中国人民大学杨东：涉金融服务数据分析行业的价值与善治

本篇文章5308字，读完约13分钟

金融服务数据分析行业具有巨大的价值。作者多次深入参与证券法、反垄断法、反不正当竞争法和电子商务法的立法工作，并主持了中国人民银行和中国互联网金融协会的重大项目，如“开放式银行金融服务生态系统研究”、“大数据与投资者适宜性管理研究”、“移动金融用户数据收集和使用行业标准”等。，全面长远的研究，提出金融服务数据分析行业的健康发展。 首先，金融服务数据分析行业的现状 社交网络和电子商务使人们的日常社交和消费活动日益网络化和数字化，从而推动了传统金融的网上发展和互联网金融的发展。网络金融极大地缓解了传统金融市场的金融抑制，促进了中国普惠金融的发展。消费金融和点对点贷款市场的规模一直在扩大。在这一系列社会活动的演变背后，有一条主线，即人类活动的数据化，这催生了大数据和数据分析市场。数据分析机构利用大数据提供有效的金融风险控制工具，如智能风险控制、用户肖像、用户价值挖掘等。 一方面，数据分析行业发展迅速，“人是红色的”；另一方面，数据分析行业缺乏监管，不可避免地会出现喜忧参半的结果。目前，由于缺乏底线思维，一些数据分析机构涉嫌违法违规，已被有关部门调查。 尽管不断受到干扰，但传统金融机构(如商业银行)的在线流程是不可逆转的。在这个过程中，数据分析机构提供的各种工具和服务是难以替代的。以智能反欺诈为例，数据分析机构通过各种技术手段广泛收集各类重要数据，并对其进行建模，然后通过人工智能深度学习模型对相关数据和信息交流进行监控和监督，从而及时发现预警的危险数据和欺诈信息。对于中小型金融机构来说，自我构建上述建模和分析能力的成本太高。没有数据分析机构的能力支持，必然会增加业务风险；如果相关业务停止，市场将因缺乏竞争力而丧失，普惠金融的推广也将受到影响。 综上所述，数据分析机构为金融市场提供的各种技术和工具是促进普惠金融发展的必要补充和支持。也就是说，技术本身是中性的，没有善恶之分。认识到这一点将有助于我们理性、客观地看待数据分析市场和数据分析机构。 二.金融服务数据分析行业的价值 传统的信用信息系统主要针对信用记录完整的社会主体，无法满足大量缺乏信用历史数据的借款人的金融需求。例如，尽管中国的信用信息系统覆盖了8亿人，但只有3亿人有信用记录。特别是，金融服务的“下沉”客户大多使用私人借贷和点对点借贷，其信用数据很难完全收集和记录，这些“下沉”客户也是普惠金融需要覆盖的人群。此外，随着网上金融业务的发展，各种黑色产品层出不穷，欺诈行为越来越隐蔽。显然，仅靠传统的信用数据无法解决上述问题。从这个角度看，支持数据分析机构的发展意味着支持中国普惠金融的发展。以业内广泛应用的智能风险控制为例，数据分析机构利用大数据、云计算、人工智能等技术构建在线金融风险控制系统，通过大量的计算和验证培训提高模型的准确性，最终将其应用到反欺诈、客户身份识别与认证、贷前审批、信贷定价、贷后监控和逾期收款等金融业务的全过程，有利于提高金融机构的风险控制能力。 一般来说，除了传统的信用信息系统之外，信贷市场在很多领域都需要数据分析机构的支持。首先，在信贷客户反欺诈识别领域，信贷市场受信贷数据采集范围的限制，很难全面获取客户欺诈相关信息，而数据分析机构具有较大优势。第二，对于首次申请信贷的客户，由于缺乏个人信用数据，往往难以识别和准确衡量信贷市场的风险，数据分析机构可以根据社会、电子商务和旅游数据给出相对准确的评估结果。第三，对于有个人信用记录的客户，可以增加数据分析机构的分析结果，以便更准确地识别和衡量风险，为客户提供更有利的信用条件。此外，随着开放式银行的兴起，数据问题被赋予了更多的含义。开放银行的本质是以消费者为中心的数据共享和整合机制，以模式、平台和监管三个不同维度为构建要素，以api技术为授权基础。消费者数据控制权的确立是数据共享的必要前提，也是金融数据整合理论的内在本质，它决定了消费者数据控制的三元标准。金融技术是技术带来的创新，它可以创造新的商业模式、应用、流程或产品，从而对金融市场、金融机构或提供金融服务的方式产生巨大影响(fsb，2016)。开放式银行是金融技术的新应用，也是发展数字金融的核心热点。然而，技术只是实现开放银行数据确认、利用和授权目标的一种手段。