【原创】廖茂林 贾晋:探析金融业的数据要素融合应用

2021-01-15 14:12:39 和讯名家 

  金融数据直接反应金融活动主体资金流、授信、动账等经济、金融行为,具有较高的信息量。但是,通过单一渠道数据对主体特征的评价具有一定的片面性,而通过新技术从电商消费平台、政府公共数据平台等渠道的巨量数据集合中提取有价值的规律、趋势信息,可以挖掘金融大数据的集聚和增值潜力,大幅降低市场经济运行过程中的信息不对称性。构建政府、市场主体、金融机构互利共赢的金融生态圈,利用大数据技术进一步打通内循环生产、流通、分配、消费各个环节的信息“堵点”,成为金融业转型的新方向。

  我国金融数据要素应用仍处于探索阶段

  近年来,部分银行已经意识到金融数据要素的潜在价值,并利用一些外部公开数据开展了一些有益的尝试。例如,2019年,农业银行(601288,股吧)通过构建对公客户营销管理系统的子系统,尝试通过多维大数据分析绘制以客户为中心的金融资产、交易、风险、价值等标签视图,精准捕捉客户需求。随着国内财政金融数据要素基础设施的加速建设,金融服务数字化转型已经成为趋势,但是我国数据交易流通起步较晚,目前仍处于探索阶段。金融机构、政府、企业以及其他各类市场主体之间的金融数据共享平台尚未成型,不同类型的数据共享平台呈现多元化、分散式分布。

  其中,银行与企业之间的数据对接平台较为主流。例如,2012年中国银行(601988,股吧)首推的 “中银开放平台”,以API(应用程序接口)方式向客户提供移动支付、投资理财、贷款融资等多项业务。浦发银行(600000,股吧)推出的API Bank,已开放接口超过279个,对接万科、京东等92家合作方,已开放开户、贷款、生活缴费、跨境金融等传统金融场景。又如,建设银行(601939,股吧)研发的标准化开放银行管理平台,合作伙伴多达70多家。

  此外,还有金融机构与政府以金融科技公司为媒介构建的数据对接平台。例如,建信金融科技为云南省政府量身定制“互联网+政务服务”平台,建设了银行、建信金融科技、云南省政府三方的数据开放、科技共享和平台共用。2018年2月,交通运输部要求网约车平台公司向监管信息交互平台传输相关运营数据。2019年10月,辽宁省市场监督管理局与美团进行数据信息对接共享,为市场监管部门提供数据参考。建设银行与133个省/市搭建了智慧政务服务平台,切实提升了公共服务效率。此外,还有企业间自发组成的数据共享合作联盟。例如,京东和腾讯合作推出的“京腾计划”,将京东购物数据、腾讯社交数据进行融合分析加工,极大地提高了企业的数字化运营效率。

  目前我国金融数据融合存在的主要问题

  虽然金融数据融合应用前景广阔,但是在实践过程中面临诸多阻碍。主要问题包括以下三个方面。

  缺乏明确的法律规范和数据权属。目前我国整体在数据要素交易流通的合法运作模式上尚未形成明确的法律规范,尤其在数据权属问题上尚存在诸多争议,导致公共部门与金融机构及各类市场主体之间难以形成明确的数据权益分配机制,金融数据治理过程中普遍存在“不愿、不敢、不能”共享这一难题。从数据采集源来看,金融数据来源于微观主体金融行为的各个方面,金融机构和商业企业在日常运作中也会持续产生海量的业务数据,不仅涉及个人隐私安全,还关系到市场竞争主体的重要商业机密。同时,金融大数据很大一部分由海量用户数据汇总形成,具有一定的公共性质,因此其产生的经济价值需要依据公共性质的权属进行合理利用和分配。然而,在这一问题上,我国尚未形成较为完善的法律条文明确金融大数据的所有制、分配机制等问题,因此,目前仅靠市场主体难以在现有法律框架下开展金融数据融合应用的广泛实践。

