中國人民銀行：金融業數字化轉型發展報告（2020-2021）（31頁).pdf

《中國人民銀行：金融業數字化轉型發展報告（2020-2021）（31頁).pdf》由會員分享，可在線閱讀，更多相關《中國人民銀行：金融業數字化轉型發展報告（2020-2021）（31頁).pdf（31頁珍藏版）》請在三個皮匠報告上搜索。

1、金融業數字化轉型發展報告（白皮書）金融信息化研究所2022 年 2 月2020-2021金融業數字化轉型發展報告（白皮書）I前言前言國民經濟和社會發展第十四個五年規劃和 2035 年遠景目標綱要 中提出加快數字化發展、 建設數字中國的任務，要求金融業穩妥發展金融科技、加快金融機構數字化轉型。金融科技（FinTech）發展規劃（2019-2021 年）實施完成，金融科技發展規劃（2022-2025 年）正式發布，持續推動金融創新，助力金融業數字化轉型，促進普惠、綠色金融發展，更有效服務實體經濟。為總結一年來金融業數字化轉型情況，金融信息化研究所聯合行業機構，組織開展行業調研，在金融業數字化轉型實

2、踐基礎上， 編寫了 金融業數字化轉型發展報告 （白皮書） ，從轉型治理、新技術應用創新、基礎設施迭代升級、網絡安全防范、促進監管科技發展等方面全面總結梳理了主要金融機構在數字化轉型方面取得的進展，并展望發展趨勢，供各方參考。參編單位：參編單位：北京金融信息化研究所有限責任公司阿里云計算有限公司華為技術有限公司金電信息科技（北京）有限責任公司北京國家金融科技認證中心有限公司金融業數字化轉型發展報告（白皮書）I目錄一、 概述.1二、 數字化轉型實踐.1（一） 加強金融業數字化轉型指導和規范.1（二） 普遍重視數字化轉型戰略驅動.4（三） 加快實施組織架構優化.5（四） 大力推動企業架構轉型.7（五

3、） 持續加大科技投入.10（六） 不斷加強科技隊伍建設.12（七） 深入推進云計算應用.14（八） 有序推進大數據應用.16（九） 全面開展人工智能應用.18（十） 加快探索區塊鏈應用場景.20（十一） 優化升級金融信息基礎設施.22（十二） 不斷完善網絡安全保障體系.24三、 金融業數字化轉型發展展望.26（一） 加大數字化轉型指導和規范.26（二） 進一步完善數字化轉型治理體系.27（三） 全面推進金融科技應用創新.27（四） 強化企業級數據能力建設.281一、一、概述概述隨著數字經濟上升為國家戰略，金融科技推動金融業數字化轉型持續深入發展，數字金融成為當前主流，推動金融業高質量發展。為有

4、效推動金融業數字化轉型，金融管理部門加大了轉型指導和規范，金融機構重視數字化轉型戰略規劃的制定，實施組織架構優化，推動企業架構轉型，強化金融科技投入和人才隊伍建設，持續開展云計算、大數據、人工智能、區塊鏈等新技術創新應用，加快金融信息基礎設施迭代升級及提升網絡安全保障能力等多個環節，涵蓋了金融業治理能力提升和治理體系完善的方方面面。為適應數字金融發展需要，監管部門將強化金融業數字化轉型指導和規范，金融機構將不斷完善轉型治理體系，持續推進金融科技應用創新，通過企業級數據能力提升推動金融業數據要素市場建設。二、二、數字化轉型實踐數字化轉型實踐金融業數字化轉型實踐主要基于行業調研和行業專家觀點，進行

5、統計、分析，從多維度展示金融業數字化轉型實踐情況。（一）（一）加強金融業數字化轉型指導和規范加強金融業數字化轉型指導和規范金融管理部門特別重視行業數字化轉型規劃指導，其中人民銀行發布了金融科技發展規劃（2022-2025）、銀保監會年初發布了關于銀行業保險業數字化轉型的指導意2見 、 證監會發布了 證券期貨業科技發展 “十四五” 規劃 ，明確“十四五”期間行業金融科技發展、數字化轉型目標，從治理體系、業務創新、技術和數據能力建設、風險防范等多維度提出重點任務，推動行業數字化轉型落地實施。金融業加大數字化轉型相關標準規范研制，加強數字化轉型方法論研究，并提出了金融業數字化轉型參考模型，從轉型共識

