中国金融信息系统建设情况、行业发展空间及金融大数据未来市场规模分析预测[图]

    近年来，随着大数据、云计算、区块链、人工智能等新技术的快速发展，这些新技术与金融业务深度融合，释放出了金融创新活力和应用潜能，这大大推动了我国金融业转型升级，助力金融更好地服务实体经济，有效促进了金融业整体发展。在这一发展过程中，又以大数据技术发展最为成熟、应用最为广泛。从发展特点和趋势来看，“金融云”快速建设落地奠定了金融大数据的应用基础，金融数据与其他跨领域数据的融合应用不断强化，人工智能正在成为金融大数据应用的新方向，金融行业数据的整合、共享和开放正在成为趋势，给金融行业带来了新的发展机遇和巨大的发展动力。

    大数据涉及的行业过于广泛，除金融外，还包括政治、教育、传媒、医学、商业、工业、农业、互联网等多个方面。在大数据应用综合价值潜力方面，信息技术、金融保险、政府及批发贸易四大行业潜力最高高。具体到行业内每家公司的数据量来看，信息、金融保险、计算机及电子设备、公用事业四类的数据量最大。可以看出，无论是投资规模和应用潜力，信息行业（互联网和电信）和金融行业都是大数据应用的重点行业。

    一、金融信息系统建设

    1、资管新规重构“大资管”业态，系统建设市场空间超14亿元

    资管新规及其配套重要文件基本全部落地，进入系统建设期。2017年11月一行三会就《关于规范金融机构资产管理业务的指导意见》（简称“资管新规”）公开征求意见，2018年4月，资管新规正式落地。7月，央行发布《关于进一步明确规范金融机构资产管理业务指导意见有关事项的通知》；当天银保监会、证监会接连出台配套细则文件的征求意见稿。9月，银保监会发布《商业银行理财业务监督管理办法》（简称“理财新规”）；10月，证监会发布《证券期货经营机构私募资产管理业务管理办法》（简称“资管细则”）；12月，银保监会发布《商业银行理财子公司管理办法》（简称“理财子公司管理办法”）。至此，资管新规及其配套重要文件基本全部落地。资管新规总体基调为去嵌套、去通道、去杠杆、去资金池、打破刚兑；主要要求是产品净值管理、单独建账、单独核算；同时按照产品类型进行统一监管与信息报送，实现穿透式监管。新规给“大资管”业态带来了深刻变革，其过渡期为2020年12月31日之前，相关IT系统已经开始进入建设期。

资管新规对金融机构的影响

数据来源：公开资料整理

    相关报告：智研咨询发布的《2019-2025年中国信息安全行业市场竞争格局及投资战略咨询报告》

    银行系统改造：预计约500家银行将进行理财相关系统改造，改造空间7.27亿元。截至2018年6月全国共有各类银行金融机构3971家；截至2017年底，共有562家银行有存续的理财产品，其中近400家为农商行。除新设子公司（60家）外，假设有100家银行会继续在本行内发行理财产品，有400家银行只开展理财产品代销业务。对于发行理财产品的银行，需要改造其销售产品线和资管产品线；对于只代销产品的银行则仅需改造销售产品线。除此之外，27家托管行也需要进行托管系统改造，改造空间共计7.27亿元。

理财新规银行改造系统空间

数据来源：公开资料整理

    资管新规下非银机构需要改动的业务环节相对较少，对券商来说主要是禁止通道业务，对基金来说主要是限制发行分级产品；同时对各类资管产品的投资者管理、产品分类、投资范围、估值、风险管理、托管提出了更为细致的要求。

