文/新浪財經(jīng)意見領(lǐng)袖專欄作家 郭曉蓓（中國民生銀行研究院研究員）；蔣亮（中國建設(shè)銀行綿陽分行高級分析師）

近幾年，國內(nèi)商業(yè)銀行紛紛把零售作為轉(zhuǎn)型戰(zhàn)略重點(diǎn)，加快了零售業(yè)務(wù)發(fā)展，比如工商銀行將零售金融作為全行創(chuàng)新轉(zhuǎn)型五大重點(diǎn)領(lǐng)域之一，農(nóng)業(yè)銀行提出了實(shí)現(xiàn)由零售大行向零售強(qiáng)行轉(zhuǎn)變，建設(shè)銀行提出零售優(yōu)先戰(zhàn)略，招商銀行提出了零售領(lǐng)先目標(biāo)，興業(yè)銀行把零售金融作為四輪驅(qū)動的內(nèi)容，平安銀行提出了零售突破的轉(zhuǎn)型戰(zhàn)略，北京銀行提出了零售業(yè)務(wù)“一體兩翼”戰(zhàn)略。

然而，隨著各行零售業(yè)務(wù)的大力推進(jìn)，零售業(yè)務(wù)得到了較快發(fā)展，但也面臨著較為一些新的問題。整理分析2019年國有大行和全國股份制商業(yè)銀行年報相關(guān)數(shù)據(jù)可以發(fā)現(xiàn)，各銀行之間的零售客戶重疊問題十分突出，較多行的零售業(yè)務(wù)發(fā)展面臨著如何從同質(zhì)化競爭的“紅海”突圍的難題。

　　一、14家全國性銀行，坐擁40億零售客戶

　　較多的行定期報告公告了零售客戶的相關(guān)情況。一些行沒公布客戶總數(shù)，但公布了借記卡發(fā)卡數(shù)據(jù)。由于除了極少數(shù)的老年客戶外，借記卡基本人人都持有，根據(jù)已有規(guī)模相近的行累計發(fā)卡數(shù)和客戶數(shù)的平均比例可以基本折算出其客戶規(guī)模，比如工行累計發(fā)卡數(shù)和個人客戶之比為1：0.65；農(nóng)行為1：0.84，簡單按照1：0.7比例可以折算建行和中行的個人客戶數(shù)量。部分行還沒公布2019年年度報告直接以半年報數(shù)據(jù)披露數(shù)據(jù)。除華夏銀行連續(xù)最近三年都沒公布其個人客戶總數(shù)和借記卡總數(shù)外，基本可以得到14家全國性銀行個人零售客戶總數(shù)。

　　可以看出，14家銀行零售客戶加總總數(shù)高達(dá)40.5億戶，而2020年中國大陸總?cè)丝跒?40005萬人。這14家銀行零售業(yè)務(wù)的主體是在中國大陸，簡單計算可以得出，一個人是2.89家銀行的客戶。

　　雖然部分銀行的零售客戶口徑中包含了部分小微企業(yè)，但對總體影響較小。14億人中，還有0-3歲的嬰幼兒5000萬人，小學(xué)階段的學(xué)生10564萬人（2018年數(shù)據(jù)），初中階段學(xué)生5736萬人（2018年數(shù)據(jù)），80歲以上老人2600萬人（2017年數(shù)據(jù)）；根據(jù)銀保監(jiān)會金融許可證數(shù)據(jù)，中國有1700家商業(yè)銀行，809家農(nóng)村合作銀行，666家縣級農(nóng)村信用聯(lián)社。

　　也就是說，一個人同時是4家左右的銀行金融機(jī)構(gòu)的客戶，銀行之間客戶高度重疊。這個數(shù)據(jù)可以從人民銀行金融消費(fèi)者權(quán)益保護(hù)局發(fā)布的《中國普惠金融指標(biāo)分析報告》（2018年）得到印證：“截至2018年末，全國人均擁有7.22個銀行賬戶，同比增長9.39%；人均持有5.44張銀行卡，同比增長13.08%（其中人均持有信用卡和借貸合一卡0.49張）”。

　　二、零售銀行的主要問題與特征

　?。ㄒ唬┹^多銀行營收利潤不匹配

　　2019年，工行實(shí)現(xiàn)營業(yè)收入3414億元，位居第一，也是唯一邁進(jìn)3000億大關(guān)的銀行；建行與農(nóng)行分別為2682億元、2390億元。中行、郵儲與招行也在千億元之上，分別為1865億元、1766億元和1426億元。四大行穩(wěn)居前列，工行與建行分別為1529億元、1486億元，差距較??；農(nóng)行與中行接近1000億元。招商銀行664.1億元位于四大行之后居第二，超過了交行和郵政儲蓄。

