（原標(biāo)題：治好這七大病癥，再談金融科技倫理）

在社會(huì)生存中，人必須勞動(dòng)，生產(chǎn)產(chǎn)品，然后將產(chǎn)品轉(zhuǎn)化為自己的工資貨幣，才能獲得自己的社會(huì)權(quán)力，進(jìn)而消費(fèi)，購(gòu)買等，這是經(jīng)濟(jì)人的起源，也是一個(gè)人在經(jīng)濟(jì)社會(huì)中的倫理角色的基礎(chǔ)，然而，當(dāng)代經(jīng)濟(jì)社會(huì)的倫理被很多人認(rèn)為是失敗的。

阿馬蒂亞·森于1998年獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)，他認(rèn)為，現(xiàn)代經(jīng)濟(jì)活動(dòng)中道德謀劃的失敗主要是由經(jīng)濟(jì)學(xué)與倫理學(xué)分離后主流經(jīng)濟(jì)學(xué)去倫理化造成的，經(jīng)濟(jì)學(xué)和倫理學(xué)的分離，造成經(jīng)濟(jì)學(xué)嚴(yán)重的貧困化，

在更細(xì)分的金融領(lǐng)域，由于技術(shù)的權(quán)力越來(lái)越大，在2013年之后，金融科技的倫理問(wèn)題備受關(guān)注，如算法公平、數(shù)據(jù)過(guò)度采集和信息濫用等。

近日，央行下發(fā)《金融領(lǐng)域科技倫理指引》，指引了守正創(chuàng)新、數(shù)據(jù)安全、包容普惠、公開(kāi)透明、公平競(jìng)爭(zhēng)、風(fēng)險(xiǎn)防控、綠色低碳等7個(gè)方面的價(jià)值理念和行為規(guī)范。

這些年來(lái)，雷慢觀察到的金融科技在倫理方面的病癥，主要在七個(gè)方面。

1、貸款歧視

前幾年在未能出臺(tái)個(gè)人信息數(shù)據(jù)運(yùn)用細(xì)則的中國(guó)環(huán)境中，金融科技機(jī)構(gòu)用學(xué)歷、戶籍、種族等一切信息輕易地給你更高的風(fēng)險(xiǎn)定價(jià)甚至拒絕你的貸款。

《從業(yè)經(jīng)歷和教育背景是否能提高借貸成功率？——來(lái)自P2P平臺(tái)的經(jīng)驗(yàn)證據(jù)》一文證實(shí)了學(xué)歷在P2P借貸中的正相關(guān)因素，它指出，教育程度在1%的顯著水平上與借貸成功率呈正相關(guān)關(guān)系。此外，性別、領(lǐng)域?qū)杩钅芊癯晒Ξa(chǎn)生影響。

中國(guó)央行研究局局長(zhǎng)徐忠曾表示，如果將客戶個(gè)人信息用于信用評(píng)估時(shí)，可能影響信貸的公平性，有一些指標(biāo)比如性別、地域、職業(yè)等可能對(duì)客戶的還款能力有解釋力，但根據(jù)這些指標(biāo)進(jìn)行放貸，會(huì)涉及到對(duì)某些人群的歧視。

所有大數(shù)據(jù)算法定價(jià)和共謀定價(jià)，衍生出一種東西，就是“價(jià)格陷阱”。

今天我們買的任何一家商品或金融產(chǎn)品，都是算法定價(jià)、平臺(tái)和商家共謀的結(jié)果，也就是價(jià)格歧視的結(jié)果，這種結(jié)果有讓利，也有剝削，但最終獲利的是平臺(tái)。

所有的促銷，都是為了最大化獲利。所有商家饋贈(zèng)的折扣，早已暗中挖好價(jià)格陷阱。

2、信息濫用

在非持牌現(xiàn)金貸未被禁止、且P2P網(wǎng)貸野蠻生長(zhǎng)的時(shí)期，未經(jīng)授權(quán)的數(shù)據(jù)買賣在黑市中十分盛行，諸多所謂大數(shù)據(jù)風(fēng)控公司以數(shù)據(jù)買賣為生意。

