信息不對稱仍然是當(dāng)前普惠金融面臨的突出問題
小微企業(yè)的信用數(shù)據(jù)來源主要包含幾個部分：除了人行征信系統(tǒng)和銀行內(nèi)部自有數(shù)據(jù)以外，主要集中在政府部門或公共事業(yè)部門，其他同業(yè)金融機構(gòu)，還有部分分散在供應(yīng)鏈核心企業(yè)，以及互聯(lián)網(wǎng)企業(yè)中的替代性數(shù)據(jù)，數(shù)據(jù)來源的分散化、碎片化使銀行獲取數(shù)據(jù)的成本高、難度大，加上整個社會信用信息體系尚未完全打通，信息獲取的渠道不通暢，彼此之間仍然存在著組織壁壘、數(shù)據(jù)孤島的問題。
另外，一些小微企業(yè)尤其是首貸戶本身沒有辦理信貸業(yè)務(wù)的經(jīng)驗，不清楚銀行貸款業(yè)務(wù)規(guī)定和普惠金融產(chǎn)品，不知道自己是否具備貸款資格，金融服務(wù)的需求端和供給端難以形成有效的溝通，造成了信息的雙向不對稱。
數(shù)據(jù)的有效性不足加大了數(shù)據(jù)治理的難度
除了數(shù)據(jù)缺失外，數(shù)據(jù)的有效性也是當(dāng)前面臨的一個難點。由于替代性數(shù)據(jù)的信息采集、處理機制不同，來源又非常復(fù)雜，數(shù)據(jù)的準(zhǔn)確性、真實性相對較低，銀行出于合規(guī)考慮，對數(shù)據(jù)廠商的選擇和合作也更加謹(jǐn)慎；供應(yīng)鏈核心企業(yè)所掌握的上下游交易數(shù)據(jù)、產(chǎn)品數(shù)據(jù)等保密程度高，加上鏈條各環(huán)節(jié)數(shù)據(jù)口徑不統(tǒng)一，數(shù)據(jù)質(zhì)量難以保證，并且存在大量半結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)，造成銀行實際可用的數(shù)據(jù)量和數(shù)據(jù)有效性不足，數(shù)據(jù)治理的難度大。（1）探索銀政與銀銀合作，安全合規(guī)獲取高質(zhì)量數(shù)據(jù)相關(guān)的法律法規(guī)在要求保護數(shù)據(jù)安全的同時，也重視對數(shù)據(jù)的合規(guī)開發(fā)利用。政務(wù)數(shù)據(jù)和金融同業(yè)數(shù)據(jù)本身的質(zhì)量高、有效性強，能夠幫助銀行全面了解小微企業(yè)信息，銀政、銀銀合作布局普惠金融，可以形成政府、銀行、擔(dān)保、保險等多方數(shù)據(jù)安全共享的體系，共同解決小微企業(yè)貸款的數(shù)據(jù)難題。隱私計算“可用不可見”的優(yōu)勢是這個過程中實現(xiàn)數(shù)據(jù)脫敏、脫密的關(guān)鍵，可以從技術(shù)上保障數(shù)據(jù)流通的合規(guī)和安全，滿足政府、同業(yè)、供應(yīng)鏈核心企業(yè)等對數(shù)據(jù)保密性的要求。可以利用多方安全計算技術(shù)加強在信貸業(yè)務(wù)場景的應(yīng)用，例如在小微企業(yè)信貸業(yè)務(wù)申請、客戶評級、圖像隱私保護、黑名單共享、貸款資金流向監(jiān)測等關(guān)鍵環(huán)節(jié)，通過在各方部署隱私計算節(jié)點，共同完成任務(wù)調(diào)度。根據(jù)易觀分析技術(shù)應(yīng)用成熟度模型（AMC）的趨勢判斷，目前隱私計算技術(shù)處于探索期階段，技術(shù)應(yīng)用還未完全成熟，但隨著概念驗證和試點部署的結(jié)束，未來隱私計算落地案例將會迎來爆發(fā)式增長。多方數(shù)據(jù)的引入需要部署隱私計算平臺，存在一定的技術(shù)難度和場景適應(yīng)性的問題，需要在結(jié)合自身業(yè)務(wù)結(jié)構(gòu)和IT架構(gòu)的基礎(chǔ)上進行充分評估。