数据被誉为21世纪的原材料，金融行业是强数据基因行业，是典型的数据驱动行业。在数字经济时代，金融数据指数级增长，金融机构面对海量数据以及数字化高频业务场景需求，正在积极探索践行新型数字化体系。数据作为新型生产要素，正在不断推动金融业务的优化与变革。在金融场景中，数据有哪些应用，如何最大发挥数据潜在价值？金融机构的数字化转型，需要如何更有效管理数据、发掘数据、应用数据？南都大数据研究院专访了中央财经大学中国互联网经济研究院副院长欧阳日辉教授。

南都：金融场景中有哪些数据应用，如何最大化挖掘其价值？

欧阳日辉：金融数据包括金融交易数据、客户数据、运营数据、监管数据以及各类衍生数据等。从金融数据综合应用的角度，还包括非金融领域的数据如何共享、开发和交易，运用到金融领域的创新发展。

目前，金融数据在银行业、证券行业、保险行业、支付清算行业得到广泛应用。金融科技与数据要素双轮驱动，正在深刻改变金融业的创新思维、经营理念和监管方式。数据在金融领域的应用场景越来越广，从数字支付、数字信贷、数字保险到数字财富管理、数字供应链金融，智慧网点、智能客服、智能投顾、智能风控等金融产品和服务越来越丰富。例如，在数字信贷领域，通过整合银行内外部信息，弥补传统信贷风险评估方法缺少前瞻性与实时性的缺点；利用大数据技术，银行根据企业间的投资、控股等关系形成企业关系图谱，有利于关联企业分析及风险控制。

当前，金融数据存在不均衡、不对称和不充分等问题，加强数据能力建设，打破数据壁垒与垄断，促进数据规范共享，深化数据融合应用，提升数字风控水平，成为金融数据发展的趋势和方向。实践中，大型互联网平台通过持续收集占有客户数据，形成海量行为数据，建立以向数据壁垒为基础的护城河。因此，在数据价值发掘中，打破“数据孤岛”是当务之急，市场化配置是可行之道。从当下数据流通的实践来看，传统基于所有权转让的交易模式受困于交易形态、数据确权、数据定价等问题，无法规模化落地，依托于隐私保护计算的数据协同应用的服务模式更为可行。隐私计算是面向隐私信息全生命周期保护的计算理论和方法，实现数据的可用不可见，极大程度保护了数据安全与隐私，数据开放主体也更有意愿开放更多价值数据，促进数据要素的协同应用，进一步提升市场的决策能力。

在安全合规前提下推进金融数据高效治理

南都：金融业各板块涉及数据量大，《金融科技发展规划（2022-2025年）》将“数据”从资源工具提升为金融产业中的生产要素，更强调数据的重要地位。目前，金融业数据要素改革现状如何？您有什么建议？

欧阳日辉：2020年中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，提出土地、劳动力、资本、技术、数据五个要素领域的改革方向。2022年1月6日，国办发布《要素市场化配置综合改革试点总体方案》，聚焦数据采集、开放、流通、使用、开发、保护等全生命周期的制度建设，推动数据采集标准化，分级分类、分步有序推动部分领域数据流通应用。

金融监管机构高度重视数据及其应用问题，深入推进数据能力建设。《金融科技发展规划（2022-2025年）》提到数据114次，提出既要充分释放数据要素潜能，发挥数据要素倍增作用，将数字元素注入金融服务全流程；又要做好数据安全保护，切实防范算法、数据、网络安全风险，共建数字安全生态。《中国银保监会办公厅关于银行业保险业数字化转型的指导意见》提到数据105次，要求到2025年银行业保险业基于数据资产和数字化技术的金融创新有序实践，个性化、差异化、定制化产品和服务开发能力明显增强，数据治理更加健全，科技能力大幅提升，网络安全、数据安全和风险管理水平全面提升。

近年来，我国不断探索金融数据改革。一是建立健全制度体系。2018年5月21日《银行业金融机构数据治理指引》发布，要求银行业金融机构将数据治理纳入公司治理范畴，建立自上而下、协调一致的数据治理体系。2020年，人民银行发布《个人金融信息保护技术规范》《金融数据安全数据安全分级指南》《多方安全计算金融应用技术规范》等，规定金融信息在收集、传输、存储、使用、删除、销毁等生命周期各环节的安全防护要求，推动多个主体间的数据共享与融合应用。二是开展试点工作。2021年5月，人民银行在北京、江苏、浙江、山东等14省市开展金融数据综合应用试点，在安全合规前提下推进金融数据高效治理、安全共享，实现跨层级、跨机构、跨行业数据融合应用。2022年3月30日，人民银行召开2022年科技工作电视会议要求，深入实施金融数据综合应用试点，推动金融数字化转型。

