中小企业是维持国民经济稳定与增长的关键因素。为了促进这些企业的高质量发展， 近年来推出了一系列政策，旨在加快新型生产力的成长。然而，中小企业普遍面临着经营 透明度不高、信用状况欠佳、财务体系不健全和较弱的风险抵御能力等挑战，这些问题导 致它们在融资时遭遇重重困难，融资成本高昂。同时，由于缺乏准确的经营数据，金融机 构难以对中小企业进行有效的风险控制和信贷支持，进一步加剧了中小企业的融资难题。 面对中小企业融资难、金融机构授信难、核心企业“脱核”难以及政府政策执行难这四大 挑战，激活供应链全程的数据资产并实现其数字化和标准化成为关键。这不仅涉及到如何 促进数据共享和流通，还包括如何确保数据质量的可靠性，这是解决上述挑战、畅通供应 链金融数据链条、实现数字普惠金融的关键所在。 京东物流利用其在供应链领域的深厚积累，通过整合大数据、人工智能、区块链和物 联网等前沿技术，构建了一个供应链金融数字化平台。该平台不仅激活了供应链全程的数 据资产，实现了数据的数字化和标准化，还促进了数据共享和流通，确保了数据质量的高 度可靠性。通过为供应链上下游企业和金融机构提供融资支持、智能决策与风险监控，京 东物流的这一举措为数字普惠金融的深化应用树立了典范。

行业发展问题存在商业银行不良贷款余额逐年攀升，多平台借贷行为盛行，逾期风险 难以掌控，传统信贷风险模型依赖内部数据 , 无法全面评估客户风险 , 导致不良率居高不下， 监管部门对数据合规性要求日益严格 , 合规运营成本大幅上升等问题。 智能风控反欺诈需要借贷及欺诈类数据 : 借贷人人脸验证次数、身份证 OCR 录入次数、 风险设备数据，以及各类衍生指标数据等。 本案例解决借贷风险行为数据在不同金融机构的信息交互困难，利用率较低，部分互 联网数据真实性难考证 , 模型输入数据质量堪忧，个人隐私数据的收集利用缺乏统一明确 的规范 , 合规风险增加等数据流通的卡点难点问题。

1. 业务应用场景 我国中小微企业长期面临融资难、融资贵、融资慢的问题。究其核心原因是信用无法 量化、抵押资产不足、信息不对称等问题。从而导致其融资成本高、风险不可控等难题。 严重影响了中小微企业金融服务的可获得性和持续发展的能力。2. 解决的核心业务问题 北京全民普惠信用管理有限公司 ( 简称全民信用 ) 依据国家发展改革委、人民银行联 合发布的《全国公共信用信息基础目录》， 汇集行政机关、司法机关、事业单位、行业 组织在履职过程中形成的行政处罚、行政强制、司法执行、违法失信等 616 个维度的标 准化公共信用大数据通过多维度、多领域、多业态的公共信用数据，充分化解信息不对 称难题，客观、准确、全面，充分地对中小微企业进行信用风险画像，助力银行等金融 机构优化线上服务，提升办贷效率，解决银行等金融机构对中小微企业“短、小、频、急” 的信贷需求。

金融领域对其他行业数据需求大，发挥其牵引作用可推动数据复用。金融行业的数据处 理和应用较为成熟，数据资源丰富，而且金融行业的企业也更愿意投入资源进行数字化转型。 金融信用数据和公共信用数据、商业信用数据共享共用和高效流通对于金融风控行业 发展至关重要，但是目前数据共享和流动是数据要素管理的一大难点，主要如下： 数据类型多元：数据包括与个人信用信息相关的大量个人信息、以及与企业信用信息 相关的大量公共数据。 数据流通缺少行业标准规范：在上述法律法规尚未完全健全、行业技术动态发展日新 月异情况下，大量数据无法流通、顺利实现价值交换，阻碍了数据要素市场化推进。

在依法安全合规前提下，普惠金融机构利用数据能够提升金融服务实体经济水平，提 高金融抗风险能力。但在数据的获取和使用方面存在以下障碍： 一是普惠金融机构数字化水平参差不齐。有的仍处于传统线下操作阶段，有的初步实 现线上化，少数已构建相对完善的业务系统，各机构在运用数据要素的基础能力方面存在 较大差距。 二是数据孤岛现象严重。不同金融机构和政府部门之间数据共享不畅，导致数据资源 浪费，以及小微企业信贷评审与风险评估缺乏全面性和准确性。 三是公共数据资产的“普惠性”和“公共性”不足。涉及企业尤其是小微企业的数据 在获取和使用方面，各地均存在不同程度的障碍，信息不对称问题仍然存在。

