| 广告位 |
您现在的位置是：东东网 > 热点新闻 >
治好这七大病症，再谈金融科技伦理
2023-11-19 18:08热点新闻 人已围观
简介在社会生存中，人必须劳动，生产产品，然后将产品转化为自己的工资货币，才能获得自己的社会权力，进而消费，购买等，这是经济人的起源，也是一个人在经济社会中的伦理角色的基础，然而，当代经济社会的伦理被很多人认...
（原标题：治好这七大病症，再谈金融科技伦理）
在社会生存中，人必须劳动，生产产品，然后将产品转化为自己的工资货币，才能获得自己的社会权力，进而消费，购买等，这是经济人的起源，也是一个人在经济社会中的伦理角色的基础，然而，当代经济社会的伦理被很多人认为是失败的。
阿马蒂亚·森于1998年获得诺贝尔经济学奖，他认为，现代经济活动中道德谋划的失败主要是由经济学与伦理学分离后主流经济学去伦理化造成的，经济学和伦理学的分离，造成经济学严重的贫困化，
在更细分的金融领域，由于技术的权力越来越大，在2013年之后，金融科技的伦理问题备受关注，如算法公平、数据过度采集和信息滥用等。
近日，央行下发《金融领域科技伦理指引》，指引了守正创新、数据安全、包容普惠、公开透明、公平竞争、风险防控、绿色低碳等7个方面的价值理念和行为规范。
这些年来，雷慢观察到的金融科技在伦理方面的病症，主要在七个方面。
1、贷款歧视
前几年在未能出台个人信息数据运用细则的中国环境中，金融科技机构用学历、户籍、种族等一切信息轻易地给你更高的风险定价甚至拒绝你的贷款。
《从业经历和教育背景是否能提高借贷成功率？——来自P2P平台的经验证据》一文证实了学历在P2P借贷中的正相关因素，它指出，教育程度在1%的显著水平上与借贷成功率呈正相关关系。此外，性别、领域对借款能否成功产生影响。
中国央行研究局局长徐忠曾表示，如果将客户个人信息用于信用评估时，可能影响信贷的公平性，有一些指标比如性别、地域、职业等可能对客户的还款能力有解释力，但根据这些指标进行放贷，会涉及到对某些人群的歧视。
所有大数据算法定价和共谋定价，衍生出一种东西，就是“价格陷阱”。
今天我们买的任何一家商品或金融产品，都是算法定价、平台和商家共谋的结果，也就是价格歧视的结果，这种结果有让利，也有剥削，但最终获利的是平台。
所有的促销，都是为了最大化获利。所有商家馈赠的折扣，早已暗中挖好价格陷阱。
2、信息滥用
在非持牌现金贷未被禁止、且P2P网贷野蛮生长的时期，未经授权的数据买卖在黑市中十分盛行，诸多所谓大数据风控公司以数据买卖为生意。
大数据在互联网上对个人信息的过度采集，正在带来另一项更严重的问题：深度滥用。
个人信息从黑市买卖，到被用于信贷审核、精准营销、电信诈骗，个人都难以自主，这就是深度滥用的表现。
值得警惕的是，掌握大数据的金融科技巨头们，可能利用相对于用户的强势地位，扭曲两者之间的关系。
在贷款平台上，大数据信审的价格歧视性给予借款人过高的利率定价，往往容易导致借款人违约，而违约后的歧视性利率定价，可能再次导致借款人违约，造成恶性循环。
一旦基于人工智能决策对身背污点者的歧视性信审体系成型，就会演变成进行压迫的工具，而受压迫者却丝毫没有还击之力。
早几年，第三方数据公司的出现，迅速喂饱了现金贷、P2P甚至银行金融机构的风控需求，并激活了获客、营销的能力。2015年前后，爬虫和数据买卖是许多大数据公司的主要数据来源。第三方数据公司和互联网金融这对共荣共生的野蛮兄弟，一起吸着窗口期的红利。
这些爬虫和倒卖的背后，还催收了如大数据杀熟、过度营销等现象。你我今日泄露的个人信息，明天就会变为垃圾短信和诈骗电话的的狂轰乱炸。大数据时代，我们之所以越来越怕，是技术放大了个人信息泄露的风险，互联网上，个人面对机构，被描述得越来越立体化，越来越裸体化。
3、技术垄断
这里所说的不是行业垄断，而是权力垄断。
现代传播学之父伊尼斯说，控制技术运行机制的人积累权力，必然要密谋防备那些无法获取专门技术知识的人。
这就是为什么Facebook社交网络的核心算法逻辑，只掌握在马克·扎克伯格等少数几个人手里；特朗普逼着抖音海外版，让它交出算法逻辑卖给美国企业。
