摘 要：在大數(shù)據(jù)時(shí)代，算法已經(jīng)成為大數(shù)據(jù)金融發(fā)展的核心底層技術(shù)。在享受大數(shù)據(jù)金融算法優(yōu)化和重構(gòu)傳統(tǒng)金融業(yè)的商業(yè)模式、驅(qū)動(dòng)新興科技金融產(chǎn)品和業(yè)務(wù)創(chuàng)新的同時(shí)，亦必須面對(duì)其可能帶來(lái)的算法黑箱、算法歧視、價(jià)格操縱、隱私泄露、算法魯莽等負(fù)面效應(yīng)。為此，大數(shù)據(jù)金融算法必須接受法律的規(guī)制，需在適度監(jiān)管理念的指引下，完善大數(shù)據(jù)金融算法法律體系，重構(gòu)大數(shù)據(jù)金融私法關(guān)系，建立大數(shù)據(jù)金融自律機(jī)制，并強(qiáng)化大數(shù)據(jù)金融行政監(jiān)管機(jī)制，通過(guò)“多元共治”促進(jìn)大數(shù)據(jù)金融算法規(guī)范運(yùn)用。

關(guān)鍵詞： 大數(shù)據(jù)金融;算法黑箱;算法歧視;算法魯莽;金融科技

隨著人類社會(huì)進(jìn)入大數(shù)據(jù)時(shí)代，金融科技的飛速發(fā)展正在深刻地改變著現(xiàn)代金融生態(tài)，并深層次影響著金融風(fēng)險(xiǎn)的表現(xiàn)形式和傳播機(jī)理?，F(xiàn)代金融的本質(zhì)是科技金融和大數(shù)據(jù)金融。作為數(shù)據(jù)科學(xué)與算法相互融合催生的現(xiàn)代金融形態(tài)，大數(shù)據(jù)金融已經(jīng)成為金融業(yè)勢(shì)不可擋的發(fā)展趨勢(shì)，而算法正是大數(shù)據(jù)金融得以運(yùn)行的核心技術(shù)。日益普遍和復(fù)雜的大數(shù)據(jù)金融算法在推動(dòng)智能決策、優(yōu)化商業(yè)模式、驅(qū)動(dòng)精準(zhǔn)營(yíng)銷、提高金融效率的同時(shí)，也對(duì)金融公平、金融消費(fèi)者權(quán)益保護(hù)、系統(tǒng)性金融風(fēng)險(xiǎn)治理帶來(lái)嚴(yán)峻的挑戰(zhàn)。在“萬(wàn)物皆互聯(lián)，無(wú)處不數(shù)據(jù)”的大數(shù)據(jù)時(shí)代，大數(shù)據(jù)金融算法作為一種典型的科技倫理，必須接受法律的規(guī)制。

一、大數(shù)據(jù)金融算法及其應(yīng)用優(yōu)勢(shì)

在21世紀(jì)，信息化時(shí)代以各種方式被產(chǎn)生、記錄、存儲(chǔ)、傳播以及使用的數(shù)據(jù)開始成為信息技術(shù)革命的主角。當(dāng)這些數(shù)據(jù)的體量超過(guò)常規(guī)數(shù)據(jù)庫(kù)工具獲取、存儲(chǔ)、管理、分析能力并形成海量數(shù)據(jù)集，以算法為核心的數(shù)據(jù)技術(shù)的破壞式創(chuàng)新，被數(shù)據(jù)科學(xué)家稱之為“大數(shù)據(jù)革命”[1]。算法是一系列程序化運(yùn)算或者自動(dòng)運(yùn)算方法的統(tǒng)稱。大數(shù)據(jù)金融算法是指，利用計(jì)算機(jī)程序來(lái)控制金融決策和金融交易的人工智能運(yùn)算方法。根據(jù)算法對(duì)大數(shù)據(jù)金融決策和交易控制的范圍不同，可以將其分為交易時(shí)間算法、交易價(jià)格算法和交易成交量算法。根據(jù)交易決策模式的不同，大數(shù)據(jù)金融算法又可以分為主動(dòng)型算法、被動(dòng)型算法和綜合型算法。被動(dòng)型算法僅僅利用歷史數(shù)據(jù)對(duì)交易模型的參數(shù)進(jìn)行估計(jì)，在既定的交易方針下進(jìn)行交易。主動(dòng)型算法則更為靈活，能夠根據(jù)市場(chǎng)的變化調(diào)整決策，可以實(shí)時(shí)地決定成交量和成交價(jià)格。綜合型算法融合了前兩種方法的優(yōu)點(diǎn)，在設(shè)定具體交易目標(biāo)的同時(shí)又能夠兼顧市場(chǎng)的實(shí)時(shí)變化，對(duì)交易做出相應(yīng)調(diào)整[2]。大數(shù)據(jù)金融算法對(duì)金融業(yè)的深度改造主要體現(xiàn)在兩方面：

（一）優(yōu)化和重構(gòu)傳統(tǒng)金融業(yè)的商業(yè)模式

金融大數(shù)據(jù)與算法的兩相結(jié)合，為傳統(tǒng)金融業(yè)務(wù)的改造升級(jí)提供了理想的科技基礎(chǔ)。在銀行金融領(lǐng)域，大數(shù)據(jù)金融算法廣泛應(yīng)用于客戶營(yíng)銷、產(chǎn)品創(chuàng)新、風(fēng)險(xiǎn)控制、運(yùn)營(yíng)優(yōu)化等方面：通過(guò)對(duì)客戶金融信息的算法處理，得到客戶的全景畫像，提高新客戶的獲取率和留存率以及潛在客戶的激活率和優(yōu)化率;通過(guò)交叉營(yíng)銷算法分析、精準(zhǔn)營(yíng)銷算法分析、個(gè)性化推薦算法分析等，改善金融業(yè)務(wù)的營(yíng)銷模式;通過(guò)金融市場(chǎng)風(fēng)險(xiǎn)算法分析、中小企業(yè)風(fēng)險(xiǎn)評(píng)估算法分析、實(shí)時(shí)欺詐交易算法分析、反洗錢活動(dòng)算法分析等提升金融風(fēng)險(xiǎn)管控能力;通過(guò)渠道優(yōu)化算法分析、市場(chǎng)熱點(diǎn)算法分析等大數(shù)據(jù)方法，優(yōu)化金融運(yùn)營(yíng)質(zhì)量。在證券領(lǐng)域，由大數(shù)據(jù)金融算法驅(qū)動(dòng)的人工智能投顧的廣泛應(yīng)用已經(jīng)成為現(xiàn)代證券交易的重要商業(yè)模式。在保險(xiǎn)業(yè)領(lǐng)域，大數(shù)據(jù)金融算法在保險(xiǎn)險(xiǎn)種創(chuàng)新、客戶營(yíng)銷、保險(xiǎn)資金的有效運(yùn)用以及風(fēng)險(xiǎn)控制等方面起到了重要的作用。在信托業(yè)、融資租賃業(yè)、擔(dān)保業(yè)等傳統(tǒng)金融領(lǐng)域，大數(shù)據(jù)金融算法也不斷優(yōu)化和重構(gòu)著傳統(tǒng)金融的商業(yè)模式，并且，在混業(yè)經(jīng)營(yíng)的大背景下，大數(shù)據(jù)金融算法在金融理財(cái)領(lǐng)域獲得了廣闊的運(yùn)用空間[3]。