6、、轉型治理、技術支撐、數據治理、應用創新、生態構建和風險防范 7 個方面給出金融機構數字化轉型的框架，提出了不同類型金融機構數字化轉型的實施策略，同時給出了轉型實施路徑的建議。金融科技創新監管工具穩步實施，金融科技創新安全通用規范（JR/T 01992020）為進入金融科技創新試點的科技產品的技術性安全評估提供依據，金融科技創新監管試點范圍和數量不斷增加。截至 2021 年底，共有 17 個地區的近 120 個金融科技創新產品對外公示，其中科技產品 42個，工銀金科、建信金科、興業數金等 29 家機構的科技產品均已完成技術性安全評估工作，并順利登記。此項評估既可管控好金融技術創新應用帶來的風險

7、，又不過度附加安全措施而影響創新效率，以最小干預原則把好了金融科技創新入口關。金融標準檢測認證切實促進金融科技監管和綜合治理水平的提升。據調研顯示，目前獲認可開展金融中介、保險3和輔助服務認證及金融科技產品認證的機構共有 21 家，相較 2020 年底增加 5 家，如圖-1 所示。圖-1 我國從事金融標準認證機構數量趨勢圖金融標準認證及相關檢測業務涉及規范金融科技產品與服務、保護數據安全和個人金融信息、支持金融數字基礎設施建設、引導新技術應用創新、支持普惠金融發展等多方面。目前，金融科技產品認證作為國家統一推行的認證制度（簡稱國推產品認證），認證對象包括客戶端軟件、條碼支付受理終端、聲紋識別系

8、統和云計算平臺等 11 種金融科技產品，金融行業共依據 92 項標準開展認證業務 38 項。截至2021 年底，通過金融科技國推產品認證的機構共 523 家，涵蓋商業銀行、非銀行支付機構、金融科技公司等多種類型。通過檢測認證確保了金融科技產品在身份認證、邏輯安全、安全功能設計、密碼算法及密鑰管理、數據安全等方面符合4行業標準要求，保障金融科技產品的安全和質量。（二）（二）普遍重視數字化轉型戰略驅動普遍重視數字化轉型戰略驅動數字化轉型相對之前電子化、信息化對業務的支撐作用和意義，更強調業務與科技的深度融合、業務主導和科技引領的“雙輪”驅動，僅依靠科技部門難以有效推動各機構的數字化轉型工作。為此，

9、主要金融機構紛紛從企業級戰略高度推動數字化轉型工作，制定金融科技發展、數字化轉型的戰略規劃，加大戰略驅動，推動數字化轉型工作落地。根據對 46 家金融機構的調研，有 40 家制定了數字化轉型戰略，占比達 86.96%，其中將數字化轉型確定為企業級戰略的有 38 家，占比達 82.61%。不同類型金融機構制定數字化轉型戰略的占比情況如圖-2 所示：圖-2 數字化轉型戰略占比情況可以看出，不同類型金融機構在戰略驅動數字化轉型方面基本形成共識，注重頂層設計，通過金融科技創新發展、5數字化轉型規劃的制定和實施，推動數字化轉型落地。（三）（三）加快實施組織架構優化加快實施組織架構優化金融機構不斷在組織架

10、構優化與完善方面發力，從決策、管理、執行、創新等多個方面強化數字化轉型的組織保障。從決策層面看，在設置最高層分管領導、信息科技管理委員會進行信息化管理決策的基礎上，部分機構由一把手親自抓金融科技創新、數字化轉型工作。調研結果表明，46 家機構中有 16 家機構將金融科技、數字化轉型確定為“一把手工程”，占比約為 34.78%。不同類型機構的具體情況如圖-3 所示：圖-3 數字化轉型一把手工程機構數量及占比情況如圖-3 所示，國有大型銀行、股份制銀行及保險公司更注重由“一把手”親自抓數字化轉型工作，加大轉型實施力度。從關鍵高管崗位設置情況看，部分機構通過設置信息科6技相關的關鍵高管崗位，加強金融

