2024年第3期

（总第15期）

数据管理与应用部

目录

青年行：奋楫笃行

contents

01

2. 各党支部、党小组和青年理论学习小组学习贯彻落实党的二十届三中全会精神

1. 7月举办“党纪党规伴我行 助力金融大文章”微党课比赛2. 7月第一党支部与内控合规部/法律部第一党支部开展联学联建3. 7月第二党支部参观上海市龙华烈士陵园

9月举办第二期数据分析应用及数据安全管理培训班

青年思：行成于思

02

金融工作政治性、人民性大家谈

1. 学习习近平总书记关于党的建设的重要思想的心得体会

2. 学习《习近平关于金融工作论述摘编》心得体会

青年研：数据赋能

03

1. 人工智能实现自动数据标注的探究

2. 大模型技术在零售信贷风控领域的应用研究

戴 悦  张丹

图文设计

贾伊宁

栏目主编

曹贝儿 王显仪 童心怡

版面编辑

黄洁璇  周芹 黄若飞

更多资讯

请关注“数据治理周周谈”公众号

青年行・奋楫笃行

——勇于担当，敢于作为——

版面编辑：黄洁璇

党的二十届三中全会是以中国式现代化全面推进强国建设、民族复兴伟业的关键时期召开的一次十分重要的会议，具有继往开来的里程碑意义。全会审议通过了《中共中央关于进一步全面深化改革、推进中国式现代化的决定》。习近平总书记在全会上的重要讲话，高屋建瓴、思想深邃，为进一步全面深化改革、推进中国式现代化提供了根本遵循。

数管部党总支高度重视学习贯彻党的二十届三中全会精神，把学习二十届三中全会精神作为重大政治任务，精心组织部署，深入贯彻落实，努力把全会精神转化为实际行动和工作成效。

党的二十届三中全会

为深入学习宣传贯彻党的二十届三中全会精神，引导部门全体党员切实把稳改革方向、凝聚改革共识、增强改革动力，积极践行金融工作的政治性、人民性，深化金融报国情怀，8月8日，数管部党总支组织开展党员大会暨“金融工作政治性、人民性大家谈”主题党日活动。

本次会议邀请中共上海市委党校专家围绕党的二十届三中全会精神和习近平总书记关于金融工作的重要论述摘编等内容进行专题辅导授课，帮助部门党员深入学习和了解全会召开的时代背景、重大意义以及进一步全面深化改革的重要部署。同时，会议围绕“如何贯彻落实党的二十届三中全会精神，践行金融工作政治性、人民性”这一主题开展了专题研讨交流，党员领导干部分别结合外部数据对接与应用、报表门户建设、管理驾驶舱服务等工作实际进行了研讨发言，聚焦主责主业，将贯彻全会精神融入数据领域重点工作，助力提升金融服务质效。

青年行：学习党的二十届三中全会精神

此外，会议宣布成立7支党员攻坚队和22名党员先锋岗，强化示范引领、模范带头作用，激励部门全体党员深化改革共识，勇于担当作为，以钉钉子精神抓好各项工作落实，助力做好金融“五篇大文章”。

青年行：学习党的二十届三中全会精神

——深学细悟抓落实 笃行实干勇担当——

各党支部、党小组和青年理论学习小组学习

贯彻落实党的二十届三中全会精神

为深入学习宣传贯彻党的二十届三中全会精神，推动全会精神入脑入心、落地落实，2024年7月至8月，数管部各党支部、党小组和青年理论学习小组迅速行动起来，围绕深刻领悟党的二十届三中全会的重大意义、深入学习领会习近平总书记关于全面深化改革的重要讲话精神、准确理解进一步全面深化改革的主题、重大原则、重大举措和根本保证等方面开展全会精神的专题学习和研讨。

各党员同志和青年员工纷纷表示，要深入学习领会习近平总书记关于进一步全面深化改革的一系列新思想、新观点、新论断，坚定拥护“两个确立”，坚决做到“两个维护”，把思想和行动统一到党的二十届三中全会精神上来，积极践行金融工作的政治性和人民性，紧扣高质量发展首要任务，聚焦主责主业抓落实，围绕“五篇大文章”，加强数据赋能，了解业务部门的真实诉求，找到关键挑战和价值，做好数字化转型工作，以实际行动把全会精神落到实处，全力支撑全行高质量发展。

青年行：学习党的二十届三中全会精神

7月举办“党纪党规伴我行 助力金融大文章”

微党课比赛

为深入学习贯彻习近平总书记关于全面加强党的纪律建设的重要论述，扎实推进党纪学习教育走深走实，7月10日，数管部党总支组织开展“党纪党规伴我行，助力金融大文章”微党课演讲活动。

比赛中，部门13名员工紧紧围绕党纪学习教育开展以来的学习成果，结合自身工作实践，从党纪小故事、党纪处分条例修订解读、如何严防统计造假弄虚作假等角度，以真挚的情感、鲜活的事例，真切抒发了对党规党纪的敬畏之心，表达了恪守责任、勇于担当、善于作为的坚定决心，充分展示了数管部青年员工朝气蓬勃、奋发向上的精神风貌。

青年行：党纪学习教育

此次演讲比赛不仅是检验党纪学习教育成果的有效措施，更是一次深刻的思想淬炼和精神洗礼。数管部将持续加强党纪学习教育，团结引领全体党员筑牢理想信念根基，锤炼坚强党性，将党纪学习教育成果转化为担当作为、履职尽责的不竭动力，推动数据要素价值不断释放，为做好金融“五篇大文章”贡献力量。

青年行：党纪学习教育

1

2

3

7月第一党支部与内控合规部/法律部第一党支部开展联学联建

为深入推进党纪学习教育，7月3日，数管部第一党支部与内控合规部/法律部第一党支部开展以“强化纪律学习，推动高质量数据运用”为主题的联学联建活动，各部门青年骨干代表参加。

活动中，数管部李琛琛同志领学《习近平关于金融工作论述摘编》主要内容，并结合工作实际分享学习心得；内控合规部/法律部曹英辉同志领学《中国共产党纪律处分条例》，并围绕时刻把遵规守纪印刻于心、践之于行分享交流。数管部同志介绍了外部数据管理相关工作，双方聚焦外部数据如何运用于内控案防管理进行了研讨，初步确定了后续数据使用及实施计划。交流结束后，全体党员集体观看了案件警示教育片《清廉失守毁人生》，以生动的案例，警示全体党员拧紧思想“总开关”、守住纪律“压舱石”。

