数据经济与金融科技相伴成长

　　21世纪以来，与实体世界相关联的全球海量传感器和无线连接加速贯通各类数据，百川归海，成就数据汪洋，实体世界越来越多以数据形式再现于虚拟世界，建构起基于数据，受数据驱动的人类生活新范畴。美国的谷歌、亚马逊、苹果、微软、脸书，中国的腾讯、阿里巴巴等超大型平台，以及爱彼迎、优步、Grab等利基市场平台，依托新一代信息技术，集聚海量数据，夺取实体世界对应物市场，丰富信息和内容消费种类，促使越来越多实体世界场景涌入数字世界。这些平台凭借数据优势同传统金融业务融合，成为金融科技领域先驱，造就无远弗届的数据经济，其中一些已跃升全球最有价值企业行列。谷歌母公司字母表、亚马逊、苹果、微软、脸书是美国最大的五家金融科技企业，2019年的合并市场份额增长52%，合并市场价值增长额接近2万亿美元，相当于德国证券市场市值总和。字母表、亚马逊、苹果、微软各自市值超过1万亿美元，脸书市值6200亿美元。五家公司总市值达到5.6万亿美元，约为美国标准普尔500指数总值的五分之一。这些金融科技企业手握海量数据，凭借行业话语权和全球触达能力，不断革新技术，将数据应用渗入人类生活的方方面面，比如赋能所有类型的人工智能算法来识别物品和人脸、理解语言、辨识味道，构建新型商业模式和生活方式，包括刷脸支付、静脉身份认证、虹膜识别、门禁测温等。数据经济容量巨大，不可等闲视之。2019年，加拿大政府部门Statistics Canada估算，本国数据价值（含数据经济领域相关软件和知识产权）在1570亿至2180亿加元之间，约合1180亿至1640亿美元，美国的数据价值总量合计约为1.4万亿至2万亿美元，相当于美国私有实体资本总额的5%。市场调研公司IDC估测，2020-2021年，全球将产生90泽字节（zettabytes）的数据，相当于19万亿张DVD的容量，超过计算机出现前的数据总和。金融科技因数据壮大，数据经济体量在金融科技企业的业务版图扩张中急速增长，两者相伴成长、相辅相成，便利了信息传输、人员流动、商贸往来、文化互鉴，推动消费互联网向产业互联网演进，构建合作共赢的金融生态圈，实现全社会的数字化转型。用好数据资源、经营数据经济成为全球金融科技企业获取内生动能、持续成长的必由之路。

　　金融科技企业经营数据经济的机遇和挑战

　　海量数据成就了金融科技的跨领域整合式发展，使得金融科技企业在发展中模糊了行业边界、冲击了监管体系，引发了一系列争议课题和利弊考量，涉及数据共享与交易、基础设施建设、治理架构、地缘政治制度安排等各方面事宜。金融科技企业务必基于既有优势，直面挑战，找到合理的解决方案，兼顾数据经济的社会效益和经济效益。

　　数据的公私属性之辩由来已久，存在两类代表性观点：数据具有公共产品属性，不具竞争性，可无限复制，使用不受限；数据具有私人性和排他性，应使用加密技术控制接入人群。数据的公共产品属性决定了某些类型的数据和数据分析结果可广泛交易。在线广告是个人数据的最大交易市场，交易双方根据广告观看者的具体数字化特征买卖点击数据。咨询公司Strategy&的数据表明，该市场2018年全球交易总额高达1780亿美元。数据中介机构跟踪每个个体的上万个数据点，使用个人信息从事商业活动。据Strategy&计算，数据中介机构向银行和电信运营商售卖数据，产生的年收入高达210亿美元。数据挖掘和分析生成的结果同样有利可图。谷歌旗下的网站On Kaggle经常举办机器学习竞赛，评选出适用特定现实场景的最佳算法，胜出者获得奖金，算法则由谷歌对外出售。脸书亦举办类似活动。个人数据和数据生成洞见都涉及私人信息的使用，相关交易行为时常引发社会争论。事实上，大部分数据无法转手获利。即便欧洲一些制造业企业尝试将自有产品生成的数据加注知识产权后向外发售，却往往因企业数据缺乏可比性、交易双方难以定价而作罢，这类极具价值、适宜在产业互联网内互联互通的产业数据无法广泛分享，阻碍了社会进步。如何在公共产品和私有产品中间找到合适地带、界定数据的使用标准和范围、加快特定类型数据的分享步伐，决定了金融科技企业在数据经济下发展的广度和宽度，是金融科技企业未来发展中需要持续解决的问题。

