从技术上面来说，大数据相关技术的发展是非常蓬勃的，包括存储、并行计算、机器学习，现在又向人工智能走进。自2016年，大数据的专利都是直线增长的。技术投入在产业界是非常明显，大数据技术往往在应用领域，比如：交通、物流、医疗领域。

　　中国IDC圈7月20日报道，7月20日，“2017中国行业云计算峰会—金融云”（C9峰会）在北京国贸大酒店（国贸三期）隆重召开。本次大会由中国信息通信研究院指导，云计算发展与政策论坛、数据中心联盟、云计算开源产业联盟主办，云计算发展与政策论坛用户委员会承办，CloudBest、中国IDC圈、网贷之家协办，并受到诸多媒体的大力支持。

　　“2017中国行业云计算峰会—金融云”作为国内金融与云计算领域最具影响力的大会，引来现场人员爆满，大会全面覆盖云计算、金融、人工智能、区块链、大数据等多个领域。

　　会上，中国信息通信研究院高级工程师、大数据发展促进委员会办公室主任韩涵出席本次大会并发表主题为《金融大数据及标准规范》的演讲。

　　中国信息通信研究院高级工程师、大数据发展促进委员会办公室主任 韩涵

　　以下是演讲实录：

　　感谢主办方，非常感谢有这样的机会跟大家分享一下。中国信息通信研究院是工信部的直属机构，也是国家大数据领域支撑工业和信息化部、国家发改委关于相关大数据的政策制定和标准化的机构。大数据发展促进委员会，是中国信息通讯研究院牵头在数据中心联盟下面的二级的行业平台组织的，前期阶段，我们支撑了一些相关政府的工作。在此，将我们的一些心得给大家做一个分享。

　　今天的演讲主要围绕金融大数据的发展以及大家普遍非常关注的数据资源使用的一些安全和合规的问题。

　　首先，我们今天讨论的金融大数据的事情，在座所有的嘉宾们都还是认可，今天的金融，是互联网金融。大数据以及大数据为代表的相关的新一代的信息技术，比如区块链、人工智能、比如云的相关的信息技术，已经带来了金融行业的巨大的变革。同时，也催生了新型的金融模式，比如说互联网金融。

　　所以金融大数据时代之下我们来看一看基本的问题，第一个是国家大数据产业技术的整体的情况，第二个是目前金融大数据领域主要的模式。第三个是探讨金融跟大数据结合的时候，数据使用的一些合规的问题。

　　首先从大数据的视角来看，根据国家知名机构Wikibon的数据分析结果，大数据整个产业产值规模在世界范围之内大概是300亿美元，这是2016年的数据，约合2千亿人民币。这个数据是大还是小呢？其实它是一个很小的产值。

　　同时它的统计口径是比较窄的口径，包括大数据最密切相关的软硬件产品，大数据的服务和数据资源所产生的这部分产值。也就是我们比较严谨意义上的大数据企业，及有大数据业务的企业大数据部分他们的产值总体规模，用同样的口径和模型，中国信息通讯研究院对于中国大数据的市场产值规模进行了整体的调查。这个也是依托于我们今天大会的主办方完成了向全国范围之内发放了3千多份调查问卷，2016年中国的大数据市场规模大概是168亿人民币。和IDC的预测，数量级上还是比较吻合的。

　　一百多亿人民币的产值规模是一个相对比较初期的培育型产业，我们知道信息服务业的产值规模大概在8千亿人民币。信息产业肯定会更大，包含制造、服务的规模，大数据其实还是一个初期培育的阶段。

　　同时，对于具体的大数据细分领域，可以看到，经过逐年的发展，硬件占比在逐渐减少的，软件和服务是在逐年增加的，同样可以看到大数据技术，从单纯的底层支撑技术开始向很多行业进行拓展和延伸。在更多的从软件和服务层面产生了价值。金融大数据尤其是在互联网金融当中，部分严格的大数据是符合这样的发展趋势。

　　从技术上面来说，大数据相关技术的发展是非常蓬勃的，包括存储、并行计算、机器学习，现在又向人工智能走进。同时我们从大数据方面来看，自2016年之后，大数据的专利都是直线增长的。技术投入在产业界是非常明显。和美国进行对比，中国的大数据技术，往往在应用领域，比如说交通、物流、医疗这样的领域发展非常迅速的。美国的投资更偏重于底层的技术，比如分析、安全数据工具。这些是美国目前投资的方向，所以还是有些差距的。这个看到大数据目前相关的应用场景，以及当前的产值的规模，可以看到整个大数据的领域金融是一枝独秀，他的圈是最大的，经过我们对于全国一千家大是大数据企业他的注册范围和资本来分析。金融的应用本身就是大数据非常热点，前沿的一点。人工智能也在兴起，规模在急速地增长。金融大数据相对于企业当中的应用场景，还是以营销客户分析，内部应用为主。

