央行李伟:做好数据管理 更快更好地推动数字化转型

央行李伟:做好数据管理 更快更好地推动数字化转型
2019年12月02日 15:03 新华网

  原标题:李伟:做好数据管理 更快更好地推动数字化转型

中国人平易近银行科技司司长李伟中国人平易近银行科技司司长李伟

  新华网北京12月2日电 由新华社眺望智库、财经国度周刊主办的“第四届中国新金融岑岭服装论坛t.vhao.net2019”1日在京举办,中国人平易近银行科技司司长李伟发表主旨演讲。他表示,以后,以人工智能、区块链等为代表的数字技巧赓续出现,快速向经济社会各范畴融合渗透渗出,以数据为核心的数字化转型已经是大年夜势所趋;金融业是数据密集型行业,在临盆运营过程当中积聚了海量的数据资本,只要做好数据管理,才能更快、更好地推动数字化转型。

  数据管理之“困”

  在谈到以后的数据管理之“困”时,李伟表示,重要有四方面:

  第一,存在信息孤岛,稀有不克不及用。以后,金融业数据管理过程当中广泛存在“不肯、不敢、不克不及”共享的成绩,招致海量数据散落在浩大机构和信息体系中,构成一个个“数据烟囱”。一是不肯共享,多半机构都将数据作为计谋性资本,认为拥稀有据就具有客户资本和市场竞争力,主不雅上不肯意共享数据;与之类似,机构外部数据权属瓜分,数据一切权和事权密切相干,部分宁愿将数据“置之不理”,也不肯随便马虎拿出来共享。二是不敢共享,部分金融数据具有必定敏理性,触及用户小我隐私、贸易机密乃至国度安然,数据共享能够存在司法风险,客不雅上给机构间共享数据带来妨碍。三是不克不及共享,由于各机构数据接口不同一,不合机构的数据难以互联互通,严重妨碍数据开放共享,招致数据资产相互割裂、自成体系。

  第二,数据质量不高,稀有不好用。金融科技背景下,高质量数据成为金融办事与创新的重要基本,也是大年夜数据晋升金融精准施策才能的关键条件。但是,以后金融业全体数据质量不高景象依然凹陷,给数据深刻发掘与高效应用带来艰苦。在完全精确性方面,由于缺乏同一的数据管理体系,有些金融机构在数据收集、存储、处理等环节能够存在不迷信、不标准等成绩,招致缺点数据、异常数据、缺掉数据等“脏数据”产生,没法确保数据的完全性和精确性。在分歧性方面,由于营业条线复杂、营业种类多样,多个部分常常数据收集标准不一、统计口径各别,同一数据源在不合部分的表述能够完全不合,看似雷同的数据实际含义也能够大年夜相径庭,数据分歧性难以保证。这给全局数据建模、分析、应用形成妨碍,数据发掘后果大年夜打扣头。

  第三,融合应用艰苦,稀有不会用。金融数据来源浩大、体量宏大年夜、构造各别、关系复杂。从如此复杂的海量金融数据中发掘低价值、接洽关系性强的高质量数据,须要高效的信息技巧支撑和靠得住的基本举措措施保证。但是,部分金融机构科技研发投入相对缺乏、科技人员占比掉调,应用数据建模分析处理实际成绩的才能有待进步。信息资本应用大年夜多逗留在外面,数据应用尚不深刻、应用范畴相对较窄、数据与场景融合不敷,招致数据之“沙”难以会聚成“塔”,海量数据资本没法盘活,数据潜力得不到充分释放。

  第四,管理体系缺掉,稀有不善用。我们常说,“技巧本身是中性的,技巧应用的善恶完全取决于人”,这一结论对数据异样实用。科技要向善,数据也异样要向善。但是,由于司法律例尚不健全、数据管理体系还不完美、机构合规认识缺乏,数据“不善用”的成绩较为凹陷。从业机构背法背规本钱低,为追求贸易好处而置现有管理规定于掉落臂,过度收集数据、背规应用数据、不法交易数据等成绩习认为常。例如,某些APP、网站,用户不授权供给手机号、通信录、地理地位等信息,就没法持续应用和浏览,经过过程“办事钳制”来杀青“数据绑架”。另外,部分机构数据保护认识、外部管理、技防才能脆弱,数据泄漏事宜时有产生,用户成为“透明人”,电信讹诈、骚扰德律风、暴力催收等屡禁不止,严重伤害用户权益。

  数据管理之“道”

  面对上述艰苦和挑衅,金融业若何解困破局、完成数据有序管理和高效应用,是须要合营商量的重点议题。对此,李伟认为,数据管理应遵守四大年夜基来源基本则。

  起首,依法合规,保证安然。数据作为重要的临盆要素,确保数据安然应是一直猛攻的底线。金融业是对信息安然高度敏感的行业,应建立健全数据安然管理长效机制和防护办法,严防数据泄漏、修改、损毁与欠妥应用,依法依规保护数据主体隐私权在数据管理过程当中不受伤害,不克不及因展开跨部分数据融合应用而冲破现有司法律例与监管规矩。

  其次,物理分散,逻辑集中。由于汗青缘由,很多机构常常存在“N”个数据中间(数据源),出现出多个营业条线数据分散存储、分散运转的局面,若采取“推倒重来”的方法明显本钱太高、阻力太大年夜。是以,应在保持现稀有据中间天性性能不变的条件下,保持以后数据物理存放地位和运转主体不变,充分应用各数据中间IT举措措施和人财资本,构建“1个数据交换管理平台+N个数据中间(数据源)”的数据架构格局。在此基本上,制订实施同一的数据管理规矩,完成数据的集中管理。