（二）驅(qū)動(dòng)科技金融產(chǎn)品和業(yè)務(wù)的創(chuàng)新

作為現(xiàn)代金融科技的底層技術(shù)，大數(shù)據(jù)金融算法是互聯(lián)網(wǎng)金融、區(qū)塊鏈、現(xiàn)代征信等科技金融發(fā)展的重要驅(qū)動(dòng)力。目前，我國(guó)的征信體系主要由兩大部分構(gòu)成：一個(gè)是中央銀行的官方征信系統(tǒng)，該系統(tǒng)因主要針對(duì)傳統(tǒng)金融業(yè)采集和提供征信信息，也被稱為行業(yè)征信系統(tǒng);另一個(gè)是大數(shù)據(jù)征信系統(tǒng)，其主要通過(guò)大型電商等機(jī)構(gòu)采集和加工非傳統(tǒng)金融行業(yè)的信用數(shù)據(jù)，形成獨(dú)立于行業(yè)征信的專門征信系統(tǒng)。大數(shù)據(jù)金融算法是大數(shù)據(jù)征信體系建設(shè)的核心技術(shù)，也為未來(lái)我國(guó)兩大征信系統(tǒng)的合作與互聯(lián)提供了科技基礎(chǔ)。此外，算法科技也是互聯(lián)網(wǎng)金融、大數(shù)據(jù)金融指數(shù)編制、現(xiàn)代中央銀行數(shù)字貨幣發(fā)行的基本前提?？傊髷?shù)據(jù)金融算法對(duì)現(xiàn)代科技金融最重要的影響，突出體現(xiàn)在對(duì)金融產(chǎn)業(yè)價(jià)值鏈的創(chuàng)新上：它使得貨幣需求端融資人與資金盈余端的投資人得以跳過(guò)傳統(tǒng)金融中介而直接匹配，減少交易成本，提高金融效率。

二、大數(shù)據(jù)金融算法的負(fù)面效應(yīng)

科學(xué)技術(shù)是一把雙刃劍。大數(shù)據(jù)金融算法在優(yōu)化傳統(tǒng)金融模式、提升金融效率的同時(shí)，也對(duì)金融消費(fèi)者保護(hù)和金融風(fēng)險(xiǎn)治理帶來(lái)新的挑戰(zhàn)。從大數(shù)據(jù)金融實(shí)踐的視角觀察，主要挑戰(zhàn)包括算法黑箱、算法歧視、價(jià)格操縱、隱私泄露、算法魯莽等突出問(wèn)題。

（一）算法黑箱

黑箱（black box）理論是控制學(xué)上一個(gè)重要的基礎(chǔ)理論，是指在對(duì)系統(tǒng)進(jìn)行控制學(xué)研究時(shí)，研究者把系統(tǒng)作為一個(gè)黑色的箱子來(lái)對(duì)待，不關(guān)注系統(tǒng)的內(nèi)部結(jié)構(gòu)及其相互關(guān)系，而僅從其輸入和輸出的特點(diǎn)去認(rèn)知和掌握該系統(tǒng)的規(guī)律。在大數(shù)據(jù)金融實(shí)踐中，算法黑箱隨處可見(jiàn)。比如以人工智能投顧為例，其表現(xiàn)出的外觀是一種程序化交易過(guò)程。投資者并不知道該程序的設(shè)計(jì)原理、運(yùn)行參數(shù)、決策依據(jù)、交易機(jī)制，而只能看見(jiàn)從數(shù)據(jù)輸入到?jīng)Q策輸出的客觀事實(shí)和結(jié)果，這個(gè)被暗藏的智能決策“隱層”，即所謂的大數(shù)據(jù)金融算法黑箱[4]。無(wú)疑，實(shí)現(xiàn)智能化和自動(dòng)化的前提和基礎(chǔ)是以技術(shù)理性替代人類思維，這便意味著，算法將在很大程度上成為金融市場(chǎng)活動(dòng)所遵循的基本邏輯[5]。大數(shù)據(jù)金融算法能夠在自運(yùn)行和自我學(xué)習(xí)的基礎(chǔ)上，客觀評(píng)價(jià)證券投資者的風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)承受能力，并以此為依據(jù)，為證券投資者提供最優(yōu)的投資決策。然而，大數(shù)據(jù)金融算法自我學(xué)習(xí)之后的決策行為也完全有可能會(huì)“失控”。如果對(duì)算法缺乏監(jiān)管，過(guò)度的資本化和黑箱化有可能催生制度羞辱，并且導(dǎo)致嚴(yán)重的金融消費(fèi)者權(quán)利保護(hù)危機(jī)[6]。因此，大數(shù)據(jù)金融算法必須接受法律的規(guī)制，使其相對(duì)透明化，方能保護(hù)金融消費(fèi)者的知情權(quán)，緩解算法決策信息不對(duì)稱現(xiàn)象，并防止不當(dāng)?shù)娜藶楦深A(yù)和利益沖突。

（二）算法歧視

算法歧視又被稱為算法輸出的歧視性或者不公正性。算法本身并不是客觀的，它會(huì)以算法歧視的形式給傳統(tǒng)的平等權(quán)保護(hù)帶來(lái)危機(jī)，包括平等理念危機(jī)、歧視識(shí)別危機(jī)和平等權(quán)保護(hù)模式危機(jī)等。在計(jì)算機(jī)科學(xué)領(lǐng)域，有一個(gè)著名的“GIGO定理”，其全稱是“Garbage in， Garbage out”，意指如果輸入的數(shù)據(jù)是垃圾數(shù)據(jù)，那么輸出的也一定是垃圾數(shù)據(jù)。這與大數(shù)據(jù)科學(xué)領(lǐng)域的“BIBO定理”異曲同工，大意是“偏見(jiàn)進(jìn)，偏見(jiàn)出”，意指如果數(shù)據(jù)本身的質(zhì)量存在問(wèn)題，那么經(jīng)過(guò)算法運(yùn)算得出的結(jié)果也必然是帶有偏見(jiàn)性的。具言之，算法設(shè)計(jì)的效率導(dǎo)向、作為算法運(yùn)行基礎(chǔ)的數(shù)據(jù)之偏差與算法黑箱造成的透明度缺失共同觸發(fā)了算法歧視[7]。由于大數(shù)據(jù)金融算法廣泛應(yīng)用于商業(yè)銀行的客戶營(yíng)銷、互聯(lián)網(wǎng)金融的投資者匹配、金融理財(cái)產(chǎn)品的銷售和風(fēng)險(xiǎn)管理等多種領(lǐng)域，在算法進(jìn)行數(shù)據(jù)采集和自我學(xué)習(xí)的過(guò)程中，如果由于算法編制的營(yíng)利導(dǎo)向、對(duì)客戶金融數(shù)據(jù)進(jìn)行歧視性采集，那么在算法黑箱的“掩護(hù)”下，大數(shù)據(jù)金融很可能與普惠金融背道而馳，并且成為侵犯金融消費(fèi)者合法權(quán)益的罪魁禍?zhǔn)住?014年美國(guó)白宮發(fā)布的《大數(shù)據(jù)報(bào)告：算法系統(tǒng)、機(jī)會(huì)和公民權(quán)利》（Big Data： A Report on Algorithmic Systems， Opportunity and Civil Rights），明確指出對(duì)于算法歧視，不僅要在技術(shù)和倫理方面予以補(bǔ)救，更要通過(guò)法律對(duì)算法予以治理[8]。