　　另外我们看看在金融行业，大数据的一些基本的模式和发展情况，在政策层面，我们国家多次在宏观的顶层政策文件当中提及对于金融政策大数据的发展的支持，国务院发展指导意见，加快金融产品和服务的创新，拓展普惠金融服务范围，这是互联网金融密切结合的部分。对于2016年推进普惠金融发展规划当中明确提到了大数据，云计算等新兴技术，所以这个议题，我们的金融创新是离不开大数据的。

　　2016年银监会发布的银行信息科技十三五发展规划监管指导意见当中也提到，银行业金融机构深入贯彻落实促进大数据发展行动纲要，是目前我们国家大数据的顶层设计文件，是发改委牵头，重点提到制定大数据战略，建立大数据服务体系和深化大数据应用，这个是银监会的指导意见。

　　同时，工信部发布的大数据产业发展的十三五规划，这也是我们牵头和信息化部完成的，选取重点大数据的业务行业领域，包括金融行业。所以从以上国家的整体的支持来看我们金融行业发展大数据是恰逢其时，也是由于有多方面的原始的优势，首先金融的数据资源是很丰富的，大家都知道对于数据相关的重视和技术的积累，信息化的水平，最好的两个行业就是金融和电信。目前，应用大数据相关的技术和应用真实场景比较广泛的数据也在于金融和电信行业，金融行业一二十年的信息化的积累，是它从数据到技术，包括技术的实力，人才的储备等方面，都具有非常好的优势。

　　当然另外，专业的这种金融能力，对于相关的金融产品的设计，以及在这个产品设计当中利用大数据的思想和技术来进行金融创新，金融行业也具有的得天独厚的优势。

　　所以金融大数据发展也促进了我们金融行业的多个方面实现管理的转型和业务产品的创新。包括在信用风险方面，目前在金融，互联网金融当中使用大数据最广泛的方面，进行信用风险的大数据的能力的建设，来推进普惠金融，推进小微贷款等等这样的一些主要的创新，包括在客户服务方面，现在大量的采用一些顾问，采用一些智能客服的一些形式提高客户服务的质量，包括对于这个客户深入的挖掘和精准的服务，包括我们在做智能运营的方面，对于互联网金融的运营和管理，通过数据的方法提高它的效率和降低成本，当然也包括金融本身产品的创新，一些市场预测新产品交易风控的新产品，也是依托于数据的使用和数据资源的挖掘来进行。

　　对于几个最重要的，金融行业的大数据应用场景就不细说了，在座的都是金融行业的专家。在银行领域的大量的使用大数据进行客户的画像，进行精准的营销和获客，来保障精准的客户服务，这也是比较常用的手段。

　　同时在银行方面，大数据进行交易的反欺诈和风控进行联系，对于名单模型规则，各个方面进行建模。

　　对于保险行业，大数据的应用也是非常的普遍，比如依托数据的同类风险数据来进行多种不同的风险之间的对比的分析。包括运用大数据开展精算，来计算概率，以及基于精算分析来实现一些风险定价的这样一些新的保险产品等等，在保险行业当中都得到了比较普遍的应用。

　　对于证券行业来说先也有很多大数据运用的实际的场景和案例，在发布交易写酸信息披露技术监控，信息咨询服务等方面，信息技术应用得到了比较大的发展，同时证券行业的IT的市场规模，在逐渐的增长。

　　非常值得注意的，我们的金融和互联网公司已经进行了充分的融合，后面看到大型的互联网公司都在做金融的业务，而我们的金融机构，现在开始转型做互联网金融的业务，在已有的基础之上，传统的互联网公司，创新的互联网还有金融机构都纷纷的开始拓展以大数据为核心的相关的创新的产品和创新的服务。比如互联网巨头，往往依托的是原来的平台，以支付作为重要的环节。还有一些新型的双创的互联网的公司，专注于做一些大数据为核心的金融的中小型的平台，还有一些在线的金融机构，也基于互联网进行了一些新的业务的创新。