大數(shù)據(jù)在互聯(lián)網(wǎng)上對(duì)個(gè)人信息的過(guò)度采集，正在帶來(lái)另一項(xiàng)更嚴(yán)重的問(wèn)題：深度濫用。

個(gè)人信息從黑市買賣，到被用于信貸審核、精準(zhǔn)營(yíng)銷、電信詐騙，個(gè)人都難以自主，這就是深度濫用的表現(xiàn)。

值得警惕的是，掌握大數(shù)據(jù)的金融科技巨頭們，可能利用相對(duì)于用戶的強(qiáng)勢(shì)地位，扭曲兩者之間的關(guān)系。

在貸款平臺(tái)上，大數(shù)據(jù)信審的價(jià)格歧視性給予借款人過(guò)高的利率定價(jià)，往往容易導(dǎo)致借款人違約，而違約后的歧視性利率定價(jià)，可能再次導(dǎo)致借款人違約，造成惡性循環(huán)。

一旦基于人工智能決策對(duì)身背污點(diǎn)者的歧視性信審體系成型，就會(huì)演變成進(jìn)行壓迫的工具，而受壓迫者卻絲毫沒(méi)有還擊之力。

早幾年，第三方數(shù)據(jù)公司的出現(xiàn)，迅速喂飽了現(xiàn)金貸、P2P甚至銀行金融機(jī)構(gòu)的風(fēng)控需求，并激活了獲客、營(yíng)銷的能力。2015年前后，爬蟲和數(shù)據(jù)買賣是許多大數(shù)據(jù)公司的主要數(shù)據(jù)來(lái)源。第三方數(shù)據(jù)公司和互聯(lián)網(wǎng)金融這對(duì)共榮共生的野蠻兄弟，一起吸著窗口期的紅利。

這些爬蟲和倒賣的背后，還催收了如大數(shù)據(jù)殺熟、過(guò)度營(yíng)銷等現(xiàn)象。你我今日泄露的個(gè)人信息，明天就會(huì)變?yōu)槔绦藕驮p騙電話的的狂轟亂炸。大數(shù)據(jù)時(shí)代，我們之所以越來(lái)越怕，是技術(shù)放大了個(gè)人信息泄露的風(fēng)險(xiǎn)，互聯(lián)網(wǎng)上，個(gè)人面對(duì)機(jī)構(gòu)，被描述得越來(lái)越立體化，越來(lái)越裸體化。

3、技術(shù)壟斷

這里所說(shuō)的不是行業(yè)壟斷，而是權(quán)力壟斷。

現(xiàn)代傳播學(xué)之父伊尼斯說(shuō)，控制技術(shù)運(yùn)行機(jī)制的人積累權(quán)力，必然要密謀防備那些無(wú)法獲取專門技術(shù)知識(shí)的人。

這就是為什么Facebook社交網(wǎng)絡(luò)的核心算法邏輯，只掌握在馬克·扎克伯格等少數(shù)幾個(gè)人手里；特朗普逼著抖音海外版，讓它交出算法邏輯賣給美國(guó)企業(yè)。

這種密謀，一面防備其他人獲得核心技術(shù)的壟斷，就是常見(jiàn)的行業(yè)壟斷——抖音和騰訊間的紛爭(zhēng)，就是這種糾紛。一面摧毀傳統(tǒng)的知識(shí)壟斷，今天唾罵或吹捧短視頻的人，就是這種壟斷下文化撕裂的現(xiàn)象。

2008年次貸危機(jī)，華爾街精英們，用CDS、CDO等工具，券商、擔(dān)保公司、保險(xiǎn)公司、投行等機(jī)構(gòu)將次級(jí)貸款層層轉(zhuǎn)包，次級(jí)貸款包裝成了AAA級(jí)，它們?cè)谂菽袩o(wú)限擴(kuò)張，最后崩盤。