11、科技管理、推動數字化轉型。根據調研結果看，其中設置首席信息官（CIO：ChiefInformation Officer）的金融機構有 23 家機構，設置首席技術官（CTO：chief technology officer）的金融機構有 9家，設置首席信息安全官（CISO：Chief informationsecurity officer） 的金融機構有 4 家， 設置首席數據官 （CDO：Chief Data Officer）的金融機構僅 1 家。根據關鍵高管崗位設置情況看，目前主要金融機構基于監管要求和加強整體科技管理考慮，重點設置 CIO 和 CTO，但 CDO 的設置還沒引起普遍重視。如

12、圖-4 所示：圖-4 設置關鍵高管崗位機構數量示意圖從部門設置調整看，金融機構紛紛加大了支持金融科技創新、數字化轉型的新部門設置和組建，提升金融科技能力和水平、支持金融創新。從本次調研結果看，9 家金融機構成立相關金融科技創新研究院，其中包括 7 家銀行，2 家保7險公司。被調研的機構中有 13 家金融機構成立金融科技子公司，其中包括 10 家銀行、2 家證券交易所，1 家保險公司。另外，有 25 家金融機構成立創新實驗室，其中 2 家政策性銀行及 1 家開發銀行中有 1 家成立創新實驗室，6 家國有銀行有 5 家成立了創新實驗室，9 家股份制銀行有 7 家成立了創新實驗室， 6 家區域性銀行

13、有 3 家成立了創新實驗室，7 家外資銀行有 1 家成立了創新實驗室，8 家證券業金融機構有 4 家成立創新實驗室，5 家保險機構有 4 家成立創新實驗室。如圖-5 所示：圖-5 設立創新實驗室的不同類型機構數量示意圖不難看出，主要大型金融機構在設立支持金融科技創新的機構、部門方面相對中小機構力度更大，從而可以更有效支持金融科技創新、數字化轉型。（四）（四）大力推動企業架構轉型大力推動企業架構轉型基于技術發展、業務創新需要，主要金融機構在推動企8業級架構轉型方面持續發力，包括業務架構、數據架構及 IT架構的全面轉型， 提升企業架構整體設計能力， 推動組件化、分布式架構深入應用。部分機構加大了中

14、臺體系的構建和落地應用，在推動核心系統向分布式云架構轉型中也取得較大進展。不同機構在實施分布式架構轉型中，既有核心系統從傳統大型主機集中式架構全面基于原生云架構和分布式技術體系進行重構的模式，也有只將核心系統數據庫替換為分布式數據庫的漸進式演進模式，還有部分機構基于開源技術結合云原生實踐實現自研分布式數據庫的應用等。以下對主要金融機構的架構轉型情況做簡要介紹：工商銀行從全行視角進行企業架構整體規劃，通過業務架構指導 IT 架構的轉型提升，目前已經設計了覆蓋全量業務的 1200 余個業務活動、4200 余個任務、2100 余個業務實體，形成了包含 63 個業務領域、113 個業務組件、318 個

15、業務對象的架構資產，打造“全客戶、全渠道、全領域”的生態化業務架構。農業銀行持續建設數據、信貸、開放銀行、零售營銷、對公營銷和運營的“六大中臺”，并在試點領域構建企業級業務架構。中國銀行企業級架構建設作為全集團最重要的基礎性、全局性、長期性的科技改革戰略性工程被付諸實踐，以中臺思維、價值導向作為未來工作指引，推廣戰略解析方法，以9減少戰略執行的衰減，提高 IT 資源的價值創造力。建設銀行在“新一代核心系統”建設的基礎上，從業務開放拓展為業務和技術生態全面開放，通過“建行云”打造共享敏捷協同的技術中臺、數據中臺和業務中臺服務能力，構建新型“云+”生態體系。交通銀行提出要積極打造企業級數據中臺，統

