本文主要从以下三方面探讨隐私计算在个贷不良领域的应用的话题。
2.隐私计算能否豁免债务人的授权同意？
3.隐私计算在个贷不良领域的具体应用落地场景：逾期债务人画像、处置策略精细化、个贷不良批转的尽调估值、个人破产管理人行使调查权。
“隐私计算”是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到对数据“可用不可见”的目的；在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。（来源：百度百科）
可用于金融数据融合应用的隐私计算技术主要有5种，分别是多方计算、联邦学习、可信执行环境、差分隐私、数据脱敏。
信息/数据一经分享，用途和用量就会脱离原控制主体掌控，实践中要开展业务就要提供数据，提供数据又担心泄露，有没有既发挥数据利用价值又防止泄露的方案呢？隐私计算是响应信息/数据共享和流动的需求，以“可用不可见”方式实现合规的数据融合应用的技术解决方案和路径，能够一定程度上平衡金融数据融合应用与信息安全之间的矛盾，降低业务合规风险。
01个贷不良业务相对更需要隐私计算技术
个贷不良业务相对于金融营销、风控等业务，由于债权人与债务人的关系融洽程度和信任度不同，客户授权的获得难易程度不同，现有业务实践中合规风险较高，因此，个贷不良业务应用隐私计算相关技术更有紧迫性，金融机构和监管部门应更加重视。
02隐私计算的应用能否豁免客户的授权同意？
隐私计算技术的应用，既不能豁免数据采集阶段客户的授权同意，也不能绝对豁免数据共享和使用过程中的授权同意，而是要依据场景和算法等具体判断。
首先，相对于复杂的应用场景和技术实践，法律规定仍然比较宽泛，需要制定细化的司法解释和技术规范标准。
其次，技术层面绝对“不可见”实践中可能无法实现。比如，加密技术能实现“假名化”而非完全匿名化，加密过的数据有可能被解密。脱敏数据也可能通过反复使用中的关联分析识别出敏感信息。多方计算、联邦学习等技术并不必然使处理后的信息丧失个人信息属性，处理的中间结果也可能被认定为个人信息。
03具体落地应用场景及其需求、痛点、应用设想
逾期债务人画像
业务需求
逾期债务人画像的业务需求，是收集逾期债务人信息，为其打标签和评分，预测其在逾期违约状态下的还款情况（包括还款概率、还款时间、还款金额等），刻画债务人特征，为业务精细化运营及决策提供支持。
痛点
1.债务人不配合甚至对抗态度导致几乎不可能获得债务人使用其信息的授权同意，直接从债务人处可获取的信息较少；
2.需要根据债务人逾期后的行为特征进行个性化的挖掘和应用；
3.相对于营销风控，可能需要差异化的数据源和数据维度；
4.对逾期债务人的还款预测，要放在债务人的整个“债务生命周期”中去考虑。债务人在将要逾期、刚逾期、以贷养贷、债务全面爆发、向家人坦白、积极赚钱处理债务或放弃处理债务等阶段，其还款意愿和还款能力是不同的，而债务生命周期各阶段与单笔债务的逾期时间并非简单对应关系。
隐私计算应用设想
债务人画像，需要多个数据源和维度的数据，且涉及较多敏感信息，通过明文共享获取数据使用权不可行，采用隐私计算技术是一条可行的技术路径。债务人画像是实现个贷不良业务精细化运营的“基础设施”，可以为处置策略制定和实施、批转的尽调估值、个人破产的调查和法院裁定提供指引或依据，为各项业务精细化运营提供基础的保证和依据。
处置策略精细化
业务需求
1.处置策略制定、优化、动态调整甚至“千人千面”的细分策略，使处置策略更有针对性；
2.拓展处置策略类型，从单一对抗施压到结合柔化的处置策略，为调解中的妥协程度，甚至帮助债务人提供依据和标准；
3.一定程度上将人的经验转化为可供机器学习的策略模型；
4.处置过程中获取的信息反馈到债务人画像模型中，循环交叉验证和策略调优。
痛点
1.处置工作中人工的比重很大，人工作业的流程化和标准化程度偏低；
2.单户成功经验带来员工个人经验增长，可能随员工离职而流失，难以用于处置策略调优；
3.催、调、诉处置手段的合理调配及结合还在探索阶段，简单按账龄分配和先催后诉的安排有优化的空间；
4.银行和法院，作为金融机构和司法机关，在信息/数据共享方面天然的偏谨慎甚至保守，科技应用存在壁垒和限制。
隐私计算应用设想
受托处置方之间共同优化处置策略，如催记（即催收记录）的数据融合应用。现阶段，催记数据在委托方和受托处置方之间，要共享或融合也是很难的，受托处置方相互之间（如两个催收公司之间）共享或融合更加不可能。催记数据是处置过程中非常核心和重要的数据，而且是逾期状态下产生的时效性较强的数据，假如不披露委托方信息、债务人身份信息等，仅对账龄、金额、催记信息使用隐私计算技术加以融合利用，或许对催收策略的制定和优化将有比较大的作用。当然，催记存在主观随意性强、标准化程度低、漏记较多等问题，在数据分析应用层面可用性较低，首先需要业务层面的数据治理才能加以利用。
个贷不良批量转让的尽调估值
