随着腾讯大数据安全产品灵鲲系统去年末惊艳亮相，灵鲲系统在宏观金融风险监测的及时性和微观行为监管的可拓展性引发了各级监管部门和金融科技产业市场人士的高度关注，日前，负责灵鲲产品的灵魂人物章书在资本市场学院主办的首期《西麗湖金融科技大講堂》发表演講时表示，腾讯近年非常注重保护消费者隐私，构建边界体系，经过二十多年打击黑产经验积累，目前配合监管部门打击金融犯罪成效卓著，今后将致力于与外界合力构建透明的案例解读和传播环境，加强对投资者教育的同时，进行监管科技能力的输出。

　　观点摘要：　

        1、数据的边界在哪里，腾讯本身是一家负责任的企业，我们也是一个被监管的单位，同时也从事金融服务给消费者。

        2、沉淀的大数据金融安全的技术和能力同样可以适用于其他行业包括微观审慎和宏观监管　

        3、金融安全主要聚焦对金融黑产的打击。打击的过程就是对金融创新的保驾护航；打击的效果也能体现金融维稳，因为金融安全也是国家安全的基石。

　　以下为章书演讲实录(该实录经演讲者本人核对并授权本报首发)：

　　腾讯注重保护消费者隐私 构建边界体系

　　章书：刚才有专家提到数据的边界在哪里，腾讯本身是一家负责任的企业，我们也是一个被监管的单位，同时也从事金融服务给消费者。我们非常注重保护消费者的隐私，在边界方面受到国家严格的管控。

　　我们对数据使用边界是这样处理的：首先我们对网络设备数据进行标识定义，并制定标识策略。将标识策略部署在服务器，进行数据的识别和过滤，且服务器并没有把网络设备数据隐射到自然人。我们配合监管机构进行微观监管(行为监管)，同时我们也做监管科技能力的输出，这就是我们的金融安全大数据监管平台。

　　我们的金融安全大数据监管平台同样可以赋能宏观审慎。微观监管的数据进行整体再加工，形成场景指数，就可以对一个宏观决策提供建议。

　　沉淀的大数据金融安全的技术和能力同样可以适用于其他行业包括微观审慎和宏观监管，这也是我们构建智慧行业和智慧城市的基础能力。

　　打击黑产二十年 为金融创新保驾护航

　　金融安全主要聚焦对金融黑产的打击。打击的过程就是对金融创新的保驾护航；打击的效果也能体现金融维稳，因为金融安全也是国家安全的基石。

　　我们经过近二十年的黑产斗争，发现黑产的定义已经发生很大变化， 一开始黑产的产生，就是一些互联网虚拟的财产的盗用、买卖，后来逐步延伸到对自然人的信息盗用和买卖，今天我们对黑产的定义发生了本质的区别，原因是在于犯罪和犯法团伙在获取虚拟财产和自然人信息的后，已经不再是简单的非法买卖，而是主动的运营。这不仅仅伤害了我们的投资人，也是国家反复提到的金融系统性风险的主要诱因，包括刚刚发生的善林金融，此前的钱宝等

　　腾讯百亿点和1000亿边的知识图谱搭建金融安全体系

　　今天的黑产定义已经变成了一个创业或明或暗的方向点，也就是当我们在倡导“普惠”的时候，控制不好也是“普恶”的开始，我们如何让“普恶”的开始成为噩梦，从1到0，然后让普惠从0到1到未来更好的发展。这正是我们专注的领域。 我们的金融安全解决方案是基于百亿个点和1000亿个边的知识图谱，我们的解决方案重点去解决目前所遇到的一些挑战和问题。数据使用是有边界的，知识图谱是目前解决数据孤岛桥接最有效的方案之一。

　　知识图谱的触发使用，有两种情况：第一，如果这个案件已经发生，但是是否获得授权来调用相关自然人的设备已经保留的行为信息;第二，如果我们已经发现这些不好的行为信息，如何进行主动预警，同时上报监管单位。这就是我们当下重点解决的两个问题。这两个问题是否也触发相关的个人隐私呢?我们正在积极的推动相关标准的制定。