16、一數據底座，實現企業級數據共享，要面向業務全生命周期打造“數字孿生”的業務與系統，推動線上與線下、境內與境外、金融與非金融、人工與機器智能的相互融合。郵政儲蓄銀行企業級轉型工程取得較大進展，新一代分布式核心系統投產，通過業務建模對業務進行重新梳理，建立模型資產庫，對業務進行模塊化、組件化改造，再通過分布式系統支持業務改造的落地，從而逐步走向核心系統設計的自主可控。渤海銀行全面推進企業級的“科技轉型與中臺項目”建設，以打造“輕”前臺、“快”中臺、“強”后臺為架構轉型目標，構建平臺化、組件化、服務化的新一代分布式核心系統。北京銀行擬依托企業級業務架構指導 IT 系統實施，聚焦客戶體驗打造“敏捷”前

17、臺，聚焦能力共享打造“聚能”中臺，聚焦流程管控打造“強健”后臺，推動從業務到技術的全面轉型。10中國太平洋保險（集團）股份有限公司升級數字化轉型戰略，聚焦大健康、大區域、大數據三大重點方向，并分為兩個階段打造了集團級數據中臺，改變了原有大數據平臺覆蓋范圍不完整和傳統“煙囪式”系統無法實現統一數據治理的局面。中華財險全面打破原有“煙囪式”系統架構，搭建業務中臺與數據中臺并行的“雙中臺”模式，并對前臺及 SaaS層應用系統重構，實現靈敏調用全域數據，提升營銷水平、服務水平，以及產品快速定制上線。興業證券在數據中臺和業務中臺體系的支撐下，打造了數字運營平臺，建立了用戶標簽體系、北極星指標體系，實現用

18、戶、流量、渠道、活動及產品等領域的一站式數字化運營，提升了精準營銷能力。（五）（五）持續加大科技投入持續加大科技投入信息科技對數字化轉型引領和驅動作用不斷顯現，充足的科技投入成為數字化轉型的必要條件，主要金融機構持續加大科技投入，確保了數字化轉型順利推進。本次調研的 41家有效反饋中， 2020 年科技領域投入在 1 億元以下的有 3 家金融機構，在 1-10 億元的有 16 家金融機構，在 10-50 億元的有 12 家金融機構，在 50-100 億元的有 6 家金融機構，在100-200 億元的有 2 家金融機構，在 200 億元以上的有 2 家金融機構。根據調研結果可以看出，因為機構類型

19、、規模及11實力不同，各金融機構科技領域投入差異較大，其中國有銀行和全國性股份制銀行的科技領域投入較多。具體情況如圖-6 所示。圖-62020 年科技領域投入情況從科技領域投入占總營收的比例來看，科技領域投入占總營收的比例最高的金融機構為外資銀行，達到 12.95%，其次是證券業金融機構，為 4.69%，全國性股份制銀行、區域性銀行及保險公司的科技領域投入占總營收的比例都在 3%左右， 國有銀行、 政策性銀行及開發性銀行的占比相對較低?？梢钥闯?，盡管國有銀行和全國股份制銀行的科技領域投入較多，但其科技領域投入占總營收的比例卻相對較低。具體情況如圖-7 所示。12圖-7 2020 年科技領域投入

20、占總營收的比例（六）（六）不斷加強科技隊伍建設不斷加強科技隊伍建設實施數字化轉型需要一支水平高、能力強的科技隊伍的支持，金融機構越來越重視科技隊伍建設，科技實力不斷增強。從科技人員數量來看，本次調研的 43 家有效反饋中，科技人員數量在500人以內的有 19家金融機構， 在500-1000人的有 8 家金融機構，在 1000-5000 人的有 9 家金融機構，在 5000-10000 人的有 4 家金融機構， 在 10000 人以上的有 3家金融機構。根據調研結果可以看出，各家金融機構的科技人員數量差異較大，其中國有銀行和全國股份制銀行的科技人員數量較多。具體情況如圖-8 所示。13圖-8 科

