周蓉蓉

【摘要】金融機構是數據密集型行業(yè)，加強金融機構數據治理對深挖數據價值、釋放數據潛能、發(fā)展數字金融、推進金融機構數字化轉型意義重大。數據治理有助于完善金融業(yè)務、加強風險控制、維護數據安全。數字金融呈現技術化、垂直化和生態(tài)化特點，亟待提升數據標準和質量、完善數據共享、發(fā)展監(jiān)管科技、深化金融數據供給側改革，發(fā)揮數據治理對于金融機構數字化轉型的制度效能，構建與數字經濟相適應的現代金融體系。

【關鍵詞】數據治理；數字化轉型；數據共享；隱私計算

數據治理是以“數據”為主要內容，在確保數據安全的前提下，建立完善的規(guī)則系統(tǒng)，明確數據流向中各方的權責關系，搭建多方參與、共建共享、共同治理的數據流通模式，以實現數據價值的最大化，促進國家治理體系和治理能力的現代化（梅宏，2020）。黨的二十大報告提出了加快發(fā)展數字經濟、促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業(yè)集群。中共中央、國務院印發(fā)的《數字中國建設整體布局規(guī)劃》明確提出了促進數字經濟發(fā)展的各項政策和措施。數字建設是數字時代推進中國式現代化的重要動力，支撐構建國家競爭新優(yōu)勢。加速數字中國建設對于實現全面建設社會主義現代化國家戰(zhàn)略部署，推進中華民族偉大復興具有巨大意義和深遠影響。

數字經濟時代推動了數字金融的誕生，我國通過發(fā)展先進金融科技、創(chuàng)新商業(yè)模式，使得金融行業(yè)整體效率得以提升。2020年新冠疫情的爆發(fā)更是進一步加速了數字金融的發(fā)展進程，其中包括數字政務在內的數字化生活服務更是成為我國居民對抗疫情沖擊的重要金融科技手段。數字金融在一定程度上消除了金融機構與用戶之間信息不對稱的問題，通過技術手段實現了風險識別、風險監(jiān)管的技術化運行，改變了原有的信貸模式，同時日益發(fā)達的數字金融基礎設施建設也為業(yè)務發(fā)展提供了廣闊的提升空間，金融科技為銀行業(yè)特別是零售金融業(yè)提供了巨大的增長極。與此同時，數字金融的飛速發(fā)展也存在信用風險、監(jiān)管不完善和引導過度消費等問題。數據標準和數據質量存在短板，受技術進步、業(yè)務變化和缺乏管理規(guī)定等因素的影響，金融機構內部數據標準不一致，增加了金融數據治理和跨部門數據融合應用的難度。數據孤島和壁壘問題制約數據在不同部門、機構和市場之間的流通和共享，并導致大量數據資源被閑置。數據資源呈爆發(fā)式增長且應用多樣化，個人信息保護、數據安全等問題凸顯，數字鴻溝和無序競爭也制約著金融機構的數字化轉型進程。

數字金融的高質量發(fā)展需要數據治理體系建設先行。如何協(xié)同數據治理技術、優(yōu)化數據共享開放、管理數據及完善安全與隱私保護，同時建立標準規(guī)范等，已成為數字化進程中對數據治理提出的新挑戰(zhàn)。為了加快金融機構數字化轉型進程，必須打破數據壁壘，消除“數據煙囪”，讓數據在一定程度上實現共享和流通，進一步完善數據治理框架體系，優(yōu)化技術應用，彌合數字鴻溝，加快推進數據治理制度供給效能的發(fā)揮。

數據治理賦能金融機構數字化轉型的原理

伴隨著技術革命，金融行業(yè)衍生出四個發(fā)展階段：機械化時代現代銀行的誕生、電氣化時代投資銀行的產生、信息化時代風投體系的形成、數字化時代數字金融的演進。數字化轉型是金融業(yè)保障業(yè)務流程自動化、實時風險管理的關鍵，也是金融服務實體經濟的重要推動力。以數據驅動的方式，構建基于數據、算法和算力的數字金融是當前金融機構數字化轉型的必然選擇。金融機構是數據密集型行業(yè)，加強金融機構數據治理對深挖數據價值、釋放數據潛能、發(fā)展數字金融、構建與數字經濟相適應的現代金融體系意義重大。

