互联网企业|资深学者:大型互联网企业进入金融领域的潜在风险与监管( 二 )



四是数据泄露与侵权风险 。 大型互联网企业从事金融业务意味着消费者各种金融和非金融信息的集中采集和暴露 。 大型互联网企业不仅掌握消费者的社交、购物、网页浏览信息 , 而且还掌握其账户、支付、存取款、金融资产持有和交易信息 , 甚至还可通过面部识别、健康监测等将这些信息与其生物信息紧密关联 。 一旦保管不当或遭受网络攻击造成数据泄露 , 稍加分析便可获得客户精准画像 , 导致大量客户隐私泄露 , 进而造成重大财产损失和人身安全隐患 。 同时 , 大数据、人工智能等技术易导致“算法歧视” , 严重损害特殊群体利益 。 相较于传统歧视行为 , 算法歧视更难约束 。 尤其是当某一个大型互联网企业拥有涉及数亿消费者天量数据信息的情况下 , 即使从个体和逐笔看 , 其数据来源和使用均获得了消费者授权 , 但从总体看 , 可能存在“合成的谬误” , 这些数据在总体上具有公共品性质 , 其管理、运用并非单一消费者授权就能解决其合法性问题 。

五是系统性风险 。 首先 , 大型互联网企业“大而不能倒” 。 蚂蚁集团个人用户超10亿 , 机构用户超8000万家 , 数字支付交易规模118万亿 , 其上市市值可能创历史记录 。 一旦出现风险暴露 , 将引发严重的风险传染 。 其次 , 大型互联网企业服务群体数量庞大 , 服务对象常常是传统金融机构覆盖不到的长尾人群 。 这类客户通常缺乏较为专业的金融知识与投资决策能力 , 从众心理严重 , 当市场出现大的波动或者市场状况发生逆转时 , 容易出现群体非理性行为 , 长尾风险可能迅速扩散 , 形成系统性金融风险 。 最后 , 大型互联网企业集团内跨行业、跨领域金融产品相互交错 , 关联性强 , 顺周期性更显著 , 其风险隐蔽性与破坏性会更严重 。 不仅如此 , 由于大型互联网企业网络覆盖面宽 , 经营模式、算法趋同 , 金融风险传染将更为快速 , 可能在极短时间内迅速演变为系统性风险 。
三、加快建立我国大型互联网企业有效的监管框架

第一 , 加强顶层设计 , 完善监管制度体系 。 一是明标确监督管理原则 , 立足金融消费者保护、促进市场公平竞争、提高资源配置效率、维护金融市场健康发展、确保金融稳定安全和更好服务实体经济为目 , 建立健全有效监管框架 。 二是完善相关技术和业务标准 。 发挥相关职能部门作用 , 制定区块链、大数据等技术标准和风险规则 , 发挥标准规则、检测认证作用 , 推动大型互联网企业在技术及其业务运用上有序合规发展 。 三是加强监管协调 , 推动监管机构之间的数据和信息共享机制建设 , 提高监管政策在制定和执行等各个层面的协调 。 四是加强行业自律 , 推行基础设施建设、统计监测、信息披露、标准规则、投资者保护等工作 , 引导从业机构合规审慎经营 。 五是鼓励竞争 , 维护公平市场环境 。

第二 , 严格市场准入 , 全面推行功能监管 。 坚持金融持牌经营原则 , 严格做好市场准入管理 。 功能监管采取穿透式监管 , 根据金融科技业务特征 , 按照相关业务类别进行监管 , 实现监管全覆盖 , 避免监管空白 。 坚持监管一致性原则 , 即在现有法律框架下 , 只要从事相同的金融业务 , 就要接受同样的监管 , 以维护公平竞争、防止监管套利 。 通过立法、制定补充细则等手段 , 延伸和扩充现有监管法规体系 。 无论是将大型互联网企业纳入到已有的法律框架和监管体系 , 还是根据需要完善相应的法律和监管制度 , 都应遵循和坚持一致性原则 , 实行功能监管 。

第三 , 加强消费者权益保护 , 在平衡个人信息保护的基础上 , 加强数据管理 , 防止数据垄断 。 在不影响国家信息安全和用户隐私保护的前提下 , 制定金融科技行业数据标准 , 推动数据标准的统一、提升数据的机器可读性 。 加强消费者保护 , 完善个人数据采集、管理和使用的监管规则 。 进一步明确大型互联网企业所持有巨量消费者数据的法律属性和财产权利边界 , 确保数据生产要素公平合理优化配置 , 防止数据垄断并藉此获得超额利润 。 在严控数据滥用风险的同时 , 兼顾数据开放 , 推动数据共享 , 包括推动金融机构脱敏数据的共享 , 以及政府公共数据与私人部门数据间的共享 。 此外 , 在推动相关基础设施建设时 , 充分考虑大数据及其处理要求 , 并作为金融业和金融科技的重要基础设施予以规划和发展 。


推荐阅读