近日由中国互联网金融协会主办的2017中国互联网金融论坛在北京召开。探讨主题为“数字技术如何驱动普惠金融发展”，全国人大财经委委员、中国互联网金融协会区块链研究工作组组长、中国银行原行长李礼辉发表演讲。
李礼辉的演讲主题为“大数据与普惠金融”。他以小微企业融资难作引，指出根本原因在于信息不对称，信用不够普及。而阿里巴巴、京东金融等看到这个机会，应用大数据技术发展小微金融业务取得了较大的成功。“利用大数据技术发展普惠金融，解决小微企业融资难的问题应该是可行的路径。”
同时，他表示，为了实现普惠金融，大数据应该具备较高的品质：具体的真实性；可靠的一致性；足够的延展性。但现实是，存在一致性不足，数据不够大；可靠性不足，数据不够安全；法律不够完善等问题。
对此，李礼辉提出三条建议。首先，做到可控、可信、可靠，成就大数据；其次，数据采集记录和应用应当依法合规，完善数据采集、记录和应用的法律环境；最后，建立数据运营商、中心数据库和云存储数据库集群的准入门槛，严格进行资格核准和行为监管。
以下为李礼辉演讲全文，雷锋网作了不改变原意的编辑：
小微企业融资难是多少年来一直难以解决的问题，原因在于信用形成的模式——信息不对称。小微企业的金融需求因为信任不够普及而无法得到满足，这是中国的痛点。
阿里巴巴、京东金融看到了这个痛点，也看到了潜在的金融市场，他们应用大数据技术发展小微金融业务取得了突破性的成功。关键点是利用大数据发展信用，发展普罗大众的信用价值，与此同时提升企业自身的价值。
普惠金融对于大数据品质的要求
那么什么是大数据？现在社会每时每刻都在产生海量的信息，当信息被数字记录和收集时就形成了数据，但并非所有的数据都是大数据。IBM早就提出大数据的五个特点：大量、高速、多样性、价值、真实性。基于普惠金融的要求，大数据应该具备较高的品质。
一是具体的真实性。数字来自具体的主体，可以是个人，也可以是家庭、企业、行业。数据来自真实的行为即可以是商品交易，也可以是服务、劳动就业、薪酬福利、法定税收、行政消费。
二是可靠的一致性。数据的一致性要求和数据的应用范围正相关。金融产品数据应用范围通常更大，对数据的一致性要求更高，对数据的可靠性、安全性的要求也更高。在一定的数据应用范围内，数据采集的标准和方法必须一致，数据存储的结构和路径也必须一致。
三是足够的延展性。数据具有时间、空间两个维度，足够的延展性才可能具备统计学的意义。无论是时间维度还是空间维度，必要的数据程度和密度，一般与数据主体的规格正相关。如果是个人或者家庭，只要有12个月以上并具备一定密度的数据，应该就能够揭示个人及家庭的消费倾向和支付能力。如果是大大小小的企业以及个体经营者，那就需要按经营范围、服务对象区分的数据组合，才能够分析和比较不同企业的市场竞争力和盈利能力。如果是特定类别的产品或者某一个行业，那就可能需要一整个经济周期甚至更长时间的数据，才能准确反映特定产品、特定行业的市场需求和生命周期变化的趋势。
实际应用大数据的问题
建立以数据为基础的信用体系必须有信得过靠得住的数据，也必须也管得细的数据，发展普惠金融还必须解决当前存在的一些问题。
第一个问题是一致性不足，数据不够大。据波士顿咨询公司测算，信任体系的覆盖率美国高达92%，中国大约只有35%，中间的原因在于信任数据不一致，征信系统不一致。在我国涉及营利法人的数据分析在税务、海关等不同部门的征信系统中，标准不尽相同，口径不尽相同。上市企业信息披露要求严格，采用透明度比较高，容易建立信用，但是大多数的小微企业的商业行为记录淹没在市场的海洋里，没有信任标记，无法积累信用，也就不能产生信用的价值。对小微企业来说，这是与生俱来的缺陷，对于市场经济和商业社会来说，这就是经济制度的缺陷。
