数据是新时代的原油，是支撑各种场景、创新和发展的基础物料。数字经济规模逐年扩大，《中国数字经济发展白皮书（2020年）》指出，截止2019年，我国数字经济的增加值已达到35.8万亿元，占GDP比重约为36.2%。

数字经济高速发展的同时，各类信息泄露和滥用事件频发，对数据安全和隐私保护的需求越来越迫切。国家已经制定各类政策法规，从在法律制度上完善对数字经济和数字社会的保障。在制定政策法规的同时，也需要技术上的突破，解决让数据可用但又不泄露隐私这一根本难题，从而从根本上缓解公众的担忧。

在众多解决方案中，多方安全计算技术一直是近年来国内外关注的热点，在数据的加密计算和安全融合上，提供了解决数据可用、数据安全及隐私保护之间矛盾的新思路、新手段。

金融业作为数据密集型产业，更是拥有大量数据并需要新型数据去创新业务和场景。多方安全计算与金融业的场景相遇，将会擦出怎样的火花呢？

多方安全计算是什么？

多方安全计算并不是一个全新的话题。

20世纪80年代，姚期智院士提出了“百万富翁问题”：两个百万富翁想比较一下谁更有钱，但都不想透漏给对方自己到底拥有多少财富。这种情况下，如何让他们知道谁更有钱呢？为了解决这个问题，多方安全计算应运而生，并成为现代密码学的重要分支。该技术可以使多个非互信的主体在数据相互保密的前提下进行高效数据融合计算，而不透露每个数据所有者的原始数据，最终实现数据的所有权与使用权相互分离，这样即可实现数据“可用而不可见”，进而控制数据的用途和用量。

数据融合与数据隐私保护并存，催生多方安全计算需求

金融行业是数据密集型产业，已经在多年的发展中积累了大量的各类数据。当前银行遇到的新挑战在于针对高净值人群的传统银行服务已趋于饱和。面对同质化竞争，银行急需从单一依靠线下物理网点渠道向融合数字终端与线上场景转型。因此，新的数据特别是外部数据和线上数据成为重要的必争要素。

但在实际业务应用过程中，外部数据并不能轻易获取。这是因为一是线上场景大多被头部互联网公司占据且已形成生态闭环，无论从商业利益角度或是客户隐私的角度出发，都不会轻易向银行共享数据；另一个方案是直接购买第三方数据公司的服务。但近年来该类型公司经常爆出各种问题多爆出数据来源不明，侵犯客户隐私等事件，业务合规性严重存疑。甚至一些公司利用市场优势，过度采集、使用企业和个人数据，甚至盗卖数据，造成严重影响。金融机构需要以技术手段在合法合规的前提下，充分使用数据。

多方安全计算，或者说隐私计算，成为解决这一问题的最佳方式。通过隐私计算让 “数据孤岛互联”、“数据隐私保护”和“业务发展”三者间取得平衡。

多方安全计算在金融行业有哪些应用场景？

场景一：多方安全计算应用于跨境电商贸易

跨境电商目前发展势头正猛，2019年，我国跨境电商交易规模达10.5亿元。即使疫情期间，跨境电商也是逆势增长。然而，跨境电商支付过程中，面临交易风险评估难题，贸易背景的真实性比较难核验。这主要是因为所依赖数据分散在多方，整合难；获取授权不易（无法穿透），难以满足央行数据合规监管要求。

为了解决这一问题，云从科技联合广州银联网络支付有限公司与工商银行广州分行联合申报的《基于多方安全计算溯源认证的跨境结算服务》创新应用。该应用成功进入广州第一批金融科技“监管沙盒”试点项目并已经上线。

溯源跨境结算项目的上线，有效解决了货物贸易背景真实性审核的难题，在跨境支付的应用场景中充分融入了金融科技元素，实现了对货物贸易审核中不同数据来源的智能核验，能够在满足监管要求、防范各类风险的前提下，为跨境电商提供更加安全、高效、便捷的跨境结算服务体验。

场景二：信贷风控新模式

一直以来，征信与风控是金融业管理风险的重要手段。然而，传统信贷风控的模式和手段正面临越来越多的难题，比如数据采集范围局限、接入门槛高、客户或关联方上传数据积极性低、更新不及时等等，已经成为金融发展的障碍。

而当前数据泄露事件不时发生，让大数据与个人隐私之间的矛盾变得似乎不可调和，也让普通公众对大数据风控行业产生了严重的不信任感，仿佛一提到大数据就是要窃取个人隐私，不自觉地将个人信息泄露与大数据风控严重对立。

通过多方安全计算+其它技术手段，让数据本地采集和留存，多类型数据融合计算，使“数据安全可用，但不可见”，这样就能将信贷风控模型中的数据分析范围从银行自有数据扩展至更多外部数据，创造风控新模式的同时，更催生出更多的信贷类型，不仅适用于个人信贷，也适用于企业信贷。

比如上面跨境电商的例子，银行将跨境电商商户的信息整合，应用于这些企业的信贷，将能产生更多的信贷类型。