邮发代号 2-786
征订热线：010-82341063
科技是一把“双刃剑”，既是发展的利器，也可能带来新的伦理风险。人工智能、云计算等新兴技术在金融领域的广泛应用改变了传统金融业态，让金融服务更加包容、效率，促进了金融行业蓬勃发展；但是数据作为一种新型生产要素，在金融科技领域还未形成完善的伦理规范，“数字鸿沟”“个人隐私泄露”等消费者权益受损问题也在阻碍金融科技的健康发展，引起国家和社会的广泛关注。
建设数字中国，金融领域数字化转型如火如荼。从金融业务数据化到数据业务化，金融数据与金融消费者之间的关系在悄然发生变化，金融科技伦理失范，金融消费者权益受到侵害，金融系统性风险发生的可能性也在不断增加。坚持人民至上、科技向善的初心，自觉划定金融科技发展边界，平衡好商业原则、社会道德和科技伦理，站在历史正确的角度，强化金融科技伦理治理，保护金融消费者权益，促进金融科技健康发展。人民银行在《金融科技发展规划（2022—2025年）》中明确指出，强化金融科技伦理建设，加快出台符合国情、与国际接轨的金融科技伦理制度规则，健全多方参与、协同共治的金融科技伦理治理体系。如今，发展规划进一步落地，《金融领域科技伦理指引》提供了具体的价值理念和行为规范。
数据是金融科技服务重要的载体与工具，虽然数据作为一种生产要素的经济价值被广泛认可，但是对于数据的采集、使用、分享等方面存在着大量的管理漏洞，缺乏有效的惩戒措施，金融消费者侵权行为频繁出现，不断导致消费者对金融科技创新业务信心的丧失，甚至可能引发系统性金融风险，已经被业界和学界广泛关注。
1.金融消费者隐私泄露、消费者信心不足影响金融创新业务普及科技与金融的深度融合体现在金融产品的数字化，消费者的个人信息伴随着金融产品使用的全周期，消费者信息泄露的可能性大大增加。首先，信息采集阶段，在利益驱使下商家可能过度采集数据，采集内容、频率和数量往往越多越好，而非最小必要，另外“使用前必须授权”的强制授权行为，通过制式合同逃避责任，增加了金融消费者依法维权的难度。其次，信息使用阶段，数据超范围使用、不当使用的现象屡见不鲜，一次性获得数据后难以保证数据的使用范围、处理方式遵循既定目的。最后，在数据共享方面，由于数据产权界定的不清晰，部分企业甚至随意共享或售卖数据资源，严重侵害金融消费者合法权益。金融消费者个人身份信息、财产信息、账户信息、信用信息、交易信息理应受法律保护，享有不被非法知悉、查询和传播的权利。然而，我国在金融消费者隐私权的法律保护方面仍然薄弱，现阶段金融立法对金融消费者隐私权保护的规定过于简单零散，欠缺协调性和系统性，无法为金融消费者隐私权提供充分保护。在此背景下，不断爆发的金融消费者隐私泄露事件冲击着消费者对金融科技产品的信心，金融创新业务难以在广大民众之间普及，阻碍金融与科技的进一步融合。2.金融从业者利益驱动导向、算法歧视固化形成“社会结构性歧视”算法是数据服务金融科技的行为逻辑，数据转化为生产要素的关键在于算法，算法实现了计算机对数据分析得到自动化决策结果，其设计、目标、数据筛选均受设计者的主观意愿影响。当下，以算法为核心驱动的金融科技产品暴露出的风险和缺陷，严重威胁了金融消费者的合法权益以及金融体系的稳定。算法是对人类思维的模拟或提升，自然而然地保留有人类思维的局限性，这是一种变相偏好。金融科技领域算法的设计目标主要分为两类，一类是精准营销，一类是风险防控。在精准营销方面，算法通过挖掘用户的金融行为，利用信息不对称影响其购买意愿，攫取超额利润。此外，算法的自动化决策存在固化潜在歧视的风险，消费者家庭关系、宗教信仰或是个人缺陷都可能影响其获得的金融服务，最终形成“社会结构性歧视”和“统计性歧视”。在风险防控方面，部分机构或利用算法黑箱特性实施差别定价，或与同业达成“算法共谋”形成市场垄断，或利用信息推荐技术，蓄意构建充斥高风险金融产品服务的信息茧房，使“超前消费”“过度消费”“负债消费”越来越被资信脆弱人群接受。当更多的高风险、低净值人群被吸引进行金融消费时，金融风险也就悄悄开始酝酿，如果任其放大和扩散风险，给消费者造成损失，迫使消费者进入非正规融资渠道，加上数字鸿沟的存在，可能出现“金融再排斥”，使得普惠金融出现倒退。3.金融行业数据垄断、扰乱市场竞争秩序影响金融行业稳健发展数据与算法是金融科技应用的底层基础，复杂度高而且透明度低。这就导致金融科技领域形成了一定程度的技术垄断，其本质在于信息的不对称性，即技术开发机构或人员对所使用的数据处理方式和具体信息内容的掌握程度要远远高于其他关联人，使其在博弈或决策中更具主动权，这种垄断的滥用可能会严重扰乱市场竞争秩序、损害社会公众利益。