• 深度
  • 行業
  • 行業
  • 互動

中國人民大學楊東:涉金融服務數據分析行業的價值與善治

GPLP 2019-09-23

原標題:中國人民大學楊東:涉金融服務數據分析行業的價值與善治

涉金融服務數據分析行業具有重大價值,筆者多次深度參與證券法、反壟斷法、反不正當競爭法、電子商務法等的立法工作,并主持中國人民銀行、中國互聯網金融協會重大課題《開放銀行金融服務生態體系研究》、《大數據與投資者適當性管理研究》、《用戶數據在移動金融中的收集與使用行業標準》等,綜合長期研究,對涉金融服務數據分析行業的健康發展提出建議。

一、涉金融服務數據分析行業的現狀

社交網絡與電子商務使人們的日常社交、消費活動日益網絡化、數據化,進而推動了傳統金融的線上化與互聯網金融的發展。互聯網金融極大地緩解了傳統金融市場的金融抑制問題,促進了我國普惠金融事業的發展,消費金融、網絡借貸市場規模不斷擴大。在這一系列社會活動進化的背后,隱藏著一條主線,即人類活動的數據化,從而催生了大數據及數據分析市場。數據分析機構利用大數據提供了有效的金融風險控制工具,如智能風控、用戶畫像、用戶價值挖掘等。

一方面,數據分析行業快速發展,“人紅是非多”;另一方面,數據分析行業缺少監管,難免良莠不齊、泥沙俱下。當下,部分數據分析機構由于缺少底線思維,涉嫌違法違規而被當局調查。

盡管紛擾不斷,但傳統金融機構(如商業銀行)的線上化進程不可逆轉。在這一進程中,數據分析機構所提供的各類工具和服務一時難以替代。以智能反欺詐為例,數據分析機構通過各種技術手段廣泛采集到各類重要數據,并以此建模進而通過人工智能深度學習模型監控監督相關數據信息往來,進而及時發現預警危險數據、欺詐信息。對中小金融機構而言,自建上述建模分析能力的成本太高。若缺少數據分析機構的能力支撐,必然會增大業務風險;若停止相關業務,則會因缺乏競爭力而失去市場,同時也會影響到普惠金融的推進。

綜上所述,數據分析機構為金融市場提供的各類技術與工具,是促進普惠金融事業發展的必要補充和支持。也就是說技術本身是中性的,無善惡之分。認識到這一點,有助于理性、客觀地看待數據分析市場和數據分析機構。

二、涉金融服務數據分析行業的價值

傳統征信體系主要是針對有完整信貸記錄的社會主體,無法滿足大量缺乏信貸歷史數據的借款人的金融需求。例如雖然我國的征信體系覆蓋了8億人群,但是有信貸記錄的人群只有3億多。特別是金融行業服務的下沉客群,更多地是使用民間借貸和網絡借貸,其征信數據難以完整收集記錄,而這些下沉客群也正是普惠金融需要覆蓋的人群。另外,隨著金融業務的線上化,各類黑產興起,欺詐行為愈加隱蔽,僅靠傳統的征信數據顯然無法應對上述問題。從這個角度來看,支持數據分析機構的發展,也就意味著支持我國普惠金融事業的發展。以目前行業內普遍使用的智能風控為例,數據分析機構利用大數據、云計算、人工智能等技術構建線上金融風控體系,并通過海量運算與校驗訓練提升模型精度,最終應用到反欺詐、客戶識別與認證、貸前審批、授信定價、貸后監控及逾期催收等金融業務全流程,有利于提高金融機構的風控能力。

總體來看,信貸市場除了需要傳統征信體系提供征信數據外,其在很多領域也需要數據分析機構提供更多支撐。一是在信貸客戶反欺詐識別領域,信貸市場受限于征信數據的收集范圍,難以全面獲取客戶與欺詐相關的信息,而數據分析機構則具有更大優勢。二是對于初次申請信貸的客戶,由于缺少個人征信數據,信貸市場往往難以識別和準確計量風險,而數據分析機構可以結合社交、電商、出行等數據給出一個相對準確的評估結果。三是對于有個人征信記錄的客戶,也可以加入數據分析機構的分析結果,更加準確地區分并計量風險,給客戶提供更加優惠的信貸條件。

此外,隨著開放銀行的興起,數據問題又被賦予了更多的意涵。開放銀行的本質是一種數據共享統合機制,其以消費者為中心,以模式、平臺以及監管三重不同的維度為建構要素,并以API技術為賦能基礎。消費者數據控制權的確立是數據共享的必要前提,也是金融數據統合理論的內在要義,決定了消費者數據控制的三元標準。金融科技是由技術帶來的創新,它能創造新的業務模式、應用、流程或產品,從而對金融市場、金融機構或金融服務的提供方式造成重大影響(FSB,2016)。開放銀行是金融科技的新應用 、也是發展數字金融的核心熱點,但科技只是實現開放銀行數據確權、利用、賦能目標的手段,通過開放式API實現銀行數據的開放,在第三方服務商獲得數據共享利益的同時,銀行也能在金融生態一體化中獲得更多場景化的數據,實現“雙向互惠”。

