由新华社瞭望智库@@、财经国家周刊主办的@@“第四@@届中国新金融高峰论坛@@2019”1日在京举行@@，中国人民银行科技司司长李伟@@@@发表主旨演讲@@。他表示@@，当前@@，以人工智能@@、区块链等为代表的数字技术@@不断涌现@@，快速向经济社会各领域融合渗透@@，以数据@@为核心的数字化转型@@已是大势所趋@@；金融业是数据@@密集型行业@@，在生产经营过程中积累了海量的数据@@资源@@，只有做好数据@@治理@@@@@@，才能更快@@、更好地推进数字化转型@@@@。
中国人民银行科技司司长李伟@@@@
数据@@治理@@之@@“困@@”
在谈到当前@@的数据@@治理@@之@@@@“困@@”时@@，李伟@@表示@@，主要有四方面@@：
第一@@，存在信息孤岛@@，有数不能@@用@@。当前@@，金融业数据@@治理@@过程中普遍存在@@“不愿@@、不敢@@、不能@@”共享的问题@@，导致海量数据@@散落在众多机构和信息系统中@@，形成一个个@@“数据@@烟囱@@”。一是不愿@@共享@@，多数机构都将数据@@作为战略性资源@@，认为拥有数据@@就拥有客户资源和市场竞争力@@，主观上不愿@@意共享数据@@@@；与之类似@@，机构内部数据@@权属分割@@，数据@@所有权和事权密切相关@@，部门宁愿将数据@@@@“束之高阁@@”，也不愿@@轻易拿出来共享@@。二是不敢@@共享@@，部分金融数据@@具有一定敏感性@@，涉及用户个人隐私@@、商业秘密甚至国家安全@@，数据@@共享可能存在法律风险@@，客观上给机构间共享数据@@带来障碍@@。三是不能@@共享@@，由于各机构数据@@接口不统一@@，不同机构的数据@@难以互联互通@@，严重阻碍数据@@开放共享@@，导致数据@@资产相互割裂@@、自成体系@@。
第二@@，数据@@质量不高@@，有数不好用@@。金融科技背景下@@，高质量数据@@成为金融服务与创新的重要基础@@，也是大数据@@提升金融精准施策能力的关键前提@@。然而@@，当前@@金融业整体数据@@质量不高@@现象依然突出@@，给数据@@深入挖掘与高效应用带来困@@难@@。在完整准确性方面@@，由于缺乏统一的数据@@治理@@体系@@，有些金融机构在数据@@采集@@@@、存储@@、处理@@等环节可能存在不科学@@、不规范等问题@@，导致错误数据@@@@、异常数据@@@@、缺失数据@@等@@“脏数据@@@@”产生@@，无法确保数据@@的完整性和准确性@@。在一致性方面@@，由于业务条线繁杂@@、业务种类多样@@，多个部门往往数据@@采集@@标准不一@@、统计口径各异@@，同一数据@@源@@在不同部门的表述可能完全不同@@，看似相同的数据@@实际含义也可能大相径庭@@，数据@@一致性难以保障@@。这给全局数据@@建模@@、分析@@、运用造成@@障碍@@，数据@@挖掘效果大打折扣@@。
第三@@，融合应用困@@难@@，有数不会用@@。金融数据@@来源@@众多@@、体量庞大@@、结构各异@@、关系复杂@@。从如此繁杂的海量金融数据@@中挖掘高价值@@、关联性强的高质量数据@@@@，需要高效的信息技术@@支撑和可靠的基础设施保障@@。然而@@，部分金融机构科技研发投入相对不足@@、科技人员占比失调@@，利用@@数据@@建模分析@@解决实际问题的能力有待提高@@。信息资源利用@@大多停留在表面@@，数据@@应用尚不深入@@、应用领域相对较窄@@、数据@@与场景融合不够@@，导致数据@@之@@“沙@@”难以汇聚成@@“塔@@”，海量数据@@资源无法盘活@@，数据@@潜力得不到充分释放@@。
