数字经济下金融数据风险及治理研究.docxVIP

数字经济下金融数据风险及治理研究* 摘 要：数据是数字经济的关键生产要素，作为数据密集型行业，金融市场拥有的海量数据在产生巨大价值的同时也极易成为网络攻击的重点对象，提高金融市场数据治理能力已成为防范金融系统性风险、实现金融业可持续发展的关键。在分析金融数据风险及形成原因的基础上，针对我国金融数据治理中存在的缺乏金融数据共享激励机制、金融机构数据共享动力不足，金融信息孤岛问题难以短期解决，金融数据跨境流动规则冲突等治理挑战，借鉴国外发达国家数据治理经验，基于我国金融市场发展现实提出数字经济下加快金融数据风险防范和治理的相关建议。 关键词：数字经济；金融数据；金融信息；金融安全；数据治理 近年来，数字技术的快速发展，为高质量数据的互联互通和深度使用提供了保障，但同时对数据治理也提出了更高要求。我国高度重视数据要素及其治理工作，特别是《关于新时代加快完善社会主义市场经济体制的意见》《关于构建更加完善的要素市场化配置体制机制的意见》等文件的先后出台，标志着数据要素被正式纳入生产要素范围，数据要素市场化配置发展也有了政策遵循。作为数据要素最密集的行业之一，金融市场在数字化转型中产生的不当行为极易导致信息泄露等数据治理乱象，给金融用户信息安全造成巨大风险隐患。探索金融数据风险及其形成原因，分析我国金融数据治理挑战，以及探讨发达国家先进数据治理经验，对于加速培育我国金融数据要素市场，全面提升金融数据治理能力，挖掘金融数据价值，防范金融系统性风险，稳增长、调结构、促转型和惠民生等具有重要现实意义。 一、金融数据风险及形成原因 新技术、新模式和新业态给传统金融市场带来新的生机和活力，金融数据成为重要的生产资料。对金融市 场、金融机构和金融基础设施等相关数据进行监测和分析，可为分析宏观经济数据和微观行为间的相互联系、深入探索金融运行规律提供有效途径[1]。与此同时，高质量数据能提升金融业务价值[2]，是企业实现组织目标的重要资产，也是分析和认知诸如系统性风险、市场风险、流动性风险、信贷风险和运营风险等金融风险的基础[3]，更是影响各项决策活动的重要依据[4]。数据日趋复杂和数据量的爆炸式增长，也使企业在使用数据方面变得越来越成熟，推动新需求的产生[5]。 与此同时，金融数据非竞争性的天然属性以及海量堆积，极易使其超越传统法律框架的有效规制，埋下风险隐患。电子数据的收集和共享增加了包括隐私、安全、责任和市场竞争等在内的一系列治理问题[6]，尤其是物联网等金融科技的快速发展引发了许多迄今尚未解决的法律和监管问题，如隐私、数据所有权问题等[7]。另外，信息是商业银行的重要资产之一，随着信息技术的快速发展，信息系统在银行业务流程的嵌套程度日益加深，恶意攻击、数据泄露等危害数据安全事件也不断增多[8]，银行相关信息的丢失会对银行的财务和声誉造 成严重损害[9]。无论是从国家安全的角度衡量，还是以组织声誉来衡量，数据泄漏都可能产生破坏性后果[10]。收集和使用大量个人信息的机构应采取相应措施，以保护数据主体免受风险侵害[11]。 金融信息的扩张速度极快，对数据治理也提出了新的要求[12]。特别是随着云计算等数字技术的快速发展，采用相关技术的企业、公共组织和政府不断增多，也使这些组织面临着新的、更复杂的挑战[13]。数据治理功能是通过提供对企业数据的数据质量的可见性来进行的[14]，通过对数据资产的管理行使权力、控制和共享决策，为相关机构、组织等确保数据和信息得到有效管理管理的能力，为适当的人员在适当的时间提供适当的信息，数据治理正受到专家们越来越多的关注[15]。许多组织都意识到，客户数据是一项宝贵的资产，需要仔细保护，其价值需要积极 “治理”[16]。数据治理不仅是一门新兴学科，体现了数据质量、数据管理、数据策略、业务流程管理和风险管理的融合；同时，数据治理也是一项过程，通过对企业重要数据资产进行管理[17]，可为企业提供更高质量的数据，更快更好的决策以及更高的市场地位[18]。成功实施数据治理的四个关键原则包括明确的所有权、价值认可、有效的数据政策和程序以及数据质量，有效的数据治理框架的优势包括高效的数据管理、较低的信息成本以及完善的法规法规和控制工作[19]。数据治理可对企业的业务绩效和合规性产生积极影响，但当今仍有许多企业数据管理和数据质量较差，尚未开发出提升数据治理效果的具体方法[20]。数据治理在很大程度上仍不具有正式程序和形式，在特定的企业中缺乏相应的组织结构和更广泛的支持，在许多政府部门，数据治理水平仍有待提升，应以宏观审慎视角探讨数据治理问题[21]。 （一）金融数据风险种类 ⒈宏观层面：金融数据主权风险和社会风险 ⑴金融数据主权风险 金融数据是国家重要战略资源，这些数据中涉及个 人隐私、企业商业秘密、社会治理、国防和安全等要