數(shù)據(jù)要素流通典型應(yīng)用場(chǎng)景案例集

數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation報(bào)告要點(diǎn) 1?、數(shù)據(jù)要素流通交易發(fā)展背景與現(xiàn)狀 2?、?業(yè) 5 7 10 13 16三、?融 19 22 25 28 30 33 35 38 41 43 45 47四、醫(yī)療 50數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation 52 55五、農(nóng)業(yè) 58 60六、交通 63 65 68 71七、電? 74 76 78?、智慧城市 81 84 86 89 91九、營(yíng)銷(xiāo) 93 94參考?獻(xiàn) 96數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation1報(bào)告要點(diǎn)1.數(shù)據(jù)是發(fā)展數(shù)字經(jīng)濟(jì)的重要資源，同時(shí)也是國(guó)家戰(zhàn)略資源和全球競(jìng)爭(zhēng)的關(guān)鍵資源，數(shù)據(jù)作為生產(chǎn)要2.數(shù)據(jù)要素的流通交易是其價(jià)值釋放的前提，而數(shù)據(jù)資源的“碎片化”和相互隔離是目前面臨的主要挑戰(zhàn)，建立數(shù)據(jù)市場(chǎng)，推動(dòng)數(shù)據(jù)要素的流通是解決這一問(wèn)題的關(guān)鍵；我國(guó)高度重視數(shù)據(jù)要素市場(chǎng)建3.無(wú)場(chǎng)景，不交易。脫離了具體的應(yīng)用場(chǎng)景，數(shù)據(jù)價(jià)值無(wú)從談起，也就無(wú)法真正實(shí)現(xiàn)有效的流通。本案例集基于編寫(xiě)組和參編企業(yè)的深入調(diào)研和材社會(huì)效益及創(chuàng)新點(diǎn)”和“推廣價(jià)值”等四方面起草。4.這些企業(yè)的行業(yè)特征、數(shù)據(jù)特點(diǎn)、數(shù)據(jù)產(chǎn)品體系和數(shù)據(jù)應(yīng)用模式各有不同，特別是覆蓋了當(dāng)前數(shù)據(jù)要素的主要應(yīng)用場(chǎng)景，涉及工業(yè)、金融、交通、醫(yī)療、電力、農(nóng)業(yè)、智慧城市和營(yíng)銷(xiāo)八大領(lǐng)域。這些來(lái)自行業(yè)的第一手的經(jīng)驗(yàn)將為更多企業(yè)提供寶貴的參考，充分呈現(xiàn)場(chǎng)景驅(qū)動(dòng)下的數(shù)據(jù)價(jià)值，共同數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation2“數(shù)字經(jīng)濟(jì)發(fā)展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋?jìng)爭(zhēng)格局的關(guān)鍵力量”。數(shù)據(jù)不僅是發(fā)展數(shù)字經(jīng)濟(jì)的重要資源，也是國(guó)家基礎(chǔ)性戰(zhàn)略資源，更是未來(lái)全球競(jìng)爭(zhēng)的戰(zhàn)略資源。數(shù)據(jù)要素的流通使用是數(shù)字革命區(qū)別于工業(yè)革命的特征之一。世界各國(guó)紛紛將大數(shù)據(jù)上升為國(guó)家戰(zhàn)略，在數(shù)據(jù)資源、數(shù)據(jù)處理技術(shù)、數(shù)據(jù)產(chǎn)業(yè)等方面開(kāi)展全方位的競(jìng)爭(zhēng)，數(shù)據(jù)要素的流通利用也已成為國(guó)際競(jìng)合焦點(diǎn)。在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)作為新型生產(chǎn)要素，正被加速應(yīng)用于千行百業(yè)，在風(fēng)險(xiǎn)控制、智能營(yíng)銷(xiāo)、產(chǎn)品研發(fā)牽引、成本精細(xì)化管控等方面均能產(chǎn)生顯著促進(jìn)，明顯提升企業(yè)、行業(yè)及宏觀經(jīng)濟(jì)的運(yùn)轉(zhuǎn)效率，提高國(guó)民經(jīng)濟(jì)產(chǎn)出，深度賦能?chē)?guó)民經(jīng)濟(jì)1。從宏觀層面來(lái)看，數(shù)據(jù)要素對(duì)經(jīng)濟(jì)的促進(jìn)作用日益增強(qiáng)，各個(gè)行業(yè)的產(chǎn)值均能產(chǎn)生正向促進(jìn)效應(yīng)。特別是信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，其數(shù)據(jù)要素投入產(chǎn)出彈件和信息技術(shù)服務(wù)業(yè)產(chǎn)出增加3%。從微觀層面來(lái)看，數(shù)據(jù)要素可明顯增強(qiáng)企業(yè)績(jī)效，總資產(chǎn)凈利潤(rùn)率（ROA）遠(yuǎn)超行業(yè)均值。數(shù)據(jù)要素對(duì)企業(yè)效益的影響，表現(xiàn)在生產(chǎn)優(yōu)化、運(yùn)營(yíng)效率提升、產(chǎn)品/服務(wù)創(chuàng)新以及業(yè)態(tài)轉(zhuǎn)變等多個(gè)方面。根據(jù)《中國(guó)數(shù)據(jù)要素市場(chǎng)發(fā)展報(bào)告》的測(cè)算，對(duì)數(shù)據(jù)要素應(yīng)用程度較高的企業(yè)，總素，數(shù)據(jù)貫穿于數(shù)字經(jīng)濟(jì)發(fā)展的全部流程，與其他生產(chǎn)要素不斷組合迭代，加速交叉融合，引發(fā)生產(chǎn)要素多然而，孤島的數(shù)據(jù)價(jià)值非常有限，數(shù)據(jù)要素價(jià)值釋放的前提是數(shù)據(jù)流通。數(shù)據(jù)“碎片化”和“條塊分割”制約了數(shù)據(jù)要素的價(jià)值釋放。政府、企業(yè)各單位間存在信息隔離，數(shù)據(jù)的所有主體“各自為政”，難以和其他數(shù)據(jù)所有主體互聯(lián)互通，數(shù)據(jù)常常以“數(shù)據(jù)孤島”的形式被存儲(chǔ)在多個(gè)獨(dú)立的、不兼容的主體中。此外，數(shù)據(jù)要素具有極易復(fù)制、非排他性、難追溯、交易環(huán)境復(fù)雜等特點(diǎn)，面臨著隱私泄露和安全風(fēng)險(xiǎn)的挑戰(zhàn)。建立數(shù)據(jù)五中全會(huì)進(jìn)一步確立了數(shù)據(jù)要素的市場(chǎng)地位以來(lái)，黨中央、國(guó)務(wù)院先后發(fā)布了多項(xiàng)與數(shù)據(jù)要素流通及數(shù)據(jù)要見(jiàn)》明確提出了“加快培育數(shù)據(jù)要素市場(chǎng)”的戰(zhàn)略任務(wù)，并提出在推進(jìn)政府?dāng)?shù)據(jù)開(kāi)放共享的同時(shí)，還要提升社會(huì)數(shù)據(jù)資源價(jià)值，支持構(gòu)建農(nóng)業(yè)、工業(yè)、交通、教育、安防、城市管理、公共資源交易等領(lǐng)域規(guī)范化數(shù)據(jù)開(kāi)1國(guó)盛證券.?個(gè)案例：數(shù)據(jù)要素如何提升效率.2022.2國(guó)家?業(yè)信息安全發(fā)展研究中?.中國(guó)數(shù)據(jù)要素市場(chǎng)發(fā)展報(bào)告（2021-2022）.2022.數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation3試點(diǎn)總體方案》進(jìn)一步以“探索建立數(shù)據(jù)要素流通規(guī)則”為主題進(jìn)行數(shù)據(jù)要素市場(chǎng)化配置改革的布局，設(shè)立了“在數(shù)據(jù)要素市場(chǎng)化配置基礎(chǔ)制度建設(shè)探索上取得積極進(jìn)展”的目標(biāo)，提出了“探索建立數(shù)據(jù)要素流通規(guī)則”的改革試點(diǎn)任務(wù)，并提出了“完善公共數(shù)據(jù)開(kāi)放共享機(jī)制”、“建立健全數(shù)據(jù)流通交易規(guī)則”、“加強(qiáng)數(shù)據(jù)安全保護(hù)”等具體任務(wù)。2022年3月底發(fā)布的《關(guān)于加快術(shù)和數(shù)據(jù)市場(chǎng)”、“加快培育數(shù)據(jù)要素市場(chǎng)，建立健全數(shù)據(jù)安全、權(quán)利保護(hù)、跨境傳輸管理、交易流通、開(kāi)放共享、安全認(rèn)證等基礎(chǔ)制度和標(biāo)準(zhǔn)規(guī)范”的要求。2022年6月，《意見(jiàn)》對(duì)于完善數(shù)據(jù)要素市場(chǎng)化配置機(jī)制、打造數(shù)字經(jīng)濟(jì)發(fā)展新動(dòng)能具有舉旗定向的重要意義?！兑庖?jiàn)》通過(guò)構(gòu)建數(shù)據(jù)基礎(chǔ)的產(chǎn)權(quán)制度、數(shù)據(jù)要素流通交易制度、數(shù)據(jù)要素收益分配制度、數(shù)據(jù)要素安全治理制度，讓數(shù)據(jù)要素的獲取、加工、流通、利用以及收益分配等行為有法可依、有規(guī)可循，推動(dòng)數(shù)據(jù)要素市場(chǎng)規(guī)范化、制度化建設(shè)，最終實(shí)現(xiàn)數(shù)據(jù)要素市場(chǎng)化配置效率的提升?？梢哉f(shuō)，《意見(jiàn)》的出臺(tái)正式拉開(kāi)了我國(guó)數(shù)據(jù)基礎(chǔ)制度從數(shù)據(jù)要素的認(rèn)識(shí)主張走向數(shù)據(jù)要素具體制度實(shí)踐的序幕，我國(guó)數(shù)據(jù)要素市場(chǎng)探索進(jìn)入了關(guān)鍵時(shí)標(biāo)志著我國(guó)數(shù)據(jù)要素流通交易進(jìn)入正式制度規(guī)范創(chuàng)建、流通實(shí)踐創(chuàng)新探索的開(kāi)始。數(shù)據(jù)交易業(yè)務(wù)。從交易平臺(tái)來(lái)看，經(jīng)過(guò)近四十年的發(fā)展，國(guó)外數(shù)據(jù)交易市場(chǎng)已經(jīng)形成了以綜合性數(shù)據(jù)交易平三類(lèi)平臺(tái)為主的數(shù)據(jù)交易平臺(tái)。從政策規(guī)則視角來(lái)看，國(guó)外數(shù)據(jù)要素市場(chǎng)的建設(shè)與其數(shù)字經(jīng)濟(jì)戰(zhàn)略和政策的我國(guó)數(shù)據(jù)要素流通交易歷史不長(zhǎng)，數(shù)據(jù)要素流通實(shí)踐和模式仍在探索中。數(shù)據(jù)作為生產(chǎn)要素參與市場(chǎng)流一批數(shù)據(jù)要素流通交易機(jī)構(gòu)也相繼成立，開(kāi)啟了我國(guó)數(shù)據(jù)要素流通的實(shí)踐探索之路。數(shù)據(jù)要素流通的市場(chǎng)邏輯是將數(shù)據(jù)產(chǎn)品作為流通標(biāo)的物，將數(shù)據(jù)供需雙方、交易機(jī)構(gòu)和相關(guān)數(shù)商作為參與者，通過(guò)信息技術(shù)形成交供給不足、市場(chǎng)參與者動(dòng)力不足等，影響了數(shù)據(jù)要素交易市場(chǎng)活躍度，限制了數(shù)據(jù)要素的流通。上海數(shù)據(jù)交易所積極探索數(shù)據(jù)要素領(lǐng)域制度創(chuàng)新，針對(duì)數(shù)據(jù)交易全過(guò)程制定一系列制度規(guī)范，發(fā)布“7+6+1”（七項(xiàng)規(guī)范、六項(xiàng)指引、一項(xiàng)術(shù)語(yǔ)）的制度體系，確立“不合規(guī)不掛牌，無(wú)場(chǎng)景不交易”的基本原則，為提供低成本、高效率、可信賴(lài)的數(shù)據(jù)流通環(huán)境，牽頭建設(shè)了國(guó)內(nèi)首個(gè)數(shù)據(jù)交易鏈，為數(shù)據(jù)流通交易提供合規(guī)與安全保障。交易所在合規(guī)、可信、效率和資產(chǎn)化方面發(fā)揮的重要作用，日益活躍的市場(chǎng)交易生態(tài)正逐步形交易所是由上海市人民政府指導(dǎo)下組建的準(zhǔn)公共服務(wù)機(jī)構(gòu)。上海數(shù)據(jù)交易所緊扣建設(shè)國(guó)家數(shù)據(jù)交易所的定3?麗華,杜萬(wàn)?,吳蔽余.基于數(shù)據(jù)要素流通價(jià)值鏈的數(shù)據(jù)產(chǎn)權(quán)結(jié)構(gòu)性分置.?數(shù)據(jù),2023,9(2):5-15.數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation4位，以構(gòu)建數(shù)據(jù)要素市場(chǎng)、推進(jìn)數(shù)據(jù)資產(chǎn)化進(jìn)程為使命，承擔(dān)數(shù)據(jù)要素流通制度和規(guī)范探索創(chuàng)新、數(shù)據(jù)要素所聯(lián)合國(guó)家工業(yè)信息安全發(fā)展研究中心向社會(huì)公開(kāi)征集“數(shù)據(jù)要素典型應(yīng)用場(chǎng)景（數(shù)據(jù)流通交易方向）?,擬遴選出一批具有示范性、可推廣的數(shù)據(jù)要素成熟應(yīng)用場(chǎng)景、典型應(yīng)用模式、數(shù)據(jù)產(chǎn)品和服務(wù)。圍繞數(shù)字經(jīng)濟(jì)、數(shù)字政府、數(shù)字社會(huì)等重點(diǎn)領(lǐng)域，面向政府、企業(yè)、高校、科研院所和行業(yè)協(xié)會(huì)等主體，共收集近七十例。每個(gè)案例都嚴(yán)格遵循“應(yīng)用場(chǎng)景”“解決方案”“經(jīng)濟(jì)和社會(huì)價(jià)值”和“推廣價(jià)值”等四方面起草，共白皮書(shū)，為推動(dòng)各方進(jìn)一步探索釋放數(shù)據(jù)要素價(jià)值的路徑，促進(jìn)數(shù)據(jù)要素高效流通交易，為數(shù)據(jù)供方、數(shù)據(jù)數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation5確了我國(guó)要由工業(yè)大國(guó)發(fā)展邁向工業(yè)強(qiáng)國(guó)的戰(zhàn)略目標(biāo)。