優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新的生產要素。作為服務實體經濟的重要支撐，我國金融業正步入數字化轉型的關鍵階段。用數據決策、用數據創新逐漸成為金融業的共識。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內人士。

　　破解關鍵問題

　　“銀行業保險業作為數據密集型行業，強化數據治理，加快推進數字化轉型發展，既是激活數據要素潛能、做強做優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。”在近日舉行的2023金融街論壇年會上，國家金融監督管理總局一級巡視員葉燕斐表示。

　　作為金融業重要的資源要素，數據已經成為基礎性和戰略性資源，融入生產、分配、流通和社會服務管理等各環節。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性工作，涉及工作繁雜，如何有效規劃、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范數據治理工作，諸如此類的問題應該納入戰略規劃制定中考量。二是做好協同配合。數據治理是否成功，關鍵是建立系統化、職責分明的協調配合體系。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，發揮數據與技術融合的正效應。四是助力業務發展。數據治理必須與業務開展有效結合，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《金融標準化“十四五”發展規劃》提出，以標準化引領金融業數字生態建設，尤其是穩步推進金融科技標準建設、系統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，銀行業普遍缺乏大數據相關人才，需要盡快在全行業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、養老金融、數字金融五篇大文章。未來，推動我國金融業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展的重要一環。

　　中國銀行業協會首席信息官高峰表示，近幾年，金融科技在賦能銀行業數字化轉型方面發揮了積極作用，但是隨著轉型進入深水區，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，能夠發現數據在業務創新、運營優化、客戶體驗改善等方面發揮的作用，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。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、有序發展。

　　擁抱數字化與新技術是銀行業的一個重要選項，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。

　　國家金融與發展實驗室副主任楊濤表示，一方面，銀行業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性的工程，戰略要先行。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，真正發揮新技術帶來的“正效應”。三是助力業務。優化數據治理和應用，有助于打破金融科技場景落地的難題，緩解技術和業務“兩張皮”的問題。

　　另一方面，還需探索完善銀行業數據治理的外部環境保障，推動數據治理的規則完善。例如，從數據要素在整個社會再生產中發揮作用來說，離不開數據生產、交換、分配、消費等環節，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，金融業加快數據治理是大趨勢，金融業需要從多方面統籌把握、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，幫助實現資源的優化配置。在執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領域的雙向奔赴，當前已經達到互相了解和協同的程度，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，大模型的發展前景被寄予厚望，專家預測，大模型將加快優化金融業數據結構，加速銀行業數字化轉型。目前，銀行業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AI技術合理地組合和選擇。

　　金融業作為數字化需求強烈的數據密集型行業，已成為大模型率先落地發力的最優場景之一。新網銀行副行長李秀生表示，通過創新應用數字技術，新網銀行打造標準化作業、智能化風控和自動化處理的信貸業務能力，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務發展。如今，隨著大模型的出現，人工智能發展已進入新的階段，相信在未來幾年，智能應用在銀行業將無處不在。

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

　　從作為前沿科技的大模型技術看，做好安全合規是金融機構運用大模型的前提。“大模型新技術給行業帶來了很多期望，使很多領域出現新機會，但同時也面臨著安全、合規、算法和生態四個方面的挑戰。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。”馬上消費副總經理兼首席信息官蔣寧表示。

　　從金融業重要端口支付領域看，支付行業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高質量、可持續發展的基石。Visa全球高級副總裁、大中華區總裁于雪莉表示，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新的結合，從而確保支付的安全性和便捷性。

　　金融業數字化轉型必須處理好創新與安全的邊界，守住不發生系統性金融風險的底線。葉燕斐表示，銀行業保險業數字化轉型也應該堅持安全穩健原則，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，更好保證業務連續性。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，金融業需要高效管理風險，平衡創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)