为推动金融业务更好地开展，实现跨机构、跨地域、跨行业数据资源有序共享，实现数据可用不可见、数据不动价值动，隐私计算技术被重点关注和推广，掀起应用的浪潮。但隐私计算技术在金融行业应用中也面临着一些风险和挑战，需要在实践中不断完善。北京金融科技产业联盟数据专委会组织相关成员单位对此进行研究，编制了《隐私计算技术金融业应用研究报告》，现面向行业发布全文。

2021年12月，中国人民银行发布《金融科技发展规划(2022—2025年)》(银发〔2021]335号文印发）明确提出从强化数据能力建设、推动数据有序共享、深化数据综合应用、做好数据安全保护方面充分释放数据要素潜能﹐并陆续出台了金融数据安全相关标准。金融数据安全与共享应用的重视程度与日俱增。

为推动金融业务更好地开展，推动跨机构、跨地域、跨行业数据资源有序共享，实现数据可用不可见、数据不动价值动，隐私计算技术被重点关注和推广。隐私计算技术在金融行业的实践中，已逐步实现产品化、平台化，通过规模化推广，能够在金融领域的更多业务场景、更全面的上下游供应链体系应用中，更好发挥数据价值，避免数据滥用，并产生极好的经济效益。在数据成为生产要素并推定流通的情况下,隐私计算技术及在行业的应用正在加速发展。金融机构和科技公司纷纷开始建设隐私计算平台，在精准营销、信贷风控、信息共享、反洗钱等领域进行试点。

本报告通过对隐私计算技术的研究及应用场景的探索，能够对隐私计算在金融行业的应用提供参考和指导。对隐私计算多方合作模式的研究，能够促进不同机构、企业在符合各项法律、法规及政策的前提下，进行顺畅高效的数据合作，解决“信息隐私”和“数据孤岛”问题，达成合作共赢。本报告围绕隐私计算，展开政策法规、标准、技术、场景调研，对应用场景进行探索实验,形成解决方案，并发布技术研究报告。

本报告一共分为五章，组织结构如下:

第一章是整体概况，介绍了本报告的研究内容与意义。第二章介绍了隐私计算的关键技术、隐私计算与其他前沿技术的结合以及隐私计算技术的对比总结。

第三章是金融行业隐私计算背景﹐介绍了与隐私计算相关的政策、法律法规及标准。

第四章列举了金融行业隐私计算的应用场景与案例实践，涉及风控、营销、运营、匿踪查询、供应链金融、反洗钱等诸多业务领域。

第五章分析了金融行业推进隐私计算发展所面临的风险与挑战，并从行业政策、标准化、技术发展和产业发展的角度提出了相关建议。

《隐私计算技术金融应用研究报告》

精彩内容抢先看

Tips:进入公众号后，在底部的对话框内输入关键词隐私计算报告，发送后即可获取完整的《隐私计算技术金融应用研究报告》下载地址。

操作图示：

（第一步）      

                           （ 第二步）

隐私计算头条周刊(2.27-3.5)

附赠书｜隐私计算平台效率问题和加速策略

数字交易所要不要大家都来搞？政协委员争起来了

开放隐私计算

OpenMPC