文/Hyun Song Shin（國際清算銀行研究主管兼經濟顧問）
阿里巴巴、亞馬遜、臉譜、谷歌和騰訊等科技公司在過去二十年中發展迅速。這些“科技巨頭”的商業模式主要依靠大量用戶之間的直接互動。其業務的一個重要副產品是大量用戶數據，這些用戶數據被用來提供利用社交效應的一系列服務，從而產生進一步的用戶活動。用戶活動增加，然后完成循環，從而生成更多數據。
通過在數據網絡活動循環中的優勢，一些大型科技公司已經涉足金融領域，包括支付、資產管理、保險和貸款。到目前為止，金融服務只是其全球業務的一小部分。但考慮到他們的規模和客戶范圍，大型科技公司進入金融業有可能引發行業的快速變化。這種變化提供了許多潛在的好處。大型科技公司的低成本結構業務可以很容易地擴大規模，以提供基礎的金融服務，特別是在大部分人沒有銀行賬戶的地方。大型科技公司利用大數據和對其平臺上的社交結構進行分析，可以評估借款人的風險，減少對抵押品的要求。因此，大型科技公司可以提高金融服務的效率，促進金融普惠性，并且促進經濟活動的效益。
與此同時，大型科技公司進入金融領域，引入了風險—收益平衡的新要素。有些是在新業態下存在的金融穩定和消費者保護的老問題。有些情況，例如在支付系統中，大型科技公司有可能迅速成為具有系統重要性的金融機構。鑒于金融系統作為必不可少的公共基礎設施的重要性，大型科技公司的活動具有更廣泛的公共利益問題，超出了其用戶和利益相關者的范圍。
還有一些超出了傳統金融監管領域的新的重要挑戰。通過數據網絡活動循環提供的優勢，大型科技公司有可能成為壟斷者，從而引發競爭和數據隱私問題。金融監管、競爭政策和數據隱私監管的公共政策需要建立在更完善的方法基礎上。監管目標應該是回應大型科技公司進入金融服務業這一新變化，以便在限制風險的同時獲益。隨著大型科技公司的運營跨越監管和地理邊界，當局之間的協調變得至關重要。
本章首先介紹大型科技公司進入金融領域的現狀。第二部分分析了大型科技公司為什么進入進入領域，以及大型科技企業的商業模式相比于銀行為何更有競爭優勢。第三部分分析了大型科技公司對金融中介的潛在影響。最后一部分討論了這一變化對公共政策可能產生的影響。
大型金融科技公司在金融領域的活動是更廣泛的金融科技創新的一個范例。金融科技指的是金融服務領域的技術創新，包括由此產生的新的商業模式、應用、流程和產品。雖然金融科技公司的主要業務是金融服務，但大型科技公司的金融業務只是其廣泛的業務的一部分。
大型科技公司的核心業務是信息技術和咨詢（例如云計算和數據分析），這占其收入的46％左右，而金融服務約占11％。雖然大型科技公司為全球用戶提供服務，但其業務主要位于亞洲和太平洋地區以及北美地區。他們在中國的金融服務業務最為廣泛，但其他新興市場經濟體，尤其是東南亞、東非和拉丁美洲，他們也迅速擴張。
在提供金融服務方面，大型科技公司都與銀行既競爭又合作。到目前為止，他們一直致力于為其龐大的客戶網絡提供基礎金融服務，并充當第三方提供商的分銷渠道，例如為財富管理或保險產品提供銷售渠道。
支付業務是大型科技公司最初提供的金融服務，主要是為了幫助克服電子商務平臺上買賣雙方之間缺乏信任而出現的。買家希望交貨，但賣家只有在保證付款后才愿意交貨。支付寶（由阿里巴巴擁有）或PayPal（由eBay擁有）提供的支付服務就是為了保證在貨物交付時結算和買家索回，這些支付服務完全融入到電子商務平臺中。在零售支付系統欠發達的一些地區，通過移動網絡運營商（例如幾個非洲國家的M-Pesa）發展了新的支付服務。隨著時間的推移，大型科技公司的支付服務已被廣泛作為其他電子支付手段（如信用卡和借記卡）的替代品。
