4.加强金融创新，推进数据化、信息化银行的建设。大数据和智能化在资产管理和风险控制领域的运用是未来商业银行和其他从事资产转化的机构的攻坚点。随着社会经济活动的广度和深度发生变化，银行的风险控制必须提升到新阶段。数据信息技术已为我们提供了可能，大数据不是抽样，j2直播，是通过模型导入全数据来做交易习惯分析，从超越习惯的异常现象中发现风险。要强化对信息维度、来源的研究分析，细化到行业、区域、个人、对手、产品、交易、时间、内容等。利用政府和中介组织、企业间、商圈的交易详细数据，结合社会失信、违约、违法数据，解决好数据源的可得、可靠、准确、及时。数据历史长度越长，准确性越高。依靠数据集成、整合分析方式对信用风险进行监控，建立数据关联、数据匹配等逻辑性分析模型。

　　一是依此实现精准授信、精确管理。通过标准化、专业化信贷分类，采用大数据分析和数学建模，解决传统的信贷管理中存在的“失准”、“失察”和“失步”的弊端，并简化风险决策流程，提升审批效率。

　　二是依此实现信贷创新。做到准入精准化、审批自动化及风控模型化，更多开发线上自助融资产品。

　　三是依此实现对客户行为需求的把握，建立统一的客户标签和客户画像，形成客户全景视图，推行精准有效营销。

　　四是依此实现对关注企业及其数据的风险判断，通过数据合成，相互佐证。搜集多维数据源对异常交易、异常账户、异常习惯进行判断。数据真实透明，资金流、物流及信息流清晰可见，信息具有历史长度的企业，会是受银行欢迎的优良客户。银行应区分信息可靠企业和复杂企业，风险越大的行业和企业所需要的信息维度也应越多，并确立不同的准入方式。

　　五是依此实现对企业资金流、物流及信息流的严格监控，关注结算主要是关注风险，结算逃离可能就是风险预示。贷后管理须依靠每日的流量监控。

　　六是依此建立风险计量体系。确定风险偏好、集中度风险与风险限额，并确定资本合理分布。银行与科技有密切互动关系，最近几十年来所有金融创新的背后都有科技的背景。银行主动拥抱科技是为了提升核心竞争力。银行业从来是科技创新成果的最新尝试者。未来在小微企业融资领域，大数据技术和人工智能会提升银行的风险把控能力，信贷决策要超越依靠实践和失误积累经验的传统做法。通过学习积累胜败经验，通过深度神经网络，模拟人脑的机制来判断、决策信贷；互联网金融和区块链技术会在支付领域发挥作用，提升支付的安全性；区块链技术还可能重塑信用传递交换机制。VR技术会运用在信贷等现场调查领域崭露头角，非结构化的图像数据为远程决策者提供身如其景的感受。

　　银行业正在经历一场前所未有的数据化、信息化革命转型，再造后会呈现一批新型的银行。由于信息不对称导致的小微企业融资难问题定会根本性地改变，新的金融生态将会形成。