圍繞數據規(guī)范應用與激發(fā)數據要素潛力，金融業(yè)界正率先行動。

近日，央行在北京、江蘇、浙江、山東、河南、湖北、湖南、廣東、廣西、重慶、四川、貴州、甘肅、新疆等地組織商業(yè)銀行、清算機構、非銀行支付等開展金融數據綜合應用試點（下稱“試點”）。

此次試點旨在探索運用人工智能、大數據、物聯網、隱私計算等新一代信息技術，在安全合規(guī)的前提下推進金融數據高效治理、安全共享，實現跨層級、跨機構、跨行業(yè)數據融合應用，充分激活數據要素潛能，著力提升金融核心競爭力和惠民利企能力。

一位參與試點的銀行IT部門主管人士向記者表示，這令金融機構規(guī)范使用分享數據變得有章可循，因為試點對金融機構數據能力建設、促進數據規(guī)范共享、深化數據融合應用、提升數字風控水準均提出明確要求。

“但是，要做到金融數據全面綜合的應用，仍有相當長的路要走?！边@位銀行IT部門主管直言。目前，數據確權、數據定價、數據交易、數據安全、數據增值與協(xié)作等五大操作環(huán)節(jié)均存在操作痛點，需構建完善的規(guī)范操作流程。

在他看來，其中最大的一項挑戰(zhàn)，就是數據確權——當前部分第三方支付機構認為通過客戶授權拿到的個人數據，所有權應屬于機構；部分銀行對此不認同，理由是有些個人數據存在過度采集，或涉及個人隱私，在數據歸屬方面應列為“個人與平臺共有”。這意味著金融機構該選擇哪些數據進行共享應用，存在著一定爭議。

“若數據確權存在分歧，數據定價、據交易、數據增值與協(xié)作都將遇到一系列操作煩惱。”這位銀行IT部門主管人士表示。此外，數據安全該如何得到保障，同樣是各家試點金融機構高度關注的話題——目前，數據安全保障將涉及眾多現行法律法規(guī)，其中一些法律法規(guī)尚未健全，造成數據安全保障存在“監(jiān)管盲點漏洞”，某種程度也會影響金融數據綜合應用成效。

記者獲悉，為了解決金融數據綜合應用的操作痛點，越來越多金融機構開始引入區(qū)塊鏈技術。

目前一些銀行正引入第三方區(qū)塊鏈技術研發(fā)機構提供底層系統(tǒng)支持，加快區(qū)塊鏈技術在數據綜合應用等方面的使用進程。視覺中國

歐科云鏈集團一位高層向記者表示，區(qū)塊鏈具有不可篡改性、動態(tài)網絡擴展、可擴展權限控制等優(yōu)勢，在數據應用與數據安全方面能實現數據分層及優(yōu)化網絡結構，即將數據寫入和讀取等權限規(guī)則記錄到鏈上，對數據保管進行分層處理，通過其不可篡改和數據冗余等特性，確保數據不會丟失，且實現明確的責任劃分，解決事后責任追溯難等問題。

工業(yè)和信息化電子第五研究所高級工程師、區(qū)塊鏈創(chuàng)新團隊負責人相里朋指出，針對數據真實性和數據確權溯源等問題，區(qū)塊鏈技術可以憑借其最基本的不可篡改特性，為參與數據價值挖掘的各方消除信任壁壘。

“目前，我們銀行正加強區(qū)塊鏈技術在數據綜合應用方面的探索。”上述銀行IT部門主管表示。但是，若要金融數據綜合應用試點取得最大化效果，還需各個參與方都擁有相對完善的區(qū)塊鏈技術儲備與應用能力。

記者獲悉，目前一些銀行正引入第三方區(qū)塊鏈技術研發(fā)機構提供底層系統(tǒng)支持，加快區(qū)塊鏈技術在數據綜合應用等方面的使用進程。其中，部分區(qū)塊鏈技術似乎得到監(jiān)管部門的認可。比如聯邦計算技術可以在海量數據的不可見、不觸碰的情況下，實現一個結果的輸出，去獲得相應的商業(yè)價值，區(qū)塊鏈技術則基于不可篡改性、不可偽造性、可追溯性等特點，通過與聯邦計算相結合，為數據隱私保護提供更全面的保障。