本次联学联建以党建为引领，致力于推动数据要素价值不断发挥。双方一致表示，履职尽责、纪律先行，要把纪律观念和规矩意识内化于心、外化于行，以严明的纪律助力党建与业务融合、业务与技术融合，助力高质量发展。

青年行：党纪学习教育

7月第二党支部参观

上海市龙华烈士陵园

为深化党纪学习教育，数管部第二党支部于7月2日赴上海市龙华烈士陵园开展“传承红色精神，筑牢忠诚担当”主题党日活动，旨在回顾党的早期纪律建设光辉历程，感悟英雄烈士磅礴的精神力量、共产党人的坚强意志和坚定信念，共同追忆为革命事业英勇牺牲的革命先驱。在庄严肃穆的氛围中，党员们向烈士纪念碑敬献花篮并鞠躬致敬，深切缅怀革命先烈。随后，党员们参观了龙华烈士纪念馆，通过丰富的展品和先进的陈展技术，深入了解了257位英烈的英勇事迹，这些英烈为中国革命、建设和发展做出了杰出贡献，用鲜血照亮了新中国前进的方向。

上海作为中国共产党的诞生地和初心始发地，是共产党人逐梦开始的地方，支部自觉从党的历史中汲取智慧和力量，进一步深入贯彻落实党纪学习教育，提升党员廉洁自律意识，推动党风廉政建设工作向纵深发展。下一步，支部将以本次主题党日为契机，传承革命先烈们的精神，担起时代赋予的重任，以更高使命感、责任感、危机感、紧迫感，全面聚焦主责主业，砥砺奋进、勇毅前行。

青年行：党纪学习教育

为进一步深化党纪学习教育，切实增强党员的责任感和使命感，7月5日，数管部第三党支部赴上海宋庆龄故居纪念馆开展“守护家的记忆，传承国的情怀”主题党日活动，近距离感受革命历史，探寻人文印记，触摸历史底蕴。

上海宋庆龄故居是国家名誉主席、孙中山先生的夫人宋庆龄女士生前的寓所，这是她一生中居住时间最长的地方、被她称为“我可爱的家”，这里也是她进行国务活动的重要场所。跟随讲解员，第三党支部全体党员参观了宋庆龄文物馆，感受宋庆龄女士的求学历程，浓厚亲情，与孙中山先生精诚无间的爱情，捍卫民权、抵御侵略和投身解放的革命历程，为新中国建设、和平外交和妇儿福利事业做出的独特贡献，以及她简约雅致的生活情趣等。而后参观了仍然保持着她生前原样的故居主楼，留连其间，仿佛仍能感受到宋庆龄女士的音容笑貌和典雅风范。

“可爱的家”见证了她为国为民的丰功伟绩，让全体党员深切的感受到宋庆龄女士坚定的理想信念和突出的革命成就，感受到中国近代革命事业的波澜壮阔，激励着全体党员传承红色基因、坚定理想、锤炼党性、心怀“国之大者”、勇担责任使命，为高质量发展添砖加瓦、贡献力量。

青年行：党纪学习教育

7月第三党支部参观上海

宋庆龄故居纪念馆

青年行：党纪学习教育

9月党总支召开支委扩大会议开展党纪学习教育总结，部署推动党纪学习教育常态化、长效化

2024年9月26日，数管部党总支召开支委扩大会议，深入学习贯彻习近平总书记关于党纪学习教育重要指示、中央及金融工委党纪学习教育有关会议精神，以及总行党委部署要求，开展党纪学习教育工作总结，并对巩固深化党纪学习教育成果、推进党纪学习教育常态化、长效化工作作出部署。

会议强调，加强党纪学习教育是一项基础性、经常性工作。要坚决贯彻好习近平总书记重要指示和党中央相关决策部署，坚持把纪律教育融入日常、抓在经常，扎实推动党纪学习教育常态化、长效化，在全面深化改革的新征程上砥砺奋进，展现新作为。

青年行：党纪学习教育

会议要求，要深入学习贯彻习近平总书记关于全面加强党的纪律建设的重要论述，将学习宣传贯彻党的二十届三中全会精神与建立健全主题教育“四个以学”长效机制、巩固拓展党纪学习教育成果统筹结合，常学常新、常悟常进，在深学笃行中不断铸牢对党绝对忠诚的政治品格，以实际行动坚定拥护“两个确立”，坚决做到“两个维护”。在部门内推动开展经常性、集中性的党纪学习教育，持续增强对党纪主旨要义和规定要求的领会。推进警示教育常态化，进一步加强党员教育管理，坚持党性党风党纪一起抓，教育引导党员把铁的纪律真正转化为行为规范、日常习惯和自觉遵循。组织开好2024年度组织生活会，坚持问题导向，发扬自我革命精神，做好自我检视，严抓整改落实。进一步落实新时代党的建设总要求，坚持以严的基调强化正风肃纪，进一步激发党员、干部干事创业的积极性、主动性、创造性。

9月举办第二期数据分析应用及数据安全管理

培训班

9月2日至6日，数管部联合党校/研修中心，成功举办了2024年第二期数据分析应用及数据安全管理培训班，多地分行的业务骨干参加培训。

此次培训由数管部及外部权威机构的专家围绕数据分析平台及分析工具使用、外部数据概况及应用、数据安全管理等领域开展专业授课，并结合专题答疑、上机实操、理论考试等多种方式进一步巩固、强化培训效果，引导参训人员充分掌握数据分析应用、数据安全的理论知识和实操技能。培训中邀请多家分行围绕外部数据应用、数据安全内控监测检查及数据分析应用等方面的优秀经验做法进行现场分享交流，推动分行积极借鉴先进经验、拓宽自身工作思路。

通过此次培训，进一步增强了分行“主动用数、科学用数、智慧用数、安全用数”的理念和水平,推动分行在合法合规前提下进一步挖掘数据要素价值，赋能业务高质量发展。

青年行：数据人才培训

青年思・行成于思

——勤学善思，锐意进取——

栏目主编：王显仪

金融是国民经济的血脉，是国家核心竞争力的重要组成部分。中央金融工作会议提出“加快建设金融强国”，要求“深刻把握金融工作的政治性、人民性”。党的二十届三中全会强调要“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”，明确“健全服务实体经济的激励约束机制”，为推动金融高质量发展指明了方向。我们作为金融从业者，应当学习好贯彻好中央金融工作会议精神和党的二十届三中全会精神，深刻理解把握坚持金融工作的政治性和人民性，坚定地走好中国特色金融发展之路。

