江苏龙网

  1. 首页 > 人文 > >

金融时报|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 )


此外 ， 大型互联网企业往往同时提供多种类金融产品和服务 ， 这些金融产品和服务业务在传统框架下往往边界较为清晰 ， 相互之间设有“防火墙” ， 监管要求相对明确 ， 但大型互联网企业的介入和技术的运用相当程度上改变了一些金融产品和服务的结构、功能和性质 ， 造成这些产品和服务的边界模糊、性质易混淆 ， 为监管套利提供了可能 。 例如 ， 大型互联网企业提供期限转换、信用转换等金融服务 ， 但并不需要满足银行面临的资本充足率、资产负债率、信息披露等监管要求 。 特别是大型互联网企业涉足金融业务规模大、复杂性度高 ， 投资者和监管部门难以准确了解其风险状况 ， 使得道德风险、逆向选择等相关问题更加突出 ， 不利于金融风险防范和投资者保护 。 比如 ， 银行受到存款保险和最后贷款人的支持 ， 这会助长大型互联网企业集团内非银机构利用这一制度安排 ， 增加冒险行为 。
三是信息技术可控性、稳定性风险 。 大型互联网企业使用前沿信息技术往往给监管机构风险识别、监测与处置造成困难 。 首先 ， 监管机构难以识别高科技“黑箱”及其隐含的风险 。 例如 ， 区块链网络通常由多个节点共同维护 ， 一旦技术问题或服务中断导致交易失败和经济损失 ， 其责任主体难以确定 。 其次 ， 监测滞后将影响风险处置的及时性 。 金融数据通常面临多系统、多环节留存 ， 导致数据流转追踪难、控制难 ， 数据确权与可信销毁更加困难 。 即使隐私保护法律法规相对完善 ， 这类活动依然难以被监管机构有效监测、及时预警 ， 只有在信息泄漏导致网络诈骗等违法行为发生后才做处置 ， 对金融消费者财产安全造成严重负面影响 。 再次 ， 大型互联网企业采用数据驱动、平台支撑、网络协同的业务模式 ， 增加了风险处置的困难 。 大型互联网企业利用大数据技术 ， 以平台模式为大量长尾用户提供广泛的金融服务 ， 涉及对公众资金的快速大范围转移、隐蔽性聚合和不透明管理 。 尤其是 ， 大数据模型尚存在理论基础不完善、稳健性较差等问题 ， 一旦发生失误 ， 触发金融风险 ， 或进一步增加风险处置难度 。
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 。 其一 ， 算法歧视维度多元 。 传统歧视行为通常依据性别、学历等显著外在特征 ， 但算法能挖掘更深层次的隐形特征作为依据 。 其二 ， 算法歧视形式隐蔽 。 基于种族、性别、民族等特征的歧视行为被法律禁止 ， 但自动化决策可利用“算法的不可解释性”规避职责 ， 在不触犯现有法律规定的情况下 ， 侵犯消费者合法权益 。 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 。


推荐阅读


上一篇：香港交易所|蚂蚁集团期货和期权将于11月5日推出

下一篇：新华网|光大银行前三季度实现营收1068.2亿元