2025年12月22日国家金融局发布了《银行业保险业数字金融高质量发展实施方案》（以下简称“实施方案”）的通知。该通知为银行机构数据要素开发利用指明了方向、划定了路径。本文从方案总体要求与发展方向、核心任务落地、保障机制构建三大策略，系统拆解银行机构数据要素开发的目标定位、重点行动及实施保障，旨在为银行机构激活数据要素潜能、实现数据驱动转型提供实操性指引，助力银行机构在合规可控前提下充分释放数据要素价值，更好服务实体经济与数字金融高质量发展。
一、方案锚定：总体要求与发展方向
（一）指导思想：激活数据要素潜能，统筹数据要素开发利用与安全管控双重任务
紧扣“实施方案”核心要求，以为核心引擎，以深化数据要素在银行业的创新应用为主线，推动数据要素成为银行业转型发展的核心驱动力，为数字金融高质量发展、金融强国建设筑牢坚实支撑。既强调数据要素的价值释放，也凸显合规风控的底线思维。
（二）发展目标：聚焦“三升两破一保障”，分阶实现突破
未来五年，银行机构数据要素开发达成“三大提升、两大突破、一大保障”目标，构建数据驱动的高质量发展新格局：
1.数据治理能力显著提升：建成体系完备、权责清晰、智能高效的企业级数据治理体系，建立“治理、经营、技术”三位一体的组织协同机制，数据标准统一率、数据质量合格率达到行业先进水平，监管数据与经营管理数据同源治理机制全面落地，从源头夯实数据要素应用基础。
2.数据应用效能显著提升：数据要素在信贷审批、风险管理、客户服务、经营决策等核心领域的应用深度和广度持续拓展，重点覆盖科技创新、先进制造业、绿色经济、小微企业等关键领域，形成一批可复制、可推广的数据应用场景，助力金融服务扩面、提质、增效，切实服务实体经济发展。
3.数据生态协同能力显著提升：跨机构、跨行业数据共享机制更加健全，深度参与国家“数据要素×”行动并取得实效，充分发挥数据要素的放大、叠加、倍增作用，构建开放共赢的协同发展生态，为数字金融可持续发展筑牢根基。
4.数据要素市场化配置机制取得突破：在数据资产确权、定价、流通等关键领域的探索取得积极进展，形成如数据知识产权质押融资等可持续、可复制的数据要素价值转化模式，数据产品创新能力显著增强，让数据资产成为银行机构核心价值来源。
5.数据安全保障体系取得突破：建成覆盖数据全生命周期的安全防护体系，数据分类分级管理全面落实，重点强化APP、小程序等数字渠道及重点系统平台的数据安全防护，个人信息保护能力大幅提升，有效防范数据泄露、滥用等风险，筑牢数据要素发展安全屏障。
6.数据要素发展支撑保障全面强化：建成一支“业、技、数”复合型数据人才队伍，数据文化深入人心，基础设施支撑能力持续优化，监管数字化协同水平显著提高，为数据要素发展提供全方位保障。
二、核心行动：数据要素开发的重点任务落地
（一）筑基行动：夯实数据要素治理基础，筑牢开发根基
1.健全数据治理组织架构：各银行机构成立数据要素发展领导小组，由主要负责人牵头挂帅，明确数据管理部门为牵头单位，业务、技术、风控等部门协同配合的工作机制。将数据治理纳入机构整体战略规划和考核体系，建立“一把手”负责制，确保数据治理工作层层落实、落地见效。重点构建“治理、经营、技术”三位一体的组织协同机制，打破部门壁垒，形成工作合力。
2.完善数据治理制度体系：对标监管要求，制定覆盖数据全生命周期的管理制度，包括数据标准管理、数据质量管控、数据安全管理、数据资产登记、数据共享流通等细则。统一行内数据分类分级标准，明确敏感数据、重要数据和一般数据的界定与管理要求，推动监管数据与经营管理数据同源共治，实现数据治理合规化、标准化。尤其要衔接《银行机构保险机构数据安全管理办法》的监管要求，确保制度体系的一致性与完备性。