这种密谋，一面防备其他人获得核心技术的垄断，就是常见的行业垄断——抖音和腾讯间的纷争，就是这种纠纷。一面摧毁传统的知识垄断，今天唾骂或吹捧短视频的人，就是这种垄断下文化撕裂的现象。
2008年次贷危机，华尔街精英们，用CDS、CDO等工具，券商、担保公司、保险公司、投行等机构将次级贷款层层转包，次级贷款包装成了AAA级，它们在泡沫中无限扩张，最后崩盘。
这既是技术垄断个人消费的例证，是技术黑箱的恶果。
所有大数据、互联网、人工智能技术背景下的金融活动，都叠加了技术的权力垄断，用技术给利率定价，用人工智能给算法建模，用大数据给个人信息打标签，综合这些，再给个人画像，最终产生出的金融服务，都是一种居高临下的权力俯视。
4、决策黑箱
在金融领域，人为的“逻辑操纵”，让技术黑箱变得可怕。
法学教授弗兰克·帕特洛伊(Frank Partnoy)和普利策奖获得者杰西·艾辛格(Jesse Eisinger)曾于2013年年初共同研究过“美国银行的内幕”，他们在报告中把银行描述为“掩盖了巨大风险的‘黑箱’，这些风险可能会再次击垮经济”。
“现在没有哪家大型金融机构的财务报表能够提供有价值的风险信息。”在报告中，一位对冲基金经理人如是说。
金融科技化之后，越来越多的黑箱产生，并未使得金融科技更加透明。
黑箱的种子与土壤到处都是，如黑产军团、数据倒卖行为、大数据信审、人工智能深度学习、机器决策…金融科技黑箱使得监管越来越难。
过去十几年里，P2P网贷和互联网信贷的经营者往往津津乐道地拿出他们的大数据风控系统吹嘘一番。
一家借贷平台在他的大数据风控的系统中输入一个人用户数以千计的社交数据、搜索数据、浏览数据、交易数据等，经过深度学习和决策模型的计算，最终可能将一个人的信用定为不及格，但这其中的具体决策过程是什么，企业不会告知你。
更甚至于，这个决策过程中出现程序错误、算法歧视时，电脑试图向程序员解释时，程序员也无法明白。
哥伦比亚大学的机器人学家 Hod Lipson曾说：“这就像是向一条狗解释莎士比亚是谁。”
这意味着，大的互联网信贷平台津津乐道的精准营销获客与大数据风控定价，都在制造一个个黑箱。
5、数据采集
互联网平台的数据，通常在电脑算法中分析、识别、分组、营销，再区别定价，实现平台利益最大化。平台对不同的用户实行灵活的价格策略，给了平台应对行情、吸引用户的十足的优势。让平台在用户营销、迎合市场上甩出传统行业几条街。
有了海量数据后，营销对平台来说，成了第一要务。用大白话说，就是怎么让用户掏出更多的钱来。这也是电商不让自己在各平台之间营销竞赛中败下阵来的办法，实时的、具有竞争力的价格调整十分重要。
这和技术垄断的路径是一样的。
同时期，国内电商平台崛起，价格优化策略和Boomerang大约一致，手法就是在最受欢迎的产品上狠狠地打折，和对手竞争，而在需求量不高的产品上，定价正常或高于其竞争对手来获取利润。
电子商务崛起后，卖家市场的托拉斯垄断组织不大可能再出现，因为极高的线上信息流动、价格竞争和市场透明度，降低了市场门槛，让竞争进一步激烈。
这却带来了另一个问题，即卖家力量越来越消弱。
因为电商充分的竞争，让商品价格越来越接近边际成本，只有规模效应才能挣钱，这时，基于数据的营销竞争变得极其重要。
但现在，营销竞争的主角不再是卖家，而是平台。
在滴滴这类打车平台中，卖家角色由电商平台的商家变成了司机。
另一个局面出现了。之前深受托拉斯垄断之苦的商家们，被电商的崛起所拯救，没过多久，接着又开始被平台所把持的数据垄断所压迫。这正如之前被出租车公司所捆绑的司机，没多久又被网约车平台所压迫。
这些信息数据收集用来做什么？比如，今年滴滴公司被罚后，网信办发言人说，滴滴未明确告知乘客情况下用收集的乘客个人信息“分析乘客出行意图”。
这些步骤与手段，都是用户完全无知觉的状态下完成的。
这些数据在电脑算法中分析、识别、分组、营销，再区别定价，实现平台利益最大化。平台对不同的用户实行灵活的价格策略，给了电商平台应对行情、吸引用户的十足的优势。让电商在用户营销、迎合市场上甩出传统零售百货几条街。