工業(yè)互聯(lián)網(wǎng)正成為推動(dòng)新一輪科技革命、產(chǎn)業(yè)變革和工業(yè)制造企業(yè)數(shù)字化、智能化轉(zhuǎn)型的重要驅(qū)來(lái)源：中國(guó)電信《5G＋工業(yè)互聯(lián)網(wǎng)生態(tài)合作白皮書(shū)》4平臺(tái)對(duì)數(shù)據(jù)進(jìn)行管理、存儲(chǔ)、分析與共享等操作。最終數(shù)據(jù)經(jīng)由平臺(tái)到達(dá)應(yīng)用層，并服務(wù)于特定行業(yè)。在產(chǎn)品生產(chǎn)過(guò)程中，海量的生產(chǎn)數(shù)據(jù)被產(chǎn)生，而工業(yè)互聯(lián)網(wǎng)的關(guān)鍵就在于有效地采集和管理這些數(shù)據(jù)，并將數(shù)據(jù)資源轉(zhuǎn)化為數(shù)據(jù)要素和數(shù)據(jù)資產(chǎn)，從而使數(shù)據(jù)具有終端層感知設(shè)備是數(shù)據(jù)采集和處理的起點(diǎn)。終端層主要是采集工廠內(nèi)的生產(chǎn)數(shù)據(jù)、設(shè)備數(shù)據(jù)、管理數(shù)據(jù)、車(chē)間運(yùn)營(yíng)環(huán)境數(shù)據(jù)以及用戶(hù)管理人員的信息等。企業(yè)數(shù)字化轉(zhuǎn)型是進(jìn)行終端數(shù)據(jù)采集的前提條件6。例如，“普元信息”幫助建筑行業(yè)的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，它創(chuàng)新地采用了流式數(shù)據(jù)實(shí)時(shí)采集技術(shù)，實(shí)現(xiàn)了投資、營(yíng)銷(xiāo)、設(shè)計(jì)、采購(gòu)、生產(chǎn)施工、監(jiān)理、運(yùn)營(yíng)等數(shù)據(jù)的統(tǒng)一采集與集中匯聚，為后續(xù)的數(shù)據(jù)應(yīng)用奠定了基礎(chǔ)。此外，需要注意的是，數(shù)據(jù)的來(lái)源不止有工廠，如企業(yè)經(jīng)營(yíng)信息可能來(lái)自工商網(wǎng)站，部分原料的性質(zhì)可能來(lái)自公開(kāi)資料和科研探索等?！靶净驮啤碧峁┗ぎa(chǎn)業(yè)圖譜以及上下游企業(yè)信息，其數(shù)據(jù)來(lái)源就包括對(duì)公開(kāi)4中國(guó)電信.5G＋?業(yè)互聯(lián)??態(tài)合作??書(shū).2020.5新華?.?業(yè)互聯(lián)?點(diǎn)亮數(shù)字經(jīng)濟(jì)，創(chuàng)新激活數(shù)據(jù)潛能.2023.6國(guó)務(wù)院國(guó)有資產(chǎn)監(jiān)督管理委員會(huì).國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型.2023.數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation6上述通過(guò)各種方式采集的數(shù)據(jù)通過(guò)網(wǎng)絡(luò)上傳到平臺(tái)層。有些企業(yè)存在較強(qiáng)的行業(yè)屬性，比如建筑業(yè)和化工業(yè)，所以“普元信息”和“芯化和云”主要基于其自身在特定工業(yè)領(lǐng)域的知識(shí)和經(jīng)驗(yàn)建立行業(yè)應(yīng)用平臺(tái)?！捌赵畔ⅰ睒?gòu)建了建筑全產(chǎn)業(yè)數(shù)字中臺(tái)，實(shí)現(xiàn)了集團(tuán)內(nèi)跨單位、跨部門(mén)數(shù)據(jù)共享共用?！靶净驮啤眲t搭建了化工業(yè)數(shù)據(jù)交易平臺(tái)，數(shù)據(jù)需求方可通過(guò)其購(gòu)買(mǎi)相關(guān)數(shù)據(jù)集或研究報(bào)告。有些企業(yè)為不同行業(yè)的客戶(hù)提供服務(wù)，比如“商安信”就推出了全球商情信息平臺(tái)，用戶(hù)可通過(guò)搜索獲取全球企業(yè)的注冊(cè)信息、營(yíng)收表現(xiàn)、股權(quán)投資、信用評(píng)估、進(jìn)出口貿(mào)易、公共輿情等信息，其旨在幫助外向型企業(yè)解決國(guó)際交往中的信息不對(duì)稱(chēng)問(wèn)題，減少?zèng)Q策的盲目性，幫助客戶(hù)防范信用風(fēng)險(xiǎn)。再比如，“螞蟻集團(tuán)”推出螞蟻產(chǎn)業(yè)風(fēng)控平臺(tái)服務(wù)大宗貿(mào)易供應(yīng)鏈核心企業(yè)，通過(guò)產(chǎn)業(yè)數(shù)據(jù)采集、融合、應(yīng)用的平臺(tái)化、自資信調(diào)查、客戶(hù)評(píng)級(jí)、預(yù)付賒銷(xiāo)、風(fēng)險(xiǎn)排查和工業(yè)數(shù)據(jù)的應(yīng)用場(chǎng)景十分豐富7，且其解決方案呈現(xiàn)出差異化的特征。對(duì)于產(chǎn)品更新快、產(chǎn)品結(jié)構(gòu)復(fù)雜、產(chǎn)品價(jià)值高、生產(chǎn)柔性大、運(yùn)維設(shè)計(jì)需求頻繁的離散行業(yè)（如建筑業(yè)）而言，“普元信息”式的集團(tuán)內(nèi)部數(shù)據(jù)中臺(tái)起到了很好的效果：在以數(shù)字中臺(tái)為底座的數(shù)字化轉(zhuǎn)型體系助力下，接受“普元信息”服務(wù)的某建筑的流程行業(yè)（如化工業(yè)）而言，“芯化和云”式的全行業(yè)數(shù)據(jù)平臺(tái)似乎起到了更好的效果：一方面，山東門(mén)7新華?.5G+?業(yè)互聯(lián)?應(yīng)?場(chǎng)景不斷拓展.2021.數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation7建筑全產(chǎn)業(yè)數(shù)字中臺(tái)賦能企業(yè)國(guó)資運(yùn)營(yíng)監(jiān)管——普元信息有企業(yè)數(shù)字化轉(zhuǎn)型，強(qiáng)調(diào)建筑信息模型和人工智能在建筑企業(yè)轉(zhuǎn)型中的作用。以某省領(lǐng)先建筑企業(yè)為例，其經(jīng)歷了全面的信息化建設(shè)，形成獨(dú)特的建設(shè)模式和業(yè)務(wù)系統(tǒng)。但隨著數(shù)字化加速，存在諸如重硬件輕軟件、信息孤島、缺乏統(tǒng)一平臺(tái)等問(wèn)題，這些問(wèn)題影響了企業(yè)決策針對(duì)這些挑戰(zhàn)，普元信息技術(shù)股份有限公司（簡(jiǎn)稱(chēng)“普元信息”）依據(jù)國(guó)資委的要求，提出了一系列解決方案。核心策略是創(chuàng)建“貫穿建筑全產(chǎn)業(yè)鏈的數(shù)據(jù)空間”，采用先進(jìn)技術(shù)如“大云物移智”，構(gòu)建涵蓋集團(tuán)到項(xiàng)目部的運(yùn)營(yíng)管控體系。創(chuàng)新之處在于使用流式數(shù)據(jù)實(shí)時(shí)采集技術(shù)，建立數(shù)字化中臺(tái)，實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一此系統(tǒng)將實(shí)現(xiàn)“一屏總覽”和“一鍵調(diào)取”功能，提供實(shí)時(shí)、多維度、全口徑的決策支持，滿(mǎn)足精細(xì)的營(yíng)，加速企業(yè)的數(shù)字化轉(zhuǎn)型。通過(guò)這些措施，企業(yè)將提升決策效率，解決現(xiàn)有的信息孤島問(wèn)題，實(shí)現(xiàn)管理的來(lái)源：普元信息遵循《“十四五”國(guó)家信息化規(guī)劃》等指導(dǎo)方針，普元信息利用大數(shù)據(jù)和新一代信息技術(shù)，專(zhuān)注“數(shù)字建造、流程優(yōu)化、協(xié)調(diào)創(chuàng)新、智慧運(yùn)營(yíng)”，構(gòu)建建筑全產(chǎn)業(yè)數(shù)字中臺(tái)。項(xiàng)目依據(jù)四大原則：系統(tǒng)布局、需求數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation8導(dǎo)向、數(shù)據(jù)驅(qū)動(dòng)、強(qiáng)化管理，打造了“一門(mén)戶(hù)兩大屏兩中臺(tái)”的架構(gòu)，制定了統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，并創(chuàng)建了涵集團(tuán)一體化統(tǒng)一門(mén)戶(hù)：實(shí)現(xiàn)全網(wǎng)通行，集中審批，提高工作效率。兩類(lèi)大屏1）實(shí)力展示大屏：全面展示企業(yè)核心競(jìng)爭(zhēng)力，提升企業(yè)形象2）運(yùn)營(yíng)管控大屏：提供實(shí)時(shí)、可視化的決策支持，增強(qiáng)企業(yè)管理。核心數(shù)據(jù)一數(shù)一源：通過(guò)數(shù)據(jù)中臺(tái)整合，確保數(shù)據(jù)準(zhǔn)確性，減少重復(fù)勞動(dòng)。構(gòu)建數(shù)據(jù)空間：集聚多維度業(yè)務(wù)數(shù)據(jù)，創(chuàng)建全局?jǐn)?shù)據(jù)庫(kù)，實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)交換，為來(lái)源：普元信息來(lái)源：普元信息體系，項(xiàng)目不僅提高了決策的精準(zhǔn)性，也促進(jìn)了企業(yè)各部門(mén)間的協(xié)作和數(shù)據(jù)共享，為未來(lái)的擴(kuò)展和集團(tuán)各單數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation9位的數(shù)據(jù)整合提供了堅(jiān)實(shí)基礎(chǔ)。這種整合方式標(biāo)志著企業(yè)數(shù)字化管理的新階段，加快了集團(tuán)的數(shù)字化轉(zhuǎn)型進(jìn)3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)該項(xiàng)目通過(guò)深度融合云計(jì)算、大數(shù)據(jù)等技術(shù)，推動(dòng)了傳統(tǒng)建造向數(shù)字化轉(zhuǎn)型，促進(jìn)了互聯(lián)網(wǎng)與實(shí)體經(jīng)濟(jì)的結(jié)合，助力數(shù)字化建造體系的構(gòu)建，催生產(chǎn)業(yè)新動(dòng)能。此舉加強(qiáng)了覆蓋全產(chǎn)業(yè)鏈的綜合能力，促進(jìn)了產(chǎn)業(yè)經(jīng)濟(jì)上，項(xiàng)目通過(guò)搭建高效的數(shù)字中臺(tái)，增強(qiáng)了集團(tuán)內(nèi)部六大核心能力，提升各環(huán)節(jié)對(duì)接效率，降低成在創(chuàng)新方面，項(xiàng)目標(biāo)志性地在省級(jí)國(guó)企中首創(chuàng)數(shù)字中臺(tái)，實(shí)現(xiàn)了數(shù)據(jù)的統(tǒng)一采集和集中匯聚。項(xiàng)目創(chuàng)新性地提出了“貫穿建筑全產(chǎn)業(yè)鏈的數(shù)據(jù)空間”，利用先進(jìn)技術(shù)匯聚多業(yè)務(wù)數(shù)據(jù)，打通了全產(chǎn)業(yè)鏈數(shù)據(jù)和服務(wù)，奠定了數(shù)據(jù)互聯(lián)共享的基礎(chǔ)。此外，項(xiàng)目構(gòu)建了三層運(yùn)營(yíng)管控體系，實(shí)現(xiàn)了數(shù)據(jù)的自動(dòng)集成和即時(shí)處理，提高了數(shù)據(jù)使用效率。尤其在清潔能源發(fā)電監(jiān)控系統(tǒng)中，創(chuàng)新引入了流式數(shù)據(jù)實(shí)時(shí)采集技術(shù)和相似度算法，實(shí)在推進(jìn)國(guó)資監(jiān)管信息化和企業(yè)數(shù)字化轉(zhuǎn)型的背景下，該方案不僅適用于建筑工程行業(yè)，還可擴(kuò)展至裝備方案重點(diǎn)在于構(gòu)建完整的項(xiàng)目畫(huà)像，包括基本信息、進(jìn)度、質(zhì)量和安全信息，并利用數(shù)據(jù)中臺(tái)技術(shù)整合不同級(jí)別的數(shù)據(jù)，形成全局?jǐn)?shù)據(jù)庫(kù)。方案采用了流式數(shù)據(jù)采集技術(shù)和復(fù)合指標(biāo)體系，實(shí)現(xiàn)了準(zhǔn)實(shí)時(shí)的數(shù)據(jù)監(jiān)數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation全球商情信息平臺(tái)在外經(jīng)貿(mào)場(chǎng)景中的應(yīng)?——商安信在跨境項(xiàng)目中，主要參與者包括負(fù)責(zé)審批的政府部門(mén)、進(jìn)行風(fēng)險(xiǎn)評(píng)估的企業(yè)、評(píng)估海外合作伙伴履約能跨境交易的運(yùn)行機(jī)制涵蓋國(guó)際貿(mào)易法律合規(guī)性、市場(chǎng)開(kāi)發(fā)、風(fēng)險(xiǎn)管理、金融交易處理和供應(yīng)鏈管理。企業(yè)必須了解各種法律規(guī)定、開(kāi)拓市場(chǎng)、管理風(fēng)險(xiǎn)、處理復(fù)雜的金融事務(wù)，并有效中企“走出去”在全球市場(chǎng)上遇到的挑戰(zhàn)包括缺乏海外市場(chǎng)信息、面臨多重風(fēng)險(xiǎn)、全球經(jīng)濟(jì)的不確定性和“逆全球化”導(dǎo)致的貿(mào)易壁壘等問(wèn)題。這為解決這些問(wèn)題，企業(yè)需要通過(guò)多種方法才能獲得必要的信息和資源。