需要寻求第三方公司的帮助。
这要求有牌照但能力不够的保险公司,主动思考自己的核心优势到底是是什么——负债、资管、还是风控?
能力不够全面的中小机构应该做好自己最有优势的部分,其他环节可以“拼一下”(与其他机构合作),形成各自的差异化优势。
信风:不过现实中,中小险企似乎很难“拼”出差异化优势。
利率走低的环境下,大部分险企的选择还是极力拉高利率卖产品,数据风控靠后一些,资管也可以交给其他机构去做,最终形成的格局还停留在同质化。
解决这种市场问题需要哪些力量?
袁开宇:现阶段确实如此。
利率下行期,险企都希望用更高的利率锁定客户,这是阶段性的,以后如果完不成许诺也一定会“交学费”。
对于这类问题,行业目前主要还是靠监管引导。
现在监管在新产品推出时,会重点关注产品能力,包括关注精算、定价,衡量后端到底能不能实现投资回报;另一部分则是从消费者保护方面出发,引导机构和消费者,强调保险的保障功能、弱化投资属性。