當前，數據作為一種新型生產要素正在顛覆全球社會的發展模式。6月22日，中央深改委通過《關於構建數據基礎制度更好發揮數據要素作用的意見》，習近平總書記強調「促進數據高效流通使用、賦能實體經濟，統籌推進數據產權、流通交易、收益分配、安全治理，加快構建數據基礎制度體系」。去年底，中國人民銀行提出「從強化數據能力建設、推動數據有序共享、深化數據綜合應用、做好數據安全保護方面充分釋放數據要素潛能」。深入數據要素使用、加快數據要素市場培育等工作已提升至國家戰略。隱私計算等新興技術的快速發展打破了傳統技術局限，為深入挖掘數據要素價值提供了必要條件。商業銀行應積極探索、把握機遇，為國家數據要素市場和數據要素新生態建設貢獻力量。
「隱私計算」本質上是一套數據流通、應用、服務解決方案，對於數據所有者來說，可以在「數據不出域」的前提下，與參與方共享挖掘數據要素潛在價值。通過隱私計算技術可實現數據「可用不可見、可控可計量」，成為破解數據保護與利用之間的矛盾的利器。隨着商業銀行數字化轉型的快速推進，目前先進同業基本已完成大數據、人工智能、區塊鏈等基礎技術平台的建設，初步實現了經營過程中各類數據的有效存儲、管理和使用。如何更加深入地挖掘數據要素價值，推進數字化轉型進入更高階段，成為重要課題。建設企業級隱私計算平台以完善數字化技術底座，是有效途徑之一。我們認為，商業銀行企業級隱私計算平台需具備以下能力。在業務價值方面。以用戶體驗為中心，打造功能齊、性能佳、操作簡單的一站式數據服務平台。在底層技術架構上，通過融合密碼學、大數據和人工智能技術，打造安全的系統架構，實現密文數據流轉的可控可審計、可用可計量，同時支持跨平台間互聯互通。在引擎層，設計多方安全計算和可信聯邦學習雙引擎，服務安全求交、匿蹤查詢、聯合分析、聯合建模等多個業務場景。在模型設計層，支持拖拉拽設計、可擴展組件等低代碼建模，降低用戶學習成本。在技術能力方面。在滿足信創要求的前提下，與商業銀行已有技術平台充分融合，共同為業務應用提供基礎技術能力。基於大數據平台獲取數據要素，支撐豐富的行業數據服務場景，推進商業銀行與集團綜合經營公司、監管機構、政府機構等的數據等方向可用不可見的應用。與區塊鏈平台打通，數據持有者可將共享數據目錄、數據使用申請、數據使用審批、數據使用審計等上鏈。DMZ區獨立部署，數據與大數據平台分離，防止風險傳染。與人工智能平台打通，構建明文建模和密文建模雙引擎，通過統一的建模界面，支持用戶明密文一站式建模。中國銀行自2020年啟動企業級架構建設工程，提出分布式、大數據、移動智能3個基礎技術平台與AI中台、區塊鏈、物聯網等N個專項技術平台相結合的「3+N」技術平台規劃。其中隱私計算平台作為數據要素應用領域重要的技術平台，已完成原型研發及試點，並加快推動建設中。我們認為，集團級的隱私計算平台是建設數據要素新生態的重要技術基礎設施，具備保障數據隱私安全、暢通內外數據交互、發掘數據價值的能力，將為業務合規經營、提質增效、模式創新發揮重要價值。
中國銀行作為我國全球化、綜合化程度領先的商業銀行，依託中銀集團全牌照、多領域的優勢及全球網絡優勢，為客戶打造綜合化服務模式潛力巨大。通過應用隱私計算技術，可探索實現集團內行司協同、跨境聯動新模式，助力實現中銀集團「一體兩翼」發展新格局。在行司協同方面。銀行端擁有客戶、賬戶、交易等各類優質的金融和非金融數據。而綜合經營公司端擁有產品銷售、渠道行為、產品收益、客戶關係等特色數據，相對銀行端來說往往用戶量較小、特徵維度少、數據質量差。通過隱私計算技術，可實現兩方或多方數據價值共享，突破集團內部不同法人主體之間的數據壁壘，推出適合不同業務場景的產品和服務，有效提升綜合經營公司數據要素分析和價值挖掘能力。我們在中銀消費、中銀證券等綜合經營公司相關業務場景開展先行先試工作。