其中包括參加貿(mào)易展覽、利用貿(mào)易代理和經(jīng)紀(jì)人、加入行業(yè)協(xié)會(huì)、訂閱專(zhuān)業(yè)出版物、進(jìn)行市場(chǎng)調(diào)研和建立強(qiáng)大的商業(yè)關(guān)系網(wǎng)絡(luò)。通過(guò)這些渠道，企業(yè)能夠了解市場(chǎng)動(dòng)態(tài)、獲得商業(yè)機(jī)會(huì)、建立商業(yè)關(guān)系并應(yīng)對(duì)各種挑戰(zhàn)。這些方法有助于企業(yè)更好地了解國(guó)際市場(chǎng)，降低風(fēng)險(xiǎn)，優(yōu)化資源配置，并在復(fù)雜多變的全球貿(mào)易環(huán)商安信（上海）企業(yè)發(fā)展股份有限公司（簡(jiǎn)稱(chēng)“商安信”）推出的全球商情信息平臺(tái)徹底改變了中國(guó)用戶(hù)獲取和管理海外企業(yè)信息的方式。這個(gè)創(chuàng)新平臺(tái)利用其在數(shù)據(jù)采集和企業(yè)風(fēng)險(xiǎn)管理方面的專(zhuān)業(yè)知識(shí)，為用戶(hù)提供一站式的全球企業(yè)信息搜索服務(wù)。用戶(hù)可以快速訪問(wèn)全球企業(yè)的各種關(guān)鍵數(shù)據(jù)，包括注冊(cè)信息、財(cái)務(wù)狀況、股權(quán)結(jié)構(gòu)、信用評(píng)級(jí)、貿(mào)易動(dòng)態(tài)和公眾輿論等。此外，平臺(tái)還提供實(shí)時(shí)的主體監(jiān)測(cè)和認(rèn)證服務(wù)，幫助企業(yè)在國(guó)際交易中減少信息不對(duì)稱(chēng)，做出更明智的決策來(lái)源：商安信數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation來(lái)源：商安信該平臺(tái)不僅對(duì)企業(yè)用戶(hù)有益，還支持政府和金融機(jī)構(gòu)在跨境投資和“一帶一路”項(xiàng)目中進(jìn)行更深入的盡職調(diào)查，確保資金的有效利用和風(fēng)險(xiǎn)的最小化。通過(guò)對(duì)外國(guó)企業(yè)背景的詳細(xì)核查，這些機(jī)構(gòu)能夠更好地了解實(shí)時(shí)更新，為用戶(hù)提供最新、最全面的商業(yè)信息。該系統(tǒng)的核心在于其強(qiáng)大的全球信息索引庫(kù)、先進(jìn)的分詞搜索技術(shù)、和靈活的多條件查詢(xún)功能。通過(guò)這些技術(shù)，商安信能夠在幾乎實(shí)時(shí)的情況下，提供國(guó)際級(jí)的商業(yè)平臺(tái)的功能模塊豐富多樣，滿(mǎn)足不同用戶(hù)的需求：從快速在線查詢(xún)和詳細(xì)PDF報(bào)告B2B搜索、公司快照、潛在業(yè)務(wù)伙伴推薦，以及用戶(hù)賬戶(hù)的個(gè)作，商安信還提供專(zhuān)門(mén)的API接口，支持各種研究項(xiàng)目和合作總的來(lái)說(shuō)，商安信的全球商情信息平臺(tái)是一個(gè)革命性的工具，為多方位的用戶(hù)提供了一個(gè)全面、即時(shí)的3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)全球商情信息平臺(tái)為企業(yè)帶來(lái)多方面經(jīng)濟(jì)效益，包括提供詳盡的境外企業(yè)數(shù)據(jù)，降低市場(chǎng)準(zhǔn)入門(mén)檻，識(shí)別新商機(jī)，加強(qiáng)風(fēng)險(xiǎn)管理和促進(jìn)國(guó)際貿(mào)易。社會(huì)效益表現(xiàn)在推動(dòng)公平競(jìng)爭(zhēng)，加強(qiáng)消費(fèi)者權(quán)益保護(hù)，促進(jìn)國(guó)際創(chuàng)新點(diǎn)體現(xiàn)在三個(gè)方面1）無(wú)限穿透查詢(xún)系統(tǒng)：商安信的創(chuàng)新系統(tǒng)可深入分析全球企業(yè)的股權(quán)結(jié)構(gòu)和實(shí)際控制人，為用戶(hù)提供清晰的股權(quán)鏈、關(guān)聯(lián)企業(yè)和背后利益的透徹了解。該系統(tǒng)也促進(jìn)了風(fēng)險(xiǎn)評(píng)估和盡職調(diào)查的精確性，有助于降低商業(yè)風(fēng)險(xiǎn)。（2）KYC核心數(shù)據(jù)支持?jǐn)?shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation的關(guān)鍵信息，如身份、法律結(jié)構(gòu)、經(jīng)營(yíng)狀況等。商安信持續(xù)更新數(shù)據(jù)，滿(mǎn)足最新的合規(guī)要求，與國(guó)際機(jī)構(gòu)緊密合作，確保信息的及時(shí)性和準(zhǔn)確性。（3）應(yīng)用場(chǎng)景多樣：平臺(tái)支持不同行業(yè)，尤其是投資和金融機(jī)構(gòu)。通過(guò)提供精確的企業(yè)信用和股權(quán)信息，幫助這些機(jī)構(gòu)優(yōu)化風(fēng)控、提高決策準(zhǔn)確性，從而降低貸款風(fēng)險(xiǎn)并增強(qiáng)商安信公司的全球企業(yè)商情平臺(tái)提供高效的KYC詢(xún)，優(yōu)化KYC審核效率和精確性。該服務(wù)對(duì)金融機(jī)構(gòu)至關(guān)重要，此外，平臺(tái)對(duì)抗金融犯罪至關(guān)重要，其能識(shí)別可疑交易，阻斷洗錢(qián)和非法資金流動(dòng)，強(qiáng)化合規(guī)操作。遵循KYC程序，能保證金融機(jī)構(gòu)符合國(guó)際法規(guī)要求，這也是構(gòu)建客戶(hù)信任的基石。數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation精準(zhǔn)產(chǎn)業(yè)數(shù)據(jù)賦能化??業(yè)創(chuàng)新和發(fā)展——芯化和云家的工廠和貿(mào)易商、數(shù)千萬(wàn)的從業(yè)人員以及眾多化工產(chǎn)品。化工產(chǎn)品的種類(lèi)繁多，且行業(yè)內(nèi)的化工產(chǎn)品間介入壁壘高，對(duì)業(yè)務(wù)人員的專(zhuān)業(yè)性要求很?chē)?yán)格?；ば袠I(yè)的復(fù)雜性還因?yàn)榕c倉(cāng)儲(chǔ)、物流和金融等行業(yè)的緊密關(guān)化工行業(yè)的持續(xù)發(fā)展需依賴(lài)于精準(zhǔn)的數(shù)據(jù)。這些數(shù)據(jù)不僅有助于企業(yè)進(jìn)行多方面的分析和業(yè)務(wù)拓展，還能協(xié)助地方政府制定產(chǎn)業(yè)策略和為投資機(jī)構(gòu)提供市場(chǎng)洞察。然而，當(dāng)前行業(yè)所獲得的數(shù)據(jù)既不全面也不精準(zhǔn)?，F(xiàn)有的數(shù)據(jù)服務(wù)主要集中于商機(jī)和價(jià)格，但真實(shí)、全面的產(chǎn)業(yè)保證數(shù)據(jù)的精準(zhǔn)性是一個(gè)主要難點(diǎn)。盡管很多B2B平臺(tái)收集了大量數(shù)據(jù)，但由易，所得數(shù)據(jù)的準(zhǔn)確性常受質(zhì)疑。例如，公開(kāi)工商網(wǎng)站提供的化工企業(yè)信息可能僅反映企業(yè)的官方經(jīng)營(yíng)范圍，數(shù)據(jù)整合的問(wèn)題也不容忽視。多維度的數(shù)據(jù)整合可以為行業(yè)帶來(lái)巨大價(jià)值，但其仍面臨很多障礙。大部分化工企業(yè)仍然依賴(lài)傳統(tǒng)的經(jīng)營(yíng)方式，導(dǎo)致數(shù)據(jù)收集困難。各B2B平臺(tái)的信息孤島現(xiàn)象加劇了數(shù)據(jù)整合的難度。雖然現(xiàn)有的產(chǎn)業(yè)鏈圖譜嘗試整合化合物合成關(guān)系，但一個(gè)將產(chǎn)業(yè)鏈數(shù)據(jù)和企業(yè)經(jīng)營(yíng)數(shù)據(jù)完整整合的化上海芯化和云數(shù)據(jù)科技有限公司（簡(jiǎn)稱(chēng)“芯化和云”）發(fā)布了兩款數(shù)據(jù)產(chǎn)品：全球化工產(chǎn)業(yè)智鏈和化工芯化和云服務(wù)地方政府和化工企業(yè)。為地方政府，如新疆某市，提供產(chǎn)業(yè)鏈補(bǔ)強(qiáng)、拓展等服務(wù)，并定制來(lái)源：芯化和云數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation數(shù)據(jù)來(lái)源包括自行生產(chǎn)和直接獲取。自行生產(chǎn)的數(shù)據(jù)來(lái)自專(zhuān)家團(tuán)隊(duì)的研究，形成化工產(chǎn)業(yè)鏈圖譜。直接獲取數(shù)據(jù)涉及公開(kāi)數(shù)據(jù)收集和結(jié)構(gòu)化集成，再進(jìn)行二次加工確保精準(zhǔn)性。芯化和云將這些數(shù)據(jù)整合，為產(chǎn)品芯化和云提供數(shù)據(jù)集和數(shù)據(jù)服務(wù)。數(shù)據(jù)集為一次性全量交付的數(shù)據(jù)包，客戶(hù)可定制數(shù)據(jù)范圍。數(shù)據(jù)服務(wù)主要為數(shù)據(jù)報(bào)告，例如化學(xué)品市場(chǎng)進(jìn)入研究報(bào)告，顧客可以定制內(nèi)容。芯化和云的數(shù)據(jù)產(chǎn)品流通平臺(tái)包括中來(lái)源：芯化和云來(lái)源：芯化和云數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)高。一方面，芯化和云幫助客戶(hù)定位精準(zhǔn)商機(jī)和客戶(hù)，提升銷(xiāo)售效率，如山東門(mén)捷新材料股份有限公司通過(guò)芯化和云的數(shù)據(jù)產(chǎn)品推動(dòng)了中小化工企業(yè)的數(shù)字化轉(zhuǎn)型，提供了低成本且高效率的數(shù)據(jù)服務(wù)，已幫助數(shù)百家企業(yè)實(shí)現(xiàn)數(shù)字化營(yíng)銷(xiāo)。此外，芯化和云還助力地方產(chǎn)業(yè)鏈的拓展與規(guī)劃，與地方政府共建數(shù)字化平臺(tái)和整合并輸出服務(wù)。芯化和云是首個(gè)對(duì)化工企業(yè)進(jìn)行逐條核實(shí)的平臺(tái)，其精準(zhǔn)度和人均產(chǎn)出效率均領(lǐng)先行業(yè)。芯化和云為化工行業(yè)提供了經(jīng)過(guò)精準(zhǔn)整合的數(shù)據(jù)，為整個(gè)行業(yè)的發(fā)展作出了貢獻(xiàn)。在數(shù)據(jù)采集上，芯化和云強(qiáng)調(diào)精準(zhǔn)度，并結(jié)合自動(dòng)化提取與人工核實(shí)來(lái)確保之。這種對(duì)數(shù)據(jù)的嚴(yán)謹(jǐn)態(tài)度，對(duì)于許多行業(yè)都有借鑒意義。在數(shù)據(jù)處理上，芯化和云通過(guò)對(duì)行業(yè)的深入了解實(shí)現(xiàn)了數(shù)據(jù)的多維度整合，以釋放更大的數(shù)據(jù)價(jià)值。此外，它提出了一個(gè)以數(shù)據(jù)為核心賦能交易的模式，這為數(shù)據(jù)服務(wù)行業(yè)數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation?宗貿(mào)易供應(yīng)鏈采購(gòu)賒銷(xiāo)場(chǎng)景——螞蟻產(chǎn)業(yè)?控平臺(tái)據(jù)大宗行業(yè)頭部客戶(hù)統(tǒng)計(jì)的數(shù)據(jù)，在供應(yīng)鏈核心企業(yè)的采購(gòu)和賒銷(xiāo)交易中，每年因交易對(duì)手方惡意欺詐、投機(jī)性詐騙侵權(quán)、主動(dòng)或被動(dòng)違約等造成的損失上達(dá)百億，如何全方位地了解上游的供應(yīng)商和下游客戶(hù)資信情況，做放心的交易是一個(gè)重要課題。主要存在以下三個(gè)問(wèn)題：第一，產(chǎn)業(yè)數(shù)據(jù)采集效率低。產(chǎn)業(yè)風(fēng)控依賴(lài)的產(chǎn)業(yè)數(shù)據(jù)信息量大，產(chǎn)業(yè)鏈各環(huán)節(jié)數(shù)據(jù)未得到有效的流轉(zhuǎn)和采集，風(fēng)控評(píng)估和審批事務(wù)繁雜，基于產(chǎn)業(yè)數(shù)據(jù)的風(fēng)控管理效率低下。第二，產(chǎn)業(yè)數(shù)據(jù)融合加工難。產(chǎn)業(yè)數(shù)據(jù)未標(biāo)準(zhǔn)化形成資產(chǎn)，數(shù)據(jù)資產(chǎn)格式不一致，數(shù)據(jù)授權(quán)形式分散多樣，缺乏統(tǒng)一的平臺(tái)實(shí)現(xiàn)多源融合加工。第三，產(chǎn)業(yè)數(shù)據(jù)應(yīng)用不智能。產(chǎn)業(yè)數(shù)據(jù)風(fēng)控，主要依靠人工經(jīng)驗(yàn)，通過(guò)流程、制度來(lái)管理風(fēng)險(xiǎn)，難以避免風(fēng)控人員能力高低和管理不嚴(yán)造成的問(wèn)題，缺乏針對(duì)以上痛點(diǎn)，支付寶（杭州）信息技術(shù)有限公司推出了螞蟻產(chǎn)業(yè)風(fēng)控平臺(tái)服務(wù)大宗貿(mào)易供應(yīng)鏈核心企業(yè)，通過(guò)產(chǎn)業(yè)數(shù)據(jù)采集、融合、應(yīng)用的平臺(tái)化、自動(dòng)化、智能化，實(shí)現(xiàn)在供應(yīng)商客戶(hù)準(zhǔn)入、資信調(diào)查、客戶(hù)評(píng)級(jí)、預(yù)付賒銷(xiāo)、風(fēng)險(xiǎn)排查和監(jiān)控預(yù)警等環(huán)節(jié)，提供一站式客戶(hù)風(fēng)險(xiǎn)管理能力，提升風(fēng)控的螞蟻產(chǎn)業(yè)風(fēng)控平臺(tái)圍繞大宗貿(mào)易的客商風(fēng)險(xiǎn)管控場(chǎng)景，形成了產(chǎn)業(yè)數(shù)據(jù)產(chǎn)業(yè)模型產(chǎn)業(yè)決策平臺(tái)三要素。