銀行融入金融場景，生態建設遇難題

近年來，隨著銀行數字化轉型的深入，數據的價值逐漸顯現，越來越多的銀行成立了全行統一的數據管理部門，打通數據壁壘，改善數據循環，數字化生態開始成熟。

如北京銀行，通過數據湖項目將全行在主題模型、數據接口、數據標簽、數據指標、第三方數據、行為數據等不同領域的數據資產進行打通。

這是銀行建設新金融生態的必要準備。而接下來的難點問題，中國銀行以白皮書的形式點了出來。

今年7月5日，中國銀行發布的《金融場景生態建設行業發展白皮書》指出，數字化時代，商業銀行的特色考評體系應該如何建立，如何保持戰略定力，以及如何用金融場景生態建設來推動行業轉型成為未來商業銀行需要解決的難題。

如何定義金融生態呢？光大銀行副行長楊兵兵在《論商業銀行的生態化發展》一文中指出，“‘金融生態’指的是在一定時間和空間范圍內，金融市場、金融機構、金融產品要素之間及與外部環境之間相互作用的系統?！?/p>

既然，金融場景生態由銀行等金融機構與其他行業主體共同搭建，那么數據資源的共享就難免，這就牽扯到數據安全，特別是金融級數據安全問題。

因此，銀行一旦開啟生態開放的戰略，具體落實到執行層，就會與外部環境之間有交互，那么數據的安全問題就不得不引起重視。

開放生態場景，銀行的數據安全態度

其實，銀行對于隱私數據的采集和應用有一套專業、謹慎的規則，始終采取的是審慎、嚴謹、合規的態度，安全使用數據，保護客戶隱私。

但這無法真正保證新金融生態的數據安全與健康，在政策的要求和規范下，金融的生態建設也開始尋找技術解決路徑。

技術上，目前較為成熟的應用是隱私計算，它是包含一系列能幫助金融機構建設新金融生態的關鍵技術。該技術可以有效保護用戶權益，解決數據流通問題，防止企業核心價值數據被泄露，保障合作更有信任基礎，也可以在很大程度上讓金融生態體系更為穩固。

在國內，江蘇銀行和微眾銀行都是聯邦學習技術的具體運用銀行，作為隱私計算領域較為成熟的技術應用，聯邦學習很好地幫助他們實現了數據不出庫，保證用戶數據隱私安全的前提下實現數據建模，完成存貸款，反欺詐等業務的線上化。

責任編輯：王超