基于區塊鏈和隱私計算的綠色債券風險評估體系

摘要：自2016年以來綠色債券快速發展，至2022年發行額已經突破萬億元。在此過程中，認證評估體系規范不足、信息披露不夠全面等問題尚待解決，以充分釋放綠色債券發展潛力。本文提出基于區塊鏈的綠色債券風險評估體系，結合區塊鏈技術與現有的綠色債券發行流程保護企業商業數據隱私、防止企業篡改經營信息、防止評估認證機構人工智能模型知識產權泄露。

關鍵詞：綠色債券 第三方認證 信息披露 人工智能 隱私保護

引言

當前，我國經濟的發展正處于關鍵轉型時期，快速淘汰落后產能，調整經濟結構，加快綠色項目建設是走中國特色新型工業化道路的必然要求。2015年，中國人民銀行公告〔2015〕第39號定義了銀行間債券市場發行的綠色金融債券，對綠色債券支持的項目進行了分類。隨著綠色環保項目得到越來越多國家層面的關注和政策傾斜，綠色債券也迎來了發展的機遇期。

萬得（Wind）數據顯示，2022年我國共發行綠色債券802只，發行金額達11333.2億元，相較于上年同期的757只8027.2億元的規模，發行金額增加41.2%。這也是2016年綠色債券誕生以來，年發行額首次突破萬億元，綠色債券市場正在持續高質量擴容。未來，隨著我國實現“雙碳”目標的路徑日漸清晰，相關企業的融資需求也必將同步增加。而綠色債券市場的迅速發展也帶來了發行主體的信用風險，如何評估、化解發行主體的信用風險，降低綠色債券違約可能性，成為當下綠色債券市場面臨的重要課題。

區塊鏈是一種獨特的數據庫機制，其將一系列數據區塊按照時間先后順序組合，以密碼學來保證其上信息的不可篡改和不可偽造。與傳統數據庫相比，區塊鏈的去中心化分布式存儲使其更為公開透明，而不可篡改和可追溯降低了信息的不確定性。以上兩方面的優勢使得基于區塊鏈展開的合作與信息交互比傳統方式更為安全、開放，能夠融合數據流、信息流、資金流，從而實現降本增效。

隱私計算是指在處理和分析數據的過程中，能保持數據的不透明、不泄露、無法被惡意攻擊及被其他非授權方獲取，其中關鍵技術包括聯邦學習、多方安全計算、同態加密等。隨著《中國數據安全法》和《個人信息保護法》的實施，數據安全正越來越受到重視，而在安全和合規要求尤為嚴格的金融領域，隱私計算更能幫助金融機構在合規前提下充分挖掘數據價值。

本文嘗試提出基于區塊鏈和隱私計算的綠色債券風險評估體系，構建綠色債券風險智能評估模型，突破企業風險評估智能化規?；夹g，推進金融數字化發展，實現對企業綠色節能等多指標的智能化風險評估，評估通過的企業方可發行綠色債券。

基于區塊鏈和隱私計算的綠色債券風險評估體系介紹

基于區塊鏈和隱私計算的綠色債券風險評估體系如圖1所示。

參與綠色債券風險評估的企業實體將其生產數據、固定資產數據、稅務數據、碳排放數據等核心經營數據經同態加密之后存儲到云端，并將數據經哈希函數處理得到的哈希值上傳到區塊鏈以保證數據完整性。與此同時，評估認證機構將建立的人工智能評估模型進行同態加密之后也存儲到云端，交由擁有充足算力的云平臺基于同態加密后的數據和模型進行計算，云平臺得到密態評估結果之后返回給評估認證機構。評估認證機構對密態評估結果進行解密，得到評估結果之后決定是否發放綠色債券。

其中，同態加密是一種基于數學難題的密碼學技術，對經過同態加密的企業經營數據進行處理得到評估結果，再將評估結果進行解密，與用同一方法處理未加密的原始數據得到的評估結果是一樣的（見圖2）。對評估認證機構的人工智能模型參數進行同態加密不僅能夠有效保護模型知識產權，還能防止模型在部署到云平臺的過程中遭到篡改。

哈希函數又稱散列函數。任意長度的數據通過散列算法處理后都能變換成固定長度的輸出，該輸出稱為哈希值或消息摘要。哈希函數的特殊之處在于原始數據哪怕只改動一個字符，其哈希值都會改變，且找到具有相同哈希值的數據在數學上是不可行的。因此，將企業經營數據的哈希值上鏈可以確保企業無法在未來篡改這些數據。