第四@@，治理体系缺失@@，有数不善用@@@@。我们常说@@，“技术@@本身是中性的@@，技术@@运用的善恶完全取决于人@@”，这一结论对数据@@同样适用@@。科技要向善@@，数据@@也同样要向善@@。然而@@，由于法律法规尚不健全@@、数据@@治理@@体系还不完善@@、机构合规意识不足@@，数据@@“不善用@@”的问题较为突出@@。从业机构违法违规成本低@@，为谋求商业利益而置现有管理规定于不顾@@，过度采集@@数据@@@@、违规使用数据@@@@、非法交易数据@@等问题屡见不鲜@@。例如@@，某些@@APP、网站@@，用户不授权提供手机号@@、通讯录@@、地理位置等信息@@，就无法继续使用和浏览@@，通过@@“服务胁迫@@”来达成@@“数据@@绑架@@”。此外@@，部分机构数据@@保护意识@@、内部管理@@、技防能力薄弱@@，数据@@泄露事件时@@有发生@@，用户成为@@“透明人@@”，电信欺诈@@、骚扰电话@@、暴力催收等屡禁不止@@，严重侵害用户权益@@。
数据@@治理@@之@@“道@@”
面对上述困@@难和挑战@@，金融业如何解困@@破局@@、实现数据@@有序治理和高效利用@@@@，是需要共同探讨的重点议题@@。对此@@，李伟@@认为@@，数据@@治理@@应遵循四大基本原则@@@@。
首先@@，依法合规@@，保障安全@@。数据@@作为重要的生产要素@@，确保数据@@安全@@应是始终恪守的底线@@。金融业是对信息安全高度敏感的行业@@，应建立健全数据@@安全@@管理长效机制和防护措施@@，严防数据@@泄露@@、篡改@@、损毁与不当使用@@，依法依规保护数据@@主体@@隐私权在数据@@治理@@过程中不受侵害@@，不能@@因开展跨部门数据@@融合应用而突破现有法律法规与监管规则@@。
其次@@@@，物理分散@@，逻辑集中@@。由于历史原因@@，很多机构往往存在@@“N”个数据@@中心@@(数据@@源@@)，呈现出多个业务条线数据@@分散存储@@@@@@、分散运行的局面@@，若采用@@“推倒重来@@”的方式显然成本太高@@、阻力太大@@。因此@@，应在保持现有数据@@中心职能不变的前提下@@，维持当前@@数据@@物理存放位置和运行主体@@不变@@，充分利用@@各数据@@中心@@IT设施和人财资源@@，构建@@“1个数据@@交换管理平台@@@@+N个数据@@中心@@(数据@@源@@)”的数据@@架构格局@@。在此基础上@@，制定实施统一的数据@@管理规则@@，实现数据@@的集中管理@@。
再次@@@@，最小够用@@，用而不存@@。数据@@治理@@的一大难点就是如何在保障数据@@所有权基础上实现数据@@的融合应用@@。应消除数据@@所有方因信息@@“所有权让渡@@”造成@@“事权转移@@”的顾虑@@，规范数据@@使用行为@@，严控数据@@获取和应用范围@@，确保数据@@专事专用@@、最小够用@@、未经许可不得留存@@，杜绝数据@@被误用@@、滥用@@。在满足各方合理需求前提下@@，最大限度保障数据@@所有方权益@@，确保数据@@使用合规@@、范围可控@@。
最后@@，一数一源@@，一源多用@@。当前@@，无论是金融管理部门还是金融机构@@，各业务条线数据@@分散现象或多或少存在@@，数据@@多头收集时@@有发生@@。这不但增加信息报送@@、采集@@、存储@@成本@@，也导致数据@@责任主体@@不明@@，数据@@安全@@、数据@@质量难以保障@@。应明确源数据@@管理的唯一主体@@@@，保障数据@@完整性@@、准确性和一致性@@，减少重复收集造成@@的资源浪费和数据@@冗余@@。同时@@@@，建立数据@@规范共享机制@@，提升数据@@利用@@效率和应用水平@@，实现数据@@多向赋能@@。
数据@@治理@@之@@“术@@”
就如何做好数据@@治理@@@@工作@@，李伟@@也阐述了自己的四点意见@@。