（2）提高數(shù)據(jù)質(zhì)量，加強對非結(jié)構(gòu)化數(shù)據(jù)的利用在加強數(shù)據(jù)采集的基礎(chǔ)上，需要對數(shù)據(jù)質(zhì)量、真實性和合規(guī)性做進一步判斷和治理。數(shù)據(jù)治理的關(guān)鍵要素是建立全行統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，構(gòu)建企業(yè)級的數(shù)據(jù)能力中臺，打造數(shù)據(jù)底座，在數(shù)據(jù)治理的基礎(chǔ)上，推進模塊的快速迭代和復(fù)用，基于大數(shù)據(jù)、人工智能技術(shù)形成全流程、全生命周期的數(shù)據(jù)治理方案，結(jié)合小微企業(yè)的信貸業(yè)務(wù)場景、合同文本、業(yè)務(wù)圖像等非結(jié)構(gòu)化數(shù)據(jù)，對原始數(shù)據(jù)進行解析，融合計算機視覺、NLP、知識圖譜技術(shù)，通過內(nèi)容管理進行非結(jié)構(gòu)化數(shù)據(jù)處理，實現(xiàn)智能搜索、內(nèi)容安全洞察、內(nèi)容自動化管理，提升小微企業(yè)數(shù)據(jù)的可用性，盤活數(shù)據(jù)價值。（3）提升模型性能，在數(shù)據(jù)有限的情況下充分挖掘數(shù)據(jù)價值數(shù)據(jù)本身是個中性詞，數(shù)據(jù)的價值只有與業(yè)務(wù)結(jié)合才能真正發(fā)揮作用。安全引入多方數(shù)據(jù)解決的是數(shù)據(jù)缺失的問題，如何用好現(xiàn)有數(shù)據(jù)則解決的是數(shù)據(jù)有效性的問題。在數(shù)據(jù)量有限的情況下，對數(shù)據(jù)的挖掘、模型的建設(shè)變得更加重要，另外線上信貸業(yè)務(wù)對于自動化、時效性的要求很高，更需要提升模型本身的能力去推動業(yè)務(wù)進展。一方面可以利用人工智能的深度學(xué)習(xí)與知識圖譜技術(shù)，通過業(yè)務(wù)規(guī)則設(shè)置、模型設(shè)計去識別、融合、分析自有數(shù)據(jù)，深度挖掘產(chǎn)業(yè)鏈條上下游企業(yè)的關(guān)聯(lián)關(guān)系，建立小微企業(yè)的關(guān)系視圖，改變小微企業(yè)財務(wù)報表不規(guī)范、數(shù)據(jù)無法利用的困境；另一方面可以通過機器學(xué)習(xí)對歷史數(shù)據(jù)做出洞察，分析哪些數(shù)據(jù)可以更加有效、精準(zhǔn)地識別客戶，哪些數(shù)據(jù)具有普遍性，哪些數(shù)據(jù)只針對特定客群有應(yīng)用價值，從數(shù)據(jù)中推導(dǎo)模式來指引信用模型或業(yè)務(wù)策略的改善。在普惠金融業(yè)務(wù)場景的拓展上，將隱私計算技術(shù)與大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈、物聯(lián)網(wǎng)等技術(shù)融合使用，發(fā)揮各自的技術(shù)優(yōu)勢，保證數(shù)據(jù)在進行聯(lián)合計算的過程中做到風(fēng)險的精準(zhǔn)識別、安全的云端存儲和數(shù)據(jù)流通過程可追溯的要求，豐富數(shù)據(jù)維度，實現(xiàn)數(shù)據(jù)的所有權(quán)和數(shù)據(jù)使用權(quán)相互分離，解決銀企間信息不對稱的問題，助力普惠金融規(guī)模擴大與高質(zhì)量協(xié)同發(fā)展。