　　当前主流的数据处理方式为集中化云平台模式，数据以澎湃之势涌入后，在云端集中统一处理。这些云平台包括亚马逊网络服务（AWS）、微软蔚蓝（Microsoft Azure）、阿里巴巴云（Alibaba Cloud）、谷歌云（Google Cloud）等。它们是时下具备最大算力、培训最优算法的所在，能够快速侦测信用卡欺诈、预测机器何时检修等，在金融业和制造业大有用武之地。调研公司Gartner的数据显示，2019年全球商业企业向云平台支付接近2300亿美元，预计2022年的支付额达到3550亿美元。截至2020年3月，谷歌云仅在英国一地就签下了劳埃德银行集团、汇丰银行、Atom银行等商业银行，以及金融市场数据和基础设施提供商Refinitiv。数据吸引数据，数据集中化处理促使政府和企业将重要数据和商业应用上传至云，云平台提供的丰富服务选项便利政府和企业挖掘并形成洞见和解决方案。杭州在智慧城市试点中，依托本地阿里巴巴云平台，积极打造智慧政务、智慧社区、智慧生产、智慧交通以及无现金社会。2020年初新冠肺炎疫情爆发后，诸如巴塞罗那移动通信大会、日内瓦车展等国际大型展会接连取消。华为等众多智能机厂商陆续开启“线上巴展”，在云平台发布产品线。宝马、奥迪、奔驰、宾利、保时捷等日内瓦车展的参展方纷纷宣布开办“云车展”。不论是大型金融科技企业的云平台，还是制造商自行研发的云平台，大都服务城市生活、工商业和政府组织，对基层治理关注度有限，不利于基层治理与社会发展同步，亟需改进。数据集中化处理还会引发企业费用上涨、数据中心能源消耗量大增等后果。咨询公司OpenAI的数据显示，2012年起，人工智能项目的算力激增，数据处理芯片的需求量每3.4个月实现翻番。长期来看，金融科技还需设法实现数据处理方式多样化，为数据经济大发展打造相适应的算力基础设施。

　　金融科技企业传输和处理的数据大都为金融和支付数据，涉及国家主权和人民安全，应具备相匹配的严格规制。亚马逊网络服务、微软蔚蓝、谷歌云三家世界排名靠前的平台都崛起于美国，美国因此掌控数据经济的规则制定权。各国和经济体为避免数据境外储存造成执法困难，遂各自制定规则，架设虚拟云边界。欧盟制定的《通用数据保护条例》（GDPR），当且仅当企业在本地实施了相应保护措施，或目的地国家具备“充足的保护条件”，个人数据方能离开欧盟。欧盟正在讨论创建单一数据市场的问题。印度不许支付信息离境，不久还将要求某些类型的个人数据永不许离境，另推出公共支付系统，同私人提供商竞争。俄罗斯要求数据在境内处理和储存。如何在这些数据不合作规则下开发数据经济，既保护本国和本地区的金融安全，又保障社会普惠发展，是金融科技界需要共同探讨和解决的问题。