一，產(chǎn)業(yè)數(shù)據(jù)價(jià)值流轉(zhuǎn)，底層的數(shù)據(jù)原料，包括跟大宗商品交易相關(guān)的企業(yè)數(shù)據(jù)、市場(chǎng)價(jià)格數(shù)據(jù)、宏觀政策數(shù)據(jù)等，并在此基礎(chǔ)上衍生出的具有大宗行業(yè)特色的風(fēng)險(xiǎn)特征。二，產(chǎn)業(yè)風(fēng)控模型應(yīng)用，承接數(shù)據(jù)和前端應(yīng)用的紐帶，支持前端的一體化應(yīng)用，包括客商發(fā)欺詐模型、客商分級(jí)模型、客商準(zhǔn)入模型、授信額度建議模型等。三，產(chǎn)業(yè)風(fēng)控決策平臺(tái)，承載全流程客商風(fēng)險(xiǎn)管控流程，將客商準(zhǔn)入、分類(lèi)評(píng)級(jí)、授信審批、合作方案和條款擬定、合作中風(fēng)險(xiǎn)監(jiān)控和預(yù)警等操作集成到統(tǒng)一的風(fēng)控平臺(tái)上，提高風(fēng)控效來(lái)源：螞蟻集團(tuán)數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation來(lái)源：螞蟻集團(tuán)3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)螞蟻產(chǎn)業(yè)風(fēng)控平臺(tái)為客戶(hù)提供一個(gè)產(chǎn)業(yè)數(shù)據(jù)多源采集、產(chǎn)業(yè)數(shù)據(jù)融合和加工、產(chǎn)業(yè)數(shù)據(jù)風(fēng)控應(yīng)用的一體化的產(chǎn)業(yè)風(fēng)險(xiǎn)平臺(tái)，在企業(yè)的投融資、資質(zhì)審核、商業(yè)合作等場(chǎng)景中預(yù)知企業(yè)風(fēng)險(xiǎn)，進(jìn)行智能化決策，助力第一，提升了客戶(hù)風(fēng)險(xiǎn)管理效率。①提升客戶(hù)背調(diào)效率：系統(tǒng)自動(dòng)接通企業(yè)財(cái)務(wù)（年報(bào)+發(fā)票+資質(zhì)、工商、司法、經(jīng)營(yíng)等各類(lèi)數(shù)據(jù)，通過(guò)企業(yè)畫(huà)像、特征分析、行業(yè)對(duì)比、疑似關(guān)聯(lián)、自定義報(bào)告等功能快速了解客戶(hù)背景。②提升內(nèi)部協(xié)作效率：風(fēng)險(xiǎn)工作臺(tái)可以協(xié)助客戶(hù)完成全流程數(shù)字化的準(zhǔn)入、授信、監(jiān)控進(jìn)行中客戶(hù)可以進(jìn)行透視分析；通過(guò)統(tǒng)一標(biāo)準(zhǔn)、自動(dòng)化準(zhǔn)入、多方信息互通的方式來(lái)提升準(zhǔn)入環(huán)節(jié)的效率。b.授信模塊：支持用年報(bào)、稅務(wù)、發(fā)票等螞蟻經(jīng)營(yíng)數(shù)據(jù)模型形成預(yù)授信建議，客戶(hù)針對(duì)具體情況進(jìn)行調(diào)整，并支持針對(duì)單一客戶(hù)、集團(tuán)客戶(hù)進(jìn)行授信管理&分析；通過(guò)統(tǒng)一標(biāo)準(zhǔn)、自動(dòng)化預(yù)授信、授信看板的方式來(lái)優(yōu)化效率。c.監(jiān)控模塊：螞蟻預(yù)置各類(lèi)輿情、工商、司法、經(jīng)營(yíng)、財(cái)務(wù)等監(jiān)控指標(biāo)，客戶(hù)可以針對(duì)自己需求進(jìn)行訂閱，監(jiān)控結(jié)果支持釘釘、郵件、網(wǎng)頁(yè)端查看；通過(guò)自動(dòng)化監(jiān)控的方式減少人第二，提高風(fēng)險(xiǎn)識(shí)別準(zhǔn)確度。①模型評(píng)分：系統(tǒng)預(yù)置“企業(yè)通用經(jīng)營(yíng)性模型”，客戶(hù)可以查看對(duì)該企業(yè)商品（鋼鐵、煤炭），非黑大宗商品（有色金屬、化工、橡膠、塑料等）物流等行業(yè)模型。②風(fēng)控策略：a.螞蟻可以提供特定場(chǎng)景的準(zhǔn)入規(guī)則集以控制風(fēng)險(xiǎn)；b.螞蟻可以提供基于發(fā)票、稅務(wù)、年報(bào)等經(jīng)營(yíng)數(shù)據(jù)的通用授信模型用于預(yù)授信；c.螞蟻可以提供面向輿情、數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation風(fēng)控，在供應(yīng)鏈風(fēng)險(xiǎn)管控領(lǐng)域樹(shù)立了數(shù)字化轉(zhuǎn)型、精細(xì)化運(yùn)營(yíng)的標(biāo)桿，大第一，針對(duì)上下游企業(yè)一站式客戶(hù)風(fēng)險(xiǎn)管理，通過(guò)對(duì)企業(yè)的風(fēng)險(xiǎn)防控可以促進(jìn)正常的市場(chǎng)融資行為，銀行更加愿意放貸，最終擴(kuò)大內(nèi)需并影響經(jīng)濟(jì)持續(xù)增長(zhǎng)。第二，解決小微企業(yè)融資難問(wèn)題，針對(duì)小微企業(yè)數(shù)據(jù)分散、真實(shí)性難辨認(rèn)、注重企業(yè)主信用的情況，利用大數(shù)據(jù)、隱私計(jì)算、聯(lián)合建模等前沿技術(shù)，對(duì)小微企業(yè)進(jìn)行多種維度衡量信貸風(fēng)險(xiǎn)。最后，為政府和園區(qū)提供產(chǎn)業(yè)鏈智能決策，包括：產(chǎn)業(yè)鏈評(píng)價(jià)、產(chǎn)業(yè)招商推薦、數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation三、?融用為基礎(chǔ)，以支撐金融供給側(cè)結(jié)構(gòu)性改革為目標(biāo)，以加快推進(jìn)金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型為主線，將數(shù)字元素注入金融服務(wù)全流程，將數(shù)字思維貫穿業(yè)務(wù)運(yùn)營(yíng)全鏈條，注重金融創(chuàng)新的科技驅(qū)動(dòng)和數(shù)據(jù)賦能。作為當(dāng)下數(shù)據(jù)要素應(yīng)用與價(jià)值釋放的最重要一環(huán)，數(shù)據(jù)賦能的金融科技已經(jīng)在金融業(yè)來(lái)源：中國(guó)人民大學(xué)大數(shù)據(jù)與金融科技創(chuàng)新實(shí)驗(yàn)室,中國(guó)人民大學(xué)金融科技研究所,中信證券研究部8數(shù)據(jù)產(chǎn)品較為豐富，涵蓋企業(yè)基本信息、企業(yè)經(jīng)營(yíng)活動(dòng)、企業(yè)投融資、企業(yè)畫(huà)像、關(guān)聯(lián)企業(yè)以及以企業(yè)為基8中國(guó)???學(xué)?數(shù)據(jù)與?融科技創(chuàng)新實(shí)驗(yàn)室,中國(guó)???學(xué)?融科技研究所,中信證券研究部.?融科技創(chuàng)新發(fā)展研究報(bào)告之?dāng)?shù)據(jù)要素與?融科技創(chuàng)新.2020.9上海數(shù)據(jù)交易所研究院.?融業(yè)數(shù)據(jù)流通交易市場(chǎng)研究報(bào)告.2022.數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation30.00%25.00%20.00%15.00%10.00%5.00%0.00%交易數(shù)據(jù)類(lèi)型占比產(chǎn)業(yè)與供應(yīng)鏈數(shù)據(jù)交易數(shù)據(jù)類(lèi)型占比地圖數(shù)據(jù)航運(yùn)數(shù)據(jù)航旅類(lèi)數(shù)電力數(shù)據(jù)投研類(lèi)數(shù)據(jù)估值數(shù)據(jù)信用卡數(shù)據(jù)輿情數(shù)據(jù)動(dòng)產(chǎn)數(shù)據(jù)風(fēng)險(xiǎn)數(shù)據(jù)反欺詐數(shù)據(jù)資訊數(shù)據(jù)保險(xiǎn)數(shù)據(jù)社保數(shù)據(jù)司法數(shù)據(jù)發(fā)票數(shù)據(jù)工商數(shù)據(jù)不動(dòng)產(chǎn)數(shù)據(jù)公安數(shù)據(jù)個(gè)人征信資料來(lái)源：上海數(shù)據(jù)交易所，國(guó)盛證券研究所數(shù)據(jù)產(chǎn)品的定價(jià)方式包括逐條查詢(xún)和數(shù)據(jù)包兩類(lèi)，根據(jù)數(shù)據(jù)來(lái)源、模型復(fù)雜度、可替代性等因素，產(chǎn)品定價(jià)不等。目前，我國(guó)數(shù)據(jù)產(chǎn)品定價(jià)方式分為逐條查詢(xún)定價(jià)和數(shù)據(jù)包定價(jià)兩類(lèi)：1）逐條查詢(xún)：工商、航旅、等。2）數(shù)據(jù)包：收費(fèi)區(qū)間波動(dòng)較大，根據(jù)服務(wù)內(nèi)容、算法復(fù)雜度、數(shù)據(jù)覆蓋范圍等，從幾萬(wàn)到幾百萬(wàn)元不以工商數(shù)據(jù)為例，其交易的數(shù)據(jù)包括：企業(yè)照面、集團(tuán)關(guān)系、企業(yè)類(lèi)型、企業(yè)組織架構(gòu)、企業(yè)收益所有人、企業(yè)實(shí)際控制人、股權(quán)穿透、產(chǎn)業(yè)園區(qū)數(shù)據(jù)、招投標(biāo)信息、企業(yè)綜合信息等。數(shù)據(jù)需求方則包括了商業(yè)銀行、證券公司、保險(xiǎn)機(jī)構(gòu)、消費(fèi)金融企業(yè)、小額貸款公司等種類(lèi)繁多的金融企業(yè)。在數(shù)據(jù)產(chǎn)品定價(jià)上，以某銀行的工商數(shù)據(jù)采購(gòu)合同為例，其中企業(yè)照面、企業(yè)信息、集團(tuán)關(guān)系、企業(yè)類(lèi)型、企業(yè)組織架構(gòu)、企業(yè)受益所有人、企業(yè)實(shí)際控制人、企業(yè)標(biāo)簽、股權(quán)穿透數(shù)據(jù)采用逐條查詢(xún)的方式計(jì)價(jià)，價(jià)格從幾分到十元不等。數(shù)據(jù)要素在銀行業(yè)、證券行業(yè)、保險(xiǎn)行業(yè)等金融行業(yè)都得到廣泛的應(yīng)用，其要素價(jià)值體現(xiàn)在能夠有效提升業(yè)務(wù)效能、優(yōu)化資源配置、強(qiáng)化風(fēng)險(xiǎn)控制能力、促進(jìn)業(yè)務(wù)創(chuàng)新發(fā)展。應(yīng)用場(chǎng)景包括信貸風(fēng)險(xiǎn)評(píng)估、交易欺詐識(shí)別、精準(zhǔn)營(yíng)銷(xiāo)、供應(yīng)鏈金融、運(yùn)營(yíng)優(yōu)化、智能投顧、量化投研、風(fēng)險(xiǎn)定價(jià)、金融反欺詐、反洗錢(qián)等多方面。例如，大智慧“財(cái)匯金融資訊”數(shù)據(jù)產(chǎn)品利用三大交易所的所有上市股票、債券、公募基金的基本面數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、行情數(shù)據(jù)等，賦能金融機(jī)構(gòu)投資決策、市場(chǎng)研究、風(fēng)險(xiǎn)控制、證券估值、資產(chǎn)管理等應(yīng)用場(chǎng)景；中國(guó)工商銀行利用聯(lián)邦學(xué)習(xí)與運(yùn)營(yíng)商數(shù)據(jù)實(shí)現(xiàn)聯(lián)合建模，建立工商銀行手機(jī)銀行登錄行為異常識(shí)別模型和電信反欺詐服務(wù)，極大提升銀行電信反欺詐的效果和效率；中證數(shù)智打造圖譜數(shù)產(chǎn)品，解決金融機(jī)構(gòu)信用風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)所面臨的股權(quán)結(jié)構(gòu)核查難、風(fēng)險(xiǎn)傳導(dǎo)識(shí)別缺失、數(shù)據(jù)缺乏業(yè)務(wù)視角等問(wèn)題；民生銀行從業(yè)務(wù)理念、主動(dòng)獲客、智能風(fēng)控、作業(yè)方式上全方位升級(jí)，打造小微主動(dòng)授信智能決策服務(wù)；中睿信在隱私保護(hù)和數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation授權(quán)前提下，授權(quán)公共數(shù)據(jù)中的稅務(wù)、社保、公積金、法院失信等結(jié)構(gòu)化信息，通過(guò)加工計(jì)算評(píng)估企業(yè)信用狀況、還款能力，形成企業(yè)增長(zhǎng)指數(shù)；恒生聚源推出集成化的一站式投顧服務(wù)解決方案，圍繞財(cái)富業(yè)務(wù)的投前、投中、投后三個(gè)環(huán)節(jié)，提供優(yōu)化財(cái)富業(yè)務(wù)質(zhì)量數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation?融機(jī)構(gòu)投資決策，?險(xiǎn)管理應(yīng)?場(chǎng)景——?智慧在當(dāng)前經(jīng)濟(jì)全球化和信息技術(shù)快速發(fā)展的背景下，金融機(jī)構(gòu)的穩(wěn)定運(yùn)營(yíng)和健康發(fā)展，高度依賴(lài)于大數(shù)據(jù)技術(shù)下的先進(jìn)金融科技服務(wù)體系。金融市場(chǎng)信息來(lái)源多、結(jié)構(gòu)差異大、規(guī)范性弱等特點(diǎn)，經(jīng)濟(jì)活動(dòng)中產(chǎn)生的海量非結(jié)構(gòu)化數(shù)據(jù)難以滿(mǎn)足金融行業(yè)各機(jī)構(gòu)業(yè)務(wù)發(fā)展及監(jiān)管的多重需求。各業(yè)務(wù)條線與應(yīng)用場(chǎng)景所需數(shù)據(jù)的全面性、及時(shí)性、合規(guī)性和穩(wěn)定性已成為金融上海大智慧財(cái)匯數(shù)據(jù)科技有限公司（簡(jiǎn)稱(chēng)“大智慧”）成立二十余年來(lái)，持續(xù)深耕金融信息服務(wù)領(lǐng)域，為政府部門(mén)、監(jiān)管機(jī)構(gòu)、銀行、保險(xiǎn)公司、基金公司、券商、信托公司、金融租賃公司、投資公司等各類(lèi)機(jī)構(gòu)客戶(hù)提供數(shù)據(jù)產(chǎn)品和服務(wù)。