中华网财经12月5日讯，2020年，百年不遇的新冠疫情席卷全球，全球化遭遇严重打击，世界经济陷入衰退，价值和族群空前撕裂。面对百年未有之变局，由凤凰网、中国企业改革与发展研究会主办，人民日报出版社协办，凤凰网财经、中华网财经承办的“2020凤凰网财经峰会”在北京举办，本届峰会以“破局与新生”为主题，盛邀政商学界顶级嘉宾，围绕全球和中国经济发展建言献策，凝聚共识。
中国互联网金融协会会长、中国人民银行原副行长李东荣在演讲中表示，根据调研了解的情况，在现阶段，我们国家有相当一部分金融机构，特别是中小金融机构，它还是存在数据治理不足、数据应用能力不强等挑战。不能用、不敢用、不善于用的现象比较普遍，与此同时数据黑产、数据垄断、数据滥用等问题时有发生。
李东荣认为，从未来的发展方向来看，应该积极的运用多方安全计算、联邦学习等技术应用，去帮助缓解从业机构的顾虑，提升数据要素融合应用的积极性，打破数据壁垒和信息孤岛。
以下是李东荣演讲实录：
尊敬的各位嘉宾：大家下午好！
我们这一节的主题是围绕着数字金融的变局与机遇。根据近年来一直以来对金融科技发展的跟踪关注，以及我们的实践探索，还有做的一些理论总结，我认为，近十多年来，全球金融科技的蓬勃发展主要还是基于金融深化、技术供给、客户需求等多方面因素综合作用的结果，其中海量的数据、要素的积累是非常重要的驱动因素。特别是我们国家最近已经明确，数据是重要的生产要素，国家在积极稳妥的推进要素市场化配置改革，数据作为基础性战略资源和关键生产要素的地位更加凸显。因此，下一步的金融改革发展中，如何平衡好金融业的数据要素、如何应用和安全保护，有效的发挥金融业数据要素的价值，已经成为当前金融改革发展，特别是金融科技高质量发展过程中，所面临的一项重要和紧迫的课题。
所以，借今天这么一个机会，我想就我个人的一些思考，围绕着金融业数据要素融合应用的重要性，以及现在的发展现状和取得的初步成效，以及下一步的对策研究，三方面谈一点个人的认识，供大家参考。
第一，推进金融业数据要素融合应用，具有重要的现实意义。
从理论研究的角度来看，数据的要素融合是指在数据要素背景下，对单一或者多个数据源的数据进行关联、组合等操作，从而获得更好的数据处理效果。传统的公开数据采集、原始数据共享等都是广义上的数据要素融合方式，但这些传统的融合方式在应用场景、隐私保护等方面还是存在一定的局限性。特别是金融业作为一个数据密集型的行业，它所产生和使用的各类金融数据与客户的信用水平、资产财产高度相关，部分数据还会涉及到消费者的个人隐私。因此，如何在确保安全合规的前提下，加强数据的融合应用，历来是一个“两难”的问题，也是全球的共性难题。值得我们高兴的是，随着科学技术的进步，近年来，通过各种科学方式，特别是数字技术在各行各业的应用，有些部门、研究机构，依托多方的安全计算、联邦学习等新型技术，正在探索实现数据的可用不可见、定向定量使用，这已成为金融业数据要素未来融合的努力的新途径、新方向。因此依托先进技术推进金融业数据要素融合应用，既是落实国家数据要素市场化配置要求的有意举措，也是深化金融供给侧结构性改革的内在要求，它具有重要的现实意义。
1、有助于促进金融业的数字化转型。
根据调研了解的情况，在现阶段，我们国家有相当部分金融机构，特别是中小金融机构，它还是存在数据治理不足、数据应用能力不强等挑战。不能用、不敢用、不善于用的现象比较普遍，与此同时数据黑产、数据垄断、数据滥用等问题时有发生。所以从未来的发展方向来看，应该积极的运用多方安全计算、联邦学习等技术应用，去帮助缓解从业机构的顾虑，提升数据要素融合应用的积极性，打破数据壁垒和信息孤岛。
