T112019-数据智能技术峰会-数字信用生态、趋势与机会8页_8mb

数字信用生态、趋势与机会总结

核心内容

本讲座由北京大学光华管理学院金融学系副教授王志诚主讲，围绕数字信用生态、趋势与机会展开，探讨了信用在数字经济中的重要性及其面临的挑战与发展方向。

信用的重要性

信用作为金融的三大要素之一（价格、风险、信用），在数字时代尤为重要。随着社会分工的精细化，信用成为衡量个人和社会价值的重要标尺，特别是在数据经济社会中，个人信用不仅代表其经济行为，也反映其身份与地位。

信用生态体系

信用生态体系具有以下功能：

• 奖优罚劣机制：通过信用评价促进正面行为，抑制负面行为。
• 奖惩有度：适度的奖惩有助于生态系统的健康发展。
• 惩罚过度：可能导致生态失衡，抑制创新与活力。

DIKW体系与数字信用分工

数字信用体系可划分为DIKW四个层次，各层次由不同主体承担：

• Data（数据）：数据收集与存储，主要由政府公信机构负责。
• Information（信息）：信息提取与加工，由征信机构完成。
• Knowledge（知识）：知识模型与整合，由数据运营公司处理。
• Wisdom（智慧）：智慧应用与反馈，由金融服务机构实现。

当前，征信体系的“一道一库”基础设施尚未完全建立，影响了信用数据的统一管理和高效利用。

个人隐私与大数据产业的关系

随着个人数据保护意识的增强，数据使用需遵守“数据红线”原则。如何守住数据红线，成为行业发展的关键：

• 授权与权限：确保数据使用合法、合规、合理、合适。
• 数据合作共享：通过价值提升机制促进数据的合法共享与应用。
• “取之有道，用之有度共享共有，留有余地”：强调数据使用需遵循道德与法律边界。

大数据产业的待解问题

大数据产业在发展中面临诸多问题，需从“在发展中规范”转向“在规范中发展”，具体包括：

• 大数据的角色定位：需明确数据的边界与使用范围，平衡效率与公平。
• 数据隐私与分级管理：在考虑成本的同时，需加强数据隐私保护。
• 产权保护与共有共享：探讨大数据的边际影响及产权价值。

当前进展与待解决的问题

目前，数字信用生态已取得一定进展，但仍存在诸多待解决的问题：

• 征信生态框架构建：需从征信生态角度出发，建立总体框架。
• 征信最小化原则：探索征信最小化原则与大数据分析的结合模式。
• 合规机制与可信数据整合：确保数据来源合法、处理合规。
• 个体工商户共享平台试点：推动个体工商户信用信息的共享。
• 共享激励机制与合作模式：建立有效的激励机制与合作模式，以促进信用数据的流通与应用。

联合实验室课题

由北京大学光华管理学院、百行征信与腾云天下征信数据分析与应用联合实验室共同开展的课题包括：

• 基于个人征信的小微个体工商户信用评价模型专项课题：旨在构建更精准、高效的信用评价体系，支持小微个体工商户的金融需求。

时间标注

• 2019：讲座内容中提及的年份，可能指相关研究或政策的起点。

结论

数字信用生态的发展是数字经济时代的重要课题，需在保障个人隐私与数据安全的前提下，推动信用数据的合理利用与共享，构建更加完善的征信体系与应用机制。