此次試點也鼓勵商業(yè)銀行等參與機構運用多方安全計算、聯邦學習、聯盟鏈等技術實現多主體間的數據規(guī)范共享，確?！皵祿捎貌豢梢姟薄皵祿粍觾r值動”， 促進數據規(guī)范共享。

數據流轉應用痛點待解

相里朋指出，無論是數據確權、數據定價、數據交易、數據安全，還是數據增值與協(xié)作，每個領域都存在不少操作痛點，可能需要長期努力才能解決。

除了數據確權，數據定價也存在不少操作分歧，比如數據到底由誰定價，如何定價，誰有權定價，如何定價才算合理等。

在數據安全保障方面，監(jiān)管尺度的松緊同樣會帶來截然不同的效果，若過分強調數據安全性，可能會給企業(yè)增加額外的成本負擔與數據使用限制，難以實現數據應用的預期效果；反之數據可能被濫用，甚至存在數據泄露等風險事件。

記者多方了解到，圍繞著這些操作痛點，部分金融科技機構正在探索基于新科技的解決方案。比如隱私計算開始流行。概括而言，隱私計算通過技術作為一個數據交融匯合的中心，讓參與各方主體獲得所需數據同時，可以令數據不出本地（依然掌握在金融機構與政府機構手里），如此對用戶數據形成更強的保護。

此外，部分地方數據交易所做了大量探索，致力于提供完善的數據交易結算、數據交付安全保障、數據資產管理、投融資等綜合服務。但是，目前國內多數數據交易所并未取得突破性進展。

一位熟悉數據交易所業(yè)務進展的知情人士透露，究其原因，數字交易所存在三大發(fā)展瓶頸。就政策層面而言，數據作為一種資產，如何界定、如何定義，均缺乏必要的評判標準、政策規(guī)劃與法律支持；就技術層面而言，當前行業(yè)尚未構建一整套行之有效的技術體系，支持數據確權，數據定價、數據交易、數據協(xié)同等業(yè)務；就業(yè)務層面而言，由于數據確權、定價、安全保障均存在操作痛點，數據流轉與數據應用生態(tài)培育難以開展，其結果是令數據交易應用成功落地的場景不夠豐富。

“此次試點，或許能令金融數據綜合應用開啟新的發(fā)展空間?！鄙鲜鲢y行IT部門主管坦言。畢竟，金融產業(yè)不缺數據綜合應用場景，無論是個人金融業(yè)務（消費貸款與財富管理）、小微企業(yè)金融服務、貿易融資、供應鏈金融等業(yè)務場景，都需要海量多元數據的分享與深入分析。目前金融機構缺乏的，恰恰是數據共享、交易、應用、安全保障、協(xié)同增值的具體規(guī)范操作準則。

一位國有大型銀行零售部門主管向記者表示，他們特別期望通過試點，銀行能與政府部門實現某些個人數據的“共享”。目前，銀行只能借助個人金融數據判斷他的消費貸款授信額度，若能獲得借款人的公積金繳納、社保繳納、個人繳稅等數據，銀行面向個人、個體戶（小微企業(yè)）的貸款授信額度與貸款利率定價變得更精準，在更有效控制風險同時更好地服務實體經濟發(fā)展。