个贷批量转让的顺利开展，首先要解决的就是拟转让资产包的定价问题，定价是一个综合尽调估值技术和标准，以及市场供需竞争因素等多方面考量的问题。目前的资产包定价，可能是主要参考静态池的历史回款率，也就是不良ABS发行中常用的估值定价方法，也可能是依据经验的专家打分法。转让方有充分的历史回款数据作为依据，而作为买方的AMC则没有相关历史数据，如果依赖催收公司的历史数据也有可能是片面的和非连续性的。假如卖方不提供静态池数据，那么买方估值很难开展。
业务需求
1.估值最终目标是得到整个拟转让资产包的估值结果。
从统计分析的角度，可能不一定必须获取单个特定债务人及其债务的信息，也不一定必须获取单笔债权的估值结果。
2.需要转让方提供静态池数据。
由于个贷不良资产包量大且无抵质押等特点，受让方估值比较有可行性的方法，是参考与拟转让资产包有类似特征的静态池的历史回款率。需要静态池与资产池的匹配程度较高，静态池的数据量足够大的前提下。
3.尽调估值发生在正式转让之前且涉及多个意向购买方。
虽然静态池数据可能不是必须包含债务人的身份信息（即可以是匿名化处理后的信息，不能反推出特定自然人的信息），也会签订保密协议，但出于数据安全和保守商业机密等方面的考虑，如果在转让前明文共享且历史数据量较大，转让方对合规风险和保持谈判优势等顾虑仍较多。
4.需要转让方提供信息之外的其他信息进行补充验证及修正。
转让方的历史回款率是在之前的多方面背景下产生的数据，如果要更加准确的估值，还需要其他数据进行补充验证，修正仅依据资产包现状数据得出的结果。
除了转让方给出的历史数据，受让方估值时，还要考虑自身委外处置体系、债务人多头借贷情况、工作及收入支出情况、债务人在其自身债务生命周期中所处的阶段、是否有疫情等重大事件影响、催收监管政策、司法处置能力等等多重因素。
痛点
卖方痛点
1.正式转让前需要提供数据；
2.向多个意向受让方提供数据，接收数据的意向受让方最终未必成交；
3.作为卖方提供数据详细程度与成交预期之间的矛盾。
买方痛点
1.转让方提供的拟转让资产包信息不足以支撑估值需求，如档案不完整、时间久远、披露不足等；
2.转让方是否提供静态池及静态池与资产池的匹配度低；
3.预测未来回款情况需要在转让方提供数据之外寻找补充数据。
隐私计算应用设想
结合个贷不良批量转让尽调估值的业务需求和痛点，为更好的实现在原始数据保密的前提下达成业务需求目标，隐私计算有很好的应用空间，该场景比较适合采用多方计算和联邦学习技术，有利于提高买方估值的准确性进而提高其参与意愿，也有利于降低卖方数据泄露和合规风险的顾虑。
个人破产管理人行使调查权
个人破产的一个价值目标是帮助“诚实而不幸”的个人摆脱债务困境。而要识别债务人是否符合“诚实而不幸”的标准，是否同意破产重整或清算，给予债务人破产免责，避免破产欺诈，都需要个人破产管理人进行调查。
业务需求
个人破产管理人的职责在《深圳经济特区个人破产条例》第一百六十一条有详细规定，其中涉及管理人行使调查权的情形可概括为：
1.调查核实债务人及其所扶养人、雇用人员的基本情况；
2.全面调查债务人的负债、财产及财产变动情况；
3.依据调查结果，提出对债务人豁免财产清单的意见，拟定破产财产分配方案等。
痛点
1.个人无财务账册，个人收入、支出和财产的碎片化；
2.个人破产调查权行使很大程度上依赖于债务人配合；
3.个人与家庭财产的混同或转移、隐匿财产等；
4.法官或管理人调查，成本较高；
5.掌握信息的行政机关或相关机构的配合度问题。
隐私计算应用设想
个人破产管理人对债务人展开调查，要考虑现实可行性与实现法定目标的平衡，需要遵循成本可控，有限度的调查措施，有范围的调查等原则。在面对大量个人破产人及需要调查的海量数据的个人破产调查场景中，应用隐私计算及大数据相关技术，也许可以实现给破产债务人进行评分，为编制调查报告、拟定和修改破产分配方案和重整计划、作出是否同意破产的裁定等提供依据或支持。
探讨一个问题
债务人违约是否属于豁免授权同意的事项？
这个问题的本质是对逾期债务人的个人信息保护的“度”的问题。作为个人信息主体，债务人是被保护的一方，但作为借贷合同的一方，逾期债务人是违约的一方。也许可以探讨在符合一定条件的前提下进行信息/数据的融合应用，未经债务人授权同意可否认定为合法合规的问题，比如同时符合以下条件：
1.个人债务人处于违约状态；
2.债权人仅以收回逾期欠款为目的使用信息/数据；
3.使用隐私计算技术进行信息/数据的融合应用，不明文共享；
4.信息/数据类型属于司法解释或技术规范明确列举的范围。
个贷不良业务的隐私计算应用，要实现业务落地，还有赖于金融、法律和科技领域“基础设施”建设的完善，包括法律制度、行政管理体制、金融监管政策、技术规范和标准、相关基础技术的成熟等。目前可能落地应用的成本较高和涉及利益较复杂而缺乏可行性，但相对于撮合债权人和处置方的平台模式，隐私计算技术的应用也许对行业合规化、精细化更有意义和效果。
