牛牛考资作者|杜宁 杨祖艳「华控清交信息科技(北京)有限公司,杜宁系公司总裁、中国互联网金融协会金融科技专委会副主任委员」
党的十九届四中全会首次将数据作为生产要素写入。今年上半年,中共中央国务院相继发布《关于构建更加完善的要素市场化配置体制机制的意见》及《关于新时代加快完善社会主义市场经济体制的意见》,其中均提出了加快培育数据要素市场的具体意见。近年来,我国数字经济发展迅速,中国信息通信产业研究院发布的《中国数字经济发展与就业白皮书(2019年)》显示,2018年总量达31.3万亿元,占GDP比重超过三分之一,对GDP增长的贡献率则超过三分之二。新冠肺炎疫情暴发以来,信息技术在保障“非接触式”生产生活、提升需求供给匹配效率、增强社会服务与管理等方面更是发挥了巨大作用。数据作为数字经济和信息技术时代的“石油”,其重要性日益凸显。金融业作为数据密集型行业,在数据要素新时代将主要承担两大任务:一是树立行业示范,既推动金融业实现高质量发展,又为国家探索数据要素化路径提供最佳实践经验;二是为国家建设全新的数据要素市场提供全方位的、开创性的金融支持服务。
金融行业天然具有数字基因。但金融与数字的结合,在不同历史时期呈现出不同形态,金融的核心要素也随着时代发展不断演化。
一是货币要素时代。货币作为金融起源时期的核心要素,是支持实物交易的媒介。此时金融的数字属性主要体现为一般等价物,它对商品交易进入社会化大生产阶段发挥了极大的促进作用。货币化交易提升了商品交换的效率,货币化程度成为影响各国商品经济发展广度和深度的核心因素。
二是资本要素时代。17世纪荷兰东印度公司成立,被认为是现代金融的起源,它通过发行股票来筹集资金的融资方式,开启了一个全新的金融资本时代。接下来两百多年里,投资者投资了数千家可以产生资本收益和股息的公司,至1914年,资本已在欧洲和世界其他地区自由流动(2019年1月3日《华尔街见闻》:“全球金融市场的五个时代”)。金融资本的全球流动也推动资源配置进入全球化时代,金融的核心竞争力表现为资本实力。
三是信息要素时代。20世纪60年代以来,随着信息技术快速发展,金融依托计算机技术、网络技术等手段,推动业务流程的线上化、智能化和自动化,不断降低物理网点设施成本、提高金融业务效率。在这个阶段,金融产品的定价和交易,都逐步变成了计算机里的数字处理过程,数据也成为专指可供计算机存储和传播的各种信息。
四是数据要素时代。党的十九届四中全会将数据作为生产要素,反映了随着我国经济活动数字化转型加快,数据对提高生产效率的乘数作用凸现,成为最具时代特征新生产要素的重要变化。从此,数据不仅仅是金融业务运营过程的副产品,而是推动金融业务发展的核心要素投入。数据将从信息化阶段各机构的“手工作坊”走出来,进入数据的“社会化大生产”阶段,数据交易也将成为金融交易的重要类别。
近年来,我国深刻认识到发展金融科技的必要性和紧迫性,以重点突破带动全局,在技术选型、能力建设、应用场景和安全管控等领域全面提升金融科技应用水平,为金融探索数据要素化新时代铺平了道路。
一是金融科技快速发展,为开创数据要素新时代奠定实践基础。2013年以来,在新一轮科技革命背景下,我国金融业在信息化基础上,逐步应用云计算、大数据、移动互联网、人工智能等新兴技术,在互联网金融、移动金融和智慧金融等方面得到快速发展。特别是今年新冠肺炎疫情期间,我国金融科技应用实力彰显:以“非接触式”金融服务有效支持金融服务不断流、不降质;精准利用人工智能、大数据等,降低小微企业融资成本,提高融资服务可获得性;以区块链技术为核心,建立抗疫物资捐赠存证平台,为社会各界提供公开透明、可追溯、可反馈的监督途径,推动凝聚社会各方力量。
二是强化金融科技统筹规划力度,为开创数据要素新时代奠定制度基础。2019年,人民银行发布我国金融科技领域第一份纲领性文件《金融科技(FinTech)发展规划(2019-2021年)》,全面推动金融科技迈上高质量发展之路。规划要求,充分释放大数据作为基础性战略资源的核心价值,推动形成金融业数据融合应用新格局。同时,金融业正在开展人工智能、区块链、大数据、云计算等多项金融行业标准的制定工作,并发布《个人金融信息保护技术规范》,将为金融数据要素化奠定标准基础。