长期以来小微企业存在融资难、融资慢、融资贵的问题，主要原因是小微企业固定资 产少，经营抗风险能力低，财务信息真实性不易甄别，贷款机构与小微企业之间信息不对称， 导致银行等贷款机构难以考察小微企业信用状况，认为小微企业贷款风险很高，致使企业 难以通过信贷审批。 畅捷通公司是国内为小微企业提供在线化数智财税软件平台和业财 ERP 系统的龙头厂 商，平台上积累了数百万家企业的业、票、银、账、税数据信息，畅捷通联合多家普惠金 融贷款机构合作开发推出了小微企业会计数据增信融资服务平台——畅捷智融，在合规授 权下为企业建立数字信用画像和评分，作为银行金融机构授信放款的信用评价依据，成为 解决小微企业融资难、融资慢的新途径。

公共资源交易数据作为数字经济发展的核心要素之一，是推动公共资源交易行业高质量发展的关键动力。但在实际交易过程中，各行各业依然面临企业经营困难、金融服务质 效下降等问题，尤其是中小微企业资金痛点凸显。此外， 不论是企业、公共资源交易中心、 金融机构还是监管单位，交易过程沉淀的业务数据，都无法找到很好的契合点，让交易过 程数据真正流转起来，从而更加有效地服务于业务。 为充分贯彻落实国家相关政策要求，发挥公共资源交易数据要素乘数效应，进一步解 决公共资源交易领域各方企业主体有关资金相关的应用痛点、难点和堵点，广联达科技股 份有限公司紧随行业发展，携手社会各方力量、资源，积极搭建“广联达数字交易综合金 融服务平台”。

长期以来，千万中小微企业在融资过程中存在缺乏健全信用评估而难以获得银行信贷 支持的问题。 一是信用评估体系不健全， 目前的公开文件中，虽有《企业信用评价指标》等信用评 估标准，受经营场地、经营品类等客观条件影响，较少针对小微企业和个体工商户的信用 评价工作流程进行规范。 二是痛点难点多，以个体工商户为主的大部分中小微企业，普遍存在缺信息、缺抵押、 缺担保、缺征信、缺渠道等“五缺”问题。中小微企业没有完整的财务数据和信息、没有 信用评估标准和真实有效的数据评估维度。 三是数据孤岛和银企信息不对称问题， 大量小微企业从未与银行接触过， 是“征信准 白户”，与企业生产经营密切相关的信用信息没有实现共享，信息不对称问题突出。

目前金融领域欺诈行为呈现出专业化、产业化、隐蔽化、跨区域、场景化等特征， 为 金融领域的反欺诈工作带来了严峻的挑战。当前， 数据流通、要素流转存在系列卡点堵点，严重阻碍了风险识别的准确性和效率，具体体现在： 一是数据孤岛现象严重，单一机构数 据维度受限，难以获取全方位用户信息；二是数据流通不畅，安全合规成本高昂，难以形 成欺诈合力；三是数据采集标准不一 ，数据质量良莠不齐，增加了数据运营成本。 为打击电信网络欺诈和治理黑灰产， 践行央企责任，本案例以安全合规的方式接入多 源数据，构建了黑灰产防治与欺诈风险预警一体化方案，实现数据高效协同、安全流转， 为金融行业健康发展保驾护航。

小微企业作为国民经济的重要支柱， 贡献了全国 80% 的就业、60% 以上的 GDP 和 50% 以上的税收，优化产业链生态、通过科技创新解决链上小微资金困境，成为扶持小 微企业的重要策略。 目前传统产业链金融模式是从“1+N”中的核心企业出发，金融机构对核心企业的资 质进行评估，以此作为整条供应链上下游小微企业的信用背书。但该模式主要难点及堵点 是，需要核心企业配合确权，承担额外操作和承诺成本，或者要求核心企业提供担保，占 用其自身授信额度。越优质的核心企业对上述要求的配合度越低。随着技术进步和市场机制健全，“脱核”，即“去核心化”，将是供应链金融未来的着力点和新趋势，核心企业 的角色由信用背书和还款来源，逐渐转变为提供信息流和数据流。

随着金融机构种类、业务和规模日渐增长， 正经历互联网技术实现资金融通， 支付和 信息中介等金融行为快速转变。国家和地方金融监管机构开展“穿透式”监管模式转变也 迫在眉睫。面对区别于传统金融的互联网金融新业态，日常监管不同程度面临如下诸多挑 战：一是如何及时发现管辖区内从事非法金融活动的企业和行为。二是如何通过线上线索 的发现，对监测主体的行为进行监测。三是如何对监测企业的经营行为、可能会发生的金 融风险进行分析研判。四是在权责范围有限、排查人力有限情况下，如何保证风险处置的 时效性和有效性。

近年来，我国出台了一系列政策文件， 支持和规范数据要素市场的发展。随着“数据 二十条”的发布，数据资产的重要性也日益突出。持有数据的各类主体（政府、行业协会、 企业等）普遍面临以问题：包括如何构建数据资产管理体系、数据资源如何转变成数据资 产、数据资源如何实现价值显性化、数据资产通过什么路径能够实现变现、数据资产入表 对企业有哪些重大影响、数据资产价值波动的不确定性如何处理、数据资产场景化运营有 哪些可行模式、数据资源与数据成本间的联系与流程应如何确立等。 数据要素产业化的大时代即将来临，数据资产评估和入表政策落地的节奏亦超预期， 标志着国家将数据作为生产要素的坚定决心，数据资产入表也将作为企业财务合规的必 答题。