數據治理在金融機構數字化轉型中的作用機制

數據治理有助于優(yōu)化金融業(yè)務。隨著大數據技術的進步，機構內部數據、多個機構間數據、金融和實體經濟及社會生活領域的各種數據正逐步形成更加完整和多樣的數據集市，并有著更全面和真實的數據標簽，將結構化數據與非結構化數據相結合，包括文本、圖像、音視頻等，整合金融和多維數據，以深入挖掘用戶的個性化需求和特征，精準定位目標客戶，抓住獲客機會并提高轉化率。數據治理有助于實現數據平臺、采集方法和統(tǒng)計口徑的統(tǒng)一，規(guī)范數據定義方式，明確數據結構，從而將業(yè)務數據及時整合、歸納和管理。

數據治理有助于加強風險控制。首先，有效的大數據應用可以降低偽冒、欺詐風險，為了簡化身份認證，提升用戶體驗，許多金融機構利用機器學習技術，收集人的生理、行為特征數據，運用人臉、虹膜、指紋、聲紋、筆跡和步態(tài)識別等技術來進行用戶信息的準確辨識和對應。同時，利用OCR技術從用戶的證件中提取必要信息，采用黑產設備識別、可疑號段識別和高風險地區(qū)識別等方法，以預防網絡攻擊，并避免異常和虛假申請。其次，使用大數據可以有效避免信用風險。通過收集全網申請記錄，可以更準確地判斷多頭借款和過度授信；同時，分析用戶的收入、現金流、投資行為等，可以更全面地評估其資金實力和還款能力，利用用戶交易記錄、消費偏好等信息，可以更好地判斷交易真實性及預測不良偏好和其他還款風險，通過識別用戶社交網絡中的家庭成員和關系人，還可以更好地遏制風險傳播，還可以降低操作和合規(guī)風險。在線采集、遠程傳輸證照、資金流水及其他征信資料并實時識別，可以降低機構溝通成本，降低錄入操作風險及信息不對稱程度；通過監(jiān)控客戶經營地理位置、行為軌跡、工作流程等，全面確保盡職調查的有效性，提高實地調研效率。再次，可以對風險資產處置進行優(yōu)化。通過監(jiān)測用戶貸后行為，預警異常交易，及時發(fā)現風險，盡早處置抵押物，以減少借款損失。通過分析用戶現金流及歷史行為，區(qū)分被動逾期和主動逾期，選擇不同的催收策略，并使用智能外呼機器人和區(qū)塊鏈技術等來優(yōu)化風險處置（金天等，2021）。

數據治理有助于維護數據安全。隨著《網絡安全法》《數據安全法》和《個人信息保護法》相繼發(fā)布施行，中國人民銀行頒布的《征信業(yè)務管理辦法》明確了金融征信行業(yè)數據使用原則、信息采集和使用規(guī)范、監(jiān)督管理等方面的要求，以確保數據安全。《個人金融信息保護技術規(guī)范》和《金融數據安全數據生命周期安全規(guī)范》等技術標準的頒布對金融機構在數據訪問、存儲、使用、傳輸和共享時提出了更嚴格的要求。2021年，中國人民銀行印發(fā)《金融業(yè)數據能力建設指引》，數據安全、數據合規(guī)、數據流通和數據價值發(fā)掘成為當前金融行業(yè)的關注焦點（宋奇，2021）。通過數據治理強化金融機構對數據的分類、分級處理，識別出重要的敏感數據并采取相應的措施，有助于維護數據安全，并通過一系列制度規(guī)范和組織體系的完善，進一步落實數據安全和隱私保護的有關要求。

數據治理的核心活動職能和保障措施

20世紀80年代，數據隨機存儲和數據庫技術的應用催生了數據管理的概念，這是數據治理的先驅。DAMA-DMBOK將數據資產管理框架定義為數據庫數據治理、微服務架構信息管理、數據庫數據研發(fā)、數據庫數據管理和數據安全保護。率先大規(guī)模開展數據治理工作的是強監(jiān)管要求下的銀行業(yè)（付登坡等，2019）。H.Watson在2004年首次提出了國外數據治理研究，主要針對企業(yè)管理。自2015年起，國內開始探索數據治理領域，最初關注國家治理和大數據治理，隨后主要集中在計算機、行政學和金融等領域（劉桂鋒等，2018）。國內外的研究重點主要在數據治理模型和框架方面的探討。近年來，研究學者們相繼探討了成熟度（牛麗雪、白獻陽，2020）、保障和具體應用（孫嘉睿，2018）。目前研究的重心主要聚焦在要素、標準（張紹華等，2017）和技術等方面。數據治理被定義為一系列與數據相關的管控活動、績效和風險管理工作，旨在確保數據在全生命周期內得到合規(guī)、風險可控和有效價值的實現，并將數據視為組織資產（見表1）。

