李璠:关于数据共享智能在金控集团的研究与思考

  • 来源:中国消费金融网
  • 发表于: 2022-03-18 15:43:13
  • 责任编辑: lixuezhen

近日,《清华金融评论》迎来创刊第100期,刊登了中国光大集团科技创新事业部总经理、光大科技总经理李璠署名文章《关于数据共享智能在金控集...

近日,《清华金融评论》迎来创刊第100期,刊登了中国光大集团科技创新事业部总经理、光大科技总经理李璠署名文章《关于数据共享智能在金控集团的研究与思考》,围绕数据共享在金控领域发展现状、数据共享智能实现数据可用不可见展开讨论,并在赋能金控集团创新应用等方面做出分析与展望。

  打造共享智能体系,通过数据共享、技术共享、价值共享构建共享智能生态,有望解决金控集团中数据智能应用发展不充分与不平衡问题,助力营销、风控、生态合作与管理能力提升,有助于金融更好支持服务实体经济,推动金控集团实现高质量发展。

  数据共享在金控领域发展现状

  金控集团是现代金融业重要经营组织形式之一,更是深化金融业综合经营管理、产业与金融跨界合作的产物。我国的金控集团兴起于2002年,当时光大集团、中信集团和中国平安被认定为三家金控集团。2017年10月,国务院金融稳定发展委员会将金融控股公司列为监管重点之一,并指出进一步明确立法原则和监管框架,健全完善相关的法律法规。2020年11月,《金融控股公司监督管理试行办法》正式实施,该试行办法遵循宏观审慎管理理念,以并表监管为基础,对金融控股公司的资本、行为及风险进行了全面、持续、穿透监管,推动金控集团规范发展,并将地方金控集团和产业金控集团纳入监管范畴。2021年6月,根据《国务院关于实施金融控股公司准入管理的决定》、《金融控股公司监督管理试行办法》等规定,中国人民银行受理了中国光大集团股份公司和中国中信有限公司关于设立金融控股公司的行政许可申请,标志着我国金控集团申设和运营步入快车道。

  金控集团,通常同时拥有银行、证券、保险、信托、投资、资产管理等不同属性的多种金融牌照。相比单一法人金融机构,金控集团拥有的信息及数据具有金融属性多元化和数据海量化等特征,在客户协同营销和联合风控等领域具有较高价值。然而,从实践看,由于金控集团数据覆盖范围广泛、数据量大、类型多样、关联关系复杂,特别是银行、证券、保险等牌照行业监管严格,且涉及众多个人隐私数据和敏感数据,在数据智能共享实践中存在“不敢、不愿、不会”三大难题。

  一是从认识上看,  随着我国数据隐私保护的关注,对数据共享监管也日趋严格。今年9月,《中华人民共和国数据安全法》正式实施,明确指出要“建立健全数据安全管理制度,落实数据安全保护责任”,数据安全已上升到立法层面。由于数据领域法律合规专业性较强,出于审慎保守角度,金控集团普遍面临“不敢共享”的难题。二是从数据分布看,  由于发展背景不同,成长路径存在差异,金控集团企业内部间往往差异大,常存在数据要素分布不平衡、过度集中在某些企业的客观现状,导致数据多的机构“不愿共享”。三是从技术应用看,  数据共享相关技术创新尚处于发展初期,无论是联邦学习还是多方安全计算都有较高的技术门槛,“不会共享”对数据要素的高效流通及价值共享造成了一定的挑战。

  如何构建有效的数据智能共享机制,破解“不敢、不愿、不会”三大难题,打破数据壁垒和数据垄断,更好发挥数字经济推动金控集团内银、证、保、信等多场景协同共享,已成为当前金控行业实现高质量发展的创新热点。

  数据共享智能实现数据可用不可见

  在当前数字化转型发展的新时期,基于政策驱动和市场需求双重作用,金控集团纷纷借助数字化手段探索构建合规的数据共享智能体系、赋能业务发展。从国内外领先实践看,金控集团要破解“不敢、不愿、不会”难题,实现数据智能共享,应该在数据治理、数据协同、数据安全和数据信任四个维度打好基础。

  一是做好金控集团数据治理框架设计。

  由于金控集团存在自身多法人、多场景、信息化水平参差不齐等特点,参照国际数据管理学会(DAMA)、数据管理能力成熟度评估模型(DCMM)等行业权威方法论,要在数据合规和数据安全的前提下开展数据治理工作,对数据质量持续监测、分析、反馈和纠正,从数据采集源头控制数据质量,确保数据的完整性、规范性、一致性、准确性、唯一性和时效性。通过制定数据标准、提升数据质量和发掘数据价值,逐步实现“看见—看清—看懂—决策”的数据治理目标。