（三）價(jià)格操縱

大數(shù)據(jù)殺熟和動(dòng)態(tài)定價(jià)是大數(shù)據(jù)金融算法價(jià)格操縱的主要手段。所謂大數(shù)據(jù)殺熟是指，金融產(chǎn)品和服務(wù)的提供者針對(duì)特定的用戶進(jìn)行差異化和個(gè)性化定價(jià)，從而達(dá)到利潤(rùn)最大化的行為。在此情況下，金融機(jī)構(gòu)一般根據(jù)客戶的年齡、身份、職業(yè)、收入狀況、理財(cái)習(xí)慣、投資偏好、交易方式、消費(fèi)歷史等金融信息進(jìn)行數(shù)據(jù)畫像，并以此為基礎(chǔ)，開展個(gè)性化定價(jià)，從而導(dǎo)致金融產(chǎn)品或者服務(wù)的老客戶見(jiàn)到的價(jià)格要比新客戶見(jiàn)到的價(jià)格高出許多。大數(shù)據(jù)殺熟在銀行、證券、信托、融資租賃、擔(dān)保等傳統(tǒng)金融以及互聯(lián)網(wǎng)金融領(lǐng)域廣泛存在。在大數(shù)據(jù)殺熟的情形下，金融機(jī)構(gòu)主要利用大數(shù)據(jù)金融算法在客戶金融信息采集和運(yùn)用成本、自我學(xué)習(xí)數(shù)據(jù)的龐大體量帶來(lái)的數(shù)據(jù)壟斷地位以及其金融產(chǎn)品和服務(wù)的缺少可替代性等方面的優(yōu)勢(shì)，同時(shí)借助算法局限對(duì)老客戶的鎖定效應(yīng)來(lái)實(shí)現(xiàn)價(jià)格操縱。顯然，在大數(shù)據(jù)殺熟的場(chǎng)合，數(shù)據(jù)和算法是價(jià)格操縱最大的“幫兇” [9]。動(dòng)態(tài)定價(jià)是大數(shù)據(jù)金融算法“趁火打劫”的又一常見(jiàn)的手段。在大數(shù)據(jù)時(shí)代，金融機(jī)構(gòu)在數(shù)據(jù)采集的基礎(chǔ)上，通過(guò)數(shù)據(jù)挖掘算法并結(jié)合程序化定價(jià)交易等方式，可以對(duì)其金融產(chǎn)品或者服務(wù)提供動(dòng)態(tài)定價(jià)。理論上講，如果合理運(yùn)用這種動(dòng)態(tài)定價(jià)，對(duì)于優(yōu)化金融資源配置和提高消費(fèi)者滿意度是有積極意義的，但動(dòng)態(tài)定價(jià)也可以通過(guò)修正算法，以歧視性的差異化定價(jià)來(lái)達(dá)到利潤(rùn)最大化的目的。目前，我國(guó)大量的銀行存款和螞蟻借唄、小米金融、陸金所、度小滿金融等互聯(lián)網(wǎng)金融中，都曾曝出算法局限、大數(shù)據(jù)殺熟和動(dòng)態(tài)定價(jià)等行為。

（四）隱私泄露

從單個(gè)的個(gè)人金融信息到金融大數(shù)據(jù)，算法是金融數(shù)據(jù)要素化的重要催化劑?？梢?jiàn)的明文數(shù)據(jù)不可能成為數(shù)據(jù)要素，只有借助于信息科學(xué)和數(shù)據(jù)科學(xué)，通過(guò)金融數(shù)據(jù)安全多方計(jì)算（MPC），確保數(shù)據(jù)輸入、計(jì)算和輸出全程的保密性和計(jì)算結(jié)果的準(zhǔn)確性，并結(jié)合數(shù)據(jù)脫敏、聯(lián)邦學(xué)習(xí)、可信計(jì)算、人工智能等技術(shù)對(duì)數(shù)據(jù)進(jìn)行分級(jí)處理，在保護(hù)數(shù)據(jù)隱私安全的要求下提升整體的計(jì)算效率，實(shí)現(xiàn)基于金融數(shù)據(jù)要素化的金融創(chuàng)新?！按髷?shù)據(jù)蘊(yùn)含了信息公開的思想，但是這并不意味著隱私權(quán)的衰落”[10]。金融數(shù)據(jù)安全多方計(jì)算（MPC）并非天衣無(wú)縫，它也會(huì)存在系統(tǒng)漏洞，這往往為客戶的金融隱私泄露埋下了伏筆。不僅如此，大數(shù)據(jù)金融客戶畫像也是隱私泄露的重災(zāi)區(qū)。客戶畫像算法是銀行、證券、保險(xiǎn)、信托以及互聯(lián)網(wǎng)金融產(chǎn)品研發(fā)和客戶營(yíng)銷的重要算法模型。大數(shù)據(jù)金融算法在客戶畫像的過(guò)程中，通過(guò)自我學(xué)習(xí)，對(duì)客戶在互聯(lián)網(wǎng)留下的痕跡進(jìn)行加工并形成客戶標(biāo)簽，以此形成特定的個(gè)人客戶或者群體客戶的特征模型。算法的自我學(xué)習(xí)本身存在數(shù)據(jù)泄露的風(fēng)險(xiǎn)，而當(dāng)其遭遇網(wǎng)絡(luò)數(shù)據(jù)爬蟲的情況下，這些被爬蟲預(yù)先布置好的信息或者腳本，可以實(shí)現(xiàn)對(duì)金融數(shù)據(jù)的爬取，從而危害金融消費(fèi)者的隱私。當(dāng)然，自我學(xué)習(xí)的客戶畫像算法為了盡可能多的獲取客戶的信息，通過(guò)在電子商務(wù)合同中的“霸王條款”，“套取”或者“強(qiáng)取”個(gè)人金融信息的情況也十分嚴(yán)重，并且算法還會(huì)對(duì)金融數(shù)據(jù)進(jìn)行“二次利用”，這就“顛覆了隱私保護(hù)法以個(gè)人為中心的思想” [11]。因此，大數(shù)據(jù)金融算法的客戶隱私泄露風(fēng)險(xiǎn)，是現(xiàn)代金融法不得不高度重視的規(guī)制對(duì)象。

（五）算法魯莽

在大數(shù)據(jù)時(shí)代，人工智能交易和決策日益普及，從智能投顧到智能理財(cái)，大數(shù)據(jù)金融算法幾乎遍及金融交易的各種場(chǎng)景。大數(shù)據(jù)金融算法通過(guò)深度學(xué)習(xí)投資者個(gè)人金融信息，并進(jìn)行客戶畫像獲取客戶標(biāo)簽，在程式化的數(shù)據(jù)運(yùn)算規(guī)則管理之下，不僅能夠克服“以人決策”可能存在的盈利貪婪和風(fēng)險(xiǎn)恐懼等人性弱點(diǎn)，而且能夠通過(guò)嚴(yán)格的運(yùn)算法則和高頻交易及時(shí)止盈止損，為投資者樹立理性的交易紀(jì)律。數(shù)據(jù)顯示，美國(guó)股票市場(chǎng)交易額的一半以上是程序化交易，期貨市場(chǎng)程序化交易的占有量已經(jīng)超過(guò)70%。然而，大數(shù)據(jù)金融算法在給投資者交易策略升級(jí)的同時(shí)，也帶來(lái)了風(fēng)險(xiǎn)升級(jí)，甚至造成嚴(yán)重的系統(tǒng)性金融風(fēng)險(xiǎn)。個(gè)別金融機(jī)構(gòu)的大數(shù)據(jù)金融算法利用片面信息實(shí)施交易，給金融市場(chǎng)帶來(lái)集體恐慌的行為，被人們稱為“算法魯莽”。2013年4月23日，由于黑客盜取了美聯(lián)社的Twitter并發(fā)布了白宮遭遇襲擊的虛假新聞，道瓊斯工業(yè)平均指數(shù)隨之大跌150點(diǎn)，標(biāo)普500指數(shù)和納斯達(dá)克綜合指數(shù)瞬間跟跌，紐約油價(jià)也隨之下跌。引發(fā)本次金融市場(chǎng)暴跌的根本原因就是美國(guó)大多數(shù)的對(duì)沖基金采用了大數(shù)據(jù)金融情緒算法策略。在我國(guó)，2013年8月16日的“光大烏龍指”事件，實(shí)際上也生動(dòng)展現(xiàn)了大數(shù)據(jù)金融算法給證券市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)帶來(lái)的挑戰(zhàn)。