　　

　　但是從零售業(yè)務(wù)的利潤占比和營收的占比來看，利潤占比最高的平安銀行69.1%，營收占比58%；其次是招商銀行利潤占比56.7%，營收占比53.66%；建設(shè)銀行利潤占比45.51%，營收占比38%。較多的銀行利潤占比明顯低于營收占比。比如郵政儲蓄銀行營收占比63.79%，利潤占比只有39.41%，主要原因在于其零售業(yè)務(wù)及管理費(fèi)用高昂——網(wǎng)點(diǎn)眾多但普遍效益低下。光大銀行營收占比41.17%，利潤占比僅13.16%，主要是2019年要原因是大幅加強(qiáng)撥備力度。另外，農(nóng)業(yè)銀行、交通銀行、中信銀行等多家銀行利潤占比明顯低于營收占比。當(dāng)然，零售業(yè)務(wù)利潤占比太高，而且大幅度高于營收占比，如平安銀行，一定程度也說明其公司業(yè)務(wù)相對孱弱，也不利于零售業(yè)務(wù)的長期發(fā)展。

　?。ǘ└餍写婵罡咚僭鲩L，份額高度集中于國有大行

　　2019年，各上市銀行個人存款均實(shí)現(xiàn)了較快增長，大部分銀行的個人存款平均余額實(shí)現(xiàn)了兩位數(shù)以上增長，而且呈現(xiàn)明顯的股份制銀行和區(qū)域銀行快于國有商業(yè)銀行，如浙商銀行增幅達(dá)80.63%，長沙銀行30.85%，平安銀行29.69%，中原銀行26.83%、光大銀行26.74%，中信銀行26.46%。

　

　　但是從存款份額分布來看，國有六大行基本占了88.9%份額，其中最高的是農(nóng)行超過了10萬億元，達(dá)到10.5萬億元，占21.88%；工行9.04萬億元，占比18.8%；建行8.42萬億元，占比17.52%；郵政儲蓄銀行7.82萬億元，占比16.27%。6家全國股份制銀行占比約為9%，招商銀行1.67萬億元，是唯一一個超萬億元的股份制商業(yè)銀行。招商銀行和交通銀行的差距只有2400億元。

　?。ㄈ┝闶圪J款快速擴(kuò)大，份額和產(chǎn)品較為集中，不良主要分布于消費(fèi)貸款和經(jīng)營貸款上

　　2019年各上市銀行的零售貸款均快速增長，除交通銀行和民生銀行外，其他行的零售貸款平均余額均在10%以上。股份制商業(yè)銀行和區(qū)域性銀行明顯快于國有銀行。但從余額來看，建設(shè)銀行5.74萬億元，位居第一。工商銀行、農(nóng)業(yè)銀行余額也超過了5萬億元，分別為5.53萬億，5.06萬億；中國銀行、郵政銀行分別為3.91萬億和2.52萬億。招商銀行2.22萬億，超過交通銀行。超過萬億元的銀行有交通銀行1.63萬億，中信銀行1.62萬億，平安銀行1.23萬億，光大銀行1.1萬億，民生銀行1.08萬億。

　

　　從各行的貸款構(gòu)成看，國有大行和部分區(qū)域銀行（如青島銀行、無錫銀行）零售貸款主要集中在個人住房貸款上，建設(shè)銀行、工商銀行個人住房貸款占比高達(dá)81.74%和80.93%，中國銀行個人住房貸款占比79.11%，農(nóng)業(yè)銀行為76.99%。交通銀行和郵政儲蓄也達(dá)64.71%和61.8%。股份制商業(yè)銀行和大多數(shù)區(qū)域銀行上主要集中在個人消費(fèi)類貸款和個人經(jīng)營類貸款上。如平安銀行、光大銀行、江蘇銀行集中在個人消費(fèi)貸款、信用卡、汽車貸款等消費(fèi)類貸款上。浙商銀行、渝農(nóng)商行、民生銀行偏重于個人經(jīng)營貸款、個人其他貸款等經(jīng)營類貸款上。

