案例 | 基于“隐私计算 + 政务金融”的小微信贷风控研究与实践
华夏银行新技术研究中心人工智能高级经理 董效稳
深圳市洞见智慧科技有限公司数据智能总监 王湾湾
深圳市洞见智慧科技有限公司解决方案专家 杨辉
银行经过多年实践后发现，一些小微企业、个体工商户在银行不一定有完整的信用记录，财务报表不规范，市场活动频次少，导致银行及征信机构都没法通过获得日常行为记录来评价他们的信用状况，对材料或信息的真实性确实难以考究，以至于无法从当地银行获得应有的信贷融资。总体来看，国内小微企业信贷在银行资产中比重并没有出现大幅提升，其在经济结构中起的作用与从银行所获得的融资规模严重不对称。
政务数据在银行小微企业信贷中应用现状
随着数字经济时代到来，银行机构和政府意识到利用技术持续增强数字与金融融合，想方设法为小微企业提供融资便利。比如武汉地方金融局搭建的汉融通平台，整合政府委办局大数据资源，利用隐私计算技术和先进的评价模型，截至今年9月末共接入本地银行及当地分支机构22家、服务机构500家，服务中小微企业8万余户，累计成功融资额1279亿余元。
政务数据具有高权威性、高准确率、高可信度，是从各级政府及委办局、基础设施营运单位等机构中采集而来，可以充当替代数字征信的功效。其刻画市场主体的信用水平所用数据包括通信缴费记录、水电气等市政公用设施支付信息、车险等周期性支付数据，以及经营流水、工资发放、税收和社保缴纳等与小规模经营者及个体经营活动高度相关的信息。依靠替代数据征信的政务数据，银行可以在长尾客户的源头拓展、存客需求挖掘和维护上做实“蓝海”市场，才可能把小微企业信贷风险和运营成本真正控制住，形成新型可持续发展的经营模式。
政务数据在使用中存在的问题
随着《网络安全法》《数据安全法》《个人信息保护法》等一系列严厉的法规出台，数据在实体间转移、交换和交易违反了数据安全及隐私保护相关规定，其加重政府及委办局部门对政务数据流通和安全使用的担忧,而银行也在探索基于政务等征信替代数据的融合利用和数据安全及隐私保护间的平衡。若要破局银行与政府之间数据孤岛，需解决三个核心问题：在采集管理运用上，如何遵循“必要、最小”原则，尽可能保护市场主体的隐私与商业秘密；在数据使用方式上，如何转变政务数据原有的所有权转移协同方式，通过技术手段降低政府和银行安全担忧；在数据挖掘利用上，如何形成精准小微企业客户信用评价和刻画，解决银行针对区域、行业差异化的小微企业融资需求模型筛选策略、授信决策辅助和资产风险管理。
隐私计算技术原理以及能解决的问题
隐私计算，是融合了密码学、人工智能、数据科学、区块链等多领域多学科交叉的技术体系，能在保障数据隐私安全基础上，实现数据价值流动与共享，做到数据可用不可见。目前隐私计算技术包括三个流派：安全多方计算、联邦学习、可信执行环境。实际业务应用中，可结合隐私计算不同流派技术的优势特点，采用多技术路线融合的方式，实现银政金融无缝衔接。
1.支撑数据融合使用全过程安全。政务金融跨域数据融合使用过程涉及通信、计算、存储和权限控制等环节。隐私计算技术确保每个步骤和环节数据安全不泄密，从技术角度隔离数据源和需求方的敏感信息和隐私数据，以数据匿名化、数据授权、密文传输与计算等多种技术手段建立数据流通的信任基础，实现可信网关统一集中管控，提供完善的敏感数据泄露防护措施。
2.保障数据在业务应用全生命周期安全。隐私计算技术通过定义参与计算所必需的数据和协议方式确保数据不被滥用误用、不超出规定的使用范围，且在数据融合业务流程中实现对数据具体用途和用量的有效控制，参与方只能获得其参与计算所必需的数据和协议所规定的计算结果、而不应获得其他任何信息，再结合全流程密文计算保障，实现数据业务应用全生命周期的安全保障。
