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。