银行融入金融场景，生态建设遇难题

近年来，随着银行数字化转型的深入，数据的价值逐渐显现，越来越多的银行成立了全行统一的数据管理部门，打通数据壁垒，改善数据循环，数字化生态开始成熟。

如北京银行，通过数据湖项目将全行在主题模型、数据接口、数据标签、数据指标、第三方数据、行为数据等不同领域的数据资产进行打通。

这是银行建设新金融生态的必要准备。而接下来的难点问题，中国银行以白皮书的形式点了出来。

今年7月5日，中国银行发布的《金融场景生态建设行业发展白皮书》指出，数字化时代，商业银行的特色考评体系应该如何建立，如何保持战略定力，以及如何用金融场景生态建设来推动行业转型成为未来商业银行需要解决的难题。

如何定义金融生态呢？光大银行副行长杨兵兵在《论商业银行的生态化发展》一文中指出，“‘金融生态’指的是在一定时间和空间范围内，金融市场、金融机构、金融产品要素之间及与外部环境之间相互作用的系统。”

既然，金融场景生态由银行等金融机构与其他行业主体共同搭建，那么数据资源的共享就难免，这就牵扯到数据安全，特别是金融级数据安全问题。

因此，银行一旦开启生态开放的战略，具体落实到执行层，就会与外部环境之间有交互，那么数据的安全问题就不得不引起重视。

开放生态场景，银行的数据安全态度

其实，银行对于隐私数据的采集和应用有一套专业、谨慎的规则，始终采取的是审慎、严谨、合规的态度，安全使用数据，保护客户隐私。

但这无法真正保证新金融生态的数据安全与健康，在政策的要求和规范下，金融的生态建设也开始寻找技术解决路径。

技术上，目前较为成熟的应用是隐私计算，它是包含一系列能帮助金融机构建设新金融生态的关键技术。该技术可以有效保护用户权益，解决数据流通问题，防止企业核心价值数据被泄露，保障合作更有信任基础，也可以在很大程度上让金融生态体系更为稳固。

在国内，江苏银行和微众银行都是联邦学习技术的具体运用银行，作为隐私计算领域较为成熟的技术应用，联邦学习很好地帮助他们实现了数据不出库，保证用户数据隐私安全的前提下实现数据建模，完成存贷款，反欺诈等业务的线上化。

责任编辑：王超