第一节
商业银行数字化转型的背景与现状

商业银行数字化转型进程的推进，一方面是因为数字技术的发展在传统金融体系之外形成的金融新业态对银行市场份额的挤压和客户的抢占，外部竞争压力倒逼银行追随金融科技浪潮；另一方面是由银行出于提高运营效率和经营利润的需要，在竞争日趋激烈的金融市场中提升自身竞争力的动机所驱动。信息技术在金融业的逐渐普及，推动了金融业电子化，许多金融业务逐渐从线下转移至线上，大量繁杂的重复性工作由人工处理转为机器处理，金融机构运营效率得到提升，用户数据得以沉淀。信用的生成与管理是信贷资源配置的关键环节，数字技术应用广度和深度的提高使这一过程被大大优化。近年来，中国银行业数字化转型程度不断提高，使金融的形态出现了显著的改变，在传统金融体系的内部和外部均产生了新的、值得探讨的经济效应。

一、传统金融体系之外的金融科技发展现状

金融科技是近年来在金融行业出现并逐渐普及的新生事物，随着技术开发和应用程度的持续提升，科技赋能金融对行业的改变愈发明显。金融科技的发展离不开金融行业对数据收集和价值挖掘需求的提高。中国金融的电子化发展和数字经济的萌芽与壮大使传统模式下无法记录的用户行为偏好等海量结构化或非结构化数据得以沉淀，金融业需要处理的信息量出现爆炸式增长，不断超越机构设备的运算能力上限，海量数据的沉淀为后续金融科技的爆发式增长酝酿了丰沃的生态。

互联网和数字技术的进步对经济的影响是全方位的，这种进步促使大量的经济组织和业务向数字化方向转型，衍生出形式多样的数字经济平台。数字业务的发展对支付结算、借贷周转等金融服务提出了新的要求，大型科技平台公司顺势将业务触角伸进金融领域，开发出迥异于传统金融体系的数字金融服务，满足各自数字生态圈内客户的金融需求，传统金融体系之外的新金融实体悄然出现，移动支付、网络借贷、众筹、互联网保险服务等新型金融模式逐渐成形，互联网金融迅速成长。在互联网金融萌芽期，银行等传统金融机构和新兴互联网金融公司的业务形式泾渭分明。银行主要开展线下业务，依托线下网点服务客户。互联网金融公司主要发展线上业务，以“电商平台+线上支付”的模式切入，依托数字生态场景开始尝试经营金融业务。在此过程中科技平台公司逐渐构建起诸多金融场景并积累客户、沉淀数据，支付宝、财付通等互联网金融产品作为典型案例脱颖而出。大型科技平台公司在自身愈加完善的数字生态场景和客群日常活动沉淀的海量数据的基础上开发和应用数字技术，用科技手段尝试解决普惠金融存在的“获客难”和“风控难”问题，依托商户在数字平台经营沉淀的线上销售额等数字痕迹，推出了对抵押品依赖度极低的数字信贷产品等金融创新，典型产品有网商银行的网商贷、微众银行的微业贷和微粒贷，它们均覆盖了企业客户和个人客户。

除了大型科技平台依托数字场景开发的数字金融业务，大数据、人工智能、云计算、区块链等新型信息技术被开发，并组合成不同的技术解决方案应用于金融业，由此也出现了大量聚焦于技术开发和设计金融业技术解决方案的金融科技公司。这类金融科技公司不同于大型科技平台，主要的特点是规模相对较小，一般从事大数据、人工智能、区块链、云计算等硬核的新型信息数字技术的创新与研发，或者聚焦于一些小的金融领域，向传统金融机构或个人客户提供数字化的服务，解决传统金融出现的信息不对称等痛点问题。这类业态发展的表现之一是2015年以后金融科技公司数量的增长出现拐点 ^[1] （见图3-1），这表明金融科技的发展逐渐蔚然成风，形成一股势不可挡的浪潮。