以中銀消費行司數據共享項目為例，我們使用隱私計算聯邦學習技術，運用行內數據與中銀消費數據對貸前、貸中風控模型進行聯合建模，在雙方數據不出域、不泄露的情況下，篩選出需求真實、消費意願強、還款能力可靠、信用風險可控的優質客戶群，進行存量客戶的再營銷，喚醒休眠客戶，激活低階客戶，夯實客戶基礎，優化客群結構。在跨境聯動方面。中國銀行在境外61個國家和地區設有機構，服務遍布全球。在開展跨境業務過程中，在對特定客戶的展業、全球風險統一管理、反洗錢等方面有集團數據共享需求。然而，由於跨境數據流通可能對國家安全和個人隱私造成巨大風險，不同法律規範之間、國內法與國際法之間的配套協調存在難以逾越的鴻溝。隱私計算技術為跨境數據流動安全管理機制帶來新思路，通過接入國內外合規數據源，在不傳輸敏感數據的前提下完成跨境身份核驗、資產核驗、信用總賬管理等，從而達到提升金融風控的同時促進貿易和投資的目的。2021年11月，我們與大灣區跨境數據互信互認平台簽訂合作協議，該平台將接入粵港兩地合規數據源，在中國首創對粵港兩地個人的跨境身份核驗服務，解決中小企業和個人用戶跨區域身份認證的難題，有助於推動粵港金融合作、數據流通。通過接入千行百業多元數據，將有效補齊商業銀行數據短板，通過進一步的價值分析、挖掘，賦能各大業務領域，其中風控和營銷最為典型。而在普惠金融支持、電信詐騙防範等方面，商業銀行基於自身數據進行的數據分析和挖掘已漸漸無法滿足實際需求，基於隱私計算技術的多方數據共享體系為此類場景提供了可行方案。在風險控制方面。運營商擁有企業或個人用戶的上網行為、通話時長、話費餘額、欠費次數、常駐地址等數據，利用運營商數據，商業銀行可有效提升精準營銷觸達，可識別企業集群背後的複雜關係鏈條及欺詐風險以提高風控水平。2021年12月，我們與海南省大數據管理局合作，建設海南省中銀E貸貸前風控項目。該項目通過搭建多方安全計算平台，將海南大數據管理局的公共數據資源接入到海南分行，訓練行為表現模型、資質評價模型等在內的風控模型，解決了分行在開展「中銀E貸」業務過程中缺乏外部數據的痛點，推動了E貸業務的提質增效。在營銷方面。互聯網平台掌握個人豐富的社交、消費、生活等行為數據，同時平台流量巨大，商業銀行在連接平台數據後，在零售金融領域可顯著降低獲客成本、提升活客效率。各商業銀行大都已建成「客戶關係管理」等營銷系統，「智能推薦、流失預警、潛在客戶資產提升」等基於機器學習的精準營銷模型也大都在實際生產中應用並取得了一定效果。然而，受限於行內數據廣度，模型預測效果、時效性等方面進一步提升的難度很大。通過與互聯網平台合作，可將其客戶標籤畫像數據對商業銀行進行隱私共享，提升客戶的標籤維度，補全客戶畫像，有效提升客戶精準營銷能力。在普惠金融方面。政務數據資源豐富，包括自然信息類數據、城市建設類數據、城市管理統計監察類數據以及服務與民生消費類數據，商業銀行利用政務數據可有效提升金融服務民生水平，提升普惠金融服務能力，更好地實現商業銀行社會責任。比如對中小微企業信貸評審時，通常面臨數據稀缺、不全面、歷史信息沉澱不足等問題，商業銀行難以識別業務風險，導致業務增長緩慢。通過應用隱私計算技術，商業銀行與政府部門、保險公司、運營商等實現數據隱私共享，聯合訓練貸前、貸中評估模型，精準識別高危用戶從而避免風險，快速發現優質中小微企業完成拓客，同時支持業務開展動態管理，動態調整信貸額度，協助推進「敢貸、願貸、能貸、會貸」長效機制發揮實效。在反詐騙方面。近年來，電信詐騙新型違法犯罪花樣不斷翻新，在金融場景，用傳統的基於專家經驗的方法往往具有滯後性的問題。電詐風險中主體牽涉面廣，包括政府、公安、監管單位、銀行金融機構、非銀金融機構、運營商、互聯網服務提供商等，而各主體之間信息獨立，難以形成閉環管理。而這個特徵，往往會被犯罪集團利用，跨平台、跨機構、跨行業實施詐騙。依託隱私計算平台，完成各責任主體數據共享，建立賬戶、交易、設備、網絡以及位置多維的數據隱私共享網絡，聯合共享黑名單，訓練事前、事中反詐模型，即在賬戶開立階段進行多方面核驗，賬戶資金流轉過程中實時預警，助力「斷卡」行動從人工到智能的轉變。
