◇⠤𝜨€…：數據管理部 何喆 黃根在 王東 李聰

◇⠦œ즖‡原載《債券》2024年12月刊

摘⠠⠨恀

2024年國家數據局發布《“數據要素㗢€三年行動計劃（2024—2026年）》，提出我國數據要素發展的總體目標和重點行動。金融行業屬於數據密集型行業，具有天然的數據稟賦。金融機構通過構建數據管理底座、推動數據采集擴源、完善數據治理體係、加強多源數據融合、強化數據安全合規管理，以數據為核心，重塑金融行業業務模式。本文基於對金融行業數據發展現狀的梳理和總結，重點對數據要素在金融領域的應用要點進行了分析，並探討了數據要素與金融業務融合的機遇和挑戰。

關鍵詞

數據要素 金融行業 數據湖 數據倉庫 數據融合

數據要素市場的發展背景

隨著新一輪科技革命和產業變革深入發展，數據作為關鍵生產要素的價值日益凸顯。發揮數據要素規模報酬遞增、低成本複用等特點，可優化資源配置，賦能實體經濟，發展新質生產力，推動生產生活、經濟發展和社會治理方式深刻變革，對推動我國經濟高質量發展具有重要意義。

進入數據時代，傳統信息化對經濟社會發展的支撐和引領作用無法充分發揮，迫切需要打破行業壁壘，促進互聯互通、數據開放、信息共享和業務協同，切實以數據流引領技術流、物質流、資金流、人才流，強化統籌銜接和條塊結合，實現跨部門、跨區域、跨層級、跨係統數據交換與共享，構建全流程、全覆蓋、全模式、全響應的信息化管理與服務體係。“十三五”規劃提出，實施國家大數據戰略，把大數據作為基礎性戰略資源，全麵實施促進大數據發展行動，加快推動數據資源共享開放和開發應用，促進大數據產業健康發展。“十四五”規劃指出，要加快數字化發展，建設數字中國，迎接數字時代，激活數據要素潛能，推進網絡強國建設，加快建設數字經濟、數字社會、數字政府，以數字化轉型驅動生產方式、生活方式和治理方式變革。2022年末，中共中央、國務院印發《關於構建數據基礎製度更好發揮數據要素作用的意見》，確立了數據基礎製度體係的“四梁八柱”。2023年，我國提出組建國家數據局，推進數據資源整合共享和開發利用，標誌著我國數據要素市場培育進展加速，暢通數據資源大循環的方向愈加明確。2024年，國家數據局發布《“數據要素㗢€三年行動計劃（2024—2026年）》，提出數據要素發展的總體目標和12項重點行動，旨在推動數據要素發揮乘數效應，賦能經濟社會發展。

金融行業數據要素應用情況

根據全國數據資源調查工作組發布的《全國數據資源調查報告（2023年）》，2023年，我國數據生產總量達32.85澤字節（ZB），數據總流量同比增長7.6%，消費領域數據交互活躍度較高。在公共數據方麵，全國一體化政務數據共享樞紐接入53個國家部門、31個省（自治區、直轄市）和新疆生產建設兵團數據，公共數據開放量同比增長超過16%。18.6%的平台企業和51%的中央企業在數據開發利用過程中應用到政府開放數據，數據要素資源市場日漸活躍。

在數據要素市場建設體製機製不斷完善的進程中，具有天然數據稟賦的金融機構積極響應國家對於數據要素市場建設的要求，進一步強化數據的創新利用，以數據為關鍵要素，以價值釋放為核心，加速數據要素市場的流通和內外部數據融合應用。在中國人民銀行《金融科技發展規劃（2022—2025年）》等政策引領下，在外部技術變革和內部轉型發展的驅動下，各金融機構數字化轉型不斷深入，業務範圍基本從傳統金融業擴展至多元化的數字金融服務，業務辦理基本完成線下向線上的遷移，數據要素不斷追求準確、及時、豐富、好用、安全、共享，金融服務更加追求高效、便捷、安全。

