金融行業擁有海量的高質量數據，同時存在部門之間、企業之間以及跨行業的數據共享需求，如何在保護隱私、保證數據不被泄露的情況下滿足數據共享需求，目前來看，布局隱私計算是最優解。在金融機構管理提升、智能營銷、智能風控等場景，隱私計算都可發揮有效作用。

金融機構數據共享的意義

數據作為國家基礎性戰略資源和關鍵生產要素，是經濟社會發展的基礎資源和創新引擎。金融行業作為數據的密集型和科技驅動型行業，實現數據資產的優化配置，是促進產業升級的關鍵因素。但金融數據普遍存在數據分布不均衡和數據信息不對稱等問題，導致數據無法充分發揮其價值。數據共享機制能夠打破數據壁壘和壟斷，成為未來金融業發展的趨勢和方向。

金融機構通過數據共享可以全面掌握客戶的信息和需求，制定全面且精準的智能風控、智能營銷，以及智能運營策略，為企業最大限度降低風控成本、帶來更大的經濟效益。同時，也有助于為用戶選擇定制化金融服務，提升客戶體驗。數據共享不是一蹴而就的，在數據流通和共享過程中，面臨著諸多問題有待解決，主要包括數據權屬不明確、確權手段尚缺乏，數據定價標準不統一、激勵機制不健全、數據隱私易泄露、數據安全難保障，數據流通能力弱、數據匯聚效果差等。制定合理的數據共享規范，利用技術手段解決數據確權和數據安全等問題，對于推動數據安全共享、金融業高質量發展，具有重要的戰略意義。

數據共享與隱私計算

目前國內大數據市場發展迅速，數據要素對經濟的重要性明顯提升。國家對數據監管制定的法律法規趨向嚴格化和全面化，2021年3月人民銀行印發《金融業數據能力建設指引》行業標準，確立規范數據使用、用戶授權、安全合規、分類施策、最小夠用、可用不可見等規則。《數據安全法》提出國家對數據實行分級類保護、開展活動必須履行數據安全保護義務承擔社會責任等。

數據的安全共享呼吁創新技術的支持，隱私計算技術可以在保證數據安全的情況下實現數據“可用不可見”，并且可以通過授權機制保證數據所有者的權益，在滿足隱私保護的前提下實現數據價值變現，促進數據要素安全流通，為激活數據要素市場流動性提供了安全可靠的解決方案。隱私計算技術的發展還處于技術萌芽期，但是Gartner預測今年隱私計算將達到千億市場規模，未來基于隱私計算的數據共享模型將得到迅速發展，成為數據安全共享的主要技術支撐。預計到2025年，全球將有一半的大型企業機構應用隱私計算技術于處理數據。

目前隱私計算技術的典型應用主要聚焦在金融和醫療等領域。在金融領域，隱私計算技術為跨機構、跨企業的數據安全共享和聯合建模提供了有力的技術支撐，實現企業和機構間的智能風控、協同營銷以及聯合統計等應用，協助提升企業和機構的風控能力以及精準營銷策略。

管理提升應用場景

大型金融控股公司中，各金融企業的用戶信息常常是分散的。這些用戶信息可能存在重疊部分，也就是說不同金融企業之間擁有共同的客戶。對不同企業間用戶信息進行脫敏合規的統計，有助于挖掘更多的管理價值。例如，統計并分析用戶在集團的總資產信息，能夠幫助集團聯合銀行、保險、證券等業務設計整體營銷方案的同時，為用戶提供個性化推薦服務，不僅降低了集團的運營成本還提升了用戶體驗，實現集團和用戶間的雙贏。

對于跨機構數據統計問題，在傳統的方案中，金融控股公司通常會建立一個大型的數據中心，各金融企業將數據上傳至數據中心，最終由數據中心對匯總后的數據進行統計。但是隨著社會對用戶隱私問題的重視程度逐漸提升，同時由于金融行業的特殊性，各級立法和監管機構出臺多項法律法規和監管規定，加強對個人金融數據隱私的保護力度，傳統的跨機構統計方法已無法滿足對個人金融數據隱私保護的監管要求。基于隱私計算技術可以在保證數據傳輸的安全性和可靠性的同時，管理和審計涉及多方交互的數據，在合法合規的前提下實現跨機構數據統計。

智能風控應用場景

智能風控主要是指結合大數據和智能化技術對金融領域的貸前、貸中、貸后業務流程進行風險管控。由于平臺的多元化，用戶的借貸方式和消費模式也呈現了多樣性。因此，風控模型的構建需要涵蓋多個平臺的數據。

例如在貸前的反欺詐場景，金融企業可結合電商消費、互聯網支付、金融業務屬性，以及歷史行為軌跡等數據，進行多維度信息綜合判斷，精準地尋找潛在欺詐客戶。此外，還可以通過征信信息、社保信息、納稅情況等獲取用戶的信用分等資產指標信息，輔助金融企業進行貸前精準判斷。在貸中交易階段，相關機構可以先通過結合不同平臺用戶的個人基本信息、職業信息、收入信息等聯合建模得到高性能的風險定價模型。然后放貸機構根據智能信用評分、風控定價模型，以及申請貸款者的交易行為和設備使用行為等各方面關鍵信息進行交叉偵測，自動化識別和評估風險，提前發現風險，防范和控制欺詐交易等貸中風險威脅。貸后是信貸管理的最終環節，也是促進信貸業務健康發展的必要因素。通過數據共享進行貸后管理，對借貸人的行動軌跡和消費情況等信息進行實時的監控。另外，還可以通過多平臺信息交互，根據預警規則和貸后行為評分卡解析借款人偏好傾向，有效維護優質客戶和管理高風險客戶，實現貸后管理差異化，減少成本消耗，提高資源配置效率。

