北京大學數(shù)字金融研究中心主任黃益平曾提出，數(shù)字技術基于大科技平臺和大數(shù)據(jù)為普惠金融提供了一種新的思路。在無接觸交易場景中，金融服務是多元化、多樣性的。傳統(tǒng)的普惠金融業(yè)務往往把焦點放在小微企業(yè)和個人獲得貸款的難易和成本上，但數(shù)字普惠金融不僅大大延伸了金融服務的半徑，而且大大拓展了金融服務的類別，從賬戶開立、支付、存款、理財?shù)劫J款、保險甚至期貨交易，基本金融需求和升級的金融需求全部涵蓋，而且?guī)缀蹩梢宰悴怀鰬舻赝ㄟ^移動終端完成。

數(shù)字金融普惠性的體現(xiàn)之一在移動支付領域。疫情出現(xiàn)后，支付寶平臺即為用戶提供了包括醫(yī)療、咨詢、餐飲、外賣在內(nèi)的各種在線服務，從支付平臺轉(zhuǎn)向數(shù)字生活開放平臺，利用數(shù)字化技術為人們提供服務;同時，與100多個銀行結(jié)成伙伴關系，截至5月底已為1000多萬家中小企業(yè)提供了約750億美元資金。

基于數(shù)字化技術提供貸款服務，能夠在滿足中小企業(yè)需求的同時控制風險，這也是我國數(shù)字普惠金融快速發(fā)展的優(yōu)勢所在。數(shù)字金融可以通過大科技平臺和大數(shù)據(jù)在貸款客戶獲取、風險識別和還款管理等環(huán)節(jié)發(fā)揮優(yōu)勢，通過長尾效應吸收客戶，基于機器學習原理構(gòu)建數(shù)字金融風控模型，分析客戶留下的數(shù)字痕跡，從而預測客戶的還款能力和還款意愿，遏制逆向選擇，控制道德風險。北大數(shù)字金融中心和國際清算銀行合作的研究成果也體現(xiàn)了這一點。他們認為，在信用評估上，數(shù)字金融風控模型基于信息優(yōu)勢和模型優(yōu)勢，可能比傳統(tǒng)銀行風控模型更加有效。大數(shù)據(jù)風控模型通過實時數(shù)據(jù)可以更精準地描述客戶的行為特征，再加上機器學習的模型優(yōu)勢，大幅增強了數(shù)字金融風控模型預測違約率的能力，也提升了普惠金融的可能性。

本次疫情給國家經(jīng)濟和人們的生活方式帶來了較大變化，尤其是消費者更愿意使用無接觸交易場景的改變，將對金融數(shù)字化轉(zhuǎn)型形成更強大的推力。金融機構(gòu)如何有效滿足這樣的場景需求，成為其下一步數(shù)字化轉(zhuǎn)型的動力。

一方面，新的場景要求金融供給方主動優(yōu)化自身公司治理，完善組織形式，優(yōu)化業(yè)務流程。對于縣域小法人機構(gòu)而言，要想適應無接觸交易的要求，最好能夠引進具備數(shù)字技術服務能力且有實力的主體。這類主體既可以成為戰(zhàn)略投資人，也可以成為緊密的業(yè)務合作伙伴，借此完善公司治理結(jié)構(gòu)，優(yōu)化業(yè)務流程。同時，也需要有吸引和穩(wěn)定人才的機制。

另一方面，金融供給主體還需提升風險定價能力，完善貸前、貸中、貸后有效管控水平。從一筆貸款的流程來看，如果貸前、貸中盡可能依靠大數(shù)據(jù)、云計算技術實現(xiàn)，將會降低前置成本和強度，強化貸前和貸中的信用風險管理和定價能力。此外，貸后管理無法完全依靠金融科技，且需要人工介入，這也是縣域小法人機構(gòu)的線下優(yōu)勢所在。但這個部分也可以依靠已有線上平臺，通過視頻、社交平臺以及針對生產(chǎn)經(jīng)營環(huán)節(jié)所發(fā)生資金流的情況進行跟進。這樣，多種技術及應用會使無接觸交易的全流程更加智能與可靠。

不過需要注意的是，后疫情時代的數(shù)字普惠金融服務也會面臨新的瓶頸。盡管代表移動支付覆蓋率的分指數(shù)已跨越傳統(tǒng)的“胡煥庸線”，讓西部地區(qū)也能均等化地享受現(xiàn)代金融服務，但數(shù)字鴻溝問題在疫情防控期間可能加重，金融排斥也可能加大。近日，中國人民銀行原行長、中國金融學會會長周小川指出，各國各地區(qū)需要重視解決數(shù)字鴻溝的問題，防止那些居住在邊遠山區(qū)、受教育水平比較低的人群和老年人成為信息弱勢群體，被排除在數(shù)字普惠金融服務之外。這個問題在疫情之下尤其不能忽視。