信用建设服务实体经济，助力经济高质量发展已经成为社会共识。在近日举行的“第一届中国信用经济发展峰会暨2021第三届数字信用与风控年会”上，专家表示信用经济是数字经济发展的重要部分，随着数据监管和行业治理不断增强，信用经济和数字信用正面临新的挑战与机遇。

　　信用经济蓬勃发展　各地加大信用体系建设

　　近年来信用经济在国内呈现蓬勃发展态势，各地纷纷加大信用体系建设。深圳市信用促进会近日联合金融壹账通共同发起成立“深圳市信用促进会信用经济工作委员会”，将总结信用经济试验区创建经验，整合信用经济相关产业资源，积极探索信用经济所需标准、技术、产品和平台体系，助力全国信用经济体系建设和发展。

　　据成都市青羊区金融工作局相关工作人员介绍，信用体系建设逐步成为政府管理的重要手段；成都正围绕完善机制提升效率、深化平台建设筑牢基础和夯实金融信用基础设施三个方面深入推进信用体系建设，这一系列举措推动成都的信用环境不断优化，“诚信成都”的城市品牌初步形成。

　　零壹财经创始人柏亮表示，2021年称得上是数字经济发展的“大年”。在疫情和经济周期影响下，得益于信用经济的发展以及信用创新的支持，很多企业能够获得更好的金融支持；放大到整个宏观经济中，信用经济将使经济能够以更加平稳、更加有创造力的方式取得更好发展。

　　伴随信用经济的发展，个人征信业与个人数据产业也快速兴起。全联并购公会信用管理委员会顾问、人民银行征信中心原副主任汪路表示，未来会有更多的非信贷数据应用到个人信用乃至整个信用主体的判断、管理上来，超出信贷乃至经济信用交易的数据用于判断个人信用状况，应需要法律或监管部门明确规范。个人征信监管从严，符合当下各行各业都在从严监管的趋势。而在守信和个人数据权利的保护上，公共部门可以带头。

　　信用管理仍存短板　“数智化”风控将成趋势

　　我国个人征信业发展时间较短，征信业法律基础正逐渐建立起来，目前还在探索新的监管模式。

　　“目前数据产业在发展过程中仍旧面临数据孤岛严重、监管缺乏有效平衡、应用创新不足、缺乏理论研究支撑等问题。”全联并购公会信用管理委员会常务副主任刘新海表示，个人数据产业的发展可以借鉴全球个人征信业发展经验，从个人信息保护到数据产品服务，不断推广到整体个人数据产业。

　　深圳市金融科技伦理委员会委员本力表示，算法歧视、算法控制带来的成瘾问题，蓄意入侵、数据质量、隐私、技术故障，知识产权、勒索攻击等数据安全方面的问题仍然存在。涵盖政府、社会、技术、企业、个人等力量的现代化伦理治理体系是信息安全与数据治理的基石，也是征信行业未来发展的重要使命。

　　佳信隆董事长王纯红认为，目前企业信用管理现状仍存在数据孤岛，缺少准确、全面的数据，决策低效、存在控制盲点、权限控制不足，存在风险控制漏洞等问题。随着客户自身管理需求提升，信用管理流程化、数字化、自动化已经提上日程。数字化转型会给信用管理带来效率提升。

　　深圳市互联网金融协会秘书长曾光表示，在数据严格监管模式下，中小金融机构需要依靠自身力量进行数据治理、风险防控，要夯实风控、数据治理能力；根据数据处理的具体场景，采取差异化数据风控自动化决策，特别是银行金融机构要构建多样性业务场景；非征信牌照的风控数据公司成本更高，流程更复杂。

　　“数智化风控是金控集团的核心。”光大科技创新总监兼战略发展部总经理王硕认为，未来金控集团必将走上“强管控、大协同”的发展之路，核心就在于全面风险管理。

　　隐私计算技术赋能数据产业发展

　　隐私计算作为保护数据安全的重要技术之一，在推动信用经济和数据产业发展方面正发挥越来越重要作用。

　　据零壹财经副总裁、合伙人、零壹研究院院长于百程介绍，隐私计算赛道崛起主要基于数据隐私保护需求的产生、技术的演进及法律政策的推动等三方面原因。隐私计算不是指某一个具体技术，而是一个范畴和集合。目前，金融领域对隐私计算有着刚性需求，特别是在风控、营销、反洗钱等领域。

　　零壹智库发布的《隐私计算在金融领域应用发展报告（2021）》显示，截至2021年9月底，隐私计算初创公司累计获得63笔股权融资，公开披露融资总额达到56.1亿元。中国在隐私计算领域的专利申请数量在国际上占比达到51%，接近9000件。

　　微众银行区块链隐私计算技术负责人李辉忠表示，以往在没有数据相关法律法规要求下，一些服务机构通过采购数据进行数据的学习挖掘建模；但在新的法律法规要求下，这种方式可能会被判定为不合规甚至违法行为。

　　“数据生产力释放需要全链路隐私保障。”李辉忠表示，在区块链、安全多方计算、联邦学习等核心技术加持下，数据在收集、传输、存储、使用、流转、销毁等过程中，可以实现安全存储、可信传输、协同生产。

　　对于隐私计算在金融领域的应用，神州信息金融科技数据管理总监张新认为，目前我国在隐私计算技术的研究上走在前列，但是对于同业间的合作，比如在数据的提供上仍旧面临监管问题。而且，合作方之间的贡献量也难以划分清楚，客户量大并不代表贡献量就大，还受客户质量等方面影响。