今年的两会，不简单。
由于疫情影响，「两会」不仅举办日期推迟、时长缩短，还减去了不少大会代表的的发言。
也正因如此，迟来的大会积蓄了更多人的目光，全球都在观望这「全球第二大经济体」将如何应对疫情的冲击。而金融，这一离国民经济最核心的地方，自然受到了各界人士的重点关注。
在今年的两会中，马化腾、雷军、张近东等科技界代表们，从核心技术创新、小微企业借贷、征信体系建设等多个角度对金融科技进行了思考和讨论。
不要把创新只聚焦在应用层
核心技术自主创新，是今年科技界讨论最多的话题之一。
两会上，腾讯董事会主席兼CEO马化腾谈到，在金融科技核心竞争力方面，中国与发达经济体的比较优势在于市场需求巨大且互联网应用非常普及，在应用层面的创新能力强，容易形成规模化、市场化应用，而发达经济体则在依托技术创新方面更具优势，掌握较多的核心技术。
在稳定的政策环境引导下，中国金融科技市场主体只有苦练内功，持续提升自身创新能力，才能在国内金融开放的大环境下保持竞争优势，同时在国际金融科技舞台发挥更积极作用。
江西省农村信用社联合社党委书记孔发龙，也倡导加强区块链的自主核心技术创新能力：
一方面集中力量发展国产自主可控的区块链技术平台，全力争取发展主动权。
二是坚持政产学研用合作，出台扶持政策，对研发自主可控区块链技术的项目、主体和团队进行重点支持，充分调动各方面的积极性。
三是加强数学、物理、密码学等基础科学研究，从根基上提升我国区块链技术自主创新的能力。
四是依托教育部“强基计划”，加快培养一批高素质区块链人才队伍。
五是加强区块链顶层平台及相关标准体系建设，争夺行业话语权，建立自主可控的区块链生态体系。
打破数据孤岛，用AI减低信贷风险与服务成本
小微企业融资难，一直是各界关注焦点之一。
去年的政府工作报告就已指出，未来要着力缓解企业融资难融资贵问题，引导金融机构扩大信贷投放、降低贷款成本，激励加强普惠金融服务。
疫情影响下，小微企业更是首当其冲。据有关银行调研显示，80%小微企业存在资金缺口。
小米董事长兼CEO雷军提议，应当进一步探索精准服务小微企业融资的长效机制，推进金融机构融资服务坚持风险定价。加强运用金融科技和大数据能力，降低服务成本。
苏宁控股集团董事长张近东也持相似看法，他谈到，小微企业融资难，关键是缺信息、缺信用。从金融机构的角度出发，融资难、融资贵主要是因为缺乏统一完备的小微企业信息平台，小微企业财务制度不健全、负债结构复杂等问题影响了金融机构对小微企业信贷支持。
张近东在两会中建议，为了让金融机构愿意贷、敢于贷，可以由地方政府牵头，整合区域内政策机构力量和各方数据，建立完善全面、互联互通的地方小微企业政策执行和信息集成综合体系，为金融机构创新小微金融业务模式提供数据支撑。
张近东说，顺应新基建发展趋势，加大运用“金融+科技”的力量，进一步打通各个部门的信息孤岛，为金融机构更好识别、更好管理企业贷款风险提供匹配的信息。尤其是要推动移动互联网、大数据、云计算、物联网、人工智能等先进技术在小微企业融资中的应用，提高小微企业融资相关数据的获取、分析和应用能力。
加强征信体系建设
疫情之下，无论是企业融资亦或是个人借贷，均对风险和信用评估提出了巨大的挑战。信用，是一切资金流动的保障。
然而目前我国征信体系的专业化和市场化水平仍存在不少问题。
两会期间，多位央行系统的人大代表也针对征信话题提出了建议：
央行南昌中支行长张智富呼吁：加快信用信息立法进程、分级分类推动信用信息共享开放、强化监管和信息主体权益保护。
央行广州分行行长白鹤祥认为：现阶段，我国征信方面专门立法层级不高，信用立法的不完善制约了我国征信业高质量发展和社会信用体系建设。
央行石家庄中心支行行长陈建华指出：互联网征信与传统征信运行模式差异较大，互联网征信机构基本处于监管真空，信息泄漏和网络侵权事件频发，暴露出我国征信立法滞后的问题。
央行郑州中支行长徐诺金表示将网贷信息纳入征信报告，网络借贷机构接入央行征信中心、百行征信等征信机构，这有利于打击网贷失信人逃废债务、多头借贷和促进网贷机构业务信息披露。
浪潮集团CEO孙丕恕也在建议中指出，应鼓励地方政府引进金融科技服务能力较强的市场化「征信公司」作为平台运营方，为本地金融机构提供风控模型，构建信贷评分体系，联合开发创新型金融产品；同时开展区域中小企业信用评价体系完善工作，支持区域中小企业信用评价体系纳入人行「征信体系」。
与此同时，由地方政府牵头，梳理并聚合平台建设所需的资金、数据、金融产品等关键要素，整合政府数据、互联网数据资源、企业经营数据，打造“聚合型”和“智慧型”金融服务平台，帮助金融机构向中小微企业提供不见面、纯信用、快速到账的贷款服务。