大型科技公司的支付平臺目前有兩種不同的類型。第一種類型是，用戶依靠現有的第三方基礎設施（如信用卡或零售支付系統）來處理和結算付款（例如ApplePay、Google Pay、PayPal）。第二種是用戶可以在大型科技公司的專門系統（例如支付寶、M-Pesa、WePay）上進行處理和結算業務。
雖然大型科技公司的支付平臺與銀行支付系統存在競爭，但它們仍需要依賴銀行。在第一種類型中，顯而易見就是如此；在第二種類型中，用戶需要有銀行帳戶或信用卡/借記卡才能將資金轉入和轉出支付平臺。之后，科技公司將他們收到的資金存入自己的銀行賬戶，并在用戶要求還款時將其轉回到用戶的銀行賬戶。為了在銀行間實現結算，大型科技公司不得不使用銀行，因為他們不是銀行間支付結算系統的成員。
第一種“覆蓋”系統在美國和其他發達經濟體中更為常見，因為在亞馬遜和eBay等電子商務公司興起前，信用卡已被廣泛使用。“專有”支付系統在其他無現金支付方式（包括信用卡）滲透率較低的地區更為普遍。這有助于解釋為什么中國的大型科技公司的支付服務如此巨大：占GDP的16％，遠遠超過其他地方。
更一般地說，大型科技公司在那些支付方式有限，但智能手機普及率比較高的地方已經發展得很好。例如，由于新興市場經濟體中很大一部分人口仍然沒有銀行賬戶，但是較高的移動電話擁有率已經允許向沒有銀行賬戶的家庭和中小企業提供基本金融服務，包括無現金支付。
匯款服務以及更廣泛的跨境零售支付是另一項發展成熟的業務。當前的服務通常成本高且速度慢，而且發貨人難以核實收到的資金。一些大型科技公司已開始以相對較低的成本提供（近乎）實時轉賬。例如香港特別行政區與菲律賓之間的匯款服務，由香港支付寶和GCash提供。然而，這些跨境交易仍依賴于代理銀行網絡，需要與銀行合作。據報道，其他大型科技公司（如Facebook）正在考慮在全球范圍內為其客戶提供支付服務。
大型科技公司利用其廣泛的客戶網絡和品牌知名度，在其平臺上提供貨幣市場基金和保險產品。這種業務利用科技公司的支付服務來獲利。大型科技公司的一站式商店旨在提供比銀行和其他金融機構更便捷、易使用的服務。
在大型科技公司的支付平臺上，客戶通常會在賬戶中保留一定資金。為了使用這些資金，大型科技公司提供貨幣市場基金作為短期投資。提供的貨幣基金產品由大型科技公司附屬公司或第三方管理。通過分析客戶的投資和取出模式，科技公司可以密切管理貨幣基金的流動性。這使他們能夠為用戶提供幾乎即時投資（和取出）資金的可能性。
在中國，通過大型科技公司的平臺提供的貨幣基金，自成立以來已經大幅增長。五年內，余額寶貨幣市場基金成長為全球最大的貨幣基金，資產超過1萬億元人民幣（1500億美元），客戶約3.5億。
盡管增長迅速，但與其他儲蓄方式相比，中國大型科技公司平臺上的貨幣基金仍然相對較小。在2018年底，與大型科技公司相關的全部貨幣基金規模為2.4萬億人民幣（3600億美元），僅占銀行客戶存款的1％和理財產品的8％。
中國和其他國家的大型科技公司的貨幣市場基金的擴張受益于有利的市場條件。例如，余額寶的推出恰逢銀行間利率超過存款利率，允許大型科技公司為用戶提供更高的利率。隨著利率最近下降，余額寶的資產停止增長甚至出現降低。同樣，在美國的利率降至接近零之后，PayPal在2011年關閉了其貨幣基金。
一些大型科技公司已經開始提供保險產品。他們利用他們的平臺作為第三方產品的分銷渠道，包括汽車、家庭責任和健康保險。在此過程中，他們收集客戶數據，并將其與其他數據相結合，以幫助保險公司改進其營銷和定價策略。
