1.5　數字化的評價體系：“五化”的衡量

2021年10月，中國人民大學財政金融學院發布《中國上市銀行數字化轉型指數報告》（以下簡稱《報告》）。《報告》探索了上市銀行數字化轉型指標體系，包含戰略、組織、服務、技術4個一級指標以及19個二級指標，基于數據特征選取極差變換法進行數據歸一化處理，使不同維度的指標可比。《報告》主要選擇了客觀賦權法，用熵值法確定各層級權重，同時使用等權法編制指數以便進行交叉驗證。

在《報告》提出的上市銀行數字化轉型指標體系下，我國銀行數字化轉型呈現以下特點。

·隨著時間推移，銀行業整體數字化轉型不斷加深。

·梯隊效應較為明顯，國有商業銀行、股份制商業銀行、城市商業銀行和農村商業銀行數字化轉型程度依次降低。

分析這4個一級指標可知：“組織”要素涉及誰來推動數字化轉型；“技術”要素涉及數字化轉型的支撐技術；“戰略”要素容易停留在目標層面，需要深入“財務核算體系”“管理機制”層面才能評判其能否落地；“服務”要素偏重于結果層面，其體現為“財務核算體系”“管理機制”層面以及“數據管理”層面是否能夠達成預期效果。

綜上所述，本書會結合銀行數字化轉型本質特征，以及“五化”的定義、關系、脈絡，從體系化、標準化、模型化、智能化、全景化角度，建立銀行數字化轉型評價體系。這套體系會根據某個銀行的實際情況，首先分別對銀行業務與組織架構、財務核算體系、管理機制、信息技術、數據管理的融合情況進行評價，做出一般（★）、不錯（★★）、較好（★★★）、好（★★★★）、非常好（★★★★★）的評價；然后對上述5個維度的評價進行簡單平均，得出該銀行數字化轉型水平最終評價結果。下面進一步定義5個維度的5個評價標準。

（1）體系化維度。

★：銀行頂層架構缺乏數字化轉型布局，未能立足銀行業務邏輯科學合理地設置部門和機構，導致從總行到分行信息傳導不暢，從前臺到中后臺連接不力，創新機制作用發揮不足。

★★：銀行在頂層架構上考慮了數字化轉型布局，但對于銀行業務邏輯挖掘不深，導致部門和機構設置不合理，從總行到分行信息傳導不暢，從前臺到中后臺連接不力，創新機制作用發揮不足。

★★★：銀行在頂層架構上考慮了數字化轉型布局，初步梳理了銀行業務邏輯，從總行到部門信息傳導相對暢通，但仍然存在從前臺到中后臺連接不力和創新機制作用發揮不足等問題。

★★★★：銀行在頂層架構上考慮了數字化轉型布局，進一步梳理了銀行業務邏輯，從總行到部門的信息傳導機制以及從前臺到中后臺的連接體系相對完整，但仍然存在創新機制作用發揮不足等問題。

★★★★★：銀行在頂層架構上考慮了數字化轉型布局，深層次梳理了銀行業務邏輯，科學合理地設置了部門和機構，實現了相關部門和機構從上到下、從前到后、從內到外的有效連接。

（2）標準化維度。

★：銀行的價值計量工具和分配機制相對粗糙，未能做到精細化計量各項金融產品的價值貢獻，且未能將產生的價值貢獻合理地分配到經營管理的各個領域，難以有效激發所有員工的積極性、主動性。

★★：銀行對價值計量工具有所優化，考慮到了資金成本，但對風險、時間成本考慮不足，對產品和客戶層面的附帶效應考慮不足，未能做到精細化計量各項金融產品的價值貢獻，同時分配機制相對粗糙，未能將產生的價值貢獻合理地分配到經營管理的各個領域，難以有效激發所有員工的積極性、主動性。

★★★：銀行對價值計量工具有進一步優化，考慮到了資金、風險、時間成本，但對產品和客戶層面的附帶效應考慮不足，未能做到精細化計量各項金融產品的價值貢獻，同時分配機制相對粗糙，未能將產生的價值貢獻合理地分配到經營管理的各個領域，難以有效激發所有員工的積極性、主動性。

★★★★：銀行優化和完善了價值計量工具，做到了精細化計量各項金融產品的價值貢獻，但分配機制相對粗糙，未能做到將產生的價值貢獻合理地分配到經營管理的各個領域，在激發所有員工的積極性、主動性方面仍有不足。