由上可以認為,數據分析市場(及數據分析機構)具有如下價值:一是幫助金融機構服務下沉客群,進一步促進我國普惠金融的發展,拓展銀行業務;二是有效防范金融風險(欺詐風險及信用風險),維護金融穩定;三是作為傳統征信業的有益補充,助力社會信用體系的完善。

三、涉金融服務數據分析行業的善治

由于數據分析機構擁有海量的替代數據,能夠有效彌補傳統征信機構在客戶數據上的不足,故而金融業逐步采用這些數據分析機構的產品和服務以擴展金融服務范圍,例如開展小微企業貸款等普惠金融業務。隨著數據分析機構服務金融業的作用越來越大,對其進行適當規制也成為有關各方亟需思考的問題。

毋庸置疑,數據分析機構為金融市場提供的相關技術與工具是中立的。然而,數據分析市場確實存在諸多亂象,問題出在人性善惡與規制(管理)不足。國家已經發布了一系列的規范性文件,如《網絡安全法》、《數據安全管理辦法(征求意見稿)》、《最高人民法院、最高人民檢察院關于辦理侵犯公民個人信息刑事案件適用法律若干問題的解釋》,以及金融數據保護方面的部門規章制度等。然而,數據分析行業發展迅速,部分數據分析機構尚未及時消化各類規范要求,這就需要監管機構加強引導,促進行業建立一套良好的實踐做法,在隱私保護與合理利用之間達到平衡,以包容創新促進數據的合理利用。

當前的緊要任務是推動形成金融監管機構、行業頭部企業與法律界等共同研究探討的善治局面,鼓勵科技向善。針對當前數據分析行業的弊端,可以考慮采取以下措施:

(一)金融監管機構出臺金融業個人數據保護合規操作指南

針對金融業大量使用自有個人數據和第三方個人數據以及相關法律法規尚未健全的現狀,金融監管機構應出臺相應的合規操作指南,引導金融機構及數據分析機構的合規運行。從歐盟個人數據保護的實踐經驗來看,在《數據保護指令》和GDPR出臺前后,歐盟出臺了一系列合規操作指南,幫助行業企業提高合規操作能力。

在金融業個人數據保護合規操作指南的指導下,金融機構可以制定相應的內外部個人數據使用合規流程,規范日常金融活動中的個人數據使用行為,以減少法律合規性風險。金融機構在采購第三方數據服務時,依據內部個人數據使用規則,要求數據分析機構也符合相應的合規要求,這樣也間接促進了數據分析行業的合規運行。

(二)建立個人數據保護的行業自律組織

金融業應以行業自律組織為基礎,制定個人數據保護自律守則,設立隱私認證標識(Privacy Mark)。以日本為例,日本信息處理與開發中心(Japan Information Processing and Development)成立于1967年,2011年更名為日本情報處理開發協會(又譯日本情報經濟社會推進協會,Japan Institute for Promotion of Digital Economy and Community,JIPDEC),1996年4月開始推薦隱私標識系統(PrivacyMark system),2016年6月成為隱私標識系統認證提供商。隱私標志制度是評估私營企業是否采取適當措施保護個人信息的制度。私營企業在經營活動中,享有“隱私標志”的標識權。該系統符合日本工業標準(JIS Q 15001:[個人信息保護管理系統-要求])。參照日本經驗,我國金融監管機構可以組織金融業成立行業自律組織,設立“隱私認證”標識。數據分析機構可以按照市場化原則自愿參與“隱私認證”標識認證,通過相關認證的數據分析機構方可為金融機構提供數據分析服務。

由于金融業是數據分析機構的主要市場,對數據分析機構采取適當的監管措施也是必要的。2018年11月,香港環聯資訊發生泄漏個人信貸資料的事故。事發后,該公司立即停止了相關服務。香港金融管理局(金管局)在獲知事故后通過銀行公會要求環聯立即全面調查事件,并盡早提升索取資料所須的認證程序。盡管環聯并不受到金管局的直接監管,但該事故涉及到銀行向環聯提供的個人信貸資料的安全性,因此金管局的介入是恰當的。金融監管機構可以要求數據分析機構做好數據保護與認證工作,進而可以組織數據分析機構建立市場化自律性行業協會,起到間接規范數據分析行業的作用。這樣一來,如同香港金融監管局一樣,金融監管機構可以對數據分析行業實施恰當的行為監管措施。

(三)以合規供應商清單的方式促進數據分析行業的發展

在金融業個人數據保護合規操作指南的指導下,金融監管機構可以進一步設置數據分析機構合規操作指南,要求數據分析機構按照指南要求開展相關個人數據保護工作,并采取現場檢查、非現場檢查等措施定期評估其合規性,根據合規性評估結果定期公布合規供應商清單,以此來加強數據分析行業的個人數據保護。