算法滥用在银行业金融机构中也大量存在。部分平台公司在经济利益驱使下，滥用市场支配地位，凭借在电商、社交等领域积累的用户群体规模优势、数字渠道流量优势或闭环商业生态优势，利用网络效应进行不公平竞争，甚至强迫实施“二选一”，造成线上服务高度集中，形成“赢家通吃”的垄断局面，甚至引发“大而不能倒”风险。更有甚者违背金融科技初心使命，打着“科技创新”的幌子模糊业务边界、层层包装产品、掩盖风险本质，开展无照或超范围经营，绕过现有资本充足率、资产负债率等监管要求，从而游离于金融监管之外、利用监管空白套利，致使潜在风险伴随失德行为蔓延滋长。算法滥用在银行业金融机构中也大量存在,平台公司对于技术或算法垄断，进而引发市场垄断，降低了创新效率。此外，金融科技运行方式将金融服务过程推进更深的“黑箱”，用户无法知晓原理，金融产品变成了无法推敲的成品，机构监管审核环节对服务过程和真实逻辑链的检查都将面临更大难题，市场竞争秩序维护难度进一步增加。金融科技伦理治理，是全球金融界共同面临的问题。由于发展阶段和金融治理能力的不同，各国面临问题也不一样。美国、中国、英国、新加坡、欧盟等部分国家和地区及部分国际组织结合金融科技发展与治理实际需要，在金融科技伦理治理领域开展了一系列探索，尽管全球金融科技伦理治理总体尚处于起步探索阶段，治理效果有待进一步观察和检验，但各项伦理治理工具推出的动因及相互之间的逻辑关系是较为清晰的。
一方面，通过搭建组织、平台，凝聚金融科技伦理治理的多元力量，来进行金融科技理论治理。现有实践中，金融科技伦理治理组织一般由金融监管部门发起，以咨询专家组、专门委员会、行业协会等多种形式作为组织机制。另一方面，通过规章制度，提供开展金融科技活动的伦理标准。从国际实践看，以人为本、公平包容、公开透明、开放竞争，风险防范和数据安全是具有较高共识度的伦理要求。目前已开展金融科技伦理治理实践的国家和地区在“建组织、搭平台”“明原则、出规则”方面的探索相对较多，但在推动伦理原则和规则实质性落实伦理符合性的可评估、可监督等方面的进展较少。金融科技伦理的治理思路基本上是从组织框架、规则制定等方面展开，能否取得实质性成效关键在于实践。值得一提的是，我国在金融科技伦理治理方面进行了有益探索。从宏观角度看，“十四五”规划和2035年远景目标纲要提出要“健全科技伦理体系”；2022年1月，人民银行印发的《金融科技发展规划（2022—2025年）》要求，“健全多方参与、协同共治的金融科技伦理规范体系”；2021年1月，人民银行金融科技委员会确定，把推动金融领域科技伦理治理体系建设作为年度工作重点之一。就金融领域实践而言，人民银行在去年3月发布了《人工智能算法金融应用评价规范》（JR/T 0221—2021）金融行业标准，以算法评价为切入点加强人工智能技术监管，其中算法可解释性、安全性等评价维度涉及伦理规范。同时，将伦理规范落实到监管制度与监管沙盒，金融科技试点项目实施伦理声明承诺机制。另外，行业自律是行政监管的有效补充和支撑，也是金融科技伦理治理的重要组成部分。不过，我国金融科技伦理治理在取得实践积极成效的同时，也存在着一些薄弱环节。学者认为，“首先，伦理的意识比较薄弱；同时，伦理的理论研究相对滞后；伦理的约束机制还没有完全健全起来。此外，技术的迭代过程中也可能会产生恶的一面，加大了治理的复杂程度。目前我国金融科技伦理治理的系统性、全面性和有效性还有较大改进空间。”“金融科技伦理治理并不是一劳永逸，建立治理框架后还要不断地探索。规则要不断地完善，技术标准要不断更新，只有久久为功，金融科技伦理建设才能见效。”金融消费者权益保护是金融转型发展的内在要求，也是维护金融稳定的基石，对于促进社会公平正义、和谐发展具有重要意义。在运用科技手段为消费者提供便捷多元金融服务的同时，严防技术应用带来的数据绑架、算法歧视、信息茧房等问题，以金融科技伦理治理促进国家金融行稳致远。
