首页 - 银行 - 银行新闻 - 正文

上海银行董事长金煜:金融服务要避免出现技术模式导致的服务质量“贫富差别”

来源:愉见财经 2023-06-12 00:23:00
关注证券之星官方微博:

(原标题:上海银行董事长金煜:金融服务要避免出现技术模式导致的服务质量“贫富差别”)

共同富裕的要义在于“共同”二字,发展由全体人民共享,因此关键点在于解决“不平衡、不充分”的问题,这就要求金融工作重点关注薄弱环节。

对此,上海银行董事长金煜日前在第十四届陆家嘴论坛(2023)上表示,金融工作要根据服务对象的真实需求,完善金融服务手段和方式,避免出现技术模式导致的服务质量“贫富差别”。

一、适应新需求,提升服务能级

近年来,我国普惠金融覆盖群体范围持续扩大。据世界银行数据,中国的账户拥有率、储蓄及信贷参与率,数字支付使用率等多项普惠金融指标,已经高于世界中高收入国家的平均水平。但是,如果从普惠角度来看,还可以看到不少薄弱环节,以信用体系建设为例,个体工商户中建立信用档案覆盖率只有12%左右,普惠金融还需要持续推进。

基于此,金煜认为金融工作要重点关注薄弱环节,比如贫困地区、小微企业、老年群体,努力提高金融服务的可获得性,提升全社会群体的获得感和满意度。

那么如何在这一过程中完善金融服务手段和方式?如何避免技术模式导致的服务质量“贫富差别”呢?金煜举了大家非常熟悉的打车软件为例,尽管很多人用了打车软件都会觉得非常方便,但是它仍然会对一些不用或不熟练使用智能手机的群体产生挤出效应。

普惠金融也需要关照到这一群体。金煜说:“从普惠概念来说,我们就要去研究对这些群体的服务方式应该做怎样的调整。”

金煜进一步分析了当前普惠金融工作的新特点:

一是科技革命加快发展,数字经济、人工智能等应用正在深刻改变社会,也改变每个人的生活方式;越来越多中小企业成为科创、绿色等方面的重要参与者;

二是人口结构在发生很大变化,大量农村人口进入城市,涌现出3亿新市民;同时,我国进入老龄化阶段,全国60岁及以上人口约为2.7亿人,占比19%;新市民和老年人合计占全国人口比重超过30%。

当服务对象和需求发生变化,普惠金融要更好助力共同富裕,就需要在新的起点上进一步提升服务能级。

二、从“有没有”向“好不好”延伸

过往当我们提及普惠金融,往往更讲求解决“融资难、融资贵”问题,但经过多年努力,普惠金融在这些方面已经取得明显进步。

展望下一阶段,金煜认为,普惠金融要发展要从“有没有”向“好不好”延伸,充分利用科技手段,提升客户服务体验。对此,金煜提出了“三大延伸”。

一是从场景能力向产业能力延伸。过去,普惠金融服务的企业以商贸及传统制造业为主。大多基于特定场景,关注订单流和现金流等经营情况,通过大数据模型风控,核心能力在模型构建,但对行业及企业的深度研究较少。从服务国家战略的角度,未来要更多将科创、绿色等新兴产业纳入普惠金融的范围。这类企业普遍具有轻资产、高成长性以及强不确定性等特点,难以用经营流水等传统手段进行信用评价。比如生物医药行业,初创期可能只有研发投入、没有产品销售、更没有利润,需要银行基于对行业的深入理解、与企业长期的陪伴成长来进行风险判断,对银行专业化能力建设提出了更高要求。

二是从企业延伸至广大个人客户。过去一说普惠金融,马上想到中小企业融资难、融资贵。这个对吗?对,但是按照对普惠金融的理解来看,我们还必须要关注个人的客户,比如广大的新市民群体,其特点是流动性相对比较大,工作稳定性比较弱,相关信用的积累可能不是那么完整,消费比较点状化,小而散,应该说金融服务的空间很大。

三是从“有没有”向“好不好”延伸。过去,普惠金融主要解决“有没有”的问题。以金融可获得性为例,全国乡镇一级的银行机构覆盖率超过98%,居民账户拥有率为89%。下一阶段,普惠金融要重点解决“好不好”的问题,要充分利用科技手段,提升客户服务体验。比如人工智能技术,比如千人千面的手机银行界面,使长尾客户获得高质量金融服务成为可能。要充分使用数据资产,为普惠金融赋能,加快提升对数据的整合及运用能力,让相关的数据资产更加便捷、安全、低成本的运用到普惠金融领域,为普惠金融的高质量发展赋能,从而为共同富裕提供更好助力。

微信
扫描二维码
关注
证券之星微信
APP下载
广告
相关股票:
好投资评级:
好价格评级:
证券之星估值分析提示陆家嘴行业内竞争力的护城河良好,盈利能力一般,营收成长性良好,综合基本面各维度看,股价合理。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-