全球大数据储量迅猛增长，中美是全球大数据 中心。
随着物联网、电子商务、社会化网络的快速发展， 全球大数据储量迅猛增长，成为大数据产业发展的 基础。据国际数据公司（IDC）统计，全球大数据储 量由 2013 年的 4.3ZB 增加至 2021 年的 53.7ZB，年 均增长率高达 37.1%。从区域分布来看，2021 年中 国的数据产生量约占全球数据产生量的 23%，美国 的数据产生量占比约为 21%，EMEA（欧洲、中东、 非洲）的数据产生量占比约为 30%，APJ（亚太和 日本）数据产生量占比约为 18%。据 IDC 预计，到 2025 年，中国产生的数据总量将达 48.6ZB，占全球 的 27.8%。在数据储量不断增长和应用驱动创新的 推动下，中国大数据产业将会不断丰富商业模式， 构建出多层多样的市场格局，具有广阔的发展空间。
全球开启了国家间的“大数据竞赛” 。2013 年以来，大数据浪潮席卷全球，并且逐渐 成为金融创新的重要源泉，从互联网货币基金的异军 突起到量化投资的日渐风行，再到金融机构与科技公司的强强联合，革命性的产品服务和经营模式层出不 穷。数据成为各国争相占领的高地，当前各国政府高 度重视大数据产业的发展，区域层面、国家层面的战 略政策频出，开启了国家间的“大数据竞赛”。
美国的大数据应用以私营企业为主，但政府在大 数据应用方面也发挥了重要作用。政府高层在顶层设 计上制定国家及部门大数据战略。2012 年，美国在 全球率先推出大数据国家发展计划《大数据研究与开 发计划》，提出利用大数据推动科研、工程、安全和 教育等领域的创新，提升对经济社会发展的预测能力， 并成立“大数据高级指导小组”。目前，美国在推进 大数据应用上形成了从发展战略、法律框架到行动计 划的完整布局，已实施四轮政策行动（见图 2-2）。 从相关政策来看，保持大数据产业在国际中的领先位 置、提升国家安全和信息网络安全能力是政策出台的 主要动机。此外，美国高度重视政府对大数据的应用， 多次提及推动政府数据开放工作的必要性。
中国在大数据产业方面启动相对较晚，但中国 政府高度重视大数据在推进经济社会发展中的地位 和作用，陆续出台了多项政策来推动大数据产业高 质量发展，为行业提供了良好的政策环境。据不完 全统计，2014 年以来，中国发布了超过 30 个大数 据产业国家层面的相关政策。 从相关政策来看，近年来，中国的大数据产业政策 顶层设计不断加强，从“局部”到“全面”，政策 机制日益健全。并且，随着数字经济的深入发展， 中国政府高度重视数据价值的释放。
2020 年 4 月， 《关于构建更加完善的要素市场化配置体制机制的 意见》将数据列为继土地、劳动力、资本、技术之 后第五种市场化配置的关键生产要素。2021 年 11 月，《“十四五”大数据产业发展规划》进一步指 出数据是新时代重要的生产要素，是国家基础性战 略资源。在全球范围内，中国率先将数据列入核心 生产要素，有利于加速推动中国数字经济的发展。 早在 21 世纪初，欧洲发达国家就已经意识到 数据是一种战略性资源，并一直持续关注并强化各 类数据的保有、开发和挖掘等。目前，欧盟及其成 员国制定的大数据发展战略主要集中在增强数据保 护、共享及使用机制等方面。欧盟发布的大数据产 业政策具有以下几个特征：
（1）全面推进欧盟数据一体化。由于欧盟是 一个区域性政治和经济共同体，对其成员国约束力 有限，容易产生碎片化，进而影响数据可用性和数 据互操作等，战略文件也重点分析了相关问题，并 将打造共同欧洲数据空间、单一数据市场作为主要 目标。 （2）着力提升市场主体竞争力。欧盟国家在 传统工业上基础雄厚，但在数字时代竞争力有所下 降，特别是数字经济发展方面，欧洲企业已经全面退出第一梯队。因此欧盟需要加大数据投资，不断 增强技术主权，提升中小企业数据技能，同时通过 政策标准等规则体系保护欧盟企业利益。 （3）十分重视欧洲价值观的体现。欧盟将支 持个人数据权作为重要战略措施，并提出要在全世 界推广欧洲模式。欧盟以价值观为指引构建数据治 理规则体系，一方面能够通过严格个人数据保护规 则，形成一定的政策壁垒，抵御美国利用产业优势 入侵欧盟数据市场，削弱各大互联网巨头的竞争优 势；另一方面可以提升欧洲模式的接受度，争取国 际数据治理体系的话语权。
中美引领大数据金融领域创新 从全球大数据金融专利申请量来看 10 ，中美 引领了该领域的发展。根据 WIPO 数据，2017- 2022 年中国申请大数据金融专利 29065 件，美国 为 14607 件，两个国家占据了全球专利申请量的 80% 以上。