具体而言，在强化数据融合应用方面，监管层要求金融机构深挖金融数据内在价值，加强与工商、税务、公安、海关、生态环保、住建、电力等领域数据共享，探索更广范围、更深层次的融合应用，利用数据和技术手段创新直达实体经济的金融产品和服务，赋能智慧金融、普惠金融、绿色金融、农村金融高质量发展，助力健全与数字经济相适应的现代金融体系。

未来，金融业数据要素改革主要在数据融合应用方面发力。首先要解决数据融合应用的问题，加快健全数据要素的法律法规和管理制度体系。其次，加快数据要素市场建设，解决数据要素配置范围有限、数据要素跨域流通不畅、数据要素市场发育不充分不平衡等问题，建立多层次数据要素市场，建立金融数据交易专业市场。再次，充分发挥行业协会的作用，监管部门支持和鼓励聚焦数据要素确权、定价、交易、融合、保护等重点难点问题，推进数据格式、数据授权协议、有关支撑技术应用等方面的标准规范研制和出台。最后，支持和鼓励金融机构加强大数据技术、人工智能、多方安全计算、隐私计算、联邦学习等技术研发，积极开展融合应用探索，提高数据融合应用能力。

数据开放、共享也是很重要的事情，继续加强征信行业规范整改力度，防止数据独享，打破数据垄断，进一步提升金融机构客户自主营销、风控能力，防范互联网平台垄断优势持续扩大。建议按照《征信业务管理办法》要求，如互联网平台向金融机构提供信用信息服务，必须依法取得征信牌照，对于未持有征信业务牌照的互联网平台，只能向金融机构提供导流服务，客户业务申请、贷款审批、贷后发放、贷后管理等均只能由金融机构独立主导开展。其次，建议央行进一步扩大征信数据范围，比如为更好防范学生贷风险，加大与教育部沟通，将学生学籍数据纳入央行征信；再次，对符合业务准入资格的主体给予征信牌照，进一步畅通金融机构通过依法合规渠道获得客户信用评价信息，助力行业风险管理。

新兴金融机构数据治理过程中大胆创新

南都：数字时代必然带来数字金融模式的转变，金融机构纷纷拥抱数字化，需要如何更有效管理数据、发掘数据、应用数据？

欧阳日辉：数据已经成为未来的核心竞争力，金融机构一直都在积极探索管理数据、发掘数据、应用数据，盘活数据的潜在价值。传统金融机构利用大数据促进业务转型、重塑竞争优势、提高治理水平。比如，建设银行2003年开始探索适合建行特色的数据治理体系，建立了完善的企业级数据规范体系、外部数据资源统一引入和共享机制、完整的数据管控机制，制定了统一的结构化、非结构化数据采集规范，搭建符合大数据处理要求的结构化、非结构化数据存储与计算平台，不断跟踪大数据及相关领域的最新技术成果，深入研究大数据领域相关技术应用。

新兴金融机构在数据治理过程中，大胆引入科技或创新手段。比如，马上消费金融公司已与全国200多个场景方达成合作，形成多维数据源。基于大数据以及科技优势，业务全流程实现全面数据驱动，已经应用于数字化营销效果、数字化智能风控决策、智能客户服务，贷后管理等多个技术系统，形成“1个基础保障+2个主线+1个闭环管理机制”数据治理路线，一套“自上而下、协调一致”的数据治理业务体系，有效覆盖数据全生命周期，全面支撑零售金融场景数据赋能。

站在金融机构角度，有效管理数据、发掘数据、应用数据，必须抓紧时间做好几个方面工作：一是加强数据基础设施建设，从数据中台、AI中台、业务中台三大数字化中台设施为基础，打破应用孤岛、管理孤岛、地理孤岛的“三类数据孤岛”，构建数据综合应用体系；二是建立外部数据采购、管理和使用的治理体系，外部数据的接入及广泛应用在金融机构越来越普遍，积极从数据统一接入、共享服务到数据运营来探索外部数据管理之道，充分高效挖掘外部数据资产价值；三是因地制宜强化数据管理应用能力，把数据用起来才会产生价值，各个机构根据自身发展战略，从产品设计创新，到营销、风控、运营、资管等全业务流程数字化再造，再到构建开放、智能的金融机构数字化管理、合规、内控和决策体系；四是稳妥地加强与互联网平台、金融科技公司合作，大部分中小金融机构自身并不具备数据分析和应用的能力，需要解决中小银行与互联网平台之间的利益不一致和激励不相容问题，在与科技公司合作数据分析和应用时要严控风险，合理制订风险管理的策略和制度规范，做好数据安全管理工作。

探索政府、金融企业共同参与的新型监管模式

南都：全国多地依靠大数据等金融科技手段推动银行为小微企业精准画像解决融资难、融资贵问题，例如上海2019年上线公共数据开放普惠金融应用。在您看来，搭建银企信息桥梁，实现政府、企业数据深度融合还需要怎么做？

