为推动落实《“数据要素×”三年行动计划（2024—2026年）》，近日，中国人民银行、国家发展改革委、国家数据局等三部门联合组织开展了金融领域“数据要素×”试点工作。

　　在推进做好金融“五篇大文章”的进程中，金融领域的独特性让数据要素被赋予重要使命。金融市场参与者依赖对信息的敏锐捕获与及时的交易执行，以达成降低信用成本、提升投资收益的目标，因此高频、实时且多维的数据已成主流，例如市场行情数据、信用评级动态以及交易行为信息等，这些数据有助于识别市场异象、违规操作和交易风险。伴随行业竞争格局的演变，金融机构持续通过科技化与数字化转型实现自我革新，在降本增效、强化风险管控能力的同时，也能从客户端标准化采集多维度客户数据，涵盖用户交易偏好、风险承受水平及消费特征等，这类数据有助于推动金融产品的创新和投放。具备区域优势的金融机构往往掌握大量软信息，如地方性金融中介凭借其地缘属性，更深入把握本地企业的信用状况与环境表现，同时对区域内居民，特别是弱势群体与老年人群的生活形态有更细致的了解；若能有效将此类软信息转化为标准化、可用的数据要素，能助力绿色金融、普惠金融与养老金融的协同推进与纵深发展。

　　金融是国民经济的血脉，因此金融领域“数据要素×”试点工作对全行业数据要素发展具有先导与开拓作用。首先，通过科技手段与数据要素的深度融合，能够有效识别潜在的金融需求、预测信用风险，并以“精准滴灌”方式满足各行业对金融资源的差异化需求，例如供应链金融中的动态授信与智能风控；此举不仅拓展了金融服务覆盖面，惠及小微企业与普通民众，也显著缓解了粗放型普惠政策所伴随的风险与效率问题。第二，金融领域发展数据要素具备显著的技术外溢特征，由于各行业均与金融系统紧密关联，且非金融企业所积累的数据要素亦具有较强的金融属性，在金融领域探索形成数据要素的核算标准、应用路径与产权保护机制等经验后，可向其他行业推广移植，推动构建相对统一的数据治理与融合应用框架，促进跨部门协同与全要素生产率提升。第三，金融领域的数据要素建设还具有人才外溢性，其发展过程需要大量既懂技术又懂金融的复合型人才，参与系统构建、模型开发与合规管理，这为各行业数据要素人力资源积累提供了重要基础，推动实体经济实现更高水平的数据驱动转型。

　　尽管金融领域数据要素能强化金融风险防控，但数据要素自身的风险管控也是实践中的重要议题。金融领域汇聚了来自多元应用场景的海量数据资源，但数据生产者的隐私权益保护仍存在较大不确定性，例如APP用户的个人偏好、社交关系与位置轨迹等敏感信息面临潜在泄露风险；与此同时，基于用户画像描摹的定向广告推送与差异化定价行为，亦可能触及商业伦理边界与投资者保护机制，引发对数据使用合理性的质疑。在推进跨业态、跨层级数据协同应用的过程中，由于数据来源多样、统计口径不一、核算标准各异以及呈现形式不同，若未经有效整合即贸然拼接并应用于人工智能系统，极易因其“黑箱”特性引发系统性决策偏误。此外，数据要素的权属界定亦存在困难，数据资产作为易于复制与传播的无形资产，其产权边界往往模糊不清，任何形式的数据泄露都可能导致难以估量的价值损失与声誉损害，因此亟待强化数据安全防护体系，构建覆盖全生命周期的数据治理框架。

　　金融领域“数据要素×”试点工作的启动，不仅为金融领域再添活力，也为构建安全高效、包容普惠的现代金融体系奠定了坚实基础。持续完善数据要素治理框架、强化技术防护，在释放数据潜能的同时守住风险底线，真正发挥服务实体经济、赋能高质量发展的重要作用。（作者：何青，中国人民大学长江经济带研究院高级研究员；蒋东明，中国人民大学国家金融研究院助理研究员。本文系中国人民大学科学研究基金［中央高校基本科研业务费专项资金资助］项目成果［24XNN005］的阶段性成果。）

免责声明：本文仅代表作者观点。

中宏网版权申明：凡注有“中宏网”或电头为“中宏网”的稿件，均为中宏网独家版权所有，未经许可不得转载或镜像；授权转载必须注明来源为“中宏网”，并保留“中宏网”的电头。