三是数据安全融合技术研发取得突破性进展,为开创数据要素新时代奠定技术基础。与其他生产要素相比,数据要素有着自身特殊的属性,即原始数据一旦分享便使用不可控,由此导致“为了安全而不共享”的现象,数据孤岛成为金融进入数据要素时代的瓶颈问题。数据安全融合技术(主要包括多方安全计算、数据脱敏、差分隐私、可信执行环境、联邦学习等)的快速发展,为上述难题提供了较好的解决方案。数据安全融合技术既能实现数据使用,又能保护数据隐私。特别是近年来已经成熟的多方安全计算(MPC)技术,能直接以数据的计算因子进行融合计算,实现数据“可用而不可见且按规定的用途和用量使用”,将利用明文数据转变为利用数据的计算价值,从而为数据要素化扫清了最后的发展障碍。
金融数据要素时代不是“后大数据时代”。大数据时代是有边界的“大”,数据要素时代是无边界的“融”。在数据要素时代,任何主体合法合理的数据需求,都能方便地从市场获取产权清晰、质量有保障的数据;数据提供方则将根据数据要素创造的价值,合理获得应有报酬。我国将充分利用“政府宏观调控+市场微观调节”有机组合的制度优势,实现数据价值跨地区、跨部门、跨层级有序流动。金融数据要素化将对金融业提高效率、降低成本、防范风险发挥重要作用。
在金融数据要素化的新时代,金融业将通过全方位大规模数据融合应用,实现风险管理实时化、决策支持智能化、资源配置精准化,把更多的金融资源配置到经济社会发展的重点领域和薄弱环节,满足多层次实体经济需求。
一是以数据融合支持实体经济转型升级战略。通过数据融合,金融机构可强化宏观经济数据、产业发展动态、市场供需状况等关联分析,实时监测企业运营资金流、信息流和物流信息,对企业经营状况进行全方位跟踪,为金融资源配置提供科学依据,引导资金根据国家战略和产业政策流向高科技、高附加值领域,提升绿色金融质量和水平。
二是以数据融合支持国家普惠金融战略。我国一直高度重视对小微企业的融资支持,将小微企业作为普惠金融重点服务对象。借助数据融合技术,金融机构综合掌握司法、社保、工商、税务、海关、电力、电信等行业数据,获取更加完善的小微企业画像,破解小微企业信贷过程中出现的获客成本高、信息不对称、定价不精细、风控不完备等问题,从而为小微企业融资提供更精准、更安全、更便捷的服务。
三是以数据融合支持脱贫攻坚战略。精准扶贫是金融业践行“金融为民”理念的重要着力点。针对农民、城镇低收入人群、贫困人群和残疾人、老年人等金融服务历史数据不足的社会群体,金融机构可融合电力、电信、公安等综合数据来源,精准地对其进行画像,对各种扶贫需求进行精准识别,灵活高效地配置扶贫资金资源。此外,还可全面监测交易流水数据,提供基于支付控制的扶贫资金贷款服务,使得贷款只能定向用于购买生产资料,而非消费性支出,从而建立金融精准扶贫的长效机制。
在数据要素时代,数据驱动的金融科技将飞速发展,深刻影响市场参与主体、数据交易市场发展形态、重塑金融服务格局等,成为推动金融服务供给结构变革和金融服务效率提升的根本支撑。
一是金融科技重塑金融体系格局。金融的本质是处理信息不对称,并在此基础上实现风险定价。数据要素时代,数据作为基础性资源,各融资主体可通过各种数据展现自己的信用价值,金融机构可利用的KYC信息更加丰富。大型金融机构将利用自身数据、公共服务数据以及采购到的第三方数据,综合计算和判断每笔业务的价值和风险,实现金融服务提质增效。中小金融机构则可继续发挥自身在区域性、行业性等细分领域的“knowhow”优势,充分利用“贴身”采集的数据,有效满足小微企业和个人客户的个性化金融需求。
二是金融服务于数据要素市场建设。在数据要素时代,数据要素市场将是金融市场的重要组成部分,数据通过“可用不可见、按用途和用量使用”的形态进行交易。正如服务其他要素市场一样,金融机构也将为数据交易生态提供全面的支持。其中不仅包括直接相关的金融中介服务(如撮合数据买卖、数据经纪、数据托管和存储、数据咨询、数据算法开发等),也包括衍生的数据信用市场(如数据估值、数据审计、数据评级、数据合规、数据保险、数据抵押登记等),还包括底层的数据金融服务基础设施(如数据交易系统、数据交易计费和支付结算、数据安全保障、数据计算平台和算力提供平台等)。
