（三）隱私計算落地金融機構(gòu)

2021年，隱私計算技術(shù)開始在金融機構(gòu)落地。

1、工商銀行［ 《聯(lián)邦學(xué)習(xí)在工行的實踐》。］

據(jù)零壹智庫調(diào)研了解，工商銀行已經(jīng)開始探索聯(lián)邦學(xué)習(xí)技術(shù)在金融業(yè)務(wù)中的應(yīng)用。

目前，在聯(lián)邦學(xué)習(xí)方面，工商銀行主要在推進(jìn)以下三方面的工作：

第一，構(gòu)建聯(lián)邦學(xué)習(xí)技術(shù)能力。首先，通過引進(jìn)成熟產(chǎn)品、完成工商銀行聯(lián)邦學(xué)習(xí)技術(shù)平臺的建設(shè)。適配工商銀行PaaS 平臺，并與行內(nèi)現(xiàn)有模型運營、監(jiān)控管理組件融合。同時，引入FATE開源技術(shù)，并加入FATE TSC，打造聯(lián)邦學(xué)習(xí)場景建設(shè)專業(yè)團(tuán)隊。

第二，試點聯(lián)邦學(xué)習(xí)業(yè)務(wù)場景。目前，主要是在數(shù)據(jù)和模型驅(qū)動力強、有對外合作需求的信貸、風(fēng)控等關(guān)鍵業(yè)務(wù)領(lǐng)域上，逐步試點聯(lián)邦學(xué)習(xí)技術(shù)在業(yè)務(wù)場景上的實踐應(yīng)用。

第三，推進(jìn)聯(lián)邦學(xué)習(xí)生態(tài)建設(shè)。主要是聯(lián)合制定金融業(yè)聯(lián)邦學(xué)習(xí)標(biāo)準(zhǔn)，推進(jìn)建立聯(lián)邦學(xué)習(xí)對外合作的常態(tài)化機制和聯(lián)合場景合作建設(shè)模式。

目前，工商銀行的聯(lián)邦學(xué)習(xí)已應(yīng)用于多個場景。比如引入北京金控的不動產(chǎn)數(shù)據(jù)，與行內(nèi)貸款企業(yè)的時點貸款余額、注冊資本、賬戶余額等數(shù)據(jù)聯(lián)合建立企業(yè)貸中預(yù)警監(jiān)測模型，此聯(lián)邦模型提升準(zhǔn)召率約4％，從而提升了工商銀行風(fēng)險監(jiān)測業(yè)務(wù)能力。另外，工商銀行也通過聯(lián)邦學(xué)習(xí)與互聯(lián)網(wǎng)公司的客戶特征數(shù)據(jù)完成了聯(lián)合建模，并將信用卡申請反欺詐模型的K－S值提升了25．1％。此外，工商銀行還基于聯(lián)邦學(xué)習(xí)在保險營銷場景中的應(yīng)用打造相應(yīng)的聯(lián)邦建模方案，通過驗證聯(lián)邦遷移技術(shù)挖掘集團(tuán)的潛在客戶實現(xiàn)集團(tuán)客戶向子公司的導(dǎo)流。

圖：工商銀行北京分行探索應(yīng)用聯(lián)邦學(xué)習(xí)技術(shù)案例

資料來源：工商銀行

未來，工商銀行在探索聯(lián)邦學(xué)習(xí)應(yīng)用方面有兩方面的計劃：

第一，進(jìn)行開源技術(shù)研究。工商銀行計劃在行內(nèi)搭建FATE平臺，驗證開源技術(shù)對億級數(shù)據(jù)的支持能力。同時，利用開源FATE平臺推進(jìn)行內(nèi)實際業(yè)務(wù)建模場景的測試驗證，對其核心算法分別從論文、源碼進(jìn)行分析，完成推進(jìn)圖聯(lián)邦相關(guān)場景的驗證落地。

第二，計劃將聯(lián)邦學(xué)習(xí)技術(shù)應(yīng)用于更多的場景。

首先，是智能風(fēng)控場景。引入政務(wù)、運營商、企業(yè)等多數(shù)據(jù)源，共同完成風(fēng)控數(shù)據(jù)分析、風(fēng)控模型訓(xùn)練和風(fēng)險決策的任務(wù)，以節(jié)約信貸審核成本，提升信貸風(fēng)控能力。

