随着以数字经济为代表的新经济成为经济增长新引擎，数据作为生产要素的重要作用日益凸显。近期，《中国金融》杂志刊发中国建设银行董事长田国立署名文章《商业银行数据要素价值发掘与探究》，对建设银行顺应新时代新发展理念要求，以服务人民和经济社会发展为目标，以数据为关键生产要素，以科技为核心生产工具，以平台生态为主要生产方式，积极开展数字化经营和新金融实践，发掘数据要素生产价值，探索适应数字经济时代的数字化转型可行路径进行重要阐述和系统分析，现全文转载如下：

党的十九届四中全会首次将数据增列为新的生产要素，五中全会再次确立了数据要素的市场地位，为实现数据要素自身生产价值、发挥对其他要素效率的倍增作用、促进数字经济健康稳定发展奠定了政策基石。在数字经济背景下，建设银行顺应新时代新发展理念要求，以服务人民和经济社会发展为目标数据业务化，以数据为关键生产要素，以科技为核心生产工具，以平台生态为主要生产方式，积极开展数字化经营和新金融实践，发掘数据要素生产价值，探索适应数字经济时代的数字化转型可行路径。

数据要素生产价值发掘实践

商业银行天生与数据打交道，但过去主要是记录业务过程和统计经营成果。数据作为一种新型生产要素，其作用在银行业务领域不断被发现、证实和运用，持续推动银行业务运行逻辑、经营模式、管理方式等的优化和变革。

实施金融科技战略，打造数据基础设施。工欲善其事，必先利其器。数据的采集、整合、存储、计算、传输、展示等都离不开IT系统的支持。建设银行较早意识到信息系统基础工程在未来银行发展过程中的重要性，2010年及时启动了全行信息系统重构的颠覆性工程——新一代核心系统建设，为数字化转型奠定了牢固基础。新一代核心系统建设统一了全行数据理念，构建了完整的数据逻辑模型，制定了8万余项数据规范，集成了海量行内外入仓数据，联通了100多个应用组件，承载了大规模企业级数据分析应用。在此基础上，建设银行又深化金融科技战略（TOP+），促进人工智能、云计算、区块链、物联网等前沿技术快速应用，敏捷赋能业务创新发展。

改变信贷传统打法，普惠金融超常发展。商业银行信贷融资业务过去主要依靠客户经理调查企业，依靠财务报表评判信用，依靠刚性规则筛选客户。在数字经济时代，继续沿用这些传统信贷业务手段打法推进普惠金融业务，势必面临客户难选、风险难控、工作量大等困难。为此，建设银行运用互联网思维和大数据技术，针对小微企业客户的不同经营特点，量身定制系列化信贷产品。例如，基于客户税务数据，开发与税收相关的信贷产品；利用银行代发工资记录，推出与薪金相关的信贷产品；依据出口退税数据，优化贸易融资信贷产品；依托内外部数据整合，实现了小微企业信贷业务线上自动化审批、智能化风控。建设银行依靠这些基于数据分类定制、精准投放的做法，探索破解普惠金融世界性难题，普惠金融业务连年跨越式增长，并于2020年3月成为全国首家普惠型小微企业贷款余额突破万亿元的商业银行，极大地支持了实体经济发展，实现了银企双赢。

融合行内外数据，精准定位目标客户。国有大型商业银行在发展金融业务的同时，始终承担着一份社会责任。精准扶贫是国家战略，建设银行为了把金融精准扶贫工作做到家，通过匹配客户与建档立卡人员身份证号码、客户工作单位信息、企业地理位置信息等，锁定身边的金融扶贫企业名单，及时将商机信息传递至就近的客户经理，主动宣传、介绍信贷政策和金融扶贫产品。此外，为更好地服务“三农”，建设银行还参考人民银行和银保监会口径，充分挖掘内外部数据资源，运用大数据分析手段洞察和识别农民客群特点，聚焦农民金融需求痛点，为农民设计专属金融产品，为农民提供贴心金融服务。

量化违约预警分析，优化风险收益策略。守住不发生系统性风险的底线，是国有大型商业银行的责任和担当。建设银行普惠金融业务之所以能驶上快车道，一个重要因素是得益于风险管控水平的提高。过去，小企业风险预警模型主要采用专家判断法，不仅预警发生率高，而且无效预警多，客户经理天天听到“狼来了”，小企业风险管理成本高、效率低。现在，建设银行通过对历史违约数据和旧模型预警指标进行检验分析，改进了风险预警模型，并发现了高相关性的新预警指标组合，进一步优化了风险预警模型。新的模型投入生产后，显著降低了预警发生率，提高了预警准确率。个人快贷与小微快贷是建设银行落实普惠金融战略的重要产品。为支持实体经济发展，从2018年8月开始，建设银行持续大幅下调小微快贷利率，使得小微快贷利率低于个人快贷利率，导致线上办理的个人快贷与小微快贷出现相互套利现象。为此，建设银行通过大数据分析，建立检测套利行为的监测体系，对相关风险做到早发现、早应对、早处置。

深入开展数据治理，破解数据安全之困。数据要素在价值实现的同时，面临的安全问题越来越突出，面对的个人信息保护法规也日趋严格。建设银行始终坚持数据应用和数据安全“两手抓，两手硬”。一方面，利用云技术、加密算法、数据脱敏、安全客户端等手段数据业务化，防止数据泄露、篡改、损毁和滥用；另一方面，通过数据安全审计强化事后监督。此外，建设银行还引入联邦机器学习（Federated Machine Learning）技术，实现不同机构在数据不迁移的前提下，进行跨机构数据使用和机器学习建模，参与机构均在建模过程中贡献自己独有的特征变量，模型效果全面优于建设银行单边模型。为了进一步构建数据安全管理长效机制，建设银行针对数据应用安全面临的新挑战，对标国内外监管要求和领先实践，找出差距与问题，建立企业级数据安全管理框架，探索制定个人隐私数据安全应用保护策略和保护标准，逐步在个人敏感隐私数据等领域细化和落实数据安全管理要求，最终形成企业级数据安全管理机制。

