点击上面”。国家金融与发展实验室
本文长度5256字，推荐阅读时长40分钟目前，随着金融与科技的快速迭代和融合，伦理问题已成为政策和市场关注的重中之重。 2022年10月10日，中国人民银行正式发布并实施了《金融领域科技伦理指南》，提出了开展金融领域科技活动需要遵循的价值观和行为准则。 2023年10月8日，科技部会同十部门联合印发《科技伦理审查办法（试行）》，成为科技伦理风险防控和创新风险治理的指南。 在此背景下，有必要重新审视优化金融科技伦理治理的思路和重点。新语境下的金融科技伦理治理**
杨涛
国家金融与发展实验室副主任。
金融科技伦理治理研究背景金融科技伦理治理是科技伦理在金融领域的应用，是针对科技促进金融创新过程带来的伦理和社会问题而产生和发展的。 金融科技伦理治理的目标是用有效的制度结构，突出人文精神和价值观的作用，使人们的逐利冲动理性、超然、活力有序，使金融科技的发展不仅有利于效率的提高和实体经济的发展， 但也更具包容性和包容性。
同时，金融科技伦理治理应防止发展与治理的二元对立，形成“以发展为核心的金融科技治理新规则”和“以治理为引领的金融科技发展新路径”的局面，促进形成健康互补、相互促进的关系。 金融科技道德治理不是一劳永逸的，治理框架建立后，需要不断探索，规则不断完善，技术标准不断更新。
此外，金融科技伦理治理的基本理念是倡导不同主体之间的合作与共治，以多元化的方式解决伦理和社会问题。 金融科技的道德治理体系由多种行为体组成，各行为体之间存在多层次、多方位的互动机制。
综上所述，目前学术界对金融科技伦理治理体系的重视程度尚较浅，亟待构建整体框架。 现有的相关研究主要涉及科技伦理、金融伦理和互联网金融伦理，或者说是金融科技风险监管问题第一课，对金融科技伦理治理的系统研究还不充分，特别是考虑到金融科技的整体架构与传统金融存在较大差异，金融科技伦理的背景和框架仍有待进一步梳理。 同时，金融科技伦理治理贴近实践的视角不够突出，针对性对策研究仍有深入性，实践创新仍相对薄弱。 金融科技伦理研究是一项应用研究，有必要在金融、伦理和计算机科学的交叉点上建立一种跨学科的研究方法，而不是仅仅停留在规范分析的层面。
来自国外的金融科技治理目前，国外金融科技治理主要集中在数据和算法带来的风险上。 一方面，在互联网时代，居民的日常生活与电子产品紧密结合，手机成为居民个人信息的重要载体，包括身份、行为、偏好甚至各种敏感的隐私信息。 数据作为数字经济背景下最重要的资源，具有极高的价值。 因此，数据风险成为金融科技发展中备受关注的问题。 另一方面随着人工智能等新技术的发展，算法的应用变得更加广泛和深入。 当算法的自主判断偏离公平原则时，就可能导致“算法歧视”。 所谓中立的算法决策标准，可能会计算出歧视性结果，损害公众利益。
有鉴于此，面对金融科技创新带来的诸多伦理挑战，主要发达国家和地区纷纷走以往的金融创新治理路径，出台相关法律和政策规范，建立相关治理机构，值得我们借鉴。
例如，在美国，2017 年 10 月，美国消费者金融保护局《消费者金融数据共享与整合指导原则》（CFPB）已经出台，严格明确了第三方可以获取和使用消费者个人金融数据相关信息的权利范围。 消费者可以选择是否允许第三方访问其个人数据，当第三方获得存储和使用其财务数据的权利时，他们必须及时向消费者披露，而这些原则旨在通过限制消费者与财务数据相关的权利来保护消费者个人数据的安全性、透明度和准确性。
2016年货币监理署（OCC）提出“负责任创新”主题，成立创新办公室，支持负责任金融创新，严格规范使用云计算、人工智能、大数据分析、分布式账本等高科技金融产品和服务的金融产品和服务。 2019 年，美国消费者金融保护局 （CFPB） 与一些州级监管机构一起启动了美国消费者金融创新网络 （ACFIN）。 创新网络的目的是加强联邦和州监管机构之间的协调和沟通，及时了解市场创新，制定适当的监管政策，促进金融包容性，促进市场公平竞争，并专注于打击市场上的欺诈、歧视和欺骗行为。
另一个例子，在 2021 年 6 月，欧洲数字伦理专家咨询组（联合国教科文组织）出版了《人工智能治理原则》，提出了人工智能在保险领域应用的六项伦理原则，即相称性原则、公平不歧视原则、透明度和可解释性原则、人工监督原则、数据可追溯治理原则以及稳健性和绩效原则。 这些是欧洲保险和职业养老金管理局在保险业制定的数字道德原则，进一步加强了欧洲金融科技的道德治理。
