基于数据空间的金融数据可信流通研究报告总结
一、发展背景
数据已成为新型生产要素，金融数字化转型加速，数据重要性提升，但数据安全和隐私保护面临挑战。传统数据安全技术难以满足数据要素流通需求，可信数据空间提供新选择。国际数据空间协会（IDSA）推动数据空间理念，欧盟将其纳入数字战略，中国将可信数据空间视为数据流通利用基础设施，并发布《可信数据空间发展行动计划（2024—2028年）》。
二、金融数据流通现状及挑战
（一）涵义理解
金融数据具有体量大、质量好、价值高、敏感性强等特点，应用场景丰富，但合规流通面临挑战。
（二）发展现状及趋势
- 政策指引：美国强调安全防护、数据开放和交易；欧盟构建数字堡垒，推动数据空间建设；日本注重安全与创新并重的数据流通；中国将可信数据空间视为数据流通利用基础设施。
- 行业规划：人民银行等部门推动金融数据安全规范和“数据要素×”试点，探索金融行业数据空间建设。
（三）发展需求
- 完善数据全流程合规治理与监管体系。
- 加强金融数据分类分级保护与流通。
- 构建完善市场生态。
（四）面临挑战
- 法律法规要求严格，增加合规成本。
- 数据安全治理标准提高管理成本。
- 风险防控加剧数据封闭性。
三、数据空间发展
（一）数据空间定义
可信数据空间是基于共识规则，联接多方主体，实现数据资源共享共用的数据流通利用基础设施，具备数据可信管控、资源交互、价值创造等关键能力。
（二）国际数据空间发展及实践
- 欧盟：发布《欧洲数据战略》，构建九类数据空间，推动Gaia-X体系建设。
- 英国：推出《国家数字孪生体原则》，统一数据空间构建标准。
- 德国：构建工业数据空间参考架构，推动技术标准落地。
- 日本：以互联产业开放框架（CIOF）推动分布式数据共享。
（三）我国数据空间发展及实践
- 政策：密集出台政策，引导数据有序利用。
- 实践：北京、深圳等地推动数据空间建设，形成可信工业数据空间生态。
四、金融数据可信流通方案研究
（一）金融数据可信流通典型场景
包括信贷风险评估、交易欺诈识别、精准营销、供应链金融等，通过数据流通提升业务效能、优化资源配置、强化风险控制、促进创新发展。
（二）金融数据可信关键角色
数据提供方、数据使用方、数据空间运营方、数据服务方、可信数据空间监管方。
（三）数据资源流通模式
点对点、点对多、多点互联三种模式，覆盖数据流通场景。
（四）金融数据可信流通方案架构
包括数据流通支撑设施层、数据调度处理层、数据控制层、数据运营服务层。
（五）金融数据可信流通方案关键技术
数据访问控制、数据使用控制、数据空间连接器、智能合约、数据脱敏、数据编织、数据加密技术、可信执行环境、安全多方计算、联邦学习、区块链存证、数据沙箱、密态计算。
五、典型场景应用与技术验证
- 中信银行总分行数据流通管控：实现总分行数据高效流通，统一安全隐私策略管控。
- 工银金租数据流通：利用联邦学习技术，提高客户信息准确性，有效进行风险防控。
- 银联安全生物特征支付：基于安全多方计算和可信执行环境，保障生物特征信息安全合规使用。
- 金智塔小微企业智能授信风控：运用多方安全计算、联邦学习和区块链技术，提升风控能力。
- 华为公司与伙伴数据流通：实现集团内部及伙伴间数据可信流通与共享。
- 富数科技基于多源数据的金融风控：整合多源数据，提升金融机构风控能力。
- 蚂蚁科技三农普惠金融服务：结合时空大数据和密态计算，解决农户贷款评估难题。
六、总结及建议
（一）主要结论
可信数据空间建设处于起步探索期，部分厂商开展落地探索，但面向行业和城市级建设仍存在法规、技术、标准、商业模式等挑战。
（二）相关建议
- 加强数据规范流通，促进金融数据要素价值释放。
- 加快制定可信数据空间技术标准及互联互通标准。
- 鼓励头部机构联合开展行业可信数据空间试点。