资料来源：基于“天眼查”系统爬取的数据，手工整理获得。

信用是信贷业务得以开展的核心，大量的金融科技公司致力于使用技术手段在合规框架下挖掘借款人的信用信息，这一类型的金融科技公司可归类为信用科技公司，其商业模式主要有四类：一是向银行等传统金融机构输出技术解决方案，搭建或升级与金融机构业务特色相契合的系统；二是挖掘自身场景价值，提供金融科技助贷服务；三是构建有特色的大数据库，提供另类数据源，为金融机构提供另类信用数据；四是搭建数字供应链金融平台，并使用技术手段解决传统供应链金融中信用信息真伪性判别的难题。

其一，以输出技术和搭建系统为核心商业模式的金融科技公司。银行等传统金融机构在历史经营过程中累积了大量的客户，开展业务的过程中亦沉淀了大量数据。首先，由于缺乏数据挖掘技术，银行既不能很好地使用内部沉淀的信息为客户画像，也难以将内部客户的数据和外部数据源相匹配，准确识别客户个性化的金融需求从而提供增值服务。其次，银行在经营中面临许多合规要求，需要对隐私数据进行保密，缺乏让数据可用不可见的技术，导致数据不可挖掘，形成数据孤岛。再次，对于中小企业、低收入人群等弱势群体客户，银行也缺乏识别其信用，预测其还款能力的手段。最后，银行的软硬件系统也需要迭代以满足大数据时代需要处理的信息量指数增长的现实。基于这一系列问题的解决需求，出现了支持金融机构数字化创新和转型的金融科技公司，向银行输出数字小微信贷技术，提供系统支持的服务。

其二，信用科技公司的金融科技助贷模式。普惠金融是中国特色金融体系现阶段重点要做好的五篇大文章之一，但弱势群体的信用识别问题长期困扰着金融机构，信息不对称使这部分客群长期面临信贷配给的约束。传统信贷信息获取模式下没有得到有效解决的信息不对称问题，可以通过挖掘经济主体的另类信用信息获得一定程度的缓解。另类信用数据的产生需要场景，许多金融科技公司当前已积累了丰富的具有特色的场景，并在场景运营中开发了契合度高的数据挖掘技术，可以为传统金融模式下无法获得金融服务的弱势群体沉淀信用记录，并基于此与金融机构合作开展金融科技助贷业务 ，这有助于拓展商业银行的金融服务范围，提高金融机构的普惠下沉能力。

金融科技助贷业务涉及资金供给方、助贷中介机构和融资需求方三类经济主体，参与方之间的关系如图3-2所示。资金供给方是资金提供者，金融科技助贷业务的资金来源包括银行、保险、信托、资管、大集团自有资金、财务公司、网贷、小贷、消费金融公司和自然人。其中，银行和信托合计占金融科技助贷资金来源的80%以上，而信托背后的资金来源同样以银行为主，可见银行是金融科技助贷业务最大的资金供给方。银行参与助贷有助于其打破经营地域限制、扩大获客群体，为资产拓宽投向范围，获取业务收入。此外，助贷还有助于银行获取更多有效的客户数据，提升金融供给效率，培养在互联网经营环境下的经营能力。大型商业银行由于具备自身的获客渠道，加之与助贷机构之间的风控理念有较大差别，因而双方在联合贷款领域的合作还较为有限，合作主要在产品合作方面展开，并且尚处于探索阶段。因此，参与金融科技助贷业务，作为资金供给方的一般是中小银行。

