1、数 聚 无限共 行 未来浦发银行 矩阵元隐私计算联合实验室概念模型与建设规划 2021研究报告“数据银行”概念模型与建设规划序言 概念模型与建设规划中共中央国务院印发关于构建更加完善的要素市场化配置体制机制的意见 提出加快培育数据要素市场，数据要素市场化制度的方向和重点改革任务进一步明确。有关如何激活数据要素潜能，积极贡献金融力量研究与探索迫在眉睫。以大视野，积极响应宏观政策的引导2017年，习近平总书记在学习中强调“要构建以数据为关键要素的数字经济”。2019年11月，十九届四中全会明确提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。202

2、0年3-6月，国务院连续4次发文要求加快培育数据要素市场，数据要素急需市场化配置机制。2021年5月，中共中央政治局委员、国务院副总理刘鹤公开表示，加快建设数字中国，需要加强数据要素研究，建立健全治理体系和相关制度，需要在确保个人隐私和数据安全的前提下，探索实现更精准的数据确权，更便捷的数据交易，更合理的数据使用。金融业需要树立紧密落实国家战略的目标，探索、构建、服务安全有序的全新数据生态模式。以强底线，主动迎合落实法律监管的规范大数据时代，数据安全与信息保护，尤其是个人信息保护的重要性日益凸显，随着 民法典、网络安全法、密码法、数据安全法、个人信息保护法 等法律的出台相继颁布实施，与 金融业

3、数据能力建设指引、个人金融信息保护技术规范 等监管规范的发布，切实提高了数据要素流通的生命基准线。需要在解读法律规范金融业作为合规阵地的基础上，一线守护者，如何解好“探索数据要素流通的可行模式，构建保障各方主体权益的合规性设计体系数据生态体系”这道新命题，需要结合思考与实践，不断深入推动。以新格局，努力践行金融服务的使命新冠百年变局和世界疫情的交织背景下，金融业需要加大支持数字经济的力度，浪潮已经奔涌而至。金融业也要把握数字经济蓬勃发展的机遇，承担新时代金融业的使命与挑战。而如何释放产业数据要素的价值红利，无疑是助力企业数字化转型和产业数字化发展的关键问题。金融业需要在数据要素流通机制服务、数

4、据安全、数据产权、数据定价、数据经纪等具体问题方面加速推进理论研究向业务实践成果转化，建立方法论和建设蓝图,，积极探索生态数据运营创新业务模式。数据银行概念模型与建设规划研究报告 是通过浦发银行和矩阵元的合作研究，着重探讨了在数据银行的概念下推动数据要素的市场化配置进程的相关问题。谨以此研究报告，希望此研究报告能为数据要素流通的研究探索、生态构建和监管创新提供新的思路有益参考，与业界同仁凝聚共识，共同推进产业数据价值有序利用、潜能挖掘与红利释放。囿于视角、经验、思虑不周的地方，也恳请专家、同仁斧正。“数据银行”研究报告目录1104-06建设的驱动因素1.1 因时而起：数字经济时代，数据的价值被

5、高度重视1.2 因需而进：立足服务产业数字化转型的要求1.3 因势而新：多维技术创新，形成立体化科技助力07-132数据银行的概念2.1 数据银行的内涵2.2 数据价值“TWIN”空间-助力数据资源的全面丰富（Thorough）-保护数据资产的有序流通（Well-regulated）-挖掘数据要素的经济属性（Infonomics）-构建分布式数据价值网络（Network）2.3 数据银行的特征-以降低数据要素流通信任成本为手段-以完善数据要素流通服务为使命-以促进产业数据要素价值释放为目标14-203数据银行的职能3.1 促进内循环-数据治理形成基础保障-数据资产化管理体系形成价值增值3.2

6、对接外循环-数据要素的流通机制设计与建设-提出“数据合约”作为数据要素市场化流通的价值标的-数据要素的市场化权利登记-以数据流通考虑收益分配-提出市场化估值与动态定价框架-完善数据要素市场化流通的配套产业服务4建设框架与实施路径4.1 总体框架-探索建设满足隐私保护需求的可信数据要素流通技术底座-逐步打造数据要素流通服务与价值实现体系-加速拓展场景侧数据要素价值流通生态21-25“数据银行”研究报告 概念模型与建设规划目录24.2 核心功能建设规划-基础设施层-隐私计算能力层-数据资产管理层-数据要素流通层4.3 隐私保护能力建设4.4 隐私AI能力建设4.5 实施路径6产业应用探索7结语和展

7、望参考文献6.1 探索方向-异业数据融合-多维数据协作6.2 数据银行+数字政务6.3 数据银行+开放金融6.4 数据银行+数字城市6.5 数据银行+智慧医疗5合规风险管理设计5.1 研究数据监管法律现状-国际监管法律现状-国内政策与应用导向5.2 数据银行的合规风险管理设计思路-数据权利登记合规风险管理-数据交易规则合规风险管理-数据流通服务合规风险管理5.3 数据银行的合规风险管理建设目标26--38“数据银行”研究报告随着技术创新与大数据的积累，数据经济成为了全国经济重要的组成部分和发展方向，它正在引领一次重大的时代转型，带动思维方式的转变与生产方式的新一轮变革。数

8、据经济时代的核心思维模式，从工业时代的寻找因果关系从而解决问题的机械思维，正在转变为通过从现实世界采集数据，分析得到信息，通过模型化方式得到场景化知识，从而形成洞见、进行决策或预测未来的数据驱动思维。我们迫切地感知到云计算、AI等正成为主要的生产工具，而数据则是新的生产对象，在十九届四中全会 中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定 中，明确提出，“健全劳动、资产、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。”2020年4月发布的 中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见 中强调要加快培

9、育数据要素市场，为数据要素参与收益分配破除了制度障碍。可见，数据作为重要生产要素与核心资源，对于它的深入体系化理解，将有助于数据的深度价值释放，也有助于中国数字经济更好地发展新业态、新动能，从而实现高质量发展。1 建设的驱动因素1.1 因时而起：数字经济时代，数据的价值被高度重视 概念模型与建设规划“数据银行”研究报告浦发银行 矩阵元隐私计算联合实验室04解决问题DIKW模型因果关系人类智能数据驱动人工智能预测未来预测未来建立模型已有知识分析数据获取数据现实世界数据信息知识智慧解决问题“小”问题“弱”数据“大”价值“大”数据数字时代工业时代12资料来源：DIKW参考Kitchin(2014)和

10、Boisot and Canals(2004)产业数字化道路在数字经济发展浪潮和全球疫情的背景下愈发势在必行。产业数字化作为实现数字经济和实体经济深度融合发展的重要路径，是适应数字经济发展的必由之路。在 中国产业数字化报告2020 中提出，产业数字化是指在新一代数字科技支撑和引领下，以数据为关键要素，以价值释放为核心，以数据赋能为主线。数据生产要素化，是产业数字化发展的血动脉。由于数字化带来的连接效应，数据的累积不断加速，数据涵盖的范围不断延展，单个企业内数据资源的储量也将更丰富。随着大数据、人工智能算法的不断进步，从数据资源中挖掘出信息与商业价值的能力也随之上升。对企业而言，如何加工自身基础

11、数据资源成为高质量的数据，并与具体业务场景融合，产生商业价值，使数据资源转化为数据资产，需要对此建立数据资产化的管理体系，提升用数据赋能的效率。与此同时，每个企业所掌握的数据是有限的，如果要形成足够大、满足各种使用目的的数据集，就需要打破数据孤岛，合法、合理、有序地利用其他企业掌握的数据。通过经济化方式驱动每个企业的数据资产流通，实现数据要素社会化配置的过程，以形成生态开放的产业数据价值网络。以数据有序流通为本质的数据社会化价值提升之路还需要创新的模式和安全高效的基础设施的加持，探索对数据赋能的可行路径。1.2 因需而进：立足服务产业数字化转型的要求产业数字化模式+生态+机制数据资源数字经济价

12、值数据要素数据要素市场数据资产参与产业权属明确数据有力调配资料来源：参考国家工业信息安全发展研究中心，数据要素市场发展报告（2020-2021）市场化配置数据产业链 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室053“数据银行”研究报告“数据银行”研究报告多维技术的飞速发展为数据价值的释放提供全链路、立体化的科技助力。5G、物联网等技术使得数据的收集速度、收集量和传播速度都得到了极大的飞跃；云计算、云存储能力，使得数据的计算与存储的可靠性、安全性和效率性在得到提升的同时，成本也进一步下降；大数据分析与机器学习提供了从数据中获得信息、知识和智能的可行方法和实施路径；区块链技术建立了多方之

13、间客观的信任基础。与此同时，随着现代密码学的发展，涌现出了基于可信硬件、密码学的隐私计算技术，其中包括TEE（可信执行环境）、MPC、全同态算法、零知识证明、联邦学习等理论与技术的复合运用。通过隐私计算技术，可以构建安全可信的数据“可用不可见”的技术能力，使得数据在隐私保护的模式下参与数据计算，得到的结果和原始明文数据计算的结果一致。隐私计算技术提供了对拥有数据和使用数据进行分离的技术手段，由此可以让数据要素在不涉及所有权变动的情况下，将数据的“可计算属性”进行价值挖掘和流通交换，使数据要素真正具备流通和交易的可能。即使科技的飞速发展，为数据价值提升插上数字化的“助推器”和“保护盾”，但是要让

