数字人:中国人民银行科技司司长李伟：做好数据治理推动数字化转型

作者｜李伟「中国人民银行科技司司长」

党的十九届四中全会首次将“数据”列为生产要素参与分配，标志着以数据为关键要素的数字经济进入新时代。当前，人工智能、区块链等数字技术不断涌现，快速向经济社会各领域融合渗透，以数据为核心的数字化转型已是大势所趋。金融业是数据密集型行业，在生产经营过程中积累了海量的数据金矿。金融业要深刻认识数据资源的重要意义，切实做好金融数据治理工作，深挖数据价值、释放数据潜能，加快推进数字化转型，推动金融实现高质量发展。

金融业数据治理之“困”

存在信息孤岛，有数不能用。当前，金融业数据治理过程中普遍存在“不愿、不敢、不能”共享的问题，导致海量数据散落在众多机构和信息系统中，形成一个个“数据烟囱”。一是不愿共享。多数金融机构都将数据作为战略性资源，认为拥有数据就拥有客户资源和市场竞争力，主观上不愿意共享数据；与之类似，金融机构内部也存在数据权属分割，数据所有权和事权密切相关，各部门宁愿将数据“束之高阁”，也不轻易拿出来共享。二是不敢共享。部分金融数据具有一定敏感性，涉及用户个人隐私、商业秘密甚至国家安全，数据共享可能存在法律风险，客观上给机构间共享数据带来障碍。三是不能共享。由于各机构数据接口不统一，不同机构的数据难以互联互通，严重阻碍数据开放共享，导致数据资产相互割裂、自成体系。

朝阳区政府与中国人民银行数字货币研究所签署战略合作协议:金色财经报道，9月3日，以“数字经济构建新发展格局”为主题的2022数字经济发展大会在国家会议中心举行。朝阳区人民政府与中国人民银行数字货币研究所签署战略合作协议。下一步，双方将充分发挥数字人民币赋能政府数字化转型的作用，推进数字人民币相关产业及政策在朝阳区加速落地，积极探索法定数字货币、金融科技等相关技术研究与应用，提升金融服务实体经济能力。[2022/9/4 13:07:10]

数据质量不高，有数不好用。在金融科技广泛应用的背景下，高质量数据成为金融服务与创新的重要基础，也是大数据提升金融机构精准施策能力的关键前提。然而，当前金融业整体数据质量不高的现象依然突出，给数据深入挖掘与高效应用带来困难。在完整准确性方面，由于缺乏统一的数据治理体系，有些金融机构在数据采集、存储、处理等环节可能存在不科学、不规范等问题，导致错误数据、异常数据、缺失数据等“脏数据”频频产生，无法确保数据的完整性和准确性。在一致性方面，由于金融机构业务条线繁杂、业务种类多样，多个部门往往数据采集标准不一、统计口径各异，同一数据源在不同部门的表述可能完全不同，看似相同的数据实际含义也可能大相径庭，数据一致性难以保障。这给全局数据建模、分析、运用造成障碍，数据挖掘效果大打折扣。

中国人民大学卞永祖：在实现数据互联时要运用区块链等技术 重点保障数据安全:金色财经消息，中国人民大学重阳金融研究院产业部副主任卞永祖表示，未来数据的安全性将更加受重视，尤其是资本市场中的数据，不仅涉及到大量的交易数据，也涉及到大量个人隐私数据。在实现数据互联的同时，要运用区块链等技术，重点保障数据安全。同时，两个平台的数据互联还会涉及到相关部门之间的沟通协调机制，只有建立了相应的机制和人员体系，才能保证合作紧密和系统的顺利运转。（证券时报）[2020/3/16]

融合应用困难，有数不会用。金融数据来源众多、体量庞大、结构各异、关系复杂。从如此繁杂的海量金融数据中挖掘高价值、关联性强的高质量数据，需要高效的信息技术支撑和可靠的基础设施保障。然而，部分金融机构科技研发投入相对不足、科技人员占比严重失调，利用数据建模分析解决实际问题的能力有待提高。金融机构信息资源利用大多停留在表面，数据应用尚不深入、应用领域相对较窄、数据与场景融合不够，导致数据之“沙”难以汇聚成“塔”，海量数据资源无法盘活，数据潜力得不到充分释放。

