日前，中央金融工作会议把发展数字金融作为“五篇大文章”之一，为新形势下技术与金融的快速融合提供了顶层设计保障。对于数字金融或金融科技的概念，虽然学界和业界也有一些争议，但其实质内涵基本一致，都是通过数据要素、新技术在金融业的深入应用，全面改变金融的要素、功能、模式、流程、价值等。

一、数字金融变革的实践与理论逻辑

一方面就实践层面看，金融业通过拥抱新技术和加快数字化转型，天然地可借助“数字化力量”来全面优化自身的“体质”，进入高质量发展的轨道，并对标全球金融发展的前沿水平，不断走向金融强国。另一方面，发展数字金融也有助于其他“四篇大文章”更好地展开，从整体上提高金融体系的资源配置效率，改善金融部门与国民经济其他几大部门之间的关系，进而助力经济社会高质量发展。

同时，数字金融变革也符合金融发展的内在规律。一方面在实践层面，现代金融业某种意义上就是一个特殊的信息处理行业，因此，数字化与新技术的变革，必然对金融业态的内容、形式、载体、特点都带来深刻影响。例如，从金融机构看，中国银行业协会发布的《2022年中国银行业服务报告》显示，银行业机构2022年离柜交易达4506.44亿笔，同比增长103.1%，交易额共计2375.89亿元，行业平均电子渠道分流率为96.99%。从产品来看，如在最具创新力的支付结算方面，在生物识别、人工智能、大数据智能风控、3D摄像头等先进技术发展引领下，新兴支付方式不断涌现，从银行卡支付、扫码支付拓展到刷脸支付、刷掌支付，满足了用户多样化、个性化的支付需求。总的来看，这些变革已经是大势所趋，不可阻挡，关键要引导好技术与金融融合的方向与重点，把握好新型风险的识别与金融体系安全底线。

另一方面在金融理论层面，也受到数字化与新技术的影响，在研究假设、研究方法、理论逻辑方面都产生了诸多变革，将来自然可能对金融实践带来深远影响。

例如，在宏观金融领域，大数据、人工智能的出现和应用，有助于更好地进行金融统计分析，各国央行近年来都努力运用新技术，服务于经济金融运行、货币政策操作、金融风险识别等工作。再如，从电子货币到数字货币，也对于现代货币的内涵、微观基础和影响机理产生了深远的影响。从微观层面看，行为金融学是金融学、心理学、社会行为学的交叉性学科，力图解释金融市场上出现的各种异象，发掘投资者非理性行为和决策背后的一般规律。行为金融学的研究范式往往是从金融异象入手，探寻形成金融异象背后的规律。在大数据和前沿技术的支撑下，行为金融学的研究也获得更广泛的实验基础保障。现有的量化投资模型很多就是基于行为金融学的思路与范式支撑。

二、把握数字金融的核心要素与发展重点

首先，要更好地理解数字金融，离不开几方面重点要素的剖析。一是可应用于金融领域的新技术。对此尤其要避免“短期内高估、长期内低估”某项创新技术的金融应用，充分把握好“技术成熟度”与“应用广泛度”，并且从现代金融活动的需求痛点出发，围绕成本收益考量，不应“为技术而技术”。同时，要努力缓解我国数字金融与金融科技领域“技术应用百花齐放”、但“关键核心技术创新仍待进一步突破”的问题。

二是数据要素。与新技术作为数字金融“新生产方式”对应，数据则是数字金融创新的“生产资料”，二者共同形成了金融创新的“新质生产力”。当前金融业需积极应对“数据—数据要素—数据资产”的迭代升级，真正促使数据资产能够给金融业高质量发展带来助力。

三是场景落地。借鉴巴塞尔银行监管委员会对金融科技的分类，数字金融理应也涵盖支付结算、存贷款与资本筹集、投资管理、市场设施四类，其中更多的场景创新体现为对原有模式的边际改良，短期内还难以带来颠覆式重构。

四是风险与合规。数字金融发展需关注几方面风险，包括模型算法风险（对模型数据的准确性和充足性进行交叉验证和定期评估，要求建立对模型和算法风险的全面管理框架）、创新业务合规性（在消费者权益保护、数据安全、合规销售、产品及服务定价、声誉风险、反洗钱及反恐怖融资等方面的合规）、自主创新与自主可控（随着科技的迅速发展，技术的全面性和复杂性需要越来越多的开放与合作，金融机构实现完全自主创新的难度较大，且成本较高）、数据治理风险（金融业是数据密集型产业，积累了大量的跨周期数据，且以个人数据为主，潜在风险影响较大）。