当前正处于以中国式现代化全面推进强国建设、民族复兴伟业的关键时期，党的二十届三中全会通过《中共中央关于进一步全面深化改革、推进中国式现代化的决定》，以经济体制改革为牵引，以促进社会公平正义、增进人民福祉为出发点和落脚点，为新时代新征程上进一步全面深化改革提供了高屋建瓴的总体部署。会议提出，要完善要素市场制度和规则，构建高水平社会主义市场经济体制，健全因地制宜发展新质生产力体制机制，健全促进实体经济和数字经济深度融合制度，为数据要素市场改革

1

金融工作政治性、人民性大家谈

1

1

与发展提供了制度保障，有利于进一步营造金融业数据合规高效流通和交易的良性环境，充分发挥数据要素价值。

1

金融工作政治性、人民性大家谈

二、贯彻全会部署，践行导向要求

为积极贯彻全会关于数据要素及数字经济的重要部署、践行金融工作的政治性和人民性，在后续外部数据统筹管理中将从以下三个方面持续发力。

一是要主动抓住数据产业发展浪潮。全会明确要建立数据产权归属认定、市场交易、权益分配、利益保护等制度，培育全国一体化数据市场。随着利好政策陆续出台，数据流通交易的规模、效率、规则将进一步提升。由于金融业是数据密集型行业和最大数据市场需求方，外部数据统筹工作更应该主动抓住数据产业发展浪潮，加强外部数据引入合作，在合规供数的前提下持续探索数据要素市场交易新路径与新模式。

二是要准确把握数字经济战略意义。全会明确要健全促进实体经济和数字经济深度融合制度，加快推进新型工业化，培育壮大先进制造业集群，推动制造业高端化、智能化、绿色化发展。数字经济具有广泛渗透至经济社会各方面的特性，在推动中国式现代化建设和高质量发展中扮演着关键角色。外部数据开发利用应聚焦实体经济发展，通过挖掘和释放数据要素价值助力发展“五篇大文章”，提升整体经济的活力和竞争力。

三是要积极探索数据资产融资模式。随着数据确权和估值标准进一步规范，如今越来越多的数据类企业，特别

1

1

金融工作政治性、人民性大家谈

是轻资产型科技企业开始将数据资源作为资产纳入财务报表。在推动外部数据统管工作的同时还应深入研究数据产业相关政策和发展动态，积极与数据交易所合作，尝试通过数商交易情况，结合企业主营方向与数据资产的匹配情况，助力精准识别优质数据企业，促进各类先进生产要素向发展新质生产力集聚。

贯彻落实党的二十届三中全会精神，践行金融工作政治性、人民性

党的二十届三中全会是在以中国式现代化全面推进强国建设、民族复兴伟业的关键时期召开的一次十分重要的会议。我们要准确理解把握党中央关于进一步深化改革、推进中国式现代化的战略部署，把握人工智能技术发展的新趋势，积极做好“五篇大文章”中“数字金融”对“科技金融、绿色金融、普惠金融、养老金融”的赋能作用，落实好基层减负工作，发挥好数据要素价值，不断提升学以致用实效，切实把金融工作的政治性、人民性要求贯彻到具体工作中，助力数字化转型和高质量发展。

一是要加强理论武装，提升党性修养。要认真学习、深刻领会党的二十届三中全会精神，努力做到先学一步，

1

二是要树立规矩意识，强化纪律建设。会议指出，要“深入推进党风廉政建设和反腐败斗争”。加强纪律建设是全面从严治党的治本之策，作为支部纪检委员，在以《纪律处分条例》为重要抓手，扎实开展好党纪学习教育工作的同时，更要教育引导各位党员深入领会修订《条例》的重点内容和着力方向，严格落实中央八项规定及其实施细则精神，认真执行因私出国、公务用车等各项规定，把规矩转化为日常习惯和自觉遵循。同时，做到以案为鉴，深刻总结教训，从内心深处筑牢拒腐防变堤坝，切实把铁的纪律转化为日常习惯和行动准绳，切实把党纪学习教育成果转化为坚定理想、锤炼党性和指导实践、推动工作的强大力量。

三是要做好调查研究，落实基层减负。调查研究是我们党的传家宝，是做好各项工作的基本功，要深入学习贯彻习近平总书记关于大兴调查研究之风的重要指示精神，坚持实事求是与问题导向，统筹抓好问题解决和闭环管理，进一步将调研成果转化为高质量发展动能，解决好基层用户的“急难愁盼”问题。在手工报表问题治理过程中，通过开展基层手工报表问题专项调研，建立手工报表问题门户专项反馈渠

学深一层，将学习贯彻全会精神，同学习贯彻中央金融工作会议精神、党纪学习教育等贯通起来，一体推进落实。要坚持党中央对金融工作的集中统一领导，深刻领悟“两个确立”的决定性意义，坚决做到“两个维护”，把思想和行动统一到党的二十届三中全会重大决策部署上来，以实际行动把党中央关于金融工作的大政方针和决策部署不折不扣贯彻落实到位。

金融工作政治性、人民性大家谈

1

金融是国民经济的血脉，是国家核心竞争力的重要组成部分，事关经济发展和国家安全，事关人民群众安居乐业。坚持金融工作的政治性就是要把党中央对金融工作的集中统一领导贯穿于金融工作的全过程、各方面，坚决高效落实好党中央各项决策部署和工作安排，确保金融工作始终沿着正确方向前进。坚持金融工作的人民性是金融工

1

金融工作政治性、人民性大家谈

道与在线处理流程，推动常态化、协同化解手工报表问题；在报表门户的建设工作中，面向基层一线用户的看数用数需求，要切实解决报表“既多又少”的问题，提升报表服务经营管理质效，一方面减少低质冗余报表干扰，开展存量报表数据确权，通过报表门户建立报表数据质量问题一键反馈功能，整体提升报表可用性；另一方面增加高质量报表供给，实现新增报表需求全面扎口，保障使用说明、口径含义清晰完善，组织业务部门录制重点报表视频讲解课程，同步建强数据报表门户智能检索与权限申请功能，确保基层用户找得到、看得懂、用得好报表。