声音 | 中国人民大学杨东：区块链监管需要中国理论:10月31日，中国人民大学国发院金融科技与互联网安全研究中心主任杨东在新京报发表文章《区块链监管需要中国理论》。文章指出，目前，我国在区块链领域拥有良好基础，但其进一步发展也面临着诸多挑战。首先，区块链技术的发展对监管提出了更高的要求。技术本身具有中立性，在发展过程中不一定能完全按照正确的方向发展，需要对其进行合理引导，不能完全放任不管。P2P和股权众筹的监管经验为比特币的监管提供了教训和经验。最大的教训是需及时监管。特别是当创新型行业的未来发展不太明朗时，人们又往往会依赖监管的动向来判断行业未来的走势。因此，适当的监管机制将是必不可少的组成部分。这种监管必须根据区块链的发展而不断调整，适应不同阶段的需求。[2019/10/31]

治理体系缺失，有数不善用。技术本身是中性的，技术运用的善恶完全取决于人。这一结论对数据同样适用。科技要向善，数据也同样要向善。然而，由于法律法规尚不健全、数据治理体系还不完善、机构合规意识不足，数据“不善用”的问题较为突出。从业机构违法违规成本低，为谋求商业利益而置现有管理规定于不顾，过度采集数据、违规使用数据、非法交易数据等问题屡见不鲜。例如，某些APP和网站规定，如果用户不授权提供手机号、通讯录、地理位置等信息就无法继续使用和浏览，这实际上是通过“服务胁迫”来达成“数据绑架”。此外，部分机构数据保护意识、内部管理、技防能力薄弱，数据泄露事件时有发生，用户成为“透明人”，电信欺诈、骚扰电话、暴力催收等屡禁不止，严重侵害了用户权益。

声音 | 中国人民大学黄尹旭：禁止数字货币并不能杜绝数字货币违法犯罪行为:据法制日报消息，中国人民大学金融科技与互联网安全研究中心研究人员黄尹旭认为，数字货币交易不存在时间和空间的限制，禁止数字货币并不能杜绝数字货币违法犯罪行为，这些犯罪行为和风险行为还会不断的异化，给监管带来更多的困难,给投资者带来更大的损失。[2019/1/7]

金融业数据治理之“道”

依法合规，保障安全。数据作为重要的生产要素，确保数据安全应是相关机构始终恪守的底线。金融业是对信息安全高度敏感的行业，应建立健全数据安全管理长效机制和防护措施，严防数据泄露、篡改、损毁与不当使用，依法依规保护数据主体隐私权在数据治理过程中不受侵害，不能因开展跨部门数据融合应用而突破现有法律法规与监管规则。

物理分散，逻辑集中。由于历史原因，很多机构往往存在“N”个数据中心（数据源），呈现出多个业务条线数据分散存储、分散运行的局面，若采用“推倒重来”的方式显然成本太高、阻力太大。因此，应在保持现有数据中心职能不变的前提下，维持当前数据物理存放位置和运行主体不变，充分利用各数据中心IT设施和人才资源，构建“1个数据交换管理平台+N个数据中心（数据源）”的数据架构格局。在此基础上，制定实施统一的数据管理规则，实现数据的集中管理。

声音 | 中国人民大学副校长：区块链是完善中国金融基础工程核心之一:经济参考报消息，近日中国人民大学副校长吴晓求在2018国际货币论坛上表示，基于金融变革的基本趋势和国家的战略目标，未来中国金融改革发展的重点应该包括：建设一个高度智能化的金融基础设施。金融已经信息化，信息和金融开始融为一体。完善中国金融的基础工程变得非常重要，核心是大数据、云计算、智能化、区块链。风险控制是金融的生命线，金融基础设施的信息化建设是基础。[2018/7/25]