    2、沪伦通落地在即，系统建设市场空间约3亿

    沪伦通在2015年9月中英第七次经济财金对话上首次提出，2018年10月12日，证监会正式发布《上海与伦敦证券市场互联互通存托凭证业务监管规定》，同日上交所和中国证券登记结算有限公司发布了一系列相关配套业务规则征求意见稿，预示着沪伦通落地已基本得到确认。12月上旬沪伦通经纪业务进行通关测试，测试完成后业务随时可以正式上线，目前各券商正紧锣密鼓筹备沪伦通相关工作。沪伦通即上交所与伦交所互联互通机制，是指符合条件的两地上市公司，依照对方市场的法律法规，发行存托凭证并在对方市场上市交易。同时，通过存托凭证与基础证券之间的跨境转换机制安排，实现两地市场的互联互通。沪伦通包括东、西两个业务方向。东向业务是指伦交所上市公司在上交所挂牌中国存托凭证（CDR），西向业务是指上交所A股上市公司在伦交所挂牌全球存托凭证（GDR）。

    沪伦通新增的业务需求包括境外购买基础证券，沪伦通跨境转换，沪伦通做市，沪伦通投资交易等。其中跨境转换业务以及做市业务是最核心的业务。跨境转换业务是指伦交所基础股票与CDR的转换，涉及到境内的存托人，境外的托管人及境内外交易所，同时还包括境内做市商CDR份额的创设生成、兑回等流程。做市业务是指为防止首批CDR产品被市场爆炒，同时为了控制CDR与基础证券之间的价差，监管层引入做市商交易的方式，券商自有资金参与沪伦通的做市业务。

    系统方面，做市商和投资机构均需添加沪伦通模块。系统的设计方面，沪伦通属于一个新的业务类别，即需要在系统中需要新增加一个全局参数，所有的点都会涉及（交易系统的前台、中台、后台；投资系统的登记、估值、投资、结算；辅助系统如风控系统、营销系统等）。做市商系统方面，沪伦通系统需与交易系统绑定，所以一般情况下，券商的沪伦通系统都会采取在原交易系统上开发设立的方式。投资机构系统方面，进行沪伦通投资的买方机构需要添加沪伦通相关模块，新增模块也需要与投资交易管理系统绑定。恒生电子的交易系统和投资相关系统均不向客户提供源代码，因此没有第三方能够在原系统上进行功能改造，为保证与原有系统配套一致性，新的模块均需要继续从原供应商恒生电子处进行采购。根据之前沪港通模块的价格，公司沪伦通模块的价格应该也在百万以上。

    系统改造总空间约3亿元，预计公司将获得营收增量。做市商系统方面，券商可以通过申请获得做市商资格。做市商申请条件有：具有证券自营业务资格，具有三年以上开展国际业务的经验，证券公司分类结果最近两年为BBB级别及以上，以自有资金参与沪伦通做市业务，制定完备的做市业务实施方案、风险控制制度及有关内部管理制度，具备开展做市业务所需的专业人员和技术系统，过去一年内无因自营业务被采取监管措施、纪律处分或行政处罚的情形，承诺公司研究团队对其做市CDR标的提供专门研究等。根据以上条件，有57家券商符合入围做市商申请标准；投资系统方面，投资机构及个人投资者可通过沪伦通交易业务参与到沪伦通市场中，机构投资者需要安装沪伦通模块。预计系统改造总空间约3亿元，公司在券商核心交易系统中市占率为48%，在投资系统中市占率超过85%，预计沪伦通将给公司带来营收增量。系统建设节奏方面，有望拿到做市商牌照的券商会立即开始系统建设，而投资机构将根据自身投资需求陆续进行系统采购。

沪伦通系统改造家数及改造比例情况

数据来源：公开资料整理

沪伦通系统改造市场空间

数据来源：公开资料整理

    3、金融开放背景下，新筹机构数量将增加

    金融开放背景下，新筹合资机构数量将增加。2018年4月11日，在博鳌亚洲论坛上，我国进一步扩大金融业对外开放的具体措施和时间表发布，具体包括：鼓励在信托、金融租赁、汽车金融、货币经纪、消费金融等银行业金融领域引入外资；对商业银行新发起设立的金融资产投资公司和理财公司的外资持股比例不设上限；大幅度扩大外资银行业务范围；不再对合资证券公司业务范围单独设限，内外资一致；全面取消外资保险公司设立前需开设两年代表处要求。金融开放政策对外资参与银行、证券、基金、期货、保险等金融机构形成实质性利好，预计合资机构的申请数量将增加，同时监管机构的牌照发放也会提速。以证券行业为例，目前证监会新的券商牌照仅对外商投资开放，2家合资券商（野村、摩根）已进入审核阶段。