大数据金融主要应用于产品设计、客户画像、 精准营销、风险管理等方面。在产品设计上，大数 据金融可以构建金融产品综合模型，打造最适合市 场的产品，并通过分析行业内信息，为自身业务优 化提供相关策略 [13]。在客户画像上，大数据金融 可以通过分析客户的账户状态、交易习惯、投资偏 好等来进行客户聚类和细分，从而发现客户交易模 式类型，找出最有价值和盈利潜力的客户群，以及 他们最需要的服务，更好地配置资源和政策，改进 服务。在精准营销上，大数据金融通过用户画像和 大数据模型实现对个人客户的精准营销，最大限度 地摊薄成本。精准营销可对客户的兴趣、爱好、购 买能力做出预测和判断，根据综合评分推荐金融服 务和产品。在风险管理上，大数据金融可基于自有 的巨量用户数据通过自建风控模型进行评级来防控 风险，主要针对以违约风险为主的信用风险。与传 统风控手段相比，数据来源更为广泛，识别速度更 快且成本更低。
案例一：中国蚂蚁集团利用大数据金融保障用 户资金安全
蚂蚁集团通过大数据金融来识别和预防风险行 为，保障用户的资金安全。蚂蚁集团发布的《2022 年反诈骗治理半年报告》显示，蚂蚁的智能风控系 统已经进入 10 毫秒级别，即在 0.01 秒内完成对一 笔交易的全部风险判定。这不仅意味着支付安全性 进一步提高，用户体验也更好。报告显示，凭借大 数据金融风控技术的升级，蚂蚁集团可以快速跟进 新诈骗手法，已 100% 覆盖公安机关当前披露的骗局类型，并对“刷单欺诈”这一持续高发的骗局类 型着重防控，2022 年上半年用户在该类欺诈中的资 金损失率下降 36.9%。此外，蚂蚁集团通过大数据 金融与荣耀、vivo 等手机厂商合作的终端“可信隐 私沙盒”，已升级超过 1000 万部手机的本地风险 感知能力，可减少数据流动，强化保护用户的信息 和资金安全；与游戏厂商合作推出的游戏保护锁， 加强对未成年人游戏沉迷和游戏交易诈骗的守护， 目前已服务 33 万用户；针对杀猪盘、刷单等沉迷 性强的骗局类型的防控，新增大数据分析与识别交 易真实意图能力，欺诈骗局揭露率提升 30%。
案例二：香港汇丰银行与 SAS 构建全球防欺诈 管理系统
香港汇丰银行在防范信用卡和借记卡欺诈的基 础上，与全球数据分析龙头企业 SAS 合作构建了 一套全球业务网络的防欺诈管理系统（SAS Fraud Management），为多种业务线和渠道提供完善的 欺诈防范。该系统通过收集和分析大数据，以更快 的信息获取速度挖掘不正当的交易行为，并迅速启 动紧急告警。
中国人民银行公开的数据显示，2015 年，全球 银行卡欺诈率约为 7.76BP（每万元中发生的欺诈金 额占比），实际欺诈损失率为 4.17BP；美国和欧洲 地区的银行卡欺诈率分别为 14.19BP 和 5.29BP， 欺诈损失率分别为 7.86BP 和 1.38BP，其中，网银、 手机银行、移动支付等金融服务方式在为金融消费 者带来便利性的同时，也成为银行卡欺诈的“重灾 区”。汇丰银行拥有大约 2.5 万亿美元的资产，是 享誉世界的大型银行和金融服务机构，通过在 86 个国家和地区的 10000 个办事处，为超过 1 亿的客 户提供服务。对于汇丰银行来说打击各种形式的欺 诈行为——支付卡、在线交易，甚至甲方（客户） 欺诈，毫无疑问地成为头等大事。汇丰银行与 SAS 合作开发的欺诈检测系统已广泛应用于汇丰银行的 许多部门，极为成功地避免了许多欺诈损失。汇丰 银行本寄希望于每投入 1 美元用于反欺诈，能够减 少 3 美元的欺诈损失，即 1:3 的投资回报比；而通 过与 SAS 的合作，汇丰银行反欺诈投资回报比达到 了 1:6 甚至更高。
在大数据金融模式下，数据的重要性不断提高。 部分金融机构不仅“过度收集个人信息”，而且在 开展相关业务时存在合规性风险。为了加强对个人 信息的保护，更好地保障消费者权益，市场各参与 方应呼吁进一步提升金融数据监管能力。然而，要 实现对金融数据可穿透、可触达监管，当前最紧迫 的是要解决数据确权问题。通过数据确权，可以明 确数据的使用和共享范围，从而避免个人隐私被滥 用或泄露；同时，也可以减少数据拥有者、使用者 和处理者之间不必要的纠纷和冲突，提高数据使用 效率。目前，各国都在推动数据安全保护与开发利 用，中美欧不断探索行之有效的流通机制，也开始在数据交易、流通和防止数据垄断方面逐渐发力， 但是目前尚未颁布数据确权相关立法。
2023 年 7 月 5 日，中国北京正式对外发布的《关 于更好发挥数据要素作用进一步加快发展数字经济 的实施意见》提出，探索建立结构性分置的数据产 权制度，并完善数据收益合理化分配。“结构性分置” 尊重了数据的不同来源、主体和质量，未来相应主 体便能明确自身在某一类数据上的权利并主张、行 使自己的权利，这是进入市场的第一步。此外，《实 施意见》在收益分配方面明确个人也可以按年、按 次等方式获得相应的收益，个人可以主张无收益不 授权，其实也在客观上起到了制约数据被滥用、被 盗用的问题。这是中国迈出数据确权的关键一步。
