近日，從多家知名大數(shù)據(jù)公司內(nèi)部人員被警方帶走調(diào)查，到《個人金融信息(數(shù)據(jù))保護試行辦法》醞釀出臺的消息在業(yè)內(nèi)傳開，個人隱私保護的話題在金融行業(yè)再度升溫。

在金融行業(yè)中，大數(shù)據(jù)的應(yīng)用帶來了人工智能和科技化的成果，帶來了過去幾十年都不曾發(fā)生的突飛猛進，甚至超過了很多發(fā)達國家的金融科技發(fā)展速度。

卻因為種種數(shù)據(jù)應(yīng)用亂象，曾風(fēng)靡行業(yè)的“大數(shù)據(jù)金融”機構(gòu)，紛紛更名為“智能風(fēng)控”或“金融科技”公司。

一時間，“大數(shù)據(jù)”因監(jiān)管成了行業(yè)里的敏感詞，金融機構(gòu)的數(shù)據(jù)應(yīng)用，也被輿論施加了越來越多的壓力。

然而，外界對金融機構(gòu)數(shù)據(jù)應(yīng)用的是非論斷，常常又是簡單而倉促的。

大數(shù)據(jù)應(yīng)用：先滿足普惠需求還是個人隱私權(quán)?

近幾年，消金行業(yè)對數(shù)據(jù)的應(yīng)用顛覆了傳統(tǒng)金融機構(gòu)的風(fēng)控水平和效率，使金融快速滲透到了征信體系外的人群，也證明數(shù)據(jù)應(yīng)用毫無疑問是一把普惠金融行業(yè)發(fā)展的利器。

但雙刃劍上向來都是風(fēng)險和機遇并存。

其實，這場關(guān)于數(shù)據(jù)應(yīng)用是與非的爭論，本質(zhì)上是在討論先滿足普惠金融需求，還是先確保個人隱私權(quán)利。

“傳統(tǒng)金融服務(wù)解決不了信息不對稱的問題，所以必須引入替代數(shù)據(jù)。”近日，中國人民銀行征信管理局局長萬存知在中國普惠金融論壇上表示，替代數(shù)據(jù)的應(yīng)用能推進普惠金融發(fā)展。

他還提出金融機構(gòu)使用的替代數(shù)據(jù)可以分為四類：一是身份證等注冊登記信息;二是資質(zhì)信息;三是行政處罰方面的信息;四是社交行為等信息，也是目前存在爭議最多的一類。

在具體業(yè)務(wù)中，馬上消費金融首席數(shù)據(jù)決策科學(xué)家董騮煥介紹，一般金融機構(gòu)采集的替代數(shù)據(jù)有幾種用途：最典型的用途是貸款資質(zhì)審核、反欺詐、信用風(fēng)險評估、資管等。

　　怎么給數(shù)據(jù)應(yīng)用劃線?

毋庸置疑，為了更好的保護個人隱私，在數(shù)據(jù)應(yīng)用中應(yīng)該遵循必要性原則，但這一點又常被外界誤讀成一條一刀切的界限。

實際上，替代數(shù)據(jù)應(yīng)用的“必要性”在不同應(yīng)用中存在差異。

在金融機構(gòu)的風(fēng)險應(yīng)用中，數(shù)據(jù)可通過風(fēng)控業(yè)務(wù)邏輯的計算產(chǎn)生某種變量“值”，某些“數(shù)據(jù)”可能有較好的風(fēng)險顯著性指征而呈現(xiàn)出較高的信息“值”，進而成為必要性數(shù)據(jù)。

另外，數(shù)據(jù)“必要性”的差異化，還體現(xiàn)在針對不同信貸產(chǎn)品和客群的差異化：比如針對男性和女性用戶、不同地區(qū)、不同年齡、不同職業(yè)特征的用戶群體，不同的時間點，以及申請的不同信貸產(chǎn)品，采集和應(yīng)用數(shù)據(jù)的必要性的也會不同。

“實際上每個金融機構(gòu)對替代數(shù)據(jù)的應(yīng)用本來就是有自己的度量準(zhǔn)則，很難一概而論。”董騮煥告訴新流財經(jīng)。

他舉例稱，比如GPS定位數(shù)據(jù)，這種表面上看似與信貸風(fēng)險不直接相關(guān)的數(shù)據(jù)，但是可以通過位置來判斷申貸用戶是否有可能屬于學(xué)生群體，或是否處在比如境外區(qū)域等不準(zhǔn)入的范圍，乃至是否處于高風(fēng)險定位聚集區(qū)域，幫助金融機構(gòu)進行從合規(guī)到反欺詐的判斷，此時則屬于必要信息。

同時，他也呼吁政府部門開放相應(yīng)的政府?dāng)?shù)據(jù)，幫助金融機構(gòu)進行合規(guī)經(jīng)營，比如學(xué)籍信息，對于23歲以上人群，大概率不需要采集，這不是一個必要數(shù)據(jù)，但是對于23歲及以下，則是一個必要數(shù)據(jù)，因為需要判斷是否在籍學(xué)生而進行合規(guī)性的拒絕準(zhǔn)入。