　　從年報已披露零售貸款不良構(gòu)成來看，個人住房貸款的不良率最低，資產(chǎn)質(zhì)量最好。零售貸款不良主要集中在個人消費(fèi)類貸款和經(jīng)營貸款上。比如消費(fèi)類貸款，鄭州銀行個人消費(fèi)貸款不良為4.47%為最高，交通銀行信用卡不良率2.38%。個人經(jīng)營性貸款鄭州銀行不良率為3.21%、青島銀行為2.7%。其他個人貸款方面，交通銀行不良率4.7%、郵政儲蓄銀行不良率2.42%。

　?。ㄋ模└邇衾顏碓捶只黠@

　　2019年，大多數(shù)行的零售業(yè)務(wù)凈利差在2-3%之間，利差水平相對較高的主要來源于三類：第一類是資金成本相對較低，如招商銀行和郵政儲蓄銀行，其個人存款的成本分別為1.28%、1.61%，資產(chǎn)收益相對較高帶來的凈收益較多。第二類是資金成本高，驅(qū)動必須采取相對比較激進(jìn)的資產(chǎn)業(yè)務(wù)策略，比如平安銀行資金成本為2.62%，資產(chǎn)端收益為7.74%，凈利差水平最高達(dá)到了5.12%。光大銀行資金成本2.56%，資產(chǎn)端收益為6.62%。第三類是資金成本相對較低，資產(chǎn)端收益較高，帶來較高的凈收益。如渝農(nóng)商行，其個人存款資金成本2.16%，貸款收益率6.45%，凈利差4.29%。 

　

　　三、透過40億客戶得到的啟示

　　（一）總體看，零售銀行客戶規(guī)?？焖贁U(kuò)張時代已成過去，存量經(jīng)營成為主流

　　以銀行卡發(fā)卡為例，發(fā)卡同比增速從2007年的32%逐步放緩，到2018年為13.51%，2019年為10.82%。同時居民人均持卡數(shù)從2010年的1.81張持續(xù)增加，到2019年已達(dá)到了6.03張。這就意味著，一家的新客戶早已是另一家的客戶。多年來，各家銀行認(rèn)為自家還是“待挖金礦”的大量長尾客戶，其實(shí)也只是曾在自己這里辦理過業(yè)務(wù)或是有個別簡單業(yè)務(wù)，要么客戶的“心”已有他屬AUM重心在別的機(jī)構(gòu)，要么客戶真的也就只有那么一點(diǎn)家底。

　　這也意味著，過去很多銀行人向往互聯(lián)網(wǎng)企業(yè)的“羊毛出在豬身上”做法實(shí)際行不通。那種通過前端免費(fèi)吸引客戶流量，后端再增大產(chǎn)出價值用戶思維，在銀行面臨的殘酷現(xiàn)實(shí)是，客戶來過了，但價值貢獻(xiàn)留不下來。像瑞信咖啡那樣通過持續(xù)不斷各種優(yōu)惠吸引的客戶只是對價格極度敏感的客戶，會因“逐優(yōu)惠而來”，也會因“逐優(yōu)惠而去”，客戶忠誠難以提高。因此，在增量客戶增長空間有限的情況下，如何經(jīng)營好已有的存量客戶將是未來經(jīng)營發(fā)展的主流關(guān)鍵，這包括用新的技術(shù)和價值主張?zhí)岣唛L尾客戶的貢獻(xiàn)。

　　（二）零售客戶選擇銀行的不全是價格，還有較多的綜合價值因素

　　從資金成本來看，各上市銀行2019年個人存款付息率均比2018年有所提高。但各類銀行的存款付息率依然分化明顯，總體趨勢是：國有商業(yè)銀行低于股份制商業(yè)銀行，股份制商業(yè)銀行低于區(qū)域性銀行。說明客戶在選擇銀行時存在較多的非價格因素。

 

　　這從2015年以來5年的全國性商業(yè)銀行個人存款結(jié)構(gòu)變化更為明顯：全國開展業(yè)務(wù)的銀行中，只有四大行的活期占比提高了4.03個百分點(diǎn)，除四大行的全國性大型銀行下降了3.81個百分點(diǎn)，全國性中小銀行下降了1.97個百分點(diǎn)。而且無論是2015年還是今年，三類銀行低成本資金呈現(xiàn)明顯的四大行占比>其他大型銀行>中小銀行特點(diǎn)，而高成本資金如結(jié)構(gòu)存款則呈相反方向，中小銀行>其他大型銀行>四大行。也就是說，客戶對除價格之外的因素考慮，需要這些方面相對欠缺的銀行用更高的價格方式才能彌補(bǔ)。