21、技人員數量從科技人員數量同比增長速度來看，絕大部分金融機構科技人員數量呈現不同比例增長，不同類型機構的科技人員數量增長情況也不相同，其中全國性股份制銀行科技人員數量同比增長最快，達到 31.33%，其次是區域性銀行，同比增長達到 23.86%。根據調研結果可以看出，隨著金融機構加快數字化轉型進程，其科技人員數量保持著高速增長。具體情況如圖-9 所示。14圖-9 2020 年科技人員數量同比增長情況（七）（七）深入推進云計算應用深入推進云計算應用金融機構利用多種云計算服務模式，整合自身資源，探索和實踐開放、共享、創新能力，實現與客戶、同業、監管機構等構建云生態系統。營銷、運營、生態、OA、管理等

22、不同業務的云化率不斷提高，為產業、企業、客戶提供多樣化的金融產品和金融服務。目前，金融業采用適合自身發展的方式分階段實現業務系統上云，云計算普及率已經達到較高水準。從調研的 43家有效反饋中統計發現， 有9家金融機構的云化率超過了80%，6 家機構的云化率達到 60%-80%，6 家機構的云化率達到40%-60%，有 9 家金融機構的云化率超過了 20%-40%，另外13 家云化率處于 1%到 20%。如圖-10 所示。15圖-10 不同云化率區間的機構數量分布示意圖從應用的部署模式看，金融機構主要還是以私有云為主，根據調研結果，44 家有效調研反饋中，選擇私有云部署模式的有 31 家金融機構

23、，占比 70.45%，有 11 家機構選擇混合云部署模式。金融機構考慮安全可信、監管合規的要求，目前的云計算應用模式主要還是體現了“以我為主”的私有云部署模式。隨著云原生技術的興起，金融行業也開始逐步推廣應用。從調研結果看，44 家有效反饋中，已經有 21 家機構開始了云原生應用，涉及 DevOps、容器、微服務、服務網格、Serverless 等主流的云原生技術，覆蓋了計算云原生、開發云原生、 架構云原生、 數據云原生及安全云原生等多個領域。云原生的應用，將進一步提升 IT 服務效率，夯實數字化轉型底座。16（八）（八）有序推進大數據應用有序推進大數據應用依托大數據技術，金融業數據治理和數據

24、應用成效明顯，大數據應用已經成為行業熱點。從調研結果看，大數據在風控、精準營銷、反欺詐、經營決策、產品和服務創新、征信和智能投顧等多個領域中得到廣泛應用。本次調研的 45 家有效反饋中，有 30 多家機構表示已將大數據廣泛應用于風控、精準營銷、反欺詐和經營決策等領域，20 多家機構將大數據應用于產品和服務創新、征信和智能投顧等領域。如圖-11 所示。圖-11 金融業大數據應用領域情況從當前金融機構數據平臺建設現狀角度，大多數金融金融搭建了以大數據平臺+MPP 分析型數據庫為主的平臺體系，支撐敏態+穩態的應用體系。另外，數據平臺在實現批量計算的基礎上，更多的金融機構在進行實時數據計算的能力，17

25、以滿足業務對于數據時效性以及實時類業務場景的需求。從數據治理和數據運營進展情況來看，絕大多數金融機構在數據治理方法論上都較為成熟，建立公司級的數據標準，對數據質量進行管理，達到 38 家；建立數據安全和數據隱私管理機制、企業級統一大數據管理平臺，分別有 36 和 34家金融機構；設立專門大數據管理部門和具有以數據驅動的業務模式的金融機構數量相對較少，為 29 和 26 家，由此說明金融機構在進行數據治理和數據運營時首先都是以建立標準規范、管理機制和數據平臺為主，數據運營體系的建立還較為缺失。如圖-12 所示。圖-12 數據治理和數據運營進展情況從大數據應用存在的困難來看，絕大多數金融機構表示缺

