優(yōu)化金融數據治理和應用

　　目前，金融數字化浪潮席卷全球，數據已經成為金融業(yè)新的生產要素。作為服務實體經濟的重要支撐，我國金融業(yè)正步入數字化轉型的關鍵階段。用數據決策、用數據創(chuàng)新逐漸成為金融業(yè)的共識。如何加強金融數據治理？如何推進金融科技變革？記者就有關問題采訪了業(yè)內人士。

　　破解關鍵問題

　　“銀行業(yè)保險業(yè)作為數據密集型行業(yè)，強化數據治理，加快推進數字化轉型發(fā)展，既是激活數據要素潛能、做強做優(yōu)做大數字經濟的使命擔當，也是提升金融服務的智能化水平、增強防范化解風險能力的內在動力?！痹诮张e行的2023金融街論壇年會上，國家金融監(jiān)督管理總局一級巡視員葉燕斐表示。

　　作為金融業(yè)重要的資源要素，數據已經成為基礎性和戰(zhàn)略性資源，融入生產、分配、流通和社會服務管理等各環(huán)節(jié)。葉燕斐表示，在這個過程中，尤其需要關注幾個問題。一是加強頂層設計。數據治理是一項系統(tǒng)性工作，涉及工作繁雜，如何有效規(guī)劃、體系化推動，如何平衡短期投入成本和長期收益，如何通過內控和審計來規(guī)范數據治理工作，諸如此類的問題應該納入戰(zhàn)略規(guī)劃制定中考量。二是做好協(xié)同配合。數據治理是否成功，關鍵是建立系統(tǒng)化、職責分明的協(xié)調配合體系。權責模糊、動力缺失等會導致數據治理不佳、低效利用。三是強化技術基礎。數據治理不僅需要充分關注元數據、數據標準、數據模型、數據分布等，更需要把數據治理與新技術應用廣泛融合在一起，真正體現在數據治理與應用的全流程，發(fā)揮數據與技術融合的正效應。四是助力業(yè)務發(fā)展。數據治理必須與業(yè)務開展有效結合，通過深入的客戶數據分析挖掘，更精準了解客戶需求，全面提升服務質量和水平。

　　中國人民銀行等部門聯合印發(fā)《金融標準化“十四五”發(fā)展規(guī)劃》提出，以標準化引領金融業(yè)數字生態(tài)建設，尤其是穩(wěn)步推進金融科技標準建設、系統(tǒng)完善金融數據要素標準等。專家表示，金融標準建設與金融監(jiān)管、市場緊密相關，金融標準化的完善為金融機構深化數據治理指明方向。

　　然而，現有銀行數據治理探索也存在標準化意識缺失、管理職責不到位、關鍵數據標準研制和貫徹流程不暢等問題，亟待以推動標準化來解決矛盾。此外，銀行業(yè)普遍缺乏大數據相關人才，需要盡快在全行業(yè)推動中高端人才的培育和提升，否則數據治理就成為“無源之水、無本之木”。

　　今年中央金融工作會議強調，做好科技金融、綠色金融、普惠金融、養(yǎng)老金融、數字金融五篇大文章。未來，推動我國金融業(yè)數字化轉型是加強金融強國建設和推動實體經濟高質量發(fā)展的重要一環(huán)。

　　中國銀行業(yè)協(xié)會首席信息官高峰表示，近幾年，金融科技在賦能銀行業(yè)數字化轉型方面發(fā)揮了積極作用，但是隨著轉型進入深水區(qū)，衡量金融科技對數字化轉型的質效，應聚焦在數據資產價值。數據不僅是銀行的核心資產，也是數字化轉型的創(chuàng)新驅動，數據資產尤其重要。通過對數據資產進行價值評估和衡量，能夠發(fā)現數據在業(yè)務創(chuàng)新、運營優(yōu)化、客戶體驗改善等方面發(fā)揮的作用，意義深遠。

　　深化數據治理

　　近年來，國家頂層設計和基礎制度不斷推進數據要素化快速發(fā)展，數據要素化核心內容主要包括數據確權、估值、入表等方面，而數據治理是支撐數據要素化發(fā)展的重要基礎。

　　中國光大銀行黨委委員、副行長楊兵兵表示，為做好數據治理工作，光大銀行構建適應數據要素化的企業(yè)級數據管理框架，形成全生命周期、全覆蓋的數據安全管理體系，并加強外部數據管理積極融入數據要素大循環(huán)。同時，光大銀行以資產化和價值導向管理運營全行數據資產，積極開展數據資產估值、入表、金融產品等方面的研究和實踐，并與各地大數據交易所和大數據局開展全面廣泛的合作，共同促進數據要素市場高質量、繁榮、有序發(fā)展。

　　擁抱數字化與新技術是銀行業(yè)的一個重要選項，只有充分利用數字金融手段，才更有可能找到新增長點與新賽道。以銀行業(yè)數據治理為例，推進數據治理還需要充分考慮內部和外部的改革重點。

　　國家金融與發(fā)展實驗室副主任楊濤表示，一方面，銀行業(yè)機構完善數據治理可關注一些重點舉措。一是完善機制。銀行數據治理是一項系統(tǒng)性的工程，戰(zhàn)略要先行。二是技術驅動。數據治理本質上是管理與技術的相結合，因此既需要充分關注各細分領域，更需要把數據治理與新技術應用廣泛融合在一起，真正發(fā)揮新技術帶來的“正效應”。三是助力業(yè)務。優(yōu)化數據治理和應用，有助于打破金融科技場景落地的難題，緩解技術和業(yè)務“兩張皮”的問題。