數據治理賦能金融機構數字化轉型的場景應用

數字化轉型應用在金融活動的一些具體場景，如大數據征信、大數據風控、智能投顧、保險科技等，在這些具體實踐中，數字金融生態(tài)化發(fā)展與融合是大勢所趨。數字金融促進產業(yè)生態(tài)的共同發(fā)展，以更加有效的金融科技手段，實現更精準的用戶畫像和更有針對性的金融服務，發(fā)展普惠金融、綠色金融、轉型金融等，解決海量小微企業(yè)的融資難題，實現整個產業(yè)生態(tài)圈的健康發(fā)展。

數據治理在征信數據中的應用?！墩餍艠I(yè)務管理辦法》明確了信用信息的定義、征信管理的邊界及業(yè)務全流程?！熬W絡平臺—征信機構—金融機構”模式引入征信公司作為中介，增加數據安全的有效保障，同時降低網絡平臺對數據的引流的主導權，提升金融市場的充分競爭水平，降低信息使用費用?！墩餍艠I(yè)務管理辦法》使征信行業(yè)進入到全新的生態(tài)。這意味著本質上是征信業(yè)務的各種“數據服務”“技術服務”都需要通過征信公司才能與金融機構實現合作。掌握豐富數據的公司向其直接開設或投資的金融機構“直供”數據的時代結束，新的監(jiān)管模式下，這類公司的數據優(yōu)勢不能直接轉移到其開設或投資的金融機構身上，即使間接轉移，基于征信公司的股東結構，在速度、數據類型和價格上，也會基本趨于市場公允水平。隨著金融機構與平臺企業(yè)合作加深，平臺為金融機構提供的不僅是技術支持和數據維度的豐富，而更深層的助益是提供了流量入口，通過其自身的應用場景進行獲客引流，發(fā)揮數據優(yōu)勢，進而為金融機構提供更高品質的服務。征信數據治理將推進金融機構更加有效運用數據，在數據價值挖掘中兼顧個人信息保護和數據安全，在強化金融機構自主風控的前提下，通過與平臺的合作在一定程度上彌補其自身數據能力的不足，不斷探索嵌入多元化場景的開放銀行數字金融發(fā)展路徑，推進金融機構與平臺企業(yè)數字化能力的互補和共贏。

數據治理與隱私計算技術深度融合的金融場景化實踐。隱私計算技術是實現金融業(yè)數化轉型的重要節(jié)點，有助于構建并形成健康開放的金融生態(tài)，在釋放數據價值、維護數據安全、保護用戶隱私中取得平衡。隱私計算技術快速發(fā)展，隱私計算產品的應用推動傳統(tǒng)數據流通模式和流程實現轉型升級，將逐漸成為數據治理的關鍵保障和有效支撐。風控環(huán)節(jié)方面，對于金融機構而言，風險的精準識別和防控的高效需要借助大數據技術，而在隱私計算技術的應用下，數據的流通和使用更加安全，數據市場規(guī)模逐步擴大。隱私計算技術能夠幫助金融機構和外部海量數據進行聯合建模分析，基于大數據技術的應用能夠有效降低信貸風險，并借助智能分析對產品進行精準定價。同時，基于多方數據的融合使用，有助于提高機構反洗錢甄別能力（李立志，陳媚，2022）。營銷環(huán)節(jié)方面，利用隱私計算技術可以精準識別客戶風險，以此提升精準營銷的效果。作為新興技術，隱私計算技術需要結合應用場景，在合規(guī)要求下實現技術創(chuàng)新，提升對更大的數據方和數據量以及更復雜場景的應對能力，為數據流通以及質量的提升提供安全環(huán)境。對于金融機構而言，如何將數據治理與隱私計算技術深度融合，實現數據價值的深入挖掘以及利用，并強化個人隱私保護和信息安全，成為科技金融發(fā)展的新命題。未來，隱私計算行業(yè)生態(tài)的融合發(fā)展是大勢所趨，推動隱私計算技術與同態(tài)加密、區(qū)塊鏈等技術融合使用，通過技術優(yōu)勢互補減少技術漏洞，將最大化發(fā)揮技術融合優(yōu)勢，拓展場景應用邊界，降低開發(fā)門檻和技術壁壘，實現隱私計算低成本規(guī)?；瘧茫ㄟ^開源生態(tài)的形成實現產業(yè)的良性發(fā)展。