在積極共建數據要素共享體系的同時，商業銀行應堅持監管規範和促進發展齊抓並舉，嚴格遵守相關法律法規和各類監管標準規範，切實保障人民群眾的合法權益，進一步提升商業銀行服務體驗。數據安全是數據要素市場建設的基本保障。近兩年國家、監管、行業層面數據安全相關政策法規、規章制度也密集出台。據統計，我國現行有效的數據相關標準79條，其中2020年和2021年發布了23條。數據安全和保護法律法規的日益完善，為數據要素的有效保護和合法利用提供了制度保障。然而，使用隱私計算相關技術對個人信息進行加密處理，是否符合「去標識化」「匿名化」的相關要求，目前尚未明確界定。在現階段的具體實踐中，商業銀行應確保遵守「4法1條例1辦法」的相關規定，採取用戶明示授權等方式確保合法實施數據要素共享，切實保障數據要素應用全流程合規。數據要素市場依賴於數據要素共享生態，而生態的建立依賴於規模效應，這要求在數據產生、加工、使用、流通等環節中數據管理的規範化和技術體系的標準化。當前隱私計算行業技術體系仍不統一，相關技術標準、規範缺失。各商業銀行、行業廠商應在監管機構的統一指導下，規範數據流通關鍵標準、建設開源技術，儘快解決數據要素規模流通問題。中國銀行積極參與並推進隱私計算關鍵技術和相關標準建設。2021年，牽頭完成北京金融科技產業聯盟組織的《聯合建模關鍵技術研究報告》，參與《聯邦學習技術金融應用規範》的制定及《基於聯盟鏈技術的隱私保護金融應用研究報告》《聯邦學習金融應用白皮書》《多方安全計算金融應用白皮書》等白皮書的撰寫工作。同時在隱私計算開源治理工作貢獻力量，2021年我們加入FATE開源社區技術委員會，參與開源治理工作，2022年參與《FATE開源框架金融行業技術應用報告》編寫，持續為隱私計算開源體系建設貢獻實踐經驗。當前隱私計算相關技術已經從概念驗證階段步入商業落地階段。隨着各商業銀行數據治理體系逐步健全，主流隱私計算平台能力不斷完善，相關場景實踐將快速展開，建議數據要素共享生態參建各方應協力從以下幾點持續推進。
堅持數據合規性。當前在隱私計算實踐中，能否很好地落實法律最小化原則、是否能顯著降低數據泄露風險較難把握。商業銀行需結合應用場景針對分析，以確保符合各項法律法規和監管政策要求。完善技術理論。隱私計算部分技術仍然不夠成熟，原始數據被復原、模型泄漏、參與方違背公約等問題仍可能導致數據泄漏。各應用行業特別是商業銀行，對隱私計算的認可度和信任度仍然不足，各方應儘快攻關關鍵技術理論，確保數據和模型安全。提升計算性能。基於隱私計算相關技術原理特點，模型性能較明文機器學習模型存在較大差距，也是實際應用的障礙之一。目前部分隱私計算平台已經可以支持億級數據的計算，高並發XGB算法建模效率相比之前可提高至少50%。但與很多重要場景要求仍有一定差距，未來性能方面仍需持續提升。建立行業標準。各廠商平台在技術架構、協議、算法等方面仍未達成統一，異構平台之間無法有效協作，導致出現了「數據群島」和「計算孤島」的問題。建議加快底層技術研發實現互聯互通，並通過營造合作生態實現互聯互通。綜上所述，依託國家政策大力扶持、監管機構引領指導、各行業積極探索、專業廠商持續投入，數據作為「第五種關鍵生產要素」，其內在價值必將持續深入挖掘，戰略定位也將愈發突出。數據要素新生態建設正逢其時。
商業銀行信息化程度高、數據要素密度大、數據要素質量好，具有天然的數據要素資源屬性稟賦。充分挖掘數據要素的價值，特別是建立跨領域、跨層級、跨行業的數據要素生態對商業銀行經營管理意義重大，未來商業銀行勢必將會成為數據要素新生態的關鍵節點。我們將認真落實國家建設數據要素市場的全局規劃，積極發揮社會責任，在監管部門的指導下，與各方協力共建我國數據要素共享生態，助力打造數字經濟深化發展的核心引擎！
留言列表