2023金融街论坛年会｜第三届全球金融科技大会暨第五届成方科技论坛“数据治理与金融科技变革”成功举办
11月8日，2023金融街论坛年会中“第三届全球金融科技大会暨第五届成方金融科技论坛”拉开序幕。在该论坛下，由北京立言金融与发展研究院合作承办的平行论坛“数据治理与金融科技变革”于11月11日下午在新动力金融科技中心成功举行。
当前，数字化浪潮席卷全球，数据已经成为新的关键生产要素，也是经济社会发展的重要生产力和基础性战略资源。用数据决策、用数据治理、用数据创新逐渐成为各国的普遍共识；同时，国际社会对金融业加强数据治理、释放数据要素价值、促进数字化转型、推进金融科技变革的期望也愈加强烈。此外，我国“十四五规划”明确提出，加快数字化发展、建设数字中国，稳妥发展金融科技，加快金融机构数字化转型。有鉴于此，本平行论坛围绕“数据治理与金融科技变革” 议题进行深入探讨。
首先是主题演讲环节，邀请到了北京市西城区委副书记、区长刘东伟，中国社会科学院学部委员、国家金融与发展实验室理事长李扬，十三届全国政协委员、原中国保监会副主席周延礼，国家金融监督管理总局一级巡视员叶燕斐，中国光大银行党委委员、副行长杨兵兵，全球法人识别编码基金会首席执行官斯蒂芬·伍尔夫，Visa全球高级副总裁、大中华区总裁于雪莉，企业数据管理委员会主席John Botegga作主题演讲。本环节由《财经》杂志执行主编兼《财经智库》总裁张燕冬主持。
北京市西城区委副书记、区长刘东伟提出，数字经济作为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量，已经成为各国经济增长新动能的重要赛道，数据治理也成为国家治理和推动经济社会变革的重要环节。
党的二十大报告提出“加快发展数字经济，促进数字经济和实体经济深度融合”。西城区作为国家金融管理中心承载区，积极抢抓世界科技革命和产业变革机遇，抢占未来发展制高点，充分发挥金融特色优势，协同推进数字产业化和产业数字化，促进金融科技创新运用，更好地服务群众生活和实体经济发展，取得了积极成效。
一是全面推动数字赋能高质量发展，加快全球数字经济标杆城市示范区建设。在推动金融业高质量发展的同时，数字经济也是西城区布局未来经济发展的重要增长点。
二是在数字赋能产业发展方面，于2022年率先提出建设全球数字经济标杆城市示范区的目标，并出台了相关的实施方案，重点推进建设安全感知的数据原生城区等六项任务。加快建设中国数据街，促进数据与金融等特色产业深度融合，着力打造北有金融街、南有数据街的发展模式，构建具有国际竞争力的数字产业集群。
三是打造智慧商圈和西城消费平台，充分运用数字技术优化消费服务，丰富数字消费新的场景。西城区持续构建政策体系，培育新产业、新业态、新模式，围绕首都功能核心区定位，构建形成以金融、金融科技、资产管理、数字经济和现代服务业为主的“4+N”产业布局。
未来，西城区将以数据为关键要素，促进数字技术与实体经济深度融合，加强数字基础设施建设，完善数字经济治理体系，赋能传统产业转型升级。一方面，不断完善服务机制，支持大数据、云计算、人工智能、区块链、物联网、隐私计算等技术应用，支持鼓励科技企业、金融机构协同创新，支持数字金融研发中心、应用中心、创新中心、投资中心、孵化中心的发展，形成行业协同、主体共赢、市场共治的格局，进一步推进金融业数字化转型。另一方面，积极助力各方协同协作，在充分保障数据安全的前提下，推动数据资源共享开放，推动跨领域、跨行业的数据融合与协同创新，依法有序丰富金融科技数据资源，完善数据治理体系建设。
最后，刘东伟表示，希望大家携手发展，在西城区探索开展数据交易，促进数据流通应用，创造出更多成功的案例和典范，推进数据治理与金融科技变革，共同推动新时代首都金融业高质量发展。
中国社会科学院学部委员、国家金融与发展实验室理事长李扬从宏观和微观两个角度围绕金融支持科技创新发表演讲。
