来源：金融时报李国辉
不同历史时期有着不同的核心生产要素，农业社会的核心生产要素是土地和劳动力，工业社会的核心生产要素是资本、技术与管理，而如今的数字经济时代，数据成为核心生产要素之一。近期国务院办公厅印发《要素市场化配置综合改革试点总体方案》，围绕土地、劳动力、资本、技术、数据等要素市场化配置改革提出了8个方面任务。
加密矿企Bitdeer成为VanEck Crypto and Blockchain Innovators UCITS ETF第二大成分股:金色财经报道，据VanEck官方信息显示，截至2023年6月30日，加密矿企Bitdeer (Nasdaq: BTDR) 已成为VanEck Crypto and Blockchain Innovators UCITS ETF的第二大成分股，权重8.13%，仅次于Coinbase。资产管理公司VanEck成立于1955年，截至2022年3月31日总管理资产规模达764亿美元。[2023/7/19 11:04:02]
“数据天然是数字经济的核心要素。但数据不会天然成为生产要素，要解决两个核心问题才会真正成为生产要素。一是流通，二是确权。”华控清交董事长兼CEO张旭东表示。
dForce已支持ARB作为借贷抵押品:金色财经报道，DeFi协议dForce已支持Arbitrum代币ARB作为借贷抵押品，最大贷款与价值比率（LTV）被设定为80%。[2023/4/13 14:01:20]
《方案》在“探索建立数据要素流通规则”方面中提出了四项任务：完善公共数据开放共享机制；建立健全数据流通交易规则；拓展规范化数据开发利用场景；加强数据安全保护。其中特别提到，探索“原始数据不出域、数据可用不可见”的交易范式，在保护个人隐私和确保数据安全的前提下，分级分类、分步有序推动部分领域数据流通应用。
数牍科技资深数据安全专家裴超表示，“原始数据不出域、数据可用不可见”的描述正对应着近两年崛起的隐私计算技术。《方案》的出台，对于隐私计算及相关产业是一个重大利好信号。
Voyager UCC：地方法院已将批准“Binance.US收购交易”的行政执行延至3月28日:3月24日消息，Voyager无担保债权人委员会（Voyager UCC）在社交媒体透露，美国政府此前已提出动议，寻求永久“中止”Voyager的第11章计划生效，而且表示无论Voyager是否推进Binance.US的收购交易都将继续上诉并寻求“中止”该交易。
在3月24日最新听证会之后，美国政府要求地方法院将批准“Binance.US收购交易”的行政执行延长至3月29日，但遭到Voyager和无担保债权人委员会拒绝，然而地方法院在Voyager和无担保债权人委员会反对情况下决定延至3月28日，这意味着给美国政府提供了额外上诉时间，Voyager和UCC也因此无法推进和Binance.US的交易计划并向债权人进行资金分配。[2023/3/24 13:23:38]
香港科技大学智能网络系统实验室主任、副教授、星云Clustar创始人陈凯表示，开展隐私保护计算技术创新与成果应用是落实国家数据要素市场化配置改革要求的有益举措。
元宇宙文艺与传播实验室在浙江筹建:金色财经消息，浙江传媒学院浙江网络文学院与上海宽泛科技有限公司近日达成合作，共建元宇宙文艺与传播实验室。据悉，这是全国首家元宇宙文艺与传播实验室。
该实验室是在新文科建设背景下引入元宇宙视野，面向数字经济和文化产业，整合文学、影视、传播等各艺术学科，进行文化创意开发、文艺创作与传播创新探索的新平台，实验室将重点围绕元宇宙文化创意示范区建设、元宇宙文艺内容生产先导区建设和元宇宙文艺传播引领区建设三个方面进行探索。（中国青年报）[2022/5/21 3:32:50]
实现“数据不动价值动”
“传统的公开数据搜集、原始数据共享等都是广义上的数据融合方式，但这些传统融合方式在应用场景、隐私保护等方面存在一定的局限性。”陈凯说。对于这一问题，张旭东表示，传统的信息共享的方法是基于明文数据；而明文数据一旦被看见就会泄露具体信息，难以限制其用途和用量，难以厘清“责、权、利”；这导致了明文数据难以通过供需关系定价，难以大规模市场流通。
以金融业为例，陈凯认为，金融业作为数据密集型行业，其产生和使用的各类金融数据与客户信用水平、资产财产状况等高度相关，涉及消费者个人隐私，如何在确保安全合规的前提下加强融合应用历来是一个两难问题。
张旭东提出，数据的价值，一方面在于其可见的信息价值；另一方面在于其参与计算得出的结果价值，即其计算价值。在大数据、人工智能得以广泛应用的今天，数据的价值被更多的地体现在其计算价值上。
随着科技的进步，依托多方安全计算、联邦学习等隐私计算技术，探索实现“数据可用不可见，数据不动价值动”的数据流通交易新范式，成为数据融合创新的新途径、新方向。所谓隐私计算，是一种由两个或多个参与方联合计算的技术和系统，参与方在不泄露各自数据的前提下通过协作对他们的数据进行联合机器学习和联合分析。在隐私计算框架下，参与方的数据不出本地，在保护数据安全的同时实现多源数据跨域合作，可以破解数据保护与融合应用难题。
落地金融风控等场景
近期，人民银行发布的《金融科技发展规划》提到，在技术方面，积极应用多方安全计算、联邦学习、差分隐私、联盟链等技术，探索建立跨主体数据安全隐私计算平台，在保障原始数据不出域前提下规范开展数据共享应用，确保数据交互安全、使用合规、范围可控，实现数据可用不可见、数据不动价值动。
裴超介绍说，2021年，隐私计算已经在通信、金融、政务等场景尤其是关键基础设施行业开展了探索和实践，一些银行、运营商都进行了立项招标。
根据中国工商银行金融科技研究院协同华控清交共同编写的《隐私计算推动金融业数据生态建设》白皮书，国内隐私计算金融应用领先国际。我国互联网企业、科技公司及金融机构近年来相继研发多款成型隐私计算产品，相关产品呈现平台化发展趋势，技术组合应用日益明显。国内示范场景已包含授信风控、产品营销、移动支付人脸识别、跨境结算、反等。
以银行业为例，风控一直是银行业务运营的一个重要任务。近年来，银行业一直在探索如何在充分保障用户隐私和数据安全的前提下，将高价值数据应用于智能风控业务场景，建设风控模型精细化、用户画像精准化的智能风控能力。
陈凯介绍说，传统风控方式通常采用的是评分卡模型和规则引擎等“强特征”进行风险评分，效率比较低，覆盖范围也比较小。而利用隐私保护计算技术，银行便能合规、安全地引入更多维度的数据优化迭代风控模型，构建贷前价值成长、贷中数字信用及贷后风险预警的全生命周期风控模型，更好地实现精准风控。
来源：金色财经
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。