26、乏專業人才的，達到 37 家，同時有 31 家金融機構表示數據不夠豐富，有 28 家金融機構表示數據治理水平不高，22家金融機構表示數據應用技術能力不夠，還有 13 家金融機18構表示應用需求不多。此外，還有一些金融機構提出政府等公共數據還不夠開放、可獲得性不高，這其實也是數據不夠豐富的一個方面。如圖-13 所示。圖-13 大數據應用存在的困難（九）（九）全面開展人工智能應用全面開展人工智能應用近年來，人工智能邁進新一輪快速發展期，廣泛應用于金融科技各個領域。從調研結果看，人工智能主要應用于 7個領域，包括流程自動化、客服、風控、營銷、智能網點、管理決策以及信息系統運維。本次調研的 44 家有

27、效反饋中，12家金融機構在7個領域都有應用， 其中包括4家國有銀行、4 家全國股份制銀行、2 家交易所及證券業金融機構、1 家區域性銀行以及 1 家保險公司。應用于 OCR、RPA 機器人流程自動化、客服、風控以及營銷的相對較多，分別有 38、35、33 和 31 家，智能網點、管理決策以及信息系統運維等方面應用相對較低，均在 20 家左右。如圖-14 所示。19圖-14 人工智能主要應用領域情況從人工智能應用方式來看，依據特定業務和系統獨立實現、建設 AI 中臺能力再深入業務應用、直接采購 AI 應用產品這 3 種應用方式的金融機構數量基本持平。不同類型金融機構采用人工智能應用方式也不同，交

28、易所及證券業金融機構和保險公司基本都采用了 2 種以上的應用方式。另外，有15 家金融機構采用了 3 種方式，有 11 家金融機構采用了其中 2 兩種方式。如圖-15 所示。20圖-15 人工智能應用方式（十）（十）加快探索區塊鏈應用場景加快探索區塊鏈應用場景目前為止，區塊鏈技術在金融業進行了大量的應用實踐。根據 45 家有效調研反饋統計，進行小規模應用的有 16 家，有 18 家機構在非核心業務中進行應用，4 家規模大、實力強的金融機構在核心業務中開展區塊鏈應用，還有多家機構開展應用研究和探索。41 家有效調研反饋機構中，區塊鏈應用于供應鏈金融場景的有 19 家銀行、應用于貿易金融場景的有

29、15 家銀行、 應用于支付清算場景的有 13 家各類金融機構，應用于資金管理場景的有 11 家各類金融機構，應用于數字資產場景的有 10 家各類金融機構，應用于其他如電子存證、信息披露、監管報送、產品溯源等場景的有 11 家，如圖-16所示。21圖-16 區塊鏈不同應用場景的機構數量示意圖從區塊鏈應用技術平臺選擇看，46 家有效反饋機構中，有 24 家機構選用了基于開源的 HyperLedger Fabric 平臺，占比達到 52.17%。 少數實力強的大型機構有 7 家自研區塊鏈應用技術平臺。整體上看，區塊鏈應用還處于探索階段，在金融業大規模應用推廣還面臨一些實際的障礙和困難。從調研結果看，

30、46 家有效反饋機構中，有 33 家表示區塊鏈目前應用的最大問題還是應用場景問題，場景不多，重量級應用更缺。24 家機構認為區塊鏈專業人才缺乏也限制區塊鏈應用，有 18 家對認為區塊鏈規模應用還面臨性能障礙， 13 家機構還認為安全問題依然是區塊鏈應用需要解決的難題，另外還有 3 家機構認為技術產品的標準化程度不夠同樣阻礙推廣應用。如圖-17 所示。22圖-17 區塊鏈應用所面臨不同問題的機構數量示意圖（十一）（十一）優化升級金融信息基礎設施優化升級金融信息基礎設施數據中心節能、智能等新技術逐步擴大應用，實現降本增效。預制模塊化、制冷、供電等多種綠色節能技術，企業級一體化數據中心基礎設施管理（

