數秦科技首席科學家 王毛路：大數據和金融科技，新驅動，新連接

文王毛路 圖｜由作者提供

北京航空航天大學電子工程博士，現任工業與信息化部信息化推進聯盟區塊鏈實驗室副主任、中國信息化推進聯盟委員、中國上市公司協會信息委委員，數秦科技首席科學家，曾任職全國金融標準化委員會委員。

2017年9 月，中國互聯網保險科技第一股——眾安保險，在香港聯交所掛牌交易，這讓眾安保險不僅受到了全球投資者的追捧，它也正式拉開了金融科技公司上市的序幕。

1

大數據和金融科技

近年來，金融科技（FinTech）概念備受矚目。據英國組織Innovate Finance發布的《2016年金融科技風險投資圖景（The 2016 VC Fintech Investment Landscape）》顯示，2016年全球金融科技投資總額達174億美元，而中國在金融科技上的投資達77億美元（約527.6億人民幣），首次超過美國成為全球第一。

雖然如此，但作為一個行業，目前全球金融科技業仍處於初期階段，且各國發展情況差異顯著。因此，對於金融科技這一概念的內涵和外延，實際上尚無統一規範的定義，各方討論的「金融科技」的涵蓋範圍並不完全相同。

總的來說，金融科技的初衷是效率，極致的效率帶來新市場、新業務。互聯網是生產力，金融是生產關係，生產力和生產關係垂直組合構成一個新的空間關係。互聯網、大數據、支付和賬戶體系構成了金融科技的基本要素。

金融=賬戶+風控+連接。所以，提高效率的本質，是用技術建立連接，尤其是用大數據技術。數據規模要夠大、維度要夠廣且要合法，同時能夠在數據的基礎之上，運用人工智慧等新技術，這樣的數據和技術驅動力才能真正提高從獲客、投顧到風控等全過程業務能力的提升。

2

小數據與大數據

以信託公司為例，可以用大數據豐富發展傳統的風險管理方式、方法。在小數據時代，傳統的信託風險控制做法：被審者提交財務數據及各類證明，風控方就材料審核並採用一系列的工具模型分析研判。存在的主要問題包括：被審者及關聯方有可能隱匿對自己不利證據的情況；交易對手避重就輕，針對性的美化在所難免；各類數據很漂亮，基本面理論上完美的公司或者項目淪為騙局的比比皆是。

目前利用互聯網的風險控制也僅限於人工搜索百度等搜索引擎，主要的問題有：

範圍受限：每個人監控的信息範圍有限，分析的交易對手有限；

時效性差：無法確保7*24小時的監控，在非上班時間，負面情報發生並被「和諧」刪除的情況很多，往往錯失高價值的敏感情報；

沒有體系化傳承：人工的操作受限於監控者的信託業務經驗、互聯網的搜索能力與責任心，人員的流動會造成前後工作的不連貫。

小數據時代的工作模式在大數據時代必然捉襟見肘，我們亟需利用已有的先進成熟的研究成果，構建一套基於互聯網大數據的信託風險控制系統。利用大數據自動採集系統廣泛收集交易對手散佈於新聞、論壇、博客、微博、政府公開信息等網路上的各類碎片化信息，通過大數據搜索與挖掘的技術手段，全面整合交易對手、實際控制人、關聯方以及交易標的物各類信息，常規監測投融資動態、財務異動以及標的物變更等重要情報，重點發現交易對手的涉訟、涉刑事等負面信息，實現貸前的廣泛無死角分析以及貸後的全方位監控預警，為信託公司提供全面、客觀、實時的大數據情報，提升貸前貸後的情報分析與決策能力。

3

數據治理的路徑與挑戰

以銀行業為例，「十三五」期間，大中型銀行要把數據治理作為重要的制度性建設與基礎性工作，加強組織保障、制度保障與流程保障，有序推進、重點強化；統一數據標準，提高數據質量，深化數據應用，有效支撐銀行業務發展，有效提升銀行管理水平。