此外，數(shù)據(jù)應(yīng)用中的成本因素也是金融機構(gòu)對用戶數(shù)據(jù)取用有“度”的重要原因。

由于數(shù)據(jù)應(yīng)用需要對數(shù)據(jù)進行采集、計算、清洗等工作流程，還需要考慮時間成本、人力成本、合規(guī)成本，因此金融機構(gòu)對替代數(shù)據(jù)的應(yīng)用是有自己必要性的“度”。

如此，給數(shù)據(jù)應(yīng)用劃線，其實都很難有一刀切的標(biāo)準(zhǔn)。

另外，在合理的數(shù)據(jù)應(yīng)用范圍內(nèi)，金融機構(gòu)的數(shù)據(jù)應(yīng)用也誕生了相應(yīng)的保密技術(shù)手段。

面對數(shù)據(jù)應(yīng)用中產(chǎn)生的問題，“金融機構(gòu)解決隱私保護問題的技術(shù)手段有很多，比如對數(shù)據(jù)進行脫敏、加密、分段、評分化、邊緣計算等。”董騮煥表示。

他強調(diào)，科技的發(fā)展不應(yīng)因噎廢食，面對數(shù)據(jù)應(yīng)用，則更應(yīng)結(jié)合具體場景去深度理解數(shù)據(jù)的必要性和安全性。

顯然，在數(shù)據(jù)應(yīng)用發(fā)揮價值的同時，數(shù)據(jù)的隱私保護和安全性問題，以及數(shù)據(jù)開放和便利性問題，成了圍繞當(dāng)下金融機構(gòu)數(shù)據(jù)應(yīng)用中的兩大相互制約的核心問題。

在金融機構(gòu)進一步探索數(shù)據(jù)應(yīng)用的同時，數(shù)據(jù)應(yīng)用的便利化、規(guī)范化和安全化工作必須同時進行。2019年，數(shù)據(jù)應(yīng)用的合規(guī)化被各大金融機構(gòu)提上了重要日程。

董騮煥建議，在業(yè)務(wù)實操中，金融機構(gòu)應(yīng)該注意幾點：

“第一，金融機構(gòu)要獲得用戶的兩端授權(quán)，申請端和采集端，并且要充分保證用戶知情權(quán)，比如申貸授權(quán)頁面必須要讓用戶充分閱讀。第二，在保證業(yè)務(wù)必要性的情況下減少對不相關(guān)數(shù)據(jù)采集，加強數(shù)據(jù)脫敏加密技術(shù)，避免對用戶造成干擾。”

據(jù)悉，馬上消費金融在今年也主動對合作的第三方大數(shù)據(jù)公司進行了合規(guī)排查和清退。事實上，不止持牌消金，信托、銀行等金融機構(gòu)都主動進行了數(shù)據(jù)應(yīng)用的詳細排查。

大數(shù)據(jù)應(yīng)用前途何在?

令人措手不及突襲整頓風(fēng)波，給消金行業(yè)帶來了不同程度的影響。

其中，對第三方數(shù)據(jù)平臺依賴較重的中小型消金、互金機構(gòu)受到影響較大，部分機構(gòu)甚至因為無法找到臨時替代方案，直接暫停了相關(guān)貸款產(chǎn)品。

“頭部持牌機構(gòu)受影響較小，一方面因為人行征信和機構(gòu)內(nèi)部的數(shù)據(jù)支持，另外一方面其數(shù)據(jù)決策中對三方數(shù)據(jù)的依賴的比例不大。”董騮煥表示，雖然風(fēng)控模式的方法論并沒有因此產(chǎn)生特殊變化，但這場風(fēng)波仍給消金行業(yè)帶來了一些數(shù)據(jù)應(yīng)用方式的改變。

“從技術(shù)角度，比如半年前馬上金融就在準(zhǔn)備邊緣計算的應(yīng)用，通過不回采原始數(shù)據(jù)的方式在設(shè)備端計算特征或者評分，也就是跟風(fēng)險度量相關(guān)的指標(biāo)，這對個人來講只是一串?dāng)?shù)字，沒有任何泄漏隱私的可能，此外我們也不斷梳理、更新數(shù)據(jù)應(yīng)用過程中的合規(guī)化流程。”

“這其實不見得是一件壞事，”董騮煥對數(shù)據(jù)應(yīng)用整頓的看法很樂觀，“在行業(yè)肅清之后，持牌金融機構(gòu)的市場空間會更大，進而可以進一步拓展人行征信體系外部人群，反哺國內(nèi)信用體系的建設(shè)，同時監(jiān)管的介入可以保證市場更加公平，對持牌和非持牌機構(gòu)都能一碗水端平。”

在他看來，未來大數(shù)據(jù)行業(yè)可能從數(shù)據(jù)源頭、交易過程、應(yīng)用過程等角度被監(jiān)管，金融機構(gòu)則必須積極擁抱，主動適應(yīng)。

作為一個鉆研數(shù)據(jù)應(yīng)用的資深人士，他堅信，數(shù)據(jù)本身的交叉增值等特性，對未來金融行業(yè)有著不可估量的意義，但數(shù)據(jù)應(yīng)用需要合規(guī)有序、寬松便利的環(huán)境才能順利發(fā)展。

“人工智能模型、信貸模型，比如深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型，都靠上千萬條數(shù)據(jù)‘喂‘出來的，而人工智能和數(shù)據(jù)決策必然是未來方向。”

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。