近年来，随着金融科技的快速发展与数字化转型的深入推进，全球金融市场规模呈现结构性扩张特征。国际货币基金组织(International Monetary Fund)预计，同期全球贷款规模年增长率约为6％。其中，全球银行业对大数据、人工智能等技术的投资持续攀升，2022年投资额1465亿美元，2023年增至1534亿美元，2024年达1671亿美元。①金融数据作为推动经济增长、②优化金融服务、提升金融效率的核心要素，其非排他性、无限增长性、支撑融合性和规模经济性高度适配金融业态需求，在“数据+算力+算法”构成的数字生产力与数字金融生产关系作用下，成为国家战略资源。然而，机遇与风险并存。以ChatGPT为代表的生成式AI的广泛应用，为金融敏感数据的安全带来新型威胁，加剧了虚假信息在金融领域的传播风险。同时，金融科技与传统金融的深度融合改变了风险形态，导致风险的隐蔽性、技术性显著增强，传播速度与影响范围大幅扩大，杠杆效应持续加剧。金融数据保护既是经济问题，更是国家安全问题。作为“多维度、全方位的系统性工程”，金融数据安全同与金融数据深度耦合的金融基础设施安全一起，构成金融安全的重要组成部分。③根据国家数据局披露的全国数据资源统计调查情况，截至2024年，中国数据总量占全球总量的26.67％，④数字经济规模与算力总规模均居世界第二。鉴于中国庞大的数字经济基数与广泛的金融消费者群体，金融数据保护失当可能引发系统性风险，威胁国家经济安全与社会稳定。国际层面，多国将金融关键基础设施与金融数据安全纳入国家安全审查框架。研究金融数据保护的法律问题具有重要理论价值与现实意义。国际上，欧盟《通用数据保护条例》、美国《格拉姆—利奇—比利雷法案》等立法已经构建了相对完善的保护体系，为中国提供了重要借鉴。本文旨在系统梳理金融数据的内涵、战略价值与风险，分析中国制度的现状和存在的问题，通过比较研究以提出金融数据保护体系的优化路径。 一、金融数据的内涵与战略价值 金融数据规模呈现指数级扩张态势，其应用场景已深度渗透至金融体系各环节。投资者在资本市场的精准决策、金融机构的精细化运营管理、监管机构对金融市场的穿透式监管以及政府部门宏观经济政策的制定均依赖金融数据的支撑。对金融数据的概念进行界定并系统剖析其价值属性，是构建金融数据法律保护体系、维护金融安全的逻辑起点和理论基础。 1.金融数据的概念界定 中国现行法律尚未对金融数据作出专门性、定义性规定。在现行规范体系中，中国人民银行2020年发布的《个人金融信息保护技术规范》(JR/T 0223-2020)将个人金融信息定义为“金融业机构通过提供金融产品和服务或其他渠道获取、加工和保存的个人信息”，⑤侧重客户隐私保护维度。此后，中国人民银行发布的《金融数据安全 数据安全分级指南》(JR/T 0224-2020)将金融数据界定为“金融业机构开展金融业务、提供金融服务及日常经营管理所需或产生的各类数据”，实现了对个人金融信息与机构运营数据的区分。⑥ 学界对金融数据内涵的解释存在分歧。部分学者采取广义界定，认为金融数据涵盖所有具有金融应用价值的数据。⑦另有学者从客户信息视角出发，主张金融数据是金融机构通过服务渠道获取、处理的个人及企业客户信息(包括存款账户、支付交易等)，⑧但该观点存在范围上的局限性。事实上，金融数据体系应包含客户信息数据、业务运营数据、经营管理数据及监管合规数据四类。⑨因此，本文所探讨的金融数据，特指金融机构在业务开展、市场运作及监管互动过程中生成、采集、处理与存储的各类结构化与非结构化数据。 2.金融数据的战略价值 随着金融市场复杂性的持续攀升，金融数据的战略价值日益凸显，其作用贯穿金融市场交易、机构运营、监管实施及宏观经济决策等全链条环节。 第一，辅助投资决策。在复杂动态的金融市场环境中，投资决策的科学性直接关乎投资者权益。作为投资分析的核心要素，金融数据的准确性、完整性与时效性对投资行为具有决定性影响。具体表现为：其一，通过企业财务报表、营业收入增长率、净利润率等指标，投资者可评估企业核心竞争力与盈利预期，筛选优质投资标的。在可持续金融领域，投资者可根据企业碳排放、可再生能源使用占比等金融数据，评估企业的环保表现，判断其是否符合可持续发展目标，进而筛选出具有长期投资价值的标的。⑩其二，市场价格走势、成交量等数据构成技术分析的基础，投资者可据此识别市场走势与交易机会。其三，随着金融数据规模的扩张，基于区块链的智能合约在金融交易中被广泛应用，投资者可通过分析项目智能合约代码、交易记录等数据，评估项目可行性与风险水平，进而作出投资决策。其四，金融数据为风险评估提供量化工具，通过计算资产波动率、信用评分等指标，投资者可精准衡量投资风险，优化资产配置以平衡风险收益比。(11) 第二，赋能机构运营。金融数据在金融机构日常运营中发挥着核心作用，是提升运营效率和竞争力的关键。其一，在客户关系管理方面，金融机构通过对客户金融数据进行深度挖掘，能够精准把握客户需求，实现个性化服务。其二，在风险管理方面，金融数据是金融机构识别、评估和监控风险的重要工具。通过分析客户的信用数据和交易数据，金融机构可以有效识别信贷风险、市场风险和操作风险，提前采取措施防范风险。其三，金融数据分析还可以优化金融机构运营流程，提高运营效率并降低成本。(12)通过对业务流程中的数据进行分析，金融机构可以发现瓶颈环节，进行流程再造，提升整体运营效率，增强市场竞争力。部分银行开始通过网站或APP建立自己的电子支付基础设施，既使支付变得更加便利，也为其收集用户数据、优化金融服务提供了平台。