开放银行数据是通过开放api实现的。在第三方服务提供商获得数据共享利益的同时，银行也可以在金融生态整合中获得更多的场景数据，实现“双向互惠”。 综上所述，可以认为数据分析市场(和数据分析机构)具有以下价值:一是帮助金融机构服务于正在下沉的客户群，进一步推动中国普惠金融的发展，拓展银行业务；二是有效防范金融风险(欺诈风险和信用风险)，维护金融稳定；第三，作为传统征信业的有益补充，它有助于完善社会信用体系。 三。金融服务业数据分析行业的良好治理 由于数据分析机构拥有大量替代数据，可以有效弥补传统征信机构在客户数据方面的不足，金融行业逐渐采用这些数据分析机构的产品和服务来扩大金融服务的范围，如发展普惠金融服务，如为小微企业提供贷款。随着数据分析机构在服务金融业中的作用越来越大，对其进行适当的监管已成为各方迫切需要解决的问题。 毫无疑问，数据分析机构为金融市场提供的相关技术和工具是中性的。然而，在数据分析市场中存在着许多混乱，这是由于人性的善与恶以及缺乏监管(管理)造成的。中国出台了《网络安全法》、《数据安全管理办法(征求意见稿)》、《最高人民法院、最高人民检察院关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》和金融数据保护部门规章等一系列规范性文件。然而，数据分析行业发展迅速，一些数据分析机构没有及时消化各种规范。这就要求监管机构加强引导，推动行业建立一套良好的做法，实现隐私保护和合理使用之间的平衡，从而适应创新，促进数据的合理使用。 当前，当务之急是推动形成一种良好的治理局面，由金融监管机构、行业龙头企业和法律界共同研究和讨论，鼓励科技为善。鉴于当前数据分析行业的弊端，可考虑采取以下措施: (1)金融监管机构发布金融行业个人数据保护合规操作指引 。鉴于金融行业广泛使用自身个人数据和第三方个人数据，相关法律法规尚不健全，金融监管机构应发布相应的合规操作指引，以指导金融机构和数据分析机构的合规操作。从欧盟个人数据保护的实践经验来看，在数据保护指令和gdpr颁布前后，欧盟发布了一系列合规操作指南，帮助行业企业提高合规操作能力。 在《金融业个人数据保护合规操作指引》的指导下，金融机构可以制定相应的内部和外部个人数据使用合规程序，规范日常金融活动中的个人数据使用行为，降低法律合规风险。金融机构在购买第三方数据服务时，要求数据分析机构根据内部个人数据使用规则满足相应的合规要求，这间接促进了数据分析行业的合规运营。 (2)建立个人数据保护行业自律组织 金融业应建立个人数据保护自律规范，并在行业自律组织的基础上建立隐私标志。以日本为例，日本信息处理与开发中心成立于1967年，2011年更名为日本信息处理与开发协会。日本数字经济与社区促进研究所(jipdec)于1996年4月开始推荐隐私标志系统，并于2016年6月成为隐私标志系统的认证提供商。隐私标志制度是评价私营企业是否采取适当措施保护个人信息的制度。私营企业在其经营活动中享有标记“隐私标志”的权利。该系统符合日本工业标准(JIS 15001:[个人信息保护管理系统-要求])。借鉴日本经验，我国金融监管机构可以组织金融业成立行业自律组织，并设立“隐私认证”标志。数据分析机构可以按照市场化原则自愿参加“隐私认证”标志认证，通过相关认证的数据分析机构可以为金融机构提供数据分析服务。 由于金融业是数据分析机构的主要市场，有必要对数据分析机构采取适当的监管措施。2018年11月，香港环联信息泄露个人信用数据。事件发生后，公司立即停止了相关服务。香港金融管理局(HKMA)获悉事件后，通过银行公会要求环联立即全面调查事件，并尽快更新获取信息所需的认证程序。虽然环联没有直接受HKMA监管，但该事件涉及银行向环联提供的个人信用数据的安全，因此HKMA方面进行干预是适当的。金融监管机构可以要求数据分析机构做好数据保护和认证工作，然后组织数据分析机构建立市场化的自律性行业协会，间接规范数据分析行业。这样，就像香港金融监管局一样，金融监管机构可以对数据分析行业实施适当的行为监管措施。 (3)通过合规供应商名单推动数据分析行业的发展 在《金融业个人数据保护合规操作指南》的指导下，金融监管机构可以进一步制定数据分析机构合规操作指南，要求数据分析机构按照指南的要求开展相关的个人数据保护工作，并采取现场检查和非现场检查等措施定期评估合规性。 