《金融数据要素流通技术与应用研究》

金融数据要素流通技术与应用研究北京金融科技产业联盟202311编制委员会编委会成员：何 军 聂丽琴 高鸿升编写组成员：夏知渊丁文定郭相林相 妹陈 曦杜妮娜李如先何东杰张伊祎徐 静汪小益张延楠昌文婷彭 晋张晓蒙李 力周蓓杰唐仕豪强 锋李 茂吴叶国杨煜东任 妍王 超倪 壮朱振超李克鹏王礼斌刘站奇陈 鑫蒋嘉琦贾金龙黄翠婷陈 涛高强裔吴紫园窦永金杨 波胡师阳邱晓慧聂春祺夏斯媛吴嫣雯章立强赵怀衡程安明李 倩崔如德钱 勇范力欣葛 娴黄安埠王 雪李武璐李 原曹 雷周奕希雷 武李 博汪 洋郑华祥陈嘉俊张敬之曹旭涛时 代张嘉熙董婉婷黄 淼周岳骞张亚申王健宗黄章成李泽远蒋美献顾逸晖张佳辰于博夏家骏高志民李炳帅编 审：黄本涛郭 栋刘宝龙参编单位：中国工商银行股份有限公司北京数牍科技有限公司杭州趣链科技有限公司蚂蚁科技集团股份有限公司北京市竞天公诚律师事务所深圳微言科技有限责任公司阿里云计算有限公司蓝象智联（杭州）科技有限公司腾讯云计算（北京）度小满科技（北京）有限公司同盾科技有限公司北京国家金融科技认证中心有限公司北京银联金卡科技有限公司深圳致星科技有限公司上海富数科技有限公司深圳前海微众银行股份有限公司平安银行股份有限公司浙商银行股份有限公司华控清交信息科技（北京）有限公司北京冲量在线科技有限公司神谱科技（上海）有限公司上海光之树科技有限公司华为云计算技术有限公司目 录前言 1一、概述 3（一）金融行业数据流通的意义 3（二）主要技术概述 5二、现状痛点 8（一）现状分析 8（二）流通合法合规要点 9（三）流通技术难点 15三、体系架 18（一）框架总述 18（二）规范体系 19（三）服务模式体系 19（四）规则机制体系 20（五）支撑能力体系 23四、流程技术 27（一）数据要素流通主要业务流程 27（二）数据要素流通技术 36五、典型例 41六、总结展望 50附录：语解释 52前言5.4%1[N].人民政协报,2022518（3）模式实现数据从提供方传递到需求方的过程。一、概述（一）金融行业数据流通的意义数据要素助力金融智能发展202049202212（202112（2022-20252035金融机构在长期业务发展中积累了海量数据基础，运用大数据、金融数据流通加速数字化转型2022325加完善、成熟的数据要素市场体系。为推动实体经济发展发挥更加充分的作用。（二）主要技术概述数据整合技术是流通的前提通过以上数据整合技术对来自金融行业不同应用场景的数据源开放共享技术促进价值流通APIAPI安全合规技术支撑可信流通如何在安全合规的前提下充分挖掘数据资产价值成了金融机构关注的重点。密码技术、隐私计算和区块链技术凭其技术特点，二、现状和痛点（一）现状分析20143（中关村数海建立以来，在不断发展中形成了多种流通模式。从技术支撑角度来看，数据流通主要有如下三种模式：1.02.0据以APIAPI3.01图1数据流通模式现状综上，整体来看我国数据流通模式机制仍在不断发展完善，金融数据服务对外输出等还面临诸多困难和挑战。（二）流通合法合规要点金融数据的流通需依照个人信息保护、数据安全及金融监管相关法律法规和标准（以下统称“实体规范”）来实施。为此，要点。数据合规实体规范的分析维度2图2数据合规实体规范的五个分析维度据存储和传输过程中的技术处理措施。需要承担更重的内部合规责任和外部赔偿责任。数据合规相关法律法规及标准3图3金融数据合规相关体系个人信息保护合规要点《个人信息保护法》为个人信息处理提供了重要指引。金融机构作为个人信息处理者需关注处理权限及合规义务两方面内容。其中，处理权限绝大部分来源于个人信息主体的明示同意，而金融机构的角色决定了其合规义务的承担。则不存在个人信息保护的要求，但存在对数据的保密义务。13（正常使用。1理预设合同条款，保护自身利益，把控合规风险。