我認真閱讀了錦建剛才發布的2025年一季度《數字經濟與數字金融形勢分析》報告，認為報告水準是相當高的，每次報告發布后的一段時間，大家演講都會引用報告中的數據，已經成為我們學術界的公共產品。

我對報告以下四個方面的內容非常感興趣，時效性很強，幾個亮眼數據非常符合當下AI發展的規律：

第一，已經有超過100家金融機構部署了DeepSeek。DeepSeek的發展把之前只有幾家超大銀行才有能力做的事情變成金融機構大小都能AI平權，開啟了新一輪良性競爭過程，這在任何行業中都是一個特別重要的成就。

第二，金融數據市場建設部分重點講了金融數據專區問題，特別符合數據要素使用規律。在數據市場中各方通過接口共享，發展各自的業務是金融數據的一個主要交易模式，我認為報告內容非常敏銳地抓住了金融數據交易的特點，金融數據專區的發展是符合數據要素使用規律的，這是我特別贊同的方面。

第三，特別強調了可信數據空間問題。剛才中國電信科技委員會邵廣祿主任講到了各方合作治理的問題，我認為這是今后AI時代治理真正的方向，希望政府給出通用規則來構建一個大一統市場，目前還看不到前景。由愿意共同遵守規則分享數據的志同道合者建成一個個的數據空間，是將來數據市場發展的一個基本模式。我們講市場配置資源，數據也應該是市場配置資源，AI時代的市場通過各方共享數據空間這種方式來配置資源會比較可行。金融業數據尤其適合用數據空間的方式進行共享。

第四，為金融白戶生成首張信用畫像。金融白戶融資是很多金融機構的一個痛點。

報告中的政策建議部分也特別有針對性，報告里提到一些當前的數據，內外沖擊加大了經濟增長的難度，以政策組合拳護航數字經濟發展、增強數字經濟應對外部沖擊的能力、統籌推進數字金融風險防范體系建設、加快構建生成式AI金融應用治理閉環，這四點建議都點到了當前發展數字金融為外部服務和金融自身循環的最關鍵的問題。

我有幾點補充建議。

第一，通過金融創新為數據要素市場發展提供支撐。數據資產估值難已經成為抵押信貸創新的堵點。在數據要素市場發展中還存在一個關鍵的堵點，數據持有方在數據確權、估值、入表、資產化之后，普遍的愿望是以數據資產進行金融創新，例如以數據資產進行抵押貸款。然而由于數據存在貶值太快的特點，通過數字資產做抵押信貸申請時，金融機構感覺風控有難點。比如數交所給企業某個數據資產估值6000萬，但是企業拿這個數據資產去貸款，金融機構通常是不敢放款的，因為如果企業還不了錢，金融機構對于抵押的數據到底值多少錢是不清楚的。因此，數據要素市場發展現在一個迫切的需求是打通數據資產金融創新全過程，通過評估數據價值的未來折現率、復用溢價、風險折舊等指標來匹配金融機構的風控需求。這個堵點打開，數據價值化市場化的閉環才能完成，這是一個非常大的市場，需要數據行業金融行業還有更多行業配合，把這個關鍵堵點打破。

第二，在商業銀行科創金融業務中存在評估創新企業發展前景的痛點。現在我們數智科技的全球影響力急劇上升，海外各大證券市場都在努力成為中國優質企業的上市地點?，F在海外資本市場對中國企業比較歡迎，去年在紐約上市的中國企業較前幾年大幅增加。今年4月份在美股上市的國內企業數量還在繼續增加。對國內科技企業而言這是好事，如果創新企業有發展潛力，但是國內資本市場不讓上或者上不去，海外上市就成為另一個選項。但是這個變化對國內資本市場而言就是挑戰，國內資本市場不改變，不增強對科創企業的吸引力，優質的市場主體就會流失，全球市場是開放的競爭格局。未來金融科技發展需要對快速迭代的新技術具有前瞻和洞察能力?？萍冀鹑跈C構有評估科創企業的需求，這其實是金融科技的機會，現在應用大模型在技術預見、商業前景預判、同業競爭態勢等投研決策方面能夠提供一些有力的協助，賦能科創金融業務。我們應該做的事情是讓國內資本市場一定要把好的科創企業留住。

第三，關注新型風險。智能金融創新現在全都用DeepSeek，有可能帶來新的金融風險。原先我們說量化交易機構的模型算法是一致的存在風險，現在各個金融機構采用的模型也越來越同質化，而策略趨向一致導致的同向操作是存在潛在風險的。再加上社交媒體自媒體內容產業的爆發，強化了敘事對投資者預期和市場情緒的引領，加大了投資者一致性預期和集體行動的可能性，最終會加大金融市場波動。AI算法的一致性對普惠金融也會有影響，信息不對稱是市場均衡特別重要的因素，比如面對同一個申請貸款的客戶，雖然不符合甲銀行的放款要求，但是乙銀行說不定就可以放款?，F在商業銀行都用同一套算法來進行風險評估，一個企業到任何一個金融機構都是同樣境況，能拿到的都能拿到，拿不到的都拿不到。本質上，很多企業的風險是波動的，如果所有金融機構都算出不應該對某些企業放款，這并不是一個很好的市場風險分散機制，今后這也許會成為一個突出問題。

第四，既要注重數智化，也要強調完善體制機制創新。目前無論在金融業、還是數字政府建設中這都是一個突出的問題。我們不是要建設一個數字化很發達但是職能轉變不到位的線上政府。雖然我研究的是數字政府，但金融機構的道理也是一樣的，現在金融競爭力無非是一個制度一個技術，我國金融業各個層面的數字化水平并不低。2022年中國金融科技專利申請數量占全球的比重超過40%，比美國高出一倍，2024年中國AI專利申請數量占全球的比重超過47%，比金融科技專利申請數量的占比還高，所以中國科技創新的發展速度是很快的。但是，中國金融業還有很多方面的機制和體制需要完善，不應該只強調數智工具的應用。整體市場完善和創新節奏不能放慢，要在機制高效、規則透明、競爭公平、準入退出規則明確等方面繼續努力。技術進步和體制機制完善都是金融業發展的重要方面，不希望我們高度數智化的金融體系同時存在許多體制機制上的缺陷，這樣同樣缺乏效率和競爭力。

我就簡單提以上幾點不成熟的建議，謝謝。