宏观观察2025年第06期（总第578期）：建设金融行业可信数据空间的相关思考与建议＊

Ω中银研究产品系列 建设金融行业可信数据空间的 ●《经济金融展望季报》●《中银调研》●《宏观观察》●《银行业观察》●《国际金融评论》●《国别/地区观察》 相关思考与建议＊ 为了充分激活金融行业数据要素潜能，中国人民银行等有关部门持续强化制度设计，引导金融行业建设开放、高效的数据流通环境，推动金融行业可信数据空间建设。从理论角度来看，可信数据空间建设是激发各领域数据要素潜能的重要路径；从实践角度来看，加快金融行业可信数据空间建设具有紧迫性和必要性。结合金融行业的发展特点，未来金融行业可信数据空间建设在《可信数据空间发展行动计划（2024-2028年）》的基础上，应着力形成多主体、多行业融合互通的数据生态，打造适配金融可信数据空间的基础设施建设生态，发展安全、高效的跨境数据流通生态。基于此，本文为金融行业可信数据空间建设提出相关政策建议。 作者：刘晨中国银行研究院电话：010-6659 4264 签发人：陈卫东审稿人：周景彤梁婧联系人：刘佩忠电话：010–6659 6623 ＊对外公开＊＊全辖传阅＊＊＊内参材料 建设金融行业可信数据空间的相关思考与建议 数据空间（Data Space）最早由美国计算机科技专家迈克尔•富兰克林1等人提出，特指一种涵盖特定组织全部相关信息的数据共存方法，主要提供数据分类、搜索、更新、事件检测和支持复杂工作流等服务。此后，主要国家积极开展数据空间实践探索。2014年，德国提出“工业数据空间行动”；2016年，欧盟提出建立欧盟国际数据空间倡议，并在2020年《欧洲数据战略》中明确将数据空间作为重点发展方向，目前已形成超过180个数据空间及应用案例；2023年，日本以汽车、电池等产业为先导开发OuranosEcosystem项目，旨在打造统一社会数字底座，并与欧洲数据空间进行对接合作。与此同时，我国围绕数据空间建设作出一系列理论创新和实践应用。2022年，中 国 信 息 通 信 研 究 院 联 合 华 为 等 企 业 和 研 究 机 构 原 创 性 提 出 了 可 信 数 据 空 间2（Trusted Data Matrix，简称TDM），并发起成立可信数据空间生态链组织，为各方参与、探索、完善可信数据空间建设奠定了基础。北京、上海、深圳、江苏、重庆、浙江等地积极开展可信数据空间行业试点工作，上海数据交易所构建了具有互联互通和共享价值的安全可信数据空间。 2024年以来，我国政府高度重视数据要素流通和数据空间发展，先后出台了多份政策文件，进一步提升了可信数据空间建设的战略高度。二十届三中全会强调，“建设和运营国家数据基础设施，促进数据共享”；2024年11月，《可信数据空间发展行动计划（2024-2028年）》（以下简称为《行动计划》）出台，明确了“可信数据空间是基于共识规则，联接多方主体，实现数据资源共享共用的一种数据流通利用基础设施，是数据要素价值共创的应用生态，是支撑构建全国一体化数据市场的重要载体”；2024年12月，《国家数据基础设施建设指引》针对建设数据可信流通体系，强调“支持建设企业可信数据空间、行业可信数据空间、城市可信数据空间，探索建设个人可信数据空间、跨境可信数据空间。” 金融行业作为数据密集型和科技驱动型行业，天然具有数据禀赋。早在2013年，IBM公司商业价值研究所和牛津大学进行的一项调查表明，71%的金融服务公司已经采用了数据分析和大数据技术。伴随金融数据资源持续壮大，围绕金融数据要素的交易市场日渐活跃。据上海数交所数据3，截至2023年，金融行业数据交易市场规模达到535.6亿元，位列各行业第一（图1）。为了充分激活金融行业数据要素潜能，中国人民银行等有关部门持续强化制度设计，引导金融行业建设开放、高效的数据流通环境，推动金融行业可信数据空间建设。