　　中国金融科技企业发展数据经济的要点

　　促使数据经济合规服务智慧社会建设。智慧社会以大数据、云计算、移动互联网、物联网、5G等新一代信息技术为依托，实现智能设备间的互联互通，造就智能控制和智能生活。数据是智慧社会运转的立足之本和源头活水，合规接入数据成为智慧社会建设中不能回避的问题。金融科技监管机构应会同相关部门，根据已有法律法规，界定数据属性，以便服务大众、产生经济效益、保护个人隐私。2020年初，全国金融标准化技术委员会发布《个人金融信息保护技术规范》JR/T0171-2020（以下简称《规范》），引用及参考了以往与个人金融信息有关的多部法律规定及标准，界定个人金融信息的适用主体和范畴，根据信息遭到未经授权的查看或未经授权的变更后所产生的影响和危害，将个人金融信息按敏感程度从高到低分为C3、C2、C1三个类别，从安全技术和安全管理出发，对个人金融信息生命周期各环节保护提出规范性要求。金融科技企业应在有关法律法规的指引下，关注个人数据的“接入权”而非“拥有权”，便利个人关注和控制数据的应用而非牟利。有研究表明，政府开放数据价值已从占GDP总量的0.1%上升至7%。金融科技企业要赋能政府数据的合规自由接入，主导数据服务智慧社会建设，实现数据经济的效益最大化。2020年新冠肺炎疫情期间，金融科技企业合规善用个人数据，服务智慧社会的案例比比皆是，中国的数据经济高速运转。各地方政府推出数字通行证，人们从中获取出行经历的数字记录，以便返岗复工或是回到居住城市之用。上海“随申码”后台数据来源于卫健、公安、交通、通信、电信运营商、航空、铁路等部门以及一些互联网企业，中国银联、支付宝、微信综合处理这些数据，形成社会通行的动态码，畅通社会生产生活。“随申码”还逐步与长三角地区其他城市的出行码共享互认，朝向长三角数据经济整体化发展迈进一大步，为长三角智慧城市群建设中数据的合规分享和使用打下了基础。金融科技企业也积极尝试归集商业企业的数据，探索分享或交易的可能性。滴滴打车平台与医疗、援助机构联手，允许从事数据分析、在线模拟或物流支持等有关工作的人员免费使用自有服务器。电商平台京东将旗下自动驾驶机器人用于在武汉为医疗人员运送物资。随着各地学校延期返校学习、企业延期现场办公，在线教育和云复工迅猛增长。阿里巴巴的钉钉、腾讯的企业微信、字节跳动的飞书等远程办公App，均努力从居家办公和学习热潮中寻找新商机。百度网盘企业用户的活跃度显示，日均活跃用户自2月以来上涨超过50%，整体搜索远程办公需求的热度曾连续三周增长625%，各类企业数据上云、共享和交易是潮流所向。国际金融科技企业的做法可资借鉴。亚马逊网络服务近期推出数据交易平台，运作方式类似智能手机App在线商城，买方缴纳注册费、同意协议条件，亚马逊网络服务负责处理数据交易支付流程。字母表旗下的Waymo公司从事自动驾驶汽车开发，联合其他相关企业，共同发布和分享车辆相关信息。微软和其他软件制造商行将启动“开放数据倡议（open-data initiative）”，在法律法规允许的范围内开放、交易产业数据。中国金融科技企业亦可携手，借助智慧城市建设契机，促成商业企业数据的合规、有偿开放与分享，推动产业链整体攀升。

　　推动云平台服务基层治理，扩大数据经济服务面。2020年新冠肺炎疫情之下，基层治理的重要性越发凸显，以及基层治理在数据使用方面的滞后性。金融科技企业可立足自有云，或建设专有云，服务基层治理，将治理流程纳入云，将治理过程中产生的各种信息数字化，使之跟上数据经济建设的节拍。银联数字社区整合平台生态，研发防疫产品，借助“云闪付”平台，为政府部门、物业和居民提供在线实用工具和服务，涵盖健康打卡、智能门禁、小区公告、报事报修、红外测温等。银联商务开发“优客E记”社区出入信息管理系统，以“云闪付”App扫码登记的方式，提供信息采集、信息核验、出入流量监控、健康数据追溯、分级管理等服务，降低纸笔使用交叉感染概率，减轻社区工作人员负担，为政府部门科学防治、精准研判疫情提供数据支持，帮助社区基层做好疫情一线防控工作。经此一役，“云闪付”平台有望改变基层社区工作流程和模式，推动全中国社区建设进入数字化新阶段。政府相关部门对疫情期间的农村基层治理也进行了探索。中国农业农村部自行推出“农业科教云”平台，云上自带“农业技术推广”App。平台要求全国30多万个乡镇农技员注册，开展日常工作，农户在平台上向全国各地的农技员提出农业生产中遇到的各类技术问题，由此产生的“农技问答信息”已达几千万条，各类庄稼病虫害图像高达几千万张。机器学习和人工智能对上述信息建模，形成具有高预测精度的训练集。将来农户上传病虫害图像，平台自动分辨疾病，提供解决方法，农技员专攻疑难杂症即可。如此循环往复，该平台训练的“农技服务”机器学习模型，最终有望达到“阿尔法狗”的水平。全国共计60多万个行政村、200多万村干部，他们在解决基层治理事务过程中会产生海量数据信息。中国金融科技企业应积极进入该领域，打造诸如“全国乡村治理”的云平台，根据基层治理的主要事务，对数据信息分门别类，村干部链接该平台，上报乡村治理中的各类数据信息，产生基层治理的大数据。金融科技企业还要整合各地已有的基层治理App和云平台，统一数据信息的产生口径，发挥全国联动效应。2018年，中国云计算产业规模为962.8亿元人民币，仅相当于美国云计算产业的8%左右，服务基层后，大有潜力可挖，发展前景可期。

