数据|工行率先发布金融业首个隐私计算白皮书( 二 )_汽车|周鸿祎|特斯拉|车企|网络

从金融数据生态体系性建设来看，金融业数据生态主要分为企业集团级、行业级、跨行业三个层次。隐私计算技术平台支持分级分类建设，层层递进夯实金融业数据生态根基。具体来讲，企业集团级数据生态是高效协同生态，可避免不同业务部门重复建设，降低技术应用试错成本；行业级隐私计算生态是共荣共生生态，支持金融业共荣共生，助力金融机构补齐短板、筑高风险联防联控底线；跨行业数据生态是开放共赢生态，可支持构建跨行业创新数据交易模式，全面支撑开放、共赢数据生态体系建设。
目前隐私计算在赋能金融数据生态建设的标杆场景中已取得初步成效。在客户营销方面，隐私计算可丰富客户画像，实现集团生态协同。工商银行应用联邦学习建模，安全融合自身与工银安盛数据，保险营销模型准确率提升约16%，有效实现“数据不动价值动”；在风险管理方面，隐私计算可推动多方数据融合，提升金融风控水平。交通银行海南省分行与海南省大数据局开展基于多方安全计算的联合风控，高质量公积金数据实现“惠民贷”产品45%线上审批，显著提高贷款审批效率；在监管合规方面，隐私计算驱动数据变革，提高监管科技效能。工商银行开展基于多方安全计算的驾校资金监管，实现政务、金融、企业等多方数据安全融合，支持约6亿元驾校资金有效监管。
金融数据生态建设非一朝一夕之功。白皮书指出，下阶段金融业应立足长远、形成建设数据基础设施共识，明确数据基础设施建设原则，适时规划隐私计算平台互联互通，参照互联网设计理念构建互联互通路径；产用协同、共同攻坚，加快隐私计算性能攻坚，推动安全性测评规范，治理数据要素“正负外部性”满足行业对权威第三方的需求；完善政策、有序引导：全面保障个人信息安全，出台隐私计算使用指引，构建适应数据要素特性的监管模式，建立综合性合规评估体系避免隐私计算不当使用或滥用。
附下载链接：https://leiphone.feishu.cn/file/boxcnwxkhnrJ5SnnpFk4PEpGlNQ