践行金融工作的政治性、人民性，积极推动做好“数字金融”大文章

1

1

金融工作政治性、人民性大家谈

作最本质的要求，必须站稳人民立场，坚持以人民为中心的价值取向，聚焦人民群众对美好生活的向往，不断提升金融服务的质量和效率，保护好人民群众利益。

    作为党员干部，我们要把对金融工作政治性、人民性的深刻理解转化为推动高质量发展的具体举措，把思想和行动统一到二十届三中全会重大决策部署上来，用全会精神指导实践，紧扣高质量发展首要任务，围绕“五篇大文章”，聚焦主责主业，推进各项工作做实做细。

    基层是贯彻落实党中央决策部署的“最后一公里”。管理驾驶舱作为服务于行内各层级经营管理人员的重要数字化支撑工具，始终以基层问题为牵引，扎实开展调查研究，把情况摸清、把问题找准，干实事、谋实招、求实效。一方面总结热点功能和典型场景，通过积极参与业务部门条线培训、制作短视频等方式提供场景化的操作辅导加强培训，让基层知道“有什么”、“怎么用”，从而进一步用好总行系统平台。另一方面定期开展分行实地调研，与基层用户面对面、点对点的深入交流，同时持续完善线上用户反馈机制，让用户在使用过程中做到“有诉求，一键提”。

一方面是发挥数据作用，持续增强金融服务的供给能力。比如在科技金融领域，针对科技型企业定贷核额难等问题，支持公司部探索建立基于创新能力、社会认可度等方面的科技型企业“1+N”评价体系，用简易、实用的参数化、模块化打分卡，为定贷核额提供量化依据，提升金融支持科技创新的精准性。另一方面聚焦重点领域源头数据治理，以真实、准确的统计数据交出落实党中央重大决策部署，服务实体经济，做好“五篇大文章”的量化答卷。下一步一是要结合业务管理需要持续优化规则模型，进一步提升精确性。二是总结经验模式，拓展应用范围，由“事后整改”向“事中管理”前移，助力统计数据的真实、准确。

1

1

金融工作政治性、人民性大家谈

1

党员、青年研讨发言摘录

作为党员，我们更需要注重践行金融工作的政治性和人民性。在践行金融工作的政治性方面，我们要增强“四个意识”，同时注重提升专业能力，成为党和国家需要的政治过硬、能力过硬、作风过硬的高素质、专业化金融人才。在践行金融工作的人民性方面，我们要坚持以人民为中心的发展理念。例如，在统计工作中，要确保统计数据的真实性和准确性，特别关注普惠、养老等与民生密切相关指标的数据变动情况，为制订金融政策、优化金融服务、评估金融风险提供重要的决策支持。

—— 数据信息报告部 吉轩帆

把握政治性是金融工作高质量发展的坚强保障和政治方向，政治立场回答了金融事业“举什么旗、走什么路”的问题。践行人民性是金融工作高质量发展的根本宗旨和价值取向，人民立场回答了金融事业“为了谁、依靠谁”的问题。走中国特色的金融发展之路，我们每一个金融行业从业人员都应切实增强做好新时代金融工作的责任感和使命感，把握金融工作的责任感、使命感，推动金融行业高质量发展。

——大数据整合部 谢海花

金融工作政治性、人民性大家谈

1

习近平总书记在中央金融工作会议上强调，要“深刻把握金融工作的政治性、人民性”。一方面，我们要深入学习贯彻习近平新时代中国特色社会主义思想，增强“四个意识”、坚定“四个自信”、做到“两个维护”，确保金融工作始终沿着正确方向前进。另一方面，我们也要深刻领会以人民为中心的价值取向的丰富内涵，通过数据，分析洞察群众需求，助力普惠金融发展，在提升金融服务质效的同时让金融服务更加贴民生，切实做到金融发展为了人民、依靠人民、成果由人民共享，把以人民为中心的价值取向体现在推动金融高质量发展各个环节。

——制度规划部 童心怡

一方面，要坚持金融工作的政治性，从政治的高度来看待金融，自觉服务强国建设和民族复兴大局。另一方面，金融的本质是服务实体经济，金融工作必须坚持以人民为中心的发展思想，聚焦人民群众对美好生活的向往，不断提升金融服务的质量和效率。具体来说，金融要加大对小微企业、民营企业、乡村振兴等领域的支持力度，通过创新金融产品和服务模式，助力实体经济转型升级，同时，积极参与社会保障体系建设，为教育、医疗、养老等民生领域提供有力支持，让金融发展成果更多更公平惠及全体人民。

——公司同业数据应用部 滕俊樑

1

金融工作政治性、人民性大家谈

1

2

在新时代的征程上，党的建设新的伟大工程是确保党长期执政能力的重要保障。习近平总书记关于党的建设的重要思想，为我们指明了前进的方向。作为一名青年员工，我深感学习贯彻这一思想的重要性和紧迫性。

习近平总书记强调，党的建设必须坚持和加强党的全面领导，坚持党要管党、全面从严治党。这一思想涵盖了党的政治建设、思想建设、组织建设、作风建设、纪律建设等各个方面。政治建设是党的根本性建设，决定党的建设方向和效果。思想建设是党的基础性建设，关系到党的创造力、凝聚力、战斗力。组织建设是保证党的领导和党的建设顺利进行的重要支撑。作风建设是党的建设的永恒主题，纪律建设是全面从严治党的治本之策。

作为金融行业的青年员工，我深知自己的工作不仅仅是完成日常的业务操作，更是要在实践中贯彻落实党的建设思想。我们青年员工是党的事业的接班人，是推动金融高质量发展的生力军。我们要以高度的责任感和使命感，为实现中华民族伟大复兴的中国梦贡献自己的力量。

在日常工作中，我始终坚持以支持业务应用为中心，努力提供优质、高效的外部数据服务。在风险管理方面，我严格遵守规章制度，时刻警醒自己，保证自身的纯洁性

学习心得体会

和先进性。在团队协作中，我积极发挥青年的先锋模范作用，团结团队成员共同学习党的理论，提高政治素养，增强团队的凝聚力和战斗力。

1

2

学习心得体会

在贯彻落实党的建设思想的过程中，我们也面临着一些挑战，例如，如何更好地将党的建设与银行业务发展相结合，如何提高青年员工的政治素养和业务能力等。面对这些挑战，我们需要不断学习，提高自己的理论水平和实践能力。

