數字征信與金融數據要素價值實現

張健華

金融業是使用數據信息最早，也是對數據依賴最重的一個行業，金融業的本質是從數據到要素，數據要實現要素化，最重要的一個特點是要形成價值。

首先來看數據，數據有非競爭性、范圍經濟、非因果性三個特征：

一是非競爭性。數據使用不排他，所有人皆可使用，數據不會消失，而且可以流通到不同的主體，交易對方并不是交易一次數據就結束，可以沿著鏈條繼續交易，也可以一次性交易多個對手方。

二是范圍經濟。數據越用范圍越大，不像原來生產要素造成的勞動力消耗，即使是人力成本不變，工作年限、勞動周期都會縮短時間，數據使用可以擴大范圍，可能1+1大于2，從原來物理的變化可能形成一些化學變化，不同數據整合出來新業態、新模式、新服務產品，它的范圍擴大不是傳統意義上的擴張方式，這是在現代數字經濟時代的新特征。

三是非因果性。大數據時代經常出現這樣的現象：很多模型跑出來了，最后到底怎么做的，有些算法上的，其實是用后續大量數據迭代的，迭代是不是一定有道理？依據是什么？還是根據數學上的規律，并不是已有很成熟的模型？大數據是先發現一些特征、一些表現，從中再提煉它背后隱含的邏輯，所以，大量的大數據，用傳統經濟學理論去推，其實很難判斷，并不是必須得有什么依據，而是實踐走在了理論的前邊。

再來看金融業，金融業是用數據信息最早，也是對數據依賴最重的一個行業，從早期金融業的實物貨幣、以物易物，到紙幣時代，再到信用貨幣時代，很多記賬信息、交易信息，里面就形成數據，數據信息化、數據化、數字化，最后智能化。整個金融業發展是從早期的線下面對面接觸，很多紙質憑證，要有介質，包括有卡片，到現在的數字化轉型，從早期轉型到1.0時代、2.0時代到現在3.0時代，就是完全數字化時代了，即數字化加上智能化，未來可能全面實現智能化。

總之，金融業對數據依賴非常大，里面涉及收集、整理、加工、分享、應用，最后是價值實現，數據最后一定有價值實現才是真正要素化。

金融機構數字化轉型是一個升級過程

金融機構數字化轉型是一個升級過程，是以大數據為基礎，金融科技為支撐，最后實現開放銀行、智慧銀行以及更高一級場景的過程。

金融業早期可能還有一些靠人力、傳統的方法，現在越來越依賴于數據、算法，金融機構數字化轉型的核心就是數據，沒有數據支撐根本沒有辦法實現轉型，硬件條件再好，沒有要素就加工不了這盤菜，當然這個過程涉及數據收集、整理、加工，還有存儲、計算，也涉及大數據、云計算、云存儲，以及人工智能。

金融業數字化轉型就是一個過程，以大數據為基礎，金融科技為支撐，最后實現開放銀行，即和其他平臺、機構進行深度融合，最終形成智慧銀行。具體來看分幾個階段：業務數據化、數據場景化。先是大量業務變成數據，讓數據不是單純孤立的；再是在場景當中融合出其他場景，包括開放銀行場景（可以是自己建設銀行業自己的金融服務場景，也可以把金融服務嵌入到大服務平臺其他生產生活場景當中）；最后是升級場景到智能化，進而發展到更高一級場景。

替代數據在征信領域的應用

替代數據是金融要素價值實現重要內容，區別于傳統征信數據，凡是不在傳統征信數據來源里面的數據都可以稱之為替代數據，所以替代數據有多個維度，可以來源于公共部門，也可以來源于市場機構數據。

從交易機制看，來源于公共部門的替代數據和來自于市場機構的數據交易機制不同：公共開放數據，是政府行為；平臺數據產生有成本，它的交易應該有價值體現，這也是數據本身價值的體現。

從特征來看，跟傳統數據相比，替代數據比較薄，一個數據反映不出來你的特征，只有通過大量數據才能反映出來。這些替代數據在傳統征信環節里面，很多體現不出來價值，但利用數字化手段，使得金融服務覆蓋人群更廣，特別在推進普惠金融業務時，原先沒有傳統信用記錄的群體，只要有其他購物信息、社保信息、租房信息等等，也可以成為判斷標準。

不過金融業數據應用也涉及多方面挑戰，比如，隱私保護、數據安全、交易機制、價格機制等等尚沒有完全打通。針對這些前沿問題，目前我國已經有相關法律法規，包括《網絡安全法》《個人信息保護法》《數據安全法》等，在整體法律規范框架基礎上需要在操作層面上明確基本原則。

個人征信替代數據采集有一些基本原則需要明確，在采集環節需要遵循最少必要原則，同時要充分授權。一方面，在信息采集過程中，盡管《征信業務管理辦法》里有規定但范圍仍然比較寬，哪些是征信信息，哪些是普通營銷信息，哪些是其他跟營銷沒有關系的信息需要進一步明確。另一方面，要充分授權，《個人信息保護法》里面提到二次授權，因為一次授權多次傳播的現象是有的。上述問題，都值得多方討論。

（作者為清華大學五道口金融學院研究員、金融發展與監管科技研究中心主任，《清華金融評論》主編）