數據共享在智能風控的應用主要體現在保障數據隱私安全的前提下利用各機構和平臺的數據進行聯合構建風控模型，提升模型性能，有效降由于數據缺失和偏差導致的風險事件發生概率，同時擴展業務覆蓋人群、完善業務流程、促進風控管理差異化和信貸業務精細化。以某銀行個人消費貸款申請評分模型為例，該產品的特點是全線上、無抵押，主要用于滿足客戶購車、旅游、留學等多方面的用款需求。在風控審批中，該銀行可用的數據有客戶在行內留存的個人信息以及查詢客戶的信用分數據，但如果客戶為銀行新戶時，則沒有足夠的行內數據可以參考，亦或客戶屬于征信白戶，此類客戶很難對其信用水平進行準確評估。針對這類情況，可以引入外部公司數據通過隱私計算技術進行建模，利用運營商通話標簽數據為客戶增信，提升模型的預測能力。

智能營銷應用場景

數據共享在智能營銷（策略優化）方面也能夠起到彌足輕重的作用，主要通過構建更加完善的用戶畫像和產品畫像實現用戶和產品之間的個性化匹配，為企業帶來最佳推薦轉化。通過數據共享還可以發現產品的缺陷，進而制定合理的優化方案。隨著新冠肺炎疫情防控形勢的嚴峻復雜，以及線上渠道獲客的趨勢，“零接觸”營銷服務的重要性和必要性愈發突出。在此種營銷模式下，通過刻畫全面的用戶畫像和產品畫像來實現高效定制化的營銷策略將是為企業贏得市場的重要手段。精準的用戶畫像和產品畫像是智能營銷的支撐，只有在此基礎上，營銷策略才能更好地發揮其作用，為用戶選擇合適產品，為企業帶來利益。

構建用戶畫像的數據包羅萬象，包括信用屬性、消費特征、社交屬性、語言信息等。每一種或者多種信息都可以提取出用戶的某些個性化特性。為了獲取更加全面的數據，刻畫精準的用戶畫像，需要利用數據安全共享手段得到用戶的相關信息。如可通過數據共享從用戶的收入、職業、所屬行業、信用評分、資產情況、單位經濟，以及違約等信息中獲取用戶整體的收入和支付能力，進而根據用戶的信用能力和購買力等信息確定推薦給用戶相應價值范圍的產品。另外，通過用戶在不同平臺的消費習慣和消費偏好，可依據客戶消費特點定制化的推薦產品和服務。此外，根據用戶在社區、論壇等社交網絡的信息，可以分析出用戶的近期消費傾向，作為產品推薦的階段性參考因素，階段性優化用戶畫像，提高轉化率。

除了用戶畫像，數據共享在產品畫像上也可以發揮了巨大的價值。數據共享在產品畫像的應用主要是指聯合分析金融產品在各平臺的資產配置、購買和盈利情況，以及風險和收益評估等信息構建健全的產品畫像，然后根據用戶信息匹配相應的產品。

總結與展望

數據共享能夠給金融領域帶來巨大的變革，涉及的范圍包括銀行、證券、金融科技公司等，但目前數據共享仍然面臨諸多挑戰和困難，比如數據權屬不明、定價不統一、隱私易泄露以及流通能力弱等，使得共享進程緩慢。數據共享已經引起各企業和政府的重視，通過數據共享可以為企業降低風控成本，帶來更多利益，且可以激發出更多的商業模式和孵化更多具有競爭力的產品。另外，實現跨部門、跨政府和企業間的數據共享開放對政府推動數據治理體系和實現我國數字經濟發展具有重要的意義。

隱私計算技術已經成為解決數據安全流通的重要手段，且在一定程度上促進了數據的安全共享。雖然目前隱私計算產業的發展還處于較為早期的階段，并且面臨著諸多問題，如技術瓶頸、落地困難以及人才匱乏等；但是在政策的驅動和市場的強烈需求下，隱私計算行業將迎來蓬勃發展的階段。

近兩年來，國內數家企業已經涌入隱私計算領域，打造隱私計算生態體系，構建產業相關聯盟，并著力解決隱私計算技術瓶頸和落地效果。這些企業在隱私計算領域已經提交了多項發明專利申請，同時基于數字化的協同場景推動技術落地，并為激活數據要素市場流通性提供安全可靠的解決方案。數據要素高效流通對經濟發展和國家治理將會產生革命性的影響，有效的數據價值共享能夠在企業轉型過程中發揮深層的作用，數據共享也將是數字經濟向縱深發展的必由之路和必然選擇。

本文轉載目的在于知識分享，版權歸原作者和原刊所有。如有侵權，請及時聯系我們刪除。