　　第三个就是我们看一下，对于以上，我们对于大数据的产业还有金融大数据的基本模式的了解之下，发展金融大数据，第一我们看到数据是它的核心，数据一方面来自于金融机构自身的积累，现在大量的大数据业务的开展，依托的这些多维的数据很多来自于企业的外部，或不同的部门之间，我们也知道，今年刚刚网络安全法开始正式的实施同时两高对于个人信息使用的司法解释，指导公安部也开展了针对大数据和个人信息使用的检察，这个使得在今年年终以来，对于大数据整体的市场来说，普遍进入了比较严谨的舆论阶段和业界的一些比较低落的情绪当中。

　　在这样的环境之下，我们对大数据的金融创新应该如何开展，我们在使用数据的时候法律和规则的边界在哪里？我们的技术如何和规则形成有效的互动，这也是一个非常重要的问题。

首先，我们先看看数据层面，虽然我们的银行，我们的金融机构，数据的基础是非常好的，但是仍然还是存在着一些数据层面的不足。比如说数据的不一致性，由于不同的系统间的指标的计算结果不一样，第二数据的不准确性，有一些客户，比如财务数据当时录入的时候，有一些完整性，真实性的微小的偏差，使得数据的质量在微小的层面有不太高质量的数据导致的问题，同时数据的不完整性，有一些门类的数据不安全，各个银行机构或者金融机构之间也不能完全的一致，包括数据的不及时性，有一些是按天报的，按月报的，有一些是 比较稳定的，一直都是以同一个频率来获取的，这样可能还达不到要求。还有数据的安全性，队伍一些敏感性的分析和机密数据保护的问题。

其实，金融行业在各行业来说是信息化技术比较好的，但是它也是信息化水平具有差异和不均衡的，在一些金融的场景之下仍然具有诸多的数据本身的使用问题。

在银行的体系当中，我们的金标委逐渐的发布相关的标准地也包括了银行业的数据元的设计原理，数据标准，数据字典，数据元注册，数据标准管理维护等这样的一系列的标准。但是这些标准体系一方面还处于比较初期的数据本身进行定义的原始规则类的要求。但是和具体的业务场景结合都会比较差，在执行层面，还有一些问题使得用户还是比较纠结。

另外，金融行业对于标准的重视也是非常的高的程度，对于我们刚刚发布的《金融业信息技术十三五发展规划》当中明确提出了建设深化实施金融业标准化的战略，把金融业标准化战略作为非常高的层面来提出。

银行的大数据的发展，对于标准方面，到底有哪些具体的需求和问题呢？首先，在宏观层面还是有一些统筹的标准化的问题。一方面，银行有不同的组织性质的，不同大小的，我们监管机构也有不同的出发点，不同的监管机构，所以从整体宏观层面对于标准的设计还是比较困难的。

第二内部开放的标准相对也很难，我们很多金融机构的交流，其实对于内部来说，不同部门之间或者如果能在不同的金融机构之间共享一些比较基础的数据其实还有很多的困难，和其他的行业也是一样的，跨行业之间的数据共享也是一样的。因为没有明确的边界的提出，使得大家还是先以风险防控的严谨态度为主，这样阻碍了基于数据使用的大数据的发展。

第三也是比较重要的，目前特别缺乏关于外部数据来源的标准，我们前期和我们的四大行，几十家大型的金融机构的交流，其实大家都普遍的希望，能够依托外部的数据资源来提高金融机构本身的相关业务发展和大数据的应用。

但是这里，顾虑是非常大的。因为大数据公司，现在也是从技术实力和安全规范方面存在不同的差异，很多不同的数据元的结构，有些是工业，有些是电信，有些政府机关来的，这些数据能否使用，使用之后是否有风险，是否能够稳定的提供，技术水平是否满足，金融行业监管要求，因为没有这块的标准和规范，使得大家在选取合作伙伴的时候，也非常的具有顾虑。

同时，也需要外部数据使用的标准，一旦获得了外部数据之后，在金融行业可以使用到什么样的程度可以挖掘到多么深的信息，可以使用的到多么底层的数据，因为国家在这块，今年六七月份以来，刚刚提到了不断颁布了相关的法律，和不断严谨市场监管手段，使得现在大家尤其是金融机构，还是大型的，具有责任感的企业就会更加的谨慎。这个边界到底在哪里？我们银行在使用的时候，不是合理？这些面向行业应用的标准是完全缺乏的。同时也缺乏数据流通的标准。大数据的业务还是需要依托于合作，银行或者金融机构作为数据的输入方或者输出方，其他的相关机构或者金融机构之间合作，都涉及到数据的流通问题，在跨行业之间的数据流通层便更是缺乏比较细致的标准规范进行指引，有哪些机构在哪些场景之下可以用，在过程当中所遵循的基本的原则，对个人信息脱敏的基本的要求，以及对于用户权限保护的基本的准则和法律的合同的条款的基本的规范，其实都还是缺乏比较明确的指示。

