数据安全要求升&#x7

而本应更为注重数据的民营银行进度也存在差异。“除了领头的，其他民营银行数据营销这块做还不是特别好。”有业内人士向记者表示。
IDC中国研究总监高飞与记者分享了该团队在开放金融数据共享中的隐私计算相关研究成果。据他介绍，浦发银行(600000,股吧)和蚂蚁集团两家企业针对零售贷款业务，采用多方安全计算的风险模型，开发了一整套风险评估解决方案。
具体做法是，该模型基于浦发银行及合作方的数据构建而成，以提高模型的有效性；蚂蚁集团方的职能是，为双方提供技术服务，在训练和运行两个阶段内均采取分布式部署，且双方都应用了加密算法。“数据可用不可见。”高飞称，“这意味着，任何一方的原始数据都不会泄露给另一方，并且也无法通过对训练结果的反向工程来推导原始数据。”
“与单一数据源模型相比，多方数据协作模型可以将模型的KS值（风控模型术语）提高12%至23%。由于KS值普遍用于评估风控模型的效果，数值越高则意味着模型精准识别风险的能力越强。”高飞介绍，在信用风险管理、识别高风险客户方面，该模型的运行效果是：识别超过14.5万名高风险客户，阻止了数十亿元的高风险贷款的发放；识别出了37万名低风险客户，潜在授信规模约80亿元。
证券时报记者从杭州一家头部大数据智能风控商高管处获悉，在业内，除了银行，保险、信托公司、金控集团外，在政务数据领域，也均有类似的基于数据安全隔离的模型合作尝试。他透露，“一方面是数据的供给侧，如政务数据方、央企国企等，数据覆盖面比较广；另一方面是数据的需求侧，比如金融机构、金融科技公司等，亟待合规的链接者，来担当这个桥梁身份。”
合规前提下“打捞”