31、DCIM）、智能運維等技術的應用，進一步推動數據中心綠色、智能發展。金融數據中心電力、制冷資源利用率平均為 51.4%和 56.2%，達到較高水平。 金融數據中心年均 PUE 值從 2019 年的 1.81， 降至 2020年的 1.74， 為達到 2025 年普遍不超過 1.5 的目標奠定基礎。金融網絡創新發展，支持金融科技創新。軟件定義網絡（SDN：Software-Defined Networking）具備促進業務創新、靈活的流量管理、敏捷高效的運維部署等優勢，主要金融機構逐步開展了 SDN 在網絡建設中的應用。如圖-18 所示。23圖-18 金融業 SDN 應用情況示意圖SRv6 技術

32、在金融骨干網的應用推進金融網絡轉型與創新發展。從行業調研結果來看，全行業有兩成機構部署了SRv6，在國有銀行中，SRv6 的部署率已達到 100%。5G 與金融科技融合初見成效，截至 2020 年底，9 家機構已建正式運營的 5G 智慧網點， 在服務應用場景創新方面亮點頻出。 2020年，全行業已有超過四成的機構不同程度地開展量子通信技術研究，大型機構的參與比例超過三分之二。計算和存儲領域穩步發展。一是 X86 和 ARM 兩種架構服務器并存，其中 X86 產品占據市場的絕對主導地位，根據調研結果看，金融業機構 X86 架構服務器總體占比超過 90%。隨著信創深入發展正在推動國芯服務器在金融機

33、構加快應用，目前超過 7 成的金融機構開始部署國芯服務器。二是金融業集中式存儲仍然是主流模式，調研數據顯示，國內金融機構的集中式存儲占存儲總體比率的平均值達到 76%。 另外，24分布式存儲發展迅速，調查顯示，目前 92%的金融機構已經開始使用分布式存儲，并且使用規模逐年擴大。隨著技術日漸成熟和 SSD 的成本快速下降， 全閃存儲正在得到廣泛應用，國有大型銀行的全閃存容量平均達到 30%，部分股份制銀行的全閃存容量占比達到 70%以上。災備能力等級普遍較高。根據本次調研統計，70%的主要金融機構都采用了兩地三中心的布局，核心信息系統的災備覆蓋率都已達 100%，實現了對核心系統的災備全覆蓋。目

34、前也有部分金融機構開始探索多地多活部署架構，為未來承載云原生、分布式架構的轉型提供基礎架構支撐。（十二）（十二）不斷完善網絡安全保障體系不斷完善網絡安全保障體系在不斷加大金融科技創新、推動數字化轉型深入發展中，加強網絡安全風險防范成為關鍵。當前，針對國家級網絡對抗以及高強度攻防博弈的態勢升級，網絡安全已演變為人、數據以及運營能力的對抗，更是效率的實時比拼，傳統合規的被動防護體系心余力絀。金融機構網絡安全保障逐步向積極主動的安全防御體系轉型。47 家調研反饋中已有 30 家機構建成和配備誘捕、 溯源、反制等主動安全防御的系統和工具，占比達到 63.83%。36家機構基于 SOC、態勢感知平臺等統

35、一安全管理運行平臺，配套完善的管理制度，構建涵蓋資產、配置、漏洞、補丁的管理運行，事件處置，主動防護等完善的安全運營體系，占25比達到 76.6%。根據對 46 家有效反饋統計，態勢感知平臺建設方面，已完成態勢感知平臺建設，全面覆蓋主要設備、系統，數據采集完整，運行效果良好，已接入人民銀行的態勢感知平臺的機構有 15 家；基本建成態勢感知平臺，覆蓋主要的設備、系統，數據采集較完整，運行效果較好，已接入人民銀行的態勢感知平臺的機構有 10 家；初步建成態勢感知平臺，覆蓋設備、系統范圍小，數據采集還不完整，運行效果一般，未接入人民銀行的態勢感知平臺的機構有 7 家；正在建設態勢感知平臺的機構有 5