依托電子商務平臺，一些大型科技公司已經開始貸款業務，主要面向中小企業和消費者。通常提供信用貸款，或短期貸款（最長一年）的小額貸款。各國的科技公司信貸規模差異很大。雖然中國、韓國、英國和美國的人均金融科技信貸總額相對較高，但大型科技公司的信貸，在阿根廷和韓國是金融科技信貸的主要部分。
金融科技信貸總額的不均衡發展，似乎反映了經濟增長和金融市場結構的差異。具體而言，一個國家的人均收入越高，其銀行系統的競爭力就越小，金融科技信貸活動總量就越大。在金融監管較松和銀行業務較高的地區，大型科技公司信貸的擴張幅度超過其他金融科技信貸。
盡管近期有大幅增長，但金融科技信貸總額仍占整體信貸的很小一部分。即使在中國這個人均金融科技信貸最高的國家，金融科技信貸總量也不到2017年非銀行業信貸總額的3％。
到目前為止，大型科技公司相對較小的貸款規模反映了他們通過零售存款為自己提供資金的能力有限。大型科技公司有一些方式可以緩解這種限制。一是建立網上銀行。但在一些國家，監管機構限制開設遠程（在線）銀行賬戶。中國就是如此，兩家中國大型科技銀行，主要依靠銀行間市場和存款憑證融資，而不是傳統存款。然而最近，這些銀行開始發行“智能存款”，其利率明顯高于其他定期存款，并且可能以較低的利率提前提取。
第二種方式是與銀行合作。大型科技公司可以提供客戶，并通過高級數據分析快速批準貸款；如果獲得批準，銀行可以籌集資金并管理貸款。這種方式對大型科技公司很有吸引力，因為他們的平臺可以低成本輕松擴展，并且可以直接與客戶端連接。它也可能對銀行有利，因為他們可以獲得額外的回報—盡管提供較低的增值服務。
第三種方式是通過貸款銀團或證券化獲得資金—這已經成為金融科技公司共同采取的策略。例如，螞蟻金服在交易所發行的資產支持證券（ABS）的總發行量占2017年中國證券化總量的近三分之一。
大型科技公司的“DNA”可以降低信息和交易成本，從而提高金融普惠性。然而，這些益處因金融服務而異，并且可能帶來新的風險和市場失靈。
除了籌集資金的成本外，貸款成本還與信貸風險的事前評估和貸款償還的事后執行密切相關。為貸款定價，銀行必須評估其借款人的風險，通常是從各種渠道收集信息并將信息聯系起來。為了激勵借款人償還貸款并在違約情況下限制損失，銀行監控借款人或要求其提供抵押品。由于所有這些措施都成本較高，所以銀行需要以費用或利率差的形式進行彌補。但是大型科技公司可以訪問和使用大數據來篩選和監控借款人的活動，來降低這些成本、提高效率、擴大融資渠道。
篩選和金融普惠。信息成本有時可能非常高，以至于銀行不會為借款人提供服務—或者需要支付非常高的利率。那些缺乏基本社會證明文件或者居住偏遠的人們，是最難以獲得貸款的。例如，發展中經濟體的許多中小企業不滿足正式銀行貸款申請的最低要求，因為它們通常沒有經過審計的財務報表。
因此，大型科技公司可以比銀行具有競爭優勢，并為那些本來沒有銀行賬戶的公司和家庭提供服務。他們通過數字平臺獲取不同但相關的信息。例如，螞蟻金服和MercadoLibre聲稱他們的信用評級和貸款授予通常會參考每個貸款申請人的超過1,000個數據。
最近的BIS實證研究還表明，大型科技公司對小型供應商的信用評分優于基于信用評級和傳統借款人特征的模型。所有這些都可以代表金融普惠的顯著進步，并有助于提高公司的業績。雖然目前的證據顯示比較樂觀，但對這種貸款服務得出明確的風險評估還為時尚早。已經采取的非常特定的信貸形式（例如小企業信貸額度），在于銀行比較時沒有包括銀行可用的軟信息，而且這種貸款還未通過完整的商業和金融周期的檢驗。
