首页 | 

文_刘萍*

 

2019年，我先后赴贵阳、杭州、重庆、成都和北京，就金融大数据的发展和规制进行调研，并与政府有关部门、金融科技公司、头部大数据分析公司、网上银行等进行座谈，就大数据技术与金融结合问题做了一些思考。

大数据金融战略在数字经济时代应被提上日程

当前，以数字化经济和数字化金融引领的浪潮，为方兴未艾的第三次工业革命带来了新机遇。世界各国纷纷通过修法立法的方式保障数字经济的发展成果，并进一步为其提供指引。如，2016年英国全面修改数字经济法并最终通过《数字经济法（2017）》，这是一个促进性的法律，旨在推动英国发展成为全球最先进的数字经济国家。

经济和金融的数字化已成为塑造国家竞争力的重要举措。发展数字经济和数字金融，对深化供给侧结构性改革，推动现代化经济体系建设，意义重大。金融是现代经济的核心，是实体经济的血脉，在数字经济时代，大数据金融战略应当被提上日程。

以5G、大数据、人工智能、区块链、云计算等为代表的技术构成了当今金融科技的几个主要要素。我认为，大数据技术是其中“牵一发而动全身”的重中之重。金融数据是对过去的描述，而金融大数据是对未来不确定性的分析和应用。其中，算法和模型等底层技术和行业规制是核心竞争力。一方面，底层技术的绝对优势和完善的监管规制决定着未来谁是引领数字经济时代的主体；另一方面，由于大数据的高延展性，金融风险的传递和感染速度会随之加快，易引发系统性金融风险，这对传统的监管理念和模式构成了前所未有的挑战。

从监管者的角度看，金融与技术结合的本质还是金融，创新值得鼓励，但创新的前提必须是安全可控、金融消费者权益得到有效保障，创新应以服务实体经济、满足人们对金融服务的有效需求为本。

大数据催生了一些金融新场景

金融普惠性得到进一步提升

随着大数据等技术在金融机构的逐步渗透，金融机构信息来源更加广泛、信息处理能力更加高效、风险控制更加精准、服务和产品运营成本趋于零边际，使得金融机构在更大范围内开展服务成为可能，进而更好地为小微企业、“三农”、低收入人群等“长尾客群”提供必要的金融服务和产品。如，某金融服务公司推出的一款消费贷款产品中，70%的客户是传统银行的“白户”，且其贷款不良率低于传统银行。

To C端转向To B端成为趋势

大数据等技术在金融领域的业务正在由To C端向To B端的技术输出和解决方案服务发展。目前，已有部分金融科技公司和互联网技术公司正在利用在数据、模型和技术等方面的优势，为工、农、中、建、交以及各种类型的商业银行“量身定做”风控和反欺诈模型。

实现了传统银行服务场景的无缝对接

大数据、人工智能等技术的应用对传统银行业产生了颠覆性变化。如，银行通过人脸识别、指纹识别、活体检测等新型身份验证方式，能够提高验证效率及验证结果的稳定性，提高账户冒用难度；信贷业务利用大数据分析技术，通过信贷平台高效分享信息，实施新型放贷业务；清算、结算等精细的传统业务也正在被人工智能取代。

线上金融机构经营模式日趋成熟

以网上银行为例。经过近几年的发展，网上银行的业务模式和交易方式不断创新，金融交易效率和资源配置效率得到有效提升和保障。与传统银行相比，网上银行基本实现了“无分支机构、无客户经理、无现金业务、无原生客群、无自有场景、无特殊数据”的“六无”经营模式，基本实现了“秒审”“秒贷”。而上述“六无”中的要素往往被传统银行视为重要资源。

优化宏观审慎监管

大数据的理念和技术手段能够帮助金融监管当局从体量巨大、类型庞杂且彼此关联的微观金融数据中提取系统性风险信息，将未来诸多的不确定性锁定为确定，实现对系统性风险的预测和审慎监管，从而降低系统性金融风险。

促进“两链”协同，加速供给侧结构性改革

金融机构应用云计算、区块链等技术搭建开放性底层平台，并根据产业链发展的需要构建数字化平台，实现了产业链和数据链的协同。数字化平台连接产业链上下游企业，掌握真实的交易信息，并与各类金融机构合作，为供应链上的各类企业提供融资、贸易、资产交易等金融服务，从而促进供应链产业协同发展，加速供给侧结构性改革。

大数据视野下的金融发展和监管困局

大数据的资产属性和产权归属问题

大数据的资产属性和产权归属是我们在发展数字经济过程中必须要解决的问题，虽然人们对于大数据价值的认识在不断深化，但在法律层面还未对大数据进行资产的赋权。不确定的大数据产权给各参与主体在数据的采集、存储、共享、使用和交易等环节带来了不可控的风险成本，也为部分企业“钻法律政策空子”“打擦边球”制造了灰色地带。金融数据是数据中的一个较为敏感的数据集合，应用价值更大，应用场景更为广泛，其资产属性和产权归属亟需在法律层面明确。

金融信息与技术安全问题

一是金融信息安全。在设计之初，部分金融大数据基础平台主要考虑在可信的内部网络中使用，但在安全防范方面有所欠缺。金融信息平台上的信息、交易、账户、账户资金等均存在不同程度的安全隐患。

二是金融科技自身安全。大数据等技术的“公平性”还有待商榷。部分技术本身发展还不够成熟，存在算法“不可解释性”、对数据依赖度高等问题，可能导致结果偏离预期、算法歧视和系统异常等风险。

三是金融科技应用风险。大数据等技术本身是中性的，但存在被不当使用甚至恶意使用的现象，可能导致扩大违法违规行为危害的风险，如“大数据杀熟”等问题已在银行和保险业出现。