　

　　（三）金融科技充分運(yùn)用對銀行經(jīng)營提升作用明顯

　　金融發(fā)展的歷史可以說是一部新科學(xué)技術(shù)應(yīng)用發(fā)展史，金融科技的應(yīng)用深刻改變了商業(yè)銀行的經(jīng)營模式和效率。近幾年金融科技的廣泛應(yīng)用，對我國商業(yè)銀行經(jīng)營提升作用較為明顯。以貸款為例，商業(yè)銀行面臨的最大問題是信用風(fēng)險，除非有充足的把握的情況下，信用貸款的發(fā)放十分謹(jǐn)慎，更多的時候需要客戶提供抵質(zhì)押物進(jìn)行風(fēng)險緩釋。金融科技應(yīng)用明顯提高了商業(yè)銀行的信用貸款發(fā)放水平。商業(yè)銀行當(dāng)前對信用信貸風(fēng)險偏好，一定程度上是對近期歷史風(fēng)險暴露情況總結(jié)+現(xiàn)有風(fēng)險控制技術(shù)能力兩者共同作用的結(jié)果。一方面，以往風(fēng)險在當(dāng)期的暴露（以正常貸款遷徙率代表風(fēng)險暴露，現(xiàn)有不良率由于有不良核銷等因素影響，難以完全準(zhǔn)確反映不良的真實(shí)情況）會影響銀行對貸款的行為選擇。另一方面，本期的選擇也會明顯影響以后不良發(fā)生率即正常貸款遷徙率。因此可以用上市商業(yè)銀行信用貸款（信用貸款+保證貸款）占比比率和正常貸款遷徙率的相關(guān)性來檢驗(yàn)金融科技是否在保證貸款質(zhì)量的情況下提高了信用貸款發(fā)放水平。

　　

　　可以看出，在2017年以前，當(dāng)年的正常貸款遷徙率正向影響貸款信用率，且本期的信用率提高一定程度會提高下一期的不良貸款發(fā)生率。而2017年后期正常貸款遷徙率和當(dāng)期的信用率提高是負(fù)相關(guān)關(guān)系，同時當(dāng)期信用率的提高和以后的正常貸款遷徙率的關(guān)系也為負(fù)相關(guān)。也說明，2017年以后金融科技確實(shí)提高了商業(yè)銀行的信用貸款水平而且提高了風(fēng)險控制水平。

　　雖然金融科技總體提高銀行風(fēng)險管理水平，但是銀行是受經(jīng)濟(jì)影響十分顯著的行業(yè)，經(jīng)濟(jì)周期的影響依然十分明顯。2019年已公布年報的銀行中雖然只有平安銀行和浙商銀行兩家的個人貸款及墊款不良率略有上升，但是有較多行的個人住房貸款、個人消費(fèi)貸款和信用卡不良率較快上升，值得警惕。

　

　　正如招商銀行田惠宇行長所說，“在數(shù)字化時代的浩瀚星空中，我們看到了自己的無知和渺小”。也許，我們每一個銀行人都需要懷著一顆好奇和敬畏之心，才能將明白金融科技這把刀的鋒利和不能。特別是今年突如其來的疫情，伴隨著旅游、餐飲、汽車等行業(yè)交易額大幅萎縮，銀行信用卡、消費(fèi)金融甚至住房金融等零售金融業(yè)務(wù)遭遇重創(chuàng)，個人消費(fèi)信貸等投放則創(chuàng)下歷史新低，存量消費(fèi)貸款不良快速上升，一些行的信用卡不良上升50%以上。招商銀行也表示，疫情最直接、最大的影響是資產(chǎn)質(zhì)量，信用卡和個貸的還款能力、意愿都在下降，2月份信用卡和房貸、小微逾期率同比大幅度提升。這些都值得銀行人深刻反思。

　　（四）客群深耕，或是零售業(yè)務(wù)發(fā)展的重要方向

　　以招商銀行為例，其個人存款平均利率為1.28%，為所有上市銀行中最低。其低利率的主要來源是活期存款，1.81萬億元零售存款中，活期存款1.17萬億元，占比64.8%。而其活期存款增長主要來源于“招商銀行”和“掌上生活”兩大App 為核心的生態(tài)服務(wù)體系建設(shè)。招商銀行通過與合作伙伴共建生態(tài)圈，聚焦形成優(yōu)勢場景，兩大App有16個MAU（月活躍用戶）超千萬的場景，招商銀行App金融場景使用率和非金融場景使用率分別為83.79%和69.80%，掌上生活A(yù)pp金融場景使用率和非金融場景使用率分別為76.21%和73.90%。較好地培養(yǎng)和強(qiáng)化了用戶習(xí)慣。2019年年報顯示：“招商銀行”和“掌上生活”兩大App的月活躍用戶（MAU）達(dá)1.02億戶，較上年末增長25.58%。