三、大數(shù)據(jù)金融算法的立法現(xiàn)狀與問(wèn)題

（一）大數(shù)據(jù)金融算法的立法現(xiàn)狀

目前，我國(guó)對(duì)大數(shù)據(jù)金融算法的立法規(guī)范散見(jiàn)于法律、行政法規(guī)、規(guī)章以及金融監(jiān)管部門一些規(guī)范性文件中。在法律層面，《網(wǎng)絡(luò)安全法》第四章和第六章專門規(guī)定了網(wǎng)絡(luò)運(yùn)營(yíng)者等主體在個(gè)人信息的采集和使用中的法律義務(wù)和法律責(zé)任，特別是網(wǎng)絡(luò)安全保護(hù)義務(wù)等規(guī)定，對(duì)大數(shù)據(jù)金融算法的運(yùn)用起到了一定的規(guī)范作用。《民法典》第1034條明確了自然人的個(gè)人信息受法律保護(hù)，第1035條規(guī)定了處理個(gè)人信息的合法、正當(dāng)、必要等基本原則，第1038條規(guī)定了信息處理者的信息安全保密義務(wù)。2013年修改的《消費(fèi)者權(quán)益保護(hù)法》新增了第29條，規(guī)定了經(jīng)營(yíng)者收集、使用消費(fèi)者個(gè)人信息的基本原則和基本要求，這些規(guī)定大部分被后來(lái)的《民法典》所吸收。

2020年7月2日公布的《數(shù)據(jù)安全法（草案）》第19條明確規(guī)定了重要數(shù)據(jù)管理和風(fēng)險(xiǎn)責(zé)任管控制度;第29條規(guī)定了數(shù)據(jù)采集的合規(guī)性原則;第30條規(guī)定了數(shù)據(jù)交易的可追溯性原則等。2020年10月12日公布的《個(gè)人信息保護(hù)法（草案）》在個(gè)人信息處理規(guī)則方面，特別規(guī)定對(duì)利用個(gè)人信息進(jìn)行自動(dòng)化決策的，應(yīng)當(dāng)保證決策的透明度和處理結(jié)果的公平合理。并且，個(gè)人認(rèn)為自動(dòng)化決策對(duì)其權(quán)益造成重大影響的，有權(quán)要求個(gè)人信息處理者予以說(shuō)明，并有權(quán)拒絕個(gè)人信息處理者僅通過(guò)自動(dòng)化決策的方式作出決定。另外，通過(guò)自動(dòng)化決策方式進(jìn)行商業(yè)營(yíng)銷、信息推送，應(yīng)當(dāng)同時(shí)提供不針對(duì)其個(gè)人特征的選項(xiàng)。

在行政法規(guī)、規(guī)章和規(guī)范性文件層面，《征信業(yè)管理?xiàng)l例》明確了征信機(jī)構(gòu)采集個(gè)人信息必須堅(jiān)持本人同意原則，該條例還對(duì)征信主體的權(quán)利以及征信機(jī)構(gòu)的義務(wù)作出了明確規(guī)定。2020年9月18日，中國(guó)人民銀行發(fā)布的《消費(fèi)者權(quán)益保護(hù)實(shí)施辦法》對(duì)消費(fèi)者金融信息保護(hù)作出了專門規(guī)定，從消費(fèi)者金融信息安全權(quán)角度，進(jìn)一步強(qiáng)化了信息知情權(quán)和信息自主選擇權(quán)。2018年4月27日發(fā)布的 《關(guān)于規(guī)范金融機(jī)構(gòu)資產(chǎn)管理業(yè)務(wù)的指導(dǎo)意見(jiàn)》（銀發(fā)〔2018〕106號(hào)）（以下簡(jiǎn)稱“《資管新規(guī)》”）規(guī)定了金融機(jī)構(gòu)的算法備案義務(wù)，要求“金融機(jī)構(gòu)應(yīng)當(dāng)向金融監(jiān)督管理部門報(bào)備人工智能模型的主要參數(shù)以及資產(chǎn)配置的主要邏輯”。

（二）大數(shù)據(jù)金融算法法律規(guī)制存在的問(wèn)題

總體來(lái)看，我國(guó)大數(shù)據(jù)金融算法立法仍十分薄弱。主要體現(xiàn)在：缺乏統(tǒng)一的立法理念和完善的大數(shù)據(jù)金融算法法律體系;大數(shù)據(jù)金融算法權(quán)利、算法義務(wù)、金融消費(fèi)者的金融信息權(quán)利等不明確，算法救濟(jì)機(jī)制不完善;大數(shù)據(jù)金融算法內(nèi)控和行業(yè)自律機(jī)制缺位;大數(shù)據(jù)金融算法共治體系尚未形成。

1.缺乏統(tǒng)一的立法理念和完善的大數(shù)據(jù)金融算法法律體系。金融法只有充分借助于法律理念的指引和金融法基本原則對(duì)金融立法、監(jiān)管執(zhí)法以及金融司法等各大環(huán)節(jié)的規(guī)范，才能最終產(chǎn)生價(jià)值釋放、化主觀為客觀、變理想為現(xiàn)實(shí)的結(jié)果[12]。目前，我國(guó)大數(shù)據(jù)金融算法立法散見(jiàn)于民法、行政法和監(jiān)管部門的規(guī)范性文件之中。這些制度缺乏統(tǒng)一的立法理念，導(dǎo)致大數(shù)據(jù)金融算法的法律規(guī)制缺乏系統(tǒng)性、連貫性和協(xié)調(diào)性。比如，《民法典》和《個(gè)人信息保護(hù)法（草案）》在算法設(shè)計(jì)和運(yùn)用方面，都涉及個(gè)人金融信息的保護(hù)問(wèn)題，但《個(gè)人信息保護(hù)法（草案）》將個(gè)人信息的定義和范圍從《民法典》堅(jiān)持的“識(shí)別說(shuō)”，拓展到了“關(guān)聯(lián)說(shuō)”，并且排除了“匿名化信息”?？梢哉f(shuō)，這在一定程度上直接擴(kuò)大了個(gè)人信息保護(hù)的范圍。再比如，這兩部法律在對(duì)不完全行為能力人采集信息的同意規(guī)則方面也存在較大差異，《民法典》不問(wèn)是否成年，只要屬于“行為能力不健全的自然人”就只能由其監(jiān)護(hù)人同意，但《個(gè)人信息保護(hù)法（草案）》中的同意主體是“不滿14周歲的未成年人”，并不包括行為能力不健全的成年人。那么，14～18周歲的未成年人如果涉及個(gè)人金融信息同意規(guī)則的適用，應(yīng)如何處理？法律并無(wú)明確的規(guī)定。同理，《民法典》《網(wǎng)絡(luò)安全法》《個(gè)人信息保護(hù)法（草案）》《數(shù)據(jù)安全法（草案）》以及相關(guān)的監(jiān)管規(guī)定等在金融數(shù)據(jù)保護(hù)與算法治理方面，并沒(méi)有形成一個(gè)完整的、互補(bǔ)的、相互協(xié)調(diào)的法律體系。