金融科技助贷机构可按数据生态分为四类。第一类是电商平台，电商生态占互联网消费信贷交易规模的七成以上，典型的机构包括阿里、京东和小米等，开发的金融科技助贷产品有蚂蚁花呗、蚂蚁借呗、京东白条等；第二类是其他消费场景，典型的比如旅游场景（携程等），曾经做首付贷的（链家等），做二手车中介的（瓜子二手车等）；第三类是非消费类场景，典型的如社交（腾讯等），为企业提供企业资源计划（ERP）服务的公司（汉得等）；第四类是不依赖内生数据，完全建立在外部数据上的公司，如纯技术服务商（神州信息等）。就金融科技助贷机构而言，与银行合作开展金融科技助贷业务最主要的诉求包括获得低息稳定的资金、借用银行牌照、学习掌握并储备独立风控能力，致力于掌控银行和互联网融合体系的制高点、取得登录征信系统的门路、借用银行的品牌效应等。

金融科技助贷业务的融资方即为金融科技公司所构建的数据生态中的借款人，既包括个人消费者，也包括中小企业，这部分客群在传统模式下可能无法达到银行放贷的门槛，或无法接受银行烦琐的信贷审批流程，诉求主要是获得资金消费或投入生产，提升资金获得的便利性。

其三，提供另类数据源的金融科技公司。还有一部分金融科技公司通过先进的信息技术手段构建具有自身特色的大数据库，提供专业细分领域的大数据支持金融机构信贷决策。譬如，大地量子结合多源卫星数据，通过人工智能等技术，能够识别农田面积、作物种类、生长状况，进而分析农户插秧、打药、追肥以及收割时期的不同资金需求，从而解决农村金融缺乏农村和农民信用数据而不好控制风险的核心难题。车300依托汽车销售平台，建立了海量的汽车交易价格信息库，累积了数亿条真实数据，在大数据、价值计算引擎、残值数据算法、人工智能技术的基础上，建立精确、透明、快速的二手车估值体系，结合汽车金融与交易数据，采用科学且合适的数据挖掘与机器学习方法和理论，为汽车金融风控领域提供专业的、系统的解决方案。

其四，数字供应链金融模式。供应链金融是银行等金融机构基于供应链网络围绕核心企业并依托供应链上下游合作关系而构建的涵盖信息流、资金流、物流、商流等基本要素的一个授信融资金融体系，有助于优化供应链中的企业融资结构。然而，传统供应链金融长期存在核心企业不愿确权或担保，企业操纵供应链信息、伪造交易信息、恶意欺诈等信任缺失问题，同时还面临着互联网环境下数据泄露与操作风险，这些都制约了供应链金融的普及与发展。数字供应链金融是金融科技与传统供应链金融相结合的金融创新产物，金融科技公司的技术解决方案可以破除制约传统供应链金融发展的藩篱。

首先，传统供应链金融中应收账款质押或保理业务需要核心企业确权，在操作流程方面具有较大难度，基于区块链的技术解决方案可破解这一难题。譬如，天道金科打造的天道平台开发了“天票”产品，通过区块链技术，利用不可篡改的多级流转凭证，将核心企业信用分享至融资弱势群体，发挥供应链金融信用替代机制的真正优势，切实缓解企业“融资贵”的压力。布比区块链构建了“分布式供应链金融网络”，基于该网络可以实现商流、资金流统一的信息流，解决企业间信息不对称的问题，让企业信任传递畅通无阻。因为分布式账本的存在，基于核心企业信用的应收应付账款可以自动流转到多级供应商，业务开展更加灵活。通过智能合约，可以保障支付结算按照约定自动化完成，资金流转更加快速高效，很好地解决了长期限制供应链金融发展壮大的顽疾。