其中，“財(cái)匯金融資訊”產(chǎn)品包涵股票、基金、債券業(yè)務(wù)相關(guān)的金融數(shù)據(jù)，滿(mǎn)足金融機(jī)構(gòu)估值核算、投資交易、風(fēng)險(xiǎn)控制、信用評(píng)估、投資研究、投資監(jiān)督等多業(yè)務(wù)場(chǎng)景，為客戶(hù)下游數(shù)大智慧財(cái)匯所提供的金融資訊數(shù)據(jù)來(lái)源豐富、合法合規(guī)，所有數(shù)據(jù)源均通過(guò)專(zhuān)業(yè)人員評(píng)估并取得合法授權(quán)，涵蓋三大證券交易所、中國(guó)人民銀行等金融監(jiān)管機(jī)構(gòu)、中國(guó)證券報(bào)等新聞媒體以及中央國(guó)債登記結(jié)算公司等第三方獨(dú)立授權(quán)機(jī)構(gòu)。在此基礎(chǔ)上，大智慧財(cái)匯進(jìn)行數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)發(fā)布、數(shù)據(jù)應(yīng)用、數(shù)據(jù)傳輸、客戶(hù)本地接入全流程數(shù)據(jù)治理入庫(kù)，并采用多人錄入、程序校驗(yàn)等方式進(jìn)行數(shù)據(jù)質(zhì)量監(jiān)督，以多種接來(lái)源：大智慧數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation來(lái)源：大智慧3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)提供數(shù)據(jù)支持。海量金融資訊信息以數(shù)據(jù)庫(kù)形式實(shí)時(shí)傳輸至機(jī)構(gòu)客戶(hù)本地，提高了各個(gè)內(nèi)部系統(tǒng)進(jìn)行數(shù)據(jù)處“財(cái)匯金融資訊”產(chǎn)品推動(dòng)了金融行業(yè)的良性發(fā)展。例如，參考“財(cái)匯金融資訊”數(shù)據(jù)，中央國(guó)債登記結(jié)算公司發(fā)布每日普通債券估值，作為評(píng)估債券公允價(jià)值的基礎(chǔ)。該估值被銀行、券商、保險(xiǎn)等金融機(jī)構(gòu)用于投資分析。此外，該公司與大智慧合作進(jìn)行可轉(zhuǎn)債數(shù)據(jù)采集，積極推動(dòng)中債轉(zhuǎn)債估值數(shù)據(jù)的發(fā)布，豐富債數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation②數(shù)據(jù)雙向交易流通：推動(dòng)金融機(jī)構(gòu)實(shí)現(xiàn)多部門(mén)多業(yè)務(wù)數(shù)據(jù)互通，保證一致性數(shù)據(jù)服務(wù)，同時(shí)推動(dòng)境內(nèi)外數(shù)據(jù)流通；③豐富的產(chǎn)品線與針對(duì)性的產(chǎn)品設(shè)計(jì)：金融數(shù)據(jù)庫(kù)產(chǎn)品打造大智慧元數(shù)據(jù)查詢(xún)平臺(tái)，提供包括國(guó)內(nèi)外金融市場(chǎng)股票、債券、基金、理財(cái)、指數(shù)、外匯等金融市場(chǎng)資訊數(shù)據(jù)。企業(yè)及風(fēng)險(xiǎn)數(shù)據(jù)庫(kù)產(chǎn)品整合工商信息、市場(chǎng)輿情、企業(yè)自主披露、地區(qū)經(jīng)濟(jì)數(shù)據(jù)等數(shù)據(jù)源。以數(shù)據(jù)庫(kù)、標(biāo)準(zhǔn)化接口文件以及系統(tǒng)開(kāi)發(fā)等形式按需傳輸客戶(hù)需求數(shù)據(jù)，包括企業(yè)預(yù)警通、大智慧大數(shù)據(jù)終端等形式的標(biāo)準(zhǔn)化性風(fēng)險(xiǎn)頻發(fā)，現(xiàn)代金融發(fā)展一度陷入困境，金融機(jī)構(gòu)面臨巨大挑戰(zhàn)，一方面用以支持金融決策的數(shù)據(jù)存在低質(zhì)量、弱時(shí)效、不全面等問(wèn)題；另一方面又難以挖掘信用風(fēng)險(xiǎn)評(píng)估所需的黑名單、司法信息、輿情事件等數(shù)據(jù)用以風(fēng)險(xiǎn)控制。針對(duì)以上難點(diǎn)痛點(diǎn)，大智慧財(cái)匯致力于為金融機(jī)構(gòu)提供全面準(zhǔn)確及時(shí)的數(shù)據(jù)服務(wù)。通過(guò)長(zhǎng)期積累，目前已形成了完善的數(shù)據(jù)治理體系與數(shù)據(jù)質(zhì)量保障制度，確保數(shù)據(jù)要素質(zhì)量和信息安全。憑借及時(shí)、準(zhǔn)確的數(shù)據(jù)服務(wù)，大智慧財(cái)匯得到為銀行、證券等多客戶(hù)的廣泛好評(píng)。隨著新的金融產(chǎn)品不斷涌入，金融資數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation聯(lián)邦學(xué)習(xí)平臺(tái)在電信反欺詐中的應(yīng)?——?商銀?卡同比上漲24.5%，電詐防控形勢(shì)非常嚴(yán)峻。在黨中央、國(guó)務(wù)院的部署下，全國(guó)公然而，在電信反欺詐場(chǎng)景中，銀行孤島數(shù)據(jù)難以支撐風(fēng)險(xiǎn)識(shí)別。結(jié)合案件發(fā)現(xiàn)，運(yùn)營(yíng)商數(shù)據(jù)對(duì)及時(shí)識(shí)別詐騙意義重大，因?yàn)樵p騙分子的異常行為在運(yùn)營(yíng)商側(cè)更為提前（如更換手機(jī)設(shè)備、異地聯(lián)網(wǎng)等）。如何在保障數(shù)據(jù)隱私與安全的前提下實(shí)現(xiàn)數(shù)據(jù)流通和融合應(yīng)用，通過(guò)外部數(shù)據(jù)補(bǔ)充金融風(fēng)控反欺詐體系，已成為重要的實(shí)采用聯(lián)邦學(xué)習(xí)技術(shù)，在保障數(shù)據(jù)“可用不可見(jiàn)”的前提下，中國(guó)工商銀行股份有限公司（簡(jiǎn)稱(chēng)“中國(guó)工商銀行”）以自身電信詐騙風(fēng)險(xiǎn)特征基礎(chǔ)，引入了運(yùn)營(yíng)商層面通話(huà)類(lèi)、短信類(lèi)、流量類(lèi)、機(jī)主信息類(lèi)指標(biāo)，建立工行手機(jī)銀行登錄行為異常識(shí)別模型。在保護(hù)數(shù)據(jù)隱私與安全前提下，工行可以基于該模型實(shí)現(xiàn)對(duì)異常客戶(hù)的預(yù)判，快速識(shí)別可疑客戶(hù)，提前、準(zhǔn)確識(shí)別風(fēng)險(xiǎn)事以上模型創(chuàng)新性地采用聯(lián)邦學(xué)習(xí)技術(shù)完成聯(lián)合建模，保證數(shù)據(jù)安全。聯(lián)邦學(xué)習(xí)的特點(diǎn)是，基于統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)建模的原理，在原始數(shù)據(jù)不進(jìn)行傳輸、交換的情況下，通過(guò)模型訓(xùn)練過(guò)程中的中間結(jié)果交互，完成模型的訓(xùn)練，實(shí)現(xiàn)數(shù)據(jù)不動(dòng)模型動(dòng)，數(shù)據(jù)可用不可見(jiàn)。工商銀行和電信原始數(shù)據(jù)分別都保存在本地，利用工商銀行聯(lián)邦學(xué)習(xí)平臺(tái)，雙方使用隱私求交技術(shù)在互不暴露用戶(hù)列表的前提下獲取雙方共有客戶(hù)，進(jìn)而使用同來(lái)源：中國(guó)工商銀行數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation來(lái)源：中國(guó)工商銀行反欺詐業(yè)務(wù)流程如下：①工行反欺詐系統(tǒng)每日通過(guò)聯(lián)邦學(xué)習(xí)聯(lián)合交易特征與運(yùn)營(yíng)商客戶(hù)特征，計(jì)算客戶(hù)欺詐風(fēng)險(xiǎn)評(píng)分，高分客戶(hù)列入可疑名單；②客戶(hù)登錄手機(jī)銀行，系統(tǒng)實(shí)時(shí)檢測(cè)并查詢(xún)可疑名單，如命中則采取“禁止登陸手機(jī)銀行、提示轉(zhuǎn)柜面辦理業(yè)務(wù)”的干預(yù)策略；③被公安部確認(rèn)欺詐的客戶(hù)將列為訓(xùn)練樣本，來(lái)源：中國(guó)工商銀行3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)基于聯(lián)邦學(xué)習(xí)的工行手機(jī)銀行登錄行為異常識(shí)別模型還原了打電話(huà)到收款結(jié)束的完整詐騙流程，構(gòu)建了完整鏈路的電詐風(fēng)險(xiǎn)特征，大幅提升工商銀行電信反欺詐服務(wù)的準(zhǔn)確性，有效減低欺詐風(fēng)險(xiǎn)并減少客戶(hù)的資金損失，提高整個(gè)金融系統(tǒng)的安全性，保障金融體系的穩(wěn)定和健康。聯(lián)邦建模為銀行引入運(yùn)營(yíng)商數(shù)據(jù)，聯(lián)邦數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation這一應(yīng)用提高了銀行風(fēng)控工作的準(zhǔn)確性和智能化水平，使反欺詐從“被動(dòng)防”走向“主動(dòng)控”，有效助外，該場(chǎng)景利用聯(lián)邦學(xué)習(xí)實(shí)現(xiàn)合規(guī)、合法前提下的聯(lián)合建模，實(shí)現(xiàn)數(shù)據(jù)的流通和數(shù)據(jù)價(jià)值的挖掘，有利于促進(jìn)數(shù)據(jù)生態(tài)的良性發(fā)展，為金融行業(yè)的反欺詐構(gòu)筑了新的體系和生態(tài)。工行聯(lián)邦學(xué)習(xí)平臺(tái)實(shí)現(xiàn)了數(shù)據(jù)流通新技術(shù)與范式的創(chuàng)新。該平臺(tái)采用聯(lián)邦學(xué)習(xí)、隱私求交等先進(jìn)隱私計(jì)種安全級(jí)別的特征探查、工程功能。組織架構(gòu)分為功能完善的平臺(tái)服務(wù)、異構(gòu)引擎功能接口、資源對(duì)接接口三層。在業(yè)務(wù)流程方面，支持工商銀行與外部安全合作，保障數(shù)據(jù)隱私與安全，提升風(fēng)控、產(chǎn)品創(chuàng)新、普惠金融等業(yè)務(wù)效率。具體實(shí)施上，整合開(kāi)源技術(shù)和商用產(chǎn)品，構(gòu)建企業(yè)級(jí)聯(lián)邦學(xué)習(xí)平臺(tái)，提供一站式建模流程、工行反欺詐模型應(yīng)用推廣價(jià)值體現(xiàn)在技術(shù)與場(chǎng)景兩方面。在技術(shù)層面，該案例通過(guò)聯(lián)邦學(xué)習(xí)在確保數(shù)據(jù)安全合規(guī)的前提下，實(shí)現(xiàn)數(shù)據(jù)流通融合和價(jià)值釋放。該數(shù)據(jù)流通技術(shù)與新范式可以推廣到各家金融機(jī)構(gòu)，為整個(gè)金融行業(yè)利用數(shù)據(jù)流通開(kāi)展反欺詐服務(wù)提供了可參考、可借鑒的樣本方案。在場(chǎng)景層面，該案例為電信反欺詐提升質(zhì)效形成了工行樣板。場(chǎng)景中沉淀形成的反欺詐模型、反欺詐服務(wù)鏈路和處理方式等一整套解決數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation信??險(xiǎn)關(guān)聯(lián)關(guān)系識(shí)別——中證數(shù)智目前，我國(guó)資本市場(chǎng)已建立各類(lèi)信息披露機(jī)制，為投資者提供基礎(chǔ)風(fēng)險(xiǎn)信息。然而，傳統(tǒng)風(fēng)險(xiǎn)評(píng)估在信息收集分析的全面性、及時(shí)性、深入性等方面滿(mǎn)足不了日益細(xì)化的風(fēng)險(xiǎn)管理需求。受市場(chǎng)和監(jiān)管壓力影響，金融機(jī)構(gòu)紛紛建立信用風(fēng)險(xiǎn)管理系統(tǒng)，整合外部風(fēng)險(xiǎn)數(shù)據(jù)與內(nèi)部業(yè)務(wù)數(shù)據(jù)，形成風(fēng)險(xiǎn)數(shù)據(jù)集市。當(dāng)下，信用風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)存在諸多問(wèn)題，包括①股權(quán)結(jié)構(gòu)核查難：投前核查中投資標(biāo)的股權(quán)結(jié)構(gòu)復(fù)雜，公示信息缺失嚴(yán)重；②風(fēng)險(xiǎn)傳導(dǎo)識(shí)別缺失：投后監(jiān)測(cè)中風(fēng)險(xiǎn)時(shí)效強(qiáng)、維度多，動(dòng)態(tài)監(jiān)測(cè)成本高；③數(shù)據(jù)缺乏業(yè)務(wù)視角：泛場(chǎng)為解決以上痛點(diǎn)，滿(mǎn)足各金融機(jī)構(gòu)在信用風(fēng)險(xiǎn)監(jiān)控，尤其是投前投后的信息核查、隱藏關(guān)系挖掘、輿情風(fēng)險(xiǎn)預(yù)警、關(guān)聯(lián)風(fēng)險(xiǎn)傳導(dǎo)等方面的需求，中證數(shù)智科技（深圳）有限公司（簡(jiǎn)稱(chēng)“中證數(shù)智”）推出了“圖譜數(shù)”產(chǎn)品。該產(chǎn)品覆蓋了投融資、供應(yīng)鏈上下游合作等企業(yè)知識(shí)圖譜數(shù)據(jù)，供風(fēng)險(xiǎn)傳導(dǎo)、投資等多種業(yè)務(wù)使用。