3.强化数据质量管控：建立数据质量全流程管理机制，在数据采集、存储、加工、应用等各环节设置质量校验规则，运用自动化工具开展数据质量监测、清洗和修复。加强数据质量源头管控，明确数据录入、审核责任，将数据质量指标纳入业务部门考核，全面提升数据准确性、完整性、一致性和时效性。通过建立统一的数据标准和规范，打破“数据孤岛”，实现数据的标准化、标准线上化。
4.构建数据资产管理制度：探索建立银行机构数据资产分类目录和登记台账，开展数据资产盘点与估值试点，可借鉴市场法等多元估值模式突破传统成本法局限。明确数据资产的权属划分、管理责任和应用权限，建立数据资产全生命周期管理流程，推动数据资产化管理落地，让数据资源转化为可计量、可运营的核心资产。
（二）赋能行动：深化数据要素场景应用，释放核心价值
1.赋能信贷业务提质增效：聚焦科技型企业、先进制造业、小微企业、“三农”等重点领域，整合内外部数据资源，构建多维度客户画像体系。优化智能授信模型，将物流、资金流、信息流、税务、工商、环保等数据纳入评估维度，提高审批效率和授信精准度。针对科技型企业“两高一轻”特点，建立科创大数据集，积极探索数据知识产权质押融资模式创新，如借鉴交通银行机构深圳分行数据资产融资服务模式，实现“知产”变“资产”，破解融资难题。可自主研发科技型企业评价模型，预先为企业核算授信额度，实现主动送“贷”上门的模式创新。
2.升级智能风险管理体系：打造企业级数字化风控平台，融合内外部风险数据，运用机器学习、图计算等先进技术，提升信用风险、操作风险、流动性风险等各类风险的监测、预警和处置能力。将数字风控工具嵌入授信审批、贷后管理、反欺诈等全流程，建立动态风险评估机制，定期迭代风控模型，增强风险识别的前瞻性和有效性。重点提升人工智能技术的安全应用能力，有效管理算法模型风险。
3.优化金融服务模式：融合城乡居民生活场景，基于大数据分析开发“千人千面”的数字金融产品，满足创业就业、教育消费、医疗养老等多元化需求。建设小微金融线上化综合服务平台，实现审批、签约、抵质押办理等业务线上化，提升服务便捷性，可打造“标准化+场景定制”的线上产品矩阵。运用卫星遥感、智能传感等技术，加强对绿色产业和项目的环境效益评估，优化绿色金融服务模式，助力“双碳”目标实现。探索构建G-B-C（政务-企业-个人）多元联动的生态平台，拓展服务触达半径。
4.支撑经营决策科学化：建设企业级数据中台，统筹数据服务能力建设，提升数据产品研发运营水平。深化数据在战略规划、业务布局、产品创新、渠道优化等方面的应用，通过数据分析挖掘市场趋势、客户需求和业务痛点，为经营决策提供精准数据支撑。降低数据应用技术门槛，推广自助式数据分析工具，全面提高员工用数水平，推动决策从“经验驱动”向“数据驱动”转变。
（三）协同行动：构建安全可信数据生态，拓展开发边界
1.推进数据有序共享流通：在依法合规前提下，积极参与跨行业、跨区域数据共享平台建设，主动对接全国信易贷平台、各地大数据机构等外部数据源，规范数据共享范围和方式。合理运用隐私计算、区块链等技术，实现数据“可用不可见、可控可计量”，在保障数据安全和隐私保护的前提下，打破数据壁垒。探索建立数据共享收益分配机制，激发各方数据共享积极性。
2.参与数据要素市场化建设：积极响应国家“数据要素×”行动，聚焦市场需求探索数据产品创新，开发面向特定场景的数据服务产品。主动参与数据交易市场建设，遵循市场化、法治化原则，规范数据交易流程和定价机制。可借鉴交通银行机构与深圳数据交易所共创数据要素流通体系的经验，搭建批量数据资产融资平台，推动数据要素价值转化。加强与数据服务机构、科技企业合作，构建数据要素协同创新生态，推动数据要素价值最大化。