其次，传统供应链金融中存在大量的信息不对称问题，银行等资金供给方难以判断链上中小企业用以抵押的应收账款等资产信息的真实性，部分企业甚至用恶意欺诈的手段获得授信，给资金供给方带来损失。信息不对称源于资金供给方获取的信息有限，当前有不少金融科技公司如金蝶金融、联易融、逸风金科、金融壹账通等利用企业数字化转型的需求，推出企业ERP系统服务，并通过ERP系统获得大量关于企业经营的多维度信息，在企业允许的前提下凭此生成企业信用，成为资金供给方的授信依据。譬如，金融壹账通运用区块链、大数据、人工智能等新型数字技术，有针对性地推出壹企业智能供应链金融平台，利用区块链可追溯、可留存和不可篡改的特点，将原来难以验证的线下信息上链，并通过链上关联主体之间的相互验证，确保中小企业在供应链上的信息可记录、可追溯，信用可传导，保证了链上企业信息的真实性。同时，数字供应链金融平台利用人工智能对上链诸多经济参与主体的物流、仓储、工商、税务等数据源进行智能的交叉验证，解决位于资金供给端的商业银行等金融机构与资金需求端的实体企业之间信息不对称、贸易真实性难核验的问题，一方面降低了贷款风险和审核成本，另一方面大幅提升了服务水平，解决了中小企业融资成本的问题，也满足了其短平快的融资需求。逸风金科搭建的智能风控平台可结合智能摄像头，通过多物体实时追踪算法快速便捷地对制造型企业产线上的物品进行识别和追踪，实时获取经过脱敏且验真的生产经营数据。由此，平台可通过采集企业生产经营过程中的货物流、合同流、数据流、资金流等数据构建多流合一的智能风控体系，从而解决中小生产型企业普遍存在的由金融数据获取难、数据质量验真难引发的融资难、融资贵的问题，运用生产经营数据资产化，优化金融授信体系。大树科技坚持小额、分散、真实原则，借助供应链场景和多渠道数据还原真实交易背景并交叉验证，以量化建模的手段，解决传统模式下由于信息不对称所带来的风控痛点，满足真实供应链场景下小（金额小）、散（主体散）、短（期限短）、频（频度高）的融资需求。目前推出的产品包括大树信保贷、大树信采贷，前者解决应收端融资需求，后者满足采购端融资需求。

最后，传统供应链金融还面临数据泄露与操作风险。数据隐私问题是金融科技公司普遍面临的问题，如何在防止数据泄露、保护客户隐私的前提下挖掘数据的价值，使其成为判断客户信用的依据是金融科技公司和金融机构需要解决的难题。目前金融市场上已有部分金融科技公司聚焦于客户对数据隐私的需求和信用显现无法兼容的难题进行技术开发，并推出了相应的数据安全产品。譬如，华控清交基于多方安全计算理论已经在技术和工程上实现了“数据可用不可见”和“规定数据具体用途用量”等数据隐私保护目标，并已经进入实用阶段，推出了一系列隐私计算标准，为打破数据壁垒和连接数据孤岛奠定了技术基础，为数据确权和大规模数据流通创造了条件。WeLab打造的联邦学习平台利用前沿信息技术开发了高效安全的数据合作解决方案，能够在保护用户隐私数据且数据不离开所有者的前提下，充分挖掘、发挥用户数据的价值，打破数据孤岛，更高效地显现数据需求方的信用，这有助于实现跨数据、跨行业的合作，并且这一解决方案支持金融机构的私有化部署或云服务，具有全可视化系统操作便捷、数据安全隐私强等特点。致星科技开发的星云Clustar聚焦于为客户提供全栈式联邦学习解决方案，依托于以高性能网络和联邦学习技术为核心的产品矩阵，通过“开箱即用”的联邦学习解决方案降低联邦学习使用门槛，解决企业“既要共享数据生成信用，又必须保护数据安全”的两难问题，最终将隐私计算技术赋能到实际业务中。在操作风险的防范方面，联易融自主开发由人工智能驱动的OCR及NLP技术，可以高效处理供应链金融实际应用场景中整个系统需要录入、处理合同、票据等大量纸质文件的问题，既解放了人力资源，又通过规范化的自动化流程降低了操作风险。