這既是技術(shù)壟斷個(gè)人消費(fèi)的例證，是技術(shù)黑箱的惡果。

所有大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能技術(shù)背景下的金融活動(dòng)，都疊加了技術(shù)的權(quán)力壟斷，用技術(shù)給利率定價(jià)，用人工智能給算法建模，用大數(shù)據(jù)給個(gè)人信息打標(biāo)簽，綜合這些，再給個(gè)人畫像，最終產(chǎn)生出的金融服務(wù)，都是一種居高臨下的權(quán)力俯視。

4、決策黑箱

在金融領(lǐng)域，人為的“邏輯操縱”，讓技術(shù)黑箱變得可怕。

法學(xué)教授弗蘭克·帕特洛伊(Frank Partnoy)和普利策獎(jiǎng)獲得者杰西·艾辛格(Jesse Eisinger)曾于2013年年初共同研究過(guò)“美國(guó)銀行的內(nèi)幕”，他們?cè)趫?bào)告中把銀行描述為“掩蓋了巨大風(fēng)險(xiǎn)的‘黑箱’，這些風(fēng)險(xiǎn)可能會(huì)再次擊垮經(jīng)濟(jì)”。

“現(xiàn)在沒(méi)有哪家大型金融機(jī)構(gòu)的財(cái)務(wù)報(bào)表能夠提供有價(jià)值的風(fēng)險(xiǎn)信息?！痹趫?bào)告中，一位對(duì)沖基金經(jīng)理人如是說(shuō)。

金融科技化之后，越來(lái)越多的黑箱產(chǎn)生，并未使得金融科技更加透明。

黑箱的種子與土壤到處都是，如黑產(chǎn)軍團(tuán)、數(shù)據(jù)倒賣行為、大數(shù)據(jù)信審、人工智能深度學(xué)習(xí)、機(jī)器決策…金融科技黑箱使得監(jiān)管越來(lái)越難。

過(guò)去十幾年里，P2P網(wǎng)貸和互聯(lián)網(wǎng)信貸的經(jīng)營(yíng)者往往津津樂(lè)道地拿出他們的大數(shù)據(jù)風(fēng)控系統(tǒng)吹噓一番。

一家借貸平臺(tái)在他的大數(shù)據(jù)風(fēng)控的系統(tǒng)中輸入一個(gè)人用戶數(shù)以千計(jì)的社交數(shù)據(jù)、搜索數(shù)據(jù)、瀏覽數(shù)據(jù)、交易數(shù)據(jù)等，經(jīng)過(guò)深度學(xué)習(xí)和決策模型的計(jì)算，最終可能將一個(gè)人的信用定為不及格，但這其中的具體決策過(guò)程是什么，企業(yè)不會(huì)告知你。

更甚至于，這個(gè)決策過(guò)程中出現(xiàn)程序錯(cuò)誤、算法歧視時(shí)，電腦試圖向程序員解釋時(shí)，程序員也無(wú)法明白。

哥倫比亞大學(xué)的機(jī)器人學(xué)家 Hod Lipson曾說(shuō)：“這就像是向一條狗解釋莎士比亞是誰(shuí)。”

這意味著，大的互聯(lián)網(wǎng)信貸平臺(tái)津津樂(lè)道的精準(zhǔn)營(yíng)銷獲客與大數(shù)據(jù)風(fēng)控定價(jià)，都在制造一個(gè)個(gè)黑箱。

5、數(shù)據(jù)采集

互聯(lián)網(wǎng)平臺(tái)的數(shù)據(jù)，通常在電腦算法中分析、識(shí)別、分組、營(yíng)銷，再區(qū)別定價(jià)，實(shí)現(xiàn)平臺(tái)利益最大化。平臺(tái)對(duì)不同的用戶實(shí)行靈活的價(jià)格策略，給了平臺(tái)應(yīng)對(duì)行情、吸引用戶的十足的優(yōu)勢(shì)。讓平臺(tái)在用戶營(yíng)銷、迎合市場(chǎng)上甩出傳統(tǒng)行業(yè)幾條街。