3.加强跨机构协同合作：鼓励大型银行机构发挥技术和数据优势，向中小银行机构输出数据治理经验、数据产品和技术工具，助力中小银行机构数字化转型。推动银行机构业金融机构共建共享行业共性数据资源和数据模型，开展联合风控、联合建模等合作，提升行业整体数据应用水平，形成“大带小、强扶弱”的协同发展格局。可探索共建工业互联网产融数字服务平台等创新载体，整合多维度数据解决产业融资信息不对称问题。
（四）护航行动：强化数据安全风险防控，守住开发底线
1.落实数据分类分级管理：严格按照国家及金融局数据分类分级相关标准，对银行机构数据进行精准分类分级，明确不同级别数据的安全防护要求和管理责任。重点加强客户个人信息、交易数据、商业秘密等敏感数据的保护，采取加密存储、访问控制、脱敏处理等安全措施，确保敏感数据全生命周期安全。
2.构建全生命周期安全防护体系：建立覆盖数据采集、传输、存储、加工、使用、销毁等全环节的安全防护机制，部署数据安全监测、审计、预警等技术工具，实时发现和处置数据安全风险。加强APP、小程序等数字渠道及重点系统平台的数据安全防护，强化数据交换、合作外包、数据跨境等关键环节的风险评估和管控，防范外部风险传导。这与《银行机构业保险业数字金融高质量发展实施方案》中强化数字渠道安全防护的要求高度衔接。
3.防范算法与模型风险：建立算法模型全周期管理体系，加强对数据建模、训练测试、部署运行等环节的风险管控，确保模型稳健性和可靠性。防止模型漂移和算法歧视，提升算法透明度和可解释性，加强对智能决策类算法的合规审查和伦理评估，保障金融消费者合法权益。
4.提升网络安全韧性：压实网络安全主体责任，建立全面覆盖境内外及总分支机构的网络安全综合防御体系，加强数字金融生态下的网络安全边界延展控制。常态化开展网络攻防对抗演习，提升威胁态势感知、风险监测预警和协同处置能力，有效应对网络攻击和重要数据资产安全威胁。
（五）支撑行动：强化数据要素发展保障，夯实开发底座
1.加强数据人才队伍建设：在人才引进及选人用人政策上向数据领域倾斜，鼓励具有数据科学、大数据分析、人工智能等背景的专业人才进入核心业务部门和管理层。着力培养“业、技、数”复合型人才，建立数据人才分级培养体系，通过内部培训、外部合作、项目实践等方式，提升全员数据素养和应用能力。参考大型银行机构人才队伍建设经验，扩大数据领域人才规模，强化对数据领军人才和核心专家的激励措施，激发人才创新活力。
2.优化数据基础设施建设：加快建设适应海量数据存储、分布式计算、高并发处理的多层级、多地多活数据中心，推进境内核心系统分布式架构转型，提升关键业务自主可控能力。前瞻布局智能算力网络设施，优先部署在“东数西算”工程国家枢纽节点。推进绿色数据中心建设，持续提高绿电使用比例。建设企业级大数据平台、隐私计算平台等技术支撑设施，提升数据处理、分析和安全应用能力。推动基础设施云化管理，充分运用新一代移动通信技术、物联网建立安全外部连接。
3.推进数据技术创新应用：加大对大数据、人工智能、区块链、隐私计算等数据相关技术的研发投入，支持技术平台自主可控建设。与国家战略科技力量在产学研用等方面加强合作，推动科技创新成果加速转化。探索低代码、无代码开发平台在数据产品研发中的应用，提升数据应用敏捷交付能力，快速响应市场需求。可构建千亿级金融大模型算法矩阵，孵化多元化应用场景和“数字员工”，实现从人力替代到价值创造的质变。
