摘要：数据要素作为数字金融的重要基石，亦是国家经济安全的关键要素。如今，数据已成为继土地、劳动力、资本、技术之后的又一关键生产要素。2022年12月19日，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》（即“数据二十条”），旨在促进数据合规高

数据要素作为数字金融的重要基石，亦是国家经济安全的关键要素。如今，数据已成为继土地、劳动力、资本、技术之后的又一关键生产要素。2022年12月19日，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》（即“数据二十条”），旨在促进数据合规高效流通使用，进而赋能实体经济。同年，人民银行印发《金融科技发展规划（2022—2025年）》，明确了“数据要素潜能释放更充分”的发展目标，提出在确保安全和隐私的前提下，有序推动跨机构、跨地域、跨行业数据的规范共享，以激活数据要素潜能，有力提升金融服务质效。

南京证券积极响应国务院及人民银行的战略布局，全力贯彻数据要素规划要求，致力于推动数据要素的有效整合与共享利用。金融行业作为数据密集型行业，通过发挥数据要素的放大、叠加、倍增效应，构建以数据为核心驱动力的数字金融生态，是推动金融行业高质量发展的必然趋势。通过将金融业务活动转化为可量化的数据形态，并对其实施有效的数据治理，包括精准识别、科学分类和标记出有价值的数据资产，进而对这些数据进行深度分析和挖掘，可以显著提升数据要素在金融运营、决策制定、风险控制以及市场交易等过程中的应用价值。

南京证券首席信息官 张之浩

南京证券在公司数据治理建设过程中，对《中华人民共和国个人信息保护法》和《个人金融信息保护技术规范》（JR/T0171－2020）的相关规定进行分析，金融客户的信息覆盖了所有划分的C1、C2、C3全部类别敏感信息，这使得金融行业数据流通面临诸多挑战和风险。

一方面，数据要素具有易复制、确权难、非排他、传播快、难估值等特征，这使得数据在流通和处理过程中面临多种安全风险。另一方面，数据也可能被未经授权的人员或机构获取、泄露、滥用等，导致数据的保密性和可控性受损。

数据价值流通机制的建设目前整体处于起步阶段。金融行业对数据流通有着强烈诉求，但同时也面临数据敏感、数据价值评估体系不完善等多方面挑战。传统的量化方法难以对数据的价值进行评估，这也导致了数据价值的流通机制缺乏有效的体系保障。

在数字金融时代，隐私计算技术因其可在保护数据隐私的同时允许数据共享交换和协作，受到了越来越多的关注。通过采用安全多方计算、同态加密等技术手段，使得数据能够在不暴露原始信息的情况下进行处理。与传统的计算模式不同，隐私计算模式下的数据处于加密状态，在计算过程中无法直接观察到明文数据，因此能够在保护数据隐私的前提下，实现数据的共享、分析和利用，从而推动数字金融的创新和发展。

近年来，受益于隐私保护计算技术在各个领域的推广和应用，技术方面也迎来了里程碑式的发展，目前已经具备商业化应用的技术条件。但是面向金融行业中密集型与复杂性的数字化应用，仍然存在诸多新的挑战。隐私保护计算技术正处于数据价值流通与规模化应用的关键阶段，通过“数据可用不可见，打破数据孤岛”，让金融数据真正实现跨公司、跨行业的流通。

南京证券积极贯彻国务院、人民银行以及证监会关于数据要素管理的要求，积极推动公司数据治理，主动参与行业数据管理相关课题的研究工作，牵头完成了《证券期货行业基于云计算的大数据全生命周期管理指南研究》工作。作为数据要素流通的前提，有效的数据治理体系是金融机构数字化管理的基础工作。通过建立完善的数据治理体系以确保数据来源合法、隐私保护到位、流通和交易规范。通过牵头和参与行业数据相关标准的研究制定，助力标准化手段促进数据要素的高效流通与共享。