表1各参与方角色负有不同的合规义务法律关系角色合规义务委托处理关系委托方·需事先进行个人信息保护影响评估·需对受托方的个人信息处理活动承担责任受托方信息·委托关系结束后通常需要对数据进行删除或匿名化处理对外提供关系提供方·需事先进行个人信息保护影响评估·针对对外提供行为，需获得个人信息主体的单独同意接收方体重新获取同意合作处理关系各合作方得超出约定范围个人信息的共同处理者对个人信息处理活动向个人信息主体承担连带责任数据安全合规要点金融机构在经营管理过程中涉及重要数据、个人金融信息、21（征求意见稿》分级工作。第三，履行《数据安全法》对“重要数据处理者”的要求：金融行业数据合规的特殊要求金融行业的数字化发展使得金融机构持有大量重要金融数3断信用信息的标准是“依法采集构不需具备征信业务资质。61（求意见稿（三）流通技术难点金融数据要素需要依托可靠的数据流通交易平台积极融入术支撑能力方面尚面临诸多困难和挑战。跨领域技术融合问题数据流通的全流程闭环。完成数据流通的全流程涉及提供供需撮合的平台门户建设、API技术安全性问题市场各参与主体之间的信任和技术安全是流通共享的基础，安全性也关系着市场信任。作为实现数据安全与隐私保护的关键确算法本身带来的隐患或信息泄露以及已有的攻击手段及可能可用且高效问题的平衡点。金融行业有海量的数据，应用隐私计算实现海量数据流通，/节点容错性，提供高可用性；二是满足高性能要求，在安全、准确的前提下，提升计算效率，且能够支持大规模数据的计算。三、体系框架（一）框架总述可靠的技术能力支撑。针对现阶段市场发展面临的挑战，报告提出包含规范体系、4图4金融数据流通体系框架（二）规范体系（三）服务模式体系基于金融数据流通现状和当下国内各地数据交易所的发展，报告的体系框架中提出流通服务模式体系。API根据金融数据流通交易的场所可分为场内、场外交易。API立多层次、多样化的数据流通服务模式体系。（四）规则机制体系管控机制管控机制层面由数据登记和公证体系、数据信用体系等组成。登记和公证体系发展。数据信用体系管理机制系等组成。安全管理体系质量管理体系加强评估考核和监督检查。流通规则体系并根据具体的类型和场景，适用不同的交易规则，包括集团内、市场机制系等组成。合作生态体系工、质量管控、可信流通，将非标准化数据转化为标准化产品；定价收益体系需求管理体系市场运行规范、产品质量可控的数据要素市场。（五）支撑能力体系的能力支撑，共同构成金融数据流通的支撑能力体系。5.2治理能力统一数据标准：大规模、成体系的数据要素流通和交易往往需要借助专业化的平台，为便于海量数据的处理和服务，需要对多源数据要素、技术接口、处理规程等进行标准化。数据分类分级：不同敏感级别、重要性级别的数据，件。数据质量监控：数据质量是保障数据服务成效的重要处置，确保整体数据可信、可用。运营能力挖掘需求：数据要素价值发挥依赖业务场景，一方面服务经验，支持其挖掘合规、创新等各类潜在的场景。形成数据产品：数据保护要求不断提升，直接的数据交换的可行方式，同时，也有利于评估流通价格。活跃数据流通与交易：数据要素流通的关键在激发各创新能力服务创新：通过繁荣生态的方式引入多方参与，实现赋能价值。技术融合创新：随着新技术持续发展，数据处理和数AI争优势。四、流程与技术（一）数据要素流通主要业务流程5图5数据流通交易业务流程数据产品上架4进行。6度来评估数据质量。格、交付方式和应用场景等。数据需求发布数据需求发布是由数据使用方向服务提供方提出数据流通求符合国家法律要求。数据分类分级金融数据安全分类分级可参照《金融数据安全数据安全分级指南》（JRT0197-2020），待流通交易的金融数据产品需进行分数据分级，从安全合规性要求、数据保护要求的角度出发，按照数据对国家安全、公共利益或个人、组织合法权益的影响和重要程度，将数据分为一般数据、重要数据、核心数据。行业通常可根据数据的生产来源和数据使用形式对数据进行分API据模型。数据确权授权文件，以保证金融机构使用流通数据的合法合规性。数据资产化数据资产化是数据通过流通交易给使用者或所有者带来经数据资产价值评估和数据定价。进而推动数据流通。数据流通需求匹配是：数据资源本体库。针对数据交易平台上的服务功能各异、和数据资源需求与服务匹配结果排序。数据产品分类流通数据产品应是来源合法、标的明确、范围确定、标识清晰、用于对应的分类流通。