 金融开放前后合资机构政策对比

数据来源：公开资料整理

    4、新增系统建设空间有望扩大。

    近几年，监管机构每年核准设立公募基金8家左右（2018年12家），证券公司2家左右（2018年为0家），保险公司10家左右（2018年7家），发行理财产品的银行每年新增60家左右，信托和期货牌照已经多年未发。预计常态化需求叠加外资开放需求，未来两年新增系统建设空间有望扩大。

各类机构新牌照数量及动态

数据来源：公开资料整理

2013-2018新增机构数量

数据来源：公开资料整理

    二、金融行业全面在线化分析

    金融行业信息化程度较高，但系统之间仍处于割裂状态。过去20年，中国金融行业伴随着数字化的过程逐步成长。逐渐采用了计算机、局域网、互联网等技术，行业经历了电子化、网络化的发展阶段，并朝着智能化方向发展，行业整体信息化程度较高。但是值得注意的是，行业信息化的早期金融机构多采用传统的烟囱式架构，导致我国的各类金融机构系统之间仍处于互相割裂的状态，金融机构内部、金融机构之间系统尚未打通，比如证券公司和基金公司、基金公司和交易所。托管银行之间的系统不完全对接，每一次核对资产标的，资产方，资金方的寻找都非常困难

    分割的系统现状难以适应我国财富管理行业的发展，全面在线化将是产业终局。根据波士顿咨询的报告，到2020年，中国财富资产管理规模将超过200万亿，成为全球第二大财富管理市场，同时是全球增速最快的市场。随着房价增速的降低和通道、刚性兑付等伪资管产品退出历史舞台，未来居民的财富管理和资产配臵需求会持续增强。由于分业监管的原因，不同财富管理机构的产品比较有限或单一，但实际上每个客户财富管理的需求又是多样化的，只有建立开放式的产品平台，具备多样化金融产品的配臵能力，从提供单一产品到提供综合化的资产配臵方案，才可能更好满足客户个性化的财富管理需求。这就需要一个全面在线化的系统，能够支持全网单点接入、全网登记、全网报价、全网交易的网络市场，从任何端口都能实现个人或机构的所有需求。分割的系统现状难以适应我国财富管理行业的发展，未来金融机构系统将从割裂走向连接，最终达到全面在线化。

    三、我国资本市场处于成长期，行业发展空间广阔

    1、直接融资是长期发展趋势，带动资本市场成长及IT需求

    社会融资结构有待优化，直接融资是长期发展趋势。由于历史原因形成的我国相对较高的储蓄率以及银行信贷为主的金融市场格局，我国的金融市场一直以间接融资为主，间接融资在当前占绝对优势。间接融资的缺陷是一旦出现经济周期回落，银行资产出现坏账率提升，更容易产生系统性风险，对政策形成反制。直接融资除了能更好的防范金融风险之外，还将资金供求双方联系紧密，能够引导资金合理流动有利于资金快速合理配臵和使用效益提高，能够对民营企业、创新企业给予更多支持，符合我国未来的经济发展方向，是长期发展趋势。直接融资中最常见的是股票和债券融资，对比中美融资结构，我国的人民币贷款占比为68.85%，而美国仅为5.13%。两国债券融资占比均为10%左右，但股票融资占比差异巨大，我国股票融资占比仅为3.6%，而美国占比为50%，我国的股票融资还有广阔的发展空间

2018.11中国融资结构

数据来源：公开资料整理

2017美国融资结构

数据来源：公开资料整理

    股票融资发展将带动资本市场扩张，IT支出随之增长。随着越来越多的企业通过IPO获得直接融资通道，必然将带动资本市场扩张、可投资产和流入资金增加，证券公司和资产管理机构的营收规模扩大，IT支出也将随之增长。如果以证券化率（各类证券总市值与该国国内生产总值的比率）为指标判断资本市场发展程度，我国证券化率只有美国的40%左右，在世界各国中也处于较低水平。