并根据合规性评价结果定期公布合规供应商名单，以加强数据分析行业的个人实力。 通过共享选票促进金融数据分析行业的数据共享 目前，随着5g、大数据、云计算、人工智能和物联网等技术的快速发展，社会已经迎来了继农业经济和工业经济之后的数字经济时代，新一轮科技革命即将爆发。历史表明，人类社会的每一次重大经济变革都不可避免地产生新的生产要素，形成先进的生产力，就像农业时代的土地和劳动、工业时代的资本和组织一样，新的生产要素也将在数字时代产生。分享选票理论提出的根本原因是生产力的提高带来了生产要素的变化。工业革命催生了公司制和股份制，这两种制度被用来汇集社会资金用于生产和建设，并将利润分配给投资者。这场科技革命的最大特点是不同技术的融合，混淆了虚拟世界和现实世界的界限。数据作为虚拟世界和现实世界的连接点，已经成为一种新的生产要素。在数据经济模式中，传统的公司制和股份制仍在发挥作用，但推动这种经济模式发展的核心在于众筹系统的概念。“众筹”是从“众筹”这个词翻译过来的。顾名思义，它是指从群众中筹集资金支持项目启动的行为。众筹是继公司制之后的又一重大融资制度创新，有利于生产供需匹配和资源优化配置；对资本家来说，打破生产资料的垄断也是有益的，这样生产资料的所有者、工人和消费者就可以参与生产和经营，分享利润。与公司制和股份制相比，新的经济形式和众筹制度也需要一种新的权益分配和分享的匹配机制，“令牌”为权益分配机制的演进提供了契机。为了适应数据引起的生产关系的变化，消除行业中的混乱，作者提出了“共享投票”理论，在英语中被翻译为“coken”。“普通票”是指建立共识和分享权益的票；“coken”是对“token”的扬弃，其中“co”作为英语词汇的前缀，意思是“共同、相互、联合”，非常符合众筹概念，有利于引导数据经济格式的正确发展方向。分享票理论包含众筹的概念，它不仅可以引导项目方摆脱依赖二级市场出售现金的困境，还可以消除滥发空燃气货币的混乱；它还可以为监管者提供数据治理的手段和目标，更好地实现“逐链治理”。从本质上讲，“共享票”是新数据格式下的一种新型权益分配机制，是从系统外吸引资源后反馈的权益凭证。它具有权益证明、分红、消费流通等功能，而系统参与者具有投资者(贡献价值)、消费者(使用)和管理者(参与决策)三重身份，体现了众筹的价值。 数据分析行业的核心在于数据。“共享投票”可以增强数据确认、定价和交易能力，实现价值发现并促进数据共享。就交易而言，一旦普通票嵌入了数据，就可以单独识别出某一条数据，在连续使用、交换、再使用和再交换的循环中，可以使用一张匹配的普通票作为定价工具，实现公开交易市场的价值发现功能，然后还可以锁定高价值的特殊数据，这样就可以通过普通票不断共享地添加数据，以回报最初的贡献者。就监管而言，目前监管经济数据格式的难点在于数据。政府对新技术格式的管理决策是基于相关的具体数据。然而，数据经济形式不断变化的创新实践往往导致相关数据没有积累或监管者选择了错误的数据作为依据和指标，从而陷入盲目监管或缺乏足够有效数据的被动监管的困境。“普通票”机制结合了嵌入式智能契约和区块链，具有不可更改的记录功能，能够智能地对数据串进行逐一匹配，实现数据聚合、匹配和跟踪，并自动分析海量数据。同时，结合大数据、云计算和人工智能等前沿技术，可以构建一个有效的数据聚合、大数据处理和解释、建模分析和预测机制，帮助监管机构实现技术驱动型治理。 对于数据监管，投票还需要一定的支持机制，应从科技治理和数据治理的角度进行设计，如建立大数据分析和风险预警机制，制定数据技术标准。提高数据收集和管理能力的技术主要包括新的加密和安全技术、云技术和具有创建标准化数据共享功能的公共平台、机器学习技术和区块链技术。互联网带来了财务管理模式的变化。金融机构的核心竞争力在于其高速的科技创新。区块链技术给金融市场带来了深刻的变化和发展机遇，也冲击了现有的金融法律体系。这些变化和影响推动了金融监管模式从分业监管向职能监管、从制度化监管向技术监管、从单中心监管向多中心监管的转变，也推动了金融消费者保护机制的新探索。只有在技术创新下找到合适的制度演进路径，我们才能真正认识到它给社会发展带来的积极效益。

打开app阅读全文