  目前金融数据要素的采集和多维数据融合还需要更强的技术支持。借助金融大数据要素,可以将司法、征信、税务、工商等多维数据深度融合,实现金融服务智能化、模型化、自动化。然而,以美国为代表的西方发达国家依托信用卡消费模式构建了较为完善的征信数据体系;而我国由于在消费理念、消费行为习惯等方面具有特殊性,因此在数据采集上缺乏足够的渠道。例如,目前中国人民银行的个人征信数据记录仅覆盖了我国人口总量的30%,传统银行的金融服务由于时间、空间和资源等方面的限制,在个性化和多元化的客户金融数据采集方面能力受限,在征信评分过程中对用户信息的采集范围主要局限在信用风险控制的目标上。据调研数据显示,71%的被调研银行认为自身在规范和提升数据质量方面存在挑战;认为自身数据价值挖掘能力欠缺和面临较严重“数据孤岛”现象的被调研银行占比分别为59%和55%,这可能让金融大数据分析处理技术难以充分发挥作用。

  现行金融体制管理链条长、改革进程相对较慢。从现行金融体制层面来看,如何在确保数据安全和隐私保护的前提下,实现多个非互信数据源高效融合,同时保障全流程可验证、可追溯、可解释、可审计、可监管,是金融数据要素融合应用的重要前提。我国的商业银行大都实行“分支行制”“分级管理”体制,不仅管理链条长,且各级横向部门多而复杂,导致在数据采集、传导、处理的过程中存在大量中间环节,受到空间、时间甚至人为因素的干扰。虽然互联网技术的发展使得金融机构职能部门横向合并,进而实现扁平化管理,但是由于各方面因素阻碍,金融体制改革进程相对缓慢。

  实施金融数字化战略的国际经验

  很多发达国家正在加快推动数字化转型,一些国家甚至力主在全行业推进数字化战略,通过集团资源整合与经营模式转变,抢占竞争制高点。其他国家的探索实践为我国推进金融数据要素融合应用提供了参考经验。

  从法律层面来看。美国目前尚未从联邦政府层面推出普遍适用的数据要素融合相关制度和政策,但已有《开放政府数据法》《关于提高联邦政府资助的科学研究结果的访问备忘录》等文件,以及对数据开放共享的相关参与主体的权利和义务界限、政府数据开放的范围、管理机制等进行规定的州法案,白宫于2019年12月发布的《联邦数据战略与2020年行动计划》提出要将数据作为战略资源开发。欧盟在个人数据方面强调有前提的融合,非个人数据方面则鼓励加强流通,相继出台《开放数据和公共信息再利用指令》《欧洲数据战略》,明确数据共享原则,促进公共数据“重用”(Reuse)和数据开放共享。日本工业价值链促进会2019年发布《互联产业开放框架》(CIOF),提供了一套“标准+技术+机制”的流通解决方案,明确了数据提供者和使用者的权利与义务,并为数据共享流通机制提供了方案。

  从运作模式来看。发达国家大多通过将金融服务嵌入第三方平台,进而批量采集用户数据,进行精准营销和提供一站式服务。此外,大数据征信的应用还能够促使金融机构融合社交网络数据、消费行为数据等各类数据进行精准营销和风控,提升金融机构运作效率。例如,英国金融科技公司Bud通过开放银行协议联合80多家金融机构开发了一个平台化运作模式的金融服务软件,初步形成了一个更为开放和全面的金融生态圈。新加坡星展银行于 2017年推出金融和商业服务数据的开放共享平台——API开放平台,该平台目前已拥有超过350个开放API接口,与90多个第三方金融科技企业和软件开发商建立了联系,为多元数据采集创造了条件。