首先，针对宏观层面上金融创新与技术创新的关系，李扬教授回顾了历史上五次重大科技革命的演进与波折，以及金融与资本在其中所发挥的不可替代的作用。他进而引用了美国资本市场研究所的相关数据，发现1999-2001年间在美股的上市科技公司，于随后的20年间大量退市。由此他指出，从金融角度来看，虽然当资本与新技术企业相结合，可能会带来股价和指数的波动，似乎产生了风险与泡沫，但是正如比尔盖茨所言，“泡沫给网络行业带来了很多新资本，这将更快地推动创新”，或许，金融支持科技创新就是一个“泡沫破灭、重新创造”的“螺旋式重构”过程。考虑到科技创新对人类社会的价值，金融的介入显然是“利大于弊”。这带给监管者更加复杂的挑战，必须对此深入理解并把握好效率与安全“跷跷板”。
其次，结合企业微观层面上的金融支持模式，李扬教授认为，在不同的成长阶段企业所需要的金融资源差异较大。其中，企业初创期的融资形式有自筹、风险投资、天使投资等；企业上市时，便有多种股权融资模式，以及银行贷款的进入；后期则可能通过可转换债券、高收益债券等进行融资。我们需要持续创新和完善科技金融的支持方式，使得科创企业在全生命周期都能获得合理、高效的金融资源支持，否则最后可能会出现很多问题。
最后，李扬教授总结到，我们需要认真理解金融与科技的良性互动关系。一方面，在数据要素的加持下，科技给金融业高质量发展带来巨大助力；另一方面，金融需深入探索支持科技创新的可行模式，并且在面对其中的泡沫与风险时，既保障安全可控，又有合理容忍度，这样我国的科创事业才能健康发展。
十三届全国政协委员、原中国保监会副主席周延礼以“数字经济时代的数据安全与保险科技创新”为主题，做了以下分享：
周延礼认为确保数据安全与网络安全在产业数字化和数字产业化进程中的地位愈加重要，已成为数字经济高质量发展的关键。建设和完善信息技术基础设施与网络安全保险的结合将形成高效且有效的个人或企业网络安全防护保障机制。
在我国开展网络安全保险的必要性有以下四点：其一，数字经济的安全与发展，要求应对网络空间日益严峻的风险隐患。其二，数据要素生产安全，需要安全和可信的网络空间治理与保障。其三，数字经济安全体系的清偿力和资金“加油站”，要求网络安全保险的快速发展。其四，数字经济安全体系建设，需要网络安全保险功能和作用。
发展网络安全保险，一是需要网络安全技术范式的创新，二是需要构建“保险+风险管理+服务”的综合业态，三是需要制定具有中国特色的服务规范、健全企业和行业技术标准，四是要自上而下地推进数据基础设施建设，五是需要保险监管、网络安全产业和高校科研机构之间的协同创新。
国家金融监督管理总局一级巡视员叶燕斐围绕“数据治理与金融科技变革”，主要从以下几方面进行分享。
首先，党中央、国务院高度重视数字经济发展，从战略高度擘画了“数字中国”建设蓝图。金融监管总局深入贯彻落实党中央、国务院决策部署，扎实推动银行保险机构加快数字化转型，夯实数据基础，加强行业协同，取得初步成效。
一是加强组织管理。银行保险机构积极明确专职或牵头部门，立足自身定位，科学制定数字化转型战略规划，明确数字化转型实施路径和举措。改进组织架构和机制流程，建立数字化转型成效管理评估体系和考核机制等。
二是推进转型发展。银行保险机构立足自身条件，着力完善产业金融、个人金融、金融交易、运营服务、风险控制等数字化经营管理体系。积极加强数据能力建设，健全数据治理体系，严格数据质量管控，不断提高数据资产管理能力和数据挖掘应用能力。
三是提升风控水平。银行保险机构加快建设与数字化转型相匹配的风险控制体系，有效覆盖数字化转型战略风险、创新业务合规风险、新型业务流动性风险、操作及外包风险、模型和算法风险、网络与数据安全等领域，纳入全面风险管理框架。
另外，银行业保险业作为数据密集型行业，强化数据治理，加快推进数字化转型发展，既是激活数据要素潜能、做强做优做大数字经济的使命担当，也是提升金融服务的智能化水平，增强防范化解风险的能力的内在动力。在这个过程中，尤其需要关注几个问题。
