数据治理 | 人民大学杨东：涉金融服务数据分析行业的价值与善治

涉金融服务数据分析行业的现状

社交网络与电子商务使人们的日常社交、消费活动日益网络化、数据化，进而推动了传统金融的线上化与互联网金融的发展。

在一系列社会活动进化的背后，隐藏着一条主线，即人类活动的数据化，从而催生了大数据及数据分析市场。

数据分析机构利用大数据提供了有效的金融风险控制工具， 如智能风控、用户画像、用户价值分析等。

当然，因为企业发展良莠不齐，泥沙俱下，行业存在着诸多纷扰和乱象，但金融业务线上化的趋势是不可逆的，数据分析机构的作用不可替代。

数据分析机构为金融市场提供的各类技术与工具，是促进普惠金融事业发展的必要补充和支持。

也就是说技术本身是中性的，无善恶之分。认识到这一点，有助于理性、客观地看待数据分析市场和数据分析机构。

涉金融服务数据分析行业的价值

传统征信体系主要是针对有完整信贷记录的社会主体，无法满足大量缺乏信贷历史数据的借款人的金融需求。 例如虽然我国的征信体系覆盖了8亿人群，但是有信贷记录的人群只有3亿多。

特别是金融行业服务的下沉客群，更多的是使用民间借贷和网络借贷，其征信数据难以完整收集记录，而这些下沉客群也正是普惠金融需要覆盖的人群。

另外，随着金融业务的线上化，各类黑产兴起，欺诈行为愈加隐蔽，仅靠传统的征信数据显然无法应对上述问题。

总体来看，信贷市场除了需要传统征信体系提供征信数据外，其在很多领域也需要数据分析机构提供更多支撑。

一是在信贷客户反欺诈识别领域，信贷市场受限于征信数据的收集范围，难以全面获取客户与欺诈相关的信息，而数据分析机构则具有更大优势。

二是对于初次申请信贷的客户，由于缺少个人征信数据，信贷市场往往难以识别和准确计量风险，而数据分析机构可以结合社交、电商、出行等数据给出一个相对准确的评估结果。

三是对于有个人征信记录的客户，也可以加入数据分析机构的分析结果，更加准确地区分并计量风险，给客户提供更加优惠的信贷条件。

开放银行本质是一种数据共享统合机制，其以消费者为中心，以模式、平台以及监管三重不同的维度为建构要素，并以API技术为赋能基础。

开放银行是金融科技的新应用、也是发展数字金融的核心热点，但科技只是实现开放银行数据确权、利用、赋能目标的手段，通过开放式API实现银行数据的开放，在第三方服务商获得数据共享利益的同时，银行也能在金融生态一体化中获得更多场景化的数据，实现"双向互惠"。