通過(guò)對(duì)包括企業(yè)工商、上下游供應(yīng)鏈、司法訴訟、誠(chéng)信信息、招投標(biāo)以及金融產(chǎn)品信息等多維度、高質(zhì)量數(shù)據(jù)進(jìn)行多源異構(gòu)整合，基于自然人識(shí)別信息，圖譜數(shù)實(shí)現(xiàn)了企業(yè)相關(guān)自然人股權(quán)及任職關(guān)系穿透，可滿(mǎn)足機(jī)構(gòu)運(yùn)營(yíng)提升、風(fēng)控智能升級(jí)、數(shù)據(jù)科技能力建圖譜數(shù)底層數(shù)據(jù)豐富，包括來(lái)自于國(guó)家工商總局授權(quán)數(shù)據(jù)源的工商企業(yè)信息，如企業(yè)基本信息、股東信息、高管信息等；在工商數(shù)據(jù)基礎(chǔ)上整合的中證主體特色數(shù)據(jù)，如上市公司的財(cái)務(wù)數(shù)據(jù)、股權(quán)結(jié)構(gòu)等主體特色信息與債券、公私募基金等金融產(chǎn)品數(shù)據(jù)；覆蓋證監(jiān)會(huì)、原銀保監(jiān)會(huì)（現(xiàn)國(guó)家金融監(jiān)管總局）、交易所等構(gòu)及官方披露網(wǎng)站的司法數(shù)據(jù)，如法律訴訟、執(zhí)行人信息等幾大類(lèi)。其中，非結(jié)構(gòu)化數(shù)據(jù)通過(guò)NLP技術(shù)實(shí)針對(duì)以上數(shù)據(jù)，中證利用自主研發(fā)的多源數(shù)據(jù)整合技術(shù)（i-CDI）完成數(shù)據(jù)拉通，對(duì)所有機(jī)構(gòu)及個(gè)人主系。產(chǎn)品支持多種關(guān)系的無(wú)限穿透展示，如股中證數(shù)智專(zhuān)注于大數(shù)據(jù)技術(shù)與實(shí)戰(zhàn)多年，積累了豐富的數(shù)據(jù)經(jīng)驗(yàn)，支持各類(lèi)跨平臺(tái)異構(gòu)數(shù)據(jù)，支持結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)處理。利用ETL技術(shù)進(jìn)行規(guī)則校驗(yàn)，監(jiān)測(cè)缺失、異常、非法等臟數(shù)據(jù)，確保數(shù)據(jù)質(zhì)量。設(shè)計(jì)多維模型，建立指標(biāo)體系，推動(dòng)數(shù)據(jù)倉(cāng)庫(kù)和集市建設(shè)，支持上層應(yīng)用的決策分析與展示。利用數(shù)據(jù)集市進(jìn)行多維度查詢(xún)分析與可視化展示，為企業(yè)決策提供及時(shí)、準(zhǔn)確、全面數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation來(lái)源：中證數(shù)智3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)近年來(lái)，資本市場(chǎng)違約等負(fù)面事件屢屢出現(xiàn)，風(fēng)險(xiǎn)通過(guò)各類(lèi)業(yè)務(wù)往來(lái)關(guān)系、股權(quán)控制關(guān)系、區(qū)域及行業(yè)范圍內(nèi)的傳導(dǎo)效應(yīng)逐漸顯著。中證數(shù)智圖譜數(shù)通過(guò)對(duì)企業(yè)主體評(píng)估與關(guān)聯(lián)企業(yè)影響疊加，形成企業(yè)風(fēng)險(xiǎn)預(yù)測(cè)，進(jìn)而為前置性風(fēng)險(xiǎn)分析、預(yù)判、處置策略制定提供抓手，幫助投資機(jī)構(gòu)及時(shí)調(diào)整投資策略，降低外部風(fēng)險(xiǎn)對(duì)中證數(shù)智圖譜數(shù)創(chuàng)新點(diǎn)體現(xiàn)在對(duì)客戶(hù)場(chǎng)景的深入挖掘，包括疑似實(shí)控人核查、風(fēng)險(xiǎn)傳導(dǎo)預(yù)警模型、資本集團(tuán)挖掘等。具體如下：①疑似實(shí)控人核查：通過(guò)挖掘每家企業(yè)股東中累計(jì)持股比例超過(guò)閾值的最大股東，并標(biāo)記為（疑似）實(shí)際控制人，幫助業(yè)務(wù)使用方識(shí)別交易對(duì)手方的企業(yè)穿透股權(quán)關(guān)系等；②風(fēng)險(xiǎn)傳導(dǎo)預(yù)警模型：結(jié)合機(jī)器學(xué)習(xí)及圖挖掘算法，通過(guò)對(duì)企業(yè)主體評(píng)估與關(guān)聯(lián)企業(yè)影響疊加，形成風(fēng)險(xiǎn)事件預(yù)測(cè)。目前模型算法識(shí)別所有企業(yè)的實(shí)控人以及同屬同一實(shí)控人控制的企業(yè)群中證數(shù)智圖譜數(shù)產(chǎn)品涵蓋廣泛的企業(yè)信息為金融與投資機(jī)構(gòu)提供全面、及時(shí)、深入的風(fēng)險(xiǎn)監(jiān)控信息，解決了信用風(fēng)險(xiǎn)監(jiān)控中無(wú)法全面、及時(shí)處理的痛點(diǎn)，有助于保障投資人的權(quán)益，推動(dòng)金融市場(chǎng)的穩(wěn)定發(fā)展，應(yīng)用體現(xiàn)在以下幾方面：①信用風(fēng)險(xiǎn)監(jiān)控與金融監(jiān)管：通過(guò)對(duì)企業(yè)間的關(guān)聯(lián)關(guān)系、資金流向等分析，及時(shí)發(fā)現(xiàn)潛在風(fēng)險(xiǎn)，全面及時(shí)地為金融機(jī)構(gòu)和投資機(jī)構(gòu)提供風(fēng)險(xiǎn)監(jiān)控信息，為金融監(jiān)管部門(mén)提供精準(zhǔn)的監(jiān)管手段，防止市場(chǎng)操縱和內(nèi)幕交易等不法行為；②投資決策支持：通過(guò)對(duì)企業(yè)進(jìn)行多維度評(píng)估，為投資機(jī)構(gòu)提供深入的企業(yè)洞察，幫助其做出更加明智的投資決策；③企業(yè)社會(huì)責(zé)任評(píng)估：通過(guò)對(duì)企業(yè)社會(huì)責(zé)任履行情況的評(píng)估，數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation?融領(lǐng)域中的投資決策、?險(xiǎn)控制——通聯(lián)數(shù)據(jù)AI盈利預(yù)測(cè)數(shù)據(jù)的主要受眾為金融投資類(lèi)用戶(hù)，包括投資者、分析師、資產(chǎn)管理人員等。這些用戶(hù)在進(jìn)行投資決策和風(fēng)險(xiǎn)控制時(shí)，需要精準(zhǔn)的財(cái)務(wù)預(yù)測(cè)數(shù)據(jù)來(lái)支撐他們的判斷與決策。在投資決策方面，金融投資者會(huì)依賴(lài)各種信息來(lái)預(yù)測(cè)上市公司未來(lái)的財(cái)務(wù)指標(biāo)。通過(guò)AI盈利預(yù)測(cè)數(shù)據(jù)，投資者可以更準(zhǔn)確地預(yù)測(cè)公司的財(cái)務(wù)狀況，從而制定更有遠(yuǎn)見(jiàn)的投資策略，最大化投資回報(bào)。AI盈利預(yù)測(cè)數(shù)據(jù)的涵蓋面非常廣，可以覆蓋上市公司的全部財(cái)務(wù)科目，使投資者能夠在做出決策時(shí)擁有更全面的信息。而在風(fēng)險(xiǎn)控制領(lǐng)域，風(fēng)控人員可以利用AI盈利預(yù)測(cè)數(shù)據(jù)對(duì)投資標(biāo)的的未來(lái)財(cái)務(wù)狀況進(jìn)行預(yù)判。通過(guò)識(shí)別可能存在風(fēng)險(xiǎn)的標(biāo)的，他們能夠采取提前的風(fēng)險(xiǎn)控制措施，減少投資損失。AI盈利預(yù)測(cè)數(shù)據(jù)的日度更新特性，使風(fēng)控人員能夠時(shí)刻保持對(duì)市場(chǎng)在AI盈利預(yù)測(cè)數(shù)據(jù)推出之前，金融從業(yè)者在投資決策或風(fēng)險(xiǎn)控制時(shí)常常面臨信息不足的挑戰(zhàn)。預(yù)測(cè)數(shù)據(jù)的獲取和分析常常耗時(shí)費(fèi)力，可能存在信息之間的邏輯沖突，而且數(shù)據(jù)變化可能不及時(shí)。有了AI盈利預(yù)測(cè)數(shù)據(jù)，金融專(zhuān)業(yè)人員將能夠輕松獲取財(cái)報(bào)的數(shù)據(jù)預(yù)測(cè)。這項(xiàng)技術(shù)的引入，不僅彌補(bǔ)了信息缺失的問(wèn)題，還實(shí)現(xiàn)了數(shù)據(jù)的及時(shí)更新，從而使金融決策更具前通聯(lián)數(shù)據(jù)有限公司（簡(jiǎn)稱(chēng)“通聯(lián)數(shù)據(jù)”）AI盈利預(yù)測(cè)數(shù)據(jù)是一個(gè)全新的、基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)模型，旨在為金融投資領(lǐng)域的專(zhuān)業(yè)從業(yè)者提供準(zhǔn)確及時(shí)的財(cái)務(wù)預(yù)測(cè)信息。AI盈利預(yù)測(cè)數(shù)數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation來(lái)源：通聯(lián)數(shù)據(jù)AI盈利預(yù)測(cè)數(shù)據(jù)是基于HI+AI的模式，由資深研究員專(zhuān)家把投研知識(shí)通過(guò)投研框架的方式一個(gè)個(gè)公司搭建起來(lái)，然后再由AI讀取這些框架和掛載的指標(biāo)對(duì)應(yīng)的時(shí)序數(shù)據(jù)，分析這些指標(biāo)和預(yù)測(cè)目標(biāo)的規(guī)律，最后進(jìn)行集成建模，并對(duì)公司三大財(cái)務(wù)報(bào)表的指標(biāo)科目進(jìn)行預(yù)測(cè)，是一種基于人類(lèi)先驗(yàn)知識(shí)的數(shù)據(jù)來(lái)源：通聯(lián)數(shù)據(jù)基于上述的投研框架(邏輯關(guān)系及數(shù)據(jù)指標(biāo)的時(shí)序數(shù)值)，通聯(lián)數(shù)據(jù)的AI團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)智能的AI算法體系，多個(gè)AI算法模型針對(duì)不同的預(yù)測(cè)目標(biāo)任務(wù)進(jìn)行數(shù)據(jù)分析和訓(xùn)練建模，最后進(jìn)行模型集成并得到預(yù)測(cè)AI盈利預(yù)測(cè)數(shù)據(jù)的服務(wù)對(duì)象主要是金融投資領(lǐng)域的專(zhuān)業(yè)從業(yè)者，包括但不限于投資者、分析師、資產(chǎn)管理人員以及風(fēng)險(xiǎn)控制專(zhuān)家。這些人士在進(jìn)行投資決策和風(fēng)險(xiǎn)管理時(shí)，需要準(zhǔn)確的財(cái)務(wù)預(yù)測(cè)數(shù)據(jù)以支持他們的工作。AI盈利預(yù)測(cè)數(shù)據(jù)為他們提供了可靠的數(shù)據(jù)支持，使他們能夠更明智地制定投資策略、降低風(fēng)險(xiǎn)。通聯(lián)數(shù)據(jù)同步系統(tǒng)實(shí)現(xiàn)了領(lǐng)先于業(yè)內(nèi)的數(shù)據(jù)同步效率，更好地滿(mǎn)足各金融機(jī)構(gòu)數(shù)據(jù)服務(wù)、業(yè)務(wù)研究對(duì)金融數(shù)數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)AI盈利預(yù)測(cè)數(shù)據(jù)為金融投資者帶來(lái)了顯著的經(jīng)濟(jì)價(jià)值。通過(guò)提供更快、更準(zhǔn)確的數(shù)據(jù)集，它擴(kuò)展了投資者的能力邊界。投資者能夠基于這一數(shù)據(jù)產(chǎn)品做出更明智的投資決策，從而提高了投資回報(bào)率。這不僅為個(gè)體投資者帶來(lái)了財(cái)務(wù)上的收益，還促進(jìn)了金融市AI盈利預(yù)測(cè)數(shù)據(jù)的社會(huì)效益體現(xiàn)在多個(gè)方面。它積極促進(jìn)了金融行業(yè)的發(fā)展。通過(guò)提供更先進(jìn)的數(shù)據(jù)預(yù)測(cè)和分析工具，它幫助金融從業(yè)者提升了研究邊界。投資范圍不再局限于人類(lèi)分析師能夠覆蓋的標(biāo)的池，而是擴(kuò)展到全市場(chǎng)。這促進(jìn)了市場(chǎng)的更大活躍度，吸引了更多的資金流入金融市場(chǎng)。此外AI盈利預(yù)測(cè)數(shù)據(jù)的信息更新及時(shí)和準(zhǔn)確，有助于提高投資機(jī)構(gòu)的投資和風(fēng)控能力。這對(duì)于整個(gè)金融生態(tài)系統(tǒng)的穩(wěn)定與健康發(fā)展都具有重要意義。同時(shí)，它也為普通投資者提供了更公平的投資環(huán)境，使他們能夠更好地參與市場(chǎng)并受益于AI盈利預(yù)測(cè)數(shù)據(jù)的創(chuàng)新點(diǎn)在于多方面。首先，它完整構(gòu)造并實(shí)現(xiàn)了HI+AI的模式，通過(guò)將人類(lèi)投研知識(shí)與先進(jìn)的AI技術(shù)相結(jié)合，打通了如何將人類(lèi)與機(jī)器智能協(xié)同工作的路徑。這一模式為數(shù)據(jù)產(chǎn)品的研發(fā)提供了全新的思路，也為金融領(lǐng)域的技術(shù)創(chuàng)新帶來(lái)了啟發(fā)。其次，通聯(lián)數(shù)據(jù)的算法團(tuán)隊(duì)研發(fā)了智能化的AI體系模型，以適應(yīng)金融數(shù)據(jù)的特點(diǎn)，如噪聲多、小樣本、要求高等。這種模型的應(yīng)用不僅提高了數(shù)據(jù)產(chǎn)品的準(zhǔn)確AI盈利預(yù)測(cè)數(shù)據(jù)已經(jīng)在金融投資領(lǐng)域應(yīng)用，但其潛在價(jià)值不僅限于此。將這一模型推廣到其他金融子領(lǐng)域如信貸風(fēng)險(xiǎn)評(píng)估和資產(chǎn)定價(jià)，可以進(jìn)一步提高金融決策AI盈利預(yù)測(cè)數(shù)據(jù)的成功案例也鼓勵(lì)了金融創(chuàng)新的發(fā)展，在金融科技領(lǐng)域，這一模型更高效的金融產(chǎn)品和服務(wù)。例如，基于AI盈利預(yù)測(cè)數(shù)據(jù)的智能投資平臺(tái)可以為個(gè)人投資者提供定制化的投資建議，幫助他們實(shí)現(xiàn)更好的財(cái)務(wù)規(guī)劃。