数据作为生产要素在各国经济发展当中起到举足轻重的作用，金融业历来具有数字基因，特别是随着与移动互联网、大数据、人工智能等技术的融合应用逐步深入，其数据密集型特征越来越明显。
同时，随着存量时代的到来，金融机构面临着负债和客户增长不足、精准信贷投放乏力、风险管理日趋重要、用户对数字化金融服务需求愈发多元等等多种挑战。
因此，通过全方位大规模数据融合应用，实现风险管理实时化、决策支持智能化、资源配置精准化，逐渐成为金融机构提升金融产品和服务质量的重要突破口。全面用好数据要素，充分挖掘数据要素价值，是金融业高质量转型发展的必然要求。
但是，由于数据要素自身的特点，其在开发利用过程中面临许多难题。社会日益增长的数据保护意识与对数据价值挖掘的需求之间的矛盾日益凸显，机构间数据安全共I享的壁垒加深，形成“数据孤岛”，阻碍数据要素的价值流通。同时，数据泄露、数据滥用事件时有发生，侵犯了公民的隐私及财产安全，成为数据要素市场健康发展的亟需解决的问题。在此背景下，隐私计算技术逐步受到关注。
交通银行作为较早探索隐私计算金融应用的银行，为帮助行业更好解决上述现实问题，协同行业内主要机构共同撰写了《隐私计算金融应用》蓝皮书。旨在全面梳理多方安全计算发展历史，深入分析技术原理，并从产业图谱、应用场景和典型案例等全面评估国内外应用现状，前瞻性展望其在金融领域的未来应用，希望为银行同业以及相关领域从业者提供有益参考。