2022年1月，中国人民银行印发《金融科技发展规划(2022-2025年)》，强调“在保障安全和隐私的前提下，有序推动跨机构、跨地域、跨行业数据规范共享”；中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，提出“加强金融领域数据资源开发利用，探索开展金融行业数据空间建设”。 一、构建金融行业可信数据空间具有重大理论意义和现实价值 （一）从理论角度来看，可信数据空间建设是激发各领域数据要素潜能的重要路径 首先，可信数据空间进一步优化了数据要素作为关键生产要素的生产函数。数据要素主要通过优化要素投入比重、改变资源配置方式和赋能其他生产要素三种路径带动经济增长。可信数据空间能够将实体空间的各类实体及其关系、交易转化为数据并进行归纳综合、演绎分析、优化配置，从而找到企业、产业、行业在要素资源约束下的“最优解”，提升全要素生产率。据国家数据局发布的“数据要素×”典型案例4，四川长虹电子建立的工业数据空间，在生产层面完成多个工业软件系统数据汇聚与校验，最短可在20分钟内自动完成全量数据异常发现；在供应链层面实现多主体数据可信可控流通，向代工品牌商安全共享超135万台电视生产质量数据，赋能产值超90亿元；在跨行业层面通过数据空间对接金融机构系统，形成覆盖64家大型企业及其上下游超过1650家中小企业的供应链金融服务，融资总额超40亿元，中小企业贷款加权平均利率比市场平均水平低1.05个百分点，且相较传统贷款缩短5-7天。 其次，可信数据空间在发展过程中能够持续创造新的价值。一方面，可信数据空间通过协同各主体开放共享形成的高质量数据资源，能够直接以产品和服务的形式提供给消费者从而实现价值。同时，由于具备区别于劳动力、土地、资本等传统生产要素的非损耗性和非稀缺性，数据要素在共享过程中会伴随数据传播链条的延伸而呈现爆发式增长，从而产生倍增效应。据麦肯锡公司预测,数据流动量每增加10%,将带动GDP增长0.2%。另一方面，可信数据空间能够进一步赋能实体空间，从而创造新的价值。例如，不同类型、不同维度的数据再融合，将推动不同领域知识融通，从而促进生产工具创新升级。例如，智慧城市建设的主要思路，就是把各个行业、各个系统中孤立分散的数据汇聚起来，进一步提升城市治理能力。目前多数城市推出的“一号一 窗一网”“最多跑一次”“一次都不跑”等政务创新，也是基于其不断累积的数据资产所形成的城市应用新业务。 最后，可信数据空间以开放协作、安全可信的方式有效链接供需两端多方主体。数据由于易复制性，在市场交易中一旦完成，卖方可能因失去数据控制权从而面临潜在安全风险。可信数据空间基于区块链、隐私计算等技术确保数据供应方能有效监控数据使用目的、方式和去向，实现“可用不可见和可控可计量”的数据流通机制。同时，通过打通多元主体间的信息壁垒，可信数据空间也为需求方提供了与各类高价值数据深度融合流通的平台。例如，中国保险行业协会指导建立的保险行业数据空间，推动了保险行业数据与政府公共数据及行业部委数据的整合开发利用，有效缓解了保险行业经典的“道德风险”问题。 （二）从实践角度来看，加快金融行业可信数据空间建设具有必要性和可行性 一方面，金融行业数据要素流通面临一些问题与挑战，阻碍数据要素潜能充分释放。金融部门内部数据治理不规范导致“数据孤岛”问题严重，亟需拓展主体间数据共享、交换的渠道。商业银行等传统金融机构往往作为数据的生产者和收集者存在，长期掌握大规模的个人基本数据、金融交易数据和金融衍生数据，但数据累计产生的马太效应导致数据垄断的局面凸显。据中国人民银行对210家商业银行调研数据5，由于数据不足和技术能力薄弱，中小银行数字化转型与大型银行的差距依然明显。同时，在缺乏顶层设计的情况下，金融机构内部信息和数据流动也存在梗阻。据《2023中国信息与数据孤岛分析报告》6，不同部门和业务单元往往独立选择和实施数据管理系统和工具，在数据管理分析、系统兼容等方面缺乏协调和一致性，导致在组织内部无法流动和共享（图2）。早在2020年，中国互联网金融协会针对商业银行的调研发现7，被调研银行数据治理能力自评估总体得分仅3.03分（满分为5分），地方中小银行得 分为2.80分。