随着注册制的加快推进，上市公司数量迅速增加， A 股投资者数量已正式突破 2 亿大 关，相当于每 7 个人中就有 1 位是证券市场的投资者。随着市场的扩容，越来越多的上 市公司通过围绕对投资者、分析师、监管机构、媒体关系等主要资本市场参与者的管理， 更能有利于上市公司的再融资，从而促进生产经营，推动公司持续和稳定的发展。 长期以来，由于上市公司信息披露绝大多数是由监管部门要求披露的内容和定期报 告，投资者特别是个人投资者缺乏沟通途径，导致市场上、股吧里各种谣言不断产生，在一定程度上影响了公司的股价，投资者蒙受了损失。通过投资者关系管理中的互动平台 —— 股民留言板，能一定程度上解决信息不对称的问题。

数字经济时代，金融风险出现了新特征——关联风险、传染风险和社会风险，有效应 对金融领域风险新特征、精准防范和处置金融风险，是我国“十四五”期间面临的重要问 题。但互联网数据往往非常庞杂、来源广泛、规模巨大，需要提供基础的核心服务平台环 境来支持将互联网、信息化、大数据等高新技术与行业应用相互耦合，优质高效整合互联 网数据内容资源，有效拓展行业数据的应用价值。因此，要综合运用大数据、云计算等新 一代信息技术，精准采集和分析行业数据资源与内容信息，为行业应用融合服务和精准决 策提供数据支撑，进而提升行业的协同管理和公共服务能力，推动行业多源数据开放共享 和协同创新，推动“数据要素 ×”创新发展。

本案例主要聚焦于金融行业中数据处理、风险管理、客户服务、决策支持等业务场景， 通过数据的协同创新来实现智慧化金融服务。 具体应用场景包括： 信贷审批流程：利用大数据和 AI 技术，实现信贷申请的自动化审批，提高审批效率 和准确性。 风险评估与管理：通过分析大量的交易数据和客户信息， 预测潜在的风险，及时采取 措施防范。 智能投顾服务：为客户提供个性化的投资建议和资产管理方案， 基于市场趋势和客户 偏好进行智能推荐。 客户关系管理：通过分析客户数据，提升客户服务质量，实现精准营销和个性化服务。 交易监控与欺诈检测：实时监控交易活动， 运用机器学习模型识别异常行为， 预防金 融欺诈。 解决金融行业的核心业务问题： 数据整合与分析难题：通过数据协同技术， 整合分散在不同系统中的数据， 提供统一 的数据分析平台。 风险管理的复杂性：应用 AI 协同领域模型，提高风险预测的准确度，降低因风险识 别不足带来的损失。 客户服务体验提升：利用数据分析结果， 提供更加个性化和精准的客户服务， 增强客 户满意度和忠诚度。 决策支持的智能化：结合大数据分析和 AI 技术，为管理层提供基于数据的智能决策 支持，提高决策效率和质量。 运营成本与效率： 自动化和智能化的协同业务流程减少了对人力资源的依赖， 降低了 运营成本，同时提高了业务处理速度。

该项目利用多方安全计算技术， 助力工商银行武汉科创中心与多家公司实现多方数据 要素融合应用，通过企业订单相关数据、银行融资订单数据、客户回款清算数据等融合共 享计算，实现数据的实时更新、共享和验真，为分行掌握企业经营状况提供一种及时、高 效、可信的手段，降低银行信贷管理信息的不对称性与不透明性，为信贷业务安全提供坚 实保障，从而进一步解决银行不敢贷、少量贷，以及企业贷款难、贷款贵等问题。在多方 安全计算技术的加持下，武汉分行找到“数字金融”服务行业市场的新路径，为后续快速 打开市场奠定基础，切实将我行科技优势转化为我行金融产品竞争力和价值创造力，也为 金融服务产业发展提供了一种创新、安全、可持续的合作范例。 目前存在的问题及难点：一是科技行业高速发展，科创企业数量庞大，涉足领域众多， 银行在拓客过程中，无法准确识别目标企业；科创企业普遍存在较高的技术壁垒，各类经 营数据难获取，无法准确评估企业科创实力。二是大行的传统优势客户主要是大中型企业， 对于科创企业客户不够了解。因此，在获得信贷目标客户后，销售人员需要花费大量时间 构建客户关系，了解目标客户的行业特点、经营模式和融资需求。三是科创企业为拓展业 务，以公司的租赁订单数据资产包为融资依据，进行订单融资业务。银行需要定时对科创 企业的租赁订单数据进行核查，以监控科创公司的经营风险。由于涉及科创公司的敏感数 据，无法直接向银行开放明文数据，进行核验，导致银行无法快速拓展业务规模。