未来我将继续深入学习党的建设思想，不断提高自己的政治素养和业务水平，努力为推动金融高质量发展，为推进中国式现代化贡献力量。

与人民性的深度融合

金融作为现代经济的核心，其工作不仅关乎经济的稳健发展，更与国家的政治稳定和人民的生活福祉紧密相连。牢牢把握金融工作的政治性、人民性，是新时代金融工作的重要使命。

2

和长远利益。金融工作必须始终坚持党的领导，以确保金融发展的正确方向。在金融政策制定和执行过程中，要充分考虑其对国家政治稳定的影响，防范和化解可能引发的政治风险。同时，金融工作还要积极服务于国家的重大战略部署，如支持科技创新、推动绿色发展等，为国家的长远发展提供有力的金融支撑。

学习心得体会

金融工作的人民性，则体现在其必须以满足人民日益增长的金融需求为出发点和落脚点。金融是服务实体经济、服务人民生活的重要行业。金融工作必须始终坚持以人为本，关注人民群众的金融需求，提供便捷、高效、安全的金融服务。同时，金融工作还要积极履行社会责任，加大对薄弱环节的金融支持，如小微企业、农民、城镇低收入人群等，促进社会的公平和和谐。

牢牢把握金融工作的政治性、人民性，需要我们在实践中不断探索和创新。一方面，要加强金融监管，确保金融市场的稳定和健康发展；另一方面，要推动金融改革创新，提升金融服务的覆盖面和普惠性。同时，还要加强金融人才队伍建设，培养一支政治可靠、业务精通、作风扎实的金融人才队伍，为金融工作的政治性、人民性提供有力的人才保障。

总之，牢牢把握金融工作的政治性、人民性，是新时代金融工作的必然要求。我们要始终坚持党的领导，服务国家大局和长远利益；始终坚持以人民为中心的价值取向，通过不断探索和创新，更好地服务经济社会发展和人

民群众的美好生活。同时，作为数管部员工，我们也必须加强学习和实践，充分利用大数据、人工智能等先进技术手段，提升风险监测水平，健全预警机制，提升金融服务的智能化水平，为推动我国金融业的高质量发展做出自己的贡献。

1

2

学习心得体会

金融是国民经济的血脉，金融高质量发展关系中国式现代化建设全局。作为刚刚进入金融领域的青年员工，为了扣好职业生涯的“第一颗扣子”，我认真学习了《习近平关于金融工作论述摘编》，对金融工作的本质、要求和方向有了更为正确的理解。以下是我在学习过程中的一些心得体会。

第一，坚持向党中央看齐，做立场坚定的金融工作者。坚持党对金融工作的集中统一领导是做好金融工作的根本保证。金融工作者要想真正推进祖国金融事业蓬勃发展，就必须牢牢树立“四个意识”，做到“两个维护”，积极学习党中央的相关政策，时刻保持自己的思想意识同党中央高度一致，确保自己始终走在正确的前进方向。

1

2

金融业的发展必须以满足人民群众的需求为出发点和和落脚点。我们党领导的金融事业，归根到底要造福人民，这与一些国家金融为资本、为少数有钱人服务的本质截然不同。因此，作为一名社会主义金融工作者，我将致力于推动金融工作为广大人民群众服务，而不是只为少数人服务，不断提高金融服务的普惠性、多样性和可及性。

第三，坚持守正创新，做有能力有担当的金融工作者。金融业既要坚守“服务实体经济”的初心，也要在坚守正道的基础上不断创新。这启发了我对待工作也要坚守初心、勇于创新。既要守住自己的初心，坚持做一名遵纪守法、善良正义的金融工作者；也要在工作中持续提升创新思维，积极创新数据应用的方法和场景，让数据成为推动业务创新发展的重大力量。

《习近平关于金融工作论述摘编》中的思想让我对金融工作有了更深入的理解和认识。我将以此为指引，在工作中时刻保持清醒的头脑，坚决做好两个维护，坚持以人民为中心的价值取向，严格遵守规章制度，坚守职业道德，勇于创新，敢于拼搏，为推进金融高质量发展贡献自己的力量。

学习心得体会

青

年思

栏目主编：童心怡

版面编辑：黄若飞

青年研·学以致用

——数据赋能，驱动发展——

党的二十届三中全会强调要“健全因地制宜发展新质生产力体制机制”。发展新质生产力有利于我国在新一轮科技革命和产业革命中抢占战略制高点，赋能传统产业升级，推动高质量发展，谱写中国式现代化建设的新篇章。

数管部深入贯彻落实全会精神，坚持在数据领域前沿技术研究方面持续发力。本期“青年研”板块精选的两篇研究文章从人工智能应用于数据领域的角度出发，探索利用前沿技术进一步加速新质生产力发展，为经济高质量发展提供数字化新动能。

编者按

数据标注是通过分类、画框等方式标记对象的特征，作为“教材”让AI学习，将机器难以直接识别的原始数据转换为可理解的信息的过程。然而数据标注工作本身耗时费力，如何提升标注的效率，行业内开始探索利用AI赋能数据标注，自动数据标注的概念应运而生。

自动数据标注，指的是利用算法或规则，自动给出机器预测的标注结果，而不需要人工手动执行标注任务，也被称为“数据预标注”。全自动数据标注很难做到100%的准确率，尤其是在数据复杂或者模型遇到了训练集中没有出现过的新场景时。因此，自动标注通常与人工审核相结合，以确保数据标注的准确性，称为“半自动标注”或“人机协作”。自动数据标注将原先从零开始、手工操作的人工标注作业方式，改造为只需审核修正，是提升数据标注工作自动化、智慧化水平的重要手段。