相較于原有體系而言，基于區塊鏈和隱私計算的綠色債券風險評估體系有效保護了各方的隱私和知識產權。

對于企業而言，只需對外提供同態加密后的經營數據和經營數據的哈希值，從根源上杜絕了企業經營數據泄露的風險。

對于評估認證機構而言，將人工智能模型部署到云服務器上能夠有效減少評估過程中數據處理所需的時間。對人工智能模型的參數進行同態加密，能夠防止模型在部署過程中面臨的模型篡改、參數竊取等安全問題，充分保護模型的機密性、完整性和可用性，維護評估權威。

本文將從企業隱私數據加密流轉、經營信息可信存證及溯源、人工智能模型應用三方面對該體系進行介紹。

綠色債券評估中的企業隱私數據加密流轉體系

2017年10月16日，中國人民銀行、中國證券監督管理委員會發布了《綠色債券評估認證行為指引（暫行）》，對綠色債券評估認證機構資質與各環節執行方式作出了規范。其中在評估認證方式方面，《綠色債券評估認證行為指引（暫行）》規定評估認證機構可選擇的認證方式包括訪談發行人和項目方相關人員，觀察發行人有關內部管理制度的運行情況，檢查發行人有關制度文件以及核查信貸、會計、賬戶、內審等檔案資料。

可以看出，評估認證機構需要收集大量涉及商業秘密的企業內部數據，用以完成發行前評估認證。在數據流轉過程中，企業數據存在多方面隱私泄露風險，數據傳輸、存儲、共享、評估的各個環節都有可能泄露企業的商業機密。這些數據一旦被競爭對手和第三方竊取，不僅會危害企業商業利益、降低其未來通過綠色債券融資的積極性，還有可能對評估機構聲譽帶來不利影響。

保護企業數據的安全與隱私是完善綠色債券認證評估制度的核心要求，構建綠色債券評估過程中的隱私數據加密流轉體系能夠有效保護企業商業機密。在隱私數據進入流轉過程之前，企業對隱私數據先進行同態加密，經過同態加密的數據無法還原，因此企業無須將自身核心經營數據提供給評估機構，從技術上杜絕了企業機密泄露風險。對于評估機構，隱私計算使他們可以在不獲取數據明文信息，只擁有同態加密數據的條件下執行綠色債券發行評估。

對于企業，隱私數據加密流轉體系能夠保護核心經營數據安全，提高其通過綠色債券融資的積極性；而對于評估機構，體系能幫助其在滿足合規要求的同時挖掘數據價值，實現隱私性和可用性之間的平衡。

綠色債券發行前后的經營信息可信存證及溯源體系

在綠色債券發行的全過程中，企業經營信息在評估認證和信息披露制度中均扮演著重要角色。

在評估認證方面，在發行前評估認證機構需要通過企業經營信息了解綠色項目是否合格、項目是否已進行合規的資金管理、項目環境效益預期目標是否合理等內容；而在綠色債券的存續期，評估認證機構需要通過核查經營信息保障已投資項目的持續綠色合格性、籌集資金的合規管理、項目環境效益預期目標能否達標等多方面?？梢?，倘若企業提供的經營數據存在被篡改、隱瞞的情況，將會直接影響到綠色債券評估的可信度。

而在信息披露方面，綠色債券自帶的綠色屬性使得環境信息披露相當重要且必要，披露內容是否翔實、真實直接關系到投資者對綠色債券的接受度和信任度。目前在債券存續期內，環境效益實現模塊的整體信息披露程度不高，缺乏企業經營過程中的詳細信息介紹，披露的部分信息不翔實甚至不真實，這些都會影響投資者信心。同前述的評估認證制度一樣，信息披露制度對于整個綠色債券市場的規范化、規?；l展發揮著重要作用。為提升信息披露透明度，中央結算公司基于中債綠色指標體系，開發建設了中債綠色債券數據庫，實現了綠色債券信息的公開查詢。

在綠色債券發行的全過程中確保企業經營信息不被經營者主觀篡改，能維護評估認證可信度，提高綠色企業債券信息披露透明度，而構建綠色債券發行前后的經營信息可信存證及溯源體系能有效實現這一目標。建立適用于企業數據上傳的區塊鏈平臺，要求企業將日常經營過程中產生的生產、固定資產、經濟、稅務等文件對應哈希值按照經營流程及時間排序寫入區塊鏈，進行防篡改存儲。哈希值通常遠遠短于原始輸入，沒有數學上實用的方法能夠從哈希值計算出原始文件，因此上鏈哈希值不會造成企業信息泄露。評估認證機構在綠色債券評估認證過程中可以基于哈希值對企業提供的經營信息完整性進行校驗，企業披露的信息也可以通過相同的方式進行核查，實現企業日常經營全過程信息可回溯、防篡改，保證綠色債券評估認證和信息披露體系的公正、透明。