  再次,最小够用,用而不存。数据管理的一大年夜难点就是如安在保证数据一切权基本上完成数据的融合应用。应清除数据一切方因信息“一切权让渡”形成“事权转移”的挂念,标准数据应用行动,严控数据获得和应用范围,确保数据专事公用、最小够用、未经许可不得保存,根绝数据被误用、滥用。在满足各方公道需求条件下,最大年夜限制保证数据一切方权益,确保数据应用合规、范围可控。

  最后,一数一源,一源多用。以后,不管是金融管理部分照样金融机构,各营业条线数据分散景象或多或少存在,数据多头搜集时有产生。这不只增长信息报送、收集、存储本钱,也招致数据义务主体不明,数据安然、数据质量难以保证。应明白源数据管理的唯一主体,保证数据完全性、精确性和分歧性,增添反复搜集形成的资本浪费和数据冗余。同时,建立数据标准共享机制,晋升数据应用效力和应用程度,完成数据多向赋能。

  数据管理之“术”

  就若何做好数据管理任务,李伟也阐述了本身的四点看法。

  其一,做好顶层设计,把数据筹划好。数据管理是一项经久、复杂的体系工程,要在组织、机制和标准等方面加强统策划划。一是优化组织架构。充分熟悉数据的重要计谋意义,将数据管理归入企业中经久生长筹划,及时调剂组织架构,明白外部数据管理职责,理清数据权属关系,自上而下推动数据管理任务。二是完美应用机制。在保证各方数据一切权不变条件下,兼顾筹划全局数据架构,完美跨机构、跨范畴数据融合应用机制,完成数据标准共享和高效应用。三是构建标准体系。建立涵盖金融数据收集、处理、应用等全流程的标准体系,打造金融数据的“通用说话”,晋升金融数据质量,为数据互通、信息共享和营业协同奠定坚实基本。

  其二,健全管理体系,把数据管理好。一是做好数据资产管理。根据同一的数据标准体系,建立全局数据模型和迷信公道的数据架构。在此基本上,管理保护全局数据资产目次,完成对数据资产的周全梳理和有效管控,处理数据质量不高、数据应用缺乏等成绩。二是做好数据分级管理。综合国度安然、公众权益、小我隐私和企业合法好处等身分,制订命据分级标准,基于全局数据资产目次将数据停止分级。针对不合等级数据采取差别化的控制办法,完成数据精细化管理。三是做好数据共享管理。标准数据共享流程,确保数据应用方在依法合规、保证安然条件下,根据营业须要请求应用数据。数据一切方按规矩审核肯定命据应用范围、共享方法等,经过过程数据交换机制完成数据有序流转和安然应用。

  其三,加强安然管控,把数据保护好。要遵守“用户授权、最小够用、全程防护”准绳,充分评价潜伏风险,把好安然关隘,加强数据全生命周期安然管理,严防用户数据的泄漏、修改和滥用。在收集环节,要向被收集用户停止昭示,明白告诉收集和应用的目标、方法和范围,在获得用户授权前方可收集。在存储环节,经过过程特点提取、标记化等技巧将原始信息停止脱敏,并与接洽关系性较高的敏感信息停止安然隔离、分散存储,严控拜访权限,降低数据泄漏风险。在应用环节,借助模型运算、多方安然计算等技巧,在不归集、不共享原始数据条件下,仅向外供给脱敏后的计算成果。

  其四,强化科技赋能,把数据应用好。数据管理的核心环节是数据应用,要从算力、算法、存储、搜集等维度加强技巧支撑,实在加强数据应用才能。在算力方面,加快分布式架构转型,充分发挥云计算等技巧高性能、低本钱、可扩大的优势,满足海量数据分析处理对计算资本的巨大年夜需求。在算法方面,基于深度进修、神经搜集等技巧设计数据模型和分析算法,晋升数据洞察才能和基于场景的数据发掘才能,为数据插上同党,让数据在金融范畴展翼飞翔。在存储方面,摸索与互联网交易特点相适应、与金融信息安然请求相婚配的数据存储筹划,稳步推动分布式数据库金融应用,完成数据高效存储和弹性扩大。在搜集方面,应用物联网技巧丰富数据收集维度,应用5G技巧带宽大年夜、速度快、延时高等优势晋升数据流转效力,打造金融数据“高速公路”。

  最后李伟说,以后金融科技蓬勃生长,金融业正处于以科技赋能完成大年夜生长、大年夜变革的关键时代。要深刻熟悉数据资本对金融业数字化转型的重要意义,实在把金融数据筹划好、管理好、保护好、应用好,深挖数据价值、释放数据潜能,推动金融完成高质量生长。

义务编辑:蒋晓桐

李伟 数据管理

热点推荐

收起
新浪财经公众号
新浪财经公众号

24小时转动播报最新的财经资讯和视频,更多粉丝福利扫描二维码存眷(sinafinance)

7X24小时

  • 12-10 嘉必优 688089 --
  • 12-04 芯源微 688037 --
  • 12-04 锐明技巧 002970 --
  • 12-03 成都燃气 603053 10.45
  • 12-02 当虹科技 688039 50.48
  • 股市直播

    • 图文直播间
    • 视频直播间