人工智能实现自动数据标注的探究

自动数据标注工作流程

该文2024-7-13发布于数据治理周周谈

1.数据收集：收集需要标注的原始数据，可以是图片、文本、音频或视频等；

2.预处理：对收集到的数据进行清洗和格式化，确保数据质量，提高自动标注的准确率，包括：去噪、裁剪、归一化等操作；

3.定义标注规则：确定需要标注的信息和要使用的标签类别，包括用于识别对象特点、分类的细节等；

青年研：人工智能实现自动数据标注的探究

4.自动标注：根据原始数据和标注任务类型，配置并调用合适的自动标注模型，对原始数据进行预处理，给出自动标注结果，分两类情况：

A.半自动标注：系统会提供一个初步的标注结果，然后交由人类专家进行审核和修改；

B.全自动标注：系统完全自动地完成标注流程，不需要或者很少需要人工干预；

5.质量检查：系统生成标注后需要进行质量检查，通常涉及到随机抽样和查看标注结果，确保标注的准确性和一致性；

6.生产结果集：将自动标注结果发送给标注员进行修正，并将人工确认过的标注结果存档，完成数据标注。

7.迭代改进：借助反馈循环，同步将标注错误结果及的新的标注数据重新训练标注模型，以适应数据分布的变化或新的任务要求。

（一）提升数据标注的效率

使用AI进行自动化的数据标注，可以替代框选、输入文字等繁琐的人工操作，实现数据标注的降本增效，使得大规模数据集标注可以在可接受的交付周期和成本框架内完成。

青年研：人工智能实现自动数据标注的探究

（二）保障标注结果的质量

使用经过验证的AI辅助人工标注员进行标注，可以发挥AI的稳定客观的优势，为最终的标注结果设定“基线”，提升标注结果的一致性和准确性。苏黎世大学的研究发现，ChatGPT在多项文本标注任务中的表现已优于众包人员，其标注准确率比众包人员高出约25%。随着标注数据的不断积累，自动标注算法还可以进行迭代优化，持续改进自动标注的质量。

鉴于自动化数据标注的突出优势，业界已有不少企业把AI技术应用到了数据标注场景，证明自动数据标注的落地是切实可行的。

根据公开报道，国内某商业银行已利用大模型，自动完成客服知识的数据标注，助力提升客服分流效率；也有商业银行使用聚类模型，对数据资产进行智能化主题标注，解决训练样本人工标注工作量大、模型难以自适应数据增长的难题。

亚马逊机器学习平台SageMaker内置了自动标注引擎，能够为4种标注任务提供自动标注的能力：图像分类、图像语义分割、对象检测、文本分类。亚马逊的自动标注能力使用主动学习（Active Learning）策略，与标注员协作完成标注，显著减少标注所需的成本和时间，并能利用人工标注结果不断提升自动标注模型的标注准确性。

青年研：人工智能实现自动数据标注的探究

鉴于自动化数据标注的突出优势，业界已有不少企业把AI技术应用到了数据标注场景，证明自动数据标注的落地是切实可行的。

某些需要标注的要素或标签，具有特定的格式或关键词，可以借助专家经验总结为规则，对原始数据进行自动扫描，方便标注人员快速定位和判断。

制订预标注规则时，首先应确认原始数据及规则特征是机器易解析的（通常为文本类数据）；再由业务人员根据专家经验或业务词库描述每个标签中常见的关键词或格式；最后，将业务人员的规则描述转换为关键词库或正则表达式，即形成自动标注规则。

标注平台在给标注员展示数据时，会根据自动标注规则，扫描原始数据中相匹配的模式，如果命中，则高亮相关短语，或根据模式-标签的匹配关系，自动给文本打上对应的标签，供标注员审核、增删或修正。

自动标注规则对于数据格式的要求较高，且识别过程固定，无法对实际数据中的各种情况进行准确识别标注，效率提升效果有限。使用专用小模型进行自动标注能够更好地进行泛化识别，并可应用于图像、音视频等数据类型，是当前应用较成熟的路径。根据作用方式的不同可分为两类：

一类是对特定环节实施自动标注。在多环节任务标注中，可选取标注工作流中简单且泛用性强的部分环节实现自动标注，其余由人工进行。以“标注业务表单中所有栏位的位置、内容和栏位标签”为例，标注工作分解为三个工序：

（一）自动数据标注的三种路径

青年研：人工智能实现自动数据标注的探究

先确定文字位置，再识别文字内容，最后打上栏位标签，前两个工序不需要理解表单中文字与栏位的对应关系，可由通用的文字识别模型就可以完成替代人工，在自动框选出页面中的全部文字并识别好文字内容之后，人工标注员只需要给文本框打上栏位标签就可以完成标注了。

AI自动识别文字位置和内容，人工添加标签（来源：百度AI Studio）

另一类是“端到端”自动标注。它是由模型直接根据输入数据给出标注结果。以“人机协作”自动标注方法为例。

标注结果与其训练的AI模型的输出往往很类似，先使用训练中的AI模型对原始数据进行自动标注，输出模型预测的标注结果，标注员只需要对模型输出结果进行审核、修正，就可以得到最终的标注结果，再用标注数据继续训练提升AI模型能力，形成一个“人机协作”的反馈闭环，直至达到投产上线要求。

要启动自动标注的人机协作闭环，有一个手动“冷启动”过程：通过纯人工标注一小批数据，训练出一版基础模型识别效果，之后就可以开启模型进行自动标注并进行人工审核，不断提升模型识别效果。

比如，我们希望训练一个“自动审查出宣传物料中不合规的表述”的分类模型，目标准确率为95%。首先，需要在每个类别下先标注100条数据进行模型的“冷启动”训练；再通过训练后模型对原始文本进行自动要素抽取标注，高亮敏感词及其分类，最后由标注人员复核采纳或修正。假设基础模

青年研：人工智能实现自动数据标注的探究

型的准确率只有60%，人工标注时只需对剩下40%的敏感表述进行查缺补漏即可，已大大降低了人工标注的工作量，同时减少可能的人工注意力不集中遗漏敏感表述的情况。

先确定文字位置，再识别文字内容，最后打上栏位标签，前两个工序不需要理解表单中文字与栏位的对应关系，可由通用的文字识别模型就可以完成替代人工，在自动框选出页面中的全部文字并识别好文字内容之后，人工标注员只需要给文本框打上栏位标签就可以完成标注了。