归结起来，金融科技公司成功的商业模式大致可归纳为四条策略：一是通过与B端合作的模式批量获取有效C端客户；二是利用互联网和移动设备为客户提供纯线上服务，简化业务流程，优化产品界面，改善用户体验；三是运用大数据和云计算提供基础信息支持，实现金融服务个性化；四是以细分市场作为切入点，专注服务特定类型客户，并提供相关增值服务。

金融科技公司的发展一方面是传统金融的有益补充，但另一方面也造成了一些金融乱象。譬如，自2012年起，中国的P2P平台开始野蛮生长，最高峰时期存在约5000家运营平台。由于监管真空，非法集资、诈骗等乱象层出不穷， P2P行业共经历了三次爆雷潮，暴露其在风控方面的缺陷。监管清退至今， P2P网贷平台数量已完全归零。在不到十年时间里， P2P平台从遍地开花到如今的完全归零，加剧了金融风险，导致居民财富流失。另外，互联网金融行业的头部标杆蚂蚁金服在2017年将30多亿元资本金通过1∶2的比例从银行拆借60亿贷款，形成合计约90亿的网上小额贷款，然后再通过资本市场循环发行ABS，一共循环40次，形成3600亿贷款，杠杆最高曾达上百倍，在金融市场上造成了巨大的风险隐患。金融科技行业的种种乱象表明，监管缺失下金融科技新业态的野蛮生长将对金融体系的长远发展与稳定产生负面影响。随着P2P爆雷等恶性事件频繁发生，监管部门加大了监管力度，引导新金融实体规范发展，促使其将主业聚焦于解决传统金融的业务瓶颈。监管趋严抑制了模式创新的暴利之路，倒逼金融科技公司逐渐转型，加大研发成本投入，提升技术创新的能力，并通过技术升级获得新的盈利增长点。

二、商业银行数字化转型进程的推进

随着传统金融体系之外金融科技新业态的发展，传统金融体系之内的金融机构也正在通过制定数字化战略，提升数字技术的应用程度，调整组织架构以推进数字化转型。中国商业银行数字化进程的起始点在广义上可追溯至20世纪90年代。随着互联网进入中国和移动互联技术的逐渐成熟，金融机构在运营中不断提升数字技术的应用程度。金融行业通过传统的信息技术软硬件实现办公和业务的电子化，提高了金融机构处理业务的效率，代表性产品包括ATM机和POS机、银行电子化的核心交易系统、信贷系统和清算系统等。随着互联网技术的发展，金融运行的信息化环境大幅改善，1993年银行系统计算机网络化概念的提出开启了中国金融电子化时代。经过20多年的发展，金融机构通过互联网提供金融服务，逐步将业务数据集中汇总，为中国金融科技的发展构建了基础设施并培育了用户习惯，提升了账务系统、信贷系统的业务处理效率。

近年来，随着以大数据、人工智能、云计算、区块链、物联网等为代表的新型数字技术及其应用在多个行业引发了巨大变革，数字技术支持下的创新型金融业态如数字支付、大科技信贷、区块链金融、智能投顾等不断涌现，推动着银行通过数字化转型，提升新型数字技术与金融业务的融合程度，强化自身市场竞争力和客户服务能力。现阶段银行业的数字化转型与21世纪初银行业的信息化并不完全等同，也并非简单地使用数字技术，而是新型数字技术与银行业务结合产生了新的金融创新，银行通过数字化转型推出新的业务形态与管理方式。