最小够用，用而不存。数据治理的一大难点就是如何在保障数据所有权基础上实现数据的融合应用。应消除数据所有方因信息“所有权让渡”造成“事权转移”的顾虑，规范数据使用行为，严控数据获取和应用范围，确保数据专事专用、最小够用、未经许可不得留存，杜绝数据被误用、滥用。在满足各方合理需求前提下，最大程度地保障数据所有方权益，确保数据使用合规、范围可控。

一数一源，一源多用。当前，无论是金融管理部门还是金融机构，各业务条线数据分散现象或多或少存在，数据多头收集时有发生。这既增加了信息报送、采集、存储成本，也导致数据责任主体不明，数据安全、数据质量难以保障。应明确源数据管理的唯一主体，保障数据完整性、准确性和一致性，减少重复收集造成的资源浪费和数据冗余。同时，建立数据规范共享机制，提升数据利用效率和应用水平，实现数据多向赋能。

金融业数据治理之“术”

做好顶层设计，把数据规划好。数据治理是一项长期、复杂的系统工程，要在组织、机制和标准等方面加强统筹谋划。一是优化组织架构。充分认识数据的重要战略意义，将数据治理纳入企业中长期发展规划，及时调整组织架构，明确内部数据管理职责，理清数据权属关系，自上而下推动数据治理工作。二是完善应用机制。在保障各方数据所有权不变前提下，统筹规划全局数据架构，完善跨机构、跨领域数据融合应用机制，实现数据规范共享和高效应用。三是构建标准体系。建立涵盖金融数据采集、处理、使用等全流程的标准体系，打造金融数据的“通用语言”，提升金融数据质量，为数据互通、信息共享和业务协同奠定坚实基础。

健全治理体系，把数据管理好。一是做好数据资产管理。根据统一的数据标准体系，建立全局数据模型和科学合理的数据架构。在此基础上，管理维护全局数据资产目录，实现对数据资产的全面梳理和有效管控，解决数据质量不高、数据利用不足等问题。二是做好数据分级管理。综合国家安全、公众权益、个人隐私和企业合法利益等因素，制定数据分级标准，基于全局数据资产目录将数据进行分级。针对不同等级数据采取差异化的控制措施，实现数据精细化管理。三是做好数据共享管理。规范数据共享流程，确保数据使用方在依法合规、保障安全前提下，根据业务需要申请使用数据。数据所有方按规则审核确定数据使用范围、共享方式等，通过数据交换机制实现数据有序流转和安全应用。

加强安全管控，把数据保护好。要遵循“用户授权、最小够用、全程防护”原则，充分评估潜在风险，把好安全关口，加强数据全生命周期安全管理，严防用户数据的泄露、篡改和滥用。在采集环节，要向被采集用户进行明示，明确告知采集和使用的目的、方式以及范围，在获取用户授权后方可采集。在存储环节，通过特征提取、标记化等技术将原始信息进行脱敏，并与关联性较高的敏感信息进行安全隔离、分散存储，严控访问权限，降低数据泄露风险。在使用环节，借助模型运算、多方安全计算等技术，在不归集、不共享原始数据前提下，仅向外提供脱敏后的计算结果。

强化科技赋能，把数据应用好。数据治理的核心环节是数据应用，要从算力、算法、存储、网络等维度加强技术支撑，切实增强数据应用能力。在算力方面，加快分布式架构转型，充分发挥云计算等技术高性能、低成本、可扩展的优势，满足海量数据分析处理对计算资源的巨大需求。在算法方面，基于深度学习、神经网络等技术设计数据模型和分析算法，提升数据洞察能力和基于场景的数据挖掘能力，为数据插上翅膀，让数据在金融领域展翅翱翔。在存储方面，探索与互联网交易特征相适应、与金融信息安全要求相匹配的数据存储方案，稳步推动分布式数据库金融应用，实现数据高效存储和弹性扩展。在网络方面，运用物联网技术丰富数据采集维度，利用5G技术带宽大、速度快、延时低等优势提升数据流转效率，打造金融数据“高速公路”。

标签：区块链数字货币数字人人工智能为什么现在不提区块链了我被数字货币平台了数字人民币稳定币最新消息学人工智能后悔死了

POL币最新价格热门资讯