2018年5月，欧盟随着《通用数据保护条例》的出台，数据保护委员会（EDPB）的成立，旨在促进欧盟成员国之间数据保护要求的协调，并加强各国之间的保护合作。 2019 年 9 月，欧洲保险和职业养老金管理局 （EAIF） 成立了一个数字道德咨询专家组，以协助 EASA 制定保险业数字道德原则，并帮助解决保险定价和承保中的道德治理问题。 该组织的成员主要是来自欧盟成员国的保险公司、**公司、律师事务所、会计师事务所、欧洲精算师协会、欧洲消费者联盟等。
2018年10月，新加坡金融管理局会上提出了《提供机械投顾服务的指引》，明确规定了对算法的监管。 《指引》规定，人工智能的实际应用应符合责任、道德、公平的要求，即对机器人顾问的监管应审查其道德规范，相当于用刚性制度代替道德约束。 2018 年 11 月，新加坡金融管理局 （MAS） 发布了《金融业人工智能和数据分析 （AIDA） 使用指南》，其中规定了 FEAT 原则，以促进金融业公平、道德和透明地使用大数据、算法和人工智能。 2021 年 1 月，新加坡金融管理局 （MAS） 发布了 FEAT 公平原则评估方法，在原有评估方法的基础上增加了一个评估维度，从系统目标、数据和模型、系统影响测量、个人数据使用和持续监控五个方面评估公平原则。
中国金融科技伦理治理面临的挑战新技术的飞速发展极大地改变了金融风险的产生、暴露和传播方式，使得传统的金融服务伦理不再能够适应金融科技实践的快速发展。 数据和算法在给人们带来极大便利的同时，也带来了明显的伦理问题，进而成为金融风险推导的“温床”。 我国金融科技伦理治理面临的问题，既是全球性的共同挑战，也是自身特点的矛盾。
一是国家层面的金融科技伦理监管框架和治理体系尚不完善，对金融机构等责任主体的刚性约束不强。 伦理治理与金融监管紧密结合，金融科技伦理的法律监管体系尚未建立，推动伦理原则和规则实质性落实的法律法规尚未出台。 作为推荐的行业标准，《金融领域科技伦理指南》尚未对金融机构形成刚性约束，多项要求尚未得到实质性落实，数据治理体系仍有待进一步完善。 目前，金融机构、科技公司和第三方数据服务企业的数据管理体系有待进一步细化，对违反金融科技伦理的行为有待加强问责。
二是金融机构的组织架构和制度规范尚未建立，金融科技活动中的道德风险防范化解能力亟待提高。 我国大多数金融机构的年报和社会责任报告中均未提及“金融科技伦理”或“科技伦理”等关键词，科技伦理尚未纳入综合风险管理体系，金融科技伦理治理的重要性有待强化。 大多数金融机构尚未建立企业级金融科技伦理委员会，大多在传统风险管理框架和消费者权益保护框架内开展科技伦理治理，尚未建立科技伦理审查、信息披露等常态化工作机制，导致责任边界模糊等问题。 实施路径不明确，制度体系不完善。目前，金融机构主要依靠专家经验和人工操作开展科技伦理审查，难以及时发现和有效防范金融创新产品的隐私保护、产品公平性、服务歧视等问题。 目前，部分金融机构APP尚未完成面向老年人的转型，部分APP仅停留在放大字体等简单功能升级，没有为老年人提供差异化服务和专属功能，入口设置复杂，导致特殊群体使用障碍多，加之偏远地区数字化基础设施落后， 长尾人群的金融服务需求仍存在缺口，“数字鸿沟”问题依然存在。
三是金融科技伦理行业自律体系尚不完善，行业组织的自律和监督作用有待强化。 完善的监管和行业自律是金融科技行业健康发展的重要驱动力之一，但目前金融科技行业的自律体系仍不完善。 目前，国家金融科技伦理委员会尚未成立，区域行业组织体系可能存在自律差距、自律重复、效率低下等问题。 金融监管部门已经发起了几个地方金融科技伦理委员会，成立时间较晚，尚未形成产学研深度融合的自律体系，行业影响力和权威性有待提升。 其他地区的金融科技伦理委员会仍处于筹备阶段。
四是金融科技伦理教育、培训和宣传尚处于起步阶段，金融科技人才的伦理意识有待提高。 2022年，新版《全国职业分类词典》新增了金融科技专家职业，但目前金融科技从业者的识别、培训和评价体系尚未建立，导致金融科技伦理教育培训体系建设相对滞后。 特别是高校金融科技人才培养体系仍处于探索状态，对金融科技伦理教育的重视程度不足。
