金融新基建丨从数据需求方到共享方，金融机构如何完成身份转变？

数据是金融机构展业最核心的要素之一，随着数据要素市场逐步建立，长期以来作为“数据需求方”的金融机构，开始逐步探索数据产品的开放与流通共享。

一方面，随着全国各地数据交易场所成立，供了合规交易的平台，金融数据流通交易从场外走向场内，21世纪经济报道记者从上海数据交易所了解到，自去年成立以来，金融板块是数据产品流通最为活跃的行业，目前金融板块涵盖了20个类型近200个数据产品。

另一方面，相关法律法规对数据安全保护、个人隐私保护、商业银行信息风险外包管理等方面作出规范限制，边缘计算与联邦学习技术的发展推动隐私计算在近年来兴起，实现数据“可用不可见”，为机构间、集团内部打破“数据孤岛”提供了技术手段。

然而，商业银行等金融机构在数据开放方面的意愿始终不足。记者经过多方调研、采访了解到，其背后是数据确权难题下的数据定价难，导致金融数据产品交易的价值难以评估。同时，隐私计算等技术的应用对机构传统IT架构提出更高内控要求和效率要求，在业务场景应用落地方面机构难以评估投入产出比，使得合规体系下的数据开放场景开拓较难。

在此背景下，金融机构如何实现从数据产品需求方走向数据产品共享方？

确权定价难，数据产权制度呼之欲出

“数据的估值定价是目前我们面临的最大难题。”某华东股份制银行数据管理部门领导表示，市场目前没有一套公开认可的数据资产估值体系，在数据产品经过加工后如何确权，确权后如何定价，如何建立估值体系，这是金融数据流通面临的一大挑战。

对于监管高度严格的金融行业而言，在立法尚未完全覆盖相关领域时，金融机构难以对外实现数据和数据产品共享。

“银行等金融机构在展业过程中需要用到大量的外部数据，如个人征信数据、产业链数据等等，但由银行加工后就成为了敏感的金融数据。在消费者权益保护和金融风险监管下，金融这一业态天生决定了机构通过数据反哺生态和行业较难。” 普华永道中国金融业管理咨询主管合伙人王建平在接受记者采访时指出，金融机构从数据使用的“需方”向“供方”转变存在天然痛点。

“数据及数据产品在加工后，到底是银行的还是客户的？哪些产品机构有权对外开放使用？在当下数据权属尚未明确的情况下，金融机构不敢开放数据。”IBM金融核心睿变服务数据转型与创新业务副合伙人张玉明向记者直言。

宝付支付技术研发中心副总经理王峰向记者表示，《信息安全技术个人信息安全规范》为核心的一系列标准出台，基本确立了大数据生命周期各环节的行为准则，尽管《网络安全法》、《数据安全法》、《个人信息保护法》、《消费者权益保护法》等相关法律法规对数据应用中的安全与隐私保护进行规定，但对数据的对外开放存在空白，因此导致机构对开放尺度存有顾虑。

面对机构普遍存在的确权难题，记者多方了解到，未来有望出台数据产权制度，以厘清数据提供方、数据加工方、数据产品销售方的相关权属。

6月22日召开的中央全面深化改革委员会第26次会议，审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》，对数据确权、流通、交易、安全等方面做出部署。

某深度参与数字经济立法的专家向记者表示：“过去市场一提到数据，必定会谈到数据的所有权，导致数据确权流通很困难，但未来可能出台的相关制度，对数据要素的三种权属进行划分，保障数据资源持有权、数据加工使用权、数据产品经营权，为整个数据要素的流通奠定法律基础。”

事实上，早前地方立法已对数据交易中的权属问题进行探索。如《上海市数据条例》提到，依法保护自然人对其个人信息享有的人格权益，依法保护自然人、法人和非法人组织在使用、加工等数据处理活动中形成的法定或者约定的财产权益，以及在数字经济发展中有关数据创新活动取得的合法财产权益。

在近日召开的2022全球数商大会上，也有多位专家针对数据产权制度探索提出自己的观点。全国人大代表、上海市数据交易专家委员会副主任邵志清在接受记者采访时表示，基于数据产权制度的数据要素市场，需要完善配套数商生态。他向记者举了几个数商企业的需求方向：在实现公允定价方面，需要引入第三方机构，具有中立性与专业性，对数据资产进行确权定价；数据交易撮合方面，需要对数据供需双方的了解的第三方机构在合规前提下提供中介服务；在法治基础方面，未来还有可能参考知识产权法院，设立数据产权法院，对数据交易领域创新实践中存在的法律问题进行仲裁、判决等等。

对内先试、对外赋能垂直行业生态

在法治层面之外，金融机构开放数据意愿不足的另一大原因在于“不会开放”、“不想开放”。

基于联邦学习和边缘计算技术的隐私计算技术，已是金融行业在集团内部、机构之间、生态内部数据共享的一大选择。

然而，在记者的采访过程中，多位采访对象提到相应技术存在一定使用门槛。

王峰直言，在实务中第三方支付机构在数据共享方面内在驱动力不强，其中一大重要的原因是，各大支付机构原有的IT集成系统各不相同，有些还存在结构性不足，适应大数据技术的关键流程优化，只能以相对较慢的速度和较高的成本去实现，而个人金融数据经过治理后，需要开发一套与国家或地方标准相符的内部控制与保护框架，由此产生的成本或进一步加剧经营负担。

某大行信息科技部门相关领导向记者透露，为探索隐私计算、人工智能计算技术，探索建设数据平台和数据建模相关能力，其培养了一支专业的数据人才队伍，仅数据建模分析师就有500人。“如何衡量这一投入产出比？相关数据产品的开放是否真正能赋能到业务侧？”他向记者表示，这是大多数中小金融机构开放意愿不足的一大原因。

“隐私计算行业已经不再是单纯PK技术的时代，能够在全链路上把业务落地是目前行业追求的方向。”隐私计算服务商蓝象智联（杭州）科技有限公司合伙人、算法科学家毛仁歆在接受记者采访时表示。毛仁歆指出，目前金融业隐私计算生态的构成主要是金融机构、政务平台、三大运营服务商、银联等。

目前多家头部商业银行已探索集团内部的数据流通开放。

中银金科总经理唐啸向记者分享了其通过隐私计算技术对银行、政府、企业三方数据流通的案例。基于中银金科隐私计算的技术积累和AI模型经验，中国银行接入地方政府数据源，与行内数据相结合，在数据不出域的情况下训练其行为表现模型，搭建风控模型，此后对相关数据进行筛选，对存量客户进行再分析再营销，一方面激活中国银行的低活客户，另一方面将相关分析结果输出至集团内的综合经营公司，进一步服务下沉用户和普惠金融。

下一步，在产融结合的大背景下，探索金融与产业的互相赋能，或能成为金融数据交易流通的一大方式。

王建平向记者表示：“机构要和产业形成互动，找到数据供需方的平衡。”他举例提到，在面向光伏产业的金融服务中，银行需要相关企业的发电数据、光照数据、气象数据等等，但同时光伏产业也需要银行对上下游产业链的金融数据服务，帮助机构拓展业务。

毛仁歆提到，供应链金融会成为隐私计算的一大应用场景。“对供应链上下游企业而言，如何构建一个信息对称共享、核心企业信用价值可传递、商票可拆分流程是一个挑战。”隐私计算厂商可以基于隐私计算技术，融合多方数据与金融机构进行联合数据应用，在后续的供应链金融落地场景中实现对各类重要信息的隐私保护。