此外，它還可以用于開(kāi)發(fā)更具創(chuàng)新性的金融工具，從而改變金融市AI盈利預(yù)測(cè)數(shù)據(jù)的推廣應(yīng)用也有助于促進(jìn)跨行業(yè)合作。數(shù)據(jù)在不同行業(yè)之間具有潛在的應(yīng)用價(jià)值，在該數(shù)據(jù)之前，如何更好的大規(guī)模使用行業(yè)數(shù)據(jù)是一個(gè)大問(wèn)題，有了AI盈利預(yù)測(cè)數(shù)據(jù)背后的數(shù)據(jù)加持，未來(lái)將可以做很多進(jìn)一步的拓展，例如，在制造業(yè)中，這一模型可以用于預(yù)測(cè)供應(yīng)鏈中的生產(chǎn)和庫(kù)存需求，從而提高生產(chǎn)效率。通過(guò)將AI盈利預(yù)測(cè)數(shù)據(jù)的應(yīng)用推廣到不同行業(yè)，可以實(shí)現(xiàn)更多的跨界合作，加速創(chuàng)新的發(fā)展。數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation小微主動(dòng)授信智能決策——??銀?近年來(lái)，中小微企業(yè)已經(jīng)成為現(xiàn)代經(jīng)濟(jì)運(yùn)作中不可缺少的重要組成部分，為國(guó)民經(jīng)濟(jì)的發(fā)展做出了巨大的貢獻(xiàn)。我國(guó)中小微企業(yè)數(shù)量龐大，同時(shí)保持著高速增長(zhǎng)，其普遍都有相對(duì)強(qiáng)烈的融資需求，但也同時(shí)面臨著“融資難”的困境。政府在工作報(bào)告中提出要求，將“引導(dǎo)資金更多流向重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)，擴(kuò)大普惠小微企業(yè)因?yàn)樾畔⒉粚?duì)稱(chēng)帶來(lái)的授信服務(wù)主要有以下痛點(diǎn)：客戶(hù)端：獲批難、額度低、手續(xù)繁、周期長(zhǎng)；客戶(hù)經(jīng)理端：獲客難、通過(guò)少、產(chǎn)品競(jìng)爭(zhēng)不足、客戶(hù)粘性大存量流失多。中國(guó)民生銀行上海分行（簡(jiǎn)稱(chēng)“民生銀行”）打造全新的、數(shù)字化的、智能化的全行小微智能決策數(shù)字化應(yīng)用產(chǎn)品，從業(yè)務(wù)理念、主動(dòng)獲客、智能風(fēng)控、作業(yè)方式上全方位升級(jí)，打造小微主動(dòng)授信智能決策服務(wù)。“民生惠”是民生銀行首個(gè)授信智能決策產(chǎn)品，通過(guò)改變營(yíng)銷(xiāo)模式和風(fēng)控邏輯，突破了傳統(tǒng)獲客方式、申貸成功率低的局限性，達(dá)到主動(dòng)獲客、智能決策，為客戶(hù)提供更精準(zhǔn)的服務(wù)，實(shí)現(xiàn)真正的“民生惠、惠民生”。研發(fā)線上小微客戶(hù)的信用貸款產(chǎn)品，可解決依賴(lài)強(qiáng)抵押的傳統(tǒng)融資模式痛點(diǎn)，實(shí)現(xiàn)小微商業(yè)模式的突破，服務(wù)小微客群。本產(chǎn)品設(shè)計(jì)主要在于以下三個(gè)打造：主動(dòng)獲客的方式、智能的決策方法、最佳的民生惠以多渠道、多維度的大數(shù)據(jù)為基礎(chǔ)，通過(guò)數(shù)據(jù)分析和價(jià)值發(fā)現(xiàn)，完善策略、規(guī)則及模型，基于數(shù)據(jù)驅(qū)動(dòng)邏輯，實(shí)現(xiàn)主動(dòng)獲客、作業(yè)方式升級(jí)，變單一客戶(hù)服務(wù)為目標(biāo)客戶(hù)服務(wù)，實(shí)現(xiàn)精準(zhǔn)服務(wù)；建立可視化、智能化的各類(lèi)模型，強(qiáng)化業(yè)務(wù)自動(dòng)分析決策能力，增強(qiáng)風(fēng)險(xiǎn)管理及時(shí)性和前瞻性，通過(guò)營(yíng)銷(xiāo)獲客、授信審批、監(jiān)測(cè)預(yù)警等作業(yè)流程的全線上、智能化模型建設(shè)，提高業(yè)務(wù)拓展和風(fēng)險(xiǎn)管理的質(zhì)量和效率。小微企業(yè)主可在種還款方式，真正享受到“足不出戶(hù)，即可提款”的專(zhuān)屬服務(wù)，為小微企業(yè)帶來(lái)普惠當(dāng)前金融市場(chǎng)競(jìng)爭(zhēng)激烈，諸多企業(yè)更傾向于線上審批快捷，用款方便靈活的產(chǎn)品。截至日前，市面上同業(yè)此類(lèi)產(chǎn)品較少。大部分同業(yè)采取的授信方式均為授信后置，即在確定客戶(hù)貸款意愿后為客戶(hù)匹配行內(nèi)標(biāo)準(zhǔn)化產(chǎn)品，如A產(chǎn)品申請(qǐng)被拒，再申請(qǐng)B產(chǎn)品，尤其線上業(yè)務(wù)盲盒感較強(qiáng)，使客戶(hù)體驗(yàn)感大大降低。對(duì)于客戶(hù)經(jīng)理而言面對(duì)金融機(jī)構(gòu)針對(duì)不同客群提供的產(chǎn)品，學(xué)習(xí)成本也很大，是否能針對(duì)性適用也是很大的困惑。針對(duì)納稅客戶(hù)——稅貸類(lèi)產(chǎn)品；針對(duì)專(zhuān)精特新客戶(hù)——易創(chuàng)E貸；產(chǎn)品設(shè)計(jì)邏輯：白名單建庫(kù)—確定目標(biāo)客群—預(yù)篩客—底線合規(guī)指標(biāo)—預(yù)測(cè)營(yíng)銷(xiāo)主動(dòng)授信：實(shí)現(xiàn)以名單目標(biāo)客群模式的定向服務(wù)，通過(guò)名單制實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)、精數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation數(shù)據(jù)引入及應(yīng)用：數(shù)據(jù)來(lái)源包括存量客群、稅優(yōu)客群、工商園區(qū)、招投標(biāo)、科創(chuàng)、收單客群等。在數(shù)據(jù)應(yīng)用方面重點(diǎn)采用工商、法院、稅務(wù)、發(fā)票等基礎(chǔ)數(shù)據(jù)源，同步引入特定場(chǎng)景數(shù)據(jù)源（如餐飲、酒店、電商、外貿(mào)等特定場(chǎng)景數(shù)據(jù)源），形成全面審查客戶(hù)視角的授信審批邏輯。目前總分行在此基座上，除了利用銀稅互動(dòng)、大數(shù)據(jù)等數(shù)據(jù)源，也在不斷豐富引入場(chǎng)景數(shù)據(jù)源，豐富小微企業(yè)經(jīng)營(yíng)畫(huà)像。同時(shí)，聯(lián)合總行，建設(shè)地方區(qū)域特色數(shù)據(jù)可插拔模式，充分發(fā)揮上海智能決策：建立以通用性為基礎(chǔ)的多標(biāo)簽額度計(jì)算機(jī)制。利用征信、存量客群畫(huà)像、社保公積金、供應(yīng)鏈、稅收、收單、特定場(chǎng)景數(shù)據(jù)等；利用數(shù)據(jù)分析加工應(yīng)用于前篩模型、審批模型、利率模型、流失模型、埋點(diǎn)模型、貸后模型。分析企業(yè)信貸行為信息、企業(yè)賬戶(hù)信息、關(guān)聯(lián)方信息、衍生指標(biāo)和特殊標(biāo)簽；結(jié)合瑕疵事件、信貸需求、信貸規(guī)模、償債能力、流動(dòng)性、場(chǎng)景經(jīng)營(yíng)指標(biāo)等關(guān)鍵標(biāo)簽篩選目標(biāo)客戶(hù)，借助行內(nèi)策略庫(kù)及活動(dòng)方案，開(kāi)展?fàn)I銷(xiāo)。同時(shí)，整合個(gè)人和法人風(fēng)控體系，打造端側(cè)統(tǒng)一、場(chǎng)景融合、中臺(tái)共享、數(shù)據(jù)貫控和分析能力，提供全流程風(fēng)險(xiǎn)視圖及預(yù)警控制服務(wù)，協(xié)助業(yè)務(wù)對(duì)客戶(hù)、產(chǎn)品與合作方全方位感知，賦能業(yè)3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)體驗(yàn)的授信產(chǎn)品，進(jìn)一步踐行了金融服務(wù)實(shí)體小微企業(yè)的社會(huì)責(zé)任，同時(shí)將內(nèi)部產(chǎn)品整體、數(shù)據(jù)源整合，打民生惠建立的契合小微客群特點(diǎn)的主動(dòng)授信智能決策模式，突破了傳統(tǒng)營(yíng)銷(xiāo)獲客的模式，充分利用大數(shù)且適用于小微企業(yè)法人、小微企業(yè)主、個(gè)體工商戶(hù)等開(kāi)展的各采用“1+1+1”（本地政務(wù)類(lèi)數(shù)據(jù)、民生銀行自有數(shù)據(jù)、場(chǎng)景對(duì)接數(shù)據(jù)源）三維模式建立貸前、貸中、以此為基座的數(shù)據(jù)引入，可以實(shí)現(xiàn)更綜合全面的客戶(hù)評(píng)判模型。數(shù)據(jù)源更廣，數(shù)據(jù)安全性、有效性及真變被動(dòng)授信為主動(dòng)授信：改變新客服務(wù)畫(huà)像不清晰信貸覆蓋面不廣的問(wèn)題，不斷完成外部數(shù)據(jù)引入，實(shí)數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation科技指數(shù)模型推動(dòng)?融科技貸——數(shù)新?絡(luò)科技企業(yè)是貫徹落實(shí)人才首位戰(zhàn)略、推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要載體，是深化創(chuàng)新驅(qū)動(dòng)戰(zhàn)略、推動(dòng)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的重要力量。同時(shí)，科技型中小企業(yè)的群體規(guī)?？焖僭鲩L(zhǎng)，近年來(lái)保持增速翻番的速度，體量已經(jīng)到了不容忽視的一定規(guī)模數(shù)量。但從實(shí)踐來(lái)看，科技型中小企業(yè)融資始終是個(gè)難題，存在諸多“痛點(diǎn)”。一是企業(yè)規(guī)模小，信貸獲得難。科技中小企業(yè)特別是初創(chuàng)型科技企業(yè)資產(chǎn)規(guī)模較小，內(nèi)部管理不夠健全，企業(yè)信息不夠透明，而基于抵押物和穩(wěn)定歷史經(jīng)營(yíng)流水的傳統(tǒng)信貸評(píng)價(jià)體系，與科創(chuàng)企業(yè)特點(diǎn)不符，導(dǎo)致授67.04%的企業(yè)為無(wú)貸戶(hù)。二是價(jià)值難體值最重要部分的知識(shí)產(chǎn)權(quán)等無(wú)形資產(chǎn)難以精準(zhǔn)評(píng)估，導(dǎo)致其過(guò)度依賴(lài)抵質(zhì)押方式獲得貸款，純信用貸款占比三是風(fēng)險(xiǎn)溢價(jià)大，融資成本高。科技型中小企業(yè)發(fā)展存在較大不確定性，經(jīng)營(yíng)穩(wěn)定性差，抗風(fēng)險(xiǎn)韌性較弱，高風(fēng)險(xiǎn)溢價(jià)導(dǎo)致企業(yè)貸款利率高。在某地推廣落地時(shí)，對(duì)該市科技中小企業(yè)貸款平均利率總體比全部企業(yè)貸從扶持科創(chuàng)產(chǎn)業(yè)發(fā)展，構(gòu)建良好科創(chuàng)產(chǎn)業(yè)金融營(yíng)商環(huán)境出發(fā)，浙江數(shù)新網(wǎng)絡(luò)有限公司（簡(jiǎn)稱(chēng)“數(shù)新”）與地市政府、金融機(jī)構(gòu)合作，利用大數(shù)據(jù)手段，建設(shè)“一站式”地市級(jí)科技金融平臺(tái)。平臺(tái)通過(guò)對(duì)政務(wù)數(shù)據(jù)的挖掘，針對(duì)科技型企業(yè)的不同發(fā)展階段，建立基于企業(yè)創(chuàng)新能力以及科技企業(yè)發(fā)展?jié)摿υu(píng)價(jià)、多維度的指標(biāo)模型，并構(gòu)建形成科技型企業(yè)積分體系和科技指數(shù)，推動(dòng)中小型科技企業(yè)授信流程再造，融資場(chǎng)景重構(gòu)和在金融科技貸場(chǎng)景下，數(shù)新推出了金融科技貸數(shù)據(jù)模型平臺(tái)，通過(guò)匯集政務(wù)數(shù)據(jù)對(duì)企業(yè)進(jìn)行評(píng)價(jià)分析，根據(jù)科技企業(yè)發(fā)展特征，結(jié)合銀行信用評(píng)級(jí)規(guī)則，構(gòu)建“科技指數(shù)”模型，對(duì)科技企業(yè)經(jīng)營(yíng)情況、創(chuàng)新能力、發(fā)展?jié)摿椭R(shí)產(chǎn)權(quán)等進(jìn)行綜合評(píng)估，消除銀企信息不對(duì)稱(chēng)，破解無(wú)形資產(chǎn)價(jià)值評(píng)估難題，實(shí)現(xiàn)企業(yè)科技型企業(yè)知識(shí)要素密集、成長(zhǎng)非線形等特征，使得科技企業(yè)創(chuàng)新實(shí)力、潛力、風(fēng)險(xiǎn)的定義與監(jiān)測(cè)成為了銀行等金額機(jī)構(gòu)亟需重點(diǎn)攻克的課題。數(shù)新金融科技貸數(shù)據(jù)模型平臺(tái)在研究技術(shù)演進(jìn)、技術(shù)創(chuàng)新、產(chǎn)業(yè)變革和企業(yè)生命周期一般性規(guī)律的基礎(chǔ)上，總結(jié)出優(yōu)秀科技企業(yè)成長(zhǎng)與發(fā)展的特征和規(guī)律，以幫助金融機(jī)構(gòu)建數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation來(lái)源：數(shù)新數(shù)新金融科技貸數(shù)據(jù)模型平臺(tái)根據(jù)政務(wù)大數(shù)據(jù)針對(duì)科技型企業(yè)的不同發(fā)展階段，建立多維度的指標(biāo)模型?；谄髽I(yè)創(chuàng)新能力，按照優(yōu)中選優(yōu)、同級(jí)比較、全面量化原則，分階段，評(píng)價(jià)企業(yè)創(chuàng)新能力，構(gòu)建某地市科技企業(yè)創(chuàng)新畫(huà)像。