第五，金融消费者对金融科技的理解不深，其识别风险和自我保护的能力有待提高。 根据中国人民银行发布的《消费者金融素养调查分析报告（2021年）》，中国居民的金融素养水平处于全球中上水平，尤其是在基本金融知识方面。 目前，我国金融消费者教育处于普及阶段，特别是缺乏面向大众的信息安全和数据安全教育，金融消费者积极参与金融科技道德伦理监管的积极性不高。
改善金融科技伦理治理的对策首先，数据伦理治理是核心。 在数字经济蓬勃发展的背景下，数据是金融科技的核心，日益成为一种基础性战略资源。 由于其非竞争性、非排他性、易复制性、去中心化等特殊属性，数据伦理领域的典型问题，如数据标准化、数据质量、数据流通控制、数据隐私保护、共享开放等，日益成为国际关注的焦点。 在全球主要国家和地区，许多与隐私保护相关的法律法规、治理机制和制度规则得到了完善和修订，许多国家投入探索数据伦理框架的构建。 我国正面临着从数据要素到数据资产的复杂探索，更需要全面创新、构建和完善相关制度和治理机制。
其次，以算术治理为出发点。 随着制度的完善，未来监管部门应逐步探索金融创新所用算法模型的伦理评价，确保算法可解释且符合公平原则，并尝试在相关产品的开发设计、更新迭代和具体应用中融入伦理要素。 同时，加强《金融数据安全分类指南》《人工智能算法金融应用评价规范》等规则的应用，细化约束、权利和责任内容，以聚焦疑点为突破口，为金融科技公司等第三方数据服务企业和金融机构制定数据管理制度， 为确保道德规范的指导性和有效性，全面合理地开展风险识别，消除算术风险。
第三，它由主体的伦理治理所承载。 要明确金融科技主体责任，大力加强金融科技主体伦理建设，加强企业层面和人才层面的行为规范和道德教育。 金融机构和科技公司需要提高金融科技伦理意识，制定伦理治理体系，加强系统伦理建设。 不断调整和优化内部信息技术体系，制定符合金融科技伦理原则要求的数据采集、使用、保护流程和内部算法风险管理体系，合理平衡商业利益与伦理的关系; 及时了解金融科技道德标准和标准的新趋势，根据技术和业务的前沿变化，动态调整和更新金融科技道德管理体系，确保体系的指导性和有效性。
此外，它基于客户道德治理。 要加快建立金融消费者的道德意识，可以借鉴欧盟发起的数字技能与就业联盟计划等国际经验，通过社会宣传等多种方式引导金融科技产品消费者关注和了解金融消费者的权益和金融科技的道德规范， 公众讨论和社区教育，以增强他们对金融科技相关道德问题的敏感度，提高消费者在金融科技领域的权益保护和道德意识。让他们积极参与监管金融科技伦理建设的过程，最终在金融科技领域、金融行业乃至全社会形成规范数据采集、尊重隐私保护、尊重隐私保护的自觉意识和良好氛围。同时，从数字金融时代的需求端来看，金融科技的高风险性决定了金融消费者需要不断学习，与时俱进，才能正确认识金融活动，识别金融风险，更好地保护自己的权益。
最后，它得到了监督的道德治理的保障。 在金融科技的伦理治理过程中，监管者也需要及时优化行为的伦理原则。 首先是把握效率与安全的“跷跷板”，这也是全球金融监管者面临的共同问题，尤其是在金融科技创新的“前沿领域”，有时需要从伦理角度把握“让子弹飞”的时空界限。 二是把握制度规则与政策引导之间的平衡。 监管的核心目标之一是有效防范风险，特别是系统性和区域性风险，促进金融业持续健康发展。 然而，有时监管机构也会发挥国家政策指导的作用，这也许是提高风险承受能力的先决条件。 因此，在政策重点、方向、尺度上，也要靠一些伦理原则来“试错”。 第三，金融科技创新中的诸多风险和伦理挑战，其实都源于监管领域的交叉、重叠或空白，因此更需要加强监管协调，这也需要不同监管机构形成伦理共识。
本文在微信***财经电子“）。
点击下方【阅读原文】查看全文。
中国社会科学院金融与发展国家重点实验室它成立于2005年，前身为“中国社会科学院金融实验室”。 它是中国第一个跨越社会科学和自然科学的国家级金融智库。 2015年6月，在吸收中国社科院其他多家新智库研究机构的基础上，更名为“国家金融与发展实验室”。 2015年11月，被国家批准为首批25家国家高端智库之一。
请点击标题下方”。国家金牌融化和头发展览实验室“蓝色 *** 或长按底部 *** 并选择”识别图片中的 ***”。
未经授权，不得以任何形式摘录本***独家文章。 如有**，请联系我们并注明**，文章标题文字及文字文字（包括文章末尾的责任编辑）禁止更改！ 否则，一经发现，将追究相关责任，感谢您的理解与配合。
国家金融与发展实验室
id：nifd2015