監督和抵押。強制執行償還貸款的成本是全部金融中介服務成本的重要組成部分。為了減少執行問題，銀行通常要求借款人承諾將有形資產（如房地產）作為抵押，以便在違約的情況下提高貸款收回率。
另一種方式是監督。銀行花費時間和資源監督客戶的項目，以限制借款人實施這些項目的風險與最初商定的風險不同。通過監督，公司和金融中介機構也發展出了長期合作關系并建立互信，這使得違約對借款人的誘惑降低。
大科技公司的貸款決策與使用機器學習和網絡分析（人工智能）等先進方法分析、處理大量信息（大數據）有關。直接從大科技公司平臺獲得的，與金融服務相關的大數據包括：（i）交易（銷售量和平均銷售價格）；（ii）與商譽有關的信息（索賠率，處理時間，評價和投訴）；（iii）產業特性（銷售季節性，需求趨勢和宏觀經濟敏感性）。通過社交媒體或者其他渠道獲取非傳統數據，也能豐富這些信息。
大科技公司評分系統的預測能力在很大程度上源于利用網絡結構。例如，MYbank（螞蟻金融集團）使用交易的網絡分析（networkanalysis）來評估企業家是否將個人資金與商業資金分開，這是良好商業行為的基本原則之一。
初步證據表明，通過機器學習，從而使用越來越多的精細數據，有助于預測預付費的前景，尤其是對于銀行通常不提供服務的小商戶來說，更是如此。就MercadoLibre而言，其內部評級（A至E）比阿根廷信貸局（低風險至高風險）更為細化，銀行依賴這一內部評級，但增加了其他借款人特征和軟信息（softinformation）選項。但是，由于MercadoLibre的大部分客戶都沒有銀行賬戶，所以下面的分析針對于銀行收集的傳統軟信息不可用的情況。
大型科技公司可以不同方式解決問題。例如，當借款人與電子商務平臺緊密結合時，對大型科技公司來說，通過借款人支付賬戶轉移的收入，它可能相對容易扣減信用額度上的（月）支付額。相比之下，銀行可能無法這樣做，因為借款人可以與其他銀行開戶。鑒于網絡效應和高轉換成本，大科技公司還可以通過降級威脅，或在違約情況下將貸款人排除在生態系統之外，以此要求客戶償還貸款。阿根廷和中國的事實表明，大數據和網絡效應的結合，使大科技公司能夠緩解信息和激勵問題，這些問題傳統上由抵押貸款來解決。這可以解釋為什么大型科技公司提供的公司貸款與銀行不同，與資產價格并無密切關聯。
技術在金融服務中起到重要作用，帶來了效率收益，降低了金融服務提供的壁壘，但正是這些收益有可能產生與市場力量相關的新風險和成本。
一旦建立了專屬生態系統，潛在的競爭對手幾乎沒有可能建立競爭對手平臺。主導平臺可以通過提高進入壁壘來鞏固其地位。他們可以利用其市場力量和網絡外部性，來增加用戶轉換成本或排除潛在競爭對手。事實上，隨著時間的推移，大型科技公司將其平臺定位為一系列服務的“瓶頸”。現在，平臺經常擔當金融服務供應商的重要銷售平臺，同時大型科技公司與這些供應商之間又存在競爭。大型科技公司可能會青睞自己的產品，并試圖通過讓金融機構通過他們的平臺更加昂貴地接觸潛在客戶來獲得更高的利潤。其他反競爭做法可能包括“產品捆綁”和交叉補貼活動。鑒于他們的商業模式，這些做法可能對大型科技公司產生更大的影響。