一是加强顶层设计。数据治理是一项系统性工作，涉及工作繁杂，如何有效规划、体系化推动，如何平衡短期投入成本和长期收益，如何通过内控和审计来规范数据治理工作，诸如此类的问题应该纳入战略规划制定中考量。
二是做好协同配合。数据治理是否成功，关键是建立系统化、职责分明的协调配合体系。权责模糊、动力缺失等会导致数据治理不佳、低效利用。需要建立完善数据协调配合、共享共赢、创新驱动的工作机制。
三是强化技术基础。数据治理不仅需要充分关注元数据、数据标准、数据模型、数据分布、数据存储、数据交换、数据生命周期等，更需要把数据治理与新技术应用广泛融合在一起，真正体现在数据治理与应用的全流程，发挥数据与技术融合的正效应。
四是助力业务发展。数据治理必须与业务开展有效结合，通过深入的客户数据分析挖掘，更精准了解客户需求，全面提升服务质量和水平。提高大数据分析对实时业务应用、风险监测、管理决策的支持能力。挖掘业务场景，通过数据驱动催生新产品、新业务、新模式。
五是确保安全可靠。促进金融科技创新与数字化转型，必须处理好创新与安全的边界，守住不发生系统性金融风险的底线。银行业保险业数字化转型，也应该坚持安全稳健原则，有效防范各种潜在风险。
其次，加强数据治理，提高金融科技应用能力，加快推动金融业数字化转型，是增强金融服务实体经济能力的重要引擎，是深化金融供给侧结构性改革的重要内容。我们要持之以恒、久久为功，推动数字化转型工作不断取得新的进步。
一是深化统筹协同。数据是数字化转型的基础。加强对银行业保险业数据建设的统筹，推动强化公共数据在金融行业的应用研究，不断夯实银行保险机构数字化转型的数据基础。
二是加大整体投入。行业整体推进数字化转型是构建数字金融新格局的重要前提。探索开展数字化转型成熟度等后评估机制，推动机构进一步凝聚数字化转型共识，做好顶层设计和贯彻实施，加大数字技术投入和数字人才培养。
三是丰富应用场景。数字化场景应用体系是数字化转型的支架。要协调统建与分建的关系，切实提升数字化转型场景应用体系的辐射面、丰富度。
四是紧盯数据安全。数据安全问题同大数据建设相伴随。要进一步细化制定行业层面的数据安全管理专项办法，以适应“数据分类分级”“可用不可见”“隐私保护”“数据要素流转”等新的数据安全和应用体系要求。要加强研究数字技术应用中的科技伦理问题，防范可能对用户权益、隐私保护、社会公正产生的负面影响。
最后，叶燕斐提出，数字经济浪潮势不可挡，我们要凝心聚力、砥砺奋进，不断破解发展瓶颈和难题，持续提高金融数字化发展水平，建设适应数字经济发展的现代金融体系，为加快建设金融强国作出更大贡献。
中国光大银行党委委员、副行长杨兵兵表示，数据作为新型生产要素，是数字化、网络化、智能化的基础，在推动数字化转型中发挥着全局性、长期性、基础性作用。今年中央金融工作会议指出，要加快建设金融强国，推动我国金融高质量发展，金融数字化转型是推动金融强国建设和金融业高质量发展的重要支撑。我国数字化转型经历电子化、信息化、数字化三个发展阶段，随着转型的不断深入，各领域产生了海量多元数据。
国家顶层设计和基础制度不断推进数据要素化快速发展，数据要素化核心内容主要包括数据确权、估值、入表、流通、治理、基础设施六个方面，而数据治理是支撑数据要素化发展的重要基础。
银行业数据治理实践经历了数据管理、数据治理、数据资产运营三个发展阶段，数据作为生产要素也是数据资产运营的必然结果。
为做好数据治理工作，光大银行构建适应数据要素化的企业级数据管理框架，形成全生命周期、全覆盖的数据安全管理体系，并加强外部数据管理积极融入数据要素大循环。
同时，光大银行以资产化和价值导向管理运营全行数据资产，积极开展数据资产估值、入表、金融产品等方面的研究和实践，并与各地大数据交易所和大数据局开展全面广泛的合作，共同促进数据要素市场高质量、繁荣、有序发展。
全球法人识别编码基金会首席执行官斯蒂芬·伍尔夫主要从以下几个方面分享：