36、 家；計劃在未來一年內建設態勢感知平臺的有 3 家機構；計劃在未來三年內建設態勢感知平臺的有 3 家機構；暫時沒有建設計劃的機構有 3 家。如圖-19 所示。圖-19 不同態勢感知平臺建設情況為應對新技術應用帶來的安全邊界模糊、安全敞口放大26等風險，金融機構開始推進零信任安全體系應用，47 家有效反饋中，開展零信任的規劃、計劃配置產品及服務的有 9 家機構；實現零信任部分場景多地應用的有 6 家機構；開展應用研究探索的有 27 家；還未開展此項工作的有 6 家機構。如圖-20 所示。圖-20 零信任安全防護建設情況示意圖三、三、金融業數字化轉型發展展望金融業數字化轉型發展展望（一）（一）加大

37、數字化轉型指導和規范加大數字化轉型指導和規范金融管理部門將加大數字化轉型參考框架模型等方法論指導，推動相關標準規范的落地，開展數字化轉型評估。繼續完善金融科技創新監管工具、創新中心、創新孵化器等政策措施，注重風險控制與鼓勵創新的平衡，促進金融科技持續健康發展。圍繞金融科技基礎設施、數據要素、綠色金融、智能應用、法定數字貨幣等領域打造形成“以客戶和場景為中心”的金融科技檢測認證生態體系，為金融監管提供27更有效支撐。加大人工智能、大數據、云計算等新技術在數字化轉型監管中的應用，提供面向金融業的風險控制、金融信息基礎設施運行、統一監管報送、安全防護、綜合信息服務等監管類公共服務。（二）（二）進一步

38、完善數字化轉型治理體系進一步完善數字化轉型治理體系金融機構根據行業規劃要求，持續加大金融機構數字化轉型戰略規劃落地、完善敏捷型管理體系、強化轉型投入和人才隊伍建設，并加快數字化轉型辦公室籌建，促進科技與業務融合， 實現對數字化轉型工作的統籌管理和推進。 同時，金融機構頂層設計將更多圍繞“企業架構轉型”、“中臺體系構建”為核心，打造適應數字化轉型的架構體系、運營模式。（三）（三）全面推進金融科技應用創新全面推進金融科技應用創新金融機構進一步提升云計算、大數據、人工智能、區塊鏈等新技術應用創新能力，推動不同技術的融合應用，分布式新核心系統正在引領進入云原生、中臺化、智能化的新階段，不斷夯實數字化轉

39、型的技術底座。金融團體云加大對行業服務力度，成為金融業加速上云的推動手段，并加速從技術賦能向業務賦能的轉變，實現從單純注重 IaaS-PaaS 轉向SaaS 的全領域云計算應用。金融業進一步加大 5G、物聯網、量子計算應用探索，提高創新活力。金融科技應用創新將進一步重點關注生態建設，依托金融科技賦能產業發展，與實28體經濟形成“良性循環”，開放化、場景化、生態化、平臺化服務成為金融科技應用創新的重點。（四）（四）強化企業級數據能力建設強化企業級數據能力建設金融機構將加強企業級數據能力頂層設計，通過數據戰略推動體系化的數據能力建設。在頂層設計的指導下，加快推進數據治理體系建設，將數據、業務、技術作為一個有機整體，構建全鏈路的數據研發體系，提升全域數據資產管理能力，加快數據中臺的建設和落地。進一步加強內外部數據整合，全面提升數據分析能力，實現數據價值驅動發展，構建穩態+敏態的數據服務能力，更有效支持批量獲客、精準營銷、數據運營、智能風控、精細管理、自動化決策等。數據安全法規、標準落地實施將成為重點，數據安全和隱私保護將成為數據應用的關鍵，利用隱私計算等技術手段解決數據安全問題將成為熱點。金融機構基于數據能力的不斷提升，將推動數據要素市場化配置，不斷深入數據要素在確權、價值評估、共享與流通方面等方面的探索與實踐。