高效融通的數據應用需求對傳統的數據管理模式提出更高標準。在傳統金融機構數據管理中，數據孤島現象嚴重，部門間、機構間、不同地域間的數據共享困難，數據應用效率較低。因此，各金融機構在加強數據治理、努力夯實數據要素基礎、擴大數據采集範圍、提升數據質量的同時，積極應用生成式大模型、隱私計算等技術，在數據采集和應用過程中著力提升金融服務能力和風險管理能力。金融機構也積極構建數據中台，開展數據整合與共享，提升數據可用性。

數據要素㗩‡‘融服務的關鍵要點

金融機構以業務數據化、數據資產化、資產價值化、價值可視化、數據業務化為主綱，通過構建數據管理底座、推動數據采集擴源、完善數據治理體係、加強多源數據融合、強化數據安全合規管理，以數據為核心驅動力，重塑金融行業業務模式。

（一）構建數據管理底座

各金融機構尤其是以銀行為代表的大型金融機構積極健全金融科技治理體係，打造新型數字基礎設施，通過完善現代化的數據治理架構建設數據中心和金融網絡，新建以數據中台為代表的業務中台、科技中台等一體化運營平台，建設數據湖倉（包括數據湖），加強內外部數據集成整合，全麵塑造數據智能中樞和管理底座。以建設銀行為例，經過近20年的努力，已實現數據驅動的數據湖倉管理策略和外部數據統一管理模式，形成了數據湖和數據倉庫一體化的數據基礎底座，並將持續提升湖倉數據供給滿足度、及時性和易用性，依托數據資產管理平台強化數據資源的盤點和展示。

（二）推動數據采集擴源

在一定程度上，數據越豐富，數據潛在價值就越大。隨著數字化轉型的深入推進，金融機構對數據的敏感度遠超其他行業。為充分利用數據要素，各金融機構自2014年就逐步探索豐富數據采集渠道、采集方式和采集內容，不斷擴充數據來源。一方麵，在建立數據倉庫、實現行內數據匯集共享的基礎上，不斷擴大數據采集範圍，除批量數據之外，逐漸增加實時數據、圖譜數據和非結構化數據的采集。另一方麵，加大外部數據引入力度，通過采購與合作等方式，從政府機構、事業單位、國有企業和征信公司大量引入外部數據，尤其是包括政務數據在內的各項公共數據。如建設銀行已建成集實時數據、準實時數據和流批於一體的實時數據能力，日均采集數據超100億條。此外，建設銀行2018年對全行外部數據進行集中管理，以合法合規和全行共享為目標，共引入超150項外部數據，極大豐富了數據資源。

（三）完善數據治理體係

高水平的數據治理是數據要素質量的重要保障。在智能化時代，“好”的數據輸入才能有“好”的決策產出。隨著數據要素與金融業務深度融合，金融業務對數據質量敏感度極高，對於數據的準確性、規範性、及時性和連續性都提出更高的要求，一個數據錯誤或數據安全漏洞就有可能帶來直接的資金損失。同時，監管機構在數據質量、數據安全和數據隱私保護等方麵均對金融機構有嚴格要求。為此，金融機構高度重視數據治理體係建設，對數據治理的投入逐年增加。各金融機構通過確定數據治理目標、完善數據標準規範、加強質量監測和整改等舉措，逐步提升自身治理能力。例如，近年來，建設銀行持續完善數據治理體係，探索建立數據與業務、技術深度融合的模式，將數據治理要求融入業務管理流程，嵌入技術開發過程，形成數據、業務、技術共管共治的局麵；發揮數據質量全流程控製體係的作用，通過數據質量需求、檢查、分析、提升的管理閉環，壓實數據質量問題的協查分析和整改提升機製，保證數據的真實性、準確性。

（四）加強多源數據融合

為發揮數據要素價值，金融機構橫向尋求數據擴源，從內外部采集更豐富的數據；縱向推進多源數據融合，挖掘數據要素潛在價值。金融機構通過打破數據孤島，整合來自不同渠道、不同格式和不同類型的數據，包括內部交易數據、客戶信息、市場數據及外部數據，更加全麵、準確地了解客戶需求和市場動態，提升風險評估的準確性和前瞻性。