其一@@，做好顶层设计@@，把数据@@规划好@@。数据@@治理@@是一项长期@@、复杂的系统工程@@，要在组织@@、机制和标准等方面加强统筹谋划@@。一是优化组织架构@@。充分认识数据@@的重要战略意义@@，将数据@@治理@@纳入企业中长期发展规划@@，及时@@调整组织架构@@，明确内部数据@@管理职责@@，理清数据@@权属关系@@，自上而下推动数据@@治理@@工作@@。二是完善应用机制@@。在保障各方数据@@所有权不变前提下@@，统筹规划全局数据@@架构@@，完善跨机构@@、跨领域数据@@融合应用机制@@，实现数据@@规范共享和高效应用@@。三是构建@@标准体系@@。建立涵盖金融数据@@采集@@@@、处理@@、使用等全流程的标准体系@@，打造金融数据@@@@的@@“通用语言@@”，提升金融数据@@质量@@，为数据@@互通@@、信息共享和业务协同奠定坚实基础@@。
其二@@，健全治理体系@@，把数据@@管理好@@@@。一是做好数据@@资产管理@@。根据统一的数据@@标准体系@@，建立全局数据@@模型和科学合理的数据@@架构@@。在此基础上@@，管理维护全局数据@@资产目录@@，实现对数据@@资产的全面梳理和有效管控@@，解决数据@@质量不高@@@@、数据@@利用@@不足等问题@@。二是做好数据@@分级管理@@。综合国家安全@@、公众权益@@、个人隐私和企业合法利益等因素@@，制定数据@@分级标准@@，基于全局数据@@资产目录将数据@@进行分级@@。针对不同等级数据@@采取差异化的控制措施@@，实现数据@@精细化管理@@。三是做好数据@@共享管理@@。规范数据@@共享流程@@，确保数据@@使用方在依法合规@@@@、保障安全@@前提下@@，根据业务需要申请使用数据@@@@。数据@@所有方按规则审核确定数据@@使用范围@@、共享方式等@@，通过@@数据@@交换机制实现数据@@有序流转和安全应用@@。
其三@@，加强安全管控@@，把数据@@保护好@@@@。要遵循@@“用户授权@@、最小够用@@、全程防护@@”原则@@，充分评估潜在风险@@，把好安全关口@@，加强数据@@全生命周期安全管理@@，严防用户数据@@的泄露@@、篡改@@和滥用@@@@。在采集@@环节@@，要向被采集@@用户进行明示@@，明确告知采集@@和使用的目的@@、方式以及范围@@，在获取用户授权@@后方可采集@@@@。在存储@@环节@@，通过@@特征提取@@、标记化等技术@@将原始信息进行脱敏@@，并与关联性较高的敏感信息进行安全隔离@@、分散存储@@@@，严控访问权限@@，降低数据@@泄露风险@@。在使用环节@@，借助模型运算@@、多方安全计算等技术@@@@，在不归集@@、不共享原始数据@@前提下@@，仅向外提供脱敏后的计算结果@@。
其四@@，强化科技赋能@@，把数据@@应用好@@@@。数据@@治理@@的核心环节是数据@@应用@@，要从算力@@、算法@@、存储@@、网络等维度加强技术@@支撑@@，切实增强数据@@应用能力@@。在算力方面@@，加快分布式架构转型@@，充分发挥云计算等技术@@高性能@@、低成本@@、可扩展的优势@@，满足海量数据@@分析@@处理@@对计算资源的巨大需求@@。在算法@@方面@@，基于深度学习@@、神经网络等技术@@设计数据@@模型和分析@@算法@@@@，提升数据@@洞察能力和基于场景的数据@@挖掘能力@@，为数据@@插上翅膀@@，让数据@@在金融领域展翼翱翔@@。在存储@@方面@@，探索与互联网交易特征相适应@@、与金融信息安全要求相匹配的数据@@存储@@方案@@，稳步推动分布式数据@@库金融应用@@，实现数据@@高效存储@@和弹性扩展@@。在网络方面@@，运用物联网技术@@丰富数据@@采集@@维度@@，利用@@5G技术@@带宽大@@、速度快@@、延时@@低等优势提升数据@@流转效率@@，打造金融数据@@@@“高速公路@@”。
最后@@李伟@@说@@，当前@@金融科技蓬勃发展@@，金融业正处于以科技赋能实现大发展@@、大变革的关键时@@期@@。要深刻认识数据@@资源对金融业数字化转型@@的重要意义@@，切实把金融数据@@规划好@@、管理好@@、保护好@@、应用好@@，深挖数据@@价值@@、释放数据@@潜能@@，推动金融实现高质量发展@@。