  我国金融数据要素融合应用的路径

  推动金融数据要素融合应用,需要在数据采集、数据质量标准、交易流通和权益分配机制等方面构建相对完善的体系,因此,制度设计主要需要从以下四个层面着手。

  明确数据权属。数据作为一种生产要素具有与资本、劳动力相类似的所有制性质。然而,与普通生产要素不同的是,金融融合大数据要素在权属层面具有更加复杂的属性,因此,相关立法仍在探索中。例如,政府数据作为公共数据,属于新型国有资产,其数据权归国家所有。据麦肯锡研究报告显示,开放政府数据每年能够产生3万亿~5万亿美元的经济价值。然而,对于公共数据所带来的经济价值如何合理分配的问题,目前仍然缺乏明确的法律规范,因此目前亟须加快探索步伐,明确数据权属的立法。金融数据要素来源于机构、用户、企业等多方主体,具有公共性质,因此,开放其经济价值的前提是通过立法明确各类金融数据的所有制性质、各方权益分配方案、定价和付费原则,综合国家安全、公众权益、个人隐私、企业经营等因素做好数据分级,对不同数据进行分类管理,在完善跨机构、跨领域数据融合应用机制的同时,确保各方数据权益、隐私不受侵害。对于金融数据融合应用相关平台,按照“可用不可看”的原则明确平台接入环节的法律界限。另外,需要增加相关法律条款对数据采集方案、流程、标准进行系统性的规范,确保数据质量。

  探索多方共建模式。金融数据要素实现高效融合应用需要集合各类数据资源,因此需要依靠多方主体参与共建,这需要发挥体制机制优势,由政府牵头,搭建“政、银、企”合作平台,融合行内外数据生产要素,建设集技术、资源、数据、智能于一体的开放、共享、共建的金融数据中台,促使金融优化资源配置的作用将在内循环生产、流通、分配、消费的闭环中更充分地释放出来。升级信息化公共基础设施,为移动场景下云计算、大数据、人工智能和区块链等技术的应用落地提供支撑。整合金融机构、金融科技企业等资源,共同搭建金融数据云平台,整合商业银行、电话银行、微信银行、购物平台等各类型平台的金融服务数据资源,推动商业银行与创新创业、教育、交通等第三方实现跨界合作,让海量、动态化的数据在云端汇聚并实现高效融合和处理,实现各类金融主体自然属性、资产属性等多维数据分析的智能化和标准化,深度挖掘金融数据的经济价值。

  深度融合实体经济。传统金融通过引导资源配置服务实体经济发展,而金融大数据的融合应用使得金融技术与实体经济全方位深度融合成为可能,金融融合数据对中小微企业生产经营进行全流程数据赋能成为数字化转型时代金融服务实体经济的重要途径之一。金融机构作为整体市场的一个部分,应通过多方数据融合应用下沉服务重心融入实体经济,与企业、公共部门共同形成协调有序的生态体系,打破“数据孤岛”。促进金融机构依托金融数据融合应用平台,通过用户社交、网购、信息检索等多维数据的技术处理,更精准地锁定用户需求。例如,通过大数据、机器学习、模式识别等技术,建立用户识别标签,对客户基本特征及金融行为特征深入挖掘,重点加大对人口户型、资产特征、社交特征、购物偏好、营销特征、兴趣爱好和活动标识等数据信息的整合和分析力度,构建全客群客户行为图谱,进行精准营销,从而提高金融服务效率和客户效用。

  在普惠金融层面探索利用金融融合大数据。金融数据融合应用能提高金融扶贫的精准度,极大解决了传统普惠金融服务模式的不均衡、不匹配、可持续性不足问题。通过金融融合数据,在投研、产品筛选、风险控制等维度广泛参与资产配置决策,不断提高投资组合收益率和风险控制能力,促使资本在供需双方之间的对接成本更低、效率更高,驱动资本市场投顾的智能化转型。

  作者单位:中国社会科学院生态文明研究所,

  西南财经大学中国西部经济研究中心

本文首发于微信公众号:银行家杂志。文章内容属作者个人观点,不代表和讯网立场。投资者据此操作,风险请自担。

(责任编辑:李显杰 )
看全文
写评论已有条评论跟帖用户自律公约
提 交还可输入500

最新评论

查看剩下100条评论

热门阅读

    和讯特稿

      推荐阅读

        和讯热销金融证券产品

        【免责声明】本文仅代表作者本人观点,与和讯网无关。和讯网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。