青年研：人工智能实现自动数据标注的探究

自动标注的提示词的撰写方法，可归纳为三类：描述型、案例型和思维链型。

青年研：人工智能实现自动数据标注的探究

除了使用提示词让大模型学习标注规则，也可以使用人工确认后的标注数据对大模型进行指令微调。经过指令微调的大模型能更好地遵循标注指令，标注结果更符合标注人员的预期。

用于指令微调的训练数据通常包含三个元素：

指令：说明标注任务，描述标注规则和输出格式。

待标注数据：需要进行标注的原始数据，如客户对话文本。

期望输出：对于给出的待标注数据，标注员复核确认后的标注结果。

（二）自动数据标注优缺点分析

自动标注的三种实施路径各有其优劣，目前还不存在一个单一的方法能够在所有场景达到最好的效果。因此，我们对自动标注实现方法的特点进行综合性分析，并探讨每种方法更为适用的落地场景。

青年研：人工智能实现自动数据标注的探究

随着AI需求的增长，人工标注难以满足效率、成本和一致性要求。数据标注正向自动化、智能化发展，提升自动标注能力是提升生产力和开发效率的可行路径。商业银行可根据场景选择适合的自动标注方案，支持AI应用落地。未来，自动化技术将用于更多AI数据准备环节，如智能聚类评测数据、AI算法质检标注结果、数据合成扩充训练集，助力AI在商业银行的规模化应用。

参考文献：

[1] Pan A, Chan J S, Zou A, et al. Do the rewards justify the means? measuring trade-offs between rewards and ethical behavior in the machiavelli benchmark[C]//International Conference on Machine Learning. PMLR, 2023: 26837-26867.

[2] Gilardi F, Alizadeh M, Kubli M. ChatGPT outperforms crowd workers for text-annotation tasks[J]. Proceedings of the National Academy of Sciences, 2023, 120(30): e2305016120.

[3] 吕仲涛. 金融行业AI大模型落地探索与实践[EB/OL]. (2023-09-12) [2024-06-14]. https://mp.weixin.qq.com/s/OJEEn63iILHoJewSt9de-w.

[4] 林勇, 秦旭昆. 基于AIGC的数据资产盘点研究与实践思考[EB/OL]. (2023-10-18) [2024-06-14]. https://mp.weixin.qq.com/s/R9BiVtkNEFU8qX2D5M0f7w.

[5] AWS. Automate Data Labeling[EB/OL]. [2024-06-14]. https://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/sms-automated-labeling.html.

[6] 白帆. 主动学习（Active Learning）概述及最新研究[EB/OL]. (2022-02-05) [2024-06-16]. https://mp.weixin.qq.com/s/RWqnCy4FOJ4ygj6UwLNXpA.

[7] Desmond M, Duesterwald E, Brimijoin K, et al. Semi-automated data labeling[C]//NeurIPS 2020 Competition and Demonstration Track. PMLR, 2021: 156-169.

[8] Kojima T, Gu S S, Reid M, et al. Large language models are zero-shot reasoners[J]. Advances in neural information processing systems, 2022, 35: 22199-22213.

[9] Tan Z, Beigi A, Wang S, et al. Large Language Models for Data Annotation: A Survey[J]. arXiv preprint arXiv:2402.13446, 2024.

青年研：人工智能实现自动数据标注的探究

大模型技术在零售信贷风控领域的

应用研究

该文2024-8-31发布于数据治理周周谈

当前促消费、扩内需政策的持续“加码”为零售信贷业务赋予了新使命。一方面，金融机构要聚焦于惠企，致力于为小微企业和个体工商户纾困减负；另一方面，商业银行需要着力推动个人消费提质增效。在此背景下，金融机构纷纷加大市场渗透，加速下沉市场的零售布局。这一趋势迫使金融机构敏捷迭代信贷风控模型，以适应新客群的信用风险特性。同时，零售信贷业务的扩张也吸引了黑灰产利用先进的AIGC技术开展新型欺诈攻击，不断寻找现有风控规则的漏洞。机遇与风险同时驱动着金融机构将大模型技术引入信贷风控领域，构建以“模型对抗”为主的新型风控体系，提升自身对复杂风险环境的应对能力。

零售信贷风控应用现状

01

AI大模型在零售信贷领域的比较优势

02

近年来，金融机构广泛运用的信贷风控模型以“静态风控模型+动态风控策略”的模式为主，更倾向于传统的“策略对抗”。即先借助机器学习、深度学习等算法通过静态的历史金融数据构建风控模型，再通过不断调整风控

1.传统风控模型的局限性

青年研：大模型技术在零售信贷风控领域的应用研究

策略与规则来应对不同的风险场景，其实质是运用过去的数据预测未来的行为。这种模式的不足之处主要体现在以下两点：第一，对大规模、多维度数据的处理与分析能力有限，难以全面挖掘风险因子，传统风控模型多采用决策树、随机森林、评分卡等传统机器学习领域的分类或回归模型方法，高度依赖专家经验与历史数据，在输入没有明确范围的情形下较难发挥作用。第二，灵活性与时效性不足，在现今客群动态变化加快、黑灰产加速利用AI技术开展新型欺诈攻击等新形势下，传统风控模型已逐渐“失效”，风控策略的调整无法实时应对随时出现的信贷风险隐患。

《2023年商业银行风控趋势调研报告》中指出，众多金融机构的风控策略正逐渐从传统的“策略对抗”进入“模型对抗”为主的新时代。与传统风控模型相比，大模型技术具有以下几项突出优势：第一，大模型对复杂数据的学习处理能力更强，能明显提升金融机构对于海量多维数据的处理与分析能力，构建更多元化、更高效的风控模型。第二，大模型技术可以开展动态风控管理，提升风控的自动化与智能化水平，缩短风控模型迭代周期，从而显著增强风控模型应对黑灰产恶意欺诈攻击等外部环境变化的处理能力。

2. AI大模型在信贷风控应用领域的优势

3. 大模型技术在信贷风控应用领域面临的技术挑战

大模型技术在应用于信贷风控领域时仍面临着多方面的技术挑战。在数据方面，信贷风控大模型依赖于高质量、多渠道与多形式的海量数据，如何在保障数据隐私与

青年研：大模型技术在零售信贷风控领域的应用研究

安全的前提下收集、整合数据集来训练与优化大模型仍是一个难题。模型表现方面，信贷风控大模型需要具备较高的泛化能力来应对多场景的信贷风险，而信贷业务的复杂多样性导致大模型难以在所有场景都保持高性能与高准确度。在可解释性方面，由于大模型通常具有复杂的训练逻辑与决策过程，这可能会导致模型生成的风控决策难以解释，从而影响金融机构对于大模型的信任度与接受度。