其次，是智能營銷場景。融合集團(tuán)內(nèi)子公司之間、以及行外數(shù)據(jù)，在“獲客－促活－留存－轉(zhuǎn)化－挽留”等核心運營環(huán)節(jié)實現(xiàn)多維度精準(zhǔn)獲客、數(shù)據(jù)化畫像分析。

再次，是反洗錢場景。在不泄露各自樣本的前提下，充分利用多家合作方的反洗錢樣本，建立訓(xùn)練效果更好、更穩(wěn)健的聯(lián)邦反洗錢模型，降低罰款和聲譽受損等業(yè)務(wù)風(fēng)險。

2、交通銀行

2020年12月15日，上海富數(shù)科技有限公司與交通銀行總行正式簽署技術(shù)服務(wù)合同，富數(shù)科技將成為交通銀行金融科技戰(zhàn)略合作伙伴。雙方將聯(lián)手建設(shè)具有交行特色的多方安全計算系統(tǒng)平臺、積極參與行業(yè)技術(shù)標(biāo)準(zhǔn)論證和修訂，解決金融大數(shù)據(jù)內(nèi)外融合協(xié)作中的隱私保護(hù)和數(shù)據(jù)安全問題，為普惠金融、數(shù)字金融等業(yè)務(wù)場景提供安全可控的聯(lián)合建模、聯(lián)合計算和聯(lián)合查詢統(tǒng)計。

3、招商銀行

到目前為止，零壹智庫得知的招商銀行在隱私計算方面的探索，主要集中在落地的產(chǎn)品上。

例如，2021年5月11日，招商銀行深圳分行發(fā)布“深信貸”產(chǎn)品，這也是招商銀行首個運用聯(lián)邦學(xué)習(xí)技術(shù)的貸款產(chǎn)品�！吧钚刨J”是深圳市場監(jiān)督管理局和招商銀行深圳分行專門面向小企業(yè)推出的融資產(chǎn)品，旨在運用信用信息促進(jìn)解決小企業(yè)融資難、融資貴難題。企業(yè)只要符合“三有”條件，即“有誠信、有經(jīng)驗、有納稅”，就可以在招商銀行官網(wǎng)、深圳信用網(wǎng)等線上渠道申請深信貸。這款產(chǎn)品的風(fēng)險控制，是由招商銀行深圳分行與深圳市公共信用中心對接系統(tǒng)和模型數(shù)據(jù)來做的，聯(lián)邦學(xué)習(xí)技術(shù)可在招商銀行深圳分行和深圳市公共信用中心部署子模型，無需各數(shù)據(jù)方披露底層數(shù)據(jù)即可進(jìn)行聯(lián)合運算。

4、光大銀行

2021年8月，光大銀行成為國內(nèi)金融業(yè)首個把企業(yè)級數(shù)據(jù)流通基礎(chǔ)設(shè)施平臺 — 多方安全計算平臺投入生產(chǎn)使用的銀行，積極探索數(shù)據(jù)安全流通與融合應(yīng)用的新實踐。

該平臺由華控清交承建�；�于隱匿查詢、聯(lián)合統(tǒng)計、聯(lián)合建模等平臺功能。光大銀行多方安全計算平臺可以有效推動集團(tuán)內(nèi)數(shù)據(jù)、行內(nèi)數(shù)據(jù)、以及外部企業(yè)數(shù)據(jù)的安全融合，解決上述過程中明文數(shù)據(jù)獲取困難、數(shù)據(jù)保護(hù)困難和數(shù)據(jù)使用合規(guī)困難等棘手問題。

應(yīng)用方面，平臺可以用于聯(lián)合營銷、聯(lián)合風(fēng)控、統(tǒng)一授信、業(yè)務(wù)合規(guī)等多領(lǐng)域，如幫助光大銀行與合作機構(gòu)開展多方數(shù)據(jù)安全聯(lián)合建模，提升精準(zhǔn)營銷能力；在不暴露客戶信息的情況下進(jìn)行聯(lián)合統(tǒng)計，開展客戶綜合管理；在保護(hù)銀行查詢意圖和客戶信息安全的情況下，向數(shù)據(jù)服務(wù)方查詢數(shù)據(jù)，獲得匹配結(jié)果等。