中美证券化率对比

数据来源：公开资料整理

各国股票市值（万亿）及证券化率

数据来源：公开资料整理

    2、证券基金IT的发展分析

    我国的证券基金IT大概处于美国80年代的水平。复盘美国头部证券IT的发展历程，可见其大致经历了4个发展阶段，从IT主要提供业务支持演进到IT和业务地位对等，成为其核心竞争力，高盛明确提出其“未来是一家科技公司”。从国内证券基金IT发展来看，我国目前大概处于其80年代的水平，IT在行业的地位仍然处于工具角色，还比较少与业务融合在一起。比如证券公司的IT人员主要是分散在各个营业部，以运维为主，基金公司的IT队伍更薄弱。

我国证券公司人员结构

数据来源：公开资料整理

    从成本中心到利润中心，我国金融机构IT投入占比有望扩大。当下，华泰等头部证券公司开始建立独立的IT研发队伍，（但是从研发投入金额绝对值来看，现阶段证券基金的研发能力与银行、国外头部券商相比仍然差距巨大，这与其营收体量还远远不及银行、国外头部券商相关。）根据美国的经验，这个阶段的特点是IT平台化和系统数目迅速增加。恒生电子顺应行业发展趋势，开始进行平台化转型，提供更广泛的解决方案服务，同时为金融机构自主研发提供组件，未来券商的自主研发也需要公司的“原材料”支持；而大量自主研发能力较差的中小机构，也在逐步转变对IT的认识，希望利用IT工具来实现提供交易速度和频率，规避潜在的风险，挖掘更多收益，从而也会加大IT投入，这部分需求将依赖公司实现。2018年12月，证监会正式发布《证券基金经营机构信息技术管理办法》，自2019年6月1日起实施，办法规定信息技术投入和建设纳入评级体系，成为加分项，同时设立惩罚机制，该政策将进一步促进和推动证券基金经营机构的IT投入和建设。

    3、金融大数据未来市场规模分析预测

    IT行业技术的更新和迭代永无止境，新技术的发展将催生新的需求。当下，以云计算、大数据、人工智能、区块链为代表的新一轮技术革命正在进行中，随着技术的成熟和接受度的提高，长期成长空间将不断被打开。

当前金融IT市场规模及增速

数据来源：公开资料整理

金融云市场规模及增速（亿元）

数据来源：公开资料整理

金融大数据市场规模及增速（亿元）

数据来源：公开资料整理

    四、大数据技术在金融行业应用前景分析

    随着大数据技术的广泛普及和发展成熟，金融大数据应用已经成为行业热点趋势，在交易欺诈识别、精准营销、黑产防范、消费信贷、信贷风险评估、供应链金融、股市行情预测、股价预测、智能投顾、骗保识别、风险定价等涉及银行、证券、保险等多领域的具体业务中，得到广泛应用。对于大数据的应用分析能力，正在成为金融机构未来发展的核心竞争要素。

    毋庸置疑，金融大数据拥有着广阔的发展前景。然而，金融大数据应用也面临着数据资产管理水平不足、技术改造难度大、行业标准缺失、安全管控压力大和政策保障仍不完善等一系列制约因素。为推动金融大数据更好发展应用，必须从政策扶持保障、数据管理能力提升、行业标准规范建设和应用合作创新等多个方面入手，不断强化应用基础能力，持续完善产业生态环境。
大数据技术的应用提升了金融行业的资源配置效率，强化了风险管控能力，有效促进了金融业务的创新发展。金融大数据在银行业、证券行业、保险行业、支付清算行业和互联网金融行业都得到广泛的应用。

