中国人民大学杨东：涉金融服务数据分析行业的

　　涉金融服务数据分析行业具有重大价值，笔者多次深度参与证券法、反垄断法、反不正当竞争法、电子商务法等的立法工作，并主持中国人民银行、中国互联网金融协会重大课题《开放银行金融服务生态体系研究》、《大数据与投资者适当性管理研究》、《用户数据在移动金融中的收集与使用行业标准》等，综合长期研究，对涉金融服务数据分析行业的健康发展提出建议。

　　一、涉金融服务数据分析行业的现状

　　社交网络与电子商务使人们的日常社交、消费活动日益网络化、数据化，进而推动了传统金融的线上化与互联网金融的发展。互联网金融极大地缓解了传统金融市场的金融抑制问题，促进了我国普惠金融事业的发展，消费金融、网络借贷市场规模不断扩大。在这一系列社会活动进化的背后，隐藏着一条主线，即人类活动的数据化，从而催生了大数据及数据分析市场。数据分析机构利用大数据提供了有效的金融风险控制工具，如智能风控、用户画像、用户价值挖掘等。

　　一方面，数据分析行业快速发展，“人红是非多”；另一方面，数据分析行业缺少监管，难免良莠不齐、泥沙俱下。当下，部分数据分析机构由于缺少底线思维，涉嫌违法违规而被当局调查。

　　尽管纷扰不断，但传统金融机构(如商业银行)的线上化进程不可逆转。在这一进程中，数据分析机构所提供的各类工具和服务一时难以替代。以智能反欺诈为例，数据分析机构通过各种技术手段广泛采集到各类重要数据，并以此建模进而通过人工智能深度学习模型监控监督相关数据信息往来，进而及时发现预警危险数据、欺诈信息。对中小金融机构而言，自建上述建模分析能力的成本太高。若缺少数据分析机构的能力支撑，必然会增大业务风险；若停止相关业务，则会因缺乏竞争力而失去市场，同时也会影响到普惠金融的推进。

　　综上所述，数据分析机构为金融市场提供的各类技术与工具，是促进普惠金融事业发展的必要补充和支持。也就是说技术本身是中性的，无善恶之分。认识到这一点，有助于理性、客观地看待数据分析市场和数据分析机构。

　　二、涉金融服务数据分析行业的价值

　　传统征信体系主要是针对有完整信贷记录的社会主体，无法满足大量缺乏信贷历史数据的借款人的金融需求。例如虽然我国的征信体系覆盖了8亿人群，但是有信贷记录的人群只有3亿多。特别是金融行业服务的下沉客群，更多地是使用民间借贷和网络借贷，其征信数据难以完整收集记录，而这些下沉客群也正是普惠金融需要覆盖的人群。另外，随着金融业务的线上化，各类黑产兴起，欺诈行为愈加隐蔽，仅靠传统的征信数据显然无法应对上述问题。从这个角度来看，支持数据分析机构的发展，也就意味着支持我国普惠金融事业的发展。以目前行业内普遍使用的智能风控为例，数据分析机构利用大数据、云计算、人工智能等技术构建线上金融风控体系，并通过海量运算与校验训练提升模型精度，最终应用到反欺诈、客户识别与认证、贷前审批、授信定价、贷后监控及逾期催收等金融业务全流程，有利于提高金融机构的风控能力。

　　总体来看，信贷市场除了需要传统征信体系提供征信数据外，其在很多领域也需要数据分析机构提供更多支撑。一是在信贷客户反欺诈识别领域，信贷市场受限于征信数据的收集范围，难以全面获取客户与欺诈相关的信息，而数据分析机构则具有更大优势。二是对于初次申请信贷的客户，由于缺少个人征信数据，信贷市场往往难以识别和准确计量风险，而数据分析机构可以结合社交、电商、出行等数据给出一个相对准确的评估结果。三是对于有个人征信记录的客户，也可以加入数据分析机构的分析结果，更加准确地区分并计量风险，给客户提供更加优惠的信贷条件。

　　此外，随着开放银行的兴起，数据问题又被赋予了更多的意涵。开放银行的本质是一种数据共享统合机制，其以消费者为中心，以模式、平台以及监管三重不同的维度为建构要素，并以API技术为赋能基础。消费者数据控制权的确立是数据共享的必要前提，也是金融数据统合理论的内在要义，决定了消费者数据控制的三元标准。金融科技是由技术带来的创新，它能创造新的业务模式、应用、流程或产品，从而对金融市场、金融机构或金融服务的提供方式造成重大影响(FSB，2016)。开放银行是金融科技的新应用 、也是发展数字金融的核心热点，但科技只是实现开放银行数据确权、利用、赋能目标的手段，通过开放式API实现银行数据的开放，在第三方服务商获得数据共享利益的同时，银行也能在金融生态一体化中获得更多场景化的数据，实现“双向互惠”。