14、产业数据在社会层面发挥出数据价值的倍增效用，金融机构需要将自身技术平台的优势向生态赋能，从贡献者的角度与生态各方形成合力，更好地服务数据新生态的发展布局。1.3 因势而新：多维技术创新，形成立体化科技助力 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室06MPC 即Secure Multi-Party Computation的英文缩写，中文暂未统一名词，可以称为安全多方计算或者多方安全计算11数据要素是数字经济的微观基础，具有战略性地位和创新引擎的作用。为了更好推动数字经济的发展，通过“数据”在数字世界构建物理世界的运行框架和体系，再通过“算力+算法”推动生产力的变革从局部走向全局、从初

15、级走向高级、从单机走向系统。这一变革推动劳动者成为知识创造者，将能量转换工具升级为智能工具，将生产要素从自然资源拓展到数据要素，实现资源优化配置从单点到多点、从静态到动态、从低级到高级的跃升 。为形成为产业数字化提供持续动能的数据价值空间，更为从开放、信任和协同的角度服务数据价值空间的持续运转，我们在本研究报告中提出数据银行作为建设的脉络和主线。首先需要纵观数据银行不同概念的陆续提出，一是在2021年全国两会中建议设立国家数据银行，主要指国家成立专门机构对统一管控的重要数据保管存放。二是普华永道2020年发布的 数据资产生态白皮书 中提到“数据银行模式”，主要指借用狭义银行存贷服务方法来探索更

16、好利用用户数据的商业模式。三是如以阿里巴巴“品牌数据银行”平台为代表的由企业提出的经营品牌。在持续思考如何推动和服务产业数据业态的过程中，我们希望更好地承担研究和实践责任，由此本研究报告希望能够紧密落实宏观政策的指引和法律法规的指导，深度结合商业银行服务实体经济和数字经济的职能，延续“全景银行”面向“全用户”、贯穿“全时域”、提供“全服务”、实现“全智联”的目标，对数据银行内涵、职能等提出新的构想。本研究报告提出的数据银行是围绕数据价值空间，以赋能产业数字化为主线，凝聚商业银行与生态伙伴力量，提供综合产品和服务的产业数据要素流通金融基础设施。2.1 数据银行的内涵 概念模型与建设规划浦发银行

17、矩阵元隐私计算联合实验室072 数据银行的概念45“数据银行”研究报告值空间是什么。为了更好地理解数据价值空间的形成路径，点燃数据驱动的引擎，我们借由映射物理世界的“数字孪生”“Digitial Twin”概念，提出数据价值的“TWIN”空间。沿着数据要素化价值路径所形成的数据价值“TWIN”空间，是全面多维（Thorough）的、有序流通（Well-regu-lated）的，有经济属性（Infonomics）的价值网络（Network）。“TWIN”空间，既是帮助我们理清数据要素相关概念与特征的框架，也是理解数据价值化路径过程的抓手；既是描述数据要素高效有序流通模式的模型，也是数据银行的建设

18、愿景。在2021年10月浦发银行和浙江大学联合发布的 数据原生的金融架构蓝皮书 中提出了认识数字化的一个新视点，即：用数据感知，认知世界。数据原生理念强调了数据对产业数字化有创新引擎的作用。数据在人类社会、物理空间和数字空间构成的“三元空间”中贯通、流动。围绕客户或事件，我们可以用数据来刻画每个实体在数字世界的“数原体”。在人机物三元高度融合的生态系统中，是以“数据”为“元”在数字世界映射、构建、助力物理世界的运行框架和体系，再通过“算力+算法”不断推进其高质量发展。这或许是未来数字化进程螺旋式上升的底层逻辑。下一个关键问题就是，未来能够服务物理世界的数据价助力数据资源的全面丰富全用户 全维度

19、全生命周期全链路 全智能构建分布式数据价值网络供需可磨合流通可控制责任可追溯行为可监控保护数据资产的有序流通保护数据主体权益保护数据安全保护数据生产者合法权益ell-regulated挖掘数据要素的经济属性非竞争性 非稀缺性非耗损性不确定性 外部性数据价值“TWIN”空间nfonomics 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室0862、出自 Infonomics:How to Monetize,Manage,and Measure Information as an Asset for Competitive Advantage（2019）一书horoughetwork22.2

20、 数据价值“TWIN”空间“数据银行”研究报告2.2.1 助力数据资源的全面丰富（Thor-ough）数字经济产生海量异构、动态分布、即时更新、快速生成的各种结构性、非结构性和半结构性数据。而从互联网到物联网，网络无处不在、无时不在，一切主体、物、组织的行为轨迹和活动内容都会被记录下来，形成海量的数据 。以企业经营为例，如果获得足够全面的数据资源，就可以支撑业务描述、运行优化。通过对全面的数据的整理、提炼、总结形成规律，并帮助洞察用户需求、提升客户体验、精细化企业内部管理、预测市场变化趋势、实现更优的经营决策。并通过全面的数据资源进一步优化算法等工具，形成更强的数据应用能力。数据资源的丰富全面

21、主要体现在如下5个“全”：全用户：所有的服务用户数据都可以被安全合法收集；全维度：数据的各个维度都可以被收集；全生命周期：每一个时间戳上的数据都可以被收集；全链路：每一个场景中、生产流程、用户关系间产生的数据，都可以被收集；全智能：所有数据都可以被合适的算法进行智能分析。与此同时，数据资源的及时性、准确性和完整性不断提升，数据资源开发利用的深度和广度同时也不断得到拓展，价值得到提升 。2.2.2 保护数据资产的有序流通（Well-regulated）想要形成全面丰富的数据资源，需要有序开放自己的数据资源，也要依法有序利用他人的数据资源，即有序的社会化利用，比如通过数据资源的共享、开放、流通、协

22、作等方式推进数据融合应用。但是采取非法或违规手段从他人处抓取数据，或者随意出售数据甚至泄露隐私数据，不仅会导致数据资源的浪费，而且会导致数据无序利用甚至滥用,造成危害国家安全、个人信息、商业机密、隐私保护等严重后果。所以，为了促进数据要素跨企业、跨产业的流通，以便数据流向最有价值的地方，将数据对数字经济的乘数效应扩大，需要形成健康、稳定的数据利用秩序。对于有序的理解，需要做到三个保护：保护数据主体权益是一切的前提：数据主体是指数据描述的个体或对象。积极遵守 国家安全法 、网络安全法 、民法典 、数据安全法 、密码法 、个人信息保护法 等国内外法律法规，从而建立对重要数据、保密数据、个人敏感数据

23、、个人隐私数据、企业商业秘密等数据的保护原则是所有数据利用的前提。对于个人信息的保护需要在保证个人充分知情的前提下自愿、明确地表达同意,严格遵循合法、正当、必要、诚信的原则；保护数据安全是数据利用的基石：数据安全主要指数据的控制安全。通过技术、管理和法律的手段实现数据安全利用，保证数据不被篡改破坏，防范数据泄露风险，保障国家安全。并结合数据的利用场景、方式等将数据安全保护贯穿收集、处理、流通等数据处理全流程；保护数据生产者的合法权益是数据资产化的内生动因：数据生产者应合法收集、处理、控制数据的主体，对该数据的合法开发和应用形成产品和服务，应保护数据生产者可以依法合理进行，并合法享有数据处理活动

24、中形成的法定或特定财产等合法权益。数据资产是需要由企业拥有或控制，能够为企业带来经济利益的数据资源。数据资产是有序流通的前提，有序流通是数据资产化的动因。数据资产有序流通可以促进其跨企业、跨产业的利用，使数据流向最有价值的地方不再只是一个美好的愿景。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室097891011131412“数据银行”研究报告2.2.3 挖掘数据要素的经济属性（Info-nomics）要形成健康有序、持续稳定的数据利用秩序，需要在隐私保护和数据安全的大前提下结合经济和市场化的方式，激励数据生产者、控制者分享或输出其数据资产。当从整个市场化配置看待有序流通的数据资产，数据

25、就可以满足生产要素的两层含义：一是数据要素能为经济增长做出贡献；二是数据要素能参与收入分配，从而建立起“由市场评价贡献、由贡献决定报酬”的要素市场化机制。数据要素作为一种新型生产要素，与其他生产要素相比，它有五个主要特征：非竞争性：数据要素可被无限分享和复制，且被分享和复制的数据要素在一定程度上具有非竞争性，即使用者的增多不影响数据要素本身的价值；非稀缺性：数据要素突破了传统生产要素有限供给的局限性，能够进行海量积累，使数据规模趋近无限。并且，数据在利用的过程中会产生丰富的衍生数据；非耗损性：数据要素易复制，并且复制后具有一致性。数据首次创作成本高，但数据的再生产边际成本接近于零；不确定性：数