四、以共票促進涉金融數據分析行業的數據共享

當前,隨著5G、大數據、云計算、人工智能、物聯網等技術突飛猛進的發展,社會已經迎來了繼農業經濟、工業經濟之后的數字經濟時代,新一輪科技革命即將爆發。歷史表明,每一次人類社會重大的經濟形態變革,必然產生新的生產要素,形成先進生產力,如同農業時代的土地和勞動力、工業時代的資本與組織,數字時代也將產生新的生產要素。生產力提高所帶來的生產要素變革是共票理論提出的根本原因。

工業革命誕生了公司制與股份制,用于集合社會資金投入生產建設,并向投資者分配利潤。而本次科技革命最大的特點是不同技術之間的融合,混淆了虛擬世界與現實世界之間的界限,作為虛擬與現實世界聯結點的數據成為了新的生產要素。在數據經濟業態中,傳統的公司制與股份制當然仍在發揮著作用,但推動該經濟業態發展壯大的核心在于眾籌制度理念。“眾籌”譯自“crowdfunding”一詞,顧名思義是指一種向群眾籌資用以支持發起項目的行為。眾籌是繼公司制后的又一偉大的融資制度創新,有利于生產供給與需求的匹配,優化資源配置;也有利于資本家對打破生產資料的壟斷,讓生產資料所有者、勞動者與消費者等各方主體均能參與生產經營并分享利潤。類比于公司制與股份制,新的經濟業態與眾籌制度也需要與之配套的新的權益分配與共享機制,“Token”則為權益分配機制的演進提供了契機。為了適應數據引起的生產關系變革,清除行業亂象,筆者提出了“共票”理論,并將其英文譯為“Coken”。“共票”即凝聚共識、共享權益的票證;而“Coken”則是對“Token”的揚棄,其中“Co”作為英語詞匯前綴具有“共同、相互、聯合”的意思,非常契合眾籌理念,有利于引導數據經濟業態的正確發展方向。共票理論內含眾籌理念,既可以指引項目方擺脫依賴二級市場售幣套現的困境,消解濫發空氣幣的亂象;也可以為監管者提供數據治理的手段和目標,更好地實現“以鏈治鏈”。“共票”本質上是數據新業態下產生的一種新型權益分配機制,是吸引系統外資源投入后回饋的權益憑證,具有權益證明、分享紅利、消費流通等功能,而系統參與人則具有投資者(貢獻價值)、消費者(使用)、管理者(參與決策)三重身份,體現了眾籌的價值。

數據分析行業的核心在于數據。“共票”能為數據的確權、定價與交易賦能,實現價值發現,推動數據共享。就交易而言,一旦共票與數據嵌合,某一段數據可以被單獨標識,并在不斷使用、交換、再使用、再交換的循環中以單一匹配的共票作為定價工具在公開交易市場中實現價值發現的功能,進而亦可鎖定高價值特殊數據,因此數據可以通過共票在不斷分享中增值以回報初始貢獻者。就監管而言,目前監管數據經濟業態的痛點在于數據。政府對新科技業態的管理決策建立在與之相關的特定數據的基礎之上,而數據經濟業態日新月異的創新實踐往往導致相關數據尚未及積累或監管者選取了錯誤的數據作為依據和指標,從而陷入缺乏充足、有效數據的盲目規制或消極規制的困境。“共票”機制結合內嵌的智能合約與區塊鏈,具有不可篡改的記錄功能,可以一比一智能匹配一段數據串,實現數據聚合、匹配與追蹤,自動化分析海量數據。同時結合大數據、云計算、人工智能等其他前沿技術,構建數據聚合、大數據處理和解釋、建模分析與預測的有效機制,可以輔助監管者實現技術驅動型治理。

圍繞數據進行規制,共票也需要一定的配套機制,這些配套機制需從科技治理、數據治理的角度出發進行設計,例如構建大數據分析和風險預警機制,制定數據技術標準。提高數據采集和管理能力的技術主要包括新的加密與安全技術,云技術和公共平臺具有創建標準化的數據共享功能,機器學習技術以及區塊鏈技術。互聯網帶來了金融經營方式的變革,金融機構的核心競爭力在于其高速的科技創新,區塊鏈技術帶來了金融市場的深刻變革與發展機遇,同時也沖擊著現有的金融法律制度。變革與沖擊促使著金融監管模式由分業的機構性監管向功能性監管轉變、制度化監管向技術化監管轉變、單一中心監管向多中心監管轉變,也促使著金融消費者保護機制的新探索。只有在技術的創新下搜尋到合適的制度演化路徑,才能夠真正體會到其給社會發展帶來的正效益。

(免責聲明:此文內容為第三方自媒體作者發布的觀察或評論性文章,所有文字和圖片版權歸作者所有,且僅代表作者個人觀點,與極客網無關。文章僅供讀者參考,并請自行核實相關內容。投訴郵箱:editor@fromgeek.com)

標簽數據
  • GPLP
    郵箱:caoceng@fromgeek.com
    GPLP是專注于創業、投資的專業的咨詢平臺,旨在為創業者以及投資人,其中包括上市公司、企業、銀行等提供專業的內容、最新的行業形勢及最客觀的解讀,同時還包括組織線下交流活動,為行業發展貢獻力量。
    分享本文到