2.大數(shù)據(jù)金融算法私法關(guān)系內(nèi)容不明確，救濟(jì)機(jī)制不健全。目前，我國(guó)對(duì)大數(shù)據(jù)金融算法的法律規(guī)制實(shí)際上主要是一種間接規(guī)制，即通過(guò)對(duì)個(gè)人金融隱私權(quán)保護(hù)、個(gè)人金融信息保護(hù)、金融數(shù)據(jù)安全保護(hù)等來(lái)間接限制大數(shù)據(jù)金融算法的運(yùn)用。換言之，立法并沒(méi)有將算法作為獨(dú)立的規(guī)制對(duì)象。誠(chéng)然，對(duì)個(gè)人金融信息和金融隱私權(quán)的保護(hù)以及對(duì)金融數(shù)據(jù)安全的保護(hù)必要且重要，但圍繞包括大數(shù)據(jù)金融算法在內(nèi)的算法法律關(guān)系的構(gòu)建，乃是大數(shù)據(jù)金融算法法律體系的核心和基石。反觀我國(guó)現(xiàn)行立法，在法律的層面，并沒(méi)有清晰界定算法的概念、大數(shù)據(jù)金融算法權(quán)利、算法義務(wù)和算法法律責(zé)任等基本范疇。在與算法密切相關(guān)的個(gè)人金融信息保護(hù)上，對(duì)金融信息的法律屬性，立法上語(yǔ)焉不詳，司法實(shí)踐中也認(rèn)定不一。有的法院在司法判決中直接以“一般人格權(quán)”對(duì)其進(jìn)行認(rèn)定，也有的法院以隱私權(quán)和名譽(yù)權(quán)對(duì)其進(jìn)行間接保護(hù)[13]。因此，進(jìn)一步明確以算法為核心的大數(shù)據(jù)金融算法法律關(guān)系的內(nèi)容殊為必要。在消費(fèi)者的權(quán)利救濟(jì)方面，我國(guó)法律并沒(méi)有規(guī)定算法侵權(quán)的舉證責(zé)任倒置規(guī)則，由于算法黑箱的存在，算法運(yùn)用者牢牢掌握著算法設(shè)計(jì)權(quán)和算法解釋權(quán)，這給消費(fèi)者通過(guò)訴訟保護(hù)自己的權(quán)益帶來(lái)極大的困難。同時(shí)，懲罰性賠償和精神損害賠償責(zé)任在算法民事侵權(quán)領(lǐng)域的缺位，導(dǎo)致金融機(jī)構(gòu)違法成本過(guò)低，也是算法侵權(quán)屢禁不止的重要原因。

3.大數(shù)據(jù)金融算法自律管理體系不完善，算法風(fēng)險(xiǎn)自控能力不足。就大數(shù)據(jù)金融算法治理而言，最貼近算法和人工智能金融系統(tǒng)的主體就是算法開發(fā)者和算法運(yùn)營(yíng)者以及這些主體所在的行業(yè)協(xié)會(huì)。因此，算法自律對(duì)于大數(shù)據(jù)金融治理的意義尤其重大。從國(guó)外的自律管理經(jīng)驗(yàn)來(lái)看，美國(guó)計(jì)算機(jī)協(xié)會(huì)就要求算法開發(fā)者必須通過(guò)科學(xué)的方法檢驗(yàn)其算法規(guī)則，并且記錄這些檢驗(yàn)過(guò)程和運(yùn)行效果，從而對(duì)其算法規(guī)則的可執(zhí)行性和是否存在算法歧視等問(wèn)題進(jìn)行監(jiān)測(cè)，并且鼓勵(lì)算法開發(fā)者對(duì)外披露算法檢測(cè)效果[14]。對(duì)于以金融機(jī)構(gòu)為代表的算法運(yùn)營(yíng)者來(lái)說(shuō)，歐盟高度重視其算法運(yùn)營(yíng)過(guò)程中的數(shù)據(jù)安全自律管理行為，要求除了一些小微企業(yè)之外，必須建立專門的數(shù)據(jù)保護(hù)機(jī)構(gòu)和數(shù)據(jù)保護(hù)官（Data Protection Officer，DPO），數(shù)據(jù)保護(hù)官是金融機(jī)構(gòu)必須設(shè)立的強(qiáng)制性崗位，主要承擔(dān)算法運(yùn)營(yíng)和數(shù)據(jù)安全保護(hù)的內(nèi)部控制責(zé)任。就我國(guó)來(lái)看，現(xiàn)實(shí)中大量采用大數(shù)據(jù)金融算法的金融機(jī)構(gòu)，尤其是一些城市商業(yè)銀行、農(nóng)村商業(yè)銀行、中小券商等并沒(méi)有設(shè)立專門的數(shù)據(jù)保護(hù)機(jī)構(gòu)和數(shù)據(jù)保護(hù)官，算法風(fēng)險(xiǎn)管理能力嚴(yán)重不足。并且，我國(guó)金融行業(yè)協(xié)會(huì)在算法的研發(fā)設(shè)計(jì)與風(fēng)險(xiǎn)測(cè)試的行業(yè)標(biāo)準(zhǔn)制定和出臺(tái)方面，參與也相對(duì)較少。

4.大數(shù)據(jù)金融算法監(jiān)管體系滯后，算法風(fēng)險(xiǎn)協(xié)同治理能力較差。在大數(shù)據(jù)和人工智能時(shí)代，數(shù)據(jù)和算法基本上主宰了現(xiàn)代經(jīng)濟(jì)與金融的主要活動(dòng)?，F(xiàn)代經(jīng)濟(jì)的典型特征是數(shù)字經(jīng)濟(jì)，現(xiàn)代金融的發(fā)展趨勢(shì)是大數(shù)據(jù)金融。無(wú)論是數(shù)字經(jīng)濟(jì)還是大數(shù)據(jù)金融，數(shù)字抑或數(shù)據(jù)本身是客觀的，沒(méi)有任何價(jià)值倫理可言，但運(yùn)算出數(shù)字或者數(shù)據(jù)的算法卻是人制定的，無(wú)疑，隱藏在算法背后的算法研發(fā)設(shè)計(jì)者和算法運(yùn)營(yíng)者的價(jià)值倫理，已經(jīng)被編進(jìn)或者輸入并且深刻根植于算法本身。由此，法律視角下的算法必須具有可責(zé)性和可解釋性。從金融風(fēng)險(xiǎn)的負(fù)外部性以及金融法的社會(huì)本位出發(fā)，對(duì)大數(shù)據(jù)金融算法實(shí)施適當(dāng)?shù)男姓O(jiān)管具有現(xiàn)實(shí)必要性和正當(dāng)性。美國(guó)計(jì)算機(jī)協(xié)會(huì)出臺(tái)的《算法透明性和可問(wèn)責(zé)性聲明》（Statement on Algorithmic Transparency and Accountability）明確提出了算法的可解釋性原則。2019年4月，美國(guó)眾議院和參議院民主黨議員推出的《算法問(wèn)責(zé)法》（“The Algorithmic Accountability Act”） 致力于對(duì)人工智能機(jī)器學(xué)習(xí)中的偏見(jiàn)和個(gè)人敏感信息的使用問(wèn)題進(jìn)行法律規(guī)制，加強(qiáng)政府部門對(duì)自動(dòng)決策算法的公平性、可問(wèn)責(zé)性和透明性等問(wèn)題的行政監(jiān)管[15]。與美國(guó)類似，2018年5月25日生效的歐盟《通用數(shù)據(jù)保護(hù)條例》賦予了數(shù)據(jù)主體的“可解釋權(quán)”，歐盟各國(guó)數(shù)據(jù)立法也相應(yīng)加強(qiáng)了對(duì)大數(shù)據(jù)金融算法的行政監(jiān)管。目前，我國(guó)對(duì)大數(shù)據(jù)金融算法的行政監(jiān)管相對(duì)滯后，同時(shí)，行政監(jiān)管與行業(yè)自律的協(xié)同效應(yīng)較差，給大數(shù)據(jù)金融算法標(biāo)準(zhǔn)的制定、算法黑箱、算法歧視、隱私泄露、算法魯莽等算法行為的治理造成天然的掣肘。