有了海量数据后，营销对平台来说，成了第一要务。用大白话说，就是怎么让用户掏出更多的钱来。这也是电商不让自己在各平台之间营销竞赛中败下阵来的办法，实时的、具有竞争力的价格调整十分重要。
6、算法公平
2011年4月的一天，在全球最大的电商网站亚马逊上，突然出现了一本标价2369万美元的纸质书，这本书名为《苍蝇的成长》，由一个名为彼得·劳伦斯（Peter Lawrence）的博士撰写。
想购买这本书的一位生物学家找到了亚马逊。亚马逊调查后发现，原来是一家第三方卖家使用了电脑算法程序，自动根据市场供需关系调整了售价，而一周前这本书的标价还是170万美元。
在这里，算法程序并不会估算市场合理的价格，而是根据需求大于供给无限放大追求利润的价格。它像极了那些囤积居奇的贪婪商人。
资本市场不看好沃尔玛的一个鲜明的例子是，此时的亚马逊开发了商品“价格动态优化软件”，它的绝大多数商品，可以做到15分钟调整一次价格。而当时像沃尔玛这样的零售商，调一次价格的周期通常要1-3个月。
算法程序或在数据基础上，最大限度的榨取利于自己的利润。
包括消费者的支出，也是数据与算法共谋的结果。
它的要点在于，算法程序会在定价策略的不断迭代升级中实现利益最大化。
高级的算法共谋，从消费者行为数据追踪开始，先进行用户管理、分组，识别用户需求，再用种种手段诱导用户步入陷阱，这些手段包括降低市场透明度、抬高用户搜索成本等等。
在滴滴被查事件中，我们看到它过度收集用户手机相册中的截图信息、用户剪切板信息、应用列表信息、乘客人脸识别信息、年龄段信息、职业信息、亲情关系信息、“家”和“公司”打车地址信息……
7、催收尺度
实际上，在互联网的外衣下，催收行业因多元化的技术手段“诱惑”，陷入更多道德与法律困境，如采集信息过程中容易触发的隐私侵犯，短信与电话催收中容易突破的“软暴力”边界。
据中国互联网金融协会2019年的一组数据显示，中国互联网金融协会的“中国互联网金融举报信息平台”在前5月累计收到举报信息26万余条，举报主要内容聚焦不当催收、畸高利率、侵犯个人隐私等。仅5月份，平台就收到6717条举报信息，其中不当催收、畸高利率、侵犯个人隐私问题占比高达89%。
这种负面信息的集中爆发，让催收行业几乎成为“恶”的代名词。
在雷慢看来，催收是一门道德底线低于法律红线的行业，它所引发的民众情绪与社会负面影响相比对金融体系的稳定性作用更为显性。这或许是它至今不被官方认可的原因之一。
实际上，催收业在当前大环境下，更像是一场催回率与合法催收的平衡术。要高催回率，需要非常手段，要合法，在当前规制环境下，催回率必然下降。这场平衡术下，无论资产方自建的催收团队，还是第三方催收，都有来自资产方的压力。
互联网金融公司的游戏规则简单粗暴：要保持大规模交易量，贷前不可避免地会在风控上降低标准，导致贷后客户质量会恶化，逾期率更高，催收团队规模的增长高于放贷规模的增长就自然而然了。
催收业当不当管，有一个问题最直白紧要：不管，暴力催收、涉黑涉恶将整个行业拖下水，劣币驱逐良币，行业玩完。
若要为催收争取一个名声，学者徐昕的《论私力救济》或能假借用来说明这种诉求的必要性。徐昕认为，在私力救济的框架下——如第三方催收，债务人存在合作的倾向。如果进入公力救济的司法程序，债务人的对抗性显然提高，债权人的目标就很难达成，成本更加高昂。
在《民法》上，有私力救济和公力救济的概念，私力救济是依靠自身的实力，通过实施自卫行为或者自助行为来救济自己被侵害的民事权利。法学学者梁慧星认为，国家欲进步，私力救济的范围要日益缩小，所以现在法律以禁止私力救济为原则，私力救济原则上是受到禁止的。
徐昕认为，在一个运作良好的社会，公力救济和私立救济，社会性救济应该保持两性互助关系，相互并存，衔接，配合和补充的多元化解决纷争机制和权力实现途径。所以，催收公司的涌现是私力救济的一种体现，要不要私力救济，最终涉及政治经济决策。
本文系未央网专栏作者:新金融洛书 发表，内容属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！Tags： [db:TAG标签]
| 广告位 |
