中央财大陈端:激活金融数据要素资源,助力数实融合大局|智能金融助力数实融合暨产教融合研讨会

中央财大陈端:激活金融数据要素资源,助力数实融合大局|智能金融助力数实融合暨产教融合研讨会

本报记者卢梦雪 北京报道

9月23日,由华夏时报社、中央财经大学数字经济融合创新发展中心联合主办、中国人工智能学会智能产品与产业工作委员会作为支持单位的“智能金融助力数实融合暨产教融合研讨会”在北京举行。

本次研讨会以智能金融助力数实融合、产教融合为主题,来自高校、智库和实业界的专家学者汇聚一堂,共同探讨在人工智能深度渗透生产流程和生活场景的大背景下,金融如何应对数智化转型浪潮,以及相关业务创新如何更有效服务实体经济、推进数实融合等前沿话题。

研讨会现场发布了由华夏时报金融研究院、中央财经大学数字经济融合创新发展中心、算力智库联合撰写的《智能金融助力数实融合报告2023》,为业界同仁提供基于金融场景的数字化转型镜鉴。

中央财经大学数字经济融合创新发展中心主任陈端主持会议,并结合自身研究积累进行了观点分享。

金融数据公共化服务&公共数据金融化开发,双线并行培育数据新动能

陈端指出,一方面数字经济快速发展产生海量数据,为智能金融创新提供了充分的生产资料,另一方面金融科技快速发展,涵盖法律规范、监管规定、行业标准、自律规则在内的多层次数字金融制度规则逐步完善,我国金融业态创新逐步形成中国特色、中国方阵,金融数据公共化服务与公共数据金融化开发双线并行,持续壮大数据新动能,也成为高质量发展的重要支撑。

金融数据具有复杂度高、真实性强、价值巨大的总体特征,由于金融行业本身的广泛社会影响关联性,数据价值发掘受法律法规因素影响更多,整体而言,目前我国金融数据要素应用仍处于探索阶段,主体之间、领域之间发展的不平衡不充分是客观存在的现实。

陈端提到,部分金融科技平台凭借前期积累的用户群体和客户数据,以移动支付为场景化入口,持续拓展应用场景并逐步介入贷款、存款、保险、财富管理等领域,但金融数据开发使用过程中存在权属和权利边界不清、权益分配规则不明、交易机制不健全和平台数据垄断等问题,数据垄断与数据孤岛现象并存,数据融合应用能力亟待提升,内部数据、公共数据、社会数据等多维数据的深度融合仍然面临很多现实规则困境和操作瓶颈。

公共数据开放是公共数据来源部门向社会依法提供公共数据的公共服务行为,中间涉及到公共数据的授权运营。传统金融模式之下,因缺乏用户多维数据导致金融机构在对长尾客群提供服务的过程中,精准性不高,成本却居高不下。公共数据的开放应用可以丰富金融机构信息获取渠道,突破现有服务瓶颈打造新的产品体系和盈利增长点。

未来可以探索以应用场景打造为中心,把金融服务嵌入政务服务或互联网平台应用场景,通过一站式服务实现数据综合应用与多向赋能;支持大型金融机构搭建“政府、金融机构、互联网平台”合作的数据云平台,整合各类金融机构、互联网平台的金融服务数据资源,积极探索综合电子政务数据资源对金融机构开放和共享,将金融服务重心下沉到民生末梢的多元化场景之中,解决金融服务不均衡、不匹配、可持续性不足等问题。

商业银行数据要素价值开发潜力巨大

陈端提到,数据资产有一个突出属性,就是数据价值开发潜力与数据资产规模呈正相关关系,规模效应决定了数据挖掘可能产生的应用价值。因此,多种数据要素的协同开发对银行业务创新具有重要意义。

银行业务的数字化转型带来的一个重要转向,就是从过去线下网点的场景化交易服务转向线上全方位的客户关系管理,因为老客户是新业务的拓客的基本盘。过去银行金融业的服务场景构建主要集中在面向C端客户的消费领域,伴随数字技术的进步和数据要素资源价值开发的深入,深挖场景化需求,优化面向B端企业的产业赋能和面向G端政府的服务链条潜力很大,通过C端、B端、G端的精细化服务链条打造和业务协同汇聚属于金融机构自身的私域流量,强化用户黏性,稳定服务生态,前景可期也挑战颇多。

银行金融机构拥有的数据资源真实性高,规模体量大,可以通过数据深加工生成彰显自身积累优势的新型业务产品,也可以作为要素市场第三方服务机构在数据资产估值、数据资产质押融资、数据资产证券化等方面发挥自己的作用,推动数据要素的流通与价值实现, 在对内业务优化和对外服务供给方面可以通过系统设计形成合力。

强化合规意识,优化创新过程中的风控体系

随着经济社会全方位数字化进程的加速,银行金融业务的数字化转型与其他关联领域的数字化转型之间交叉影响越来越强,“开放银行”成为大势所趋,而业务的开放度提升也意味着外源性风险的增加,未来将数字化能力全链路嵌入银行金融机构业务流程,根据业务类型构建相应的大数据风控模型,让数据风控能力成为应对外部环境不确定变革的重要支撑点。

陈端举例道,当前,技术变革引发产业业态变革和产业链重塑,地缘政治变动也对既有产业链体系带来不确定性冲击,企业端的风险源头增多,风控更为复杂,可以基于AI大数据处理能力对供应链整体变动情况实时监测,对企业数据、市场数据和银行数据进行综合测算,更为精准地评估基于产业发展态势的企业经营风险。

陈端特别强调,数字化大潮倒逼银行持续进行业务创新,一些创新超越了传统金融业务范畴,涉及到更广范围内的政策法规,创新过程中的合规风险也需要高度重视并有效预防,尤其是一些涉及敏感数据或个人数据隐私方面的重大业务创新,前期做好充分的论证评估、内测运行过程中广泛听取各方反馈,投入运营后一定阶段内做好舆情监测与应急预案都是必要的。

此外,完善全周期数据安全管理制度,明确数据采集、传输、存储、汇聚、计算和应用各环节的数据安全管理要求,完善数据分级分类管理体系,特别是加强对第三方隐私计算平台的准入资质审查,都是强化业务创新进程中合规风险防范的重要手段。

责任编辑:孟俊莲 主编:张志伟

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。如发现本站有涉嫌抄袭侵权/违法违规的内容,请发送邮件至 3587015498@qq.com 举报,一经查实,本站将立刻删除。本文链接:https://www.xmnhj.com/h/247853.html

      
上一篇 2023-09-28
相关推荐
发表回复
登录后才能评论