四、大數(shù)據(jù)金融算法法律規(guī)制的完善

（一）完善大數(shù)據(jù)金融算法法律體系

金融數(shù)據(jù)要素化已經(jīng)成為現(xiàn)代金融發(fā)展不可阻擋的必然趨勢(shì)。繼黨的十九屆四中全會(huì)公報(bào)首次將數(shù)據(jù)從技術(shù)中獨(dú)立出來(lái)并納入可參與分配的生產(chǎn)要素以來(lái)，2020年3月30日和5月11日，黨中央、國(guó)務(wù)院先后發(fā)布《關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》等文件，要求“加快培育數(shù)據(jù)要素市場(chǎng)”，“加強(qiáng)數(shù)據(jù)資源整合和安全保護(hù)，發(fā)揮數(shù)據(jù)資源價(jià)值”。金融數(shù)據(jù)要素化對(duì)現(xiàn)代金融法的金融安全觀和金融治理理念提出的新命題是，現(xiàn)代金融安全到底是一種相對(duì)安全還是絕對(duì)安全，如果堅(jiān)持絕對(duì)安全觀，那么顯然就沒(méi)必要發(fā)展大數(shù)據(jù)金融，因此，大數(shù)據(jù)時(shí)代的金融安全應(yīng)當(dāng)是一種相對(duì)安全。利益平衡原則是數(shù)據(jù)立法的基本原則之一[16]。金融法應(yīng)當(dāng)秉承一種基于平衡協(xié)調(diào)的適度監(jiān)管理念，即尋得金融數(shù)據(jù)要素化、產(chǎn)業(yè)化與金融數(shù)據(jù)安全的平衡。

以此為基本價(jià)值理念，重構(gòu)大數(shù)據(jù)金融算法法律體系需要正確處理好有關(guān)個(gè)人金融信息保護(hù)、金融數(shù)據(jù)安全、大數(shù)據(jù)金融算法的各單行法律之間的關(guān)系。具言之，《民法典》“人格權(quán)編”專門規(guī)定了“隱私權(quán)和個(gè)人信息保護(hù)”，這是我國(guó)大數(shù)據(jù)金融算法運(yùn)用中涉及到個(gè)人金融信息方面必須遵循的一項(xiàng)重要法律，但《民法典》對(duì)個(gè)人金融信息的保護(hù)主要是一種私法保護(hù)，并且是以人格權(quán)的形式對(duì)其進(jìn)行保護(hù)。未來(lái)的《個(gè)人信息保護(hù)法》是一部公私融合的法律，除了私法保護(hù)的形式，還專門通過(guò)行政監(jiān)管對(duì)大數(shù)據(jù)金融算法相關(guān)的個(gè)人信息侵權(quán)行為進(jìn)行規(guī)制。兩法沒(méi)有效力高低之分，只有出臺(tái)先后之別，并且法律機(jī)制和手段各異。而《個(gè)人信息保護(hù)法》和《數(shù)據(jù)安全法》一個(gè)重點(diǎn)保護(hù)數(shù)據(jù)隱私，一個(gè)重點(diǎn)關(guān)注數(shù)據(jù)安全，兩者從不同側(cè)面共同構(gòu)筑數(shù)據(jù)法學(xué)的基石。另外，《網(wǎng)絡(luò)安全法》是數(shù)據(jù)科學(xué)領(lǐng)域貫徹《國(guó)家安全法》關(guān)于總體國(guó)家安全的重要法律，在大數(shù)據(jù)時(shí)代，其涉及數(shù)據(jù)治理的問(wèn)題將逐漸被《個(gè)人信息保護(hù)法》《數(shù)據(jù)安全法》所吸收并進(jìn)行升級(jí)保護(hù)[17]。長(zhǎng)遠(yuǎn)看，應(yīng)在《數(shù)據(jù)安全法》中加強(qiáng)對(duì)算法的規(guī)制，在人民銀行行將制定的《個(gè)人金融信息保護(hù)管理辦法》等其他下位金融專門立法中加強(qiáng)對(duì)大數(shù)據(jù)金融算法的法律規(guī)制，在適度監(jiān)管的理念下，完善大數(shù)據(jù)金融算法法律體系。

（二）重構(gòu)大數(shù)據(jù)金融算法私法關(guān)系

在算法侵權(quán)的場(chǎng)合下，完善大數(shù)據(jù)金融算法的權(quán)利、義務(wù)、責(zé)任體系，并構(gòu)建科學(xué)合理的訴訟救濟(jì)機(jī)制，是大數(shù)據(jù)金融算法私法法治的重中之重。大數(shù)據(jù)金融算法私法關(guān)系的重構(gòu)主要涉及兩大方面的內(nèi)容，即通過(guò)完善《個(gè)人信息保護(hù)法》《個(gè)人金融信息保護(hù)管理辦法》《數(shù)據(jù)安全法》等，一方面重構(gòu)金融消費(fèi)者（數(shù)據(jù)主體）的金融信息權(quán)利體系;另一方面，明確大數(shù)據(jù)金融算法的概念、大數(shù)據(jù)金融算法權(quán)利、義務(wù)以及大數(shù)據(jù)金融算法法律責(zé)任。在正在征求意見(jiàn)的《數(shù)據(jù)安全法（草案）》中，有必要對(duì)算法治理的基本范疇予以明確規(guī)定。

大數(shù)據(jù)金融算法侵權(quán)與一般民事侵權(quán)具有較大的差異，突出表現(xiàn)在算法研發(fā)者和算法運(yùn)營(yíng)者對(duì)算法規(guī)則、數(shù)據(jù)、算法參數(shù)等信息的壟斷地位上，這是算法黑箱、算法歧視、隱私泄露等不法行為滋生的溫床。如果算法侵權(quán)按照一般民事訴訟“誰(shuí)主張，誰(shuí)舉證”的舉證規(guī)則，數(shù)據(jù)主體無(wú)疑將處于嚴(yán)重劣勢(shì)證據(jù)地位。為此，可以將過(guò)錯(cuò)責(zé)任改為過(guò)錯(cuò)推定責(zé)任，即首先推定算法研發(fā)者和算法運(yùn)營(yíng)者有過(guò)錯(cuò)，由其承擔(dān)舉證責(zé)任來(lái)證明自己無(wú)過(guò)錯(cuò)方能免責(zé)。另一方面，在大數(shù)據(jù)金融算法侵犯金融隱私、嚴(yán)重侵犯客戶資金安全并危及金融市場(chǎng)安全等情況下，可規(guī)定無(wú)過(guò)錯(cuò)責(zé)任。并且，在發(fā)生算法歧視、隱私泄露等違法行為場(chǎng)合，其民事賠償責(zé)任不僅僅涉及財(cái)產(chǎn)責(zé)任，可視情形引入精神損害賠償以及懲罰性賠償，明確具體的賠償標(biāo)準(zhǔn)和方式。

