快捷

　　数字金融作为金融“五篇大文章”之一，数据正在成为金融机构有效利用数据资源，提升以数字技术推动产品和服务创新的金融全州头条新闻网有力抓手。

　　在服务实体经济的服务过程中，数字金融也面临一些“成长的效率烦恼”。比较突出的数据除了此前业内讨论较多的数据失真、确权问题，提升还有数据互认、金融算法歧视等新问题。服务

　　迫切要解决的效率是金融数据互认问题。同一家企业的数据数据，在不同的提升金融机构之间，包括国有大型银行以及股份制商业银行之间，金融全州头条新闻网彼此不互认。服务金融数据的效率重复认证，一方面不利于金融资源的高效利用，另一方面也增加了企业的各类成本。甚至有企业反映，有金融机构的不同分支行对同一类型的企业审核标准都不相同。

　　在更广泛的领域内推动数据互认，将给金融行业带来诸多利好。通过与零售等其他行业的数据互认，金融机构可以更准确地分析消费者行为，从而设计出更贴合市场需求的金融产品，如已有的一些基于实时消费数据的信用评估系统。深层次的数据融合还可以促进新业务模型的产生，如按需保险和预测性财务管理服务等，这些都是在传统服务模式下难以实现的创新。

　　与此同时，与数据互认相伴的一些风险也值得监管警惕。近一个时期，数据互认在一定范围内引发了关于数据安全和隐私保护的讨论。在金融数据互认的过程中，大量企业尤其是中小企业的数据还是纸质的，并且存在保密的问题，需要考虑如何在打通数据流通壁垒的同时，保护好企业的金融数据安全。现实中，一个产业链上的供应商往往对接七八家核心企业，核心企业又对接多家银行，一家供应商可能在十几家，甚至二十几家银行都开了户，从监管的角度，需要考虑如何去支持有限度的跨行放款，从而解决供应商多头开户的问题；在电子票据日益普及的过程中，也要考虑如何避免“一票多融”的风险；等等。

　　金融数据互认对于数字金融发展至关重要。在推动金融数据互认的过程中，掌握了大量沉淀数据的金融机构要发挥主力军作用。同时，监管部门要关注其中的风险，既要充分运用数字技术提升服务效率，也要防范技术不当应用可能影响社会公平，要避免大数据以及算法的歧视，导致弱势群体被金融大模型排斥在服务之外。

　　作者：陆 敏