　　探索边缘计算（edge computing）应用。万物互联指日可待，机械臂、车辆、冰箱、洗衣机、眼镜等海量终端织就巨型网络。爱立信预测，到2025年全球物联网设备数量将达250亿台，是2019年110亿台的双倍有余。这种爆发式增长来源于数据收集方式的转变。目前，大部分设备由电缆连接，将来越来越多的设备通过无线连接。5G每平方公里支持100万个连接，仅曼哈顿一地就会有6000万个连接。据爱立信测算，到2025年，移动网络每月可在全球传输高达160EB的字节，是当下的四倍。数据聚沙成塔、汇流成海，终有一日可能出现数据流量过大，无法及时向云端传递的现象，势必影响计算正常运行和社会有效运转。比如自动驾驶汽车应用必须保有高速反应的连接，随着自动驾驶汽车的推广和普及，他们产生的算力需求大增，客观上要求距离最近的数据中心甚至车辆本身来运行算力。换言之，所有的物联网设备都可以成为运算载体，许多控制都能通过本地设备实现，无需付诸云端，以便提升处理效率，减轻云端负荷，此即边缘计算。边缘计算起源于传媒领域，指在靠近物或数据源头的一侧，采用网络、计算、储存、应用核心能力为一体的开放平台，就近提供服务。应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。云端计算可以访问边缘计算的历史数据，两者协同工作、互为补充，共同构成物联网时代数据经济发展的新兴基础设施，分担越来越多的业务种类和越来越重的算力。早在2003年，内容分发网络和云服务提供商AKAMAI就同IBM合作，在IBM的WebSphere上提供边缘计算。美国新兴企业SWIM.AI开发的软件从拉斯维加斯的行人、行驶车辆、每一次交通指示灯的变化中获取信息，执行一系列计算，持续提前两分钟预测每个路口交通指示灯的变化，影响拉斯维加斯全城的交通流量。优步已将SWIM.AI的边缘计算引入自有系统，优化驾驶路线。未来，中国金融科技企业不仅要致力于建设和运营云平台，还要培育一批较小规模的当地专业数据中心，大量创建和推广互联互通设备，实现物联网设备数据的就近分析，推动中国数据经济进入发展新阶段。

　　完善中国金融基础设施，开展国际数据合作。中国金融科技水平高，相关企业媲美美国同业，在业务多样化发展方面具备国际话语权，但在数据规则制定方面尚无法比肩欧美，原因在于用于金融数据传输的基础设施还不完善。当前，全球金融数据交换和跨境支付清算由美国SWIFT垄断。SWIFT网络通过系统工具、报文标准等手段，连接不同国家的金融机构，绝大多数跨境货币信息转移均由SWIFT发起指令、开展跟踪。美国以国家利益计，时常利用SWIFT实施长臂管辖，干预他国政治。美国还进一步扩大SWIFT数据信息应用范围，除反恐外，还将其与美元清算数据打通，用于制裁、反洗钱、金融情报等领域。中国金融科技要想安全开发数据经济潜力，必须尽快完善自有跨境支付清算系统（CIPS）建设，令人民币跨境支付和结算脱离SWIFT的掌控。跨境支付涉及对外政治、经贸往来，数据高度敏感，欧洲各国多次呼吁停止与美国SWIFT共享数据，及时推出国际最高标准的数据管理规则《通用数据保护条例》。中国金融科技界要对标该条例，完善中国版本的金融科技数据保护、分享规则，同欧洲各国一道，推动阻止未经授权的数据开放。中国金融科技界还要积极参与或对接国际上正在建立的SWIFT替代系统，如欧盟计划以特殊目的实体（SPV）方式复制SWIFT功能，便利欧盟公司依据欧盟法律展开合法的金融结算交易，并表示对全球其他伙伴开放；俄罗斯打造金融信息传递系统SPFS，积极引入参与主体，已有500余家组织和机构加入。中国金融科技界还要加强跨境监管协调，积极参与国际监管规则制定，建立与美国、欧盟、日本等主要国际货币发行体的监管合作机制，共同维护跨境支付结算体系安全。比如2019年G20启动“大阪轨道（Osaka Track）”倡议，旨在为数据治理提供全球规则，支持可信数据的自由流动，中美领导人都同意加入该倡议。预计未来全球会出现数个数据联合体，参与成员国相互交叉重叠，相关法规、条例或倡议的具体内容必然有相通之处。中国金融科技企业要积极参与该过程，将自有主张灌注其中，站上全球数据经济制高点。