　　金融监管体系=解决问题+投资者教育

　　所以在未来的监管体系里面，我们如何去找到诸多的节点以及节点的需求，以及相关我们所遇到的一些瓶颈问题，我们只有通过这些能力的输出，以及和在座专家一起合力去构建一个透明的案例解读和传播环境，才可以搭建更好的金融监管体系，所以我们有一半的投入是能力输出，我们还有一半的投入是整理案件，对投资者提供教育。

　　搭建开放型平台 挖掘数据流通中的价值

　　让普通的老百姓甚至很多专家听懂我们平时挂在嘴上的区块链是怎么一回事并不容易，如何让一个普通的老百姓能看懂这么复杂的流程图,如何让我们一个普通的消费者能够免于卷入金融风险和金融犯罪的漩涡，同时也让我们形成一个有效的意识来规避金融风险和金融犯罪的产生，这就需要我们搭建一个开放的大数据金融安全平台。

　　可以从三方面认识腾讯金融安全大数据平台，第一是近20年的积累的打击黑产的能力、经验;第二是全域的数据视角;第三，我们是开放的平台，可以本地部署和对外输出。

　　在这个平台中，我们提供查询服务，风险量化等。当然我们也会对它进行有序的演进，在演进的过程当中我们从微观到宏观，以及在宏观和微观的协调当中来达到我们数据使用的平衡。

　　我们在反复理解这些金融监管、金融风险防范，金融犯罪的有效识别，以及数据的使用和数据如何使用能够让投资者受益、让老百姓受益，让政府在智能化的治理当中达到理想效果。腾讯真心地希望和在座的各位专家能够一起去探讨一个更适合我们不同行业和不同场景的服务。因为今天的监管和过去的监管定义完全不同。

　　监管科技应驾驭金融科技“扬善弃恶”

　　从监管科技领域里面，一开始我们做的只是一些合规的问题，从合规演化为之后“狭义监管”，再到后来的“广义监管”，其中包括反欺诈和反金融乱象，再到我们理解的金融科技。我个人的看法是监管科技应学会驾驭金融科技的发展，因为金融科技是烈马奔腾，可以走任意一个方向，在没有任何的束缚和牵引的情况下，它随时都可以随性的“善”和“恶”，只有符合一定的监管的准则情况下，符合大众利益的情况下，我们这个金融科技才会发展更好。所以整个监管科技应该涵盖金融科技。这只是从技术的原理说，我们用机器的语言来解读金融科技和监管科技，和正常的思维理解的不太一样，比如很多人以为监管科技只是金融科技的一部分，而我认为相反。请各位也多多包容不一样的观点。

　　金融科技监管要从全域视角出发

　　我们在这些领域里面也做了一些持续的数据储备，同时我们也会将这些储备进行反复的验证。这里重点要解决两个问题：一是覆盖率、二是准确率。

　　比如发现一个疑似犯罪团伙，运用风险量化手段预警，但是如果每个省、每个城市分别对这个团伙儿也进行了风险的量化，那么从多个具体的坐标点衡量，同一个企业在不同地域如果按照同样的指标，比如用户的增长速度、涉案资金规模，以及团伙组织成员的注册地，以及影响的范围和影响深度来做这个模型，结果一定不准确，因为这个犯罪是全国范围、甚至跨境来自于国际的，模型如果从某一个点来看不准确，从全域角度来看就更加不准确。所以这一定是全国范围的综合视角，不能是某一个地理区域的视角、也不能是单一行业的视角，必须是衡量多地区、多指标的全域视角。

　　最后我呼吁，构建大数据安全是一个许多参与主体团结的过程，是一个长期持续投入的过程，而不是一个小公司和大公司之间博弈的过程。非常荣幸由院长组织在座各位能够一起探讨这样的话题，我们也希望将来持续合作，对未来充满了憧憬。谢谢!

　　图片及录音：齐晓彤

　　录音整理：邓建乐 刘波

　　文字编辑：齐晓彤 邓建乐