金融应用场景下隐私计算的功能实现路径.pdfVIP

109

金融应用场景下隐私计算的功能实现路径

温正存

（中开丝路资本管理有限公司，北京100031）

摘要：金融机构亟需利用数据资源提高运营效率，开展跨行业、跨机构等多方数据融合，隐私计算的出现为金融机构在

保证数据安全的前提下协同发展提供了可能。隐私计算的应用将极大提高银行在风险管理和营销推广方面的效率。隐私计算

在金融场景应用中应构建开放金融生态，重视制度创新，为数据应用提供安全环境，提升数据使用质效。平衡数据保护和数

据应用，充分释放数据潜能。

关键词：隐私计算；金融；数据；生态

中图分类号：F832文献标志码：A文章编号：2096-0808（2024）02-0109-05

DOI：10.3969/j.issn.2096-0808.2024.02.020

当前，我国数据要素市场仍处于发展的初级阶段，存关数据进行风险画像的完善，并在隐私计算技术的操作下

在市场培育的统筹规划不足、发展规划的标准不清晰等问实现客户信用等级等方面的评估。[3]在隐私计算技术的推

题。数据间如何实现互联互通一直是数据要素市场快速发动下，提高了银行的经济效益。

展过程中存在的难点。隐私计算的互联互通有助于促进数（二）银行与金融同业数据共享

据要素的高效有序流通，同时互联互通的实现能够拓宽隐银行与同行业数据库的共享能够有效解决银行覆盖面

私计算应用边界。隐私计算技术通过对数据进行密码学处窄、信息掌握不全等痛点，数据共享后基于自身短板能够

理，能够确保数据信息接收方在无法获取原始数据的前提更全面地掌握客户信息，并对其风险进行全面评估。但银

下，能够基于相应算法得到所需信息，进而达到数据安全行同非金融机构的竞争关系以及合规要求，使得合作难以

共享的目的。在数字化经济快速发展的背景下，金融业受开展。但在隐私计算技术全面应用的前提下，能够最终实

到数据要素化战略影响，积极探索隐私计算应用。[1]现风险联防联控的要求。

（三）银行与运营商数据共享

一、隐私计算技术在商业银行中的应用场景

运营商同样掌握了大量用户信息，是信贷风险评估的

隐私计算推动金融行业相关应用发展，特别是随着多高价值数据来源。当前商业银行仅通过三方数据公司获取

方安全计算金融应用技术规范、金融业数据能力建设指引、运营商数据，但因为个人数据的高度隐私性导致商业银行

金融数据综合应用试点等一系列政策标准不断出台，各金最终难以获得有效且全面的数据。因此，在借助隐私计算

融机构纷纷围绕客户营销、风险管理、监管合规等领域，技术，能够在双方数据不出域的前提下进行联合建模，提

开展隐私计算应用实践。[2]高风控效果。[4]

（一）银行与支付机构数据共享（四）银行与互联网平台公司信息共享

数据机构有着大量的个人用户信息，对于数据的有效互联网平台掌握海量用户信息，同商业银行的合作以

利用能够实现信贷安全的有效提升。但由于该类数据是高及数据共享，能够提高银行信贷模型结果的精准度，有助

度隐私数据，数据出库存在合规性问题；但加工后再流通于实现银行信贷服务的提质增效。

将导致数据准确度下降，建模评估结果的有效性将大大降（五）银行与传统企业信息共享

低。但在隐私计算技术的应用背景下，该问题得到了有效在供应链金融业务应用背景下，由于核心企业对于供

解决。银行在数据机构数据不出域的前提