五是基础设施与生态。狭义的金融基础设施主要指支付清算体系，包括支付系统、中央证券存管、证券结算系统、中央对手、交易数据库等。广义的金融基础设施则包括更多金融生态要素，如征信体系、技术基础与设施、财务与会计、金融人才与金融文化等。只有不断完善数字化时代的新型金融基础设施，才能促使数字金融活动更加高效、合理运行。

其次，在上述重点环节中，应该把数据治理作为推动数字金融高质量发展的切入点，因为对于经济与金融范式的转变来说，数据是最重要的新型生产要素。从政策层面看，“数据二十条”已提出我国数据经济可持续发展的“四梁八柱”，《“十四五”数字经济发展规划》强调数据要素是数字经济深化发展的核心引擎。而对于金融业的数据治理，相关部门也出台了众多引导和规范的政策。

在实践中，一方面从行业层面看，数据要素提供了最重要的金融基础设施之一，为行业互联互通和效率提升建立了新保障。人民银行印发的《金融科技发展规划（2022-2025年）》中，也明确提出“激活金融数据要素潜能”“加强数据能力建设”“夯实金融创新发展数字底座”。另一方面，从机构层面看，数据治理成为金融机构管理创新、业务创新的重要切入点。如何充分发挥海量数据规模和丰富应用场景优势，激活数据要素在金融机构“生产函数”中价值，也成为金融业数字化转型的重要“抓手”。

此外，数据治理也是打通金融服务实体“堵点”的重要环节。例如，当前各方热议的产业数字金融，就是充分利用数据的价值来改变金融服务中的信息不对称、信用保障不足等矛盾，使得产业链、数据链、资金链等更有效地融合，最终能够有效提升金融资源匹配效率。

三、数字金融助力完成其他四篇“大文章”

对于“五篇大文章”来讲，笔者认为，数字金融能直接影响金融核心竞争力与服务实体的能力；科技金融，是为了提升技术进步对经济增长的贡献度，增强长期经济内生动力；普惠金融与养老金融，体现出坚持金融工作的政治性、人民性；绿色金融，既是新形势下的国家战略重点，也是能够形成国际共识的主要切入点。

首先，就发展科技金融来看，一方面需要深入探讨需求侧的金融支持对象，兼顾科技企业与科技创新活动、平衡好支持基础性重大科技创新与应用性科技创新、增强科技企业的韧性与金融需求能力，要做到这些，可能需要依托数字化手段、协助科技主体改善金融“有效需求”。另一方面，从科技金融供给侧看，相关痛点包括：更好地匹配科技企业估值特征，同时围绕科技企业需求“痛点”，做透做深科创金融服务，实现“授信+非授信、金融+非金融、融资+融智”的多种组合；避免“眉毛胡子一把抓”，而是抓住重点科技领域建立专营团队、提升专业能力，并且探索与各类机构和组织的合作，持续建设科技金融服务生态；做好外部合作生态与风险分担机制等。依托于数字化与新技术，这些工作都能够“提质增效”，使得数字金融创新反过来有助于服务科技创新。

其次，对于普惠金融和养老金融来说，数字金融的价值应用都有两个层面。一方面，是通过加快数字化转型来提升金融效率，优化金融功能，保障金融安全，使不同类型金融服务的质量获得“水涨船高”的结果，由此各类群体都能从这一变革中受益。另一方面，则是通过发挥数字金融的资源匹配功能，把合适的金融产品提供给合适的客户，从而产生“精准治疗”的作用。如通过数字普惠金融探索，集中部分金融资源，通过精准触达、高效组织、大数据征信保障、智能风控等，以低成本、高效率的原则提供给特定个人和企业，使其获得应有、合理、适度的金融支持。在养老金融探索中，以数字化助力客户全生命周期的养老金融资源优化与资金管理，提供适应性的数字金融产品以改善服务效果，更加精准地进行客户画像与服务配置等。

最后，就发展绿色金融而言，也面临几方面痛点。例如：难以有效监测、计量、验证绿色金融产品的环境效益或ESG价值；环境信息缺失引致的信息不对称，增大了“洗绿”“漂绿”风险；过度强调“绿色性”可能带来金融机构成本上升、风险性与脆弱性增加，影响经营可持续性等。对此，数字金融与金融科技手段显然能够缓解这些矛盾，也有助于推动实现绿色金融服务的标准化、透明化，进一步改善绿色融资、投资、资产管理、碳核算等活动。