26、据要素的价值与本身的体量、质量、时效性等因素之间存在不确定性，交易流通时需要支付的对价也有不确定性；外部性：同一数据要素的价值随着应用场景的变化而变化，随着使用方式的变化而变化，随着与共同应用的数据的变化而变化。认识数据的经济属性，或者更准确地说,是数据使用价值的经济属性,使得数据在具备传统信息价值之外，可以同时提升商业价值，为数据要素市场化配置的国家要求落地奠定基础。2.2.4 构建分布式数据价值网络（Net-work）由于数据要素的独特特点，一旦数据本身被交换,则难以控制它的后续安全性、唯一性、可控制性。它的市场化流通与配置的可持续发展是以不以交换数据本身为核心，不以数据的转移为主要方法，

27、而是通过构建市场化交易数据利用许可的分布式价值网络，来实现数据要素价值释放的商业行为。该价值网络需要分布式链接数据提供方、需求方、监管方、建设方等数据生态各方,配套市场化的价值磨合机制，同时具备使数据要素流通可控制、责任可追溯、行为可监督的能力。通过该价值网络的构建，可以深化数据要素市场化配置的形成,在市场化导向、配套服务、应用升级、安全保护、规范治理等方面提高数据要素配置效率、形成数据要素有效流通以及高效重组的机制。使得数据要素的市场化作用进一步发挥,依法促进跨产业的高效、可信、安全数据合作。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室10“数据银行”研究报告数据银行体现出三大特征，

28、分别是：以降低数据要素流通信任成本为手段，以完善数据要素流通金融服务为使命，以促进产业数据要素价值释放为目标。2.3 数据银行的特征以完善数据要素流通金融服务为使命数据要素市场规则体系设计健全数据要素价格形成体系探索数据要素流通新产业服务以促进产业数据要素价值释放为目标产业数据要素信息价值的释放产业数据要素商业价值的实现产业数据要素社会价值的优化以降低数据要素流通信任成本为手段通过保护数据隐私安全消除产业数据合作顾虑通过数据银行提供的合规操作模式降低应用门槛通过市场化评估机制降低数据要素流通中的信任成本数据银行是围绕数据价值“TWIN”空间，以赋能产业数字化为主线，凝聚商业银行与生态伙伴力量，

29、提供综合产品和服务的产业数据要素流通金融基础设施2.3.1 以降低数据要素流通信任成本为手段（1）通过保护数据隐私安全消除产业数据合作顾虑随着产业结构升级和产业数字化转型的快速发展，不同企业间、产业间的数据流通、共享协作成为了社会和企业发展的刚性需求。单一企业拥有的数据体量和通过分析运用可获得的价值空间存在上限，数字化转型需要多方数据特别是产业上下游数据的共同作用。大部分企业由于担心数据的合作开放会导致数据滥用或非法转售，造成商业秘密的泄露或者商业价值的损失，数据只进不出，最终形成了以单一企业甚至独立部门为最小单位的“数据孤岛”。数据银行提供隐私安全的数据利用模式，促进企业间数据流通交易，以跨

30、企业的全面数据支撑企业数字化转型和平台治理，促进产业链上下游数据协同作用。（2）通过数据银行提供的合规操作模式降低应用门槛产业数据协作的另一大问题是跨机构、跨行业间对于数据应用与协作的合规性问题。企业的数据来源是多元化的，一旦数据使用不得当，很可能对企业的声誉、甚至经营状态造成影响。而企业依靠自身力量，也无法快速应对不断完善中的合规监管要求，这也在一定程度上阻碍了企业间进行产业数据协作的动力。数据银行探索的服务型基础设施，将在技术、管理、组织、风险防控等层面为产业数据协作提供合规监管方面的实践经验与探索工具。通过建立原生、可穿透的数据要素应用管理机制，契合现有的法律法规并预留发展的合规监管空间

31、，为有需要的企业提供产业数据协作应用流程与应用模式，降低企业应用门槛。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室11“数据银行”研究报告（3）通过市场化评估机制降低数据要素流通中的信任成本数据要素具有不确定性，比如可能花费大价钱购买数据，却没能实现预期目标；或者数据供给方因担心数据需求方购买数据之后，进行数据滥用，从而侵犯数据主权和数据安全。市场由于信任成本过大而无法进行有效的数据资产市场化配置。数据银行可通过探索动态的市场化的评估机制协助数据需求方高效地找到所需的数据资产，并且能持续不断地从数据提供方处获得可信的“活”数据，避免数据静态化和僵尸化所带来的时效成本。2.3.2 以完善

32、数据要素流通服务为使命在健全数据要素市场体系方面，完善金融服务是不可或缺的重要组成部分。要形成健康有序的数据要素市场交易体系，数据银行可以从以下方面着手：参与设计并健全数据要素市场交易规则与流程；健全数据要素市场化价格形成体系，形成数据流通交易基础；协助赋能数据清洗、数据挖掘、价格评估等数据管理体系；规划并探索结算、撮合、保险、托管、合规评估等配套服务体系，形成完善的数据要素流通产业服务；参与完善反垄断、反不正当竞争、信用体系、行业管理、安全管理等市场运营体系，促进行业健康发展，不断践行使命。具体内容将在第三章详细展开。2.3.3 以促进产业数据要素价值释放为目标（1）产业数据要素信息价值的实

33、现数据要素的信息价值目标是促进产业更好地发挥使用数据资源赋能企业内部经营，和以数据资产驱动企业数字化转型。数据在产业数字化进程中既可以作为最终产品，还能有助于提高全要素生产率，产生乘数效应。数据银行以开放模式，对接多信源的数据要素，覆盖C端、B端、G端、F端以及生态关联方的不同类型、不同来源的数据，通过资产化的管理体系和场景化的价值评估，形成不同数据间的价值网络。数据银行同时具备原生的数据驱动方法，通过算法这一新型生产工具，在全智能的基础上，实现多维、交叉的数据信息价值，达到“1+12”的效果。（2）产业数据要素商业价值的释放实现经济价值的目标主要为对数据要素市场化配置进行赋能，推进数据要素的

34、市场化配置和数据资产的互操作性和可连接性的建立。可以促进数据资产在市场化的机制下达成供需关系，数据银行得以进一步驱动数据要素市场化配置机制的形成。数据在市场化的角度下，可以通过外部的开放协作实现内部的应用升级，建立起数据资产在企业内外和产业内外的使用闭环，进一步提升数字经济的整体效率与规模，以此驱动数据资产的商业良性循环，真正打破“数据孤岛”。数据银行的建立将打破现有的产业数据协作技术壁垒，帮助企业实现数据资产的有序、合规配置，达到供需关系的平衡。通过增加数据资产的可触达性，降低使用壁垒和门槛，确保数据资产的经济价值被有效释放，在金融、医疗、教育等领域推动数据驱动的普惠解决方案。概念模型与建设

35、规划浦发银行 矩阵元隐私计算联合实验室12“数据银行”研究报告“数据银行”研究报告3）产业数据要素社会价值的优化数据的价值需要在社会层面不断优化,需要考虑到数据的价值因人而异、因场景而异、因使用方法而异。帮助达成数据供需双方的共识、数据应用场景的匹配、数据价值挖掘工具的打磨与数据安全和隐私的保障。比如数据窃取、数据滥用等虽然会为使用方带来短期“价值”，但伤害了数据安全或者隐私安全,从社会层面就无法达成最优解。那么“数据银行”希望提供“机制+工具+生态”的平台,携手数据生态、避免数据供需错配、保障有序合规、牵联合作场景。推动生态各方都能成为数据价值的保护者、挖掘者、受益者。数据银行的构想，来自于

36、服务数据价值的不确定性。本研究报告的观点在于,从市场化的角度出发，数据价值的不确定性是数据内生的。比起解决，我们更希望能够构建数据价值空间，通过合规有序的流通过程，对数据价值形成高维认识。通过“数据银行”的服务能力，在应用层面逐步降低对各方数据资产价值的不确定性认识，从而在数据生态范围内达到数据资产的价值最优解。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室13从数据资源到数据资产，强化用数据赋能，更多是一个促进企业数据高效内循环的过程，是我们多年数据管理实践经验的输出与赋能。从认识数据要素的经济属性到帮助数据走向市场化配置，需要的是对数据赋能，是一个企业数据对接市场外循环的过程，更多的

37、是我们对创新模式的思考与规划。两个循环相互促进，形成产业数据要素价值释放的强循环。3 数据银行的职能 概念模型与建设规划经验输出模式创新数据治理形成基础保障数据资产化管理体系形成价值增值促进内循环对接外循环数据银行可以帮助企业促进数据价值提升的内循环。通过在数据治理和数据资产化等方面进行了严格的理论研究，并且基于开放银行的实践经验，对于企业数据治理体系构建和数据服务能力建设有着理论模型和实践经验。3.1.1 数据治理形成基础保障许多企业数据治理失效的一个重要原因就是不同业务3.1 促进内循环浦发银行 矩阵元隐私计算联合实验室14部门对数据的定义和处理不一样，为满足自身业务需求而形成了大量数据孤

