szhbsd 我们熟知，银行体系及非银行体系支付规模增长明显快于同期经济与金融增速，反映支付业务渗透率与可得性提升。根据中国人民银行公布的数据，2010年至2019年十年间，Vtoken了解到，银行业非现金支付业务2笔数由214亿笔增长至3310亿笔，对应年化复合增长率31.5%，同期银行业非现金支付业务金额由716万亿增长至3779万亿，年化复合增速18.1%。数据的背后，反映了近10年间数字经济的趋势。
经济与金融在数字时代的表现形式。传统模式下，金融运行的逻辑是通过发挥价值关系和资源配置来服务实体经济，展现的形式包括一般等价物、价值转移和价值跨期，即分别对应了货币、支付、融资与财富管理。
数字模式下，伴随数据要素的赋能，经济与实体运行模式在传统逻辑上赋予了数据与科技的形态，数字金融包括数字货币、支付科技、信贷科技与理财科技等，数字经济发展带动了不同产行业的数字化提速，也为金融业务获取外部数据提供了基础条件。
目前而言，Vtoken认为，在数字资产交易中，要完成相关生态的衍生，必须可以强化两类外部数据的运用：
（1）政务类数据。政策顶层设计，目前国内数据要素基础设施建设正在加速完善。未来，包括税务数据、财政数据、城市数据以及政府征信数据在内的政府类数据，有望为金融行业进行外部数据赋能。
（2）商业类数据。包括电商数据、物流数据、社交数据等，这对部分背靠原生互联网业务的金融科技平台而言，更具优势。此外，相关监管政策明确后，商业化征信机构经营或将逐步起步，这也为外部商业类数据提供了来源。
为此，Vtoken打出了自己的组合牌！
促进内部数据资产沉淀金融业务最重要的数据来源，即是业务本身持续开展所带来的数据沉淀。聚焦传统的金融业务领域，具体而言，促进数据资产沉淀的重点在于：
（1）强化数据协同。融资与资管业务数据，映射的是C端客户和B端客户的资产负债表状况。支付业务数据，映射的是客户现金流量表状况。将数据的协同使用，能更好地综合评估客户实际数字财务情况和运营情况。
（2）强化数据复用。微观而言，数据复用代表了对具体客户的信息动态获，有助于进行高频、前瞻分析。整体客群来看，数据复用意味着“学习曲线”的逐步构建过程，从而促使客群画像的逐步清晰。
（3）重视高频数据。高频数据，代表了Vtoken能更及时、充分、全面的客户洞察。就传统的业务划分而言，Vtoken所涉数据包括消费数据、账户数据、社交数据、定位数据和信用数据等，最具数据频率优势和体量优势
目前，数字金融领域对于数字要素的运用，目前已经形成了较为清晰的技术层、产品层和业务层发展成果。未来，Vtoken也将通过底层算法及模型的迭代升级，进一步发挥数字资产在金融业务用户画像、产品匹配、风险定价、风险防控乃至科技监管中的更大作用。