　　另一方面，還需探索完善銀行業(yè)數據治理的外部環(huán)境保障，推動數據治理的規(guī)則完善。例如，從數據要素在整個社會再生產中發(fā)揮作用來說，離不開數據生產、交換、分配、消費等環(huán)節(jié)，作為重要起點就需要考慮數據要素確權問題。再如，個人信息保護、國家安全信息保護等問題，也始終貫徹在數據應用中。

　　未來，金融業(yè)加快數據治理是大趨勢，金融業(yè)需要從多方面統(tǒng)籌把握、有序推進，尤其是數據治理成本投入問題。中國民生銀行數據管理部總經理沈志勇表示，技術的最終目的是為經濟性服務，數據治理形成的分工體現了經濟性。主數據治理、數據架構等數據治理的具體工作也都是為長遠經濟性服務，幫助實現資源的優(yōu)化配置。在執(zhí)行數據治理的過程中，要注意衡量局部與整體、短期和長遠的投入與產出。金融科技是金融和科技兩個專業(yè)領域的雙向奔赴，當前已經達到互相了解和協(xié)同的程度，未來金融和科技將實現更加深度地融合、更加地一體化。

　　守住安全底線

　　在金融數字化浪潮下，大模型的發(fā)展前景被寄予厚望，專家預測，大模型將加快優(yōu)化金融業(yè)數據結構，加速銀行業(yè)數字化轉型。目前，銀行業(yè)推進金融科技變革的期望愈加強烈，大模型將成為金融機構數字化轉型的重要方向。

　　擁抱大語言模型技術能為銀行帶來多方面價值。沈志勇表示，一是提高生產效率，可輔助乃至替代人工生產內容。二是重塑知識體系，基于銀行自身數據強化的大型模型，可以更好地滿足知識獲取的需求。三是提升用戶體驗，通過擬人化的交互和知識獲取的便利，可以帶來金融客戶體驗的提升。但是，銀行要關注經濟性，當下大模型的運用成本較高，各家銀行需要緊密結合自身實際情況，對大模型和傳統(tǒng)AI技術合理地組合和選擇。

　　金融業(yè)作為數字化需求強烈的數據密集型行業(yè)，已成為大模型率先落地發(fā)力的最優(yōu)場景之一。新網銀行副行長李秀生表示，通過創(chuàng)新應用數字技術，新網銀行打造標準化作業(yè)、智能化風控和自動化處理的信貸業(yè)務能力，為個人、小微客戶提供全在線的普惠信貸服務，實現了智能化推動的普惠金融業(yè)務發(fā)展。如今，隨著大模型的出現，人工智能發(fā)展已進入新的階段，相信在未來幾年，智能應用在銀行業(yè)將無處不在。

　　目前，各大銀保機構在守好安全運營底線的前提下，數字化轉型駛入發(fā)展“快車道”。多位業(yè)內人士表示，新技術的應用同時也為金融業(yè)帶來新挑戰(zhàn)——數據安全已成為金融科技發(fā)展的基礎性工程。

　　從作為前沿科技的大模型技術看，做好安全合規(guī)是金融機構運用大模型的前提?！按竽Ｐ托录夹g給行業(yè)帶來了很多期望，使很多領域出現新機會，但同時也面臨著安全、合規(guī)、算法和生態(tài)四個方面的挑戰(zhàn)。在談大模型決策之前，首先要保證數據安全。我們要解決數據從哪里來，并有效地組織管理起這些數據?！瘪R上消費副總經理兼首席信息官蔣寧表示。

　　從金融業(yè)重要端口支付領域看，支付行業(yè)賴以生存的基礎就是人們對它的信任，而支付安全則是支付產業(yè)高質量、可持續(xù)發(fā)展的基石。Visa全球高級副總裁、大中華區(qū)總裁于雪莉表示，過去5年中，Visa的技術投資達到了100億美元，目的就是不斷提升網絡的安全性、減少欺詐的發(fā)生。為保護消費者信息和隱私安全，Visa設立了全球隱私安全計劃。近25年，Visa利用人工智能、機器學習等技術提供有關分析洞見和風險管理的解決方案，以及基于信任和道德考量的忠誠度解決方案。Visa積極探索新技術與支付安全和創(chuàng)新的結合，從而確保支付的安全性和便捷性。

　　金融業(yè)數字化轉型必須處理好創(chuàng)新與安全的邊界，守住不發(fā)生系統(tǒng)性金融風險的底線。葉燕斐表示，銀行業(yè)保險業(yè)數字化轉型也應該堅持安全穩(wěn)健原則，有效防范各種潛在風險。如，既要打破數據孤島，更好利用內外數據，也要加強隱私保護，全面提升數據基礎質量。要強化技術安全，更好保證業(yè)務連續(xù)性。在借助外部技術時，做好外包風險管控。

　　楊濤表示，安全是永恒的主題，金融業(yè)需要高效管理風險，平衡創(chuàng)新與安全在數字化轉型當中是始終繞不開的話題。(經濟日報記者 王寶會 勾明揚)