数据对其他生产要素的作用探究

数据是人类进入信息时代后爆炸式增长的资源，在生产领域中，它从微不足道变得举足轻重，成为数字经济的关键生产要素。与其他生产要素相比，数据要素具有非实体、可复制、无限供给、边际成本小、能重复使用等特点。数据要素的作用及其发挥作用的方式也与众不同，它只有在使用过程中才能体现价值，睡眠状态的数据没有价值；其价值往往通过与其他生产要素共同作用而体现，且作用前后自身不变，犹如化学反应中的催化剂。

数据的可量化特质引导其他生产要素精准发力。生产要素要获得良好的投入产出效果，必须把握好要素投入时机、场合、数量和节奏，正如精准发力需要计算力的作用点、力的大小和方向一样。为了改变过去的经营管理多凭经验进行决策和判断，建设银行积极推进金融科技战略和数据中台建设，努力实现业务数字化和数字业务化，使银行经营管理的决策依据、实施流程、结果均可量化，各种营销策略、管理标准、风控规则、解决方案等变得可计算、可优化，甚至可通过求极值、数学规划、层次分析法等得到最佳解，助力银行的经营数字化、管理精细化、决策定量化。

数据的标准化特征实现各个生产要素相互融合。正如原子聚合可以释放原子核能量，生产要素融合能够释放要素潜在价值。但物以类聚，融合需要彼此是相同体系、相同标准及相同规格。当一切皆以数据表达后，客观世界的物体有了数字孪生符号。万物皆以数联，数据将银行不同业务条线的客户、不同的产品和服务相互联结起来，产生许多新的业务机会。数据还可将银行客户、产品和服务与银行外部客户、场景和生态联结起来，创造更多商机。数据也使得同一要素之间的联结更加通畅、更加紧密、更加多元。例如，社交软件拉近了用户彼此之间的距离。近年来，建设银行积极利用大数据技术，识别客户信息，梳理个人与个人、公司与公司、个人与公司之间的复杂、多类型关系，推动内外部更好地连接、赋能和服务。

数据的易传输特性提升其他生产要素作用效率。数据的空间大跨度传输能力明显高于物体传输。资本、知识、信息等通过数据媒介进行传递，给投资、经营、生活等活动加入了助推器，大大提高了全要素生产率。有了数据传输，物理空间被极度压缩形成降维，决策所需要的各类信息迅速汇集，使决策者可以“运筹帷幄之中，决胜千里之外”。为提高数据传输和共享效率，建设银行配合政府部门建设互联网+不动产抵押登记平台，通过与各地不动产登记和交易中心系统直连，进行数据信息的共享交互，实现了不动产抵押登记与抵押授信业务一站式全流程网上办理、实时信息查询和实时监测预警。不动产抵押登记流程数字化改造后，政府部门减轻了窗口服务压力，商业银行降低了业务风险和综合成本，客户节省了办事时间，实现了数据多跑路、客户少跑腿的目的。

数据的可复制特点减少其他生产要素投入开支。数据可以无损耗、无差别、无限制地循环使用，这种同一资源无限供给的特点，使得数据要素及其相关生产要素的应用边际成本大幅削减，对生产要素使用者的知识、资本、技术、劳动要求也显著降低。成功的经验可以被快速复制推广，省去相似研发的劳动力、资本、技术、时间等投入。利用数据可复制的特点，建设银行提炼在某个经营单位表现良好的数据分析模型、产品和服务、营销案例等，通过简单参数化改造，使成果得到快速复制转化，大大减少了其他经营单位的研发测试成本。

数字化转型可行路径探索

未来已来，商业银行数字化转型已刻不容缓。在跨界竞争将成为常态、金融交易将演变成一种非专业廉价服务、客户需求发生重大变化的背景下，商业银行需要积极建设生态、搭建场景、发现触点，主动连接和服务客户。面对新形势，建设银行从自身实际出发，对数字化转型路径进行了探索和实践。

筑牢数字化基础——深埋“数”根。数字化转型既需要理念上的更新，也需要技术上的准备和队伍上的储备。数字化大楼要建得高，数字化基础就要挖得深、筑得宽。数字化基础的牢固与否决定了银行在数字化道路上能走多远、走多久、走多快。为此，建设银行首先确立了金融科技重大战略，完成了金融科技顶层规划设计；建立了全新的企业级技术架构，从银行整体价值链视角，重构业务模型、数据模型、产品模型与用户体验模型，搭建了平台化、组件化、参数化、云化的基础架构体系，打通了业务全流程，实现了快速创新和敏捷交付；在同业中率先组建了专门的大数据分析中心和数字化工厂，形成以“战机群”为中心的一体化数字化经营团队，启动了大规模的数字化人才培养计划。

强化大中台体系——壮大“数”干。传统金融机构的前、后台连接不紧密，后台对前台的支持、联动、整合不足；业务条线多，部门合作少，相同、相近业务过程复用共享少；数字化条件下部门共性职能尚未有效归并，交叉部位内耗大。这与数字经济时代对金融的要求相去甚远。针对上述问题，建设银行加快搭建包括业务中台、数据中台和技术中台在内的大中台体系。提炼账户、支付、推送等可复用共享的业务能力，形成可快捷调取的通用

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！