數據治理在金融機構數字化轉型中的發(fā)展方向

在數字金融科技化進程中，以“云大物移智”為新興技術代表的金融科技在金融創(chuàng)新中扮演著重要角色，成為產業(yè)集團和金融機構開展業(yè)務與合作的重要手段，助力數字金融在全產業(yè)鏈各個環(huán)節(jié)中取得突破，是發(fā)展數字經濟的核心驅動力。由于第四次工業(yè)革命以來，產業(yè)之間的邊界逐漸模糊，跨界競爭使各個產業(yè)朝著垂直化、專業(yè)化發(fā)展，進而重塑產業(yè)壁壘。企業(yè)的垂直化、線上化、科技化、數字化、生態(tài)化轉型，促進全產業(yè)鏈上中下游進一步的數據共享與平臺融合，進而誕生新的商業(yè)模式，企業(yè)的融資需求也逐步向上下游拓展，出現明顯的供應鏈金融屬性，數字金融呈現垂直化傾向。順應數字金融的技術化、垂直化和生態(tài)化發(fā)展趨勢，數據治理需在以下方面進一步優(yōu)化（見圖1）。

提升數據標準和質量。根據《中共中央 國務院關于構建數據基礎制度更好發(fā)揮數據要素作用的意見》要求，加強數據分類分級管理，積極有效防范和化解各種數據風險，形成政府監(jiān)管與市場自律、法治與行業(yè)自治協(xié)同、國內與國際統(tǒng)籌的數據要素治理結構。數據分類是指數據處理者從法律法規(guī)要求、行業(yè)領域、業(yè)務屬性等維度對數據類別進行劃分，數據分級則是從數據安全、隱私保護和合規(guī)的角度對數據的敏感程度進行等級劃分。我國近年來相繼出臺多項數據分類分級標準規(guī)范，行業(yè)層面的金融、工業(yè)等行業(yè)監(jiān)管制定了相關配套標準指引，如《金融數據安全數據安全分級指南》《工業(yè)數據分類分級指南（試行）》。根據《網絡安全標志實踐指南——網絡數據分類分級指引》，數據分類分級原則包括合法合規(guī)原則、分類多維原則、分級明確原則、從高就嚴原則以及動態(tài)調整原則。完善數據要素產權制度，應加快數據分類分級標準建設，采取“標準配套、領域落地、快速迭代”的策略，盡快形成行業(yè)標準或地方標準，為建立中國特色的數據要素分類分級授權機制奠定基礎。

完善數據共享機制。重塑組織架構，進一步消除和打破信息孤島，明確數據共享環(huán)節(jié)中的權利和義務，建立完備的市場運營體系，以組織變革促進數據共享。大數據給人們帶來的一個思維邏輯上的變化，就是從過去的集中式流程標準化向分布式數字化、智能化轉變。統(tǒng)一產品質量評價標準和共享管理機制，通過對數據標準治理以及統(tǒng)一化管理，推動數據開放共享，在數據流通中實現市場資源有效配置。完善第三方訪問數據庫數據轉換規(guī)則和評估等，最大限度提升數據準確性。探索利用現代公共法律服務數字化平臺精準、便捷、高效地為數據交易主體提供分層次、針對性的公共法律服務，并保障國家數據主權和數據安全。

發(fā)展監(jiān)管科技。由于數據具有無形性、易復制性、跨界性，以及非結構性、非標準化、資源標的多變性、產權模糊、外部性、邊際成本遞減、規(guī)模報酬遞增等特征（歐陽日輝，2023），傳統(tǒng)治理方式、組織架構和監(jiān)管手段面臨較大挑戰(zhàn)。中國人民銀行印發(fā)的《金融科技發(fā)展規(guī)劃（2022—2025年）》明確了數字化轉型的總體思路、發(fā)展目標、重點任務和實施保障，為未來金融科技的持續(xù)創(chuàng)新提供了前瞻性的指導。為應對金融機構數字化轉型方面所出現的問題，提高機構的數據治理能力，監(jiān)管部門提出了一系列措施，包括制定大數據發(fā)展戰(zhàn)略、建立企業(yè)級數據管理機構、完善數據治理制度、改進考核評價機制、加強業(yè)務線數據團隊建設等。數字金融的監(jiān)管要順應數據治理的規(guī)律，及時調整監(jiān)管理念，加強監(jiān)管能力建設，堅持嚴監(jiān)管理念，將監(jiān)管科技貫穿金融機構和金融活動生命周期的全過程。完善數據監(jiān)管體系，探索建立“以網管網”“以數管數”監(jiān)管系統(tǒng)，實時動態(tài)監(jiān)測數據共享、開放、流通、交易等平臺運行及有關主體行為，加強數據活動的常態(tài)化監(jiān)管和統(tǒng)計監(jiān)測、數據分析。