在大數(shù)據(jù)金融算法侵權(quán)私人訴訟中，應(yīng)當(dāng)將算法運(yùn)營(yíng)者確定為法定的直接被告，因?yàn)榻鹑谙M(fèi)者大多無(wú)從知曉算法的研發(fā)者以及人工智能系統(tǒng)的設(shè)計(jì)者，將算法運(yùn)營(yíng)者確定為被告有利于其獲得相應(yīng)的賠償。對(duì)于因算法研發(fā)者等的過(guò)錯(cuò)導(dǎo)致的侵權(quán)責(zé)任，算法運(yùn)營(yíng)者承擔(dān)賠償責(zé)任后可向其進(jìn)行追償。另外，進(jìn)一步完善大數(shù)據(jù)金融算法侵權(quán)群體性訴訟制度，對(duì)人工智能投顧、大數(shù)據(jù)征信、大數(shù)據(jù)保險(xiǎn)、大數(shù)據(jù)信托、大數(shù)據(jù)理財(cái)?shù)壬姹娦郧謾?quán)行為的治理大有裨益。

（三）完善大數(shù)據(jù)金融算法自律體系

數(shù)據(jù)治理的技術(shù)性和復(fù)雜性決定了其不可能完全依賴國(guó)家正式法律的制定[18]。對(duì)大數(shù)據(jù)金融算法的法律治理來(lái)說(shuō)，無(wú)論其私法權(quán)利及其救濟(jì)體系如何設(shè)計(jì)，也無(wú)論監(jiān)管機(jī)制如何完善，算法研發(fā)者和運(yùn)營(yíng)者將相關(guān)的法律制度內(nèi)化于心、外化于行，才是控制風(fēng)險(xiǎn)的第一要?jiǎng)?wù)。這就決定了算法自律才是大數(shù)據(jù)金融風(fēng)險(xiǎn)治理和消費(fèi)者保護(hù)的第一道屏障。一方面，可以強(qiáng)化大數(shù)據(jù)金融研發(fā)者和運(yùn)營(yíng)者的數(shù)據(jù)保護(hù)和算法檢測(cè)義務(wù)，增強(qiáng)算法運(yùn)用的可靠性和安全性?！稊?shù)據(jù)安全法（草案）》第25、27、28條已有設(shè)立專門的數(shù)據(jù)安全負(fù)責(zé)人（類似于DPO）和管理機(jī)構(gòu)以及數(shù)據(jù)安全評(píng)估等方面的規(guī)定，但對(duì)于算法專員以及算法檢測(cè)方面的自律要求，尚無(wú)明文規(guī)定。并且，對(duì)于大數(shù)據(jù)金融算法的運(yùn)用來(lái)說(shuō)，還需要金融監(jiān)管部門、金融行業(yè)協(xié)會(huì)相關(guān)制度的完善來(lái)推動(dòng)自律體系的進(jìn)一步完善。

大數(shù)據(jù)金融算法自律的另一個(gè)重要內(nèi)容是，通過(guò)行業(yè)自律推動(dòng)大數(shù)據(jù)金融算法標(biāo)準(zhǔn)的制定和大數(shù)據(jù)金融算法風(fēng)險(xiǎn)行業(yè)評(píng)估，并由此推動(dòng)算法自律成果在行政監(jiān)管和司法訴訟中的運(yùn)用。比如，對(duì)于算法規(guī)則的研發(fā)行為而言，政府監(jiān)管礙于其在算法專業(yè)性方面的欠缺以及涉嫌侵害算法知識(shí)產(chǎn)權(quán)等方面的顧慮，一般不宜對(duì)其進(jìn)行直接干預(yù)，而銀行業(yè)協(xié)會(huì)、證券業(yè)協(xié)會(huì)、期貨業(yè)協(xié)會(huì)、證券投資基金業(yè)協(xié)會(huì)、保險(xiǎn)業(yè)協(xié)會(huì)、銀行間市場(chǎng)交易商協(xié)會(huì)、互聯(lián)網(wǎng)金融協(xié)會(huì)等自律組織可以推動(dòng)大數(shù)據(jù)金融算法標(biāo)準(zhǔn)的制定。同時(shí)，在對(duì)算法魯莽行為的法律規(guī)制過(guò)程中，行業(yè)協(xié)會(huì)出臺(tái)的“算法魯莽行為臨界值”可以成為行政監(jiān)管的算法認(rèn)證標(biāo)準(zhǔn)，也可以成為司法訴訟的重要參考指標(biāo)。

（四）構(gòu)建大數(shù)據(jù)金融算法監(jiān)管體系

對(duì)于算法黑箱、算法歧視、價(jià)格操縱、隱私泄露、算法魯莽等大數(shù)據(jù)金融算法違法行為而言，單純通過(guò)自律機(jī)制或者私法救濟(jì)并不足以起到良好的治理效果，大數(shù)據(jù)金融算法監(jiān)管體系的構(gòu)建至關(guān)重要。在監(jiān)管機(jī)構(gòu)的設(shè)立方面，《資管新規(guī)》雖然已經(jīng)規(guī)定了金融機(jī)構(gòu)的算法備案義務(wù)，但并沒(méi)有明確到底向哪個(gè)部門負(fù)責(zé)算法備案。筆者認(rèn)為，由于算法的運(yùn)用面向的消費(fèi)者群體甚為廣泛，并且大數(shù)據(jù)金融算法監(jiān)管的目標(biāo)主要是系統(tǒng)性金融風(fēng)險(xiǎn)的防范和金融消費(fèi)者權(quán)益的保護(hù)，鑒于中國(guó)人民銀行負(fù)有維護(hù)金融穩(wěn)定的職能，可由其來(lái)負(fù)責(zé)大數(shù)據(jù)金融算法的審查。同時(shí)，銀保監(jiān)會(huì)、證監(jiān)會(huì)等金融監(jiān)管部門具有行為監(jiān)管和微觀審慎監(jiān)管職能，法律可規(guī)定金融機(jī)構(gòu)在這些監(jiān)管部門的算法備案義務(wù)。在大數(shù)據(jù)金融算法的監(jiān)管功能和內(nèi)容上，監(jiān)管的第一要?jiǎng)?wù)是促進(jìn)算法透明，但算法透明的主要內(nèi)容并不是算法代碼的簡(jiǎn)單公開，而是需要對(duì)算法代碼進(jìn)行解釋和說(shuō)明[19]。2018年5月25日生效的歐盟《通用數(shù)據(jù)保護(hù)條例》賦予了數(shù)據(jù)主體的可解釋權(quán)，但這種可解釋權(quán)并不是算法研發(fā)者對(duì)所有金融消費(fèi)者無(wú)條件的直接解釋。在我國(guó)大數(shù)據(jù)金融算法監(jiān)管的過(guò)程中，宜確立算法對(duì)消費(fèi)者的有限公開原則，具體立法構(gòu)想如下：