其中，71%的调研银行认为自身在规范和提升数据质量方面存在挑战，认为自身数据价值挖掘能力欠缺、“数据孤岛”较为严重的调研银行占比分别为59%、55%。2024年7月，《金融监管蓝皮书：中国金融监管报告（2024）》8发布，指出当前金融“数据孤岛”问题仍难以消除。 行业间缺乏互联互通的安全规则导致数据流通安全隐患严重。随着跨行业、机构的外部数据融合应用场景逐步落地，数据交互的类型和渠道数量增加，但由此也抬升了数据关联分析复杂程度和数据泄露风险外溢效应。IBM Security的“数据泄露成本报告”9显示，金融行业发生数据泄露事件后将面临严重损失，2021-2022年，金融行业的每次泄露平均成本为597万美元，在所有行业中位居第二。据金电信科问卷调查 数据10，88%的银行机构认为监管方针对行业间数据交互的合规要求应有所增强；72%的银行机构认为行业机构间信息系统增多导致统一管控难度加大，风险敞口有所扩大，且风险点动态跟踪和定位难度也持续提升；36%的银行机构认为安全告警数据和外部威胁情报繁杂，导致威胁信息精准识别难度增大；28%的银行机构认为不同行业、区域的数据安全防护难以打通（图3）。 部分数据要素交易模式存在不足限制金融行业数据应用。近年来，商业银行对数据价值挖掘与数据价值管理的资源投入不断增加。据国际数据公司（IDC）数据11，中国银行业IT解决方案市场规模由2016年的250.80亿元增加至2022年的648.80亿元，年均复合增速高达16.7%。但相对于商业银行对数据要素IT解决方案持续增长的市场需求，目前主流数据要素交易模式仍存在不足（图4）。例如，金融机构与数据机构间的隐私计算模式下，各厂商间隐私计算产品技术标准相对独立，难以实现彼此间信息共享、交互；政府部门牵头的金融服务平台模式下，“黑箱”机制下难以保障数据质量和合规性。 资料来源：韩光,周崇毅,郝东林,等.基于数据元件与数据金库打造安全可信金融数据空间[J].网络安全与数据治理,2023,42(09):1-5. 另一方面，构建金融行业可信数据空间将打通数据要素流通环节各项梗阻，推动数字金融高质量发展。金融行业数据要素质量、规模相对其他行业较为领先，能够为可信数据空间提供充分的数据资源。据波士顿咨询测算12，金融行业具有较强的数据供给潜力（图5）。近年来，我国金融监管体制机制改革持续推进，二十届三中全会指出，“依法将所有金融活动纳入监管”。在持续完善的金融监管体系保障下13，我国金融机构数据管理能够基于自上而下、协调一致的治理体系，通过制定和实施系统化的标准、制度、流程和方法，形成完善的数据管理机制。同时，近年来监管持续加大金融行业数据治理力度，引导金融机构建立覆盖全部数据的统一规划、业务规范和技术标准。据毕马威数据14，2023年，因数据质量、数据合规存在问题被处罚的金融机构法人数量同比分别增长27.2%和9.8%。 可信数据空间为金融业数据共享和交换创造了新的可能，有望破解“数据孤岛”等问题。《行动计划》提出“以推动数据要素畅通流动和数据资源高效配置为目标”，并针对导致“数据孤岛”的主要问题（图6）因类施策。技术方面，提出“引导可信数据空间运营者提供数据标识、语义转换等技术服务，推动可信数据空间参与各方通过数据资源封装、数据资源目录维护等手段，实现数据产品和服务的统一发布、高效查询、跨主体互认”；数据割据方面，提出“引导可信数据空间运营者加强协作，统一目录标识、身份认证、接口要求，实现各类数据空间互联互通，促进跨空间身份互认、资源共享、服务共用”；标准缺失方面，强调“制订推广可信数据空间关键标准”。此外，针对行业间数据流通不畅，《行动计划》提出“构建多方互信的数据流通利用环境”，并特别强调“引导龙头企业与物流、金融、信息科技等生产性服务平台加强协作，强化数据空间专业化服务能力”。 可信数据空间为实现金融数据权益营造了安全可靠的数据生态。数字信任对于金融机构的数字化转型至关重要，拥有