明文数据产品API脱敏数据产品脱敏数据是对数据中较敏感的信息进行变形、转换和混淆，敏感数据产品服务高敏感等级的数据可通过高安全保障的隐私计算技术实现方式和次数，避免数据在流通过程中遭到泄露或滥用。（即场景）达成一致，形成计算合约，随后开始执行数据流通任务；存证管理业务记录存证实现了对各方关于数据要素流通业务中的业务信息（包含数据介绍、流通对象、业务范围、授权信息等）、计算过程存证实现了对于数据要素流通环节中所涉及数据（进Merkle证的隐私性，使用区块链等技术保障存证的不可篡改。监管通道验、监管审计任务发起、审计结果查看等功能。业务记录审计能够实现审计方对于数据要素流通中各参与（运营分析情况分析。具体场景有：数据流通统计报表制作：支持数据供应方提炼数据使表；支持平台生成数据交易报表，供结算和审计使用：根支持平台生成对于事后数据提供方方违约使用数据产数据产品下架数据产品具有一定的时效性，数据提供方和服务提供方在完成数据产品流通交付后，需对数据产品进行下架。数据需求方和数据交易平台还应按照规范和数据提供方的要求对数据进行销毁，实现数据流通全流程闭环。数据提供方和服务提供方需要事先建立数据下架的策略和足安全审计的要求。流通平台上彻底丢失且无法通过任何手段恢复。（二）数据要素流通技术隐私计算隐私计算将数据可见的具体信息部分和不可见的计算价值（可计算（不可获取”，进而消除各个数据协同方之间对于数据安全和隐私泄漏的顾虑，制对数据进行联合计算和分析，实现数据的融合价值。多方安全计算技术的安全性和准确性有严格的密码学领域的XGBOOSTAPI技术API的设计多为RESTU（RerettioaltaeTanserRESTFULAPI。其架构元素包括资源(网络上的一个实体)、（一个资源的地址（客户端与服务端互动的过程，通常涉及服务器端数据和状态的变化过程）。清洗、增值等，最后形成数据接口提供给相关参与方。脱敏、去标识化、匿名化别通常还包括了个人信息控制者本身。区块链易篡改。易；通过智能合约保障了数据用途和用量的可控可管。数据水印技术用于数据要素流通的数据产品分级流通和数据权属登记环节，能够起到事中威慑作用，当发生数据产品非法扩散事件时，密码技术（\非对称加密、杂凑函数、密钥协商、同态加密、不经意传输、秘密分享、零知识证明等。大数据技术与分析技术数据分析技术应用于数据要素流通的需求匹配和运营分析征进行分析、统计，挖掘潜在价值信息。五、典型案例车贷风控应用（A6示。图6车贷风控案例框架KS30%金的风险贷款申请。车险智能核保保险机构自有数据无论从维度还是总量上来看都比较有限，78135100075%51%了车险产品的利润率。图7车险智能核保案例框架政务金融协同检测预警图所示。为政务金融协同预警系统外贸企业提供信用报告在线授权8所示。图8政务金融协同检测预警案例框架ID去标识化流通金融业务场景中很重要的一点是对个人客户进行风险识别。HashxIDxIDxIDA（数据需方发起数据xIDIDxIDlabel(AxIDlabel(A)B（数据供方xIDlabel(A)是A独有的xIDBxIDlabel(AxIDxIDlabel(BxIDlabel(B)检索用户数据，最后将A9图9ID去标识化案例框架xID金融综合数据共享由于缺乏一个能有效保护数据隐私的政银企数据互联通道，导致分散在不同地域、不同机构的金融数据价值未被充分释放，难以发挥数据价值服务于中小微企业融资、信用体系建设、普惠金融等领域。依托区块链技术底层基础设施，结合隐私计算等前沿技术，10图10金融综合数据共享案例框架面向线上信贷审批的数据匿踪查询的新措施。A可以基于该结果，结合内部的风控策略决定是否提供贷款。隐私的同时实现了数据价值融合共创。六、总结与展望机构将为数据要素流通市场提供包括直接相关的金融中介服务信托、数据租赁等全方位、开创性的金融支持服务。发展提供新动能。附录：术语解释数字经济（DigitalEconomy）率提升和经济结构优化的重要推动力的一系列经济活动。来源：《二十国集团数字经济发展与合作倡议》（2016）数据（Data）数据，是指任何以电子或者其他方式对信息的记录。来源：《中华人民共和国数据安全法》第三条数据要素市场（DataElement