三是金融服务由被动式向主动式转换。在数据要素化时代,金融机构的产品开发将从基于统计和大数理论发展到主要基于数据融合的个人精准模型,从而有利于开发出更多个性化、差异化、定制化金融产品,实现“以产品为中心”跨越到“以客户为中心”。例如,在个人合格投资者认证流程中,金融机构不再是被动等待客户认证,而是提供以“数据安全通”为平台的一键式查询认证服务,免除了个人投资者来回跑路,提高了相关金融产品的便捷性和吸引力。
金融数据要素化在为金融发展注入新动能的同时,也给传统金融监管体系和监管手段带来新的挑战。在金融服务更加虚拟、业务边界更加模糊、经营环境更为开放的背景下,金融风险跨机构、跨业态、跨市场外溢特征将更为明显,风险传播速度也呈指数级增长。因此,数据要素化时代,更需构建数据驱动的监管与合规新模式。
一是筑牢风险联防联控的“长城”。金融机构在风险共享方面有着天然的动力,基于数据融合进行金融风险联合防控,可有效满足各机构共同补好短板、筑高底线的基本诉求。为此,应加快构建“参与即享用”的金融风险防范合作机制,破除机构间数据壁垒,更全面反映相关主体风险情况,帮助金融机构形成风险全景视角。
二是用好风险穿透排查的“烽火台”。金融业务边界的模糊与交叉极易造成风险迅速跨界传染,因此需要对各种信息进行实时穿透和关联分析,增强金融监管的专业性、统一性和穿透性。首先,可通过系统嵌入、API(应用程序接口)等手段,实现业务数据的计算因子实时获取,保证监管信息的真实性和时效性,避免可能的数据泄露风险。其次,可将业务数据的计算因子和银行报送数据对进行交叉验证并对业务数据的计算因子进行基于隐私保护的机器学习训练,以数据自动分析保证监管当局及时感知金融风险态势变化,推动金融监管模式向事前、事中监管转变。
三是构建跨境金融风险传播的“护城河”。随着我国金融业对外开放步伐加快,跨境金融风险传染带来的挑战也将愈发显著,特别是在数据跨境流动政策尚未明确的情况下,跨境金融服务一方面要实现“业务放得开”,另一方面更要做到“风险管得住”。在加大推进跨境联合监管、联合执法、联合打击违法违规跨境金融活动的基础上,应加快探索跨境金融活动统一监管平台,通过数据“可用不可见”的监管科技平台,有针对性地加强客户身份识别、大额和可疑交易报告、洗钱监测分析、账户取现身份验证等业务排查,既实现跨境金融业务信息本身不泄露,又能排查跨境资金和跨境信息的匹配性,有效监测跨境金融风险,提升跨境非法金融活动打击治理的精准性。
加强研究宣传,构建新型“数据观”。随着世界各国加快大数据战略布局,各国在前沿技术研发、数据开放共享、隐私安全保护、人才培养等方面均做了前瞻性布局。我国提出数据生产要素化,占据了国家推动大数据战略的制高点,为我国全面发展数字经济奠定了政策优势。在推动数据要素化过程中,要正确认识数据的信息价值和计算价值可分离的新型数据观,认识到数据“可用不可见、可按用途和用量使用”的新属性,做好研究和宣传工作,深入挖掘数据要素的潜在价值。
加强顶层设计,有效释放“数据能”。在顶层设计指引下,金融数据要素化市场方兴未艾。监管部门和相关机构应考虑将数据要素化纳入中长期发展规划,统筹新型数据要素化基础设施,从算力、算法、存储、网络等维度加强技术攻坚,为释放数据计算产生的“数据能”奠定基础。在此过程中,针对历史形成的多个业务条线数据分散存储、分散运行的现实情况,可采用“渐进式改革”方法论,既不完全推倒重来,也不重复建设造成浪费,保持各数据中心现有职能不变,新增构建“数据可用不可见、按规定用途和用量使用”的综合性数据融合应用平台,铺好“数据能”从各行业涌入金融领域的“管道”。
加强监管科技,为数据植入健康基因。建立数据“按用途和用量使用”的监管机制和监管手段,保障数据的计算价值得到合法合理利用。在当前金融数据安全分级指南、全生命周期管理等要求基础上,进一步建立涵盖金融数据计算价值的使用目的审查、原始数据质量审查、计算结果隐私保护符合性审查等标准。加快监管科技创新步伐,制定监管互动交互的元数据标准,将监管规则转换成机器可执行代码,支持监管合规要求自动化处理,实现基于数据的智能监管。继续深化监管沙盒管理方式,加大支持发挥数据要素价值的试点项目力度,在发展中保护好参与机构的商业秘密以及金融消费者个人信息,实现金融创新与风险管控的有效平衡。■
|