四是隐私泄露风险。由于个人隐私的法律边界不清晰，目前，我国数据泄露事件数量持续增长，尤其是“爬虫”“爬媒”等技术的滥用，使得金融消费者权益无法得到保障。

金融底层技术创新能力有待提升

我国大数据等技术对算法和模型等底层技术的研发还处在起步阶段。调研发现，服务于金融领域的大数据公司的商业模式和算法模型较为单一，应用场景还有局限性。只有少数头部企业在大数据领域的应用创新和专利申请方面有所成就，但在底层技术创新方面还未有重大突破。

“信息孤岛”问题普遍存在

缺乏有效的共享机制。受省委省政府高度重视，通过行政力量介入，贵州省在全国率先建立了数据调度机制，实现跨层级、跨地域、跨部门的数据高效调度管理。尽管有行政力量的介入，但金融部门之间的“信息孤岛”问题还未得到有效的解决。

金融监管部门的智能分析能力和监管能力受到挑战和考验

在互联网时代，传统的监管理念和模式构成了大数据等技术发展的主要矛盾。监管部门对于金融新业态的管理意识滞后，在监管缺位的情况下，一些新业态在发展的中后期容易异化，如P2P以及相近似的业务。

大数据视野下的金融发展和监管建议

各国纷纷通过立法立规来促进数字经济发展的进程中，一个重要的趋势就是对金融科技新业态一般采取规制性的做法，需要引起我们的关注。规制性的做法不是立法，而是相当于行业的指引，或者是一个部门规章，目的是给一些合法合规的金融科技公司留有发展的空间。发达国家在立法上的智慧和技巧值得我们借鉴。

对于当前在乱象中发展的金融新业态，在保护金融消费者的前提下，我们的监管既要体现包容性和适度性，也要避免治理乱象时的“法律真空”和“无法可依”。一方面，不能任由新业态野蛮自由生长；另一方面，在法律缺位的情况下，最好不搞“一刀切”政策，否则可能会给大数据分析行业带来重创。

大数据视野下的金融监管着力点

经调研验证，应用场景和行为脱敏应当成为未来监管的主要方向。根据行为监管的理念，对大数据等技术在金融领域的各种应用场景要有清晰的画像，明确应用边界，以便规范发展，杜绝乱象。同时，要对金融新业态引入智能合约监管。

另外，要严格禁止非持牌机构以任何形式直接从事金融业务。大数据分析公司或互联网机构与持牌金融机构合作时，若合作各方均触及金融业务，则必须持牌。需要压实持牌机构与第三方机构合作的各项责任，并对与持牌金融机构以外包业务形式合作的第三方大数据分析公司制定准入门槛。

强化金融信息保护，明确金融数据使用规则

首先，需要明确个人信息保护范围和边界。在理清和界定个人信息边界的前提下，明确并细化必要性原则、比例原则和正当程序原则，监管部门必须在“授权、脱敏、最小介入和机器使用”等核心问题上出台可操作性的指引。

其次，在个人信息保护的基础上，对金融信息进行分层处理，必须明确金融信息的定义和范围。其中，处理好金融数据、敏感数据、重大数据的关系最为值得关切。要严格依法保护重大、敏感的核心信息，若出现泄露则建议直接入刑。对次要或不敏感的金融信息进行分类分层规制。

另外，在实现金融数据“爬虫”“爬媒”技术合法合规方面，关键在于就“爬什么”“如何爬”以及“如何用”这三个问题做出规范。

同时，建立起数据的控制者和处理者之间的“防火墙”。区分数据控制者和数据处理者，要求分包时必须签订书面合同。侵害个人信息时，数据控制者和处理者承担连带责任。

此外，立法应进一步提高罚款限额，可借鉴国外经验，加大违法成本。欧盟《一般数据保护条例》规定的处罚措施十分严厉：针对第一类侵权行为，处以1000万欧元或企业上财政年度全球营业总额2%罚款（采用孰高原则）；针对第二类侵权行为，处以2000万欧元或企业上财政年度全球营业总额4%的罚款（采用孰高原则）。

用法律、制度和市场机制的刚性确保“技术向善”和“技术中立”

一是加快针对金融数据、征信数据、商业信用数据、政府数据和社会信用数据这五大类数据的法律规则研究，避免在乱象中存在立法真空。

二是明确一个统一的监管部门和职能安排，对金融大数据等新技术进行全面监管。若新技术的应用涉及相关专业领域，可通过部际联席会议或联合公告的形式增强监管部门的融合性及协调性。

三是在行业内积极倡导负责任创新等理念。用技术手段解决“技术中性”的问题，加强制度建设。同时，形成市场监督机制。

四是构建金融数据共享机制，编制金融数据共享规划纲要。借鉴欧盟经验，通过数据共享的制度安排来解决市场发展和权益保护的矛盾。在传统金融信用信息基础库建设的基础上，构建由政府、银行、监管当局和征信机构组成的半封闭化的金融数据共享环境，探索打破“数据孤岛”，逐步建立金融数据流转、共享的程序规范和技术标准。

强化监管能力的学习，加大力度引进领军人才，加强底层技术研究

一是通过新技术、新业态的发展倒逼金融领域监管理念变革和思路创新。对金融科技领域的监管主体予以适当的创新空间和激励机制，探索沙盒监管模式。

二是创新人力资源管理和机制，引进一批行业领军人才。加强与院校、科研单位的合作，构建以市场为导向、产学研深度融合的金融科技交流合作基地。同时，着力于现有队伍的培训和未来科技人才的培养也是当务之急。

三是在安全合规的前提下，加强与第三方大数据分析公司的合作，共同克服技术难点，合力创新金融的底层逻辑和技术。

（编辑  季节）