大丰农商银行 数字金融为新质生产力赋能

大丰农商银行将数字金融作为服务实体经济的助推器，充分“解码”数据“基因”价值，释放数据要素生产力，重构金融服务方式和运营模式，不断提高服务效率，为辖区新质生产力发展注入强大动能。

加强数据平台建设。一是提升治理能力。制定符合全行实际的数据质量标准，设立数字资产中心，建立全流程的数据治理管控系统，从源数据质量监控、归口数据部门质量整改、过程跟踪、整改数据校验等环节形成闭环管理，提升全行各条线数据质量。二是实现数据分级。依照数据来源、内容和用途对数据进行分类，按照数据的价值、内容的敏感程度、影响和分发范围不同对数据进行敏感级别划分。三是优化数据合作。大丰农商银行通过与盐城市大数据集团党建战略合作，借助“盐融易”金融服务板块推出“盐丰e贷”，实现资源赋能、优势互补，探索破解“贷款难、担保难、手续繁”问题，助力盐城打造一流营商环境。

推动数智银行建成。一是构建顶层框架。从“成本—效率—体验”三大维度设计架构，构建正确的数字化底层架构。综合考量成本、效率、体验等核心维度，平衡客户需求、业务战略和运营模式，提供卓越的金融服务体验。二是丰富数据资产。通过盘活内外部数据资产，实现系统间安全可靠数据充分共享。持续整合内外部数据资源，将其转化为有价值的资产，并建立统一的数据管理平台，提高风险管理和内部控制的效率。三是优化资源配置。构建营销、运营以及风险系统配置化管理体系，提升系统中台能力。构建支持多任务场景的系统平台，实现营销、运营和风险管理等方面的资源配置。有效支持业务创新、优化业务流程和提高运营效率。

强化数字风控建设。构建与业务发展相匹配的数字化风控体系，全面覆盖业务的各个链路，并通过有效的监控指标来实现对潜在风险的及时发现和提高风险预警能力。一是优化业务监控指标。根据不同业务场景的需求，设定不同的核心业务指标。二是建立模型监控系统。实现对模型的持续监控，及时发现模型的衰减，当模型的生命周期即将结束时，及早替换和更新模型。三是加强数据服务监控。以数据服务覆盖率、响应时长和异常数量为主要监控对象，降低由于流量突然增加而带来的大量并发、接口堵塞、决策失败等系统风险。 卞吉伟