财新传媒 财新传媒

阅读:0
听报道


盘和林

日前,2021中国国际金融科技论坛”在北京召开,主题为“数字金融体系建设与数字金融安全”。中国证监会科技监管局局长姚前出席论坛并以算法监管为题发表演讲,姚前表示,算法催生了新的经济模式,带来了社会整体效益的提升,有其独特的优势,但有利必有弊,近年来算法的作恶、算法道德、算法伦理问题已引起了广泛关注,为此加强算法监管以监管科技应对新型科技,既是顺应之策又是必然之举。




算法社会的特点是数据化、标签化和评分制


从专业的角度来讲,算法是一种用基于数据的,有特定目标的,以计算机程序为表现形式的指令,而对普罗大众而言,“技术黑箱“的表述则更为合适,其渗透在人们生活的方方面面,却不被真正了解。比如,价格算法、偏好算法影响着消费者网页商品搜索推荐,导航算法、网约车平台算法影响人们出行路线,时效,外卖平台算法影响了外卖产品推荐、外卖送达失效、外卖员劳动成果等等。个体甚至是机构,越来越多的信息获取、决策都是基于算法完成的。

其实,我们可以用数学的思想来理解算法,算法其实就是一种“映射”规律。

现实的社会经过特定的算法,在数据空间中的映射是算法社会,而现实的个人在数据空间中的映射就是个人的一系列数据,至于这个映射的函数是如何具体确定的,就要根据行业需要、企业特点等等来决定。这也就是说,每一个人在算法社会都有很多面的“映射”,而这每一面都有算法开发者设定的特殊用途。

所以,算法社会最首要也是最基础的特点就是个人的数据化。企业与用户之间的纽带就是收集数据之后的处理过程,算法开发者,或者是企业通过各种渠道获取用户的数据,之后基于这些数据建立用户模型,让这个数据化的映射成为算法模型的对象。

那么,数据化之后,随之而来的就是标签化。

当数据化建立了个人的映射之后,算法就需要对其进行处理,这个处理过程会包含分门别类、精准匹配等等,而这个过程实际上就涉及到了标签化。其实这个标签有时候也不一定是企业和算法赋予的,也可能是我们自己给自己打上的,比如微信的动态标签等等。

当存在了标签,那么任何个体、任何组织在数据空间都将变得可比,这就将引申出来另一个特点,那就是评分制。其实评分制是标签化的前置计算,也是标签化的后续操作。前置计算就是标签实际上是通过评分得来的,而后续操作的含义就是当利用标签分门别类之后,仍然还需要进一步的细化和提供精准产品以及服务,这同样还需要更深一层的评分。


后“真相”时代,为什么算法赋能的金融科技更应该强调监管?


什么是“后真相”时代?《牛津英语词典》将“后真相-Post-truth”作为2016年的年度词汇,该词汇被用于形容美国的选举,即客观现实往往不及诉诸情感和煽动信仰更影响民意。也就是说,真正影响用户决策的是他们所看到的现象,而这种现象很可能并不是客观真相。

在算法时代,金融科技同样如此,消费者所收到的金融服务推送、企业间完成的交易匹配实际上都是经过了算法的处理,这个处理之后反馈出来的现象是否是真正的客观事实,决定了金融科技的效率。

牛津大学教授阿里尔·扎拉奇在其著作《算法的陷阱:超级平台、算法垄断与场景欺骗》一书中指出,计算机算法某种程度上深化了市场竞争并带来了便利和实惠,然而,这种由信息演进的市场经济模式可能也会导致社会资源发生不公正的再分配。而究其这种不公正的根源,就在于算法社会所展示出的现象,并不一定是真相。

恰恰金融市场就是现代市场经济重要的资源配置载体之一,当基于算法的金融领域出现了与真实的人为偏离,那造成的结果是严峻的,这将会从根本上偏离资源配置的原则,虚假信息最终导致的一定是与最优均衡的渐行渐远,逆向选择、劣币效应等等金融乱象都将层出不穷。


算法时代,金融科技该如何监管?

基于上文所提到的算法社会所存在的特点,以及其所带来的一系列弊端,笔者对于金融科技的监管有以下几点建议。

首先,我们需要明确一个原则,那就是监管的目的是为了让金融科技更好发展,让算法所构建的金融市场更加科学和高效。那么从这个原则出发,笔者认为算法监管的理念应当是借鉴负面清单的逻辑,即去明确算法不应该做什么,而不是去规划算法应该做什么。我们不需要去明确制定企业要如何设计算法,而应当明确算法不能偏离客观事实,比如我们不去要求企业的产品推荐算法要怎么做,但要求不得进行价格上的大数据杀熟等等。

其次,由于个人在算法时代的数据化、标签化,且这些数据较容易被复制和重复利用,一旦出现泄露等问题,具有严重的不可弥补性,同时,由于数据等具有规模效应,金融科技涵盖的金融产品门类、资金量都非常的巨大,因此,为了避免造成社会的损失和人身的伤害,我们需要将算法监管前移。这种前移简单来说就是事前的风险评估,这种风险评估可以通过“监管沙盒”来实现,最大程度的模拟真实市场反应以及最小的风险溢出。

同时,算法权利对应的应当是算法问责。的确,金融科技的业态特点和算法本身的特质让算法开发者具有了一定的算法权利,这很难通过制度规制来避免,那么解决方案就可以对权利进行同等的算法问责机制的设计。落实相关主体的算法责任,无论从算法设计再到结果输出,企业和算法开发者有全周期的责任,一旦出现金融领域的乱象,就可以直指责任人,精准解决问题。


综上,窃以为,算法社会是一个与现实紧密相关但又截然不同的社会,它独有的特点让金融与算法的碰撞会伴随着一系列的乱象,但这是金融科技长远发展,适配数字经济增长体系的必然趋势。我们不可逆势而行,而需要顺势而为,要基于算法和金融的特点,从监管理念、监管周期和权利问责等角度出发强化算法时代的金融科技监管。(作者系中南财经政法大学数字经济研究院执行院长、教授)



话题:



0

推荐

盘和林

盘和林

761篇文章 105天前更新

现为国内青年经济学者,财经评论员。 中南财经政法大学管理学博士,中国财政科学研究院应用经济学博士后。 新京报、南方都市报、国际金融报、澎湃、新浪意见领袖等专栏作家、特约评论员。腾讯证券研究院、网易研究局特约专家。 曾出版《从需求到供给侧改革》、《企业服务创新及其绩效研究》、《地方旅游产业发展研究--以广西崇左市为例》等专著。评论文集《微言论见》。

文章