在4月17日召開的2022年清華五道口全球金融論壇上，來自清華大學金融科技研究院的學者、銀行和證券行業的高管齊聚一堂，共同探討“數字經濟與金融機構創新”。
清華大學金融科技研究院金融安全研究中心主任周道許建議，加快我國金融科技安全專業立法，更好地適應金融科技發展變化的需要，更好地保障金融科技行業安全發展。清華大學金融科技研究院金融發展與監管科技研究中心主任張健華認為，金融機構數字化、智能化轉型的趨勢就是以數據為基礎、以科技為支撐，建設開放銀行、數字銀行和智慧銀行。
頂層設計：加快金融科技安全立法
當前，金融行業已進入全面科技化階段。金融科技安全是國家金融安全的重要內容之一。目前，我國以《國家安全法》《網絡安全法》《數據安全法》《個人信息保護法》《關鍵信息基礎設施安全保護條例》《網絡安全審查辦法》以及4月6日公開徵求意見的《金融穩定法》等多部目的明確、條文細緻的上下位法和配套法律、法規、條例、指導意見等，共同組成我國金融科技安全法律體系。
不過，周道許指出，金融科技安全立法還存在一些難題。一是數據所有權、交易權等相關權利遲遲未能立法確切。主要原因是，單一數據難以確認交易價值，數據不是一個普通的排他性的生產要素，它是非排他性的；其次，數據開發使用和保護個人隱私存在矛盾；此外，數據本身是生產要素，圍繞數據進行的交易行為會涉及要素分配，如果處理不當會影響社會公平。
二是網絡數據與司法證據間存難題。一方面網絡數據規模呈幾何式膨脹，流轉路徑龐大複雜，產生了溯源取證的客觀難題；另一方面，國際間的數據政策壁壘加大了跨境取證難度；另外，由網絡數據得出的結論成為司法證據的條件也不易滿足。
三是當人工智能等金融科技作為輔助或自主進行交易決策，併產生歧視、損失或者可能導致進一步損失的風險時，對機構的法律責任認定卻可能因“技術中性”或“技術黑箱”而被規避。此外，基於區塊鏈的智能合約，現有法律對其缺乏約束能力，是否應當將其視為法律意義上的合同尚不明確，合約執行時如何歸責也不明確。
為全面提升人工智能技術在金融領域應用和管理水平，推動金融與科技深度融合協調發展，中國人民銀行於2021年3月26日發佈《人工智能算法金融應用評價規範》，針對當前人工智能技術應用存在的算法黑箱、算法同質化、模型缺陷等潛在風險問題，建立了人工智能金融應用算法評價框架，為金融機構加強智能算法應用風險管理提供指引。
為此，周道許建議，金融科技安全立法活動要堅持總體國家安全觀的立法思路，走中國特色的金融科技安全立法道路，防範和化解重大金融科技安全風險。要加快我國金融科技安全專業立法，更好地適應金融科技發展變化的需要，更好地保障金融科技行業安全發展。要借鑑國際金融科技安全立法的理念和經驗，把握世界金融科技安全趨勢，共同推進金融科技全球安全。
發展趨勢：金融機構數字化升級
加快頂層立法之時，金融機構數字化轉型正在如火如荼地進行。清華大學金融科技研究院金融發展與監管科技研究中心主任張健華認為，最關鍵的要素其實就是數據，數據是最基本的，也是最根本的。金融機構數字化、智能化升級的趨勢就是以大數據為基礎、以金融科技為支撐，建設開放銀行、數字銀行和智慧銀行。
海通證券總經理李軍從證券行業角度剖析金融業數字化轉型。他認為，證券行業在數字化轉型道路上已經邁出了重要步伐，但還存在諸多問題。
一是數字化建設投入偏低。近年來，證券公司數字化建設投入規模保持較快增速，但與國外同行、國內銀行保險等其他金融機構相比還有差距。
二是數字化融入深度不夠。從廣度來看，數字化已經延伸到證券公司的很多業務環節；但從深度來看，數據質量參差不齊、共享水平較低導致的數據治理能力薄弱，數據價值無法得到充分挖掘的現象較為普遍，使得數據能量難以得到充分釋放。
三是自主研發與外購銜接不夠順暢，數據生態還不夠健全。很多券商的應用系統建設對外部廠商依賴度仍然較高，自主研發系統的平台化、標準化、成熟度不高，缺乏統一的數據分類標準、定義標準、接口標準，數據開放和共享生態還不成熟。需要各主體之間業務高效連接，信息高效互換，減少基礎設施的重複建設，才能不斷提升資源效率和運行效率。
四是人才建設、人才梯隊不夠完備。能夠在垂直行業內深度應用數字化技術的跨界人才，既熟悉證券行業的客户需求和業務模式，又具備強大的數字化思維和能力的複合型人才較為缺乏。其原因一方面是證券公司對技術人才重視程度不夠，另一方面也因為複合型人才供應不足。
為此，李軍建議，券商要繼續加快建設科技人才隊伍，打造硬件基礎設施；從長遠角度看，建立數字化戰略思維，塑造擁抱數字化的經營理念，培育對數字化轉型友好的企業文化，是證券公司實現數字化轉型的法寶。
應用場景：破題普惠小微服務
隨着頂層立法的推進和金融機構數字化浪潮的襲來，以“數字化”手段破題普惠小微服務再次受到關注。微眾銀行企業金融總經理公立以三個“數字化”為核心，具體剖析了以數字化助力普惠小微發展的可行路徑。
據其介紹，截至2020年底，中國企業數達到4100萬家，其中有貸款企業數不過300萬家，佔比7%。從數據可以看出，我國小微企業的經濟貢獻與金融機構對小微企業的貸款支持力度不相匹配，小微企業貸款市場空間尚未被充分滿足。究其根源，風險成本高、獲客成本高與服務成本高的“三高”問題，導致小微金融業務的投入產出難以成正比。
對此，公立提到：“這正是時代變革留下的發力方向與空間。依託金融科技‘ABCD’（人工智能、區塊鏈、雲計算、大數據）降低銀行端‘三高’的同時，匹配小微企業客户端‘短小頻急’的資金需求，以化解供需兩側之間的結構性矛盾。”
具體來看，發展普惠金融的核心是提升風險管控能力。據瞭解，當前我國銀行業在小微融資領域較多都是從企業主個人的角度來做風險評估。對此，公立提出不同觀點與具體實踐，“以企業主體信用作為評估依據更為有效，簡單來説，就是將企業主個人的信用和企業的經營數據合二為一，在貸前授信評估體系裏面，既有基於企業主個人的信用評估，也有銀税互動、銀商互動、司法等企業信用的數據，可以將其有效整合並建立模型。貸中及貸後環節還有嚴格的監控模型及行為評分、預警處置模型等。”
公立特別強調，靈敏性是企業數字化風控體系最大的特點。要結合宏觀經濟形勢和政策導向，通過企業的税收、財務數據、社保數據等一系列先行指標，從行業、區域、客羣等維度進行資產組合管理，通過風險收益的綜合分析，確定信貸管理政策並指導應用於業務。
在具備“數字化”能力基礎之上，實際運營過程中，“數字化”邏輯也要貫穿始終。公立進一步補充了數字化在場景方面的實際使用案例，“在數字化供應鏈金融模式上，依靠但不依賴核心企業，針對各行業特性、品牌商政策，以及用户畫像，結合客户的實際用款需求，提供差異化的金融解決方案，並且能夠智能觸發動態調額、旺季降息，精準地匹配產業客户對額度、利率、用款節點的實際需求”。
記者 餘繼超
編輯 姚惠