9月14日，2024年中国国际服务贸易交易会(以下简称“服贸会”)正如火如荼地在北京举办，服贸会上唯一一场以金融品牌为主题的全球金融品牌大会备受瞩目，吸引了来自国内外的银行、保险、基金、证券、投资等领域的监管人士、专家学者、企业高管济济一堂，围绕“新质品牌 预见未来”妙语连珠、娓娓而谈。中国银行原行长李礼辉发表了致辞演讲，以下是演讲全文：

我国是金融大国，但还不是金融强国。中央金融工作会议提出“加快建设金融强国”的目标。三中全会决定要求“积极发展科技金融、绿色金融、普惠金融、养老金融、数字金融，加强对重大战略、重点领域、薄弱环节的优质金融服务。”打造金融强国的全球品牌，必须特别重视关键金融领域，立足本土，谋划全局，逐步创造全球领先的竞争优势。

一、打造高效益的产业金融。

数字经济时代，各行各业深度应用数字技术和数据资源，促进产业更新迭代，产业被全新定义。第一大类是传统产业的数字化，包括应用数字技术和数据资源迭代升级后的新制造、新基建、新能源、新材料、新农业、新商业等；第二大类是数字化产业，包括深度应用数字技术的软件开发业、数据资源开发业、人工智能开发业、生物技术开发业、数字产品制造业、信息技术服务业等；第三大类是公共行业的产业化，包括深度引入市场经济机制的绿色低碳产业、医疗康养产业、教育培训产业、文化创意产业等。

金融资源作为生产要素，必须向发展新质生产力集聚，大幅提升全要素生产率。产业金融应该以战略利益和经济效益为主导，优化金融资源配置，促进产业结构升级。

一是着眼长远，以战略利益为主导。支持新产业、新模式、新动能，发展以高技术、高效能、高质量为特征的生产力，建立未来产业投入增长机制。健全投资和融资相协调的资本市场功能，支持长期资金入市。规范发展天使投资、风险投资、私募股权投资，更好发挥政府投资基金作用，发展耐心资本。

二是遵循市场化原则，以经济效益为主导。建设现代产业体系，既是对先进产业、先进企业、先进项目的扶持，也是对落后产业、落后企业、落后项目的扬弃。金融服务实体经济，不仅有支持和帮助，也少不了舍弃和放手。信贷资源配置与财政资源配置的区别是存贷硬性平衡、期限适度错配、借贷必须偿还。必须坚持金融审慎，避免无效信贷投放。

二、打造短长尾的普惠金融。

按照联合国提出的概念，普惠金融是指立足机会平等要求和商业可持续原则，以可负担的成本，为有金融服务需求的社会各阶层各群体提供适当、有效的金融服务。要点有3个：机会应平等，成本可负担，商业可持续。

传统模式的金融服务通常无法顾及经济学上的“长尾群体”，包括城镇和农村中的小微企业和个体工商户，也包括低收入的新市民和农民。数字经济时代有了解题的新路径：通过数字技术创新以及配套的制度创新，扩展长尾群体的信用发现，扩展供应链的信用传递，既要解决长尾太长的问题，也要解决风险成本和经营成本过高的问题，让普惠金融成为可持续的商业模式。

我国的普惠金融业务发展较快。2022年末银行对小微企业及个体工商户的贷款余额59.70万亿元，其中单户授信1000万元以下的普惠型贷款23.60万亿元，同比增长23.60%。在普惠型贷款中，4000多家中小银行占63.81%。

值得关注的是，一些中小金融机构业务规模偏小、经营风险偏高、创新能力偏低，难以提升经营普惠金融业务的能力。应该推进制度创新和技术创新，探索可持续的金融普惠之路。

一是集约化制度创新和技术创新。小型金融机构进行并购整合，减少金融机构法人数量，充实经营管理力量，实现集约化管理和规模化经营，从根本上解决资本实力薄弱、区域风险集中、创新能力不足的问题。支持和促进科技企业与金融机构深化合作，鼓励有实力有担当的科技企业发挥龙头作用，选择适当的商业模式建立1+N的技术合作架构，为中小金融机构提供低投入、高品质、细匹配、长周期的金融科技服务，帮助中小金融机构加快创新，优化管理，优化服务。