数据产权难以界定的重要原因在于数据要素的所有权和使用权难以分离。与技术、资金、人才等要素不同，数据是一种所有权与使用权紧耦合的特殊生产要素。数据天然没有身份标签和权责属性，具有较强的外部性、异质性等特点，在采集、存储、使用、传输等不同阶段都有相应的主体和相应的法律关系存在，这导致数据的所有权难以确定。同时，由于数据本身可复制、易留存，数据所有权和控制权还可能因共享使用而发生让渡。因此，因此，防止数据滥用，保证数据专事专用、合理共享传递的关键在于处理好数据权属问题。第一，明确个人数据的定义。虽然个人数据具有公共品的属性，但是数据要素的采集权应由个体掌握。数据使用者与产生者利益的冲突是数据过度采集的主要动因。明确个人数据的定义，确保数字金融消费者能够对个人数据进行有意识的选择和控制，给予用户对相关隐私协议以及数据的处理策略和适用范围，进行选择、修改和停止的权利。第二，明确数据保护机制。各金融机构和互联网企业在对消费者数据进行采集、加工、分析过程中，必须遵循相应的保护机制，保障数据的隐私性和完整性。打破必要信息范围过宽，大型互联网对信息收集范围绝对掌握话语权的局面。第三，加强数据算法的监管。金融监管部门对金融科技领域数据使用的全生命周期进行有效监管。尤其在数据算法设计方面，应当明确相应法律和规范，对算法形成后的规范和价值进行有效评估。在产品产生后，理应继续跟进对算法进行伦理审查。另外，不同监管部门之间，应尽快建立监管数据共享平台，尽早统一监管数据的标准和格式，打破数据监管的孤岛。第一，加强金融科技知识在金融消费者之间的普及。金融科技属于信息技术，在金融领域的深度应用，其底层技术的实现过程对普通群众而言过于复杂，是产生信息不对称问题，导致金融消费者权益易于受到侵害的主要原因。增加金融科技生产透明度，对金融科技相关知识进行普及，增加用户的必要认知与理解，提高金融科技的客观认识，提高相关风险辨识和独立解读能力进而增强维权能力。同时，群众维权意识的加强又可以有效培养公众对金融科技应用的监督能力，促进形成对消费者金融权益的有效保护，减少可能出现的负面影响。第二，加强培养金融科技生产者的责任意识。金融科技开源是有效提升金融科技透明度，维护消费者权益的方法。虽然算法产权保护与商业机密等问题使算法开源面临重重难题，但是为避免出现严重影响公共利益的系统性风险，金融科技开源是开发者的必要义务。最理想的宣传教育在于引导科技者主动的将金融科技的运行机制和设计意图公之于众，接受社会监督，提高行业责任心，保证金融科技的经营质量。金融科技涵盖众多业务领域，在不同金融场景下，各个业务进行流转，监管就会因监管领域的转变而被切断。各个监管部门很难掌握信息共享和使用的全貌，因此有必要厘清信息侵权追责机制，探索执法监管的合作机制。破解追责难题在于完善金融信息基础设施建设。进一步拓宽金融信息基础数据库接入机构的范围，对数据库接入机构进行统一监管，从制度业务、人员技术等方面健全内控合规制度和问责机制。将有影响力的大型机构垄断有序纳入监管数据库变数据垄断为数据依法共享，着重关注金融科技使用机构从集团内外部获得的金融消费者信息开展的个人评分，画像等业务，加强对信息合规使用、数据安全方面的监管。解决追责难题在于完善人工与系统相结合的审核机制。考虑到金融服务过程中自动审核比传统审核更难以实现，因此，对金融科技服务更要加强人工审核。建议以开展系统为主，人工为辅的系统审核工作。通过人工对系统可能出现的错误及时进行修正，及时进行审核系统优化。同时，在显著位置提供举报功能，接受广大用户的监督与建议，建立共建共享的追责链条。深化科技与金融的融合发展，释放数据价值之“能”。在享受科技带来发展红利的同时也要警惕可能出现的伦理道德风险。一方面要拓展科技在金融领域的应用场景，跨机构、跨市场、跨领域丰富信息获取的维度，运用多种技术手段强化数据分析，以市场为导向、以需求为牵引，深挖金融科技应用场景，服务实体经济、惠及百姓民生。另一方面，前瞻性地防范伦理失范，金融消费者权益侵害。确保在用户充分知情、明确授权前提下规范开展数据采集使用，避免数据过度采集、误用、滥用。建立健全数据全生命周期安全管理长效机制和防护措施确保用户权益不被侵害。坚持人民至上、科技向善的初心，不搞数据霸权，自觉划定金融科技发展边界，平衡好商业原则、社会道德和科技伦理。深入理解科技发展的内在规律，主动把握未来社会的趋势性变化，科学前瞻应对。
文章来源: https://mp.weixin.qq.com/s?__biz=MzA5MzE5MDAzOA==&mid=2664198188&idx=7&sn=63f77ed1be45c7fe1c874dea0538569f&chksm=8b5972d5bc2efbc3fc49e4ab9dc99a04f714ca6472acf3d73e0aa332d1f91da3e1bfcdad7e5b&scene=58&subscene=0#rd
如有侵权请联系:admin#unsafe.sh