　　又如重慶農(nóng)村商業(yè)銀行，圍繞社會民生、消費(fèi)升級等做精做優(yōu)零售和小微市場，零售業(yè)務(wù)利潤頁獻(xiàn)率同比提升0.97個百分點(diǎn)?VIP客戶數(shù)星同比多增21%，中收占比同比提升0.81個百分點(diǎn)，零售貸款增量占全年新增貸款的51.80% ，余額占比提升2.16個百分點(diǎn)。其零售的重點(diǎn)是以“六化”促“六有”，即：發(fā)展客戶化?確保以客戶為中心“有具體抓手”；“業(yè)務(wù)專營化”確保大零售業(yè)務(wù)“有獨(dú)特體系”；“工具智能化”確保精細(xì)化管理“有強(qiáng)力支撐”；“網(wǎng)點(diǎn)場景化”確保在渝快生活圈“有良好體驗(yàn)“人員專業(yè)化?確保面對市場同業(yè)“有競爭能力”；“營銷品牌化”-確保在重慶零售市場“有最佳口碑”，從而推動零售業(yè)務(wù)持續(xù)穩(wěn)定發(fā)展。在其集團(tuán)存款69.33%來源于縣域情況下，個人存款付息率2.16%，低于大部分股份制商業(yè)銀行以及交通銀行。以小微為主的公司存款，活期占比80.20%，年化平均成本只1.23% ，存貸利差高達(dá)3.78%。

　　四、零售銀行未來如何突圍？

　?。ㄒ唬┺D(zhuǎn)變經(jīng)營方式，圍繞主要價值行業(yè)和客群持續(xù)深耕

　　我國商業(yè)銀行提出以客戶為中心的經(jīng)營理念已經(jīng)20多年，但由于外部市場同質(zhì)化需求旺盛，實(shí)際異化為以產(chǎn)品為中心，關(guān)起門來設(shè)計好產(chǎn)品，直接拿到市場推銷。這種模式在外部需求旺盛、同質(zhì)化規(guī)模較大時有效，但在客戶需求日益?zhèn)€性化、銀行之間客戶高度重疊的情況下，只有對行業(yè)和客群的長期深耕，才能獲得比別的商業(yè)銀行更多的客戶知識和洞見，也才能根據(jù)自身獨(dú)到的洞察為客戶提供有針對性的產(chǎn)品和服務(wù)解決方案，從而形成獨(dú)有的最寬“護(hù)城河”，抵擋眾多同業(yè)及第三方的競爭沖擊。

　　重點(diǎn)是三個方面：

　　1．聚焦客戶需求洞察。要加強(qiáng)社會、經(jīng)濟(jì)、行業(yè)、區(qū)域等發(fā)展趨勢研究，洞察市場客戶需求先機(jī)。同時，將銀行所有的客戶接觸點(diǎn)變成客戶需求信息的收集點(diǎn)，加強(qiáng)業(yè)務(wù)辦理過程中的動作、行為、聲音、圖像等多方位的結(jié)構(gòu)和非結(jié)構(gòu)化數(shù)據(jù)采集。

　　2．加強(qiáng)符合時代特色的品牌形象重塑。要改變千篇一律的傳統(tǒng)品牌形象傳達(dá)實(shí)力和穩(wěn)重做法，根據(jù)市場目標(biāo)客群特點(diǎn)，重塑有情感連接的品牌形象。

　　3．持續(xù)全面優(yōu)化客戶體驗(yàn)。要改變以往銀行單純以AUM（管理客戶金融資產(chǎn)）為客戶分層的管理思維，從專業(yè)和人文情感兩方面滿足客戶需求。重視客戶的個性化需求，要利用人工智能、大數(shù)據(jù)等技術(shù)，深入挖掘和動態(tài)捕捉客戶需求，根據(jù)客戶自身的特征為客戶定制個性化的金融服務(wù)和非金融服務(wù)。同時，要重視客戶服務(wù)的自主性和參與性。要加快渠道融合，實(shí)現(xiàn)線上線下一體化發(fā)展，確?？蛻粼谒星赖姆?wù)一致體驗(yàn)。

