17日，在北京发布的一份报告提出，传统的公开数据搜集、原始数据共享等融合方式存在一定局限性，依托先进技术探索数据“可用不可见”“定量定向使用”的创新解决方案是当前金融业数据要素融合的新途径、新方向。
金融业数据要素融合应用与治理研讨会暨《金融业数据要素融合应用研究》发布会现场。
该报告名为《金融业数据要素融合应用研究》(以下简称“报告”)，由中国互联网金融协会金融科技发展与研究专委会组织撰写，17日在金融业数据要素融合应用与治理研讨会上进行了发布。
中国互联网金融协会会长李东荣在致辞中指出，数字化浪潮蓬勃兴起，数据作为国家基础性战略资源和关键生产要素的地位日益凸显。金融业作为数据密集型和科技驱动型行业，如何平衡好数据要素融合应用和安全保护，充分发挥金融业数据要素的经济社会价值，已经成为一项重要而紧迫的课题。
数据要素融合是指在数据要素化背景下，对单一或多个数据源的数据进行关联、组合等操作，从而获得更好的数据处理效果。
报告认为，运用多方计算(业界亦称多方安全计算或安全多方计算)、联邦学习等技术，推动金融业数据要素在确保安全合规前提下实现融合应用创新，在促进金融业数字化转型、增强数字普惠金融水平、落实金融消费者保护要求、提升金融穿透式监管效能等方面具有重要意义。
“各项技术的应用并非互相排斥，实践中应注重综合运用、扬长避短。”报告认为，多方计算更适用于数据量适中但保密性要求较高的重要数据应用场景;联邦学习更适用于企业联合分散在用户终端的数据进行与需求相关的模型训练场景;数据脱敏更适用于数据量较大、泄露后风险或影响较小的普通数据场景;差分隐私更适用于统计分析场景，但不适合需要精准结果的场景;可信计算更适用于限制数据资产使用的场景，如数字版权保护、移动支付等。
报告建议，加快出台《数据安全法》《网络安全等级保护条例》等法律法规，进一步明确同意形式、免责规定等金融业数据要素融合关键节点的规则要求，加强对金融机构、金融科技公司等数据使用方行为的约束。
同时，加强监管政策的统筹协调，出台实施用户授权、最小够用、专事专用、全程防护等重要原则指引。加大对侵犯个人隐私、违规采集数据、非法数据买卖等危害金融消费者权益的行为的惩处及披露力度。优先支持普惠金融、绿色金融、科创金融等领域的金融业数据要素融合应用创新纳入金融科技创新监管工具，适时出台金融业数据要素融合应用相关监管规则和标准规范。 |