  二是做好金控集团数据协同方案设计。 

  《金融控股公司监督管理试行办法》第二十二条指出:金融控股公司与其所控股机构之间、其所控股机构之间可以共享客户信息、销售团队、信息技术系统、运营后台、营业场所等资源,发挥协同效应,这为金控集团企业在合规的前提下实现内部机构间的信息资源共享、充分发挥不同子公司间的协同效应指明了方向。同时,要看到监管虽然在限定条件下允许金控集团信息资源共享,但如何在依法合规前提下开展数据共享是一个新课题,需要兼顾法律法规、行业监管、安全资质、技术手段等多方因素,特别是要明确数据所有者、控制者、处理者和使用者的关系以及如何分配利益等相关问题。三是做好金控集团数据安全保护设计。  

  欧盟的数据保护规定(GDPR)于2018年5月正式生效,汇丰等国际金控同业以此为标准,已开展客户数据安全保护探索。2021年11月,《中华人民共和国个人信息保护法》已正式施行,意味着企业必须建立起对个人数据尊重、对数据安全和用户隐私强效保护的机制。以光大为例,为了充分保护个人数据隐私,集团在数据权限控制、数据加密存储等传统数据安全处理方案的基础上,健全数据安全策略和安全标准,划分数据安全等级,定期评估数据安全水平,同时进一步探索创新技术应用,采用了联邦学习、零知识证明等技术完成数据保留在本地前提下进行多方联合建模,实现数据安全赋能价值增值的目标。四是做好金控集团数据信任机制设计。

  数据共享应用的前提是解决数据可信问题,即让各参与方确认数据的真实性和准确性。由于金控存在子公司众多的特点,往往数据时效性、准确性存在短板,甚至会出现同类型报表在不同系统中数据口径和结果不一致的情况。基于以上问题,金控集团可探索区块链技术应用,通过私有链或联盟链的模式在不同公司嵌入节点,实现数据资产信息上链、数据资产安全管控流转、数据资产链上确权,从而解决信任难题,并为后续数据智能共享奠定基础。

  在数据治理、数据协同、数据安全和数据信任等基础上,金控集团可以依托联邦学习、多方安全计算等先进技术,搭建数据共享智能体系,实现价值赋能。在这个体系中,核心关键就是做好数据智能。数据智能,指的是综合运用大数据及人工智能技术,通过孵化体系化的机器学习模型并与金控集团风控、营销、运营等关键领域的业务流程深度融合,促进价值提升。从国内外领先金控集团看,数据共享智能体系往往涵盖数据共享、技术共享和价值共享“三层”,整体如图1所示。

  图1金控集团数据共享智能体系图

  体系最底层为数据共享,即数据要素层面的共享。作为共享智能的基础,数据资产的统一管理和共享起到了数据价值的连接作用。对于可直接共享的数据,通过数据资产管理平台实时、离线接入,并对这些数据进行加工与分析。对于敏感数据,可以共享其元数据信息,用分布式管理的思想汇聚各参与方的数据资产。

  中间层是隐私计算等创新技术的共享,这是共享智能体系的核心部分。技术创新加速构建了数字经济时代的生产关系,为数据价值的共享流通带来了新思路。依托联邦学习、多方安全计算及区块链等技术,可在“可用不可见”基础上,构建以金控集团总部为核心,内外部机构协同连接的隐私计算体系。集团内部及各成员企业分别作为参与节点连接到集团平台,支持其隐私计算应用场景落地。集团外部,通过连接开放合作伙伴,构建对外隐私计算生态,赋能集团内部业务发展。

  从全球范围看,隐私计算技术已成为当前保护数据权益安全共享和个人隐私的主要技术手段。从发展历程看,谷歌、Intel等国际领军企业开创了隐私计算产业的时代潮流,微软和Facebook也陆续开始大规模推进相关研究。我国自2018年开始进入快速发展阶段,目前腾讯、百度、华为、光大、平安等都在隐私计算行业布局。特别是工业和信息化部、人民银行、国家发改委、中央网信办等近期先后提出要推进隐私计算技术的研究和应用,并推动在部分场景探索,该技术有望解决现阶段数据保护和数据流通的行业痛点,将在金控集团的企业端和个人端数据智能共享发挥巨大的作用。

  最上层是数据价值的共享,数据共享流通的核心目标是通过挖掘数据价值持续赋能业务,从而促进业务生产力大幅提升。共享智能引擎可以在“数据不出本地”的情况下,实现多个参与方的联合建模,扩大特征利用率,并通过孵化智能模型实现赋能业务价值,比如在联合风控、交叉营销、客户识别、智慧经营分析等领域开展个性化、专业化的智能金融服务。

  用狭义的概念看,数据共享智能重点是以隐私计算、决策引擎为标志的数据智能技术创新,金控集团通过技术创新促进数据要素向业务生产力转变,核心技术要求实现自主可控。从广义的视角,这是金控数字生态圈愿景下的一整套体系,包括数字经济概念下的三层共享机制,以及传统数据治理和当前热门的数据合规,实现“敢用、愿用、会用”,共同为数据共享智能体系保驾护航。

