摘要
针对我国监管科技数据治理中存在的数据孤岛、数据质量、数据融合困难、数据滥用等问题，提出了将可验证凭证数据模型用于数据治理的解决思路。本报告介绍了可验证凭证的概念、数据模型、关键技术与主要技术特征，并探讨可验证凭证用于数据治理的几个方向，同时介绍了可验证凭证技术的规范和应用成熟度。可验证凭证具有安全性、隐私性、真实性、一致性、时效性、互操作性等技术特征，契合了大多数当前数据治理中存在的痛点，有助于提高数据质量、提供隐私保护合规方案、促进数据互通。
2018年，银监会发布《银行业金融机构数据治理指引（征求意见稿）》，提出了加强数据治理、提高数据质量、充分发挥数据价值、提升经营管理水平、全面向高质量发展转变的目标。
数据是数字经济时代的基础战略性资源，金融业是数据密集的行业，做好数据治理、充分发挥数据的价值，有利于推进金融业数字化转型，推动金融业务高质量发展。
一、我国监管科技中面对的数据治理问题
在2019年12月1日举行的“第四届中国新金融高峰论坛2019”中，中国人民银行科技司司长李伟发表主旨演讲，谈到当前数据治理主要有四方面的问题。
（一）数据孤岛问题
随着数字经济和大数据产业的发展，政府和企业都产生了大量的数据。“数据孤岛”是指金融机构面临的数据共享困境，由于缺乏数据共享激励机制、数据共享交换协同机制、数据共享隐私保护机制，导致海量数据散落在众多机构和信息系统中，形成一个个的“数据孤岛”。
一是缺乏数据共享动力。大多数机构认为数据是战略性资源，意味着客户资源和市场竞争力，出于自身的利益考量，机构往往将用户数据视为自己的财产，不愿与其它机构共享。
二是缺乏数据共享交换协同机制。目前我国数据协同的基础设施还不完善，各机构自行建设，按照各自的模式进行数据的收集、统计、整合、分享，数据标准和数据接口不一，难以进行互联互通，阻碍了数据的开放共享。
三是缺乏针对隐私数据的隐私保护机制。金融数据涉及用户个人隐私或机构商业秘密，在我国的《个人信息保护法》草案、欧盟的GDPR法规中，均提出对隐私数据的保护，传统的数据共享基于业务系统之间进行数据互传，因未经数据所有者许可而存在法律风险，在没有相应隐私保护方案的情况下机构不敢贸然进行数据共享。
（二）数据质量问题
金融科技背景下，高质量数据成为金融服务与创新的重要基础，也是大数据提升金融精准施策能力的关键前提。金融业整体数据质量不高仍然是一个突出的问题。