    1.大数据在银行业中的应用。

    一是信贷风险评估。在传统方法中，银行对企业客户的违约风险评估多是基于过往的信贷数据和交易数据等静态数据，这种方式的最大弊端就是缺少前瞻性。因为影响企业违约的重要因素并不仅仅只是企业历史的信用情况，还包括行业的整体发展状况和实时的经营情况。而大数据手段的介入使信贷风险评估更趋近于事实。
内外部数据资源整合是大数据信贷风险评估的前提。一般来说，商业银行在识别客户需求、估算客户价值、判断客户优劣、预测客户违约可能的过程中，既需要借助银行内部已掌握的客户相关信息，也需要借助外部机构掌握的人行征信信息、客户公共评价信息、商务经营信息、收支消费信息、社会关联信息等。
二是供应链金融。利用大数据技术，银行可以根据企业之间的投资、控股、借贷、担保以及股东和法人之间的关系，形成企业之间的关系图谱，利于关联企业分析及风险控制。知识图谱在通过建立数据之间的关联链接，将碎片化的数据有机地组织起来，让数据更加容易被人和机器理解和处理，并为搜索、挖掘、分析等提供便利。
在风控上，银行以核心企业为切入点，将供应链上的多个关键企业作为一个整体。利用交往圈分析模型，持续观察企业间的通信交往数据变化情况，通过与基线数据的对比来洞察异常的交往动态，评估供应链的健康度及为企业贷后风控提供参考依据。

    2.大数据在证券行业中的应用。

    一是股市行情预测。大数据可以有效拓宽证券企业量化投资数据维度，帮助企业更精准地了解市场行情。随着大数据广泛应用、数据规模爆发式增长以及数据分析及处理能力显著提升，量化投资将获取更广阔的数据资源，构建更多元的量化因子，投研模型更加完善。
证券企业应用大数据对海量个人投资者样本进行持续性跟踪监测，对账本投资收益率、持仓率、资金流动情况等一系列指标进行统计、加权汇总，了解个人投资者交易行为的变化、投资信心的状态与发展趋势、对市场的预期以及当前的风险偏好等，对市场行情进行预测。

    二是股价预测。证券行业具有自身的特点，与其他行业产品与服务的价值衡量普遍存在间接性的特点不同，证券行业客户的投资与收益以直接的、客观的货币形式直观地呈现。受证券行业自身特点和行业监管要求的限制，证券行业金融业务与产品的设计、营销与销售方式也与其他行业具有鲜明的差异，专业性更强。
诺贝尔经济学奖得主罗伯特•席勒设计的投资模型至今仍被业内沿用。在他的模型中，主要参考三个变量：投资项目计划的现金流、公司资本的估算成本、股票市场对投资的反应（市场情绪）。大数据技术可以收集并分析社交网络如微博、朋友圈、专业论坛等渠道上的结构化和非结构化数据，了解市场对特定企业的观感，使得市场情绪感知成为可能。

    三是智能投顾。智能投顾是近年证券公司应用大数据技术匹配客户多样化需求的新尝试之一，目前已经成为财富管理新蓝海。智能投顾业务提供线上的投资顾问服务，能够基于客户的风险偏好、交易行为等个性化数据，采用量化模型，为客户提供低门槛、低费率的个性化财富管理方案。智能投顾在客户资料收集分析、投资方案的制定、执行以及后续的维护等步骤上均采用智能系统自动化完成，且具有低门槛、低费率等特点，因此能够为更多的零售客户提供定制化服务。

    3.大数据在保险行业中的应用。

    一是骗保识别。借助大数据手段，保险企业可以识别诈骗规律，显著提升骗保识别的准确性与及时性。保险企业可以通过建设保险欺诈识别模型，大规模地识别近年来发生的所有赔付事件。通过筛选从数万条赔付信息中挑出疑似诈骗索赔。保险企业再根据疑似诈骗索赔展开调查会有效提高工作效率。此外，保险企业可以结合内部、第三方和社交媒体数据进行早期异常值检测，包括了客户的健康状况、财产状况、理赔记录等，及时采取干预措施，减少先期赔付。