★★★★★：銀行優化和完善了價值計量工具和分配機制，做到了精細化計量各項金融產品的價值貢獻，并將產生的價值貢獻合理地分配到經營管理的各個領域，有效激發了所有員工的積極性、主動性。

（3）模型化維度。

★：銀行對各重要業務機制的分解和歸納嚴重不足，未能形成產品模型、授信模型和流程模型，與“模型化”產品工廠、模型工廠、流程工廠差距較大，難以實現經營管理各領域、層面、環節高效運作和深度融合。

★★：銀行對各重要業務機制的分解和歸納相對粗糙，在產品模型、授信模型和流程模型方面做了初步探索，但與“模型化”產品工廠、模型工廠、流程工廠差距較大，難以實現經營管理各領域、層面、環節高效運作和深度融合。

★★★：銀行對各重要業務機制的分解和歸納有所改進，初步建立了產品模型和“模型化”產品工廠，但授信模型和流程模型仍然相對粗糙，與模型工廠、流程工廠差距較大，對經營管理各領域、層面、環節高效運作和深度融合支撐力度不足。

★★★★：銀行對各重要業務機制的分解和歸納進一步改進，初步建立了產品模型和“模型化”產品工廠，以及授信模型和模型工廠，但流程模型仍然相對粗糙，與流程工廠差距較大，對經營管理各領域、層面、環節高效運作和深度融合支撐力度有待加強。

★★★★★：銀行對各重要業務機制進行了分解和歸納，形成了產品模型、授信模型和流程模型，打造了“模型化”產品工廠、模型工廠、流程工廠，從而推進經營管理各領域、層面、環節高效運作和深度融合。

（4）智能化維度。

★：銀行未能充分運用各類前沿技術，技術與技術之間、技術與業務之間未能實現深度融合，銀行所涉各領域、層面、環節的各類信息無法被獲取和高效利用，銀行缺少實現數字化轉型的基礎支撐。

★★：銀行對各類前沿技術進行了初步研發，但整體信息架構未立足企業層面，導致技術與業務之間融合程度不夠，銀行所涉各領域、層面、環節的各類信息無法被獲取和高效利用，銀行缺少實現數字化轉型的基礎支撐。

★★★：銀行對各類前沿技術進行了進一步研發，整體信息架構立足企業層面，但云計算體系未能建立，導致技術與業務之間融合深度不夠，銀行所涉各領域、層面、環節的各類信息無法被獲取和高效利用，銀行缺少實現數字化轉型的基礎支撐。

★★★★：銀行對各類前沿技術進行了深入研發，整體信息架構立足企業層面，云計算體系初步建立，但開放式模式尚未形成，導致技術與業務之間融合的廣度不夠，銀行所涉各領域、層面、環節的各類信息無法被獲取和高效利用，銀行缺少實現數字化轉型的基礎支撐。

★★★★★：銀行充分運用各類前沿技術，推進技術與技術、技術與業務之間的深度融合，從而確保銀行所涉各領域、層面、環節的各類信息被有效獲取和高效利用，銀行實現數字化轉型有了基礎支撐。

（5）全景化維度。

★：銀行未能建立數據治理架構，未能有效開展數據資產管理，導致數據資產價值難以有效發揮，與構建數字映射底層規則并實現數據全景化的獲取、轉化、挖掘、傳輸和存儲目標差距較大。

★★：銀行雖然建立了數據治理架構，但未能有效開展數據資產管理，導致數據資產價值難以有效發揮，與構建數字映射底層規則并實現數據全景化的獲取、轉化、挖掘、傳輸和存儲目標差距較大。

★★★：銀行雖然建立了數據治理架構，初步開展了數據資產管理，但數據資產價值仍難以有效發揮，與構建數字映射底層規則并實現數據全景化的獲取、轉化、挖掘、傳輸和存儲目標差距較大。

★★★★：銀行雖然建立了數據治理架構，初步開展了數據資產管理，且探索性構建了數字映射底層規則，但數據資產價值仍然難以有效發揮，實現數據全景化的獲取、轉化、挖掘、傳輸和存儲目標難度較大。

★★★★★：銀行建立了數據治理架構，有效開展了數據資產管理，充分發揮了數據資產價值，并在梳理了管理架構、細化財務標準、搭建業務流程的基礎上，構建了數字映射底層規則，從而實現了數據全景化的獲取、轉化、挖掘、傳輸和存儲。