3.提供分布式统一访问应用机制。政务数据及社会大数据具有海量、多源、多类、异构的特征，同时存在较多隐私敏感的数据，难以实现集中汇聚和统一数据治理。通过隐私计算平台提供分布式统一访问应用机制，在保障各接入方数据安全的前提下，实现外部数据分布式访问和对异构应用访问的适应性。
4.形成良性闭环的数据价值链生态。分布在政府及各委办局、企事业的数据，由于跨域数据安全和隐私不能得到充分保护及数据保管责任，导致银行小微企业融资服务使用的数据从生产到应用的价值链存在大量壁垒，无法进行大规模跨域数据共享融合。隐私计算技术可以突破这些数据壁垒，打通跨域数据的应用价值链，使得政务数据基于业务应用需要在银政政企之间安全地共享流通，实现数据共享融合安全不泄密，释放数据融合价值，产生数据生态网络化效应。
隐私计算在政务金融场景中的应用案例
1.小微企业融资需求模型筛选。某市地方金融局联合其他委办局及本地银行基于隐私计算平台搭建了银政企融资服务对接平台，聚集大量满足小微企业个性化需求的信贷产品，优化和创新银政企融资服务对接流程。通过隐私计算及大数据技术，打通银行和地方政务及第三方数据，从工商、财务、政务、税务，风险五个子维度刻画小微企业，形成多维度企业画像，帮助地方政府主动对本地中小微企业进行信用模型初筛评价，将优质客户批量推荐给银行，降低银行获客成本，让银行由被动转为主动服务模式，畅通企业“首贷”渠道。
2.授信决策辅助精准施策。某市大数据局牵头搭建的银企对接服务平台，依靠隐私计算推动政务数据及外部多方数据共享融合，银行机构借助隐私计算底层技术拓宽了银政企合作边界，增强了银行联合风控模型服务的精度，有力获取当地政府贴息政策，实现既做好惠企纾困政策平稳衔接，又能充分利用政府部门掌握的小微企业的原始数据，优化金融供给结构，提高对先进制造业、战略性新兴产业和产业链供应链等类型的中小微企业实现自主可控的信贷支持。
3.资产风险监测及预警。通过隐私计算技术，结合政务及企业等多方数据采用安全方式联结，实现对中小微及个体户借款人多角度、全方位的信用信息深度整合,并在融资全周期内，以资产、经营、涉诉违规等风险指标建立企业信用风险监测与预警，进行全面体检和风险穿透识别，达到对信贷资产持续匿踪风险甄别、基础资产风险监控目标。
图 基于隐私计算的风控建模AUC和KS效果对比
隐私计算在应用中面临的挑战
尽管银行小微信贷进入快速发展时期，隐私计算与政务数据的应用价值已是行业共识，但仍面临着一系列的挑战，包括：
1.性能瓶颈导致较难实现大规模应用。隐私计算性能较之前已经有了较大幅度提升，但由于多方数据大规模计算，且数据加密机制复杂、交互频繁等原因带来的更大的计算和通信负载。这仍然需要全行业的努力，通过不断优化算法及软硬结合技术推动计算效率逐步提升。比如利用TEE技术实现联邦学习部分协调方的功能逻辑或MPC协议中部分环节计算，用TEE技术来辅助增加隐私计算环节中的信任和提高效率。
2.技术路径或算法实现形成互联互通壁垒。越来越多技术服务厂商有了自己的隐私计算平台，服务于自有生态。但不同隐私计算平台基于自研算法和系统设计实现，且闭源平台居多，平台之间原生无法完成信息交互，将“数据孤岛”变成了“数据群岛”。以银行为例，作为数据应用方，往往面对与不同数据提供方合作时（比如政务），需要部署不同隐私计算平台，存在严重的系统建设和运营成本浪费，因此“互联互通”成为隐私计算在金融领域应用正在面临的新挑战。既要实现隐私计算全局的数据智能，又要通过算法优势实现不同方向的异构自治，那么互联互通是相对不错的解决方式。通过建立行业互通标准协议，逐步打通不同组织、不同系统间的数据壁垒，推动不同企业、政企数据融合与协作。
（栏目编辑：马俊）
往期精选：
（点击查看精彩内容）
《金融电子化》新媒体部：主任 / 邝源 编辑 / 傅甜甜 潘婧