   数据共享智能在金控集团的创新应用探索

  以光大为代表的金控集团,正发挥技术优势实现数据在合规前提下的“连接、赋能、创新”,为综合营销、风控和运营管理能力的发展提供了新动力。一是在连接方面,搭建数据港平台、外部数据管理平台实现金控集团银、证、保、信等内部数据和外部数据互联,同时采用分布式、加密、区块链等技术搭建分布式可信决策引擎,实现在数据不出本地的情况下,达到远程规则调用,实现数据共享。二是在赋能方面,通过智能营销、风控模型,可以帮助成员企业在客户生命周期各阶段提供个性化、专业化的综合金融服务支持。三是在创新方面,基于隐私计算的联邦学习可以实现多个参与方的联合建模,扩大特征利用率,有助于实现交叉销售,提升风险管理水平。从应用效果看,数据共享智能解决方案在国内处于领先优势,在银保客户迁移效率较传统模式大幅提升,服务的银行与消金、信托智能风控规模超过千亿,有效促进外部生态协同与管理提升。

  一是赋能协同营销。  

  交叉销售是金控集团的特色,特别是银行、证券、保险等往往具有大批重叠客户和综合金融需求,但各企业的客户信息常常是分散存储,且原数据难以直接共享。而依托数据智能共享,通过搭建分布式可信决策引擎,实现在数据不出本地的情况下,达到远程规则调用和联合建模。以光大为例,通过银行和保险构建联合智能营销模型,银保协同营销效率较传统模式提升3.8倍。而基于数据共享赋能的E协同平台,带动协同业务规模近8000亿,效果显著。

  二是赋能联合风控。  

  风险管理是金控集团的核心,特别是由于金控集团业态广,风险呈现易传导、易交叉、隐蔽性强的特点,对于叠加风险往往难以及时预警和识别。而依托数据智能共享,金控集团可基于子公司重要客户和重点业务数据,通过关联关系图谱和联合建模的方式,有效识别、计量、监测、控制重要客户风险水平,及时向子公司提示各类风险预警信息,从事后向事前、事中前移,助力金控集团成员企业识别跨法人的交叉风险和多头风险,更好避免风险传导或者叠加,形成智能防火墙。再如,基于数据共享智能打造的分布式可信智能风控引擎,助力阳光消费金融公司实现近端规则自主可控,远端规则调用和规则加密处理联合共享,实现了共享数据生态体系下的数据可用不可见并嵌入到风控策略中,累计服务贷款规模超过百亿。又如,通过共享智能引入外部数据,可有效用于证券行业的客户风险等级分类等业务场景,某券商模型已覆盖过万企业级客户。

  三是赋能生态连通。  

  在服务内部同时,基于数据共享智能技术,金控集团可联合外部合作伙伴构建跨组织的安全合规数据共享生态,充分利用外部数据资源赋能发展。例如在美国,微软与多家银行进行合作,基于联邦学习技术利用银行的既有数据进行反欺诈识别的模型训练。在训练过程中,银行将各自模型训练的更新成果上传至微软Azure云服务器,以供其更新联合模型并寻找欺诈归集,实现数据共享赋能。以光大为例,创新性的将数据共享智能引擎连接中再集团与光大永明保险,在合规前提下利用双方数据资源建立联合营销模型,为光大永明的团险、个险营销及运营服务的高净值客户挖潜、精准营销等场景提供智能化支持,提升了承保转化率近3倍。

  四是赋能管理提升。  

  依托数据智能共享,金控总部可以有效连接内部各成员企业,在智慧财务、智慧运营、智慧审计等领域形成合力。比如基于大数据、人工智能、区块链等工具和技术的应用,通过更好的数据收集、数据管理和数据应用,对金控集团企业的投入产出进行动态预测,对于企业资本的动态配置、动态管理,支持资源配置在核心领域和新兴领域间实现平衡,在收益与风险间实现平衡,实现企业整体效益最大化。同时,通过深度挖掘、整合碎片化信息,实现金控集团客户跨企业持有产品等核心指标的联合统计和分析决策功能,对于产品定价、综合运营等都有重要价值。

   总结与展望

  在数字经济新时代,构建健康、成熟、安全的数据智能共享体系是释放数据价值、实现高质量发展的必备条件。特别是打造共享智能体系,通过数据共享、技术共享、价值共享构建共享智能生态,有望解决金控集团中数据智能应用发展不充分与不平衡问题,助力营销、风控、生态合作与管理能力提升,有助于金融更好支持服务实体经济,推动金控集团实现高质量发展。



来源: 咸宁新闻网

相关标签:
智能
集团
数据