    二是风险定价。保险公司通过大数据分析可以解决现有的风险管理问题。比如，通过智能监控装置搜集驾驶者的行车数据，如行车频率、行车速度、急刹车和急加速频率等；通过社交媒体搜集驾驶者的行为数据，如在网上吵架频率、性格情况等；通过医疗系统搜集驾驶者的健康数据。以这些数据为出发点，如果一个人不经常开车，并且开车十分谨慎的话，那么他可以比大部分人节省30%-40%的保费，这将大大地提高保险产品的竞争力。

    4.大数据在支付清算行业中的应用。

    以交易欺诈识别为例。目前，支付服务操作十分便捷，客户已经可以做到随时、随地进行转账操作。面对盗刷和金融诈骗案件频发的现状，支付清算企业交易诈骗识别挑战巨大。大数据可以利用账户基本信息、交易历史、位置历史、历史行为模式、正在发生行为模式等，结合智能规则引擎进行实时的交易反欺诈分析。整个技术实现流程为实时采集行为日志、实时计算行为特征、实时判断欺诈等级、实时触发风控决策、案件归并形成闭环。

    一是大数据应用水平正在成为金融企业竞争力的核心要素。金融的核心就是风控，风控以数据为导向。金融机构的风控水平直接影响坏账率、营收和利润。目前，金融机构正在加大在数据治理项目中的投入，结合大数据平台建设项目，构建企业内统一的数据池，实现数据的“穿透式”管理。大数据时代，数据治理是金融机构需要深入思考的命题，有效的数据资产管控，可以使数据资产成为金融机构的核心竞争力。

    二是金融行业数据整合、共享和开放成为趋势。数据越关联越有价值，越开放越有价值。随着各国政府和企业逐渐认识到数据共享带来的社会效益和商业价值，全球已经掀起一股数据开放的热潮。目前，美欧等发达国家和地区的政府都在数据共享上做出了表率，开放大量的公共事业数据。中国政府也着力推动数据开放，国务院《促进大数据发展行动纲要》提出：到2018年，中央政府层面实现金税、金关、金财、金审、金盾、金宏、金保、金土、金农、金水、金质等信息系统通过统一平台进行数据共享和交换。

    三是金融数据与其他跨领域数据的融合应用不断强化。从2016年开始，大数据技术逐渐成熟，数据采集技术快速发展，通过图像识别、语音识别、语义理解等技术实现外部海量高价值数据收集，包括政府公开数据、企业官网数据、社交数据。金融机构得以通过客户动态数据的获取更深入地了解客户。
未来，数据流通的市场会更健全。金融机构将可以方便地获取电信、电商、医疗、出行、教育等其他行业的数据，一方面会有力地促进金融数据和其他行业数据融合，使得金融机构的营销和风控模型更精准。另一方面，跨行业数据融合会催生出跨行业的应用，使金融行业得以设计出更多的基于场景的金融产品，与其他行业进行更深入的融合。

    四是金融数据安全问题越来越受到重视。大数据的应用为数据安全带来新的风险。数据具有高价值、无限复制、可流动等特性，这些特性为数据安全管理带来了新的挑战。对金融机构来说，网络恶意攻击成倍增长，组织数据被窃的事件层出不穷。这对金融机构的数据安全管理能力提出了更高的要求。大数据使得金融机构内海量的高价值数据得到集中，并使数据实现高速存取。但是，如果出现信息泄露可能一次性泄露组织内近乎全部的数据资产。数据泄露后还可能急速扩散，甚至出现更加严重的数据篡改和智能欺诈的情况。

    一是金融行业的数据资产管理应用水平仍待提高。金融行业的数据资产管理仍存在数据质量不足、数据获取方式单一、数据系统分散等一系列问题。一是金融数据质量不足，主要体现为数据缺失、数据重复、数据错误和数据格式不统一等多个方面。二是金融行业数据来源相对单一，对于外部数据的引入和应用仍需加强。三是金融行业的数据标准化程度低，分散在多个数据系统中，现有的数据采集和应用分析能力难以满足当前大规模的数据分析要求，数据应用需求的响应速度仍不足。