38、岛，甚至在客户、产品、渠道等方面最基础的数据上都存在歧义。我们根据数据的重要性和共享性等因素，建立起分层级的数据规范体系，从源头上保证数据的一致性。例如对所有数据项要有统一的业务术语，建立企业级的逻辑数据模型，制定严格管控的数据标准。同时，明确数据治理规则，确保数据处理遵循规范要求，达到企业层面对数据形成统一认知。“数据银行”研究报告.提升数据治理能力，是从数据标准、数据质量、元数据等方面，形成对数据的统一认知，统一基础数据定义、数据口径、加工方式、异议处理等，实现“书同文、车同轨”，降低管理和沟通成本 。3.1.2 数据资产化管理体系形成价值增值数据资产管理是数据治理的进一步发展。一是围绕“

39、场景+算法+数据”形成服务型金融资产。以分析、提炼后的信息能够被拥有、控制和重复利用，并与其有可衡量经济利益流入为衡量标准。对数据资产进行全面盘点，建立数据资产分类体系和服务型数据资产目录。二是合法合规地进行数据资产的权利界定。这是企业数据能够确认为资产的基础，也是能够进行数据要素化的前提，通过周密可行的数据资产管理方法，帮助企业完成内部客户数据、经营数据、外部数据的权利界定，保障数据资产相关方的权利。三是数据资产的估值，通过对分类数据资产的不同估值模型，按照不同的价值维度和指标形成以数据资产用户需求为中心的企业数据资产目录，从而更好地量化数据资产的成本和价值。促进企业数据利用内循环。一是准确

40、理解使用数据的具体业务场景，按照使用场景对数据进行分类管理，形成数据资产体系，方便认识数据。二是，通过数据资产的估值，建立数据资产的成本思维，关注投入与产出配比，探索建立数据计量机制，充分计量数据。在可靠计量的基础上，提炼可共享、复用的数据能力，高价值的数据资产，沉淀为一系列高价值的数据产品。浦发银行发布的 商业银行数据资产管理体系建设实践报告 对此有更详细充分的观点和体系方法分享。3.2 对接外循环 企业内部的数据资产可以通过数据银行的综合产品和服务，成为可有序流通并市场化运营的数据要素产品；并且可以通过支付合理的对价，安全地利用外部有价值的数据要素，从而一方面形成新的数据资源促进企业的经营

41、，另一方面形成自身数据资产的要素化价值创造，开拓新的业务模式。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室15咨询数据银行作为金融基础设施，协助企业数据对接流通外循环保险激励机制服务配套环境基础市场化估值与动态定价框架05流通价值标的“数据合约”以数据流通考虑收益分配04流通价值标的“数据合约”市场化权利登记方法03信托撮配01、数据要素的流通机制设计与建设06、完善数据要素市场化配套产业服务流通价值标的“数据合约”02流通价值标的“数据合约”1516“数据银行”研究报告要素市场化流通的价值标的，以数据合约为单位对相应的数据要素进行权利登记、市场化定价、合作约定、结算审计等一些系列市场

42、化行为的精细化管理。数据合约是针对数据的特性，所提出的立体多维价值标的。一个数据合约在建立后其包含的内容，包括但不限于权利主体、权利来源、数据资产描述、数据集内容、特定处理方式、处理场景等。合约建立后，可使用范围就被固定，如果数据资产包含的内容发生变化，其价值也会相应变化，数据合约可以非常快捷地同步更新。以数据合约为数据要素市场化流通的价值标的，既能体现数据的权利关系，又能建立起不同数据合约间的勾稽关系，形成数据合约间的有机结合与协作。它有如下五个特点：一是，数据合约在可交易对象上支持按处理权益交易的形式，在达成合作后，可以快速形成数字化的协定；二是，数据合约在管理机制上，可按照数据的敏感程度

43、、身份匿名情况、数据集可用性要求等，实施分类、分级的安全防护与隐私保护策略；三是，数据合约的使用或执行，可结合创新技术手段如区块链、隐私计算、API等方式实现智能履约或自动执行；四是，数据合约因交易而获得的权益，仍可对接账户结算体系管理，实现资金与数据资产的松耦合衔接。五是，数据合约满足对于数据的权利登记、访问、应用、价值评估、交易、结算等全过程的跟踪,便于过程防篡改、可溯、可审计。可以说，数据合约是为满足数据资产价值可以因人而异、因场景而异的一种创新性价值标的形式。3.2.1 数据要素的交易机制设计与建设各地方在数据交易流通方面的探索力度不断加大。继贵阳大数据交易所成立后，北京国际大数据交易

44、所、上海数据交易所也陆续揭牌，深圳、上海、贵州等地纷纷出台数据条例。全国各地对于数据合作、流通、交易的不断探索实践背后，是产业对于数据要素流通机制、市场交易规范的需求和呼吁。但由于统一的市场交易规则仍在形成阶段，使得市场相关主体信任成本高，数据提供方、购买方、中介方还没有形成统一的交易机制 。工信部在发布的 “十四五”大数据产业发展规划 中鼓励企业参与数据交易平台建设。数据银行需要参与数据要素市场化流通机制的设计与建设，只有充分发挥市场在数据要素配置中的决定性作用，才能最大化地释放数据要素的价值。在这个方面，我们首先认为，数据流通或者交易，并不能以数据提供方交易传统意义上的所有权为前提。数据本

45、身不宜交易转移，而是交易特定的数据处理权益。二是，需要按照安全敏感性和隐私敏感性对不同的数据分类分级，并制定相匹配的交易规则体系，比如：先研究并实践交通运输、气象等公共数据开放和数据资源有效流通的制度规范。三是，探索按照API数据调用模式、隐私计算联合协作模式、数据交易所模式等不同的数据交易流程与配套机制，并在可信、安全、可控的生态环境内实践探索，形成先验先试阵地。3.2.2 提出“数据合约”作为数据要素市场化流通的价值标的数据银行面向数据要素特殊性，即数据价值会随着使用对象、使用场景、使用方法、使用合规性的不同而变化的特殊性。提出“数据合约”的概念，以数据合约作为数据 概念模型与建设规划浦发

46、银行 矩阵元隐私计算联合实验室161718“数据银行”研究报告3.2.3 数据要素的市场化权利登记数据银行需要在数据要素市场化有序流通后，保障数据主体权利及其权益；需要按照流通的范围，进行数据资产权利的登记，并以此权属界定参与数据要素后续的市场化分配。充分考虑数字经济发展不同阶段和效率最优原则 坚持隐私与敏感数据保护的应用底线 数据要素的权属登记方式数据进入流通市场之前，一般需要经过拥有主体对其权利的宣称，以及客观第三方对于其表述权利的验证确认这两个环节。参考现行的股权类资产登记管理模式，即企业可以在区域股权交易中心对所有权利进行登记管理，但在涉及到实际交割或权利转移时，则必须在工商部门完成权

47、利的验证和法律关系记录。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室17当数据要素在市场中通过交易实现价值创造后，再通过对其权利的核实和查验完成确权的最终环节。这么做的好处在于，可以最大限度的降低数据要素权利确认的前期成本与复杂度，促进数据要素的流通；当数据要素形成商业价值后，可以通过“谁受益、谁举证”的方式，提高产权核验的效率。数据要素所有权主体的确认和验证方式可以通过建立一种面向数据要素的分布式、多中心化的权利登记模式。实现数据要素从产生、融合、分配、交易、再创造等不同过程中的拥有主体和实际控制主体的登记管理，形成可溯源体系。4API数据源合约账户权属关系数据描述Data20211

48、221-001权利主体 权利来源名称 电力数据格式 csv容量 20M 100,000条时效 20201字典 CLIENT ID XXXX XXXX XXXX质量 缺失值无 价值评估合约账户计算行为价值评估Data20211221-001机构A/B 隐匿查询 按年计费机构A/B/C 联合计算 按次计费Tag1*Score1+TagN*ScoreN合约账户合规评估Data20211221-001隐私等级 L3 不涉及敏感信息 公共数据合规流程 已评估 已通过审计时效 按季合约账户隐私处理应用场景Data20211221-001去标识化 数据探查 质量检测加密策略 数据共享

49、数据交换MPC 数据协作 价值计算风险评测使用方式隐私策略结算账户用法 按次授权保护等级 L3 保护策略 按合作对象xxxx xxxx xxxx xxxx“数据银行”研究报告另外，数据要素价值随时间变化。数据折旧是一个普遍现象，比如我们常说的“热”数据价值最高。所以最基本的通过交易市场的数据要素定价，要对数据要素产品的价格进行统一规定几乎是不现实的，应该在界权基础上由市场去发现数据要素产品的价格。本研究报告是希望根据研究、分析和探索，从市场化估值入手建立数据要素的“价格锚”。从动态定价的模式协助推进正在培育中的数据要素市场的价格发现功能的完善。但每一个数据合约的具体最终定价，还是一个市场行为。

