论坛年会——第三届全球金融科技大会，以“数据治理与金融科技变革”为主题的平行论坛在金融科技中心举行。与会嘉宾围绕强化数据治理、推进数字化转型等话题展开了深入研讨。

　　北京市西城区委副书记、区长刘东伟在演讲中表示，数字经济作为重组全球要素资源、重塑全球经济结构的关键，已经成为各国经济增长新动能的重要赛道，数据治理也成为国家治理和推动经济社会变革的重要环节。西城区作为国家金融管理中心承载区，积极抢抓世界科技革命和产业变革机遇，充分发挥金融特色优势，协同推进数字产业化和产业数字化，促进金融科技创新运用，更好地服务群众生活和实体经济发展，取得了积极成效。

　　西城区是国家数据资源汇聚地，辖区内的核心产业企业超2000家，增加值占全区经济总量的41%。刘东伟提出，数字经济是西城区布局未来经济发展的重要增长点，未来西城区将以数据为关键要素，促进数字技术与实体经济深度融合，加强数字基础设施建设，完善数字经济治理体系，赋能传统产业转型升级。

　　中国社会科学院学部委员、国家金融与发展实验室理事长李扬表示，在不同的成长阶段企业所需要的金融资源差异较大。我们需要持续创新和完善科技金融的支持方式，使得科创企业在全生命周期都能获得合理、高效的金融资源支持，否则最后可能会出现很多问题。我们需要认真理解金融与科技的良性互动关系。一方面，在数据要素的加持下，科技给金融业高质量发展带来巨大助力；另一方面，金融需深入探索支持科技创新的可行模式，并且在面对其中的泡沫与风险时，既保障安全可控，又有合理容忍度，这样我国的科创事业才能健康发展。

　　原中国保监会副主席周延礼认为，随着数字中国战略的推进，数字安全管理已经进入法治规范期。他对网络安全保险的发展提出了五点建议，即需要技术范式的创新，需要构建“+风险管理+服务”的综合业态，需要制定具有中国特色的服务规范，需要自上而下地推进数据的基础设施建设，需要监管、生产产业以及高校机构之间的协同创新。

　　国家金融监督管理总局一级巡视员叶燕斐表示，银行业保险业作为数据密集型行业，强化数据治理，加快推进数字化转型发展，既是激活潜能、做强做优做大数字经济的使命担当，也是提升金融服务的智能化水平，增强防范化解风险的能力的内在动力。在这个过程中，尤其需要加强顶层设计、做好协同配合、强化技术基础、助力业务发展、确保安全可靠等问题。

　　中国光大银行党委委员、副行长杨兵兵认为，数据作为新型生产要素，是数字化、网络化、智能化的基础，在推动数字化转型中发挥着全局性、长期性、基础性作用。今年中央金融工作会议指出，要加快建设金融强国，推动我国金融高质量发展，金融数字化转型是推动金融强国建设和金融业高质量发展的重要支撑。

　　全球法人识别编码基金会首席执行官斯蒂芬·伍尔夫表示，数据的质量非常重要，全球法人识别编码建立了非常严格的数字管理系统，数据在整个价值链上都要进行验证。在安全监管方面，中国为LEI（全球法人识别编码）的应用实施做了很多工作，2021年中国有5万个实体注册了LEI，截至2022年末已有超过10万个公司注册了LEI。

　　Visa全球高级副总裁、大中华区总裁于雪莉表示，Visa认为，负责任地使用数据必须成为一项全球目标，并根据各地的现行法律法规执行。在开发数据应用时，始终本着 “以人为本”的原则，关注用户需求和消费者权益，时刻牢记隐私、可靠、公平和问责。同时于雪莉还提到，支付产业的高质量发展需要各方的积极参加和共同推动。植根中国市场四十多年，Visa见证并参与和推动了中国支付产业的发展历程。未来，我们将继续秉承“立足本地，放眼全球”的战略，深耕中国市场，携手本地伙伴，不断为中国支付产业的高质量发展做出积极贡献。

　　企业数据管理委员会主席John Botegga在视频发言中表示，EDM委员会是专注于推动数据驱动的机构，数据专业人员最主要的核心技能就是主数据、数据风险、数据保护、芒果体育app下载安装数据隐私、数据道德的管理，以及做好监管合规和数据管理审计、监管等。这个行业未来是光明的，但是需要不遗余力地继续深耕数据的管理。

　　本次论坛发布了《业数据治理20讲》这一研究成果。国家金融与发展实验室副主任杨涛在解读时表示，金融业数字化转型的关键是要处理好供给与需求、生存与发展、创新与安全这三方面的关系，数据治理恰恰是处理好这三方面关系的重要抓手。杨涛还指出，要使得数据真正成为金融业变革的核心力量，还需进一步实现链、数据资产链与数据价值链的“三链融合”。

　　中国银行业协会首席信息官高峰认为，业数据治理主要经历了三个发展阶段。如今我们应对数据治理应该有全新的认知。原来数据治理仅从一个企业、一个行业的角度考虑问题，如今我们要从全社会、全生态地视角考虑数据治理的问题。数字化已经影响到我们的生产和生活方式，需要从全社会视角考虑数据治理有哪些伦理道德问题，所以数据治理更应该理解成是一个国家治理生态问题。

　　中国民生银行数据管理部总经理沈志勇就“大模型在金融业的运用”发表了自己的看法。他认为，生成式人工智能至少带来了生产效率的提升、知识体系的重塑和用户体验的提升，它需要大模型建设、算力建设、训练数据的准备、模型训推和应用框架建设、场景应用等来实现。在使用时，需要注意经济性和安全合规性。

　　针对大模型的安全合规性，沈志勇表示，数据部分可通过对模型进行两种“教育”和设置三道防线来控制内容风险。两种“”方式是指在大模型训练过程中注入一些符合主流价值观的数据，以及训练时对模型错误的及时纠正。三道防线，一是去除训练数据中的不良内容，二是对模型运行输出的质检，三是对用户提问也设置合规性过滤。