有了海量數(shù)據(jù)后，營(yíng)銷對(duì)平臺(tái)來(lái)說(shuō)，成了第一要?jiǎng)?wù)。用大白話說(shuō)，就是怎么讓用戶掏出更多的錢來(lái)。這也是電商不讓自己在各平臺(tái)之間營(yíng)銷競(jìng)賽中敗下陣來(lái)的辦法，實(shí)時(shí)的、具有競(jìng)爭(zhēng)力的價(jià)格調(diào)整十分重要。

這和技術(shù)壟斷的路徑是一樣的。

同時(shí)期，國(guó)內(nèi)電商平臺(tái)崛起，價(jià)格優(yōu)化策略和Boomerang大約一致，手法就是在最受歡迎的產(chǎn)品上狠狠地打折，和對(duì)手競(jìng)爭(zhēng)，而在需求量不高的產(chǎn)品上，定價(jià)正?；蚋哂谄涓?jìng)爭(zhēng)對(duì)手來(lái)獲取利潤(rùn)。

電子商務(wù)崛起后，賣家市場(chǎng)的托拉斯壟斷組織不大可能再出現(xiàn)，因?yàn)闃O高的線上信息流動(dòng)、價(jià)格競(jìng)爭(zhēng)和市場(chǎng)透明度，降低了市場(chǎng)門檻，讓競(jìng)爭(zhēng)進(jìn)一步激烈。

這卻帶來(lái)了另一個(gè)問(wèn)題，即賣家力量越來(lái)越消弱。

因?yàn)殡娚坛浞值母?jìng)爭(zhēng)，讓商品價(jià)格越來(lái)越接近邊際成本，只有規(guī)模效應(yīng)才能掙錢，這時(shí)，基于數(shù)據(jù)的營(yíng)銷競(jìng)爭(zhēng)變得極其重要。

但現(xiàn)在，營(yíng)銷競(jìng)爭(zhēng)的主角不再是賣家，而是平臺(tái)。

在滴滴這類打車平臺(tái)中，賣家角色由電商平臺(tái)的商家變成了司機(jī)。

另一個(gè)局面出現(xiàn)了。之前深受托拉斯壟斷之苦的商家們，被電商的崛起所拯救，沒(méi)過(guò)多久，接著又開(kāi)始被平臺(tái)所把持的數(shù)據(jù)壟斷所壓迫。這正如之前被出租車公司所捆綁的司機(jī)，沒(méi)多久又被網(wǎng)約車平臺(tái)所壓迫。

這些信息數(shù)據(jù)收集用來(lái)做什么？比如，今年滴滴公司被罰后，網(wǎng)信辦發(fā)言人說(shuō)，滴滴未明確告知乘客情況下用收集的乘客個(gè)人信息“分析乘客出行意圖”。

這些步驟與手段，都是用戶完全無(wú)知覺(jué)的狀態(tài)下完成的。

這些數(shù)據(jù)在電腦算法中分析、識(shí)別、分組、營(yíng)銷，再區(qū)別定價(jià)，實(shí)現(xiàn)平臺(tái)利益最大化。平臺(tái)對(duì)不同的用戶實(shí)行靈活的價(jià)格策略，給了電商平臺(tái)應(yīng)對(duì)行情、吸引用戶的十足的優(yōu)勢(shì)。讓電商在用戶營(yíng)銷、迎合市場(chǎng)上甩出傳統(tǒng)零售百貨幾條街。

有了海量數(shù)據(jù)后，營(yíng)銷對(duì)平臺(tái)來(lái)說(shuō)，成了第一要?jiǎng)?wù)。用大白話說(shuō)，就是怎么讓用戶掏出更多的錢來(lái)。這也是電商不讓自己在各平臺(tái)之間營(yíng)銷競(jìng)賽中敗下陣來(lái)的辦法，實(shí)時(shí)的、具有競(jìng)爭(zhēng)力的價(jià)格調(diào)整十分重要。