50、需要最终经过市场的认可，从而最终形成一种或几种公认合理的数据定价方法。综合考虑，集中定价方法的特点：基于会计学定价方法：包括收益法、成本法和市场法等，可以适用于不同类型的数据。成本法易于操作且定价相对直观，收益法关注商品的效用价值或现值。市场法则强调数据资产的交易价格，主要考虑重置成本、当前成本或可变现净值等 。基于“信息熵”的定价方法：“信息熵”定价在传统金融、期权领域运用广泛，主要通过不同时间的历史数据来预测未来时期的期权价值。因此，通过对数据集的隐私含量、被引用次数、供给价格、权重等因素的结合，可以对数据资产的信息熵进行动态定价 。数据资产价值的多维度定价方式：根据数据资产价值的多个维度

51、评估数据资产的价值，如考虑数据成本、数据质量、数据产品的层次和协同性、买方的异质性等，形成综合价值评分 。本研究报告提出基于“数据秩”的定价方法我们从Google的搜索引擎排序的PageRank 算法得到灵感，提出基于数据秩（DataRank）的定价模型构想。分为三个步骤：对数据价值的多维度，按照不同的权重度进行初始赋值，赋值的结果我们称为“数据秩”。这个维度包括数据类型、数据质量、数据容量、数据时效性、数据服务对象等。这些数据的维度信息都可以被数据合约描述。3.2.4 以数据流通考虑收益分配数据将会在不同经营主体之间流通、共享，不同数据的重新组合衍生出新的数据。通过合同约定及技术手段来分配各

52、方权益，进而在规则竞争和演化的过程中，总结出最佳实践和行业标准，最终形成产权界定规则 。根据“科斯定理”，在产权明晰的情况下，要素可以实现最优配置。值得注意的是从数据全生命周期视角来看，数据从产生开始会经历采集、存储、建模、分析、变现、销毁等多个阶段，在这个过程中数据生产者是最重要的市场主体 ，而数据主体通过增值服务、提升体验等方式享有收益。3.2.5 提出市场化估值与动态定价框架从市场的角度来看，数据要素的定价是一个非常复杂的问题。银行等金融机构在风险资产估值定价领域拥有成熟的技术并积累了丰富的经验，具有先进的估值定价体系，数据银行在数据要素定价体制机制构建过程中具有无可比拟的先发优势和当仁

53、不让的社会责任。如果是一般市场化商品，围绕估值与定价大体上有这些流程，它首先有它的内部成本的计量，其次当它进入市场，市场的买卖双方需要对它的市场化价值进行判断，当市场的价格发现功能成熟的情况下，这个价格会动态调整达到买卖双方的“最优解”形成均衡价格。后续还有结合市场分析、营销手段的定价策略,挖掘“超额价值”等。但数据有它的独特性，首先，同样的数据在不同的使用方法、使用场景等情况下价值不同，这与原材料商品相似。原材料商品，使用对象的不同、场景的不同、时效的不同都会影响它的价值。而它易复制、边际成本低的特点，又与数字商品如唱片、软件等相似。比如电子音乐，通过平台包月权益来计费;比如软件，通常也是以

54、提供者报价的模式,有磋商、竞争性等因素，最终形成公允的价格。因此数据产品的价格通常也是市场决定的。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室35“数据银行”研究报告按时计次分层主要原则从市场化估值入手建立数据要素的“价格锚”从动态定价的模式协助价格发现功能的完善形成稳态的市场认可市场化估值动态定价模式定价策略内部成本计量许可数据秩多维立体的价值标尺数据秩序化动态联动调整模式基于“数据秩”的动态定价模型 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室19评估数据合约价值，并充分考虑数据合约在数据要素市场上的表现。这将会带来市场中的数据秩序化进程，这样的动态定

55、价方法能兼容同一数据对不同人以及在不同时点上的价值可以差别很大的情况。多个数据合约一起被调用时，基于“数据秩”的定价方法能考虑数据之间的协同效应。换言之，在其他条件一样的情况下，与一个“数据秩”高的数据合约一起被调用，能增加自身的“数据秩”。最后可以达到，优质的数据被更多地使用，从而形成良性的市场环境。基于“数据秩”的定价方法，是我们基于对数据的特殊性分析与现有的商品估值方法的研究而提出的一种想法。但是随着数据交易形式的变化、数据交易对象的变化，数据要素市场参与情况的变化，围绕数据估值与定价的讨论会不断深入，也是本研究报告持续研究的重点。根据这个数据合约的交易次数、以及与别的数据合约交易情况动

56、态调整。根据市场的反馈来进行动态反馈从而达到稳态，是为数据秩序化。随着数据秩序化的过程，会对该数据合约形成新的“数据秩”。基于“数据秩”的定价方法有以下三个特征：用统一尺度“数据秩”评估不同数据单元价值高低。根据市场供需情况和交易价格，不难从“数据秩”折算出货币标价的数据估值。对不同的数据使用者而言，“数据秩”相当于参考基准。他们根据“数据秩”提供的信息，决定是否使用该数据合约。而他的使用情况，将反映到“数据秩”的动态调整中。在其他条件一样的情况下，某一数据合约被调用得越多，其“数据秩”上调也越多。换言之，“数据秩”不试图一劳永逸地给出数据合约估值，而是在一个动态过程中不断“数据银行”研究报告

57、“数据银行”研究报告 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室203.2.6 完善数据要素市场化流通的配套产业服务数据银行将立足金融主动服务实体的使命，以及自身对于数据理解与实践经验升级，加速创新数据生态的配套服务。在健全如数据要素质量评估、数据资产等级评估、数据使用安全合规咨询，以及金融服务特有的数据要素托管、交易担保、交易保险、数据产品经纪服务等配套服务体系方面不断创新，促进完善数据要素流通配套产业服务。充分发挥数据银行经营数据要素价值不确定性的价值实现基点，紧密协作生态伙伴，配合政府部门、监管机构、行业协会等共同参与流通基础设施建设，参与交易所等创新数据交易模式的不断优化，促

58、进数据要素市场化有序流通，维护开放共享生态体系的健康稳健。配套数据共享与融合应用建设、数据产业研发创新合作、数据产品知识产权保护规划等新型服务生态，携手发掘新时代下的新商机，共同助力新生态中的新发展。数据银行的建设框架，以建设服务于数据要素流通的金融基础设施为总体目标，自下而上分为3个层次：4.1.1 探索建设满足隐私保护需求的可信数据要素流通技术底座基于分布式、可信区块链网络，结合高性能、高灵活性的云平台，对接金融、政务、实体产业等各类生态合作伙伴，通过隐私保护智能底座提供的全方位、多层级的数据隐私保护及数据要素流通能力，实现数据要素流通金融服务。4.1.2 逐步打造数据要素流通服务与价值实

59、现体系以数据要素的有序流通与价值实现为核心，建立一整套服务体系，通过数据要素的权利登记、价值计量形成数据资产，通过价值流通服务面向产业提供数据资产的要素化经营与资产化服务能力。4.1.3 加速拓展场景侧数据要素价值流通生态以面向全用户、贯穿全时域、提供全服务、实现全智联的全景银行为立足点，拓展联合用户视图、联合风控、交叉营销、联合反欺诈、智慧制造等场景，形成可扩展的数据要素价值流通生态，为产业数字化提供持续动力。4 建设框架与实施路径4.1 总体框架结合全景场景的开放数据要素价值流通生态探索 概念模型与建设规划全景用户视图智慧城市联合风控数字化产业其他生态合作伙伴开放金融联盟运营商政府大数据中

60、心可信交换底座可信高速区块链网络高性能算力底座隐私保护智能底座云计算网络智慧制造交叉营销联合反欺诈数据要素流通服务与价值实现路径数据经营数据要素数据资产数据资源数据要素产品化经营体系产业数据资产化服务体系数字要素价值流通服务体系数据资产权益分配体系数据资产价值计量体系数据资产权利登记安全数据存管体系数字身份体系面向数据要素流通的安全审计与风险管理体系隐私保护的可信数据要素流通技术底座TEEMPC联邦学习全同态浦发银行 矩阵元隐私计算联合实验室21“数据银行”研究报告在总体建设框架下，以促进数据内循环、对接外循环为核心职能，自下而上规划建立不同层级的核心功能。具体包含内容有：4.2.1 基础设施

61、层作为提供隐私计算能力、数据要素管理和流通服务的基础能力层，将基于多样化的技术资源，如物联网及区块链平台，提供分布式、可信、支持合规管理的通用化能力。4.2.2 隐私计算能力层以密码学相关算法为基础能力，对上可支撑各类主流隐私计算算法，对下可结合特定场景规划并集成硬件加速能力。以分布式的方式聚集数据要素协作所需的数据、算法和算力，创造安全的隐私计算范式。提供数据可加密托管的隐私计算能力，数据银行可作为算力提供方进行隐私外包计算，并提供计算结果的可验证正确性证明，解决数据隐私协作中的计算资源缺乏问题，并基于此获得额外的业务服务收入。4.2.3 数据资产管理层以解决与数据要素内循环相关的技术能力为