另一種較新的風險類型是數據的反競爭使用。考慮到規模和技術，大科技公司有能力以接近零成本的方式收集大量數據。這就產生了“數字壟斷”或“數據壟斷”。一旦大科技公司在數據領域確立了主導地位，它們就可以進行價格歧視，并收取租金。他們不僅可以利用自己的數據來評估潛在借款人的資信，還可以確定借款人愿意為貸款支付的最高利率，或者客戶愿意為保險支付的最高保費。價格歧視不僅具有分配效應，即在不改變生產和消費總量的情況下以客戶為代價提高利潤。它還可能產生不利的經濟和福利影響。使用個人資料可能導致高風險群體被排除在社會需要的保險市場之外。也有一些跡象表明，用于處理個人數據的大型高科技算法可能會對少數人產生偏見。
人們的偏好是可塑的，并受商業利益的影響，這一觀點并不新鮮。但是，對于大科技公司來說，行動的范圍可能更大，因為它們掌握了更豐富的客戶信息，并融入了客戶的日常生活。坊間證據確實表明，大科技公司或許能夠在用戶不知情的情況下影響用戶的情緒。
傳統上，金融監管的目的是確保單個金融機構的償付能力和整個金融體系的健全，還包括保護消費者。為實現這些目標所使用的政策工具，包括從銀行的資本和流動性要求到消費者保護行為的監管，都是很容易理解的。當大科技公司活動完全屬于傳統金融監管的范圍時，同樣的原則也應適用于它們。
然而，另外兩個特征使得政策的制定對于大科技公司來說更具挑戰性。首先，大科技公司的金融活動可能需要更全面的方法，不僅包括金融監管，還包括競爭和數據隱私目標。其次，即使明確闡述了政策目標，也應實際展示具體的政策工具以促進這些目標。目的和手段之間的這種聯系不應該被視為理所當然。這是因為，就大科技公司而言，政策工具與最終福利結果之間的相互作用更為復雜。特別是，針對傳統金融監管目標的政策工具也可能會影響競爭和數據隱私目標，反之亦然。這些相互作用引入了傳統金融監管中無法解釋的、潛在復雜的權衡因素。每一個問題都將依次進行探討。
運作良好的金融體系是一個關鍵的公共基礎設施，銀行通過其在支付系統和信貸中介中的作用占據該系統的中心位置。除了狹義的直接利益相關者（其所有者和債權人）之外，銀行的穩健性是一個更廣泛的公共利益問題。因此，銀行必須遵守管理其活動的規章制度，進入市場必須遵守嚴格的許可要求。同樣，當大科技公司從事銀行業活動時，它們也應該同樣遵守適用于銀行的監管規則，目的是縮小大科技公司與受監管金融機構之間的監管差距，從而限制通過影子銀行活動進行監管套利。因此，監管機構已將現有的銀行監管擴大到大科技公司。例如，將旨在防止洗錢和其他金融犯罪的KYC規則擴展到大科技公司的支付業務。如果大科技公司從事的活動與銀行所從事的活動實際上是相同的，那么就應該遵守銀行的規則。
除了將現有規則擴展到大科技公司之外，在大科技公司造成結構性變化、超出現有金融監管范圍的情況下，可能還需要制定新的規則。審慎的監管機構已將注意力轉向特定的細分市場，尤其是支付系統，從系統的角度來看，大科技公司可能已經變得舉足輕重。如果結構的迅速變化超過了現行條例的規定，就有必要修改這些條例。總的指導方針是遵循基于風險的原則，并按比例調整監管工具。例如，在中國，大科技公司、規模可觀的MMF業務在銀行間融資中扮演著重要角色。這些MMF主要投資于無擔保銀行存款，并與銀行進行反向回購。結構的迅速變化在金融體系中引入了新的聯系。MMFs資產中約有一半是銀行存款和期限不到30天的銀行間貸款。因此，對大科技公司MMF平臺的贖回沖擊，很快就會通過存款提取傳導至銀行體系，這是一個風險。另一個風險是，當銀行依賴于支付公司的資金時，支付環節的系統性問題。為了應對這些風險，中國政府出臺了新的規定，要求所有公司支付都必須在一個公共平臺上結算，同時也要求在贖回和使用客戶余額方面進行結算。
當政策的目標超越傳統金融監管的目標，進入競爭和數據隱私時，新的挑戰就出現了。即使目標是明確和沒有爭議的，選擇政策工具以確保目標，達到目的的手段，也需要考慮到潛在的復雜的相互作用。