其一，所有的大數(shù)據(jù)金融算法，都必須接受監(jiān)管部門的算法審查和備案。結(jié)合我國(guó)大數(shù)據(jù)金融的商業(yè)實(shí)踐，可以建立一種包括算法準(zhǔn)入審查和算法運(yùn)營(yíng)審查兩相結(jié)合的算法審查機(jī)制。前者是算法的市場(chǎng)準(zhǔn)入監(jiān)管，后者是算法的市場(chǎng)運(yùn)營(yíng)風(fēng)險(xiǎn)監(jiān)管，兩種審查機(jī)制的根本目的都是消除算法信息不對(duì)稱的風(fēng)險(xiǎn)，構(gòu)建大數(shù)據(jù)金融算法風(fēng)險(xiǎn)審慎監(jiān)管體系。其二，對(duì)于那些在處于壟斷地位的金融服務(wù)和產(chǎn)品中運(yùn)用的算法、提供公共性的民生金融服務(wù)和產(chǎn)品中運(yùn)用的算法、國(guó)家財(cái)政支持的金融服務(wù)和產(chǎn)品中運(yùn)用的算法以及大型金融科技公司的金融服務(wù)和產(chǎn)品可能危及系統(tǒng)性金融風(fēng)險(xiǎn)的算法，金融監(jiān)管部門可根據(jù)金融消費(fèi)者的申請(qǐng)，在特定的范圍內(nèi)要求其予以公開。對(duì)于這種公開，申請(qǐng)人必須承擔(dān)知識(shí)產(chǎn)權(quán)和商業(yè)秘密保護(hù)的法律義務(wù)。其三，申請(qǐng)公開的消費(fèi)者必須同時(shí)在監(jiān)管部門予以登記，當(dāng)其違反保密義務(wù)并對(duì)算法研發(fā)者和運(yùn)營(yíng)者的合法權(quán)益造成損害時(shí)，應(yīng)當(dāng)承擔(dān)民事賠償責(zé)任，監(jiān)管部門可對(duì)其實(shí)施行政處罰。其四，并不是所有的大數(shù)據(jù)金融算法都對(duì)金融消費(fèi)者公開，但所有的算法都必須接受金融消費(fèi)者和包括專家學(xué)者在內(nèi)的一切社會(huì)公眾的監(jiān)督。立法可以建立大數(shù)據(jù)金融算法舉報(bào)制度，大數(shù)據(jù)金融的運(yùn)用具有空前的涉眾性和廣泛性，在算法涉嫌侵權(quán)和危及系統(tǒng)性金融風(fēng)險(xiǎn)的情況下，任何人可以向監(jiān)管部門進(jìn)行舉報(bào)，對(duì)查實(shí)違法行為的，監(jiān)管部門對(duì)舉報(bào)者予以適當(dāng)獎(jiǎng)勵(lì)。

五、結(jié) 語(yǔ)

算法本身是冰冷的，他以自動(dòng)編碼器、貝葉斯分類器、決策樹、分類與回歸樹、隨機(jī)森林、支持向量機(jī)以及多種關(guān)聯(lián)學(xué)習(xí)算法等形式表現(xiàn)出來(lái)，并以聯(lián)邦學(xué)習(xí)、多方計(jì)算等隱私保護(hù)技術(shù)為保障，不斷向金融產(chǎn)品和服務(wù)的眾領(lǐng)域進(jìn)軍。但與此同時(shí)，作為金融產(chǎn)品和服務(wù)的主人而非奴隸的金融消費(fèi)者，也正在面臨人格工具論的現(xiàn)實(shí)考驗(yàn)。在我國(guó)確認(rèn)金融數(shù)據(jù)要素化的大背景下，作為現(xiàn)代大數(shù)據(jù)金融核心底層技術(shù)的算法，由于直接關(guān)乎金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的治理和金融消費(fèi)者權(quán)益的保護(hù)，已經(jīng)成為現(xiàn)代金融法治必須予以高度重視的規(guī)制對(duì)象。

對(duì)大數(shù)據(jù)金融算法的法律規(guī)制，必須在大數(shù)據(jù)思維的指引下，以適度監(jiān)管理念構(gòu)建完善的大數(shù)據(jù)金融算法法律體系，通過(guò)算法權(quán)利、義務(wù)、責(zé)任平衡配置、監(jiān)管部門的算法強(qiáng)制、企業(yè)和行業(yè)算法自治、社會(huì)各界的算法監(jiān)督機(jī)制的結(jié)合，形成大數(shù)據(jù)金融算法的多元共治格局。

參考文獻(xiàn)：

[1] Mcafee A ， Brynjolfsson E ， Davenport T H ， et al. Big data： The management revolution[J]. Harvard Business Review， 2012， 90（10）：60-68.

[2] 李勇，許榮.大數(shù)據(jù)金融[M].北京：中國(guó)工信出版集團(tuán)，電子工業(yè)出版社，2016.73.

[3] 劉曉星.大數(shù)據(jù)金融[M].北京：清華大學(xué)出版社，2018.132-134.

[4] 許可.人工智能的算法黑箱與數(shù)據(jù)正義[N].社會(huì)科學(xué)報(bào)，2018-03-29（006）.

[5] 袁康.社會(huì)監(jiān)管理念下金融科技算法黑箱的制度因應(yīng)[J].華中科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（1）：102-110.

[6] 張愛(ài)軍，李圓.人工智能時(shí)代的算法權(quán)力：邏輯、風(fēng)險(xiǎn)及規(guī)制[J].河海大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019（6）：18-24.

[7] 崔靖梓.算法歧視挑戰(zhàn)下平等權(quán)保護(hù)的危機(jī)與應(yīng)對(duì)[J].法律科學(xué)（西北政法大學(xué)學(xué)報(bào)），2019（3）：29-42.

[8] Executive Office of the President. Big data： A report on algorithmic systems， opportunity， and civil rights[EB/OL].https：//www.docin.com/p-2026154775.html， 2016-05-01.

[9] 張莉.數(shù)據(jù)治理與數(shù)據(jù)安全[M].北京：中國(guó)工信出版集團(tuán)，人民郵電出版社，2019：99-101.

[10]黎四奇，苗羽亭.大數(shù)據(jù)背景下金融隱私權(quán)的保護(hù)[J].財(cái)經(jīng)理論與實(shí)踐，2019，40（4）：151-155.

[11]維克托·邁爾-舍恩伯格、肯尼斯·庫(kù)克耶.大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革[M].盛楊燕、周濤，譯.杭州：浙江人民出版社，2013.197.

[12]劉輝.金融稟賦結(jié)構(gòu)理論下金融法基本理念和基本原則的革新[J].法律科學(xué)（西北政法大學(xué)學(xué)報(bào)），2018（5）：107-119.

[13]張繼紅.大數(shù)據(jù)時(shí)代金融信息的法律保護(hù)[M].北京：法律出版社，2019.453-462.

[14]ACM US Public Policy Council. Statement on algorithmic transparency and accountability[EB/OL].https：//www.acm.org/articles/bulletins/2017/january/usacm-statement-algorithmic-accountability， 2017-01-12.

[15]The algorithmic accountability act [EB/OL].https：//www.wyden.senate.gov/imo/media/doc/Algorithmic%20Accountability%20Act%20of%202019%20Bill%20Text.pdf， 2019-04-01.

[16]牛彬彬. 個(gè)人數(shù)據(jù)權(quán)效力體系研究[J].江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（5）：134-147.

[17]何淵.數(shù)據(jù)法學(xué)[M].北京：北京大學(xué)出版社，2020.6.

[18]沈巋. 數(shù)據(jù)治理與軟法[J].財(cái)經(jīng)法學(xué)，2020（1）：3-12.

[19]徐鳳.人工智能算法黑箱的法律規(guī)制——以智能投顧為例展開[J].東方法學(xué)，2019（6）：78-86.