（六）联动行动：协同推进监管数字化转型，确保合规开发
1.配合监管数据体系建设：积极响应监管部门关于监管大数据建设的要求，支持监管报表“一表通”建设，实现监管数据统一标准、统一采集、统一管理。确保监管数据的完整性、准确性、及时性，提升监管数据与内部经营数据的融合应用能力，实现合规与经营协同增效。
2.落实监管数字化要求：主动对接监管数字化智能化转型需求，配合监管部门开展智能分析工具研发和应用，支持穿透式监管。按照监管要求报送数据相关风险信息，自觉接受监管部门对数据安全、数据应用合规性的监督检查，确保数据要素开发在合规框架内推进。
3.加强监管协同沟通：建立与监管部门的数据要素发展常态化沟通机制，及时反馈数据治理、数据应用、数据安全等方面的进展和问题。积极参与行业数据治理标准制定和最佳实践交流，推动形成监管与行业协同发展的良好局面，为数据要素开发营造良好政策环境。
三、保障机制：确保数据要素开发落地见效
（一）加强组织领导，压实主体责任
各银行机构要充分认识数据要素发展的战略意义，将其作为数字化转型的核心任务，加强统筹规划，明确各部门任务分工和工作职责。制定本机构数据要素发展具体实施计划和进度安排，加大配套资源保障力度，确保各项任务有序推进。定期召开数据要素发展工作会议，跟踪分析进展情况，及时解决实施过程中的重点难点问题，形成“统筹推进、层层落实”的工作格局。尤其要保障数据领域的资金投入，参考大型银行机构科技投入占比标准，为数据要素发展提供充足资金支撑。
（二）强化督导评价，优化实施成效
各银行机构建立内部评价考核体系，从数据治理、数据应用、数据安全、人才建设等维度，对自身数据要素发展水平和成效进行动态监测分析，制定针对性评价方案并定期开展分析研判。将数据要素发展成效与部门绩效、员工考核直接挂钩，加强内部督促指导，对政策落实不到位、执行走偏等问题及时予以纠正，充分调动全员参与积极性，确保各项工作落地见效。
（三）严格监督管理，坚守合规底线
各银行机构严格落实数据相关法律法规要求，强化内部监督管理，重点关注数据安全、隐私保护、合规经营等情况。建立健全内部追责问责机制，对存在非法收集、使用客户信息、数据泄露、违规数据共享等问题的相关责任人，采取相应惩戒措施，严厉杜绝违法违规行为，保障数据要素发展合规有序。
（四）健全风险处置，保障稳健发展
各银行机构建立数据要素相关风险监测、评估和处置机制，定期开展数据安全风险排查和应急演练，提升风险识别、预警和处置能力，主动防范化解数据安全、模型风险等各类风险，保障自身经营稳健发展。
（五）促进行业交流，共享发展经验
各银行机构主动搭建同业交流平台，通过培训研讨、技能竞赛、案例宣传等形式，推广数据要素应用良好实践。积极发挥行业自律组织桥梁纽带作用，推动银行机构间数据治理经验、技术成果、应用场景的共享复用，营造数据要素协同发展的良好氛围。同时加强与同业机构、科技企业、科研院校的合作，凝聚发展合力，重点推广数据知识产权质押融资、跨行业数据共享平台建设等成功案例，共同推动银行业数据要素高质量发展。
银行业作为金融行业发展的风向标，银行机构的数据要素开发进程不仅关乎自身数字化转型成效，更引领着整个金融领域数据价值释放的方向。未来，银行机构需以“实施方案”为遵循，持续深化数据治理、拓展场景应用、筑牢安全屏障、强化协同联动，在合规可控的前提下充分激活数据要素潜能。通过构建数据驱动的发展新模式，银行机构既能实现自身核心竞争力的跃升，更能为数字金融高质量发展赋能，为实体经济发展注入强劲动力，彰显金融行业风向标的责任与担当，助力金融强国建设迈向新台阶。