6、算法公平

2011年4月的一天，在全球最大的電商網(wǎng)站亞馬遜上，突然出現(xiàn)了一本標(biāo)價(jià)2369萬(wàn)美元的紙質(zhì)書，這本書名為《蒼蠅的成長(zhǎng)》，由一個(gè)名為彼得·勞倫斯（Peter Lawrence）的博士撰寫。

想購(gòu)買這本書的一位生物學(xué)家找到了亞馬遜。亞馬遜調(diào)查后發(fā)現(xiàn)，原來(lái)是一家第三方賣家使用了電腦算法程序，自動(dòng)根據(jù)市場(chǎng)供需關(guān)系調(diào)整了售價(jià)，而一周前這本書的標(biāo)價(jià)還是170萬(wàn)美元。

在這里，算法程序并不會(huì)估算市場(chǎng)合理的價(jià)格，而是根據(jù)需求大于供給無(wú)限放大追求利潤(rùn)的價(jià)格。它像極了那些囤積居奇的貪婪商人。

資本市場(chǎng)不看好沃爾瑪?shù)囊粋€(gè)鮮明的例子是，此時(shí)的亞馬遜開(kāi)發(fā)了商品“價(jià)格動(dòng)態(tài)優(yōu)化軟件”，它的絕大多數(shù)商品，可以做到15分鐘調(diào)整一次價(jià)格。而當(dāng)時(shí)像沃爾瑪這樣的零售商，調(diào)一次價(jià)格的周期通常要1-3個(gè)月。

算法程序或在數(shù)據(jù)基礎(chǔ)上，最大限度的榨取利于自己的利潤(rùn)。

包括消費(fèi)者的支出，也是數(shù)據(jù)與算法共謀的結(jié)果。

它的要點(diǎn)在于，算法程序會(huì)在定價(jià)策略的不斷迭代升級(jí)中實(shí)現(xiàn)利益最大化。

高級(jí)的算法共謀，從消費(fèi)者行為數(shù)據(jù)追蹤開(kāi)始，先進(jìn)行用戶管理、分組，識(shí)別用戶需求，再用種種手段誘導(dǎo)用戶步入陷阱，這些手段包括降低市場(chǎng)透明度、抬高用戶搜索成本等等。

在滴滴被查事件中，我們看到它過(guò)度收集用戶手機(jī)相冊(cè)中的截圖信息、用戶剪切板信息、應(yīng)用列表信息、乘客人臉識(shí)別信息、年齡段信息、職業(yè)信息、親情關(guān)系信息、“家”和“公司”打車地址信息……

7、催收尺度

實(shí)際上，在互聯(lián)網(wǎng)的外衣下，催收行業(yè)因多元化的技術(shù)手段“誘惑”，陷入更多道德與法律困境，如采集信息過(guò)程中容易觸發(fā)的隱私侵犯，短信與電話催收中容易突破的“軟暴力”邊界。

據(jù)中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)2019年的一組數(shù)據(jù)顯示，中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)的“中國(guó)互聯(lián)網(wǎng)金融舉報(bào)信息平臺(tái)”在前5月累計(jì)收到舉報(bào)信息26萬(wàn)余條，舉報(bào)主要內(nèi)容聚焦不當(dāng)催收、畸高利率、侵犯?jìng)€(gè)人隱私等。僅5月份，平臺(tái)就收到6717條舉報(bào)信息，其中不當(dāng)催收、畸高利率、侵犯?jìng)€(gè)人隱私問(wèn)題占比高達(dá)89%。

這種負(fù)面信息的集中爆發(fā)，讓催收行業(yè)幾乎成為“惡”的代名詞。

在雷慢看來(lái)，催收是一門道德底線低于法律紅線的行業(yè)，它所引發(fā)的民眾情緒與社會(huì)負(fù)面影響相比對(duì)金融體系的穩(wěn)定性作用更為顯性。這或許是它至今不被官方認(rèn)可的原因之一。

