资产规模“皇冠”旁落后，北京银行戴炜悄然布下哪颗棋子？

截至3月24日，北京银行还没有预告2025年的全年业绩。在过去的一年，人们往往热衷于关注前者的资产规模“皇冠”旁落，以及营收和利润增长的不尽如人意。但是，谁都没有预料到，这家城商行的头部已经悄悄下了一颗重要的棋子，有机会弯道超车。

戴炜，这个去年正式成为北京银行的行长，就是这颗棋子的布局人。截至2025年 9月，前者的科技金融余额分别较年初增长20.16%，规模已经超过了大部分的城商行。

不仅如此，北京82%的创业板、74%的科创板和北交所上市企业、75%的新三板创新层企业都是前者的客户。

战略锁定科技金融

2025年10月30日，由北京银行合作承办的2025金融街论坛年会——“共创科技企业跨越式发展新生态”平行论坛举办，共同探讨金融赋能科技企业成长的新路径、新生态。

在上述论坛上，北京银行党委副书记、行长戴炜透露出一个重要信息，该行把科技金融升级为“第一战略”，将专精特新作为“一号工程”，全力打造“专精特新第一行”。

已经累计为5.8万家科技型中小微企业提供信贷资金超1.4万亿元，服务超2.9万家专精特新企业、北京82%的创业板、74%的科创板和北交所上市企业、75%的新三板创新层企业。

这个消息被《21世纪经济报道》《北京日报》等权威媒体报道。这些媒体之所以如此重视这条消息，最重要的原因是北京银行做了其他城商行想做而不敢做的事。

在很多银行人眼里，加大对科技企业的贷款投入是一个冒险的举动。因为，科技企业尤其是科技初创企业，需要将超过5%的营业收入用于研发，且大部分没有足够多的抵押物。因为产品多数处于早期，并没有足够的经营性现金流，不符合银行传统的借贷思维。

尤其是这些企业如果研发最终宣告失败，银行对他们的贷款极有可能成为一笔坏账。从科创板申请上市企业的财务报表看，确实如大部分银行人所言，科创企业的现金流不够强劲，银行借款给他们存有一定的风险。

但是，戴炜却无惧这些风险，义无反顾地支持国家的科技战略，推动北京银行在科技金融领域深耕。这不禁让多数银行人为他捏了一把汗。同时也不禁心生疑惑：他的葫芦里究竟卖的什么药？

最晚2027年

科技贷款有望超过5000亿元

戴炜的谋略中透着精准的远见，对于科创企业的扶持，北京银行从未单打独斗，而是牵头联合各方力量正式成立了“共创科技企业跨越式发展新生态联盟”，汇聚政、产、学、研、金多方资源。比如，2025年12月，他就代表北京银行与北京信息科技大学共同为“科技金融与金融科技联合实验室”揭牌，通过产学研深度融合，探索“金融+教育+科技”的融合发展新模式，为科技金融的长远发展储备智力支持。

正如《人民日报》2026年1月的报道所言：从华信泰的芯片级原子钟到人形机器人创新中心，一大批科技企业在北京拔节生长，其背后，常能看到北京银行相伴相随的身影。北京银行不仅是资金的“输血者”，更已成为科技企业成长路上的“赋能者”和“同行者”。

戴炜推动北京银行在科技金融领域的深耕有自己的深谋远虑。

以截至2025年9月北京银行的科技金融贷款余额，最晚2027年，贷款余额有望超过5000亿元，全行利润贡献度显著提升。而把目光进一步放远，到2030年，科技金融业务ROE显著高于全行平均水平，非利息收入占比突破20%。眼光再放远到2030年以后，科技金融成为北京银行最鲜明的品牌标签，科技企业客群贡献全行过半利润，银行估值获得系统性提升，获得跨越周期的能力。

对北京银行来说，科技金融并不是单纯的借贷生意。在2025年，该行已经实现了与超3000家VC/PE机构建立合作，通过认股权贷款、股债联动等模式，有望分享企业成长的红利。通过链接政府、园区、资本市场，从单纯的利息收入，拓展至财务顾问、并购撮合、上市辅导等综合服务收入，由此实现了“商行+投行+私行”全新模式。

算法抑制风险

抑制科技金融贷款过程中的金融风险，戴炜也早有安排。北京银行贯彻“All in AI”理念，借助大规模发展科技金融，建成了“1213”AI体系——一体化算力底座、两大模型开发运营平台、百余项AI能力及300余项AI应用场景。其中一体化算力底座能够实现企业级人工智能算力基础资源的统一管理，显著提升运营效率，强化数据联动与分析能力。

利用算法，戴炜和他的团队能第一时间发现客户财务恶化的苗头，第一时间锁死贷款资金，将可能产生的不良贷款扼杀于“摇篮”。而更大的好处是有效地提升合规管理能力。

此前，提升合规管理能力，堵住漏洞，一直是北京银行的难题。仅2025年一年，北京银行就收到了三笔重大罚单，其中2527万元的央行大额罚单，是2025年银行业单笔金额较高的处罚之一，总处罚金额达到了3137万元。

AI成为解决这一问题的有效手段。比如被很多银行视为难题的“未按规定履行客户身份识别义务”“未按规定报送大额交易报告”均涉及反洗钱，依靠人工不仅难以精准识别客户身份，还容易因报告不及时引发违规问题。但是通过AI，这些问题能迎刃而解。根据行业实践及相关测试案例，AI反洗钱系统可将可疑交易识别的准确率提升30%—50%，误报率下降40%以上。如谷歌推出的AI反洗钱工具AML AI经过汇丰银行测试，可将金融机构内部风险预警准确率提高2至4倍，误报率降低60%；行业数据也显示，采用机器学习模型的银行，欺诈检测的准确率提高超过30%，误报率减少了近50%。

再比如，“贷款风险分类不准确”“贷款数据不准确”等也是银行业的痼疾，AI动态监测企业经营数据、舆情信息，自动触发风险预警；可以基于多维数据自动判定贷款五级分类，减少人为判断偏差；AI自动校验信贷数据逻辑一致性，提升监管报送数据质量。

实际上，北京银行的AI应用可能已经取得成效。一季度截至3月23日，北京银行尚未收到新罚单，当然银行监管处罚通常具有滞后性（基于前期检查），但也可以看作是积极的信号。

从戴炜身上，我们看到了一种难能可贵的银行家底色：既有服务国家战略的定力，也有敢于在“无人区”深耕的魄力。他用一年时间证明，科技金融不是一场豪赌，而是一次基于远见与精算的战略布局——用AI控风险、用生态拓边界、用耐心换成长。

在银行业普遍面临息差收窄、资产荒加剧的当下，真正的破局者往往不是那些循规蹈矩、畏首畏尾的人，而是像戴炜一样，敢于在“想做而不敢做”的领域率先落子、以专业能力化解不确定性的人。科技金融如此，未来更多新赛道亦如此。

因此，与其在旧赛道上内卷，不如在新领域中破局。愿更多银行业人士能以此为鉴，少一分犹豫，多一分笃定，以勇气与智慧，担起服务实体经济、推动金融变革的时代责任。

版权声明：所有Y角兽的原创文章，转载须联系授权，并在文首/文末注明来源、作者、微信ID，否则Y角兽将向其追究法律责任。部分文章推送时未能与原作者或公众号平台取得联系。若涉及版权问题，敬请原作者联系我们。