国务院办公厅印发的《关于做好金融“五篇大文章”的指导意见》（以下简称《指导意见》）提出“依法合规推动公共数据向金融机构赋能应用”。笔者认为，其核心在于“制度+技术+场景”的三维协同，以政策为引导，以安全技术为基石，以实际需求为导向，逐步构建开放共享、权责分明、风险可控的数据生态体系，最终实现金融服务的提质增效与经济高质量发展。
重要意义
推动公共数据向金融机构赋能，能提升金融行业的服务能力，促进经济社会发展，是金融数字化转型的重要路径。其价值不仅在于提升行业效率与风控水平，更在于推动社会资源公平配置和经济高质量发展。
一是提升金融服务效率。通过自动化流程，公共数据（如企业注册、纳税、社保信息）的接入可减少金融机构人工审核环节，加速信贷审批、客户身份验证等流程；降低运营成本，通过数据共享替代传统线下尽职调查，节省时间和资源成本。
二是强化风险管理能力。精准信用评估，整合公共数据（如行政处罚、司法记录、经营状况），帮助金融机构构建更全面的客户画像，识别潜在风险；动态监控预警，实时更新数据，支持金融机构动态跟踪企业或个人的信用变化，提前防范违约风险。
三是推动普惠金融发展。覆盖长尾客户，中小微企业和个人因缺乏抵押物或传统信用记录常被排斥在金融服务之外，公共数据（如水电缴费、供应链信息）可补充信用评估依据，扩大服务覆盖范围；支持乡村振兴，农业、农村相关数据（土地权属、补贴发放）可助力金融机构设计适配的金融产品，促进农村经济发展。
四是促进金融产品创新。数据驱动的定制服务，能基于公共数据分析客户需求，开发个性化产品（如灵活还款贷款、动态保费保险）；场景化金融，结合政务、民生场景（如医疗、教育），嵌入金融服务，提升用户体验。
五是优化监管与合规。防范金融犯罪，以公共数据辅助反洗钱、反欺诈监测，如通过工商信息核验企业真实性；使监管透明化，数据共享机制便于监管部门追踪资金流向，提升行业透明度。
六是提升社会与经济价值。有利于支持实体经济，通过精准信贷投放，助力中小微企业融资，稳定就业与经济增长；加快促进数据要素市场发展，推动数据资源向生产要素转化，培育数字经济新动能。
现状分析
目前，公共数据向金融机构赋能仍存在一些障碍。具体来看，要加快破解数据权属与权益分配难题。一是所有权模糊，公共数据通常由政府部门或公共机构管理，但数据所有权、使用权、收益权的界定尚不清晰，可能导致金融机构在获取数据时面临法律争议。二是利益协调难，政府、数据提供方、金融机构和数据使用者之间的利益分配机制未完善，缺乏可持续的合作模式。
要有效管控数据安全与隐私保护合规风险。公共数据可能包含个人隐私（如社保、税务信息）或企业商业机密，金融机构需严格遵循个人信息保护法、网络安全法等法规，合规成本较高。此外，还面临脱敏技术不足等现实课题。
要打破数据孤岛，完善共享机制。譬如，部门间壁垒，政府部门间数据标准不统一、共享流程复杂，导致数据碎片化，金融机构难以整合多源数据。又如，市场化运营不足，公共数据开放多依赖行政指令，缺乏市场化运营主体，数据供需对接效率低。
要完善法律法规，进一步强化监管。譬如，要完善顶层设计，数据要素流通的法律体系尚不完善，公共数据开放的范围、条件和程序需要统一规范。又如，要有效应对动态监管挑战，金融业务创新速度快，现有法规难以覆盖新兴场景（如人工智能风控的数据使用边界）。数据滥用或误用的追责机制不健全，金融机构可能因第三方数据问题承担连带责任。
要打破技术与基础设施瓶颈。由于数据处理能力不足，公共数据体量大、结构多样，金融机构需投入高额成本建设数据清洗、分析和应用平台。要加强标准化建设，数据格式、接口、质量标准尚待统一，影响数据互联互通和高效利用；信任机制欠缺，需要构建可信的数据交换平台（如区块链存证、联邦学习），以确保数据在多方协作中的真实性和不可篡改性。
要不断提升金融机构内生动力。由于风险偏好保守，金融机构对数据安全风险的担忧可能抑制其创新意愿。面临业务适配性挑战，要长期探索公共数据与金融机构业务场景的结合。
实践途径
推动公共数据向金融机构赋能应用，需兼顾法律合规性与创新价值，需要多维度协同推进。
完善顶层设计与制度建设。明确法律框架与权责划分，依据数据安全法、个人信息保护法、网络数据安全管理条例等法律法规，细化公共数据分类分级标准，明确个人隐私与公共数据的界限。构建授权运营机制，通过部省协同或跨区域协同机制，推动公共数据统一授权运营。统一交易定价与收益分配，制定市场化定价规则，初期可采用按年计费或一揽子协议，逐步过渡到按数据使用量付费模式，并通过公证机构验证数据交易合法性。
强化技术保障与安全合规。构建可信数据操作环境，采用隐私计算技术（如联邦学习、同态加密、可信执行环境），确保数据“可用不可见”。数据全生命周期管理，从采集、存储、传输到销毁，建立全流程加密与审计机制，确保数据调用可追溯。同时，利用区块链技术记录数据使用权限和操作日志，防止篡改。实现动态风险监测与应急响应，部署AI驱动的反欺诈模型和实时监测系统。
深化应用场景与行业协同。在精准风控与信贷服务方面，整合工商、税务、社保等公共数据，优化贷前风险评估模型。在普惠金融与中小微企业融资方面，利用公共数据构建企业信用评分模型（如ESG评价、融资需求感知），破解信息不对称问题。在反欺诈与合规监管方面，联合公安、司法部门共享黑灰名单数据，构建跨机构联防联控体系。
推动试点与政策支持。开展区域试点与经验推广，《指导意见》提出深入推进现有科创金融、普惠金融、绿色金融等改革试验区建设，支持地方依法合规先行先试。有关财政与金融政策协同，财政部鼓励金融机构和社会资本投向数据资产领域，通过政府性融资担保、专项再贷款等工具降低融资成本。培育复合型人才，建立政企校联合培养机制，提升从业者在金融、数据合规、隐私计算等领域的综合能力。
平衡创新与风险防控。严格数据分类与权限管理，明确公共数据的开放边界，禁止包含个人隐私的数据直接流通。例如，金融机构调用公共数据时需通过脱敏处理，确保匿名化。建立应急响应与问责机制，针对数据泄露事件，制定快速溯源与处置预案，并强化金融机构在数据调用中的主体责任。
【作者魏成龙系北京师范大学政府管理学院教授，中国资本研究院院长；魏荣桓系该研究院研究员；本文是国家社科基金项目“中国机构投资者异化行为与监管政策研究”（19AGL012）成果之一】