大型MMF可能會帶來系統性風險，因為它們與銀行系統交織在一起，一旦發生信貸損失，可能會受到投資者的擠兌，從而為更廣泛的金融體系帶來甩賣和融資風險。為降低MMF的潛在風險，中國人民銀行（PBC）與中國證券監督管理委員會于2018年6月推出了對所有MMF即時贖回人民幣10,000元（1,560美元）的上限。與此同時，它禁止大型科技公司用自己的現金為即時贖回提供資金，以提供事實上的當日贖回。只有符合條件的銀行才有資格提供融資服務，以便立即贖回。其他措施包括增加促進MMF的披露義務。
人民銀行最近還對積極支付的非銀行支付機構進行了改革。首先，它對大科技公司的支付賬戶（“浮動”）的客戶余額規定了準備金要求。從2019年1月開始，大型科技公司必須將100％的客戶余額保留在PBC的儲備賬戶中。這樣，浮動資產就像在狹窄的銀行一樣被隔離和屏蔽。這旨在嚴格限制大型科技公司將這些資金投資于銀行系統中的生息資產，或通過向信貸平臺上的客戶提供信貸從而投資影子銀行。
其次，自2018年6月以來，大科技公司必須清算新建的國有清算所NetsUnionClearing的付款。通過中國銀聯支付銀行卡清算網絡ChinaUnion Pay也可以清算。通過共同的公共平臺清算付款通過取代第三方支付平臺與銀行之間復雜和不透明的雙邊關系來增強透明度。新法規還糾正了大小型第三方支付平臺之間競爭優勢的差異。
為了駕馭新的，未知的水域，監管機構需要一個可以指導潛在政策工具選擇的指南針。這些工具可以按照“監管指南針”的兩個維度或軸進行組織。指南針的南北軸線涵蓋了鼓勵或允許大量新技術進入金融市場的選擇范圍。North表示鼓勵新進入，而South表示嚴格限制進入。指南針的第二個維度涵蓋了監管方法中數據處理方式的選擇。它的范圍從向客戶授予數據產權的去中心化方法（東），到限制大技術使用這些數據的限制性辦法（西方）。
目前的做法涵蓋了兩個軸所涵蓋的廣闊領域，這些實踐在這個空間中表示為點。點的放置反映了政策選擇的多方面，因為方法的組成部分可以放在指南針的不同位置。選擇還涉及三種官方參與者的決策：金融監管機構（藍點），競爭管理機構（綠點）和數據保護機構（紅點）。從圖III.8中可以看出，政策工具的選擇在各個司法管轄區內非常不同。
監管指南針反映的是政策選擇的菜單，而不是根據最終目標衡量的結果。評估政策選擇根據其最終實現目標的有效性，需要進一步分析從政策工具到最終結果的映射。鑒于償付能力，競爭和數據隱私目標之間復雜的相互作用，這最后一步堪稱困難。然而，監管指南針有助于組織思考并揭示手段和目的之間的映射。
以競爭目標與金融穩定目標之間相互作用的具體實例為例，傳統意義上來說，關于進入銀行業的公共政策受到兩種不同的思想流派的影響，即銀行業競爭的可取性。一種觀點認為，新公司進入銀行業是可取的，因為它會促進競爭并降低現有市場的力量。相關政策的對策是通過實施開放銀行牌照的寬松政策，促進新公司進入銀行業。在技術進步范圍最大的情況下，監管機構還有可能降低某些特定細分市場的進入成本。例如，在印度，他們贊成統一支付接口（UPI）的發展，該接口為包括大型技術在內的授權移動支付提供商提供對銀行間支付系統的訪問。
另一方面，思想學派強調銀行業集中或競爭力較弱，因為它有利于金融穩定。現有企業更有利可圖 - 因此更有能力積累強大的股權基礎 - 并具有更高的特許經營價值 - 因此更有可能謹慎行事。此外，他們可以獲得更穩定（保險）的資金基礎。相對應的政策是通過維持新進者的嚴格許可要求來限制公司進入銀行業。在監管指南針中，允許大型科技企業進入的嚴格程度跨越南北軸線，北方是允許新進入的政策，而南方則是限制進入的政策。
