17日，在北京發(fā)布的一份報告提出，傳統(tǒng)的公開數據搜集、原始數據共享等融合方式存在一定局限性，依托先進技術探索數據“可用不可見”“定量定向使用”的創(chuàng)新解決方案是當前金融業(yè)數據要素融合的新途徑、新方向。

金融業(yè)數據要素融合應用與治理研討會暨《金融業(yè)數據要素融合應用研究》發(fā)布會現場。

該報告名為《金融業(yè)數據要素融合應用研究》(以下簡稱“報告”)，由中國互聯(lián)網金融協(xié)會金融科技發(fā)展與研究專委會組織撰寫，17日在金融業(yè)數據要素融合應用與治理研討會上進行了發(fā)布。

中國互聯(lián)網金融協(xié)會會長李東榮在致辭中指出，數字化浪潮蓬勃興起，數據作為國家基礎性戰(zhàn)略資源和關鍵生產要素的地位日益凸顯。金融業(yè)作為數據密集型和科技驅動型行業(yè)，如何平衡好數據要素融合應用和安全保護，充分發(fā)揮金融業(yè)數據要素的經濟社會價值，已經成為一項重要而緊迫的課題。

數據要素融合是指在數據要素化背景下，對單一或多個數據源的數據進行關聯(lián)、組合等操作，從而獲得更好的數據處理效果。

報告認為，運用多方計算(業(yè)界亦稱多方安全計算或安全多方計算)、聯(lián)邦學習等技術，推動金融業(yè)數據要素在確保安全合規(guī)前提下實現融合應用創(chuàng)新，在促進金融業(yè)數字化轉型、增強數字普惠金融水平、落實金融消費者保護要求、提升金融穿透式監(jiān)管效能等方面具有重要意義。

“各項技術的應用并非互相排斥，實踐中應注重綜合運用、揚長避短。”報告認為，多方計算更適用于數據量適中但保密性要求較高的重要數據應用場景;聯(lián)邦學習更適用于企業(yè)聯(lián)合分散在用戶終端的數據進行與需求相關的模型訓練場景;數據脫敏更適用于數據量較大、泄露后風險或影響較小的普通數據場景;差分隱私更適用于統(tǒng)計分析場景，但不適合需要精準結果的場景;可信計算更適用于限制數據資產使用的場景，如數字版權保護、移動支付等。

報告建議，加快出臺《數據安全法》《網絡安全等級保護條例》等法律法規(guī)，進一步明確同意形式、免責規(guī)定等金融業(yè)數據要素融合關鍵節(jié)點的規(guī)則要求，加強對金融機構、金融科技公司等數據使用方行為的約束。

同時，加強監(jiān)管政策的統(tǒng)籌協(xié)調，出臺實施用戶授權、最小夠用、專事專用、全程防護等重要原則指引。加大對侵犯個人隱私、違規(guī)采集數據、非法數據買賣等危害金融消費者權益的行為的懲處及披露力度。優(yōu)先支持普惠金融、綠色金融、科創(chuàng)金融等領域的金融業(yè)數據要素融合應用創(chuàng)新納入金融科技創(chuàng)新監(jiān)管工具，適時出臺金融業(yè)數據要素融合應用相關監(jiān)管規(guī)則和標準規(guī)范。(記者 程春雨)

關鍵詞： 金融業(yè) 金融科技