　　（二）加快組織轉(zhuǎn)變，提升組織進(jìn)化能力

　　一是要打破以往層級制的條條框框束縛，積極對標(biāo)互聯(lián)網(wǎng)公司，以項(xiàng)目制為抓手，跨條線跨層級組建靈活的敏捷組織/柔性團(tuán)隊。建立機(jī)制，把決策權(quán)交給用戶和一線員工。要改變以往創(chuàng)新因風(fēng)控而瞻前顧后、停滯不前的局面，構(gòu)建專業(yè)的從客戶角度思考問題的新型風(fēng)險管理文化。

　　二是建立開放、賦能的共享生態(tài)。商業(yè)銀行要主動走出去，利用數(shù)字技術(shù)和外部第三方進(jìn)行合作，共同打造客戶在生產(chǎn)、生活、商務(wù)活動中觸手可及、無所不在的服務(wù)。

　　三是打造和諧、共生的生態(tài)文化。要充分應(yīng)用數(shù)字化技術(shù)建立員工成長的新模式，鼓勵企業(yè)多梯次數(shù)字人才隊伍成長，打造良好的數(shù)字人才成長環(huán)境，實(shí)現(xiàn)與員工共生成長。要擔(dān)當(dāng)國之重器的責(zé)任，把自身發(fā)展好，與社區(qū)、實(shí)體經(jīng)濟(jì)和社會形成良好的共生文化。

　　（三）以數(shù)據(jù)為驅(qū)動，實(shí)現(xiàn)數(shù)字技術(shù)和業(yè)務(wù)深度融合

　　一是要把數(shù)據(jù)作為銀行的核心資產(chǎn)來管理，加快數(shù)據(jù)治理，進(jìn)一步健全組織體系，夯實(shí)數(shù)據(jù)基礎(chǔ)，提升數(shù)據(jù)質(zhì)量。加快業(yè)務(wù)用例管理和數(shù)據(jù)分析平臺等建設(shè)，打造高水平數(shù)據(jù)專業(yè)團(tuán)隊，大力促進(jìn)大數(shù)據(jù)規(guī)模化應(yīng)用。

　　二是要實(shí)現(xiàn)數(shù)據(jù)運(yùn)用和業(yè)務(wù)發(fā)展的深度融合。要從戰(zhàn)略高度確定需要重塑的傳統(tǒng)業(yè)務(wù)和數(shù)字化的新業(yè)務(wù)路線圖，明確數(shù)字化目標(biāo)，以業(yè)務(wù)價值為中心，建立有效機(jī)制，通過不斷迭代升級，逐步改變原有的營運(yùn)模式，推動數(shù)字技術(shù)和業(yè)務(wù)深度融合。

　　三是加強(qiáng)數(shù)據(jù)安全管理，科學(xué)規(guī)范數(shù)據(jù)運(yùn)用，加強(qiáng)金融消費(fèi)者保護(hù)。

　　此外，緊跟數(shù)字經(jīng)濟(jì)發(fā)展，要豐富和完善開放式數(shù)字化服務(wù)生態(tài)。數(shù)字經(jīng)濟(jì)是未來經(jīng)濟(jì)發(fā)展的關(guān)鍵，是各國競爭的高點(diǎn)。據(jù)中國信息通信研究院測算，2019-2028年，數(shù)字技術(shù)將帶來12萬億美元的經(jīng)濟(jì)增長。其中，中國的數(shù)字經(jīng)濟(jì)直接產(chǎn)出6.3萬億，年增長29%；間接產(chǎn)出10.6萬億，年增長24%。要緊抓數(shù)字經(jīng)濟(jì)的關(guān)鍵-產(chǎn)業(yè)數(shù)字化，加快開放式服務(wù)體系建設(shè)，通過開方式服務(wù)體系獲取更多服務(wù)入口和更豐富的客戶需求，刺激金融和數(shù)字經(jīng)濟(jì)的融合生長能力；通過融合形成完整的數(shù)字化服務(wù)生態(tài)，進(jìn)一步提升開放銀行的價值。

　　說明：本文僅代表作者個人觀點(diǎn)，不代表所在單位

　　(本文作者介紹：中國民生銀行研究院研究員，高級經(jīng)濟(jì)師、高級工程師，多家核心報刊、新媒體專欄作家或特約撰稿人，專注于產(chǎn)業(yè)升級、數(shù)字經(jīng)濟(jì)、金融科技。)