“数据要素×”金融服务需打通哪些堵点

数据规模会伴随业务规模增加而增加,金融机构的数据优势成为竞争力的重要表现。

图片由AI生成

钛媒体注:本文来源于金融时报,作者 | 胡萍,编辑|袁浩。

在数据被广泛运用的时代,数据要素给各行各业带来的乘数效应日益显现。在金融领域,“数据要素×”金融服务方兴未艾,但从实际推进层面来看,又面临着数据确权困难、部分金融机构能力不足等问题。如何进一步推动“数据要素×”金融服务长足发展,实现数据要素在金融场景中“供得出、流得动、用得好、保安全”?针对上述问题,《金融时报》记者采访了本报专家组成员、中央财经大学中国互联网经济研究院副院长欧阳日辉。

《金融时报》记者:您如何看待数据与金融行业的关联度?

欧阳日辉:由于金融行业的特性,金融数据要素的“技术—经济”特征在一般数据要素的基础上有其行业特殊性。一是广泛互联性。金融行业与各行各业都有所关联,并为各行各业提供资金支持。相应地,各种行业的数据都能为金融机构的金融活动赋能,从而使得金融业能够使用的数据范围较为广泛,并能够从各种数据中挖掘有利于金融活动的信息。二是动态高频性。金融市场瞬息万变,各行各业的动态变化会对金融行业产生或多或少的影响,这就使得频率更高、维度更多的、更及时的动态数据对于金融业来说具有更大的价值。三是网络价值性。金融活动具有典型的网络外部性,客户数量越多、交易活动越频繁,其市场优势越大,这种优势很多时候也是通过数据规模体现的。数据规模会伴随业务规模增加而增加,金融机构的数据优势成为竞争力的重要表现。

《金融时报》记者:金融数据要素怎样赋能金融服务?

欧阳日辉:金融业本身就是数据富集的行业,金融消费者日常的交易、存取款、信贷、保险等各类业务中产生了海量、高频、高维的数据。传统的金融服务中大多依赖纸质单据和人工处理,数据在其经营中发挥的作用有限。随着互联网的普及,数字技术在金融业务中的应用向纵深发展,普惠金融、绿色金融、数字金融等模式相继出现,推动金融业数字化转型。近年来,我国金融机构全面加强数据能力建设,在保障安全和隐私前提下推动数据有序共享与综合应用,充分激活数据要素潜能,有力提升金融服务质效。

金融数据要素从三个层次为金融服务赋能,从而实现数据驱动的新增长极。具体而言,通过金融数据要素的协同效应,可以优化金融业务和资源配置;通过金融数据要素的复用,发挥其倍增效应,提升金融服务的智能化水平;通过将其他行业数据与金融数据融合,激发其创新效应,助力打造新业态新模式。

首先是协同优化过程。在这一过程中,金融机构针对具体场景,搭建数字化平台,通过整合该场景业务相关的物资流、人才流、技术流、资金流等,以数据要素打通各主体、各要素之间壁垒,将金融服务和数字时代的产业新模式有机结合,从而降低金融服务成本、提高金融服务效率、拓展金融服务边界。

其次是复用增效过程。银行、保险、证券、信托等各个领域之间存在诸多共性和密切联系,对客户、金融市场、舆情等数据的复用能够在不同场景中提供多样化价值,加强对于数据要素的精细化分析,从而优化金融服务模型、改进金融服务决策。同时,金融服务数据反映金融行为,对于金融服务数据的复用有利于探索监控常见的违规行为模式、发现潜在的风险点,从而保障金融服务安全稳健。

最后是融合创新过程。这一过程主要有两层含义,第一层是金融数据和其他行业数据的多源融合,第二层是数据要素的开放流通激发自身的金融属性,并通过金融市场形成新的生态。

《金融时报》记者:防控风险是金融工作的永恒主题。数据要素的运用对金融服务安全性能否提供助力?

欧阳日辉:事实上,数据需要与数字技术结合才能发挥作用,主要在两个方面有很好的效果。一方面,金融机构运用人工智能、物联网、大数据等技术,融合利用科技、环保、工商、税务等数据,构建以用户、场景为中心的金融服务体系,提升实体经济金融服务水平。另一方面,金融机构融合分析金融市场、信贷资产、风险核查等多维数据,提升反欺诈、反洗钱能力,提高风险预警和防范水平。

在数字时代,金融机构风险控制的指标愈发多元,向着动态管控、预先管控的方向发展,这种转变依赖于数据要素的充分复用,利用人工智能等技术挖掘隐藏的风险信息。首先,金融机构可以通过对宏观经济数据、金融市场数据的反复挖掘,分析掌握市场动态和风险趋势,做好对宏观风险和危机的提前预警;其次,金融机构可以联合业务相关的具体行业机构,通过分析行业历史数据,判断产业政策调整的冲击;最后,金融机构可以复用业务历史数据和客户行为数据构建违约模型,分析形成违约风险的常见因素,优化风控模型,降低贷款等业务的不良风险,还能够构建风险预警模型,对动态数据进行实时监测和分析,及时发现异常交易、投资项目风险暴露等情况,并采取处置措施,保障金融业务的正常开展。

在金融监管部门层面,通过对数据的复用,可以更好地实现机构监管、行为监管、功能监管、穿透式监管和持续监管,极大地保障金融服务的安全。

《金融时报》记者:对于做好“数据要素×”金融服务的落地应用,您还有何建议?

欧阳日辉:要做好“数据要素×”金融服务,还需要从供给、流通、使用、安全四个层面发力:第一,让数据放心“供”出来,供得出的有价值的数据越多,通过数据的多源融合可以产生的效果越明显。第二,数据“流得动”,数据要素的流通能够促进数据金融价值发现和机构间共享,让金融服务数据更好地复用、融合。第三,数据“用得好”,各金融机构充分地用数据去决策、用数据去管理、用数据去创新,才能实现数据价值的几何级增长。第四,数据安全有赖于数据基础设施建设,保障数据安全是金融业高质量发展的要求,建立健全自主可控安全高效的金融基础设施体系,需要加快建设数据流通基础设施。

目前,上述方面都存在一些瓶颈与挑战,需要进一步突破。比如,数据确权尚存在困难,机构数据“不愿供”;数据要素市场待完善,数据产品“流不动”;金融机构数据能力有差异,数据处理“用不好”;核心技术和关键资源不健全、不完备,数据安全保障不足。

要突破现有瓶颈,金融业应把握三条路径:一是数据应用场景化,金融机构要重视数据要素对于金融服务变革的价值,从自身场景出发,开发利用数据要素,发挥数据要素的协同、复用和融合作用;二是数据要素金融化,通过建立完善数据要素市场,发挥市场的力量促进数据要素产品的流通,使得市场上有充分可用的数据产品供给,金融业可以基于数据要素进行金融业务创新,激发数据要素的金融属性,探索数据要素金融化,但要注意防范风险;三是金融服务生态化,高度重视金融大模型发展和应用,金融企业需要的大模型包括通用大模型、知识处理大模型、工具大模型、决策大模型等类型,用高质量数据保证金融大模型训练效果,沿着“科技—产业—金融”的良性循环的路径,形成支撑数字经济创新发展和做好金融五篇大文章的生态体系。

本文系作者 欧阳日辉 授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
本内容来源于钛媒体钛度号,文章内容仅供参考、交流、学习,不构成投资建议。
想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿 。创业或融资寻求报道,点击这里

敬原创,有钛度,得赞赏

赞赏支持
发表评论
0 / 300

根据《网络安全法》实名制要求,请绑定手机号后发表评论

登录后输入评论内容

扫描下载App