中央銀行官方媒體：大型互聯(lián)網企業(yè)進入金融領域的潛在風險與監(jiān)管
一般來說，大型互聯(lián)網企業(yè)的跨境金融服務業(yè)對促進我國金融業(yè)降低成本、提高效率、擴大服務范圍、擴大金融服務的可獲得性、促進普惠性金融等方面產生了積極的影響，但也應認識到，大型互聯(lián)網企業(yè)正在廣泛、深入地進入金融服務領域，也在深刻地改變著金融業(yè)，并可能產生一些與我們過去所知的傳統(tǒng)金融業(yè)截然不同的風險和問題，這些風險和問題需要深入分析和妥善處理。
二.大型互聯(lián)網企業(yè)進入金融領域所產生的問題和風險
大型互聯(lián)網公司進入金融領域并沒有從根本上改變金融業(yè)的本質特征，金融業(yè)所面臨的傳統(tǒng)風險，如信用風險、流動性風險、到期風險、貨幣錯配風險等，以及一些總體和結構性問題繼續(xù)存在，短期內沒有發(fā)生實質性的變化，但大型互聯(lián)網公司進入金融業(yè)帶來了一些新的風險和問題。
第二，產品與業(yè)務的界限模糊。金融服務業(yè)務必須符合特定資質要求，堅持持牌經營原則，嚴格準入和業(yè)務監(jiān)督管理。如果大型互聯(lián)網企業(yè)大量開展金融業(yè)務，卻以科技公司自居，不僅逃避監(jiān)管，更容易無序擴張，造成隱患，不利于公平競爭，也不利于消費者保護。不僅如此，大型互聯(lián)網企業(yè)進入金融領域，其控股的一些金融機構從個體角度對其業(yè)務范圍，地域限制等都有明確規(guī)定，但往往依靠技術和網絡平臺模糊其邊界，突破地域和業(yè)務范圍的限制。比如，大型互聯(lián)網企業(yè)旗下的小貸公司，不僅從事網絡信貸甚至信用卡業(yè)務，還通過支付平臺，突破地域限制，將客戶拓展到全國。"。
此外，大型互聯(lián)網企業(yè)往往同時提供多種類金融產品和服務，這些金融產品和服務業(yè)務在傳統(tǒng)框架下往往邊界較為清晰，相互之間設有"防火墻"，監(jiān)管要求相對明確，但大型互聯(lián)網企業(yè)的介入和技術的運用相當程度上改變了一些金融產品和服務的結構、功能和性質，造成這些產品和服務的邊界模糊、性質易混淆，為監(jiān)管套利提供了可能。例如，大型互聯(lián)網企業(yè)提供期限轉換、信用轉換等金融服務，但并不需要滿足銀行面臨的資本充足率、資產負債率、信息披露等監(jiān)管要求。特別是大型互聯(lián)網企業(yè)涉足金融業(yè)務規(guī)模大、復雜性度高，投資者和監(jiān)管部門難以準確了解其風險狀況，使得道德風險、逆向選擇等相關問題更加突出，不利于金融風險防范和投資者保護。比如，銀行受到存款保險和最后貸款人的支持，這會助長大型互聯(lián)網企業(yè)集團內非銀機構利用這一制度安排，增加冒險行為。
三是信息技術可控性、穩(wěn)定性風險。大型互聯(lián)網企業(yè)使用前沿信息技術往往給監(jiān)管機構風險識別、監(jiān)測與處置造成困難。首先，監(jiān)管機構難以識別高科技"黑箱"及其隱含的風險。例如，區(qū)塊鏈網絡通常由多個節(jié)點共同維護，一旦技術問題或服務中斷導致交易失敗和經濟損失，其責任主體難以確定。其次，監(jiān)測滯后將影響風險處置的及時性。金融數據通常面臨多系統(tǒng)、多環(huán)節(jié)留存，導致數據流轉追蹤難、控制難，數據確權與可信銷毀更加困難。即使隱私保護法律法規(guī)相對完善，這類活動依然難以被監(jiān)管機構有效監(jiān)測、及時預警，只有在信息泄漏導致網絡詐騙等違法行為發(fā)生后才做處置，對金融消費者財產安全造成嚴重負面影響。再次，大型互聯(lián)網企業(yè)采用數據驅動、平臺支撐、網絡協(xié)同的業(yè)務模式，增加了風險處置的困難。大型互聯(lián)網企業(yè)利用大數據技術，以平臺模式為大量長尾用戶提供廣泛的金融服務，涉及對公眾資金的快速大范圍轉移、隱蔽性聚合和不透明管理。尤其是，大數據模型尚存在理論基礎不完善、穩(wěn)健性較差等問題，一旦發(fā)生失誤，觸發(fā)金融風險，或進一步增加風險處置難度。
四是數據泄露與侵權風險。大型互聯(lián)網企業(yè)從事金融業(yè)務意味著消費者各種金融和非金融信息的集中采集和暴露。大型互聯(lián)網企業(yè)不僅掌握消費者的社交、購物、網頁瀏覽信息，而且還掌握其賬戶、支付、存取款、金融資產持有和交易信息，甚至還可通過面部識別、健康監(jiān)測等將這些信息與其生物信息緊密關聯(lián)。一旦保管不當或遭受網絡攻擊造成數據泄露，稍加分析便可獲得客戶精準畫像，導致大量客戶隱私泄露，進而造成重大財產損失和人身安全隱患。同時，大數據、人工智能等技術易導致"算法歧視"，嚴重損害特殊群體利益。相較于傳統(tǒng)歧視行為，算法歧視更難約束。其一，算法歧視維度多元。傳統(tǒng)歧視行為通常依據性別、學歷等顯著外在特征，但算法能挖掘更深層次的隱形特征作為依據。其二，算法歧視形式隱蔽。基于種族、性別、民族等特征的歧視行為被法律禁止，但自動化決策可利用"算法的不可解釋性"規(guī)避職責，在不觸犯現(xiàn)有法律規(guī)定的情況下，侵犯消費者合法權益。尤其是當某一個大型互聯(lián)網企業(yè)擁有涉及數億消費者天量數據信息的情況下，即使從個體和逐筆看，其數據來源和使用均獲得了消費者授權，但從總體看，可能存在"合成的謬誤"，這些數據在總體上具有公共品性質，其管理、運用并非單一消費者授權就能解決其合法性問題。