首先，斯蒂芬·伍尔夫先生分别介绍了全球法人识别编码体系以及全球法人识别编码基金会(GLEIF)和法人识别编码(LEI)所涵盖的数据以及相应的数据质量管理框架。目前全球范围内多个国家和地区的金融监管已在特定交易中要求使用法人识别编码(LEI)，尤其在跨境支付领域，金融稳定理事会以及国际清算银行下属支付市场基建委员会非常支持在跨境支付中使用LEI来识别收付款方机构，并提出LEI或者BIC可以用来代替或者补充收付款方机构的名称和地址信息。
其次，斯蒂芬·伍尔夫先生分享了LEI在跨境供应链中的价值和应用、GLEIF与国际商会下属数字化标准项目的紧密合作，尤其是LEI在贸易数字化中的应用。
最后，斯蒂芬·伍尔夫先生认为，在跨境交易和贸易场景中，机构往往会面临由于不同法律体系所产成的各种挑战，因此金融科技及创新企业需要发展被广泛认可的治理模式并积极使用国际标准，而全球法人识别编码（LEI）就是这样的标准之一。
Visa全球高级副总裁、大中华区总裁于雪莉表示，在 Visa，我们的企业宗旨是通过提供最佳的支付和被支付方式来提升世界各地的每个人的生活水平。为了实现这一目标，我们努力确保数字经济的增长使个人、企业和经济体以包容和可持续的方式蓬勃发展。
Visa不仅助力个人消费者和企业之间的支付，随着新的支付方式的出现，我们正在演变和发展成为一家致力于为每个人在任何地方实现资金流转服务的公司。其中,“创新、信任、可及、共荣” 是Visa践行企业价值观和使命的四大基石。
支付行业赖以生存的基础就是人们对它的信任，而支付安全则是支付产业高质量、可持续发展的基石。在Visa的网络中，我们积极探索新技术与支付安全和创新的结合，从而确保支付的安全性和便捷性取得平衡。过去5年中，Visa的技术投资达到了100亿美元，目的就是不断提升网络的安全性、减少欺诈的发生。2022年，Visa防止发生的欺诈损失约估为270亿美元 。
Visa认为，负责任地使用数据必须成为一项全球目标，并根据各地的现行法律法规执行。在开发数据应用时，始终本着 “以人为本”的原则，关注用户需求和消费者权益，时刻牢记隐私、可靠、公平和问责。
为保护消费者信息和隐私安全。Visa设立了全球隐私安全计划 (Global Privacy Program)。近25年，Visa利用人工智能、机器学习等技术提供有关分析洞见和风险管理的解决方案，以及基于信任和道德考量的忠诚度解决方案。
支付产业的高质量发展需要各方的积极参加和共同推动。植根中国市场四十多年， Visa见证并参与和推动了中国支付产业的发展历程。未来，我们将继续秉承“立足本地，放眼全球”的战略，深耕中国市场，携手本地伙伴，不断为中国支付产业的高质量发展做出积极贡献。
企业数据管理委员会主席John Botegga介绍了企业数据管理委员会（EDMC）以及EDMC创立的两个著名品牌：数据管理能力评估模型（DCAM）和云数据管理能力（CDMC），这些理论、标准和最佳实践在各行各业普遍被使用。John Botegga认为数据是数字金融的基础，数据管理是金融业数字化转型的前提。相对而言，美国金融行业的数据管理是走在其它行业前面的，然而我们仍然面临着巨大的挑战。不说其它的，在美国有太多的金融机构的数据质量仍然一直是个问题，数据安全的问题也多有发生。另外我们关注的往往是基于数据中心的数据管理，其实，我们现在也应该同样关注基于云端的数据管理问题。云端的数据管理不同于传统的数据管理，这是个崭新的话题。我们必须采取行动。同时我们也认为，设立首席数据官是解决这些问题的一个很好的组织保障。
第二部分是成果发布环节，邀请到国家金融与发展实验室副主任杨涛发布《银行业数据治理20讲》。本环节由国家金融与发展实验室学术委员会秘书长程炼主持。
国家金融与发展实验室副主任杨涛发布了《银行业数据治理20讲》，该书由北京立言金融与发展研究院银行业数据治理研究中心发起，国家金融与发展实验室金融科技研究中心、金融科技50人论坛提供学术主持，人民日报出版社提供出版支持。