62、主要建设方向，实现数据治理与数据资产化的核心功能模块建设，包括但不限于：数据源可识别、数据标准统一、数据资产确权、数据价值评估等功能。4.2.4 数据要素流通层以打通数据要素外循环对接各类应用场景为主要建设方向，实现数据要素权属登记、数据合约建档管理、数据交易共享协作机制，以及与场景应用相关的各类配套服务能力建设。核心功能建设规划如下图所示，其中蓝色部分已完成技术验证，其余部分将结合业务应用实际逐步迭代规划实施。4.2 核心功能建设规划数据要素流通（外循环）数据资产管理（内循环）基础设施数据资产化联合营销联合风控数字城市应用场景统一财富视图联合反欺诈签名管理/验证可验证声明调度管理区块链存证/

63、追溯分布式身份集群物联网资源容器云平台托管交易结算保险配套服务效率最优原则隐私保护原则数据合约价值标的权属登记权利登记价值评估数据资产分类数据治理统一数据认知数据标准规划数据识别数据源管理交易规则交换机制担保撮配机制建设隐私计算能力MPC联邦学习可信计算差分隐私算法硬件加速混淆电路零知识证明分组密码其他公钥密码秘密分享不经意传输同态加密 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室22“数据银行”研究报告从数据隐私保护角度出发，充分发挥不同创新技术优势及特点，针对不同场景及应用生态的隐私保护要求进行抽象分级，权衡安全性、功能性、实施复杂度及应用性能等多方面因素，规划并建设不同层级的隐私

64、保护与隐私计算技术栈。按照参与数据银行生态的各类合作方的可信程度，隐私保护强度由弱至强可分为5层：（1）可信环境所有参与方均为可信参与方。在完全可信的环境下，参与方之间不会存在通过业务合作来套取数据的问题，或出现数据恶意泄露的情形。在可信环境下，可采用数据去标识化等技术手段将身份信息与数据要素解耦，即可满足数据要素流通协作中的数据隐私保护需求。（2）安全环境有少数半诚实参与方。在安全环境下，小部分合作方存在作恶的可能性。可以通过增加公钥算法、联邦学习等技术，最小限度的实现对数据要素本身的隐私安全防护。（3）部分开放环境大多数为诚实参与方。在部分开放环境下，需要使用一些比较完备的、可以支持数据要

65、素流通及协作计算的隐私保护能力，且满足一定的计算安全与统计安全参数。可采用包括可信执行环境、MPC、差分隐私、零知识证明等技术。（4）部分开放环境小部分为恶意参与方。在有恶意参与方的部分开放环境下，存在通过恶意手段窃取、泄露其他方数据的可能性，故需要采用具有高强度密码安全证明的隐私保护计算能力，例如全同态加密、MPC、零知识证明等算法。（5）全开放环境大部分为恶意参与方。在全开放的环境下，参与方之间几乎没有信任机制，为了防止恶意攻击、恶意数据泄露与数据隐私泄露，需要采用后量子密码等最高强度的隐私保护技术。4.3 隐私保护能力建设全开放环境：恶意参与方=1/2面向数据要素场景的隐私保护要求层级L

66、5推荐的技术栈最高强度隐私保护技术如基于后量子密码的人工智能技术等部分开放环境：恶意参与方=1/2L3较高强度隐私保护技术如可信执行环境、MPC、差分隐私、零知识证明等安全环境：半诚实参与方 1/2L2普通强度隐私保护技术如商用公钥算法、联邦学习等安全环境：全部参与方均为可信参与方L1基础隐私保护方法如数据脱敏、去标识化等 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室23“数据银行”研究报告 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室24基于隐私计算和隐私保护的各项技术能力，数据银行将在解决数据要素外循环、实现数据价值协作的基础上，进一步融合各参与方的智慧与服务能力，逐步构建

67、分布式开放协作、数据服务能力共享共治的隐私AI智能网络，推动金融服务的智能化。基于隐私AI的能力建设，数据银行将考虑以开放服务的方式积累各类型的数据要素配套服务能力，参与其中的各家机构或企业都能够自主的通过服务调用的方式选定数据要素协作目标、确认协作模式与交易价格、实现个性化的金融场景应用。具体建设能力分为：-建立分布式的数据要素流通与数据隐私保护底座，连接数据拥有者、数据使用者、算法开发者和算力提供者。-建立数据要素的智能化服务，提供从算力、算法、计算逻辑到算法模型的聚集网络，积累各类型数据服务与模型服务，并配套生产、部署、集成的全流程产品和服务。-建立各类参与方可以大规模自主合作的隐私AI

68、能力，实现标准化、通用化业务场景的算法、算力、计算逻辑或模型的自动匹配与智能化执行，汇聚多方集体智慧形成数据资产价值合力。4.4 隐私AI能力建设可视化建模数据源训练和部署数据预处理联合预测模型监控模型市场数据市场特征工程模型构建超参优化应用评分发现联合模型联合模型多方部署AutoML隐私计算网络“数据银行”研究报告 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室25数据银行整体建设以理念先行、整体规划与核心功能建设并行的方式，将分为三个阶段逐步实施。第一阶段为理念与规划阶段通过对数据要素及其市场化配置的理解，立足金融行业核心责任，结合TWIN模型，明确数据银行的愿景、特征及主要职能，定

69、义总体建设框架并落实核心功能的建设规划，逐步形成概念验证原型。第二阶段为验证与服务阶段通过新技术的试点验证，充分发挥隐私计算、区块链、人工智能等新兴技术优势，结合市场及业务需求调研实际情况，不断夯实技术基座并向业务场景与业务服务建设推进，形成和供需求方参与验证、模拟新服务模式的场景沙盒。第三阶段为模式与推广阶段基于场景沙盒的业务服务模式与技术能力验证，平衡技术先进性、隐私保护强度、业务可操作性及业务协同模式的多方关系，探索数据要素价值发现与再创造的实际解决方案，形成可快速对接生态伙伴、业务模式可推广的数据要素价值释放整体服务能力，不断联合各类合作伙伴打造有活力、可持续、多方共赢的金融数据要素及

70、数据资产的流通运营服务体系。4.5 实施路径建设深度点规划实施运营线面建设路径1 理念与规划2 验证与服务3 模式与推广原型系统场景沙盒政府部门监 管同业机构数据交易中心数据银行“数据银行”研究报告“数据银行”研究报告5 合规风险管理设计5.1 研究数据监管法律现状随着数据流通的经济需求日益迫切、数据要素市场化配置机制的不断完善，国内外正逐渐加强对数据生命周期全流程的立法保护与监督管理。5.1.1 国际监管法律现状欧盟于2018年出台了 通用数据保护条例（GDPR），成为全球个人数据安全立法中极具标志性的一部法案。GDPR采用统一立法模式，通过制定综合性的个人数据保护法对个人数据全生命周期进行

71、管理。GDPR注重“数据权利保护”与“数据自由流通”之间的平衡，不仅赋予了数据主体同意权、访问权、更正权、被遗忘权、限制处理权、拒绝权及自动化自决权等广泛的数据权利，同时也强调了个人数据的自由流通不得因为在个人数据处理过程中保护自然人权利而被限制或禁止。另外，GDPR还明确了数据控制者和处理者应尽到采取合法、公平和透明的技术和组织措施来保护数据权益的法定义务，以及履行对监管部门及数据保护认证组织的法定义务。GDPR推出至今已经进入全面执法阶段，欧盟成员国已经陆续开出违反GDPR的巨额罚单。受GDPR的影响，全球其他国家也陆续推出了各自相关的法规。与欧盟GDPR采用的统一数据法典不同，美国采用分

72、散立法和行业自律相结合的模式。2020年1月1日被称为美国“最严厉、最全面的个人隐私保护法案”加利福尼亚消费者隐私法案 （CCPA）正式生效，CCPA给予消费者随时要求经营实体“不准出售”其个人信息的权利，商业机构很难再将同意出售个人信息打包在其个人信息使用许可中。在亚太地区，日本以专项保护法律为核心，同其他法律共同构成个人信息保护法律体系，并于2020年6月通过修订版 个人信息保护法 。浦发银行 矩阵元隐私计算联合实验室26 概念模型与建设规划242526 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室275.1.2 国内政策与应用导向随着数据要素的市场化配置逐步上升为重大国家战略，配

73、套的政策指引及运行机制建设导向也不断出台。2017年6月正式实施 中华人民共和国网络安全法（简称 网安法），在其框架下于2019年5月由国家互联网安全信息办发布 数据安全管理办法，对数据安全做了较为全面的规定和约束。2021年1月 民法典 正式生效，其中对于个人信息保护这一问题进行了阶段性立法回应。鉴于个人信息在社会生产和生活中的作用日益突出，民法典 人格权编采用专章的方式对个人信息与隐私权一并予以保护，并对个人信息的类型、收集、更改或删除做了初步规定。2021年6月10日，十三届全国人大常委会第二十九次会议通过了 数据安全法（简称数安法）。数安法是数据领域的基础性法律，也是国家安全领域的一部