2、有助于增强数据普惠金融水平。
在依法合规的前提下，通过传统的信贷数据和一些替代性数据的融合应用，可以使小微企业、农民、低收入人群等历史数据不足的信用白户，走出信用积累的最后一公里，有效缓解数字鸿沟和金融排斥等问题。
3、有助于落实金融消费者的保护要求。
通过依法合规经营的从业机构，提供安全可靠的数据要素融合途径，能够避免因为部分违规使用数据机构的不当竞争，而导致劣币驱逐良币的现象，进一步维护金融市场的秩序，进一步增强隐私保护。
4、有助于提升金融穿透式的监管效力。
通过金融数据要素的融合应用，使金融管理部门能够采集到相对高质量的监管数据，有效的支撑人工智能、大数据等监管科技应用，提升金融监管的专业性、统一性和穿透性，现在强调行为监管、穿透监管，要达到这个目标还要通过一些工具。
第二，我国金融业数据要素的融合应用，已经具有较好的基础条件。
总的来看，经过这些年来在金融业各方面的不断实践，我国的金融业数据要素融合应用正处于一个加速探索的阶段，并呈现出以下几个方面的特点：
1、顶层规划已有方向。
在2019年8月人民银行发布了《金融科技三年发展规划》，《规划》里提出打通金融业数据融合的通道，破解不同金融业态的数据壁垒，像银行、证券、基金等这些数据有很强的关联性。破除不同金融业态的数据壁垒，化解信息孤岛，制定数据融合应用的标准规范，发挥金融大数据的集聚和增值作用。所有这些举措都为未来金融业加强数据要素融合应用提供了要求，指明了方向，提供了便利条件。
2、标准规则加速出台。
近年来人民银行陆续发布了《个人金融信息保护技术规范》《金融数据安全》《数据安全分级指南》等基础通用标准，以及《多方安全计算金融应用技术规范》等技术应用标准。这为金融业的数据要素融合应用奠定了较好的标准基础。
3、应用路线更加清晰。
目前，金融业的数据要素融合应有的支撑技术，主要是包括多方安全计算、联邦学习、数据脱敏、可信计算等等。从保密性、可控性、高效性、通用性等维度综合比较，多方安全计算更加适合于数据量适中但保密性更高的应用场景，因为不同的应用场景对使用条件还是需要一些客观条件的。联邦学习更适用于风险评估模型的联合构建和训练场景。数据脱敏更适用于数据量较大、应用需求不依赖原始数据、特定敏感信息的普通数据场景。可信计算更适用于数据资产使用约束条件较多的场景，如数字版权、移动支付等等。
4、行业实践逐渐丰富。
金融业数据要素融合应用，重要性已日益成为行业的共识，基于多方安全计算、联邦学习等技术的数据融合解决方案，在合格投资者认定、信用评估、监管科技等领域已经有了初步的探索，在不同的场景中有了初步的探索。尽管目前尚未形成规模化的应用，但我们认为，它还是具有广阔的市场需求和应用前景的。据我了解，在目前已经纳入人民银行金融科技创新监管工具的60个创新项目中，有5个涉及到小微企业的融资，社融信贷、跨境结算等场景的项目探索应用，在这些里面，5个项目里分别使用了多方安全计算、联邦学习等数据融合的支撑技术。
第三，推进金融业数据要素融合应用的对策建议。
尽管目前金融业的数据要素融合应用已经有广阔的市场空间和良好的发展机遇，但我们同时还要看到，目前金融业的数据要素融合应用，依然面临着部分从业机构数据治理和应用能力薄弱，法律制度针对性、适用性有待进一步加强，技术与场景的适配度和市场的接受度有待提升等一系列的现实困难和挑战，这需要凝聚政产学研多方的智慧和力量共同推进。下面，我对如何稳妥有序的推动金融业数据要素融合应用有几点建议：