    二是金融大数据应用技术与业务探索仍需突破。金融机构原有的数据系统架构相对复杂，涉及的系统平台和供应商相对较多，实现大数据应用的技术改造难度较大，而且系统改造的同时必须保障业务系统的安全可靠运行。同时，金融行业的大数据分析应用模型仍处于探索阶段，成熟案例和解决方案仍相对较少，金融机构应用大数据需要投入大量的时间和成本进行调研和试错，一定程度上制约了金融机构大数据应用的积极性。而且，目前的应用实践反映出大数据分析的误判率还比较高，机器判断后的结果仍需要人工核查，资源利用效率和客户体验均有待提升。

    三是金融大数据的行业标准与安全规范仍待完善。当前，金融大数据的相关标准仍处于探索期，金融大数据缺乏统一的存储管理标准和互通共享平台，涉及金融行业大数据的安全规范还存在较多空白。相对于其他行业而言，金融大数据涉及更多的用户个人隐私，在用户数据安全和信息保护方面要求更加严格。随着大数据在多个金融行业细分领域的价值应用，在缺乏行业统一安全标准和规范的情况下，单纯依靠金融机构自身管控，会带来较大的安全风险。

    四是金融大数据发展的顶层设计和扶持政策还需强化。在发展规划方面，金融大数据发展的顶层设计仍需强化。一方面，金融机构间的数据壁垒仍较为明显，数据应用仍是各自为战，缺乏有效的整合协同，跨领域和跨企业的数据应用相对较少。另一方面，金融行业数据应用缺乏整体性规划，当前仍存在较多分散性、临时性和应激性的数据应用，数据资产的应用价值没有得到充分发挥，业务支撑作用仍待加强，迫切需要通过行业整体性的产业规划和扶持政策，明确发展重点，加强方向引导。
一是出台促进金融大数据发展的产业规划和扶持政策。建议针对产业发展需求和政策空白领域，出台促进金融行业大数据发展应用的指导性政策意见，明确产业发展的目标、方向、路径和要求，完善产业发展的配套保障体系和发展能力评估建设体系。指导和支持金融大数据在产业标准、安全和商业化等多个领域的相关研究。逐步加快发布和形成金融大数据产业应用标准体系和行业规范，以标准促进产业合作，创造更加良好的产业发展环境，增强产业界发展积极性。

    二是分阶段推动金融数据开放、共享和统一平台建设。针对金融机构数据分散和隔离问题，建议监管机构牵头，分阶段推进金融行业安全可控的数据开放共享。首先从制定统一数据目录，明确最低开放标准着手，逐步鼓励金融机构创新合作模式，搭建金融行业统一数据平台，克服跨组织数据流通障碍。未来可鼓励金融机构探索混合所有制，建立独立运营主体，负责金融行业大数据的统一管理和运营，开展跨行业、跨领域应用合作，促进金融大数据在社会经济各领域的价值实现。

    三是强化金融大数据行业标准和安全规范建设。建议组织金融行业各方主体，协同制定统一的金融行业大数据交易规范，明确交易各方的数据安全责任，保障金融大数据市场的健康、有序发展；制定明确的数据安全使用标准，对金融大数据的使用权限、使用范围、使用方式和安全机制等，进行严格的规范化、标准化管理；建立有效的投诉机制和惩罚机制，实施全程全网的数据安全使用管控与源头追诉。

    四是依托行业平台推进金融大数据应用成果共享合作。积极发挥以“中国支付清算协会金融大数据应用研究组”为代表的行业组织的平台作用，打造具有品牌影响力的金融大数据交流分享平台，建立金融大数据行业的长效沟通机制，促进金融大数据应用成果的经验分享和互动交流。同时，积极推动金融行业和电信、电商、旅游等跨行业的沟通和合作，通过专题活动宣传和推广，展示金融大数据在各个行业领域的应用成果，增加金融大数据应用的社会关注度。