然而，當考慮DNA反饋回路時，進入和有效競爭之間的關系并不明顯。當大型科技公司作為新進入者時，新的加入可能不會增強市場競爭力和競爭。這是因為大型科技公司可以通過控制關鍵數字平臺建立并鞏固其市場力量，例如電子商務，搜索或社交網絡。一方面，當大型科技公司及其競爭對手（例如銀行）依賴這些平臺進行金融服務時，這種控制可能會產生徹底的利益沖突并減少競爭。另一方面，大型技術可能很少有金融方面的服務，但卻可以通過利用其龐大的用戶網絡和相關的網絡效應，迅速建立起主導地位。通過這種方式，鼓勵新公司進入將有利于促進競爭的經驗法則就行不通了。
競爭管理機構對單一市場，公司規模，定價和集中度作為可競爭性指標的傳統焦點并不適合金融業中的大型科技公司。正如政策選擇與結果之間的映射可能會很復雜，金融監管機構，競爭管理機構可能也需要調整其范例。作為該項工作的一部分，一些司法管轄區（例如歐盟，德國，印度，英國和美國）最近一直在修訂其評估反競爭行為的規則和方法。例如，印度主要禁止電子商務平臺在其網站上銷售附屬公司提供的產品，以避免潛在的利益沖突。
通過把市場力量和廣泛使用的客戶數據聯系起來，大型技術公司的DNA反饋循環在競爭和數據之間創造了新的聯系。
從隱私問題中提取被廣泛應用的數據原則上是有益的。數字數據是非競爭對手的好處 - 即包括競爭對手在內的許多人都可以使用而無需支付費用。此外，由于數據是大型技術服務以零邊際成本獲得的副產品，因此，在社會上可以自由地分享數據。如果市場具有競爭力，開放獲取數據將有助于降低轉換為客戶提供成本，減輕滯留問題，并促進競爭和金融普惠性。
因此，問題在于如何促進數據共享。目前，數據所有權的分配并不明確。出于實際目的，默認的結果是大型技術人員實際上擁有客戶數據，而客戶不能（隨意）授予競爭對手訪問其相關信息的權限。通過向客戶分配數據權利，可以在一定程度上改善客戶和服務提供商之間不公平的競爭環境。然后，客戶可以決定與哪些提供商共享或銷售數據。實際上，此種方式試圖通過產權分配和創建競爭性數據市場來解決效率低下的問題，被稱為分散式或“Coasian”解決方案。監管指南針的東西軸線確定了選擇范圍根據當局依賴于將數據屬性分配給數據的程度與對數據使用的完全限制的程度。越往東走，越是強調基于數據可移植性和數據產權的分散式解決方案。
然而，對于大型科技公司來說，政策工具與最終結果之間的映射更為復雜。DNA反饋循環給Coasian方案的順利應用帶來挑戰。原因有二，首先，大型技術人員可以在他們運營的金融服務之外從他們自己的生態系統（社交網絡，搜索，電子商務等）獲取額外的數據；其次，數據的范圍將越大，回報規模也將越來越大。 - 當與現有的大量數據相結合時，單個額外的數據（例如信用評分）具有更多價值 - 以及范圍經濟 - 例如，供應更廣泛的服務。出于這兩個原因，數據對大型技術公司有更大的價值。在數據競標市場中，大型科技公司很可能會超過其競爭對手。讓市場力量自由運行，無法保證產生理想的（競爭性）結果。具體而言，如果銀行的客戶授予（或出售）大型技術人員不受限制地訪問他們的銀行數據，這可能會加強DNA反饋循環，并且增加大技術對銀行的競爭優勢，而不是控制它。
考慮到競爭背后的網絡效應，通過對數據使用設置適宜的限制，可以更有效地提升競爭性競爭環境。引入一些關于隱私的附加規則 -同時允許選擇性地共享一些數據類型 - 可能會增加有效競爭，因為在數據使用上增加這些限制可以抑制大型技術公司對網絡外部性的利用。
