互金协会李礼辉:发展普惠金融 要做到共建、共享、共管大信用

凤凰网WEMONEY2017年10月30日14:39分类:信用观点

10月28日,由中国互联网金融协会(下称“协会”)主办的2017中国互联网金融论坛在北京召开。在以“数字技术如何驱动普惠金融发展”的主题论坛上,全国人大财经委委员、中国互联网金融协会区块链研究工作组组长、中国银行原行长李礼辉发表演讲。

d1c33d4262e5c1e_size29_w550_h366

李礼辉认为,基于普惠金融的要求,大数据应该具备较高的品质:具体的真实性;可靠的一致性;足够的延展性。

“建立以数据为基础的信用体系必须有信得过靠得住的数据,也必须也管得细的数据,发展普惠金融还必须解决当前存在的一些问题。”李礼辉说。

具体来看,存在的问题有:一致性不足,数据不够大;可靠性不足,数据不够安全;法律不够完善。

对此,李礼辉建议如下:首先,应该发展我国自主可控的信息系统,改善计算机桌面操作系统,普遍采用Windows。其次,适应新的技术环境。大数据安全的技术和管理制度,未必能够适应新的数据世界,应当采取有效的管控措施,维护数据安全。最后,做到共建、共享、共管大信用。应用大数据解决信息不对称的问题,可以让市场变得透明,普遍降低信用成本。(凤凰网WEMONEY 张颖馨/编辑)

下为李礼辉发言全文:

感谢张院长、赵书记,尊敬的东荣会长,我今天发言的题目是大数据与普惠金融。

小微企业融资难是多少年来一直难以解决的问题。我分析原因在于信用形成的模式,则在于信息不对称。现在形成的传统模式具有明显的局限性,由于信任需要积累,因而信任的建立需要比较长的周期,信用形成的成本高。由于必须经过可信任的中央节点,小范围的经济行为难以成为社会认可的信任记录,所以信任可及的范围小,而且在现有的技术环境下,市场主体之间的信息不对称,政府与市场之间的信息不对称,这就容易产生信息造假、信任造假的问题,进一步损害了信用的环境,也扭曲了信任的社会价值和商业价值。信任形成的传统模式加上信息不对称,在很大程度上造成信用封闭、信用面窄,小微企业的金融需求因为信任不够普及而无法得到满足,这是中国的痛点。

阿里巴巴看到了这个痛点,也看到了潜在的金融市场,他们应用大数据技术发展小微金融业务取得了突破性的成功。2016年,蚂蚁金服和网商银行为500多万户小微企业累计发放贷款8000多亿,这些贷款有实体经济的底层,包括淘宝、天猫的卖家,阿里巴巴B2B的商家,口碑服务的商户与农业生产经营者,可以说科技金融成就了阿里,阿里驱动了科技金融。

刚才在会前我跟京东金融的许总在聊天,京东金融每年对小微企业和个人发放的总额累计也超过了4000亿。我想这里的关键要点是,利用大数据发展信用,发展普罗大众的信用价值,与此同时提升企业自身的价值。因此,利用大数据技术发展普惠金融,解决小微企业融资难的问题应该是可行的路径。

那么什么是大数据?现在社会每时每刻都在产生海量的信息,当信息被数字记录和收集时就形成了数据,而且并非所有的数据都是大数据。IBM早就提出大数据的五个微的特点。一个是大量,一个是高速,一个是多样性,一个是价值,一个是真实性。作为全球最有影响力的科技巨头,IBM对大数据显然侧重于技术性的解读,而且也很难得凑齐了五个V打头的英语单词。基于普惠金融的要求,大数据应该具备较高的品质。

一是具体的真实性。数字来自具体的主体,可以是个人,也可以是家庭,可以是企业,可以是行业,可以是金融机构,也可以是政府部门。数据来自真实的行为即可以是商品交易,也可以是服务,也可以是劳动就业,也可以是薪酬福利,可以是法定税收,也可以是行政消费。

二是可靠的一致性。数据的一致性要求和数据的应用范围正相关。金融产品数据应用范围通常更大,对数据的一致性要求更高,对数据的可靠性、安全性的要求也更高。在一定的数据应用范围内,数据采集的标准和方法必须一致,数据存储的结构和路径也必须一致。

三是足够的延展性。数据具有时间、空间两个维度,足够的延展性才可能具备统计学的意义。无论是时间维度还是空间维度,必要的数据程度和密度,一般与数据主体的规格正相关。如果是个人或者家庭,只要有12个月以上并具备一定密度的数据,应该就能够揭示个人及家庭的消费倾向和支付能力。如果是大大小小的企业以及个体经营者,那就需要按经营范围、服务对象区分的数据组合,才能够分析和比较不同企业的市场竞争力和盈利能力。如果是特定类别的产品或者某一个行业,那就可能需要一整个经济周期甚至更长时间的数据,才能准确反映特定产品、特定行业的市场需求和生命周期变化的趋势。

建立以数据为基础的信用体系必须有信得过靠得住的数据,也必须也管得细的数据,发展普惠金融还必须解决当前存在的一些问题。

第一个问题是一致性不足,数据不够大。据波士顿咨询公司测算,信任体系的覆盖率美国高达92%,中国大约只有35%,中间的原因在于信任数据不一致,征信系统不一致。在我国涉及营利法人的数据分析在税务、海关等不同部门的征信系统中,标准不尽相同,口径不尽相同。上市企业信息披露要求严格,采用透明度比较高,容易建立信用,但是大多数的小微企业的商业行为记录淹没在市场的海洋里,没有信任标记,无法积累信用,也就不能产生信用的价值。对小微企业来说,这是与生俱来的缺陷,对于市场经济和商业社会来说,这就是经济制度的缺陷。