所以基于以上的情况，我们也在制定一些当前希望更加偏向业务和行业应用的一些行业的标准规范，针对互联网企业，科技企业，向金融行业提供服务，尤其是依托大数据的服务的时候，可以和当前已有的法律法规和政策相吻合的这样一些具体行为层面的指导规范。

一方面有利于大家充分地在合规的结点之上开展大数据的业务，另外也是对于产业的发展起到一个比较好的积极和鼓励的作用。毕竟，我们普遍的认为大数据就等同于泄露个人隐私，其实大部分的业务都已经处于不能开展的阶段。

具体的思路是哪些呢？我们从安全管理机制，数据使用，身份识别，信息验证，数据转移，授权方式，接口和审计阶段，将国家安全法和各个行业的监管的规定，以及相关数据安全的国家标准等进行了整体的梳理，在具体的层面希望和业务进行结合，比如说数据使用这个层面重点探讨数据使用的场景、范围，是否超出了合理必要的原则。比如我们在数据转移方面，重点探讨数据的脱敏和去隐私是否达到了要求，我们对授权这块也看看如何规范具体的文本和协议，达到用户明确使用对象等一系列具体的要求。同时希望和业务进行密切结合的，在目前金融和数据相关使用当中，几个领域，一个是风控和征信，这块其实还要遵循人民银行对于征信业的管理条例，以及金融风控的相关的规范。

第二个就是精准营销，获客的场景，有一些群体的特征和标签，但是也有它相对比较模糊的地段，我们按照和业务密切相关的场景，来进行细分和详细的讨论。

第三是区块链应用的场景，在金融以及互联网金融当中，现在区块链异军突起，对于数据授权的，对于公正和证照的保全具体场景都有区块链的存在，这种情况下如何把控数据使用的边界，我们也做了比较细的研讨。

包括智能客服，现在金融这块也在大力的发展，依托于人工智能相关的技术，同时特别敏感，对于位置信息的使用，这个在金融行业的发展当中也是一个相对特别敏感的这样一块环节，位置信息可以使用到什么样的范围和什么样的颗粒度，我们单独把它做了一个讨论，所以我们希望，一方面从目前的法律法规、技术标准梳理出来一些重要的业务的环节和技术，另外我们希望从不同的业务场景出发，和业务场景最密切结合的标准。

第二我们探讨一下，在金融行业使用数据当中的数据服务能力的指标，我们在发展大数据的时候，金融行业发展的时候特别会关注这些数据到底覆盖了多少人群，覆盖了多少比例，有多少维的相关的数据，能不能一直持续稳定的来提供，它的准确性高不高，是不是原来最真实和最原始的数据接口出来的，还是经过多次的转手等等一些这样的问题来判断，金融的数据服务它的真实的能力和它的相关的业务水平，所以我们也希望能从这样的一些层面探讨，将目前大量合作的伙伴和他们的产品，能够比较好的给予一些指导，提供给我们金融机构来作为合作伙伴。

同时，我们看到，金融跟互联网的融合是一个大势所趋，四大行和四大互联网公司已经纷纷达成了战略的合作，包括阿里，蚂蚁和中国银行，京东和工行，百度和农行，腾讯和中行，都分别成立了相关的大型的合作。可以看到，金融向互联网发展，互联网向金融转型，互联网金融今天探讨的主题，已经成为整个科技和互联网金融发展的焦点，如何通过我们的标准规范帮助互联网金融，或者我们互联网金融的科技企业，这样我们选取合作伙伴，选取优秀的技术产品和技术服务能力，规范整个行业的秩序，以及有效地维护整个行业的市场的繁荣和稳定。我们也是希望跟我们在座的各位专家共同努力，我们之前所设定的标准规范的之上，也希望进一步的和大家进行探讨，来完善这些标准，来指导和鼓励我们的市场和业务的发展。

最后祝愿我们在我们的主办方所给我们的这样比较好的舞台之下，我们的互联网金融产业，我们的大数据，在金融相关的应用我当中，技术的发展，市场的规模，业务的扩展都有更好的，更高的提升。

谢谢大家！