上述《报告》指出，隐私计算主要解决数据共享计算环节中的数据隐私保护问题，
区块链则侧重构建可信协作网络，实现数据全生命周期的管控，两者的结合为数据要素市场化提供了一套完整、严密的解决方案。
金融机构为了保证其资金的正运转，会利用风控技术降低风险事件发生的各种可能性。比如，目前信贷风控需要通过多个数据源采集数据，进行决策、逻辑回归等运算，通过隐私计算可以在不泄露各方原始数据的前提下进行分布式模型推断或者训练，有效降低多头信贷、欺诈等风险。
《腾讯隐私计算白皮书（2021）》指出，隐私计算可助力银行联合建模，提升反欺诈模型水平。近年来，消费贷兴起，随之而来的信贷欺诈也越来越严重，恶意骗贷、仿冒他人骗贷、团伙欺诈等欺诈行为对银行等相关信贷机构造成了严重的损失。传统上，银行都是基于历史还款信息、征信数据和第三方的通用征信分来做贷前反欺诈，仍存在数据维度缺乏、数据量较少等情况，需要融合多方数据联合建模才能构建更加精准的反欺诈模型。这一过程中隐私保护和数据安全是不可忽视的重要环节，可以有效解决合作中数据隐私与特征变量融合矛盾，在双方或多方合作中线上保障特征变量交换时的信息安全。例如，某银行应用隐私计算，每年可阻止数亿资金的风险贷款申请。
莫晓康指出，2020年爆发的DeFi（分布式金融），则是在赛博空间构建没有银行的银行业务，例如抵押贷款、多币种交易等等。它在技术上给人们以这样的希望——可以把金融的效率提高成百上千倍。如果在五年、十年以后，新型金融科技发展到这样的程度，它一定会回到现实世界中来，与传统业务深度融合。
莫晓康介绍，1994年开始了第一次互联网革命，构建了全球互联基础设施；2009年区块链则引发了第二次互联网革命；到2050年（或许更早），将建成全球互信基础设施。全球互信基础设施完全建成以后，可信第三方就会自然的变成多余的。莫晓康抛出这样的问题值得行业思考——传统金融科技该怎么做？该有什么样的转型？仍是一个巨大的未知的空间，需要大家共同探索和发现。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