南京证券坚持把安全贯穿数据要素价值创造和实现全过程，严守数据安全底线，强化合规管理。公司与行业核心机构、证券公司等机构一起探索和构建基于隐私计算的敏感信息保护体系，为行业提供安全可靠的数据处理与流通服务，并在投行业务尽调、联合风控、联合营销、数据安全共享、黑名单管理及监管等业务场景进行了初步的探索。

1.证券投行业务尽调。南京证券积极探索银行电子回单、商业函证等跨行业的数据联邦学习与隐私数据共享的可行性。证券投行业务尽调过程涉及海量工作底稿的收集、整理与分析工作，其中一大部分工作为与银行机构对接，通过函证或资金流水核查等手段对发行人及其董监高等管理人员的主要银行账户余额、银行回单、银行资金流水等进行核查。整个过程流程繁琐、效率低下且极易滋生舞弊行为。通过探索银行电子回单、商业函证等跨行业的数据联邦学习与隐私数据共享可以助力证券投行高效推进业务，加速实体企业融资上市进程。

2.客户黑名单管理。南京证券与其他机构积极沟通协作，深入调研并探索银行、保险、证券等行业的黑名单数据共享机制。黑名单在证券期货业中是一种重要的风险管理工具，用于识别和管理不同类型的风险客户。信用业务黑名单识别在融资融券、质押融资等信用业务中存在潜在风险的客户，对决定客户信用评级和授信额度时提供参考依据，确保市场机构资金安全。通过黑名单数据共享机制不仅可以帮助市场机构识别和防范各类潜在风险，还可以促进市场资源的合理分配和高效利用，同时对维护市场秩序和保护投资者利益具有重要意义。

3.金融机构联合风控场景。南京证券积极探索基于隐私计算技术的联合风控场景。通过客户资产数据分析，有助于证券公司准确地评估其风险承受能力和投资需求。在客户授权的前提下，证券、银行、保险公司根据证券公司的数据了解客户的投资偏好和风险状况，可以为其提供更加个性化的金融产品服务。客户可以授权银行接入金融公司的风险评测数据，通过严格的权限控制和数据加密技术，确保了只有经过授权的人员才能访问和操作相关数据，从而有效防止了数据泄露和滥用的风险。基于隐私计算技术的联合风控将显著提高风险管理的效率和准确性，还会促进金融公司之间的深入合作，实现金融市场的稳定和健康发展。

4.监管与风控合规管理。数据隐私流通场景涉及大量的敏感信息，如客户交易记录、持仓数据、财务信息等。这些数据的流通需要严格遵守国家法律法规和行业规范，确保在数据传输、共享和使用过程中，个人和组织的隐私权益得到充分保护。监管部门通过定期和不定期的监督检查，确保数据隐私流通的合规性，防止数据泄露和滥用。隐私计算等技术应用于数据隐私保护中，可以实现数据在“可用不可见”的状态下流通，进一步提高了数据的安全性。

中央金融工作会议把数字金融提高到国家发展战略的新高度，随着新一轮科技革命和产业变革的深入发展，数据作为关键生产要素的价值日益凸显。发挥数据要素报酬递增、低成本复用等特点，可优化资源配置，赋能实体经济，发展新质生产力，推动生产生活、经济发展和社会治理方式深刻变革，对推动金融行业高质量发展具有重要意义。

南京证券将始终坚定不移地秉持安全合规管理的原则，致力于提高数据流通效率，深入研究开放金融数据的跨机构流通，探索金融数据安全流动的全新模式。全力支持行业内企业联合制定数据流通规则、标准以及隐私计算标准，紧紧围绕业务需求，大力促进数据合规流通，切实提高多主体间数据应用效率。着力打造数据流通典范，全力促进行业共建共享。通过与行业监管部门、各金融机构以及科技企业等多方合作，共同打造行业基础设施，有效促进行业形象的提升与共同发展。借助典范的引领作用，引导行业内各方严格遵循最佳实践，确保数据的准确性、安全性和可信度，全力推动数字金融实现长效高质量发展。

来源：金融电子化