區(qū)塊鏈技術的新使命

記者多方了解到，隨著金融數據綜合應用試點推進，越來越多金融機構對區(qū)塊鏈技術應用有著較高的期望值。

上述歐科云鏈集團高層表示，以往，業(yè)界普遍擔心區(qū)塊鏈的吞吐量制約，令其難以勝任大數據處理，目前這個問題已得到妥善解決。具體而言，區(qū)塊數據層僅保存少量信息，通過密碼學技術獲得數據摘要，反向保證上層數據不會被二次篡改。運行數據層則通過寫到鏈上的計算邏輯，保存運行時所需要的數據。當計算邏輯固定且入參相同，運行結果自然相同，如此操作可以將數據計算結果摘要寫到底層，從而大幅度降低網絡傳輸壓力，且脫鏈數據層與傳統(tǒng)系統(tǒng)進行對接，快速將需要計算的核心數據推到運行層。

此外，區(qū)塊鏈技術在數據定價，數據協(xié)同增值等方面正發(fā)揮新的效果。

在數據交易層面，由數據資產供應方在基于區(qū)塊鏈的數據資產交易平臺發(fā)布數據資產并創(chuàng)建智能合約，通過求購方觸發(fā)智能合約，購買支付完成數據交易；且在數據資產交易過程，對數據資產信息上鏈、數據資產交易用戶上鏈、數據資產交易信息上鏈，以及分布式存儲，可以實時將數據同步到各個端點。

在數據增值與協(xié)作層面，數據流通市場可借助基于區(qū)塊鏈的通證協(xié)同機制，包括發(fā)行價值通證，撮合權益通證等，相關通證都將作為價值載體助力各數據權益方高效協(xié)作，發(fā)掘其價值。

這位歐科云鏈集團高層向記者坦言，當數據價值在數據生產、流轉使用、收益分配的三大流程得到真正釋放，將很大程度推動金融機構、個人與政府部門愿意推進數據流動，從而形成更大范疇的數據綜合應用效果。

一位國有大型銀行技術部門負責人向記者透露，圍繞區(qū)塊鏈在金融數據綜合應用的使用，他們已做了不少探索，比如針對數據隱私保護，他們正引入聯邦學習、多方安全、可信環(huán)境等隱私計算技術。

此外，部分銀行則正在區(qū)塊鏈技術平臺嘗試創(chuàng)建智能合約，通過智能合約觸發(fā)數據交易并實現動態(tài)監(jiān)管，以及采取數據資產上鏈、分布式存儲等方式，進一步提升數據交易效率與降低操作成本。

“以往，我們對此比較低調，主要原因是擔心相關技術存在監(jiān)管不確定性。但此次試點明確提出金融機構可運用多方安全計算、聯邦學習、聯盟鏈等技術實現多主體間數據規(guī)范共享，這些新技術將在金融數據綜合應用試點方面會有很大作為。”他指出。目前，他所在銀行正與部分第三方支付機構針對基于聯邦學習技術的數據分享開展合作，尋找行之有效的操作機制實現“數據可用不可見”與“數據不動價值動”。

在他看來，未來銀行面臨的較大挑戰(zhàn)，是如何進一步提升數字風控水準。此次試點明確提出，金融機構應有效運用跨領域數據豐富風險特征維度、進一步優(yōu)化風險評價模型并增強風險多渠道態(tài)勢感知、綜合性分析評估和差異化處置能力。

“以往，銀行內部主要側重數據安全保障，包括建立機制防范數據泄露，規(guī)范業(yè)務流程避免過度采集用戶數據，構建智能化操作系統(tǒng)按不同業(yè)務特點設定差異化的用戶數據使用權限，但在如何應用海量數據防范金融業(yè)務風險方面，顯得相對落后。”一家城商行合規(guī)部門負責人告訴記者。究其原因，一是銀行缺乏足夠豐富的數據，導致風險評價模型優(yōu)化難度加大，二是銀行對機器學習等AI技術的投入相當有限，令風控模型效能提升速度趨緩。通過此次試點，銀行高層已決定加大在數據綜合應用方面投入，目前他們正聯合IT技術部門正積極了解各業(yè)務部門在提升數字風控能力方面的各類數據需求，在合規(guī)合法情況下盡可能全地獲取相應數據，為業(yè)務風險防范構筑更強防火墻。

（作者：陳植 編輯：曾芳）