尽管大数据风控的有效运用尚存在诸多障碍，但这并不能成为大数据风控无效的理由。因为对于数据这个资源的挖掘尚处于初级阶段，需要在消除障碍、解决问题中前行，这是大数据风控发展的必然趋势。有效扫除当前大数据风控的障碍需要各方面的共同努力，其中金融企业、金融研究部门和政府监管部门的角色尤为重要。

对于金融企业而言，要从基础数据上保证客户数据的多样化、连续性和实时性，确保数据真实可靠。对于金融研究者而言，可从经济学、数学等多个角度综合论证大数据风控的有效性，为大数据风控提供理论支持。对于政府监管部门而言，需要从法律制度、会计制度等方面进行建设，构建数据合理运用的良好环境体系。

对于金融企业而言，要构建多样化、连续性和实时性的基础数据库

一是多维度地收集数据，以实现互联互通，打破数据的孤岛。美国征信系统的完善是因为美国政府对其拥有的大数据资源的开放程度日益透明化。目前我国的大数据风控系统还没有实现互联互通，阿里、银联、平安、腾讯以及众多的P2P公司，都是各自为政，P2P公司拿不到央行的数据，几家大的互联网平台也没有相关大数据。因而，各金融企业要在建立互联互通机制、打破数据孤岛方面进行信息分享，从而能多维度地收集数据，确保数据之间能够相互验证^[7]。

二是从供应链交易环节获取数据。获取真实数据最好的途径就是要切入客户的交易环节，尤其是稳定可持续的交易环节，即供应链。一方面，经过了几十年的发展，当前的供应链都有一套完整的上下游进入和退出机制，数据的真实性对于核心企业而言至关重要，因而这些数据非常可靠；另一方面，这些数据和数据维度对于供应链中的企业评价是可靠的，金融企业可以此为基础，加上自身的风险控制经验，构建一套全新的基于数据的信用评价机制。

三是积极布局“物联网+”。物联网覆盖了产品生产、交易和使用的环节，因而互联网只是物联网的一部分。在物联网下，不仅要获取交易环节的数据，更重要的是获取生产环节和使用环节的数据。因而，金融企业要积极布局“物联网+”，为获取更为全面的数据打下基础。例如，企业机器运行数据，可以收集客户汽车驾驶数据，可穿戴设备反映的身体状况数据，等等。这些数据都是大数据风控不可或缺的部分。

对于金融研究部门而言，可从经济、金融等多个角度综合论证大数据风控的有效性，为大数据风控提供理论支持(www.daowen.com)

当前对于大数据风控模型的构建大多是从技术的角度探讨的。但是，从经济、金融角度进行的探讨亟待加强，不同的经济假设会使模型推导的结果产生截然不同的变化。因而，从经济、金融等角度对大数据风控进行有效性的研究就显得很有必要。比如大数据风控如何顺应经济周期的变化，如何从统计上论证过去的数据对于未来行为判断的准确性，如何解决道德风险所带来的不确定性。例如，唐时达（2015）提出要把数据提升至与传统抵质押品同等重要的高度，建立“数据质押”风控体系^[8]。

对于政府监管部门而言，要推动和完善与数据相关的制度建设

首先是加强法律制度的建设，对数据的收集和使用予以法律上的保护。我国对于数据保护的制度性举措散见于多部法律中，如宪法、刑法、侵权责任法等，多是以保护个人隐私、通信秘密等形式出现，尚缺乏一部数据保护的专门性法律。这导致了数据的法律边界不明，数据保护法律的操作性不强，数据保护执法机制滞后等问题，制约了数据收集和运用的发展。对此，最理想的状况是出台一部《信息保护法》。在完善个人信息保护法律制度的道路上，应出台《个人信息保护法》，明确国家机关、商家和其他法人、自然人掌握个人信息的边界和使用的范围^[9][10]。齐爱民、盘佳认为要构建数据主权和数据权法律制度^[11]。2014年10月最高人民法院颁布的《关于审理侵害信息网络传播权民事纠纷案适用法律若干问题的规定》（以下简称《规定》）就是此领域的进展之一，《规定》首次明确了个人信息保护的范围。

其次是会计制度建设，对数据资产予以明确的计量。随着数据重要性的提升，数据列入企业资产负债表只是时间问题，数据将和土地、劳动力、资本一样，成为一种生产要素（Viktor Mayer-Schönberger）。越来越多的理论界和实务界的研究者都倾向于认为数据将成为个体的财产和资产。2012年达沃斯世界经济论坛发布的《大数据，大影响》报告认为，数据已经成为一种新的经济资产类别。姜建清在2014年达沃斯世界经济论坛上发表的观点认为个体的数据其实就是个体财产的一部分，没有经过本人同意不应该被滥用。因此，需要建立相应的会计制度对数据价值进行科学有效的评估。有学者对此进行了初步研究，例如，刘玉（2014）从会计的角度对数据的资产可行性进行了分析，探讨了数据资产的计量方法，研究了大数据资产的折旧、披露等问题^[12]。

（侯畅、唐时达参与本文的起草与讨论，本文发表于《金融理论与实践》2016年第2期）