欧阳日辉：在金融领域，运用公共数据的典型案例是上海普惠金融公共数据开放平台。上海数据交易中心深化公共数据开发利用，通过整合环保、工商、纳税、法院等涉企开放数据，与银行业务部门深度合作，为参与普惠金融试点应用的银行提供专业的数据服务，确保数据资源在跨行业的应用场景中得到高效利用。2020年北京金控集团初步建成金融公共数据专区，涵盖200余万市场主体的登记、纳税、社保、不动产、专利、政府采购等数据3158项，支持工商银行、建设银行分别推出“普惠大数据信用贷款”和“云义贷”等普惠金融产品。

在金融领域，政企数据深度融合有以下几个着力点：一是完善政企数据深度融合的制度。完善政企数据双向共享中的相关法律法规，明确数据归属权、管理权、使用权和监督权的边界。制定和完善数据归集、分类、开放、共享、交换、使用和安全等方面的配套法律法规，建立政企数据双向共享标准规范体系，强化数据标准、技术标准、质量标准、应用标准、平台标准，以及管理标准、服务标准、监管标准和安全标准等。完善政企数据共享的制度，不仅为金融创新发展服务，但金融领域对政企数据融合的紧迫性尤甚。

二是积极探索技术破解数据融合过程中的问题。当前，政企数据融合以接口方式进行，未来更多地通过模型算法进行融合利用。大型金融机构的金融科技公司和专业的金融科技公司应加快与数据采集、存储、清洗、加工、共享、交易、利用等全链条的前沿技术研发，满足政企数据融合利用中对技术的需求，特别加强物联网、5G、大数据、学习算法、区块链、沙箱、隐私计算等新技术在政企数据融合利用。

三是建立健全政企数据深度融合机制。政企数据融合将从企业数据向政务数据归拢转向政务数据向企业数据汇聚，企业将成为数据加工处理的主力军，应坚持激励相容、责权对等、依法合规原则，金融机构应该支持建立健全政企深度融合的长效机制，包括企业数据开放给予相应的税收优惠、资金补贴、项目配套和金融扶持等激励机制，建立政府和企业共同参与的数据共享常态化沟通机制等等。

四是完善政企数据深度融合的监管模式。设立分级分类开放管理部门，负责制定标准、制度和流程，监督和指导各地推进数据分级分类开放。创新政企数据双向共享的安全监管方式与手段，探索政府、金融企业共同参与的新型监管模式，推动政府主导监管模式向政府与多种社会力量合作的多元共治模式转变。

南都：在深化金融领域数据开放、应用等方面，如何通过金融创新构建完整的数据生态，以金融行动服务数字政府建设，更好服务数字经济发展？

欧阳日辉：金融机构建立数据生态服务数字政府建设，主要是在开放银行的背景下，大型商业银行纷纷寻求与政府部门合作，“政务服务+金融服务”融合，积极推进智慧政务建设，开启智慧政务服务新模式。比如，工银e政务综合服务平台拓展非金融功能，实现客户对日常所有场景的智慧服务全面提升，深度参与智慧政务建设，共建金融与政务紧密融合的“数字生态共同体”。金融数据生态不仅有利于金融业数字化转型发展、有效防范化解金融风险，而且对数字政府建设也有推动作用。

商业银行和政府都在开展大数据生态建设。2022年，银行业推动数字化转型和数据生态的步伐加快。比如，民生银行成立数字化金融转型牵头部门——生态金融部，立足战略性、跨板块、跨区域的数字化生态金融模式孵化与产品研发的快速突破，全面提升数据能力与科技能力，开展生态银行、智慧银行“两大银行”建设。

在发展数字经济的大背景下，商业银行和政府一个共同的目标是建设数据生态。而建设数据生态，商业银行对数字政府的作用途径有三个：一是银行和政府的数据容易打通，政府需要运用银行平台开展政务服务，银行需要综合应用政府数据开展业务；二是政府、银行都需要数字化转型，共同面临业务融合、技术融合、数据融合，跨层级、跨地域、跨系统、跨部门、跨业务，从制度、平台、数据、标准、技术五个维度对数字政府的建设进行赋能，商业银行探索的经验可供政府参考；三是大数据、人工智能、区块链、多方安全计算、联邦等新技术对双方建设数据生态都很重要，大型商业银行在金融科技方面已经进行多年研发。商业银行建设的数据生态不仅可以直接助推数字政府建设，在政府数字化转型方面也可以间接发挥作用。

个人简介

欧阳日辉，博士，教授，现任中央财经大学中国互联网经济研究院副院长、首都互联网经济发展研究基地副主任、清华大学电子商务交易技术国家工程实验室互联网经济与金融研究中心主任。致力于数字经济、电子商务和金融科技的理论研究、政策研究和实践推动工作。

出品：南都大数据研究院 数字政府研究中心

统筹：邹莹 研究员：袁炯贤  设计：刘寅杉

（注：中央财经大学经济学院林欢欢对此文亦有贡献）

编辑：袁炯贤

更多报道请看专题：数据新作为·数据30人20城系列报道解码数治之道