沿著數據使用維度的這一政策選擇 - 以圖III.8中的監管指南針的東西軸線為代表 - 已成為關于大型科技公司辯論的中心舞臺。可選擇的基本論點在最近在一些司法管轄區采用的政策中都有所反映。兩個具體的例子，世界各地采用的各種形式的開放銀行法規，以及歐盟的通用數據保護條例（GDPR）。開放式銀行法規允許授權的第三方金融服務提供商直接訪問銀行客戶數據- 在某些情況下 - 銀行相互訪問第三方的等效數據。他們還為API設定了通用的技術標準，但并未像GDPR那樣為客戶提供對其個人數據的盡可能多的控制權。如果它們需要將數據所有權從大型科技公司轉移到客戶，那么這兩項法規都可以被視為旨在促進更有效的市場競爭力的措施。因此，它們位于圖III.8中的東北象限。數據可移植性允許客戶輕松地跨不同服務傳輸個人數據，并用于自己的目的。因此，這是確立金融部門競爭條件的重要一步。
與此同時，一些新法規也限制了數據共享的范圍。限制使用數據的規則位于指南針的西半部。限制數據使用的基本原理取決于許多因素，并非所有類型的數據都與提供金融服務相關。例如，為了評估借款人的信譽度，貸方可能不一定需要知道他們的社交習慣或旅行計劃。此外，并非所有類型的服務提供商都可以訪問其客戶的財務數據。在任何情況下，基于保護隱私的考慮因素，都會合理限制個人數據的使用。因此，開放式銀行業監管有選擇地限制可以傳輸的數據范圍（例如金融交易數據），以及可以共享這些數據的機構類型（例如，認可的存款機構）。同樣，GDPR要求客戶在公司使用其個人數據之前獲得客戶的同意。這兩種類型的限制都被視為大型科技公司進入金融業的障礙。因此，它們位于指南針的西南象限。更激進的方法是指將對用戶數據處理進行完全限制。旨在通過限制數據使用來平衡競爭性競爭環境的政策舉措。舉個例子，德國競爭管理機構最近的一項規則，該規則禁止著名社交網絡將其用戶數據與其從其附屬網站和應用程序收集的數據相結合。在哪里劃線不僅涉及經濟問題，還涉及社會的隱私偏好。監管指南針是對政策范圍進行分類的有用設備，還是影響數據使用和市場準入的舉措。然而，這些政策舉措將在多大程度上引發金融體系的有效競爭，效率和穩健性方面取得預期成果，還有待觀察。擴大視野對于在這一領域進行深思熟慮的政策選擇來說，至關重要。
面對經濟的快速和全球數字化，政策制定者需要跟上發展的步伐，相互學習和協調。
一些國家已經建立了創新促進機制。可以采取多種形式，包括集線器和加速器，它們為知識共享提供了一個論壇，并且可能涉及積極協作或者為新玩家提供資金。監管沙箱（例如在香港，新加坡和英國）讓創新者在監管下發展他們的產品。樞紐，加速器和沙箱可以幫助確保動態的金融環境 - 不被少數幾個參與者支配。與此同時，這些限定監管需要審慎的設計和實施，以避免監管套利，和雖然并不通過支持新產品但是投機性項目的跡象。
當局之間的協調在國家和國際層面都至關重要。首先，需要協調國家公共政策。三個不同的國家主管部門- 競爭管理機構，金融監管機構和數據保護監督員 - 的任務和做法可能并不總是兼容。金融監管機構專注于金融部門的具體細節，而競爭和數據隱私法律通常會強制適用于廣泛業務的一般標準。其次，隨著數字經濟跨境擴張，需要對規則和標準進行國際協調（例如，用于數據交換）。為了防止這些差異導致相互沖突的行為，政策制定者不僅需要新的指南針，而且需要找到平衡的公共政策工具。
文章來源：微信公眾平臺“數字經濟與社會”2019年6月27日（本文僅代表作者觀點）
本篇編輯：郭菲
