华夏时报（www.chinatimes.net.cn）记者 刘佳 北京报道

金融业的发展离不开数据的支撑。随着数据开放在金融产业的广泛应用，其潜能得到深度激发，而以隐私计算为代表的相关创新技术则推动了数据的合规、共享与应用，为金融业数据化转型指明了探索路径。

近日，在华夏时报社主办的“数据智能重塑实体：2022智能数据论坛”上，金融壹账通总经理助理顾青山在《数据开放，金融业数据化转型新机制》的主题演讲中表示，在隐私计算的协助下，金融业数据化转型的建设目标逐渐清晰，隐私计算技术已经推动金融业数据化转型进入了快速发展时期。

金融业数据化转型的三大背景

金融业为什么一定要进行数据化转型？对此，顾青山从行业背景、业务背景和政策背景进行了分析。

首先，从行业背景来看，金融业数据化转型的目标在于金融服务的开放，服务开放的关键在于数据开放。通过数据开放能够使金融机构业务更加精准敏锐地触达到市场，实现金融服务优化领域的产品创新。

“建设数据安全共享规则与机制，能够提高数据所有权与隐私权的保障，以此满足数据化转型推动金融服务开放的基本要求。”顾青山透露，当前金融业对于数据化转型的探索主要集中于如何利用技术创新与业务创新，在保障个人数据安全的前提下点化系统间连通，推动更便捷地获取数据，达成多方数据安全开放应用的共识，形成数据共享的新机制。

其次，从业务背景来看，金融业数据化转型经常提到数据化银行概念，基于数据化转型赋能贷款业务一直是数据化银行重点探索场景。

信贷场景下数据化转型的话题关注点在于金融机构能否实现业务相关数据的可信采集以及可信治理，以此来确保金融机构能获取更加广泛的数据维度以及更精准的数据纵深，并应用到贷款场景下来提高客户准入率与实现精准营销，相应降低企业的融资成本。可见数据化转型的能力未来将直接决定金融机构在业务方面的服务能力，数据化转型是未来金融机构业务拓展上无法绕开的命题。

再次，从政策背景来看，在2019年之前，金融业风控手段主要依赖于爬虫服务来获取用户数据，对于爬取公开数据的行为并不触犯到数据安全保护的法律法规。但是大量金融机构并不限于公开数据，由于自有数据较少，为了提高业务能力而通过各类手段非法获取用户的隐私数据，逐渐造成了不好的社会影响，主要体现在用户隐私数据泄露而给用户带来的不安全感。

自2019年开始，国家各部委逐渐开始明确数据安全的标准和要求。2021年，国家发改委、工信部、央行等主要政府部门进一步下发了相关的法律和法规文件，以规范金融业数据的安全应用，其中重点提到采用隐私计算等相关创新技术来推动数据的合规、共享与应用，为金融业数据化转型指明了技术探索路径，由此，隐私计算技术在数据安全保障领域被赋予了重望。

顾青山认为，在行业、业务、政策背景的驱动下，金融业数字化转型新机制的建设将是重要的节点。而数据化转型应该具备三大核心要素：一是在合法合规的框架下，二是要实现企业级可支撑大规模商用的数据治理能力，三要建立多方协作牢靠的安全信任关系。

首先，合规合法方面应当具有可被验证的数据安全技术，受控且可审计的数据应用环境以及能够被追溯的数据权属的认证能力。

其次，从数据治理的角度而言，应当提高数据化转型相关系统的易用性，能够贴合业务场景提供数据治理与数据分析的便捷能力。

最后，在数据信任方面，基于上述基础，实现各方的开放数据可用不可见，应该明确数据应用的授权、请求、审批流程，用于数据应用审计，共建数据标准。在数据提供与应用各方之间构建全新的协作安全信任机制。

“通过隐私计算等有效的技术手段建设数据共享机制，是目前各方重点讨论的实践路径。”顾青山表示。

隐私计算如何赋能金融业数字化转型

目前，金融业在数据化转型过程中距离实现数据开放还需要解决许多具体的问题。

顾青山分析，一般而言数据开放场景具备三类角色，分别为数据提供方、数据平台方和数据使用方。

对于数据提供方而言，首先要解决数据明文出库的权属和隐私保护难以符合合规性要求的问题；对于数据平台方而言，数据来源的广泛性以及时效性决定了数据应用的价值，如何扩展数据来源与保障数据有效性是重点关注问题；而对于数据使用方来说，如何合规地在用户授权的情况下能够高效快速地从目标方获取高价值、可应用的用户数据是首要的目标。

针对以上各方面面临的问题，各大专业机构、科技公司、金融机构目前均认同隐私计算技术能够一定程度上推动数据化转型发展，解决数据开放、数据共享的具体问题。

据了解，隐私计算技术目前主要形成了“3+1”的技术发展方向，包括多方安全计算、联邦学习、可信执行环境加区块链技术。

多方安全计算能够让数据明文在加密后以密文形式出库，并始终保持在密文状态下完成密文间的计算，实现数据可用不可见的应用效果。

联邦学习则主要应用在多方联合建模的训练场景，能够在多方数据不出步的前提条件下利用本地数据协助模型方完成模型训练优化。

可信执行环境能够基于硬件防护能力，在隔离环境中执行数据运算，能够支持复杂的数据安全运算场景。

区块链技术主要应用于辅助隐私计算，能够在多方数据协作时用于授权、请求、审批等行为溯源，提供数据协作的可信审计的能力，包括解决数据权属的问题。

顾青山认为，在隐私计算的协助下，数据化转型的建设目标逐渐清晰：打破数据孤岛形成有效的数据协作，保障数据来源可信，并降低交互门槛；监管审计清晰，保证数据应用可控；最终实现数据价值并推动数据开放，释放隐私计算的技术价值。

“同时，隐私计算技术作为数据化转型的基础设施进行推广，将主要形成两方面的应用价值。”他进一步分析，“首先通过数据开放，能够帮助金融机构获取更加广泛与精准的数据来源，提高金融机构对客户的了解程度，促进金融产品的有效营销和风控，实现为金融资产赋能；其次，由于数据应用能够得到隐私安全保障，将会进一步促进各方共享数据的意愿，通过对于数据权属的联合登记以及对于数据应用的可信追溯，逐渐形成规范的数据交易环境，最终将数据转换化数据资产，充分体现数据的价值。”

顾青山表示，从统计数据来看，隐私计算技术在金融业数据化转型场景的应用，目前以创新融合、营销推荐、反洗钱/反欺诈、信贷风控等方向的探索较多。可见，金融业数据化转型最终关注的目标在于是否能够对业务实现赋能，提高金融机构的获客能力和成交率，同时防范业务风险，是数据化转型应用价值的体现。

“2021年，被认为是隐私计算技术的规模化落地元年，总的来说，隐私计算技术推动金融业数据化转型已经进入了快速发展时期。”顾青山说。

而金融壹账通在通过隐私计算技术实现具体的业务价值方面已经取得了丰硕的成果。

顾青山透露，在技术成果方面，金融壹账通通过将多方安全计算、联邦学习等隐私计算技术与区块链技术的高度融合，建立了面向金融数据化转型领域的全方位解决方案和实践能力。截至2022年3月，平安的隐私计算技术发明专利申请数量达到了423件，位列全球第二。平安联邦学习的产品凭借建立基于隐私安全的数据生态贡献获取了2020年的美国BAI监管科技创新奖，并且联邦学习技术成果论文被全球学术大会所收录。

【来源：华夏时报】