传统的信贷风控模型以专家模型（Expert Model）和逻辑回归（Logistic Regression）为代表，往往局限于企业财务信息和人行征信信息等结构化数据，并基于决策树、随机森林等传统机器学习方法，通过一套预定义的标准来评估客户信用。尽管在常规场景中这些信息能够提供可用的数据见解，但是这种被动调整风控的策略难以全面审视申请人的信用状况，在准确性和速度上有一定的滞后性。

信贷风控领域的大模型本质就是利用循环神经网络（Recurrent Neural Network）以及长短期记忆网络（Long Short-Term-Memory）的时间识别序列和长时间记忆模式的能力，在短时间内进行海量的数据处理分析。这不仅包括客户征信、身份信息等传统数据，还包括社交媒体活动、客户在线行为和交易历史等非传统数据源以及各种非结构化数据。大模型技术能够将信贷风险所需要的数据要素进行标准化、结构化的处理，形成可用、易用、可扩展的信息，以此识别出这些数据中的时间关联性以及他们的趋势，帮助商业银行更全面地了解申请人的财务行为和信用风险。RNN能够将数据转化为认知特征，从而使风

AI大模型在零售信贷领域的应用探索

03

1.风险识别与评估

青年研：大模型技术在零售信贷风控领域的应用研究

控决策系统增强精细度。通过分析非传统的数据点，预测可能在未来影响其信誉的潜在生活事件，并通过自动化的审批来做授信敞口和定价，无需大量人工干预并可在在几十秒内完成整个流程。这种明显强于传统信审的模式可以帮助商业银行更加全面、准确的预测客户的潜在信用风险。

近两年商业银行信贷加速普惠金融覆盖，客群更加多样。因不同客群的信贷行为、还款意愿和能力差异，通过客群分层更精准识别风险，有助于制定差异化风控策略，提升风险识别效率。需借助模型技术整合客户信息，AI大模型可为不同客群开发定制风险模型，满足多样需求。例如，小企业主的风险评估重点在业务收入、行业趋势等，助力更精细的信贷评估，降低违约风险，同时为传统模型过滤的客户提供服务。

2.欺诈监测与预防

商业银行的传统欺诈监测模型主要依靠静态的、基于规则的方法，例如通过建立一组预定义的规则来识别可疑交易，若一笔交易超过了规则的限定额，或者发生在可疑的地理位置，则会被标记。然而由于黑灰产欺诈策略的动态性，传统模型在准确性和速度上有滞后性，银行难以实时干预。而大模型技术具备实时分析大量交易数据的能力，意味着AI能够自主从大量历史交易数据中总结出客户的交易规律，并准实时地识别出异常模式和潜在威胁。

青年研：大模型技术在零售信贷风控领域的应用研究

交易模式的能力意味着他们可以以更高的精度预测潜在欺诈风险。随着新数据的流入，AI大模型能够自主调整，利用AI对历史数据长时间的“记忆”，从大量交易数据中挖掘模式、找寻规律，完善他们对合法和可疑活动的理解，这在不断变化的网络威胁和欺诈策略环境中尤为重要。

此外，AI大模型能够利用图分析技术的可视化能力，将客户的交易映射到网络或者图结构上：在这样的图中，节点代表个人账户实体，边代表不同账户之间的交易或者关系。例如，若资金在紧密相连的账户之间快速流动，这可能表明存在洗钱计划或者分层交易，旨在掩盖资金的原始来源。考虑到整个交易网络并不是孤立的活动，这有效提高了模型对欺诈检测的准确性和全面性。随着欺诈者不断改进他们的技术，从一种策略转向另一种策略，模型也会随之适应，重新校准它们的监测机制，最终导向一个不断自我更新的防御机制。

总结与展望

04

随着金融科技的不断发展，金融风控正走向数字化、智能化、自动化，其在零售信贷领域的应用场景也逐渐从“强变量”的逻辑性判断转向更多“弱变量”的组合。AI大模型凭借强大的海量计算、语义理解及智能整合能力，能够迅速从这些看似边角料的“弱变量”中找出有效信息，为商业银行精确且迅速地捕捉零售信贷市场动态变化规律提供了强有力的工具，为建立更加全面的信用及欺诈风险评估体系奠定了基础。

在确保数据隐私与安全的基础上，AI大模型技术为商业银行有效应对零售布局的加速下沉提供了坚实的理论与方法支持，有望在未来提升商业银行的风险管理效率，保障零售信贷业务的可持续发展。

青年研：大模型技术在零售信贷风控领域的应用研究

参考文献：

[1] 陈植. (2023-11-28). 信贷风控进入“大模型时代”. 21世纪经济报道, 008.

[2] A.Aljarbouh, “Accelerated simulation of hybrid systems: method combining static analysis and run-time execution analysis.” Rennes 1, 2017.

[3] L.Aziz, Y.Andriansyah, “The Role Artificial Intelligence in Modern Banking: An Exploration of AI-Driven Approaches for Enhanced Fraud Prevention, Risk Management, and Regulatory Compliance.” RCBA-2023, 6(1), 110-123.

[4] Y. Liang, W. Liang, and J. Jia, “Structural Vibration Signal Denoising Using Stacking Ensemble of Hybrid CNN-RNN,” arXiv e-prints, p. arXiv-2303, 2023.

[5] Yusof, S. A. B. M., & Roslan, F. A. B. M. (2023). The Impact of Generative AI in Enhancing Credit Risk Modeling and Decision-Making in Banking Institutions. Emerging Trends in Machine Intelligence and Big Data, 15(10), 40–49.Retrieved from http://orientreview.com/index.php/etmibd-journal/article/view/30.

青年研：大模型技术在零售信贷风控领域的应用研究

学习好贯彻好全会精神是当前和今后一个时期全党全国的一项重大政治任务。要深入学习领会全会精神，深刻领会和把握进一步全面深化改革的主题、重大原则、重大举措、根本保证。全党上下要齐心协力抓好《决定》贯彻落实，把进一步全面深化改革的战略部署转化为推进中国式现代化的强大力量。

——《中国共产党第二十届中央委员会第三次全体会议公报》