数字化转型是商业银行将数字技术应用于产品、运营、商业模式、组织管理、战略制定等机构经营全链条，变革经营活动以保持并提升自身在数字经济时代竞争力的过程。相应地，商业银行数字化转型这一概念可以进一步分解为战略数字化、业务数字化和管理数字化三个维度。其中，战略数字化代表了商业银行对数字化转型的认知，因此也是商业银行数字化转型的基础，业务数字化和管理数字化则分别是商业银行数字化战略在业务经营和管理模式方面的落地。三者构成一个相互促进的整体，管理数字化可以进一步促进业务的数字化创新，并强化数字化战略思维，而数字化转型认知的强化又可以进一步指导业务数字化和管理数字化。基于此，使用北京大学商业银行数字化转型指数度量中国商业银行的数字化转型进程。该指数由北京大学数字金融研究中心的谢绚丽和王诗卉（2022）编制，指标体系框架详见图3-3。该指数涵盖228家银行，包括6家国有大型商业银行、12家股份制商业银行、121家城市商业银行、51家农村商业银行、24家外资银行和14家民营银行。上述银行截至2021年末的总资产为206.49万亿元，占我国商业银行总资产的98.35%，因此具有很强的行业代表性。

图3-4描绘了商业银行数字化转型不同维度的指数在2010年至2021年间的变化趋势。从图中可以发现，我国商业银行数字化转型各个维度的发展水平均有长足进步。特别是在2012年以后，商业银行数字化转型速度有所加快，这可能是由于2013年蚂蚁金服“余额宝”产品的推出冲击了传统商业银行的经营，加快了银行的数字化转型（邱晗等，2018）。从细分指数来看，战略数字化转型指数水平最高，增长也更快，反映了商业银行数字化转型中认知先行的特征（谢绚丽、王诗卉，2022）。战略数字化转型指数在2019年出现向上跳跃趋势，这可能是因为中国人民银行在2019年印发了《金融科技发展规划（2019-2021年）》，首次明确了金融科技工作的指导思想、基本原则、发展目标、重点任务和保障措施，商业银行在中国人民银行的引领下对数字化转型的认知大大提高。另外，商业银行管理数字化转型指数水平最低，增长也较慢，可见商业银行数字化转型的相对薄弱环节来自组织维度，即传统商业银行固有的管理架构尚未能及时适应金融科技浪潮的发展，滞后于战略数字化和业务数字化。

资料来源：北京大学数字金融研究中心。

图3-5展示了不同类型商业银行数字化转型的进程。从2010年到2021年，各类商业银行的数字化转型水平均不断提高，但不同类型的银行存在明显的差异。其中，国有商业银行的数字化转型水平最高，国有商业银行的规模、资金和技术实力可能助推了其数字化转型（谢治春等，2018）。从2015年开始，新兴的民营银行的数字化转型也开始提速，紧随其后的是股份制商业银行，而城市商业银行、农村商业银行和外资银行则相对落后。

资料来源：北京大学数字金融研究中心。

进一步地，通过箱线图对不同类型银行在数字化转型行为上的差异进行分析，并对2010年、2014年、2018年和2021年四个不同时期的表现进行对比（见图3-6）。在2010年，国有商业银行的数字化水平明显高于其他类型银行，股份制银行的数字化转型程度整体稍逊于国有商业银行，城市商业银行与农村商业银行的数字化水平相近，但从2014年开始，股份制银行和国有商业银行在数字化水平方面的差距已经不明显。2015年开始出现的民营银行数字化水平总体上仅次于国有商业银行和股份制银行，但各民营银行之间的差异较大。在2018年和2021年，城市商业银行与农村商业银行的数字化水平总体上依旧远低于国有商业银行和股份制银行，而且不同年份的城市商业银行和农村商业银行之间的数字化水平差异也较大。

资料来源：北京大学数字金融研究中心。

以大数据、人工智能、区块链和云计算为代表的新一代信息技术在银行业的应用加速了商业银行的数字化，使得商业银行经营开始向线上化、自动化和客户体验中心化等方向转型。但是简单的技术应用还不足以推进银行的数字化转型。历史上，无论是电力还是计算机，新技术的推广都需要所在行业开展定制化的二次创新，以适应特定行业的需要。商业银行的经营长期以来都是依靠物理网点，并通过科层制和部门制进行管理，组织现状与数字化愿景之间存在着巨大张力，这使得传统商业银行要实现数字化转型不仅需要积极采用最新技术，还需要调整组织结构并重新设计适合嵌入数字技术的业务流程。