由上可以认为，数据分析机构及市场具有如下价值：

一是帮助金融机构服务下沉客群，进一步促进我国普惠金融的发展，拓展银行业务；

二是有效防范金融风险(欺诈风险及信用风险)，维护金融稳定；

三是作为传统征信业的有益补充，助力社会信用体系的完善。

涉金融服务数据分析行业的善治

随着数据分析机构服务金融业的作用越来越大，对其进行适当规制也成为有关各方亟需思考的问题。

当前的紧要任务是推动形成金融监管机构、行业头部企业与法律界等共同研究探讨的善治局面，鼓励科技向善。针对当前数据分析行业的弊端，可以考虑采取以下措施：

1、金融监管机构出台金融业个人数据 保护合规操作指南

针对金融业大量使用自有个人数据和第三方个人数据以及相关法律法规尚未健全的现状，金融监管机构应出台相应的合规操作指南，引导金融机构及数据分析机构的合规运行。

从欧盟个人数据保护的实践经验来看，在《数据保护指令》和GDPR出台前后，欧盟出台了一系列合规操作指南，帮助行业企业提高合规操作能力。

在金融业个人数据保护合规操作指南的指导下，金融机构可以制定相应的内外部个人数据使用合规流程，规范日常金融活动中的个人数据使用行为，以减少法律合规性风险。

金融机构在采购第三方数据服务时，依据内部个人数据使用规则，要求数据分析机构也符合相应的合规要求，这样也间接促进了数据分析行业的合规运行。

2、建立个人数据保护的行业自律组织

我国金融监管机构可以组织金融业成立行业自律组织，制定个人数据保护自律守则，设立"隐私认证"标识。

数据分析机构可以按照市场化原则自愿参与"隐私认证"标识认证，通过相关认证的数据分析机构方可为金融机构提供数据分析服务。

由于金融业是数据分析机构的主要市场，对数据分析机构采取适当的监管措施也是必要的。

金融监管机构可以要求数据分析机构做好数据保护与认证工作，进而可以组织数据分析机构建立市场化自律性行业协会，起到间接规范数据分析行业的作用。

这样一来，金融监管机构可以对数据分析行业实施恰当的行为监管措施。

3、以合规供应商清单的方式促进数据分析行业的发展

在金融业个人数据保护合规操作指南的指导下，金融监管机构可以进一步设置数据分析机构合规操作指南，要求数据分析机构按照指南要求开展相关个人数据保护工作，并采取现场检查、非现场检查等措施定期评估其合规性，根据合规性评估结果定期公布合规供应商清单，以此来加强数据分析行业的个人数据保护。

以共票促进涉金融数据分析行业的数据共享

当前，随着5G、大数据、云计算、人工智能、物联网等技术突飞猛进的发展，社会已经迎来了继农业经济、工业经济之后的数字经济时代。

历史表明，每一次人类社会重大的经济形态变革，必然产生新的生产要素，形成先进生产力，如同农业时代的土地和劳动力、工业时代的资本与组织，数字时代也将产生新的生产要素。

基于此，笔者提出了 "共票" 理论，并将其英文译为 "Coken" 。"共票"即凝聚共识、共享权益的票证。

"共票"本质上是数据新业态下产生的一种新型权益分配机制，是吸引系统外资源投入后回馈的权益凭证，具有权益证明、分享红利、消费流通等功能，而系统参与人则具有投资者（贡献价值）、消费者（使用）、管理者（参与决策）三重身份，体现了众筹的价值。

数据分析行业的核心在于数据。"共票"能为数据的确权、定价与交易赋能，实现价值发现，推动数据共享。

就交易而言，一旦共票与数据嵌合，某一段数据可以被单独标识，并在不断使用、交换、再使用、再交换的循环中以单一匹配的共票作为定价工具在公开交易市场中实现价值发现的功能，进而亦可锁定高价值特殊数据，因此数据可以通过共票在不断分享中增值以回报初始贡献者。

就监管而言，目前监管数据经济业态的痛点在于数据。"共票"机制结合内嵌的智能合约与区块链，具有不可篡改的记录功能，可以一比一智能匹配一段数据串，实现数据聚合、匹配与追踪，自动化分析海量数据。

同时结合大数据、云计算、人工智能等其他前沿技术，构建数据聚合、大数据处理和解释、建模分析与预测的有效机制，可以辅助监管者实现技术驱动型治理。

围绕数据进行规制，共票也需要一定的配套机制，这些配套机制需从科技治理、数据治理的角度出发进行设计，例如构建大数据分析和风险预警机制，制定数据技术标准等。

互联网带来了金融经营方式的变革，同时也冲击着现有的金融法律制度。变革与冲击促使着金融监管模式由分业的机构性监管向功能性监管转变、制度化监管向技术化监管转变、单一中心监管向多中心监管转变，也促使着金融消费者保护机制的新探索。

只有在技术的创新下搜寻到合适的制度演化路径，才能够真正体会到其给社会发展带来的正效益。

推荐阅读：

从Kantox着眼，金融科技创企在跨境外汇的“牌”该怎样打？

从Ripple看区块链的十年：数字金融的阶段性革命将如何开启？

Fintech竞争白热化，这10大玩家挤入工信部大数据企业50强榜单

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。