實(shí)際上，催收業(yè)在當(dāng)前大環(huán)境下，更像是一場(chǎng)催回率與合法催收的平衡術(shù)。要高催回率，需要非常手段，要合法，在當(dāng)前規(guī)制環(huán)境下，催回率必然下降。這場(chǎng)平衡術(shù)下，無(wú)論資產(chǎn)方自建的催收?qǐng)F(tuán)隊(duì)，還是第三方催收，都有來(lái)自資產(chǎn)方的壓力。

互聯(lián)網(wǎng)金融公司的游戲規(guī)則簡(jiǎn)單粗暴：要保持大規(guī)模交易量，貸前不可避免地會(huì)在風(fēng)控上降低標(biāo)準(zhǔn)，導(dǎo)致貸后客戶質(zhì)量會(huì)惡化，逾期率更高，催收?qǐng)F(tuán)隊(duì)規(guī)模的增長(zhǎng)高于放貸規(guī)模的增長(zhǎng)就自然而然了。

催收業(yè)當(dāng)不當(dāng)管，有一個(gè)問(wèn)題最直白緊要：不管，暴力催收、涉黑涉惡將整個(gè)行業(yè)拖下水，劣幣驅(qū)逐良幣，行業(yè)玩完。

若要為催收爭(zhēng)取一個(gè)名聲，學(xué)者徐昕的《論私力救濟(jì)》或能假借用來(lái)說(shuō)明這種訴求的必要性。徐昕認(rèn)為，在私力救濟(jì)的框架下——如第三方催收，債務(wù)人存在合作的傾向。如果進(jìn)入公力救濟(jì)的司法程序，債務(wù)人的對(duì)抗性顯然提高，債權(quán)人的目標(biāo)就很難達(dá)成，成本更加高昂。

在《民法》上，有私力救濟(jì)和公力救濟(jì)的概念，私力救濟(jì)是依靠自身的實(shí)力，通過(guò)實(shí)施自衛(wèi)行為或者自助行為來(lái)救濟(jì)自己被侵害的民事權(quán)利。法學(xué)學(xué)者梁慧星認(rèn)為，國(guó)家欲進(jìn)步，私力救濟(jì)的范圍要日益縮小，所以現(xiàn)在法律以禁止私力救濟(jì)為原則，私力救濟(jì)原則上是受到禁止的。

徐昕認(rèn)為，在一個(gè)運(yùn)作良好的社會(huì)，公力救濟(jì)和私立救濟(jì)，社會(huì)性救濟(jì)應(yīng)該保持兩性互助關(guān)系，相互并存，銜接，配合和補(bǔ)充的多元化解決紛爭(zhēng)機(jī)制和權(quán)力實(shí)現(xiàn)途徑。所以，催收公司的涌現(xiàn)是私力救濟(jì)的一種體現(xiàn)，要不要私力救濟(jì)，最終涉及政治經(jīng)濟(jì)決策。

本文系未央網(wǎng)專欄作者:新金融洛書 發(fā)表，內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表網(wǎng)站觀點(diǎn)，未經(jīng)許可嚴(yán)禁轉(zhuǎn)載，違者必究！

免責(zé)聲明：信息網(wǎng)轉(zhuǎn)載此文目的在于傳遞更多信息，不代表本站的觀點(diǎn)和立場(chǎng)。文章內(nèi)容僅供參考，不構(gòu)成投資建議。如果您發(fā)現(xiàn)網(wǎng)站上有侵犯您的知識(shí)產(chǎn)權(quán)的作品，請(qǐng)與我們?nèi)〉寐?lián)系，我們會(huì)及時(shí)修改或刪除。

Tags：[db:TAG標(biāo)簽](1450594)

轉(zhuǎn)載請(qǐng)標(biāo)注：信息網(wǎng)——治好這七大病癥，再談金融科技倫理