二是共享性数据支持和数据服务。我国具有市场交易和公民行为数据资源优势，这是数字经济、数字金融发展的宝贵资源。目前公共数据和移动支付数据的共享模式目前仍不够完善。金融业是数据密集型行业，必须实现保护信息安全、发挥数据价值的目标与提升经济效率、推进普惠金融的目标的协调统一。应全面推进公共数据开放共享。例如，建立跨部门、跨局域数据共享的征信系统，成立大数据集团，整合数据资源，执行统一标准，为更多的小微企业和个人积累信用记录，赋予信用标记，实现信用增值。

三、打造长周期的养老金融。

以退休为节点，养老金融属于双向延伸的金融业务。目前约3亿国人、10年后约4亿国人退休，退休前有10-20年的养老金融培育期，退休后有近20年的养老金融延续期。养老金融可以成为一个超大群体、超长周期、超级规模的金融领域。养老金融呼唤制度创新。

一是尝试集团化分布式的经营模式。养老金融产业链长，涵盖社保基金、商业银行、人寿保险、财产保险、财富管理、直接投资、资产信托、住房租赁、养老社区、医疗保健、法务税务等诸多领域，构建全链条、跨业态的架构有利于减少内部摩擦，提高运营效率。金融机构可以尝试集团化、分布式的经营模式，养老金融的不同板块通过资本枢纽组成金融集团，在分业监管、分布式商业模式下实现集团化管理和集约化经营。政府应在土地供给和税费政策上扶持养老社区，帮助养老社区建立可持续的商业模式，吸引金融投资和社会资本。

二是采用长周期真实性的财务会计准则。金融资产的账面价值表现在很大程度上取决于所采用的估值方式。例如，债券的估值方式主要是摊余成本法和公允价值法，前者反映资产的静态价值，净值曲线平滑，不能完全体现短周期的资产收益和风险；后者反映资产的动态价值，净值曲线波动，不能完全体现长周期的资产收益和风险。养老金融负债端和资产端的存续周期都很长，以公允价值为核心的资产评估强调当期财务报告的真实性，未必能体现长周期真实性的要求。应该按照长周期真实性的原则，对养老金融的投资机构、投资产品建立合理的估值方法，支持养老金融市场优化金融资源配置。

四、打造智能化的数字金融。

新一代的生成式人工智能可以学习和理解非结构化数据，生成新的非结构化内容，包括文本、图像、音频和代码，适应多种任务。最新人工智能大模型底层技术的核心是文本、视觉、语音多模态组合的感知、学习和交互的能力，能够突破文本交互的局限性，理解和模拟动态的物理世界。这将加快基于多模态感知的技术创新，促进智能化的数字金融创新。

数字金融并非是给传统体制传统流程加上数字化外套，而是从根本上改革体制，重构流程，再造底层系统。

一是行业级与企业级垂直模型融合发展。金融业涵盖商业银行、保险、证券、财富管理等领域，同一领域金融服务、金融产品、金融管理的需求大同小异，采用行业级和企业级垂直模型融合发展的技术路线，实现概率算法与因果算法、决策式算法与生成式算法的协调，同时选择适当的商业模式，有利于实现高效率、低投入、个性化的金融创新需求。

二是安全与效率并重。智能金融创新面对的挑战包括模型歧视、算法趋同、隐私保护等。模型歧视指模型输出的结果出现对某些群体的集体性偏见、差评和政策限制；算法趋同指在不同机构的量化交易之类的程序中，由于算法逻辑趋同出现相同的市场趋势预测，执行相同的市场交易策略，导致单边化的市场交易，引发暴涨暴跌的市场危机。智能金融创新应力求“高中初小”：占领技术高地，全球领先的中国方案，把风险消灭在萌芽状态，风险概率和风险成本最小化。

三是建立一体化、穿透式的金融监管系统。智能金融监管创新的重点包括建立智能金融协同监管系统，建立智能金融技术审核认证制度，建立智能金融市场风险分析监测系统等。应该建立一体化、穿透式的金融监管系统，集成应用数字技术，共享多方监管数据，执行一致化的合规标准，覆盖所有的金融机构，穿透不同领域的金融市场和金融业务，从而实现金融监管全流程智能化，降低监管成本和被监管成本。