發展數字經濟已成為國家發展戰略的重要組成部分。

2022年12月19日，中共中央、國務院印發《關于構建數據基礎制度更好發揮數據要素作用的意見》，提出要激活數據要素潛能，做強做優做大數字經濟，增強經濟發展新動能；今年2月27日，中共中央、國務院又印發了《數字中國建設整體布局規劃》，提出全面提升數字中國建設的整體性、系統性、協同性，促進數字經濟和實體經濟深度融合，以數字化驅動生產生活和治理方式變革。

近日，恒豐銀行數據資源部專家曲寅生在由21世紀經濟報道聯合騰訊安全主辦的“整合風控流程 激活數據潛能”研討會上表示，近年來，以“ABCD”（人工智能、區塊鏈、云計算、大數據）為代表的金融科技高速發展，驅動著包括銀行業在內的經濟社會各領域加速向數字化、智能化、信息化發展。在此背景下，各個銀行同業紛紛充分利用大數據、人工智能等技術對傳統風控模式進行創新，建立覆蓋風險識別、計量、分析、處置全流程的智能風控體系，進而全面提升銀行風險防控能力。

就智能風控體系相關情況，曲寅生表示，恒豐銀行正在圍繞全行“風險治理規范化、風險管控前置化、風險響應敏捷化、風險決策數字化、風控系統智能化”的目標，進行智能風控管理平臺建設，基于大數據、人工智能等新技術構建全行統一的智能風險管理平臺。智能風控管理平臺包含風險數據中臺和智能風險管理平臺兩個部分，分別對應全行級的風控數據指標體系和風控模型策略體系。一方面，通過整合內部和外部的大量數據，從多維度對客戶進行全面評估，可提升對客戶的評估精準度，促使傳統模式下難以度量的風險顯性化，提升風控能力；另一方面，憑借湖倉一體的基礎平臺提供的強大算力和先進的模型算法，可改變事后分析和預測判斷的方式，建立主動、實時響應機制和模型，提高風控時效性。

曲寅生表示，通過智能風控管理平臺，可實現風控全要素的主動管理、集中管理、智能管理，持續提升該行風險管理的專業化、集約化、智能化水平，提高風險管理團隊的作業效能，為該行發展提供強有力的風控保障。

與此同時，曲寅生還談到了當前智能風控系統實踐中的關鍵點：

一是數據是智能風控的重要基礎，數據質量是智能風控的“生命線”。通過多年來數據倉庫和風險數據集市建設，盡管風控數據質量已大為提高，但實施過程中仍面臨以上游數據生產者眾多，數據維度多、來源廣，數據標準不統一，數據質量難以把控，數據血緣難以追溯的問題。建設過程中需要與行內數據治理工作密切銜接，將風險數據納入全行數據治理，統一管理相關風控算法模型，賦能前端業務。

二是智能風控系統依賴的外部數據來源的數據眾多，需要做好統一的管理和整合。在外部數據管理方面，各同業機構都建立了外部數據統一采購，統一管理，統一接入的管理機制?！暗诒O管部門陸續出臺的監管制度，對外部數據的管理提出了更高的要求。對外部數據來源的真實性、合法性進行安全審查，對外部數據提供方的安全評估等安全管理手段已成為使用外部數據時必不可少的管理措施?！?/p>

另一方面，隨著一批國家級數據交易所的成立，通過官方認可的數據要素流通交易機構進行的數據交易預計將成為今后數據交易的主流。由數據交易所作為權威第三方的數據公正、安全評估、數據仲裁等服務將極大緩解銀行采購外部數據的合規壓力，外部數據交易將從傳統的點對點的場外交易，逐漸轉型通過正規數交所進行的場內交易。

三是智能風控模型風險的管理難度加大。建立完善的模型管理機制，需要持續開展運行監測與迭代優化，保障智能風控的業務適用性。持續監測智能風控模型和策略的實際運行效果，對于輸入數據、客群分布、模型效果發生波動的情況，及時開展智能風控模型和策略的迭代優化。

曲寅生表示，近年來DevOps和DataOps大行其道的同時，對模型的開發和運維過程管理MLOps也方興未艾，在智能風控平臺中嵌入完整的模型周期管理是非常有必要的機制。另外隨著監管機構對模型安全的重視程度越來越高，需要建立完善的模型算法產品外部引入的準入機制，對模型研發過程進行主動管理。實現模型算法的可驗證、可審核、可追溯。模型算法投入使用時，需要展開數據安全審查。最后在人工智能類模型的使用場景宜建立人工智能應用的緩釋措施，制定退出人工智能模型的替代方案。

值得注意的是，上述數據相關文件還提出要在保護個人隱私、商業秘密、維護國家數據安全的前提下，充分實現數據要素價值、促進全體人民共享數據發展紅利。

“隨著數據安全法律法規、金融標準的密集出臺，銀行業數據安全領域的監管一直保持著高壓態勢，多部門交叉監管的情況在金融行業體現得較為顯著，對銀行開展數據安全治理工作、落實數據安全保護責任提出了更高要求?！鼻硎?。

曲寅生認為，當前政策法規的變化下，隱私保護在金融領域變得越來越重要，商業銀行需要在安全有效保護隱私數據的同時，實現高效、高用戶體驗、高質量的數據處理、分析、挖掘與應用?！拔覀冋J為銀行機構應該更加謹慎地選擇數據提供商，并制定合規要求，并進行數據安全審查。以多方安全計算和聯邦學習為代表的隱私計算技術作為技能促進數據流通又能保障數據安全的技術，將在內外部數據交互時得到更為廣泛的應用。在風控模型中使用客戶隱私數據時，需要確保已獲得客戶的授權。在產品和渠道的客戶協議和隱私策略中，需要明示可能使用客戶隱私信息的使用方式、場景和使用范圍?！?/p>

責任編輯：韓希宇