该书共分为综合探讨、行业实践、数字技术三篇。综合探讨篇主要围绕银行业数据治理的基本理论支撑、系统性逻辑等展开研究；行业实践篇则聚焦于行业实践落地方面进行了更加深入的探索；数字技术篇从多个不同的视角出发，深入探讨了新兴技术如何在银行业数据治理中发挥更大的作用。
同时，围绕“银行业数据治理”，杨涛主要分享了以下三大重点思考。
首先，金融业数字化转型归根到底要处理好以下三方面关系：
一是供给与需求。从需求侧来看，数字产业化、产业数字化、数实融合等都带来全新的金融需求，构成了金融业数字化转型的核心驱动力；从供给侧来看，金融业本身就是特殊的信息处理行业，当信息技术发生重大演变与迭代时，金融的要素、功能、组织方式、业务类型都必然发生深刻变化。
二是生存与发展。伴随着经济周期、社会结构、新技术日新月异的多重挑战，面对前所未有的生存压力，拥抱数字化与新技术显然是一个重要选项。同时，在保障生存的基础上，还要考虑发展问题，只有充分利用数字金融手段，才更有可能找到新增长点与新赛道。
三是创新与安全。一方面，金融业只有通过不断创新，才能提升服务效率、降低成本、拓展服务范围和能力，从而更好地跟实体经济融合；另一方面，安全是永恒的主题，金融业需要高效管理风险，而不是消灭风险，因为风险天然就是金融活动最重要的资源之一。因此，平衡创新与安全在数字化转型当中是始终绕不开的话题。
其次，数据治理是处理好上述三方面关系的核心抓手，即通过提升行业数据要素、数据资产的综合管理应用能力，促进金融业投入产出模式的优化，提升金融业全要素生产率。而要使得数据真正成为金融业变革的核心力量，还需进一步实现数据要素链、数据资产链与数据价值链的“三链融合”。
最后，以银行业数据治理为例，需要充分考虑内部和外部的改革重点。一方面，银行业机构完善数据治理可关注五大重点举措。一是完善机制。银行数据治理是一项系统性的工程，战略要先行；二是技术驱动。数据治理本质上是管理与技术的相结合，因此既需要充分关注各细分领域，更需要把数据治理与新技术应用广泛融合在一起，真正发挥新技术带来的“正效应”。三是助力业务。优化数据治理和应用，有助于打破金融科技场景落地的难题，缓解技术和业务“两张皮”的问题；四是安全可靠。应当从数据源头管理、技术安全、数据管理流程、数据交换等方面入手强化银行数据安全治理；五是合作共赢。生态共建、合指成拳是数字化转型与数据治理建设的首选路径，跨部门、赛道、厂商而提供综合解决方案的商业模式成为主流。
另一方面，还需探索完善银行业数据治理的外部环境保障。一是推动数据治理的规则完善。例如，从数据要素在整个社会再生产中发挥作用来说，离不开数据生产、交换、分配、消费等环节，作为重要起点就需要考虑数据要素确权问题。再如，个人信息保护、国家安全信息保护等问题，也始终贯彻在数据应用中。此外，数字治理也离不开对ESG的关注，即企业环境、社会和治理绩效的发展与评价理念。
二是以数据治理的标准化为支撑。央行目前已发布《金融标准化“十四五”发展规划》，提出以标准化引领金融业数字生态建设，尤其是稳步推进金融科技标准建设、系统完善金融数据要素标准等。客观看，现有银行数据治理探索也存在标准化意识缺失、管理职责不到位、关键数据标准研制和贯彻流程不畅等问题，亟待以推动标准化来解决矛盾。
三是强化专业人才保障。央行金融科技《规划》突出强调金融科技人才的重要性，数据治理也离不开行业人才能力的提升。银行业普遍缺乏大数据相关人才，如果不能尽快从全行业推动中高端人才的培育和提升，数据治理就成为“无源之水、无本之木”。
第三部分是圆桌交流环节，邀请到了中国银行业协会首席信息官高峰，亚洲银行家集团创始人、主席以理，京东集团首席经济学家、副总裁沈建光，中国民生银行数据管理部总经理沈志勇，神州信息副总裁戴可围绕“数据治理与金融科技变革”议题展开讨论。本环节由国家金融与发展实验室学术委员会秘书长程炼主持。