数据安全与隐私保护立法
我国的大数据战略实施正处在持续深化阶段，在新基建、5G、云计算、大数据等新需求、新场景的推动下，数据安全问题日益突出。如何构建数据安全及容灾方案，是政府和企业面向数字时代信息安全重要的课题之一。
2020年5月25日，在十三届全国人大三次会议第二次全体会议上，全国人民代表大会常务委员会的工作报告「下一步主要工作安排」中指出，围绕国家安全和社会治理，将制定：数据安全法、个人信息保护法、生物安全法。
其中，「数据安全法」的制定，将是继2017年实施的《中华人民共和国网络安全法》和2019年实施的《信息安全技术网络安全等级保护基本要求》之后，在数据保护领域重要的立法。
对此，人大代表们也给出了自己的看法和建议。中国移动集团公司董事、浙江移动董事长兼总经理郑杰就对数据的割裂表示担忧，称一些企业凭借先发优势不断获取行业数据，呈现出垄断趋势，不利于有序竞争。
而政府机构和公共部门掌握数据资源，但“不愿”、“不敢”、“不会”共享开放，不少政务数据开放平台标准不统一、数据不完整等。
除了要细化数据安全与隐私保护规则，郑杰还建议，要明确数据挖掘、共享和交易中的红线，限制无使用依据的数据收集，尤其是人脸、指纹等敏感数据的收集和使用，应经法定情形允许及专业评估。
联邦学习的解法
梳理这批提案内容不难发现，问题的核心仍然是「数据」二字。
当数据产生，被过度收集、被泄露、被滥用，是为「不安」；当各方拒绝共享，数据割裂，孤岛出现，是为「不全」。随之而来的信息缺失，让征信体系无法健全，金融机构也就很难合理评估个人和企业的信用风险，把小微企业推向更深的融资困境。
数据的获取、共享，到使用和加工，链条的每一环都有不小的漏洞，多个技术流派也因此迅速崛起，联邦学习正是当中的「急先锋」。
近两年，在杨强教授等世界级专家的联合推动下，国内外诸多科技巨头，均已开始搭建联邦学习的研究与应用团队；国内也已出现联邦学习、共享智能等多个相关研究方向。
联邦学习，是指多个参与方（如移动设备或整个组织）协作式地训练模型的机器学习方法。该方法不需要将分散的训练数据搜集到一起，也可以简单概括为“数据不动模型动”。联邦学习这种数据不出本地的特性让数据使用全过程都变得更为安全可靠。
小微企业融资流程里的信贷风控，正是实现联邦学习落地的最佳场景之一。
当银行向小微企业放贷，央行征信已经满足不了风控需求，需要有工商、税务、舆情等更多维度的数据，但数据拥有方往往都是不同的企业和政府各部门，联邦学习的采用能更好地说服各方参与其中。
微众联邦学习团队告诉雷锋网，在基于联邦学习进行风控建模的过程中，“双方加密交换中间计算结果，类似于方向向量的概念，交换的是中间变量，不是原始数据。同时对这个中间变量还进行了安全保护，所以数据并不会出库，保证数据源和应用方的数据安全。”
而联邦学习所采用的在分散数据集上进行联合模型训练的方法，将降低传统中心化机器学习方法带来的一些系统性隐私风险和成本，这样的效果也正契合了信贷风控的提升方向。
在杨强教授带领下开展联邦学习研究的微众银行，目前已将联邦学习用于金融领域。微众银行联邦学习团队在采访中透露，通过合法合规的多维度联邦数据建模，小微企业风控模型效果约可提升12%，相关企业机构有效节约了信贷审核成本，整体成本预计下降5%-10%，并因数据样本量的提升和丰富，风控能力进一步增强。
蚂蚁金服也同样展开了共享智能的研究，其解决方案中不仅包含有类似联邦学习的有中心服务器参与计算的模式，也包含完全去中心化的方案，还有基于TEE的共享学习方案和基于MPC的共享学习框架。
蚂蚁金服透露称，这一新技术已帮助中和农信大幅度提高风控性能，把原来传统的线下模式，变成线上自动过审模式，完成授信只需5分钟。
近日，微众银行董事长顾敏发表在《北大金融评论》的文章《金融智能化时代银行面临的挑战与应对之策》，也谈到了金融数据安全与隐私保护的技术方法 ：
在信息安全方面，需要引入“安全沙箱”机制，如对通信隧道加密，进行严格的访问控制。
在数据隐私保护方面，应对数据实行分级管理，针对不同敏感等级的数据采用不同的保护措施和流程管控要求；同时应严格遵循授权使用原则，在内部使用时应确保数据专事专用、最小够用、未经许可不得留存。
在隐私保护相关技术方面，例如基于「区块链」的隐私保护解决方案、安全多方计算框架，以及「人工智能联邦学习」框架等都值得参考，从而在满足隐私保护要求的前提下，实现数据合作。
不过，尽管联邦学习等新技术已进入金融科技的各个细分领域，但数据安全与隐私保护问题仍然道阻且长。只有技术进步与法规完善双管齐下，各方同步建设良好的数据生态环境和信任机制，方能让数据过好「这一生」。