74、重要法律。数安法从规范数据处理活动，保障数据安全，促进数据开发利用，保护个人、组织的合法权益，维护国家主权、安全和发展利益等角度规制路径。2021年11月1日，个人信息保护法 正式实施，是我国首部针对个人信息保护的综合性法律。明确定义了生物识别、宗教信仰、特定身份、医疗健康、金融账户、行踪轨迹等信息属于敏感个人信息，在处理时应取得个人的单独同意。个人信息保护法 明确不得过度收集个人信息，不得非法买卖、提供或公开他人个人信息，不得进行“大数据杀熟”等操作。相关法规的制定，将进一步规范对个人数据的使用和管理，推动企业优化、规范现有的数据合作与数据应用模式。法律层面：金融规范：中国人民银行分别于：2

75、020年2月13日发布,个人金融信息保护技术规范 ,2020年9月23日发布,金融数据安全数据安全分级指南 ,2021年4月8日发布,金融数据安全数据生命周期安全规范 ,对个人金融信息收集、传输、使用、存储、共享、删除、销毁等个人金融信息生命周期中的保护措施提出了具体保护要求，明确了数据安全定级的要素、规则和定级过程，建立了全周期的金融数据安全管理框架。2021年7月6日，深圳市第七届人民代表大会常务委员会公告（第十号）公布 深圳经济特区数据条例 ，自2022年1月1日起施行。从个人数据、公共数据、数据要素市场、数据安全的四大角度构建数据法律制度，从而充分发挥数据的基础资源作用和创新引擎作用，

76、培育资源配置高效的数据要素市场。2021年11月25日，上海市数据条例 经上海市十五届人大常委会第三十七次会议表决通过，并将于2022年1月1日起施行。条例 聚焦数据权益保障、数据流通利用、数据安全管理三大环节，涵盖了数据分级分类保护、重要数据目录管理、数据安全管理等配套措施，落实重要数据备案和数据安全评估制度。条例 的出台，结合数字经济相关市场主体的发展瓶颈，在满足安全要求的前提下，最大程度促进数据流通和开发利用、赋能数字经济和社会发展。法规层面：2728293031“数据银行”研究报告以满足外部数据监管现行要求为基准，对内完善数据内循环所需的数据资产管理各环节流程，对外研究探索新技术、新业

77、务模式下的数据交易规则与数据要素流通服务中面临的合规管理模式。具体设计思路如下：5.2 数据银行的合规风险管理设计思路数据权利登记数据合约建档数据分级隐私保护设置去标识/密态化处理标准5.2.1 数据权利登记合规风险管理（1）数据合约建档。数据银行作为服务机构，需要从源头出发，通过为数据要素进行数据合约建档，建立合规管理的基础。（2）分级隐私策略设置。按照不同数据要素的使用方式、使用目的的不同，构建可按场景分级的数据安全及数据隐私保护策略，满足多样化的数据合规处理要求。（3）标准化数据隐私处理。通过各类创新技术手段，结合数据合约约定的使用授权范围及模式、分层保护策略定义的数据合作隐私安全边界，

78、形成相对标准化的数据去标识化与密态化处理标准，规范内部数据要素合规管理的操作手势。5.2.2 数据交易规则合规风险管理为了能够更好的支撑数据要素的外循环，特别是能够面向生态伙伴提供合规的数据要素价值交易机制与数据要素协作模式，将设计明确数据要素的有效授权管理、数据合作规范，以及交易任务管理。（1）有效授权管理，即基于数据合约约定的授权意向、使用方式、处理规则以及未来的应用范围，通过技术手段实施交易中的有效管控与留痕，实现不同授权限制的可追踪与可编辑。（2）数据合作规范，即提出一套面向内部合规与外部监管可识别的数据合作流程，从合作意向达成、合作范围约定、数据要素授权及识别限制，再到数据资产用法用

79、量的约定控制，提出各环节的合作规范指引。数据银行数据交易规则有效授权使用管理数据合作规范交易任务管理数据流通服务算法分析有据可循密态计算留痕可追溯合作结果可验真010203 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室28“数据银行”研究报告“数据银行”研究报告将作为主体，按照外部监管要求统一对合作规范进行优化更新，并在生态内达成共识。（3）交易任务管理，即能够在分布式与中心化相结合的组织机制建设框架下，对各参与方、各业务条线的数据资产合作交易及其任务进行过程管理，避免因隐私保护及数据安全设置造成不必要的纠纷。5.2.3 数据流通服务合规风险管理在数据要素流通服务中，设计能够满足算法分

80、析有据可循、密态计算留痕可追溯、合作结果可验真等，即满足数据隐私保护、又能对合作机构及监管部门开放的、内生的合规管理模式。（1）实现穿透式合规管理，规避相关信息、数据在报送传递过程中的损耗与时效滞后，或者内容失真、甚至泄露。2）实现“事前、事中”的及时干预和介入，优化事后监管模式，通过将单一信息的合规管理转换成多源、多维的全方位监管，使合规管理能以参与者视角主动“观察”或“分析”各类业务处理流程。5.3 数据银行的合规风险管理建设目标数据银行计划从实践出发，逐步落实监管合规建设思路，通过实际应用，逐步体系化、具象化，为行业内围绕数据资产的商业模式提供监管路径的思考与实践经验。（1）按照权利的登

81、记存证，理清数据拥有者、数据处理者与数据协同合作方之间的关系，理清各方之间的权益关系，定分止争，提供可行的权益分配实践。（2）提供创新技术应用评估管理指引及可行的生产实施评审维度，制定区块链、隐私计算、密码学等创新技术实施生产应用前的安全性、易用性、合规性、可追溯性等方面的评审流程及审核内容，为行业性的实际投产应用提供一定的经验指导。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室296 产业应用探索数据银行的整体建设将从整合数据要素内循环，解决“逻辑性”数据孤岛出发，不断实现和推动数据要素外循环。通过隐私计算底座和金融服务应用打破“物理性”数据孤岛，实现机构间的数据价值协作，形成数据要素

82、生态。6.1 探索方向6.1.1 异业数据融合数据银行希望能促进不同行业间的交互，实现行业间横向、纵向业务扩展。通过数据隐私保护的可信流通底座，打通跨行业间的数据创新通道，建立数字互联、创新共建的异业数据融合模式。数据银行建立的数据要素外循环模式，可以助力跨行业间的数据融合，帮助企业寻找并提炼数据要素间隐含的相关性，探索和寻求更多的业务融合与发展新模式。6.1.2 多维数据协作数据银行希望能为企业提供多维度数据的价值采集、资源整合与协作交互机制，改善企业经营中面临的信息不对称问题，推动数据资源的有效协作。数据银行提供的分布式隐私计算能力，可以实现多维度数据资源的整合分析，在解决数据隐私保护和价

83、值保全的前提下，为企业提供新的业务发展思路和基于数据决策的解决方案。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室30“数据银行”研究报告金融服务侧政务数据侧6.2 数据银行+数字政务政府拥有大量的公共资源、城市建设、城市管理、民生服务等数据，可以作为企业日常经营情况的真实写照。然而，政务数据由于其敏感性和一定的公共属性，很难直接对外提供市场化服务或以数据产品的形式进行合作。通过数据银行搭建的服务平台，一方面能够基于金融服务实体的业务服务经验提供一些政务数据服务及产品模板，帮助政务数据价值输出，另一方面以分布式的方式建立政府各部门间、政府部门与企业间高效、便捷的信息共享及业务处理机制。基

84、于数据安全与数据隐私保护，真正落实“数据多跑路、企业少跑腿”的服务理念，通过联动企业相关数据信息，提升政务实施效能、辅助政府决策的精细化与科学化。数据银行在消除多方数据合作顾虑的基础上，能够链接工商、税务、社保、电力等不同部门、不同地域的政务数据，结合金融服务资源，提升中小微企业、个人用户在贷前、贷中、贷后的信用评估、风险议价、经营能力预判的精准性，扩大金融服务范围和质量，支持实体经济发展。数据银行提供的数据治理服务与数据资产化管理体系，能够帮助企业或地区政府完成企业内部数据或辖区内数据的分析、提炼，形成数据资产与各类数据能力。基于更加全面的数据认知，激活企业或地区数据要素，因地制宜，从政府单

85、一产业扶植向产业立体培育、金融一条龙服务方向进化，通过数据要素实现精准对接与专业化帮扶，逐步推进乡村振兴。概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室31数据协同产业联动金融服务赋能贷前隐私计算服务隐私计算服务隐私计算服务隐私计算服务内部模型/数据内部模型/数据内部模型/数据信用评估反欺诈模型贷中数据银行经营情况风险识别预警贷后偿债能力催收价值评估税务纳税状态纳税额工商注册登记状态变更情况电力用电状态用电量社保缴纳状态缴纳数额2数据分析数据治理数据全局认知1“数据银行”研究报告 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室32客户营销价值判断客户资产视图识别输出用户资产等级视图

86、客户投资资格认证券商(合作方)保险(合作方)银行(需求方)数据混淆密态数据交换密态数据计算密态数据计算密态数据计算6.3 数据银行+开放金融金融行业拥有海量的敏感、高价值数据，对于多源数据协同应用具有更高的诉求。然而，金融机构因所属行业和行政管辖的不同，以及受金融敏感信息安全保护的法律法规制约，使得用户的金融画像相互割裂。数据银行基于金融属性和数据隐私保护能力构建的数据要素服务体系，将能高效整合不同金融机构下的用户金融属性数据，实现更加全面的财富视图识别和用户资产趋势发掘，更加个性化、更为精准地提供资产配置、风险防范服务。通过数据银行实现的多方金融数据协作，可以实现机构间用户资产叠加后的金融服