中国银行业协会首席信息官高峰就“数据治理在银行业转型当中的作用”发表看法。他谈到，中国银行业数据治理主要经历了三个发展阶段：第一个阶段始于原银保监会于2018年印发《银行业金融机构数据治理指引》，这一阶段侧重于数据服务监管；第二个阶段以《银行业保险业数字化转型指导意见》为突破口，强调数据治理是数字化转型的重要前提；第三个阶段以“数据二十条”和财政部颁布数据资产入表有关规定为标志，数字化转型进入加速阶段。
高首席指出，如今我们应对数据治理应该有全新的认知。原来数据治理仅从一个企业、一个行业的角度考虑问题，如今我们要从全社会、全生态地视角考虑数据治理的问题。数字化已经影响到我们的生产和生活方式，需要从全社会视角考虑数据治理有哪些伦理道德问题，所以数据治理更应该理解成是一个国家治理生态问题。另外，我们在推进数字化转型过程当中还要看服务对象是否实现了数字化，若对方数据治理能力不行，我们去做数字化的产品和服务可能也是力不从心的。
此外，高首席还指出，近几年，金融科技在赋能银行业数字化转型方面发挥了积极作用，但是随着转型进入深水区，衡量金融科技对数字化转型的质效，应聚焦在数据资产价值。数据不仅是银行的核心资产，也是数字化转型的创新驱动，数据资产尤其重要。通过对数据资产进行价值评估和衡量，能够发现数据在业务创新、运营优化、客户体验改善等方面发挥的作用，意义深远。
高首席同时强调，今年财政部制定印发了《企业数据资源相关会计处理暂行规定》，“理想很丰满，现实很骨感”，我们不能将文件简单解读为允许数据资产入表。数据资产入表时价值如何评估是一大难题，涉及到确权和交易问题，确权是法律问题，交易是市场问题，交易的前提是确权，确权后才能交易，两者不是会计问题。数据资产入表仍任重而道远。
亚洲银行家集团创始人、主席以理主要从以下几方面进行分享。
首先，金融变得更加个性化。从数据角度来看，意味着用户越来越控制着这些数据，自2020年开始，在金融和银行界发生的任何关于数据的事情，大多都是关注在平台搭建上，即数据生成以及用户使用上。未来，应当推出新的法律法规，以更好地控制数据的所有权。
其次，围绕区块链。一方面数据的用户应当能够决定他希望跟谁发生关系、谁能够获取他的数据、他想成为哪一个数据生态的成员。另一方面，外部数据变得比内部数据更加重要，银行想要更好地与客户建立关系，应当向外寻求数据。在一个银行的内部，应当具备能够与客户保持紧密联系的组织架构，从而可以更好地使用数据。
同时，关于数字资产。任何可以数字化的东西都可以资产化、金融化，从而就能把它变为可交易的对象。国际结算银行已经提供了一些规范和指南，让银行能够在2025年之后进行数字资产化。
最后，不管是作为用户还是银行，都不应当单纯地搭建一个数据平台，而应该作为数据网络中的一环，从而能够作为一个连接，让数据更好的流动起来。
京东集团首席经济学家、副总裁沈建光围绕京东集团在数据要素的价值实现进行分享。
首先，推动数据流转，在使用中释放数据价值。京东的To G、To B、To C业务实现了数据要素的叠加、倍增、放大效应。对政府的To G业务方面，京东云打造了“五网融合”的智慧城市建设样本，依托京东智能城市操作系统，打造了先进的数字底座。对企业的To B业务方面，京东连接上百万家供应商和很多终端用户，基于运营数据和自身的技术积累推出了“智造平台”，积极发展C2M反向定制和柔性制造。对消费者的To C业务方面，京东联合北京金控等企业，成立了朴道征信公司，该机构同时持有个人征信牌照和完成企业征信业务经营，能够通过深度挖掘分析个人信用信息、识别判断个人信用状况、输出征信产品和服务，帮助金融机构更好地开展信贷决策、风险定价，从而改善“信用白户”融资和推动数字消费金融发展。