二是可靠性不足,数据不够安全。我把信息区分为共享信息、专有信息、私密信息。共享信息的价值在于真实,必须维护其权威性。专有信息的价值在于归属,必须维护其知识产权。私密信息的价值在于可靠,必须维护其安全。但在目前的数据结构下,往往难以证明共享信息的真伪,难以确认专有信息的所有权,也难以保护私密信息的安全。比如易租宝伪造共享信息,以假项目、假厂租、假担保手段非法集资700多亿元。我们也看到网络诈骗盗用个人的私密信息,将黑手伸向老人、病人、学生。数据信息的可靠性不足,安全性偏低,消耗信任,消耗信用,在很大程度上影响了普惠金融的发展。

三是法律不够完善。与此同时,个人信息的滥用屡禁不止,包括过度非法买卖个人信息,非法上传个人信息,这就引起了人们对隐私保护的担忧,影响人们对大数据技术应用的信心。值得高兴的是,有关个人信息保护的法律建设有了新的进展。今年6月底实行的《网络安全法》和10月起实行的民法总则,对个人信息保护做了更加严格的规定。不过落实到位还需要一个过程,而且一些具体的法律规范也有待进一步明确。我们看到互联网电商平台、移动通信运营商、连锁商场、连锁超市、连锁酒店、品牌房地产和物业管理企业、航空公司、高铁公司、物流公司、学校、医院等等都拥有大量的个人信息数据,对于个人信息的商业利用还有必要制定具体明确的法律规范。

当前,大数据、区块链、云计算正在成为科技技术的主角,只有推动创新才能形成真正的普惠金融,实现金融业的转型升级。

一是做到可控、可信、可靠,成就大数据,并非所有的数据信息都可以采集和记录,也并非所有的数据都具备应用的价值,数据的采集、记录和应用必须遵循基本的准则,这就是可控、可信、可靠。数据采集记录和应用应当依法合规,有效管控,加强制度建设,完善数据采集、记录和应用的法律环境。对商业应用的数据信息应制定明确的规范,限定应用范围,防止企业和个人的私密信息被滥用。在信任信息系统中,只因允许采集有效的、必要的与信任评价有关的各维度的用户数据,涉及个人隐私的数据信息包括:家庭住址、行动轨迹、电子信件、朋友圈等必须得到有效的保护。即使是国家的权利机构,也只能够在法定的范围内调取和使用。任何机构,任何企业,任何个人都不能够侵犯个人隐私,多赋予保护个人隐私的责任,都不能将涉及个人隐私的信息用于商业目的,必须依法予以惩处。应该建立数据运营商、中心数据库和云存储数据库集群的准入门槛,严格进行资格核准和行为监管。数据运营商、中心数据库和云存储数据库集群都必须依法制定具体的筛选标准、取舍规则和操作流程,执行到位、管控到位,切实保护数据信息主体的权益。数据采集、记录和采用防止数据失真,提高数据质量,保证数据的可信度。数据安全和数据系统可靠性是大数据技术应用的底线,数据系统不可靠,不仅可能损失数据信息主体的权益,而且可能危害国家的信息安全。数据安全保障应该依托安全可靠的操作系统,应该覆盖从数据源头采集到数据存储、数据应用的全过程各环节,应该建立具体的制度、流程和规范。任何数据库都可能面临黑客的攻击,要重新审视安全定义,确保数据安全。

我个人的建议:一是应该发展我国自主可控的信息系统,改善计算机桌面操作系统,普遍采用Windows。

二是适应新的技术环境。随着技术的发展,数据的存储更多采用分布式数据云的结构,数据世界不再只是大中心的计算机系统和网络,而是多元复合的结构网络。大数据安全的技术和管理制度,未必能够适应新的数据世界,应当采取有效的管控措施,维护数据安全。

二、做到共建、共享、共管大信用。应用大数据解决信息不对称的问题,可以让市场变得透明,普遍降低信用成本。一般来说,数据的覆盖面越广,应用越高,数据的价值也就越大。比较可行的路径是共建、共享、共管。在国家层级重点是统筹规划大数据基础设施建设,加快政府数据资源的整合,实现政府数据统一,推进公共数据资源的开放共享。有必要对分散的自成体系的政府部门数据系统进行整合,实现关键领域的数据统一。例如建立标准统一的金融统计制度,建立集中统一的金融数据库,建立互联共享的金融数据应用系统,实现金融一本账,形成能够支持金融审慎监管的基础设施。又如,整合银行、工商行政管理、税务、海关等部门的征信系统,共建全国中小微企业的征信系统,采取统一的标准和口径,采取中小微企业的金融业务、工商等级、税费缴纳、国际贸易、市场诚信等信息,进行数据挖掘,为中小微企业积累信用记录、赋予信用标记,促进中小微企业的信用增级。国家应该支持企业层级数据资源的整合,按照攻坚共享互惠互利的原则进行,通过整合一方面扩大数据的覆盖面,达成数据的一致性,提升数据的可靠性和安全性,提升数据的应用价值。另一方面,形成以数据资源为共享的供应链,形成链内的交易成本,促进信用的普及,提升信用的价值。通过有效的数据管理提升企业的核心竞争力和市场信用度,从战略规划设计到战略自信评价,从投入产出测算到经营效益分析,从市场需求调查到产品升级服务换代,都可以应用大数据技术。与此同时必须构建市场参与者共同管理、共同维护市场信用的格局,联合抵制数据造假、信息造假,共同创造良好的信任环境,提升信任社会价值和应用价值,对于守信者给予鼓励,对于失信者给予惩戒。商品定价及手续费等方面,给予守信者优惠,体现信任的价值。谢谢各位!

新华社民族品牌工程:服务民族企业,助力中国品牌

新华社品族品牌工程

[责任编辑:杨佳佳]