多源數據融合的核心能力包括豐富的數據采集方式、統一數據采集標準、統一的數據整合模型和多樣化的數據服務模式。如建設銀行已建成以湖倉為基礎的多源數據融合體係，支持結構化數據、非結構化數據、實時數據、批量數據、圖譜數據等多種數據采集能力，可提供賬號查詢、聯機服務、批量傳輸、頁麵嵌入、自助查詢等多種服務。通過湖倉建設，建設銀行規範數據采集加工應用標準，保障數據質量，掃除數據應用流通障礙。同時，根據所在細分行業的業務特點，結合自身業務發展和戰略規劃，各金融機構構建具有自身特色的數據模型，在維度模型和範式模型的基礎上，探索以粒度建模為代表的整合模型建模法，形成體係化、統一的企業級數據視圖，盡量貼近業務應用和最終用戶的使用習慣，提升非專業科技人員數據應用的便利性。

（五）強化數據安全合規管理

《中華人民共和國民法典》《中華人民共和國數據安全法》（以下簡稱《數據安全法》）、《中華人民共和國個人信息保護法》（以下簡稱《個人信息保護法》）等法律法規和《征信業務管理辦法》《銀行保險機構數據安全管理辦法》等政策文件，均對各金融機構采集、應用、存儲、共享數據提出了明確的安全合規要求。各金融機構著力從數據的采集方式、權限管理、數據授權等多方麵對數據應用的管理流程、係統建設進行提升和優化。如建設銀行建設了客戶隱私授權管理平台，通過集中管理客戶授權信息，提供客戶授權核驗服務，滿足多個前端場景對不同內容進行授權的需求，同時對不同應用場景在數據使用時各種信息是否取得客戶授權進行核驗。

（六）重塑業務模式

數據要素重在應用，其價值隻有與業務融合才能體現。近年來，金融機構推動數字化轉型，其根本要義就是強化數據思維、提升創新意識，探索以數據為生產要素、以技術為生產工具的金融新業態、新生態和新模式。同時，伴隨著國家相關政策的出台，金融機構圍繞國家重點領域、重點行業、重點群體及重點企業掀起一輪創新熱潮。如在2018年，建設銀行創新推出以企業稅務數據為基礎的純線上金融產品“雲稅貸”，自此開啟金融機構金融業務線上化、數據化和智能化的新篇章。

數據要素㗩‡‘融服務的機遇

在當今數字化浪潮洶湧澎湃的時代背景下，數據已無可爭議地成為驅動經濟發展和創新的關鍵生產要素。金融機構充分挖掘和高效運用數據要素的乘數效應，可以有效提升風險防控能力、金融服務能力和推動數字化轉型。

第一，金融機構天然就是風險經營機構，提升風險防控能力是其永恒的主題，而數據是提升風險防控能力的關鍵物料。金融機構麵臨著各式各樣複雜且隱蔽的風險，如信用風險、市場風險、操作風險等。而豐富且全麵的數據能夠為其提供詳盡、準確的信息來洞察問題。金融機構的數據涵蓋客戶的基礎信息、交易流水、資產負債狀況、社交網絡活動、宏觀經濟指標、行業動態等，通過整合這些數據，金融機構得以構建高度精細化和智能化的風險評估模型。這些模型不再局限於傳統的財務報表分析，而是能夠深入挖掘客戶行為背後的潛在風險模式。例如，借助機器學習和大數據分析技術，金融機構能夠實時監測異常交易行為，精準識別欺詐活動的蛛絲馬跡，在風險尚未形成實質性損失之前就予以化解。而且，隨著數據的持續積累和更新，風險評估模型能夠不斷自我學習和優化，適應市場環境的動態變化，從而更敏銳地捕捉新出現的風險信號，為金融機構築起堅實且靈活的風險防線。

第二，數據成為滿足客戶個性化需求的“關鍵鑰匙”。客戶的需求日益多樣化和個性化，金融機構隻有深入了解客戶的獨特偏好、消費習慣、投資目標和財務規劃，才能提供真正貼合客戶期望的金融產品和服務。通過對的深度分析，金融機構能夠對客戶進行精準畫像，細分客戶群體，從而定製具有針對性的金融解決方案。比如，為年輕的創業者提供靈活的小額信貸產品，為有子女教育規劃需求的家庭設計專門的教育儲蓄計劃。同時，數據還能優化服務流程，實現服務的智能化和自動化。借助數字化渠道，客戶可以隨時隨地獲取金融服務，簡化手續流程，減少等待時間，享受便捷、高效且貼心的服務體驗，進而增強客戶對金融機構的信任和依賴。