5、平安銀行

平安科技的蜂巢聯(lián)邦智能平臺。它由平安科技聯(lián)邦學(xué)習(xí)技術(shù)團(tuán)隊完全自主研發(fā)，圍繞聯(lián)邦學(xué)習(xí)、聯(lián)邦數(shù)據(jù)部落、聯(lián)邦推理、聯(lián)邦激勵機制為核心而建設(shè)的聯(lián)邦智能生態(tài)體系，是數(shù)據(jù)隱私安全保護(hù)的商用級解決方案，幫助解決當(dāng)下數(shù)據(jù)難題與隱私保護(hù)。

蜂巢聯(lián)邦智能平臺的核心是保證參與各方的原始數(shù)據(jù)始終不出本地，通過傳輸模型的梯度和參數(shù)的聚合計算來進(jìn)行共享模型的訓(xùn)練和迭代，可以大幅度優(yōu)化模型效果。它允許從跨數(shù)據(jù)所有者分布的數(shù)據(jù)中構(gòu)建集合模型，可被廣泛應(yīng)用于各種領(lǐng)域，具有安全性、隱私性、合法性的特點，這樣既兼顧了AI的訓(xùn)練也避免了數(shù)據(jù)泄露的風(fēng)險。

與此同時，平安銀行還與京東金融云進(jìn)行合作探索。雙方聯(lián)合開發(fā)出跨平臺聯(lián)邦建模數(shù)據(jù)合作安全保護(hù)方案，應(yīng)用于不同聯(lián)邦學(xué)習(xí)平臺之間的實時通信。雙方基于聯(lián)邦學(xué)習(xí)技術(shù)進(jìn)行聯(lián)合開發(fā)和方案部署，在平安銀行的汽車金融業(yè)務(wù)的場景實踐中，兩方數(shù)據(jù)特征無需出庫的前提下，較單方模型效果提升30％以上。

（四）隱私計算在金融營銷領(lǐng)域應(yīng)用

在金融營銷場景中，隱私計算技術(shù)主要被用來合規(guī)調(diào)用更多的金融機構(gòu)外部數(shù)據(jù)，從而將內(nèi)外部數(shù)據(jù)結(jié)合起來，做更精準(zhǔn)的營銷，提升轉(zhuǎn)化率，這可以幫助金融機構(gòu)大大節(jié)省獲客成本。目前，實踐中已經(jīng)積累了不少案例。

1、星云Clustar在某大型股份制銀行的營銷項目案例

某大型股份制銀行在其個人信貸營銷業(yè)務(wù)中，希望達(dá)到降低信貸風(fēng)險的同時合理分配營銷資源的目的，為客戶提供精準(zhǔn)信貸服務(wù)，并提高客戶的產(chǎn)品體驗。

星云Clustar依托海量安全可信的數(shù)據(jù)源為該行搭建了聯(lián)邦學(xué)習(xí)模型，并根據(jù)該算法模型為客戶評級打分，由此合理分配營銷資源，使該行個人信貸業(yè)務(wù)的當(dāng)月營銷轉(zhuǎn)化率達(dá)3．5倍以上，聯(lián)邦模型AUC達(dá)到0．73，極大地提高了營銷精準(zhǔn)率和客戶轉(zhuǎn)化率。

2、天冕科技助力互金公司提升營銷效果案例

在營銷場景案例上，天冕科技助力某頭部互金公司提升營銷效果，因為其存在單獨使用現(xiàn)存自有數(shù)據(jù)特征或者對方評分只能達(dá)到收支平衡，而且使用線下聯(lián)合建模方式容易泄露用戶數(shù)據(jù)的風(fēng)險。在使用聯(lián)邦學(xué)習(xí)方式進(jìn)行聯(lián)合建模之后，應(yīng)用所得模型對已注冊但未曾進(jìn)件的老客戶進(jìn)行綜合評分，對前10％評分高的用戶營銷后，模型KS提升11％，每期營銷收入增加65萬。

圖：天冕科技助力某頭部互金公司聯(lián)合營銷案例

資料來源：天冕科技、零壹智庫

（五）隱私計算在風(fēng)控領(lǐng)域應(yīng)用

在金融風(fēng)控場景中，基于同樣的原理，由于可以應(yīng)用隱私計算技術(shù)將金融機構(gòu)內(nèi)部和外部的數(shù)據(jù)聯(lián)合起來進(jìn)行價值挖掘，金融機構(gòu)就可以更好地識別風(fēng)險，從而提升風(fēng)險控制的效果，降低風(fēng)險、提升收益。

