维基论文网英文

隐私计算技术是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到数据“可用不可见”的目的，在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。隐私计算因特殊的加密机制，具有增强数据保护、降低数据泄露风险等特点，是解决数据使用和数据安全矛盾的重要技术手段。

通过隐私计算技术，招行在各方原始数据不出域前提下，引入地方高价值政务数据如税务、社保等，推出普惠数字化获客新模式。围绕中小企业客群，以差异化的风险缓释方式、定价及客群定位，招行初步构建起普惠多层次数字化产品体系，实现“1对N”的全产品、全场景额度匹配推荐，为客户提供个性化组合融资方案。

她提到，在小微企业板块，招行通过数据整合、模型构建，重新定义传统的小微贷概念，打造标准化、全线上化、普适化的数据融资，实现“普”和“惠”的双重目标。在供应链金融板块，招行希望通过完善的供应链金融服务，将触角延伸到产业链的每个节点上，更多服务好链上中小微企业，发挥供应链金融链接金融与实体经济枢纽的重要作用。在科技金融板块，招行针对科技企业在成长阶段需求特征，联合生态各方，共同打造全生命周期服务。

维基论文网英文日前，2024年全国科技活动周正式启动。从招商银行处获悉，该行围绕“弘扬科学家精神激发全社会创新活力”，组织系列宣传活动，普及金融科技创新成果。

作为股份制银行，近年来，招商银行在科技领域加强投入，形成一定的技术实力，持续赋能业务。据了解，为持续加强普惠金融服务，该行以数据要素为基础，通过隐私计算、图神经网络、AI大模型等新兴技术手段，在数字化获客、数字化风控、数字化流程等方面，探索成本可控制、创新可复用、业务可持续的普惠发展新模式，让普惠金融服务更高效、经营主体融资更便利、金融风险防控更有效。

日前，招商银行普惠金融部总经理王研京出席相关论坛时对数字化服务体系做了全面介绍，该行沿着三大主线推进数字化金融产品创设，推出把传统抵押向线上转化的招捷贷产品；推出线上化、自动化的小额信用贷产品招企贷；面向供应链上下游推出的招链易贷、经销易贷以及面向科技企业推出的数字化科创贷产品。

招行利用大数据技术，深度整合行内外多维度涉企数据和场景数据，基于机器学习、图神经网络技术(GNN)等人工智能技术构建风控模型，形成高效、快捷、智能的“人+数字化”风控流程模式。

2022年底出现的大模型技术，带来人机交互的新变革，大幅降低知识应用边际成本，对生产力要素重构产生了深刻影响。招行第一时间跟进布局AI大模型，积极推进建设行业领先的大模型基础设施，同时也积极探索大模型在业务场景下的应用创新。

据悉，针对普惠场景，招行就将AI大模型技术与普惠作业流程相结合，提升信贷作业流程智能化水平。在贷前阶段，探索大模型在尽调报告撰写等场景的应用。贷后阶段，运用AI技术解读授信批复关键要素，将授信要求格式化、标准化，自动填入监测指标，减少人工操作。

截至目前，招行已在供应链金融、科技金融和小微金融三大领域形成服务小微企业的核心竞争力，并依托金融科技，逐步打造了具有招行特色的普惠金融数字化服务新模式。

在风险管理中，招行需要对包括企业自身及其关联方进行评估，而企业间复杂的关联关系形成一张互相依赖的图网络结构，信息繁杂分散。图神经网络技术起源于卷积神经网络和图嵌入，重点在于将卷积推广到图领域，并利用深度神经网络进行图节点、边关系、子图的表示学习，与该场景具有较好的契合性。为此，招行利用图神经网络模型处理企业节点间的关联关系信息以及关联企业节点特征，自动识别关联方风险，降低贷前贷中管理的时间成本和经济成本。同时基于风控模型和专家经验，招行还搭建起普惠风控策略体系，在业务开展过程中持续迭代优化，使普惠精细化授信管理能力得以凸显。