綠色債券評估中的人工智能模型應用

在資產管理領域，債券信用風險和交易風險研究是較為重要的步驟。目前，越來越多的資產管理公司將科技手段應用于債券風險分析領域。有關部門于2021年啟動了一系列資本市場金融科技創新試點工作，其中就有不少將人工智能應用于投研風控領域的案例。例如，廣東省證監局在2022年12月7日發布的易方達基金申報的“基于人工智能技術的債券風險分析系統（Bond.AI）”將大數據和人工智能技術應用于債券風險分析，構建了集信用評價系統、財務造假識別系統、債券流動性分析系統、債券輿情分析系統于一體的綜合債券風險分析平臺。

可以預見的是，在綠色債券的認證評估過程中，人工智能也將為企業風險評估提供支持，促進風險評估規?；?、智能化發展。

同時，就機器學習本身而言，其在數據、模型和應用層面面臨多種安全和隱私威脅，這些威脅相對隱蔽且隨技術迭代快速演化。攻擊者可能對模型的訓練數據和輸入樣本進行惡意篡改或竊取模型參數，進而破壞模型的機密性、可用性和完整性。此外，評估認證機構的綠色債券認證評估指標和模型各項參數對企業風險評估過程中的公平性有巨大影響。參數或評估指標的權重占比若遭到惡意篡改，使得未達到綠色節能標準的企業通過模型評估，將對評估認證機構聲譽造成重大影響，制約綠色債券行業的快速發展。

針對綠色債券人工智能評估模型部署至云平臺過程中面臨模型篡改、參數竊取，進而威脅綠色債券評估權威性、可靠性的問題，可通過對人工智能評估模型的參數進行同態加密，從而保護模型知識產權。模型經過同態加密之后，云平臺可以訓練、使用人工智能評估模型，但無法獲取其核心參數，實現人工智能模型對提供算力的云平臺方“可訓不可見”“可用不可見”。同態加密能夠有效防止在外包計算過程中云平臺竊取人工智能模型的知識產權或者篡改模型參數，保護模型機密性、完整性和可用性，維護綠色債券評估的權威性。

上文提及可通過同態加密的方式來保護企業商業機密，但阻礙同態加密應用的一個核心因素是其相較于明文計算要慢得多。如果不能通過技術手段降低運算成本及開銷，企業融資成本及時間成本會增加，企業在發債時選擇綠色債券品種的積極性或將降低。

云計算能夠將綠色債券認證評估中的同態加密數據計算轉移到云平臺的服務器上，通過云端的充足算力來減少運算時間，縮短評估周期，降低企業融資成本。

總結與建議

綠色認證體系的不完善、市場監管存在盲區等因素會導致不公平交易，阻礙綠色債券的健康發展。因此，建立權威、規范的綠色認證評估體系，是綠色債券快速發展中面臨的重要問題。本文將區塊鏈技術與綠色債券的發行結合，提出了基于區塊鏈和隱私計算的綠色債券風險評估體系，保護了企業、評估認證機構和投資者的利益，也對參與各方提出了更高的要求。

對于企業而言，同態加密技術能夠有效保護其在綠色認證評估過程中提供的各種企業核心經營數據的安全，提高企業通過綠色債券融資的積極性，經營信息可信存證及溯源可提高企業信息披露的透明度，從而提升投資者信心。然而，經營信息可信存證及溯源也對企業的日常管理和信息處理提出了更高要求。

對于評估認證機構而言，企業經營信息可信存證及溯源降低了機構在評估認證過程中的工作量，提高了認證結果的可信度，人工智能模型保護使得機構的知識產權更不易被竊取，評估更為權威。但與此同時，同態加密技術也使得機構需要消耗更多的算力來處理企業提供的密文數據。

對于投資者而言，經營信息可信存證及溯源能夠提升綠色債券存續期企業信息披露的可信度，降低信息不對稱所導致的投資風險。

參考文獻

[1] 劉素坤，高家驥.我國綠色債券監管存在的問題與對策研究[J].時代金融，2019（19）：83-84.

[2] 陸嘉敏.我國綠色債券監管問題研究[D].上海：華東政法大學，2018.

[3] 商瑾，馬賽. 2021年綠色債券市場運行情況報告[J].債券，2022（2）：49-56.

[4] 孫丹陽.關于新能源企業綠色債券融資模式的研究[J].財經界，2020（34）：45-47.

[5] 謝軼凡.我國綠色企業債券發展存在的問題及對策探討[J].金融經濟，2018（10）：3-5.

[6] 趙大偉，周有容.借力數字科技手段 助推綠色債券市場發展[J].債券，2022（11）：55-58.