由于商业银行传统的组织架构制约了数字化转型进程的推进，同时考虑短时间大幅度调整管理框架可能导致商业银行经营混乱，部分商业银行在现有的组织架构之外成立新的聚焦于金融科技业务的子公司。商业银行数字化转型在组织维度上的一个重要表现是在旧有的组织之外成立金融科技子公司。成立金融科技子公司可以促使银行与金融科技实现更加深度的融合。一方面，银行在稳健运营、专业化、牌照、风控等方面发挥专长；另一方面，金融科技子公司可以在运营效率、业务创新、数据分析等方面为银行赋能，同时还可以进行技术输出，依托科技能力帮助商业银行拓展市场。基于优势互补的原则，银行系金融科技子公司应运而生，进而实现金融生态圈的整合与重构。就发展历程而言，银行系金融科技子公司的业务路径大多遵循由内到外的轨迹，即成立初期以服务本行集团及其子公司为主，随后逐渐扩展到服务同业，实现技术对外输出。截至2021年底，国内已有19家商业银行成立金融科技子公司，其中国有商业银行5家，股份制银行7家，城市商业银行4家，农村商业银行3家，基本情况如表3-1所示。

资料来源：零壹智库。

金融科技子公司的成立有助于增强商业银行构建数字金融场景的能力，在组织架构上摆脱传统银行不适应数字化潮流的多层级部门结构。独立性相对较高的公司架构可以促进金融科技的研发，针对银行业务的需求开发匹配度高的技术和系统，有助于银行更好地运用新型数字技术收集相关的业务数据，挖掘沉淀在系统中的海量信息价值，总体上提升了银行的信息甄别能力。譬如，招银云创开发了新一代智慧费用管理SaaS产品“场景化费用管理SCO”，以企业管理费用支出的场景互联为基础，聚焦企业差旅、出行用车、企业采购等高频费用支出场景，用数字化方式实现离散需求的标准化和数据沉淀，通过“费用管理大脑”的创新型商业模式帮助企业提升对财务流程场景化和平台化的管控，这为招商银行抢占高频刚需交易场景沉淀另类数据生成企业客户的数字化信用记录开辟了新道路。农银金科则正在推进构建智慧“三农”生态圈，以农民（C端）为主体目标，农村（G端）和农业（B端）为依托，打造以农民金融需求为中心的“三农综合业务平台”，建设金融服务“三农”的智慧村镇生态体系，这有助于沉淀农民行为数据，使用科技手段生成农民的信用，解决传统农村金融的“风控难”和“获客难”问题。数字化转型通过增强商业银行的数据搜集能力和数据处理能力来发掘借款人真实信用，从而降低了信用辨识过程中对抵押物的依赖。

---

[1] 金融科技公司指的是开发和运用技术，并使用这些技术手段服务金融业的企业主体，一般兼有科技和金融属性。参考宋敏等（2021）的研究，统计全国各地级市的金融科技公司数量以衡量不同地区的金融科技发展水平，步骤如下：

首先，在“天眼查”网站检索“金融科技”“云计算”“大数据”“区块链”“人工智能”“物联网”等关键词，获取所有相关公司的工商注册信息；

其次，根据样本中金融科技公司的经营范围以及巴塞尔银行监督委员会对金融科技业务模式的分类，使用正则表达式对“金融”“保险”“信贷”“清算”“支付”“投资”等与金融相关的关键词在公司经营范围中进行模糊匹配，并保留匹配成功的样本；

最后，剔除经营时间小于1年或经营状态非正常的公司样本以防止“空壳公司”的注册影响金融科技公司数量统计的准确性。 Y18cMJFprOmWGv3WDVH9LOzTwyE6b974ZX3fW7LLoMOol9oHCZGSeT4sG8VmKbQr