其次，要做好数据使用与隐私保护、数据安全的平衡。欧洲《通用数据保护条例》（GDPR）案例的表明，过度严格的数据保护和“惩罚性”监管有碍创新与增长。做好数据流通与数据安全的平衡，大平台是重中之重。一方面要坚持在发展中解决问题。当前，国家已建立国家数据局，统筹推进数字中国、数字经济、数字社会规划和建设等。另一方面要坚持立法、技术、标准联动。未来，在“国家数据二十条”、《数据安全法》、《个人信息保护法》的基础上，制定国家的“数据战略”，明确数据开放、流转、使用的目标、路径、效果评价、监管机制等。
最后，沈建光表达了数据资产化助力中国经济转型的期待。坚持价值导向和问题导向，推进数据交易流转，遵循“发展和规范联动的思路”完善数据制度，充分利用数字科技解决数据流转交易中的问题，全面释放数据的价值。
中国民生银行数据管理部总经理沈志勇围绕大模型在金融业的运用前景以及银行业数据治理做出分享。
沈志勇提出，大语言模型与生成式AI分别对应ChatGPT的“体”和“用”，其中模型是原理基础，而生成内容则是模型的应用方式。
首先，拥抱大语言模型技术为银行带来多方面价值。一是提高生产效率，可能辅助乃至替代人工生产内容。二是重塑知识体系，基于银行自身数据强化的大型模型，可以更好地满足知识获取的需求。三是提升用户体验，通过拟人化的交互和知识获取的便利，可以带来金融客户体验的提升。对此，除了模型本身外，银行还需要做好算力基础建设；训练数据准备；建设模型训推和应用框架；以及场景应用。
其次，提示银行在大模型技术应用中的关注点。一方面银行要关注经济性，当下大模型的运用成本较高，各家银行需要紧密结合自身实际情况，对大模型和传统AI技术合理地组合和选择。另一方面银行应关注大模型技术的安全合规性，包括数据的安全合规性以及生成内容是否符合主流价值观等。在训练数据、模型输出和问题输入等环节，银行应当始终保持对内容的严格把控。这是确保大模型技术得到合理应用，并符合相关法规和道德伦理标准的关键所在。
关于银行业数据治理的心得分享，第一，关于数据治理人才与岗位的价值认定。数据使用难问题之一在于数据生产与应用间的异步性需要协调，数据治理工作是一项超越技术的综合性工作。因此在对数据人才画像时，应体现对数据人才岗位价值的认可。第二，关于数据治理的经济性。技术的最终目的是为经济性服务，数据治理形成的分工体现了经济性。主数据治理、数据架构等数据治理的具体工作也都是为长远经济性服务，帮助实现资源的优化配置。在执行数据治理的过程中，要注意衡量局部与整体、短期和长远的投入与产出。第三，关于AI与数据治理之间的关系。一方面，AI技术帮助数据在未完成治理前被应用；另一方面， AI技术可加速数据治理中的存量清理业务，目前在数据分类分级，元数据质量提升等方面取得了一定效果。
最后，沈志勇认为金融科技是金融和科技两个专业领域的双向奔赴，当前已经达到互相了解和协同的程度，未来金融和科技将实现更加深度地融合、更加地一体化。
神州信息副总裁戴可分享了神州信息在数据管理方面的成功案例。第一，数据作为一种要素和资产，必须明确基本的标准和属性，围绕其产生了很多上下游价值链。随着价值链逐步复杂，形成了专业化的分工，这也是神州信息在其中扮演的角色。神州信息积累了比较多的信息化和数字化解决方案和经验，过去大家在前端的技术应用比较多，现在神州信息逐渐补足中后端数据治理的空白。第二，神州信息在驱动数据治理和数据解决方案时从两条路径入手，一是从银行业务本身出发，从如何服务实体经济的角度驱动，二是从监管角度出发，从如何更好地满足监管，以及支持未来监管进一步发展的角度驱动。第三，呼吁整个行业在专业化分工的基础上，围绕数据资产来共同创造和搭建生态体系。神州信息最近几年与银行客户等建立了很多共研实验室，多方的结合形成一个体系化的从数据治理到应用的过程。
关于银行的数字化转型，戴可副总裁指出，一是要把数据资产转变成银行的核心竞争力，便于其更高效、低成本地提供金融服务。二是数据治理是需要通盘考虑的战略层面的问题，不单单是某个系统、某个方案或某个部门的事情。三是不同类型的银行应该有针对性地制定数字化转型的目标和路径。
最后，戴可副总裁总结，资产的数字化、产业数联、智能化和无边界将是未来数字化转型以及数据治理的核心路线。