1、天冕科技與金融機構(gòu)聯(lián)合風(fēng)控案例

目前，在用戶側(cè)，天冕科技已經(jīng)與10多家金融機構(gòu)建立了合作，合作的內(nèi)容主要是聯(lián)合數(shù)據(jù)提供方，在各方數(shù)據(jù)不出私域的情況下，進(jìn)行聯(lián)合風(fēng)控建模和聯(lián)合營銷。

比如，在風(fēng)控場景上，WeLab匯立集團(tuán)采用線上聯(lián)邦學(xué)習(xí)系統(tǒng)，篩選了多家數(shù)據(jù)征信公司相關(guān)性較高的特征，進(jìn)行聯(lián)合建模，建立一個泛化能力更強的模型，取得了更好的效果。KS提高5％，壞賬有所下降。

圖：天冕科技聯(lián)合風(fēng)控案例圖

資料來源：天冕科技、零壹智庫

在場景應(yīng)用中，天冕科技的顯著優(yōu)勢在于場景經(jīng)驗豐富。比如，在金融風(fēng)控場景中，隱私計算技術(shù)的提供商首先需要讓金融機構(gòu)合作伙伴知道，哪些數(shù)據(jù)和算法對業(yè)務(wù)是最有用的。此外，在應(yīng)用方面還有很多操作細(xì)節(jié)，比如在數(shù)據(jù)方面，不僅需要知道哪些類型的數(shù)據(jù)最有用，還需要知道哪些數(shù)據(jù)提供商的數(shù)據(jù)最好用，這些數(shù)據(jù)應(yīng)該用在什么地方。這是需要用長時間的實踐和教訓(xùn)才能換來的經(jīng)驗。豐富的場景經(jīng)驗，可以讓合作伙伴將時間和資金投入最能提升業(yè)務(wù)效果的方向，從而真正讓業(yè)務(wù)跑起來，見到實效。

2、瑞萊智慧應(yīng)用隱私計算幫助銀行提升反欺詐效果案例

（1）業(yè)務(wù)背景

近年來，基于機器學(xué)習(xí)的大數(shù)據(jù)反欺詐風(fēng)控技術(shù)迅猛發(fā)展，大部分銀行均構(gòu)建了交易實時反欺詐系統(tǒng)，通過結(jié)合專家規(guī)則與機器學(xué)習(xí)模型來甄別欺詐交易與行為。但隨著黑產(chǎn)行業(yè)的智能化與集團(tuán)化，跨行業(yè)欺詐逐漸成為常態(tài)，單次欺詐行為貫穿社交媒體、銀行多個環(huán)節(jié)，各機構(gòu)基于自身數(shù)據(jù)無法應(yīng)對，例如在社交欺詐場景中，社交企業(yè)掌握黑客針對用戶的撒網(wǎng)、信任欺詐等行為的特征，銀行側(cè)掌握受害者向黑客轉(zhuǎn)賬以及后續(xù)資金轉(zhuǎn)移等特征，但兩方的特征數(shù)據(jù)均不足以對欺詐行為進(jìn)行有效識別。

在此背景下，如何在有效保護(hù)數(shù)據(jù)隱私的前提下，幫助企業(yè)合法合規(guī)地利用內(nèi)外部數(shù)據(jù)，豐富樣本數(shù)據(jù)特征維度，構(gòu)建更加精準(zhǔn)的反欺詐風(fēng)控模型，提升反欺詐能力，是當(dāng)前各類銀行機構(gòu)亟待解決的問題。

（2）解決方案

為了應(yīng)對以上痛點，瑞萊智慧提供了“數(shù)據(jù)＋平臺＋模型”的一體化隱私計算解決方案，幫助銀行安全合規(guī)的實現(xiàn)與外部機構(gòu)的跨行業(yè)數(shù)據(jù)鏈接，基于金融特征、交易特征、行為特征和干系人特征等信息構(gòu)建反欺詐模型，實現(xiàn)更精準(zhǔn)有效的欺詐甄別。              