第三，數據要素是驅動金融機構全麵數字化轉型的核心引擎。數據驅動的創新文化能夠促使金融機構不斷探索和應用前沿數字技術。例如，雲計算提供了強大的計算和存儲能力，使金融機構能夠處理海量數據；人工智能帶來智能風控和智能客服等應用場景，提升了服務效率和質量；區塊鏈技術保證了數據的不可篡改和可追溯性，增強了交易信任。通過將數據與這些先進技術深度融合，金融機構能夠實現業務流程的數字化重塑，從產品研發、市場營銷、客戶服務到風險管理，實現全方位的數字化運營和管理，從而提升整體運營效率，降低成本，增強市場競爭力，在激烈的市場競爭中脫穎而出。

充分發揮數據要素的乘數效應，對於金融機構在複雜多變的市場環境中穩健前行、創新發展，提升風險防控能力、金融服務能力和數字化水平，從而實現可持續的高質量發展，具有重要的戰略意義。

數據要素㗩‡‘融服務麵臨的挑戰和建議

（一）專業壁壘較高，建議加快複合型人才培育

金融行業數據規模的指數級膨脹，需要從業人員通過較長時間學習了解相關數據的含義、結構及數據和數據之間的關聯關係。同時，跨部門、跨機構甚至跨行業的業務融合，也需要從業人員花費大量精力來了解金融行業外的第三方數據，對從業人員的理解能力和分析能力都提出較高要求。隨著先進算法的不斷迭代和在金融領域的不斷應用，從業人員需要不斷學習新的算法原理和應用方法，具備一定的算法編譯和應用能力。同時，為打通業務與數據的壁壘，從業人員需要對金融相關業務有足夠的了解，對行業內的新型業務和創新業務有一定的敏感性。

目前，金融行業急需以數據分析能力為核心、具備金融知識和科技知識的複合型人才，但是由於數學專業和計算機專業壁壘較高，金融從業人員以金融、科技專才為主，複合型人才較為缺乏。建議各金融機構加強數據分析團隊的組建，加強對金融從業人員和金融科技團隊數據分析能力的支持和培養，采用以幹代訓、邊幹邊學的方式，在金融機構構建數據分析思維體係，達到數據應用的最大效果，以數據溝通業務和技術。

（二）數據標準存在差異，建議加快行業標準製定

金融行業屬於資金密集型行業，對數據準確性的要求極高，數據極小的誤差都容易造成較大金融損失。因此，金融行業應用數據的前提是數據要素市場上的數據滿足規範、準確、一致的要求，即數據應有統一、規範、可描述的數據標準、數據模型、業務規則，各個采集端和供給端的數據應滿足數據標準和規範的要求，正確提供相關數據。同時，不同數據來源提供的同一數據應保持一致，不存在相互矛盾的情況。

目前，國家層麵高度重視數據標準製定和數據治理工作，但是在各地方、各部門落地過程中存在一定的差異，容易造成不同地區的數據標準不統一、不同行業的數據同名不同義等情況出現，給金融行業數據融合應用帶來較大困難。建議政府和監管機構牽頭，對全國各個行業包括金融行業的數據，製定統一的數據采集標準。各行業在采集或應用相關數據時，應嚴格執行標準。通過統一的數據標準達到數據可跨行業、跨地域融合，從而更好地賦能金融業務。

（三）數據安全合規監管趨嚴，加強數據安全合規管理

2021年以來，我國先後出台《數據安全法》《個人信息保護法》，中國人民銀行發布《征信業務管理辦法》，圍繞外部數據的監管政策逐步清晰明確，數據安全流通引發廣泛關注。

金融行業是強監管行業。近年來，監管機構加大了對數據安全合規領域的檢查和處罰力度。金融機構既要加強數據要素融合應用，又要保證安全合規。合法合規的數據應用成為工作重點。具體來看，金融機構要深入學習國家法律法規以及管理部門的政策文件，做到“外規內化”，完善數據安全合規管理製度和流程。同時，要充分借助金融科技力量，建設數據安全技術管控機製，完善數據安全合規技術手段，包括數據授權、身份認證、審計與監控等。最後，要加強監督和落實，確定應急預案並定期驗證應急預案的有效性。