數據問題已經在很大程度上制約了一些重要系統的建設和推廣應用。各家銀行紛紛進行數據管控實踐：建立包括政策、組織、流程、技術在內的數據管控機制保障體系；加強數據標準建設，統一數據定義；推進全生命周期的數據質量管理；實現分類分級的數據安全管理；優化數據架構，通過架構落實數據標準，增強數據整合。

然而在落地過程中，數據治理依然面臨著嚴峻的挑戰：首先，監管要求方面。監管部門對銀行數據治理提出了越來越嚴格的要求，要求銀行將數據治理作為重要的制度性建設與基礎性工作，並加強了相關的審計工作。其次，組織結構與管理制度方面。有待建立數據治理專門的組織架構，明確各相關機構的角色與職責，完善相關制度，形成數據認責機制。第三，數據統計標準和數據質量方面。從各業務系統和各自業務條線出發確定所需的數據內容，既要滿足前台功能的數據質量要求，也要保證後台數據統計與分析的需要和數據質量要求。

4

數據流通與信息安全

從上文幾部分可以看出，高經濟學價值、高密度的外部大數據是金融機構業務必不可少的原料和補充。2017年6月1日《中華人民共和國網路安全法》開始施行，作為我國第一部全面規範網路空間安全管理方面問題的基礎性法律，從維護網路空間主權和國家安全、社會公共利益，保護公民、法人和其他組織的合法權益等多個維度提供了切實法律保障。

敏感數據和涉密數據，對於個人和企業來講尤為重要。這些數據能夠發揮巨大的價值，但其流通使用必須滿足相關法律法規要求。《中華人民共和國網路安全法》明確制定了數據的保護規則，對個人和企業數據的使用必須徵得數據所有權人同意，私自存留數據被定義為非法。該法律的頒布對數據所有權人的權益保護起到了有效作用，同時也對數據源向個人和企業提供相關數據方面進行了一定的限制。

數據隱私保護與數據開放在缺乏科學合理的技術手段時，存在著較嚴重的矛盾。為了不觸犯相關法律，數據源方往往不對外開放涉及數據所有權人利益的數據。而根據實際業務需求，數據所有權人又常需要遠程調用數據源的數據，例如，在銀行貸款時常需要調用稅務局的個人納稅數據。如果不打通數據源和數據需求方的數據壁壘，將會對數據的有效利用造成阻礙。

5

大數據時代金融機構的組織變革

新的科技武器要求相應的新的IT軍種與組織。金融機構的通病是，只關注新技術，從來不調整組織結構。大型金融機構仍然沿襲十多年前Client-Server時代的組織，很難掌握今天的雲計算和大數據技術，作為一個組織整體，失去了學習和自適應的能力。組織內的協同方式、工作流程、管理機制、部門角色分工、職能團隊設置全部過時。同時，它割裂了IT與業務的鏈條，使IT成為黑箱。

傳統金融機構把「IT部」改名「科技部」，並成立一個叫「創新部」的部門，找家互聯網企業入股，自我命名為「互聯網券商」、「互聯網銀行」；招聘幾個互聯網名企的總監、工程師，聲稱擁抱了互聯網技術；把開發人員和運維人員放在同一組用同一KPI考核，自稱DEVOPS，企業內各種系統遍地命名為「某某平台」、「某某雲」，這些都是粗暴應對技術創新的偽組織的例子。

從創新的角度，科技金融要不斷進行組織和業務的雙重迭代，利用金融科技的技術手段特別是大數據不斷解決傳統行業中的痛點，通過新驅動力、新連接方式來解決信息不對稱，進一步提升金融的效率，使長尾用戶的金融服務需求得到快速響應，從而釋放巨大的市場潛力。【STF】

編輯李佳琪

_________________ END _________________

本文刊登於《科技與金融》雜誌2018年1-2月合刊。

歡迎微信分享。如需轉載請與編輯部聯繫。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！