圖：瑞萊智慧RealSecure平臺銀行部署解決方案

具體實施中，銀行方通過部署RealSecure平臺節(jié)點，快速接入包括運營商、設(shè)備、支付類數(shù)據(jù)等在內(nèi)的多類外部數(shù)據(jù)源，極大的豐富了樣本特征維度。同時通過縱向聯(lián)邦的方式，基于行方準(zhǔn)備的反欺詐樣本數(shù)據(jù)，首先通過RealSecure的PSI功能（不同企業(yè)之間持有各自集合的兩方來共同計算兩個集合的交集運算，在協(xié)議交互的最后，一方或雙方得到正確的交集數(shù)據(jù)，而不在交集里的一方數(shù)據(jù)，另一方無法得到任何信息，這樣就保證了雙方的數(shù)據(jù)安全）與外部數(shù)據(jù)源進(jìn)行隱私求交，獲取多方的交集客戶信息，在銀行客戶三要素信息不出庫的同時，完成銀行與數(shù)據(jù)源之間的樣本對齊。然后，運用RealSecure提供特征工程與模型訓(xùn)練模塊，完成反欺詐模型訓(xùn)練與調(diào)優(yōu)工作。

圖：RealSecure平臺縱向聯(lián)邦示意圖

（3）方案效果

效果方面，該方案幫助銀行安全合規(guī)地引入支付行為、設(shè)備信息、社交習(xí)慣等多類外部數(shù)據(jù)，大幅提升了模型的準(zhǔn)確性和效率，隱私計算模式下構(gòu)建的反欺詐模型AUC可達(dá)到0．82，KS達(dá)到0．48，效果較大提升。 同時基于編譯器引擎，隱私保護(hù)算法構(gòu)造速度指數(shù)級提升，系統(tǒng)整體運行速度達(dá)到業(yè)內(nèi)典型架構(gòu)模式的20～40倍，在實施難度、系統(tǒng)效率、安全可視等方面滿足工程、業(yè)務(wù)、運維、安全等各方面綜合需求，具備成熟的商用推廣模式。

3、金智塔科技在小微、科創(chuàng)企業(yè)授信方面取得突破

2015年前后開始，金融科技領(lǐng)域的應(yīng)用更多集中于面向個人消費者的消費金融應(yīng)用，在小微金融方面的嘗試從2019年起剛剛起步，現(xiàn)在仍在探索階段。目前，應(yīng)用隱私計算技術(shù)，金智塔科技在小微金融的風(fēng)控方面目前已經(jīng)開始取得突破。

在數(shù)據(jù)隱私保護(hù)的背景下，銀行對科技型中小企業(yè)的信貸支持工作受到挑戰(zhàn)。與大型企業(yè)相比，中小微企業(yè)往往規(guī)模小、資金少，尤其是科創(chuàng)型企業(yè)，其“重智力、輕資產(chǎn)”的特點使得抵押資產(chǎn)較少，因此，銀行對科技型中小企業(yè)授信必須得到更多維度的數(shù)據(jù)支持。政府?dāng)?shù)據(jù)、企業(yè)數(shù)據(jù)成為授信業(yè)務(wù)最可靠的數(shù)據(jù)補充，然而行政部門雖然存儲了豐富的企業(yè)數(shù)據(jù)，但基于隱私保護(hù)的要求，無法將原始數(shù)據(jù)對銀行輸出，信貸支持工作面臨困局。

以杭州市某區(qū)域內(nèi)小微、科創(chuàng)企業(yè)特點痛點為例，區(qū)內(nèi)存續(xù)企業(yè)122940家，其中小微企業(yè)10萬余家，科創(chuàng)企業(yè)6000余家，大量企業(yè)均面臨金融服務(wù)困境。困境主要由以下原因造成：第一，企業(yè)財務(wù)不規(guī)范、信息分散，銀行不能直接通過數(shù)據(jù)獲取企業(yè)真實經(jīng)營情況，致使貸款申請難；第二，企業(yè)資金少、凈資產(chǎn)不足、規(guī)模小，企業(yè)基于生產(chǎn)需要申請貸款，銀行主要以企業(yè)凈資產(chǎn)來進(jìn)行授信，致使貸款額度滿足難；第三，科創(chuàng)企業(yè)重智力，輕資產(chǎn)；經(jīng)營團(tuán)隊學(xué)歷高能力強，擁有多項專利，銀行缺少評估方法和手段，致使有效資產(chǎn)評估難；第四，企業(yè)抵押資產(chǎn)較少，銀行發(fā)放貸款需要擔(dān)保，致使貸款擔(dān)保難。