二是可靠性不足，数据不够安全。信息区分为共享信息、专有信息、私密信息。共享信息的价值在于真实，必须维护其权威性。专有信息的价值在于归属，必须维护其知识产权。私密信息的价值在于可靠，必须维护其安全。但在目前的数据结构下，往往难以证明共享信息的真伪，难以确认专有信息的所有权，也难以保护私密信息的安全。比如易租宝伪造共享信息，以假项目、假厂租、假担保手段非法集资700多亿元。我们也看到网络诈骗盗用个人的私密信息，将黑手伸向老人、病人、学生。数据信息的可靠性不足，安全性偏低，消耗信任，消耗信用，在很大程度上影响了普惠金融的发展。
三是法律不够完善。与此同时，个人信息的滥用屡禁不止，包括过度非法买卖个人信息，非法上传个人信息，这就引起了人们对隐私保护的担忧，影响人们对大数据技术应用的信心。值得高兴的是，有关个人信息保护的法律建设有了新的进展。今年6月底实行的《网络安全法》和10月起实行的民法总则，对个人信息保护做了更加严格的规定。不过落实到位还需要一个过程，而且一些具体的法律规范也有待进一步明确。我们看到互联网电商平台、移动通信运营商、连锁商场、连锁超市、连锁酒店、品牌房地产和物业管理企业、航空公司、高铁公司、物流公司、学校、医院等等都拥有大量的个人信息数据，对于个人信息的商业利用还有必要制定具体明确的法律规范。
如何应对大数据挑战？
当前，大数据、区块链、云计算正在成为科技技术的主角，只有推动创新才能形成真正的普惠金融，实现金融业的转型升级。
一是做到可控、可信、可靠，成就大数据。并非所有的数据信息都可以采集和记录，也并非所有的数据都具备应用的价值，数据的采集、记录和应用必须遵循基本的准则，这就是可控、可信、可靠。
二是数据采集记录和应用应当依法合规，完善数据采集、记录和应用的法律环境。对商业应用的数据信息应制定明确的规范，限定应用范围，防止企业和个人的私密信息被滥用。在信任信息系统中，只因允许采集有效的、必要的与信任评价有关的各维度的用户数据，涉及个人隐私的数据信息包括：家庭住址、行动轨迹、电子信件、朋友圈等必须得到有效的保护。即使是国家的权利机构，也只能够在法定的范围内调取和使用。任何机构，任何企业，任何个人都不能够侵犯个人隐私，多赋予保护个人隐私的责任，都不能将涉及个人隐私的信息用于商业目的，必须依法予以惩处。
三是应该建立数据运营商、中心数据库和云存储数据库集群的准入门槛，严格进行资格核准和行为监管。数据运营商、中心数据库和云存储数据库集群都必须依法制定具体的筛选标准、取舍规则和操作流程，执行到位、管控到位，切实保护数据信息主体的权益。数据采集、记录和采用防止数据失真，提高数据质量，保证数据的可信度。数据安全和数据系统可靠性是大数据技术应用的底线，数据系统不可靠，不仅可能损失数据信息主体的权益，而且可能危害国家的信息安全。数据安全保障应该依托安全可靠的操作系统，应该覆盖从数据源头采集到数据存储、数据应用的全过程各环节，应该建立具体的制度、流程和规范。任何数据库都可能面临黑客的攻击，要重新审视安全定义，确保数据安全。
我个人的建议：
1、发展我国自主可控的信息系统，改善计算机桌面操作系统。
2、适应新的技术环境。随着技术的发展，数据的存储更多采用分布式数据云的结构，数据世界不再只是大中心的计算机系统和网络，而是多元复合的结构网络。大数据安全的技术和管理制度，未必能够适应新的数据世界，应当采取有效的管控措施，维护数据安全。
3、做到共建、共享、共管大信用。应用大数据解决信息不对称的问题，可以让市场变得透明，普遍降低信用成本。一般来说，数据的覆盖面越广，应用越高，数据的价值也就越大。比较可行的路径是共建、共享、共管。
在国家层级重点是统筹规划大数据基础设施建设，加快政府数据资源的整合，实现政府数据统一，推进公共数据资源的开放共享。有必要对分散的自成体系的政府部门数据系统进行整合，实现关键领域的数据统一。例如建立标准统一的金融统计制度，建立集中统一的金融数据库，建立互联共享的金融数据应用系统，实现金融一本账，形成能够支持金融审慎监管的基础设施。又如，整合银行、工商行政管理、税务、海关等部门的征信系统，共建全国中小微企业的征信系统，采取统一的标准和口径等。
