<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE wml PUBLIC "-//WAPFORUM//DTD WML 1.1//EN" "http://www.wapforum.org/DTD/wml_1.1.xml"><wml><card  id="index"  title="清华金融评论  &raquo; Blog Archive   &raquo; 张健华：有价值实现的数据才能真正要素化 | 金融科技"  ><p>
			标题：张健华：有价值实现的数据才能真正要素化 &#124; 金融科技<br/>
			时间：2023年2月27日 (上午8:46)<br/>
			分类：<a href="index-wap.php?cat=22" title="查看评金融中的全部文章" >评金融</a>,  <a href="index-wap.php?cat=1" title="查看首页中的全部文章" >首页</a><br/>
            标签：无<br/>
			作者：清华金融评论<br/> 
            <br/>
             [1]

文/清华大学五道口金融学院研究员、金融发展与监管科技研究中心主任，《清华金融评论》主编张健华

2023年2月18日，在“‘数据二十条’背景下的数据要素化”研讨会现场，清华大学五道口金融学院研究员、金融发展与监管科技研究中心主任，《清华金融评论》主编张健华以“数字征信与金融数据要素价值实现”发表演讲，他指出，数字征信作为数字金融基础设施业的重要部分，在数据要素时代迎来了战略机遇期，替代数据是金融要素价值实现重要内容。金融行业有必要通过完善征信数据收集、整理加工、交易应用等创新机制，通过创新技术在确保国家数据安全及保护个人隐私前提下，加快推进数字征信应用与发展，助力金融业数字化转型，全面释放金融数据要素的价值。

数字征信与金融数据要素价值实现

金融业的本质是从数据到要素

金融业是使用数据信息最早，也是对数据依赖最重的一个行业，金融业的本质是从数据到要素，数据要实现要素化，最终一个特点是要形成价值。

首先来看数据，数据有非竞争性、范围经济、非因果性三个特征：

一是非竞争性。数据使用不排他，所有人皆可使用，数据不会消失，而且可以流通到不同的主体，交易对方并不是交易一次数据就结束，可以沿着链条继续交易，也可以一次性交易多个对手方。

二是范围经济。数据越用范围越大，不像原来生产要素劳动力消耗，即使是人力成本，工作年限、劳动力周期都会缩短时间，数据使用可以扩大范围，可能1+1大于2，从原来物理的变化可能形成一些化学变化，不同数据整合出来新业态、新模式、新服务产品，它的范围扩大不是传统意义上的一种扩张方式，这是在现代数字经济时代新特征。

三是非因果性。大数据时代经常出现这样的现象：很多模型跑出来了，最后到底怎么做的，有些算法上的，其实是用后续大量数据迭代的，迭代是不是一定有道理？根据的依据是什么？还是根据数学上的规律，并不是说已有很成熟模型。所以，大数据是先发现一些特征、一些表现，从中再提炼它背后隐含的逻辑，所以，大量的大数据，用传统经济学理论去推，其实很难判断，并不是必须得有什么依据，而是实践走在了理论的前边。

再来看金融业，金融业是用数据信息最早，也是对数据依赖最重的一个行业，从早期时候金融业实物货币、以物易物，到纸币时代，再到信用货币时代，很多记账信息、交易信息，里面就形成数据，数据最后是信息化、数据化、数字化，最后再是智能化。整个金融业发展是从早期的线下面对面接触，很多纸质凭证，要有介质，包括有卡片，最后金融业数字化转型，从早期转型到1.0时代、2.0时代现在到3.0时代，就是完全数字化时代了，即数字化加上智能化，未来可能全面实现智能化。

总之，金融业对数据依赖非常大，里面涉及到收集、整理、加工、分享、应用，最后是价值实现，数据最后一定有价值实现才是真正要素化。

金融机构数字化转型是一个升级过程

金融机构数字化转型是一个升级过程，是以大数据为基础，金融科技为支撑，最后实现开放银行、智慧银行以及更高一级场景的过程。

金融业早期时候可能还有一些靠人力、传统的方法，现在越来越依赖于数据、算法，金融机构数字化转型核心就是数据，没有数据支撑是根本没有办法实现转型，硬件条件再好，没有要素就是加工不了这盘菜，当然这个过程涉及到数据收集、整理、加工，还有存储，存储、计算，也涉及到大数据、云计算、云存储，以及人工智能。

金融业数字化转型时候最后就是一个过程，以大数据为基础，金融科技为支撑，最后实现开放银行，即和其他平台、机构进行深度融合，最终实现智慧银行概念。具体来看分几个阶段：业务数据化、数据场景化：先是大量业务变成数据，让数据不是单纯的，孤立；再是在场景当中融合出其他场景，包括开放银行场景（可以是自己建设场景，银行业自己的金融服务场景，也可以把金融服务嵌入到大服务平台其他生产生活场景当中），最后是升级场景到智能化，进而发展到更高一级场景。

替代数据在征信领域的应用

替代数据是金融要素价值实现重要内容，区别于传统征信数据，凡是不在传统征信数据来源里面的数据都可以称之为替代数据，所以替代数据有多维度的，可以来源于公共部门，也可以来源于市场机构数据。

从交易机制看，来源于公共部门的替代数据和来自于市场机构数据的交易机制不同：公共开放数据，是政府行为；平台数据产生有成本，它的交易应该有价值体现，这也是数据本身价值的体现。

从特征来看，跟传统数据相比，替代数据比较薄，一个数据反映不出来你的特征，只有通过大量数据才能反映出来。这些替代数据在传统征信环节里面，很多体现不出来价值，但利用数字化手段，使得金融服务覆盖人群更广，特别在推进普惠金融业务时，原先没有传统信用记录的群体，只要有其他购物信息、社保信息、租房信息等等，也可以成为判断标准。

不过金融业数据应用也涉及多方面挑战，比如，隐私保护、数据安全、交易机制、价格机制等等尚没有完全打通。针对这些前沿问题，目前我国已经有相关法律法规，包括《网络安全法》《个人信息保护法》《数据安全法》等，在整体法律规范框架基础上需要在操作层面上明确基本原则。

个人征信替代数据采集有一些基本原则需要明确，在采集环节需要遵循最少必要原则，同时要充分授权。一方面，在信息采集过程中，尽管《征信业务管理办法》里有规定但范围仍然比较宽，哪些是征信信息，哪些是普通营销信息，哪些是其他甚跟营销没有关系的信息需要进一步明确。另一方面，要充分授权，《个人信息保护法》里面提到二次授权，因为一次授权多次传播的现象是有的。上述问题，都值得多方讨论。

本文编辑：孙世选



[1] http://www.thfr.com.cn/wp-content/uploads/2023/02/1.jpg            <br/>	
            <span class="stamp">上一篇：</span><a href="index-wap.php?p=96524">一个事半功倍的扩内需方法：负个人收入所得税 | 宏观经济</a><br/>            <span class="stamp">下一篇：</span><a href="index-wap.php?p=96520">银保监会称房贷提前还贷困难问题已逐步缓解，你感受到了吗？ | 银行与信贷</a><br/>    
                        
			</p></card></wml>