依托系統(tǒng)平臺(tái)，暢通政銀企信息，運(yùn)用大數(shù)據(jù)手段，構(gòu)建科技企業(yè)數(shù)字信用體系，賦能銀數(shù)新金融科技貸數(shù)據(jù)模型平臺(tái)在某地市面向該市科技型企業(yè)，歸集人行、銀保監(jiān)、科技局、市場(chǎng)監(jiān)管局標(biāo)庫(kù)和標(biāo)簽庫(kù)等，從而搭建政務(wù)數(shù)據(jù)安全共享機(jī)制，用于金融產(chǎn)來(lái)源：數(shù)新數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)全部企業(yè)貸款平均利率甚至更低；實(shí)現(xiàn)政策性擔(dān)保有需要全覆蓋，實(shí)現(xiàn)科技企業(yè)融資政策高效直兌，有效破數(shù)新金融科技貸數(shù)據(jù)模型平臺(tái)深入挖掘政務(wù)數(shù)據(jù)價(jià)值，更好地為科技企業(yè)和金融機(jī)構(gòu)、政府機(jī)構(gòu)、監(jiān)管部門(mén)等多類(lèi)主體提供貸款、數(shù)據(jù)分析、智能監(jiān)管等多類(lèi)型應(yīng)用服務(wù)。依托大數(shù)據(jù)分析、政府?dāng)?shù)據(jù)共享等機(jī)制，銀行等金融機(jī)構(gòu)可以進(jìn)一步消除政銀企信息不對(duì)稱(chēng)，進(jìn)行更精細(xì)化的信貸管理，制定不同的貸款審查制度和該平臺(tái)盤(pán)活了公共數(shù)據(jù)資源，挖掘政府?dāng)?shù)據(jù)價(jià)值，為金融機(jī)構(gòu)提供準(zhǔn)確且完整的數(shù)據(jù)，減少科技企業(yè)的數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation公共數(shù)據(jù)輔助?融信貸流程決策優(yōu)化——中睿信中小企業(yè)作為金融機(jī)構(gòu)信貸的重要客戶(hù)，貸款產(chǎn)品申請(qǐng)過(guò)程中需要評(píng)估企業(yè)相關(guān)的資產(chǎn)、收入、征信等證明。由于數(shù)據(jù)的隱私性，需要申請(qǐng)人自主查詢(xún)相關(guān)數(shù)據(jù)，并提供紙質(zhì)或者電子截圖給金融機(jī)構(gòu)，金融機(jī)構(gòu)據(jù)此進(jìn)行信用評(píng)估、還款能力評(píng)估、內(nèi)部審批、內(nèi)部協(xié)作，數(shù)據(jù)在多個(gè)環(huán)節(jié)中流轉(zhuǎn)不便，數(shù)據(jù)轉(zhuǎn)化容易出錯(cuò)，在傳統(tǒng)金融信貸流程中，金融機(jī)構(gòu)需要評(píng)估申請(qǐng)者的信用風(fēng)險(xiǎn)，通常依賴(lài)于內(nèi)部數(shù)據(jù)和第三方信用數(shù)據(jù)，但這些數(shù)據(jù)有時(shí)不足以提供全面的風(fēng)險(xiǎn)評(píng)估，導(dǎo)致潛在的信貸風(fēng)險(xiǎn)，金融機(jī)構(gòu)當(dāng)前也只是利用有限的數(shù)據(jù)進(jìn)行輔助信貸決策，很多時(shí)候需要實(shí)地走訪，耗時(shí)費(fèi)力，通常信貸企業(yè)都對(duì)時(shí)間有較高要求，而當(dāng)下的決策流程較長(zhǎng)，極大的影響企業(yè)主貸款申請(qǐng)的體驗(yàn)，從而導(dǎo)致金融機(jī)構(gòu)錯(cuò)失了很在數(shù)據(jù)要素市場(chǎng)配置化改革推動(dòng)下，公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)有了合規(guī)途徑。在隱私保護(hù)和授權(quán)前提下，授權(quán)公共數(shù)據(jù)中的稅務(wù)、社保、公積金、法院失信等結(jié)構(gòu)化信息，中睿信數(shù)字技術(shù)有限公司（簡(jiǎn)稱(chēng)“中睿信”）通過(guò)加工計(jì)算評(píng)估企業(yè)信用狀況、還款能力，形成企業(yè)增長(zhǎng)指數(shù)，該指數(shù)可以快捷高效的服務(wù)金融機(jī)構(gòu)，可以為全域客戶(hù)授信，提額提效降本，增強(qiáng)金融風(fēng)控，支持金融機(jī)構(gòu)獲取可信合規(guī)數(shù)據(jù)、創(chuàng)新開(kāi)發(fā)特色產(chǎn)品。企業(yè)增長(zhǎng)指數(shù)數(shù)據(jù)產(chǎn)品利用政府提供的公共數(shù)據(jù)，稅務(wù)公積金、社保、房產(chǎn)、人才等信息，計(jì)算出反映企業(yè)增長(zhǎng)潛力和健康狀況的綜合指數(shù)。該數(shù)據(jù)產(chǎn)品為金融機(jī)構(gòu)提供了較綜合客觀的評(píng)估結(jié)果，用于更全面、準(zhǔn)確地評(píng)估企業(yè)的信貸申請(qǐng)，支持可持續(xù)的企業(yè)增長(zhǎng)，企業(yè)增長(zhǎng)指數(shù)數(shù)據(jù)產(chǎn)品上線后，可以應(yīng)用于企業(yè)信貸的貸前審批，貸后延期、提額業(yè)務(wù)流程，擴(kuò)大授信人群范圍，提升授信額度，降低授信成本，來(lái)源：中睿信數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation針對(duì)企業(yè)增長(zhǎng)指數(shù)，結(jié)合業(yè)務(wù)實(shí)際，梳理形成指標(biāo)體系清單表，篩選的指標(biāo)需要滿(mǎn)足四點(diǎn)要求：1）各層次指標(biāo)能最好的表達(dá)所代表的層次。2）指標(biāo)值確定，其高低在評(píng)價(jià)中有確切的含義。3）指標(biāo)值有一定的波動(dòng)范圍，而且其高低在評(píng)價(jià)中有確切的含義。4）選入的指標(biāo)各有所用，相互不能替代。最終選擇的企業(yè)來(lái)源：中睿信3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)企業(yè)增長(zhǎng)指數(shù)為金融技術(shù)公司和數(shù)據(jù)分析公司提供了數(shù)據(jù)基礎(chǔ)，以開(kāi)發(fā)新的金融產(chǎn)品和服務(wù)。這些創(chuàng)新產(chǎn)品可以滿(mǎn)足不同客戶(hù)的需求，擴(kuò)展了金融市場(chǎng)的潛在收入來(lái)源。企業(yè)增長(zhǎng)指數(shù)通過(guò)更全面、準(zhǔn)確的信貸評(píng)估，幫助金融機(jī)構(gòu)降低壞賬率。這意味著金融機(jī)構(gòu)能夠更好地識(shí)別高風(fēng)險(xiǎn)借款人，減少違約情況，從而減少了信貸損失。引入企業(yè)增長(zhǎng)指數(shù)可以加速信貸決策流程，減少了手動(dòng)審查和數(shù)據(jù)整合的時(shí)間和人力成本。金融機(jī)構(gòu)可以更高效地處理信貸申請(qǐng)，降低了運(yùn)營(yíng)成本。企業(yè)增長(zhǎng)指數(shù)作為一種數(shù)據(jù)產(chǎn)品，在金融信貸領(lǐng)域帶來(lái)了多重經(jīng)濟(jì)效益，包括降低壞賬率、降低成本、支持企業(yè)增長(zhǎng)、擴(kuò)大貸款規(guī)模、增加利潤(rùn)、促進(jìn)金融市場(chǎng)穩(wěn)定性和推動(dòng)金融創(chuàng)新。這些效益有助于提高金融機(jī)構(gòu)的競(jìng)爭(zhēng)力，促進(jìn)經(jīng)濟(jì)增長(zhǎng)，對(duì)整體經(jīng)濟(jì)產(chǎn)生積極影響。企業(yè)增長(zhǎng)指數(shù)的使用減少了對(duì)傳統(tǒng)財(cái)務(wù)數(shù)據(jù)的依賴(lài)，降低了歧視性信貸決策的風(fēng)險(xiǎn)。這有助于確保信貸決策更加公平，不受種族、性別或其他因素的影響，增強(qiáng)了信貸市場(chǎng)的公平性。更多企業(yè)獲得貸款支持，有數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation企業(yè)增長(zhǎng)指數(shù)是一種全新的數(shù)據(jù)產(chǎn)品，結(jié)合政府提供的公共數(shù)據(jù)，計(jì)算出反映企業(yè)增長(zhǎng)潛力和健康狀況的綜合指數(shù)。這一指數(shù)為金融機(jī)構(gòu)提供了獨(dú)特的信貸評(píng)估工具，不僅依賴(lài)于傳統(tǒng)的財(cái)務(wù)數(shù)據(jù)，還考慮了更廣泛的因素，如宏觀經(jīng)濟(jì)指標(biāo)、行業(yè)趨勢(shì)等。在數(shù)據(jù)流通和共享中，政府采用了嚴(yán)格的數(shù)據(jù)隱私保護(hù)措施，確保數(shù)據(jù)的安全和合規(guī)性。這一創(chuàng)新點(diǎn)在數(shù)據(jù)共享領(lǐng)域尤為重要，有助于建立信任，促進(jìn)數(shù)據(jù)的更廣泛使用。企業(yè)增長(zhǎng)指數(shù)考慮了多個(gè)因素，包括財(cái)務(wù)健康、行業(yè)前景、宏觀經(jīng)濟(jì)狀況等。這一綜合性的評(píng)估方法創(chuàng)新了傳統(tǒng)的信貸評(píng)估方式，使金融機(jī)構(gòu)能夠更全面地理解潛在客戶(hù)的信貸風(fēng)險(xiǎn)和增長(zhǎng)潛力。政府與金融機(jī)構(gòu)建立了合作機(jī)制，通過(guò)數(shù)據(jù)共享和反饋，有助于監(jiān)測(cè)金融市場(chǎng)的穩(wěn)定性。這一合作機(jī)制創(chuàng)新了政府與金融部門(mén)之?dāng)?shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation融合政務(wù)數(shù)據(jù)賦能銀?智能?控——?智塔科技隨著大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、人工智能等新技術(shù)的興起，各類(lèi)型數(shù)據(jù)應(yīng)用層出不窮，數(shù)據(jù)價(jià)值日益提升。但隨著《網(wǎng)絡(luò)安全法》《數(shù)據(jù)安全法》《個(gè)人信息保護(hù)法》等涉及數(shù)據(jù)安全、個(gè)人隱私的法律、法規(guī)的頒布，數(shù)據(jù)直接使用將違反數(shù)據(jù)安全和隱私保護(hù)的相關(guān)規(guī)定，金融機(jī)構(gòu)、政府部門(mén)、企業(yè)間的數(shù)據(jù)形成在數(shù)據(jù)隱私保護(hù)的背景下，銀行對(duì)小微科創(chuàng)企業(yè)的信貸支持工作受到更大的挑戰(zhàn)。與大型企業(yè)相比，小微科創(chuàng)企業(yè)往往規(guī)模小、資產(chǎn)不足、財(cái)務(wù)不規(guī)范、信息分散、抵押資產(chǎn)較少，因此，銀行對(duì)科技型中小微企業(yè)授信必須得到更多維度的數(shù)據(jù)支持。政務(wù)數(shù)據(jù)成為授信業(yè)務(wù)最可靠的數(shù)據(jù)補(bǔ)充，但基于隱私保護(hù)的要求，針對(duì)亟需引入多維數(shù)據(jù)推動(dòng)業(yè)務(wù)高質(zhì)量發(fā)展實(shí)際需求，杭州金智塔科技有限公司（簡(jiǎn)稱(chēng)“金智塔”）推出了“金智塔隱私計(jì)算平臺(tái)”，打破了“數(shù)據(jù)孤島”，安全合規(guī)融合了更多受隱私、安全因據(jù)，實(shí)現(xiàn)了更精準(zhǔn)的智能風(fēng)控，化解了小微科金智塔隱私計(jì)算平臺(tái)運(yùn)用了多方安全計(jì)算、聯(lián)邦學(xué)習(xí)、區(qū)塊鏈等技術(shù)，實(shí)現(xiàn)了“數(shù)據(jù)可用不可見(jiàn)”、“計(jì)算可信可鏈接”、“用途可控可計(jì)量”，提供了數(shù)據(jù)分級(jí)分類(lèi)管理、數(shù)據(jù)質(zhì)量審計(jì)、模型效果審計(jì)、數(shù)據(jù)應(yīng)用存證等數(shù)據(jù)安全與隱私保護(hù)全流程管理，通過(guò)對(duì)接浙江省金融綜合服務(wù)平臺(tái)，安全合規(guī)的融合了市場(chǎng)監(jiān)督管理局、法院、稅務(wù)、環(huán)保等55個(gè)省級(jí)政府部門(mén)政務(wù)數(shù)據(jù)來(lái)源：金智塔數(shù)據(jù)要素流通典型應(yīng)?場(chǎng)景案例集TypicalApplicationScenariosCasesforDataFactorCirculation3.社會(huì)效益、經(jīng)濟(jì)效益和創(chuàng)新點(diǎn)業(yè)法人信息、企業(yè)年報(bào)信息、風(fēng)險(xiǎn)信息等，并融合行內(nèi)本項(xiàng)目響應(yīng)了國(guó)家關(guān)于數(shù)字經(jīng)濟(jì)、普惠金融的政策要求，通過(guò)平臺(tái)實(shí)施落地，在降低銀行風(fēng)險(xiǎn)的同時(shí)，在降低浙商銀行風(fēng)險(xiǎn)的同時(shí)，化解了小微、科創(chuàng)企業(yè)的貸款難、貸款貴的問(wèn)題，實(shí)現(xiàn)了融資量增、面擴(kuò)、價(jià)平臺(tái)應(yīng)用了隱私保護(hù)機(jī)器學(xué)習(xí)新技術(shù)，在數(shù)據(jù)不出域的前提下，進(jìn)行高效的機(jī)器學(xué)習(xí)建模。實(shí)驗(yàn)結(jié)果表新性設(shè)計(jì)聯(lián)邦學(xué)習(xí)算法，根據(jù)模型參數(shù)構(gòu)建初始全局業(yè)務(wù)模型，以及構(gòu)建每個(gè)模型參數(shù)對(duì)應(yīng)的噪音業(yè)務(wù)樣本，本項(xiàng)目是浙商銀行首次應(yīng)用隱私計(jì)算技術(shù)融入政務(wù)數(shù)據(jù)的創(chuàng)新實(shí)踐，也是浙江省金融綜合服務(wù)平臺(tái)通過(guò)隱私計(jì)算技術(shù)將公共政務(wù)數(shù)據(jù)向金融機(jī)構(gòu)賦能的