图片来源：网络

近年来，银行等金融机构积极招揽培育数字化人才，大力发展金融科技，推动数字化转型纵深发展。

尽管业内对金融数字化转型的成效表示高度认可，但是一直没有一个直观的可量化的评估方式来回答以下问题：

• 数字化在多大程度上赋能了业务的发展？
• 其成效和价值能否具象且可量化？
• 行业的标杆应如何寻找？
• 如何发挥标杆企业的示范效应？

微众银行（旗下金融科技·微洞察）曾联合深圳市金融区块链发展促进会（简称金链盟）推出了一个银行数字化效能评价矩阵模型（Digitalization Utility Evaluation Matrix，简称DUE Matrix），用于对银行数字化转型的效能进行定量分析。

本文将对DUE Matrix进行详细介绍，并基于该模型对17家上市银行的数字化成效进行简要评估。

1.DUE Matrix模型介绍

（1）评价依据

从数字化的概念涵义来看，通常认为数字化是指企业以数据和技术为主要生产要素，通过对数据的实时分析、计算、应用来指导企业生产、运营等各项业务。在这个过程中，数据和技术不仅本身是一种生产要素，还可以对其它生产要素产生“倍增效应”，优化资源配置效率。

数字化改变了生产要素的组织方式，本质是一种生产要素层面的创新。

因此，可借鉴面向创新的评价体系，参考较为成熟、经历史验证过的评价指标，挑选出能反映银行数字化创新能力的量化指标，对银行数字化转型能效进行评价。

（2）评价体系

最能反映中国国情的创新评价体系是由国家统计局发布的中国创新指数，将创新评价指标分为创新环境、创新投入、创新产出和创新成效四个维度。

微众银行借鉴中国创新指数评价体系，将创新评价体系引入银行数字化领域，并在四个维度中选取投入、成效两个维度的指标来描述刻画不同银行的数字化成效和数字化战略模式。

之所以选择这两个维度，主要是因为投入与成效两类指标与数字化转型相关性强，而环境和产出这两个维度进行定量描述的难度较大、标准难以统一，短期来看难以作为银行数字化的定量评价指标。

（3）指标选取

经济学上有两个著名的理论模型对创新的投入和成效做出了相关解释。

一个是Solow Model（索罗模型），认为创新带来的技术进步是唯一能在长期提升人均产出的因素，更加关注创新成效。

一个是Romer Model（罗默模型），提出创新是经济增长的源泉，同时创新取决于研发活动投入的研发人员数量，强调创新投入。

基于以上两个理论，并综合考虑指标代表性、指标普适性和数据可得性，最终选取各银行研发人员占比和人均产出两个核心指标用于评价。

a.研发人员占比 = 研发人员数量 / 员工总数

在投入维度，由于投入了数据、技术等新型要素的数字化化工作最终要由研发人员来执行，因此研发人员占比越高，说明数字化建设的投入力度越大，该银行在业务中更多使用了新型要素。

b.人均产出 = 银行当期营收 / 员工总数

在成效维度，人均产出越高说明单个员工劳动创造的价值越高，员工提供的不仅仅是简单劳动，还附加了高技术含量，银行在业务中更多地使用了人力资本要素，就意味着数字化的成效越明显

（4）四大象限

根据研发人员占比和人均产出两个指标的高低，可将矩阵分为四大象限，每个象限代表不同的数字化战略模式。

a. 数字化革新者：银行在数字化建设方面进行了大量新型要素的投入，并且也取得了一定成效，能够在行业内引领行业数字化的方向。

b. 数字化探索者：银行已经投入了大量新型要素进行数字化建设，但成效尚未充分显现。

c. 多元化布局者：银行虽然新型要素的投入相对较少，但充分发挥了传统要素的作用，因而在某些领域拥有独特的优势，其战略方向更加侧重于进行优势业务领域的多元化市场布局。

d. 线下渠道深耕者：银行对新型要素的投入较低，数字化的成效也暂不显著，该银行或更专注于线下既有业务和渠道。

2.银行数字化转型效能评价

选取17家上市银行（6家国有行+8家股份行+4家头部城商行），对其2020-2021年的财报数据，利用DUE Matrix从研发人员占比和人均产出两个维度进行评价，矩阵图如下。

从静态视角看，银行数字化发展水平差异较大。股份行和城商行整体处于国有大行的右上方，研发人员占比和人均产出明显高于国有大行。

从动态视角看，银行数字化转型成效呈现改善趋势。对比2020年和2021年矩阵图，反映不同数字化模式的分界线出现了一定程度的上移和右移，反映出银行业整体都在加大数字化投入，也取得了一定成效。

大家可能发现，从模型得出的结论可能与我们的日常认知存在矛盾。

我们一般认为头部银行（特别是工行、建行）的金融科技发展水平处于行业领先水平，主要是因为头部银行金融科技发展的绝对指标（如科技投入规模、科技人员规模、技术创新水平等）遥遥领先。

但如果考虑相对指标（修正体量影响因素），国有大行的科技投入力度确实略低于股份行和城商行，例如2021年国有行科技投入/营收规模在3%左右，而股份行在4%左右。

所以从这个角度模型推导出的结果也具有一定合理性。

但笔者认为，这个模型确实有一定局限性。相对于静态评估，更适用于动态比较。

不同银行机构的体量、经营策略、服务模式存在较大差异，如果仅从人均产出和研发人员占比两个指标去比较不同类型银行的数字化成效，会有失偏颇。

但是如果从动态视角去看，数字化的本质是生产要素层面的创新，最终带来的直接结果是银行自身的降本增效，而这能通过模型进行反映，所以拉长时间看变化和增量是有一定参考价值的。

尽管银行数字化转型已推进多年，但由于科技投入和科技投入带来的产出无法精确量化，至今业内都未形成一套公认的评估模型。

所以以上分享仅供参考，后续若有更优的模型和方法，将进行持续更新。

如果文章对您有帮助，请点赞+转发，分享给更多的朋友哟~