87、务等级互认与服务权益通兑。同时，通过多机构、多维数据的融合建模，实现银行、证券、保险间的用户综合信用风险计量体系，通过对数据信息的综合分析，提升风险识别的及时性，降低金融风险的传导效应。数据混淆数据混淆密态数据交换本地数据密态数据交换本地数据本地数据数据要素权利登记01交易机制协商与共识02结果验证与收益分配03合规风险管理04“数据银行”研究报告 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室336.4 数据银行+数字城市数字城市蕴含城市级海量信息的采集、分析、存储、使用等各方面需求，以及多系统融合中的各种数据安全、数据隐私、协同模式、交易机制、收益分配等复杂问题。数据银行可以作为数字

88、城市的一个关键组成，基于城市数字化正在解决的不同行业、不同机构间的信息互通基础，进一步完善各类数据治理能力，提高数字化管理效能，初步形成可在一定范围内实现跨机构、跨行业协同的数据要素融合服务。基于数据银行的建设规划，将逐步建设成为数据要素的运营总台，从技术赋能和机制建设两个方面先行着手，为数据共享和互操作提供基础设施底座，真正赋能数字城市中各行业数据的融会贯通，实现数据全域可标识、异业数据可分析、产业模型可决策的数智化基础设施。“数据银行”研究报告 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室346.4 数据银行+智慧医疗医疗数字化和医疗信息的开放共享是能够推动疾病研究、提高治疗效率、

89、提升远程医疗服务质量的有效方法。但是医疗数据的收集、使用和分析，往往受限于传统的IT系统建设和粗放的数据安全处理方式，使得医疗数据仅在内网封闭管理模式下使用，阻碍了医疗服务的数字化转型，也无法与其他行业协同充分发挥医疗数据在服务民生中的巨大价值。数据银行在智慧医疗的服务体系中，既能作为数据服务基础技术能力的输出方，基于数据治理的丰富经验为医疗数据提供综合治理服务；又能基于各类密码学算法和隐私保护技术能力，从医疗数据收集源头开始建立分层的隐私保护措施，满足不同安全强度、不同分析和计算需求的医疗数据隐私保护方式，赋能医疗数据实现安全、可信的多源共享与融合分析；还能通过产业开放生态对接银行、保险等机

90、构，通过服务联动形成创新性服务产品，进一步释放医疗数据价值。区块链和隐私计算服务医疗数据共享与融合1 可信安全记录医院数据就诊检测病例医嘱.3 智慧医疗服务多源数据服务融合疾病预测智能决策精准医疗慢病管理2 多源分析与记录留痕数据隐私保护与协同操作区块链和隐私计算服务数据处理数据融合区块链和隐私计算服务数据采集服务输出数据银行生态实现医院数据与临床实验数据中用户医疗信息的有机关联与识别基于隐私保护与分布式系统，确保操作留痕与敏感信息隐私保护区块链和隐私计算服务“数据银行”研究报告“数据银行”研究报告连接产学研用，大胆假设、审慎求证数据银行研究报告是在这样的背景下结合理论研究和业务探索，提出了T

91、WIN愿景模型，为数据规划了一条始于数据资源、升级为数据资产、形成数据要素，探路进入市场形成生态服务的价值实现路径。赋能产业转型，场景为基、创新运营数据银行探索建设金融基础设施，通过整合银行和生态伙伴的力量，助力数据要素为产业数字化提供持续的生产力，并基于银行的金融职能为其提供能够服务于企业内部数据和对接外部数据的综合产品及服务能力。探索开放生态，优势合作、共创共赢数据银行的体制机制探索，将以降低数据要素流通信任成本为手段，以完善数据要素流通金融服务为使命，以促进产业数据要素价值释放为目标。基于理论规划与场景验证，逐步完善各项关键职能与核心功能。数据银行的研究探索只是一个起步，在数据要素市场化

92、配置、数据要素价值释放、数字化服务转型的漫漫长路上，邀请各类型合作伙伴同舟共济。通过不断的技术验证与业务实践，以数据资产管理和数据要素流通为核心服务能力输出，与生态伙伴共同开创以数据要素为核心经营内容的全新合作模式，打造有活力、可持续、多方共赢的金融数据要素及数据资产的流通运营服务体系。随着数据要素作为生产力的地位得到广泛认可，数据要素市场化配置需求成为新的经济运行需要，建立一种以数据要素为核心经营对象的新型金融基础设施应运而生。以企业和产业数字化转型为能力输出，以企业数据的要素化、市场化配置为服务对象，以促进数据要素内循环、对接数据要素外循环为经营范围，将成为金融服务重要的创新领域。数据银行

93、的概念研究与探索，从金融服务实体的角度提出了全新的概念和定义，结合商业银行核心能力与实践经验对其建设目标、核心职能、技术能力、建设方式、合规风控等角度提出了一些设想与解决方案。概念模型与建设规划7 结语和展望浦发银行 矩阵元隐私计算联合实验室35“数据银行”研究报告本研究报告版权属于浦发银行所有，受到中国相关法律的版权保护。如需转载、摘编或以其他方式使用本研究报告文字或者观点的，请注明出处。浦发银行：陈海宁、万化、张琛、郭林海、马文婷、黄小芮矩 阵 元：孙立林、何德彪、祁铁、李升林、谢翔、沈敏文感谢肖风博士、高富平教授、郁昱教授、林华博士、刘绪光博士、邹传伟博士、胡永涛研究员、申翔宇、魏凯、闫

94、树博士、袁博、王勐、罗梅琴等专家对报告提出的宝贵意见。谨向所有为本报告献出宝贵时间和经验的人们表示衷心感谢！概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室36版权说明编写组成员致谢 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室37参考文献 1 中国共产党第十九届中央委员会第四次全体会议.中共中央关于坚持和完善中国特色社会主义制度、推进国家 治理理体系和治理能力现代化若干重大问题的决定R.2019.2 中共中央国务院.关于构建更加完善的要素市场化配置体制机制的意见R.2020.3 国家信息中心信息化和产业发展部,京东数字科技研究院.中国产业数字化报告2020R.2020.4 安筱鹏

95、.数据要素如何创造价值深度解读R.2021.5 普华永道.数据资产生态白皮书R.2020.6 浦发银行，浙江大学.数据原生的金融架构蓝皮书R.2021.7 高富平.数据经济的制度基础数据全面开放利用模式的构想J广东社会科学.2019.8 安筱鹏.软件视角中的未来工业R2016.9 中华人民共和国第十二届全国人大常委会第十五次会议.中华人民共和国国家安全法Z.2015.10 中华人民共和国第十二届全国人大常委会第二十四次会议.中华人民共和国网络安全法Z.2016.11 中华人民共和国全国人民代表大会.中华人民共和国民法典Z.2021.12 中华人民共和国全国人民代表大会.中华人民共和国数据安全法

96、Z.2021.13 中华人民共和国第十三届全国人大常委会第十四次会议.中华人民共和国密码法Z.2019.14 中华人民共和国第十三届全国大会常委会第三十次会议.中华人民共和国个人信息保护法Z.2021.15 刘静芳.银行数字化转型的关键是提升数据要素价值创造力J清华金融评论.2021.16 浦发银行，IBM，中国信通院.商业银行数据资产管理体系建设实践报告R.2021.“数据银行”研究报告“数据银行”研究报告 概念模型与建设规划浦发银行 矩阵元隐私计算联合实验室38参考文献17 陈兵.以数据要素赋能“双循环”新发展格局J.国家治理.2020.18 中华人民共和国工业和信息化部.“十四五”大数据

97、产业发展规划R.2021.19 张莉.所有权、使用权、收益权：数据产权的构建J中国计算机报.2019.20 上海德勤资产评估有限公司，阿里研究院.数据资产的估值与行业实践R.2019.21 李希君.基于信息熵的数据交易定价研究D.2018.22 中国信息通信院.数据价值化与数据要素市场发展报告（2021年）R.2021.23 Page L,Brin S,Motwani R,et al.The PageRank Citation Ranking:Bringing Order to the WebJ.Stanford Digital Libraries Working Paper,1988.24 欧洲联盟.通用数据保护条例（GDPR）R.2018.25 美国加利福尼亚州.加利福尼亚消费者隐私法案.Z.2020.26 日本参议院.个人信息保护法Z.2020.27 深圳市第七届人民代表大会常务委员会.深圳经济特区数据条例Z.2021.28 上海市第十五届人民代表大会常务委员会.上海市数据条例Z.2021.29 中国人民银行.个人金融信息保护技术规范(JR/T 0171-2020)Z.2020.30 中国人民银行.金融数据安全 数据安全分级指南（JR/T 0197-2020）Z.2020.31 中国人民银行.金融数据安全数据生命周期安全指南（JR/T 0223-2021）Z.2021.