深化金融數據供給側改革。近年來，我國金融領域在數字化轉型戰(zhàn)略規(guī)劃、組織架構、業(yè)務流程、數據治理、人才梯隊等方面持續(xù)發(fā)力，金融科技建設逐步實現了產品服務的線上化、數字化和智能化。應通過結構性改革，優(yōu)化金融數據供給側，發(fā)揮制度在金融機構數字化轉型中的重要作用，實施硬法和軟法共建，完善相應的安全風險評估和管控機制，優(yōu)化數據庫數據生命周期管理、主數據管理等制度，構建綜合質量管理體系。通過金融供給側改革，逐步形成更加精準的用戶行為分析和智能風控，提供與企業(yè)生產經營場景相適配的精細化、定制化數字信貸產品；運用科技手段和基礎設施動態(tài)監(jiān)測信貸資金流向流量，確保資金精準融入實體經濟的“關鍵動脈”，提高金融資源配置效率，支持企業(yè)可持續(xù)發(fā)展。

結語

在數據要素日益發(fā)揮積極作用的時代背景下，釋放數據要素價值、促進數據流通融合、全面推進金融機構數字化轉型是健全具有高度適應性、競爭力、普惠性的現代金融體系的內在要求。2022年12月出臺的《中共中央 國務院關于構建數據基礎制度更好發(fā)揮數據要素作用的意見》為數據治理的優(yōu)化提供了政策支撐。優(yōu)化金融機構數據治理，應當不斷完善體制機制，合理開展數據共享，加強數據流通，消除數字鴻溝，規(guī)制無序競爭，推動營銷的精準化、風控的精確化和業(yè)務經營的精細化，實現制度供給效能的充分發(fā)揮，在全面提升金融機構核心數字化能力的基礎上深化金融供給側改革，優(yōu)化金融結構，保障金融穩(wěn)定，以金融高質量發(fā)展推進中國式現代化。

【參考文獻】

[1] 梅宏.數據治理之論[M].北京：中國人民大學出版社，2020.

[2] 付登坡，江敏，任寅姿，等.數據中臺：讓數據用起來[M]. 北京：機械工業(yè)出版社，2019.

[3] 金天，楊芳，張夏明.數字金融：金融行業(yè)的智能化轉型[M]. 北京：電子工業(yè)出版社，2021.

[4]李偉.銀行數字化轉型中的隱私計算[J]. 銀行家，2022（7）：108-110.

[5]宋奇.數據強監(jiān)管時代已到來[J].計算機與網絡，2021（7）：74-75.

[6] 歐陽日輝.數據要素流通的制度邏輯[J].人民論壇·學術前沿，2023（6）：13-27.

[7] 李立志，陳媚.隱私計算技術在商業(yè)銀行數字化風控中的應用[J].海南金融， 2022（6）：50-56.

[8] 何宏慶.數字金融的發(fā)展困境與創(chuàng)新進路[J].甘肅社會科學，2019（1）：166-171.

[9] 劉桂鋒，錢錦琳，盧章平.國外數據治理模型比較[J].圖書館論壇，2018 （11）：18-26.

[10]牛麗雪，白獻陽.國內外政府數據治理研究進展及未來研究趨勢[J].河北科技圖苑，2020（1）：21-27.

[11] 孫嘉睿.國內數據治理研究進展：體系、保障與實踐[J].圖書館學研究，2018（16）：2-8.

[12] 張紹華，楊琳，高洪美，等.《數據治理規(guī)范》國家標準解讀[J].信息技術與標準化，2017（12）：25-29.

[13] 閆樹，仵姣姣.《數據安全法》實施對隱私計算的影響分析[J]. 通信世界， 2021（23）：36-38.

[14] 龔光慶.隱私計算技術在銀行業(yè)的應用探索[J].中國金融電腦， 2021（10）：36-39.

[15] 強鋒，薛雨彬，相姝.隱私計算在金融領域的合規(guī)分析[J].信息通信技術與政策，2021（6）：57-62.

（本文系2021年度國家社科基金重大項目“民事司法程序現代化問題研究”﹝項目批準號：21&ZD205﹞的階段性研究成果）

（作者單位：清華大學五道口金融學院金融發(fā)展與監(jiān)管科技研究中心）

責任編輯：董 治

Yhj_dz@126.com