針對域內(nèi)小微企業(yè)以及小微企業(yè)融資產(chǎn)品的發(fā)展實際，某商業(yè)銀行基于“金智塔隱私計算平臺”，融合政府部門開放數(shù)據(jù)、行內(nèi)數(shù)據(jù)、第三方商業(yè)數(shù)據(jù)，通過聯(lián)邦學(xué)習(xí)與多方安全計算解決數(shù)據(jù)孤島和用戶隱私保護(hù)難題，研發(fā)了面向全域小微、科創(chuàng)企業(yè)的在線智能授信解決方案。該方案基于多方數(shù)據(jù)，實現(xiàn)企業(yè)智能分類；通過數(shù)據(jù)驅(qū)動，實現(xiàn)在線、多維度建模，智能化授信；優(yōu)化信貸流程，貸款線上一鍵申請，線下便捷用信，有效解決小微、科創(chuàng)企業(yè)貸款申請難、資產(chǎn)評估難、額度滿足難等問題，并提升企業(yè)貸款可獲得性和便利性。

圖：金智塔隱私計算平臺智能授信應(yīng)用場景示例

在該智能授信項目實踐中，基于“金智塔隱私計算平臺”的聯(lián)合智能授信方案設(shè)立準(zhǔn)入評估、成長力評估、風(fēng)險評估、授信額度估算等各類模型。小規(guī)模納稅人授信模型以企業(yè)實際應(yīng)稅銷售額、實有凈資產(chǎn)和納稅額為基礎(chǔ)，結(jié)合行業(yè)特點，充分考慮企業(yè)發(fā)展需求，合理配置參數(shù)，實現(xiàn)對小規(guī)模納稅人的在線智能授信。一般納稅人授信模型則以企業(yè)實際應(yīng)稅銷售額、實有凈資產(chǎn)和納稅額為基礎(chǔ)，結(jié)合企業(yè)流動資產(chǎn)周轉(zhuǎn)率、資產(chǎn)負(fù)債率等指標(biāo)，合理配置參數(shù)，實現(xiàn)對一般納稅人企業(yè)的在線智能授信。

為解決對科創(chuàng)企業(yè)重智少資的授信難題，國內(nèi)各銀行處于起步探索階段等問題，金智塔自主研發(fā)了以企業(yè)生命周期模型、企業(yè)成長力模型、知識產(chǎn)權(quán)估價模型為核心的授信模型，實現(xiàn)數(shù)據(jù)驅(qū)動的科創(chuàng)企業(yè)智能授信。

圖：金智塔科技數(shù)據(jù)驅(qū)動的科創(chuàng)企業(yè)智能授信模型

在功能完善的基礎(chǔ)上金智塔聯(lián)合智能授信平臺展示出四大特色：全域、數(shù)字、智能、便捷。全域是指覆蓋所有的小微和科創(chuàng)企業(yè)，全面普惠；數(shù)字是指貸款申請及授信全流程采用線上化，數(shù)字驅(qū)動；智能是指利用大數(shù)據(jù)和人工智能技術(shù)，實現(xiàn)智能決策；便捷是指線上一鍵申請、線下一次簽約、最多跑一次。

該平臺通過試點小微及科創(chuàng)企業(yè)大數(shù)據(jù)智能授信服務(wù)場景，打通數(shù)據(jù)部門、銀保機構(gòu)、第三方數(shù)據(jù)服務(wù)商等多家單位，完成小微及科創(chuàng)企業(yè)聯(lián)合授信、聯(lián)合風(fēng)控及聯(lián)合營銷建模。實現(xiàn)科創(chuàng)企業(yè)成長力評估、中小企業(yè)風(fēng)險評估、行業(yè)景氣指數(shù)、房產(chǎn)估值等多個應(yīng)用，目前已覆蓋近20余萬家企業(yè)數(shù)據(jù)，為企業(yè)實現(xiàn)智能在線授信、用戶便捷用信，授信額度提升百萬元，幫助企業(yè)降低50％以上融資成本，推動金融機構(gòu)與企業(yè)數(shù)字經(jīng)濟(jì)發(fā)展。2020年起在金融領(lǐng)域?qū)嵺`中，在省有關(guān)部門指導(dǎo)框架下相繼完成多個銀行重大開發(fā)項目。