<form id="dxbjd"></form>
<address id="dxbjd"></address>

      <form id="dxbjd"></form>

      <em id="dxbjd"><address id="dxbjd"><listing id="dxbjd"></listing></address></em>
        <span id="dxbjd"><nobr id="dxbjd"><progress id="dxbjd"></progress></nobr></span>

        數據治理與反壟斷需要新思路

        黃益平 原創 | 2021-08-29 20:12 | 收藏 | 投票 編輯推薦 焦點關注

         

          大數據合理使用能夠成為經濟發展重要的推動力量,使用不當則會產生負面效果,需要關注以下三個方面——

          第一,正確看待大數據帶來的創新和挑戰。大數據是新的生產要素,能夠改變邊際回報,進而帶來經濟運行規則的變化,是彎道超車的機會,但也存在確權、交易、配置、定價和使用等問題。

          第二,要合理把握權益保護與價值發揮之間的平衡,實現安全與創新、共享與效率并舉。但在現實中,存在兩大難點:

          一是數據整合面臨一些體制約束,比如行政部門的條塊分割阻礙了數據信息的最大范圍共享。對此,需要進行頂層設計打破數據孤島。

          二是在當前的大數據征信格局下,除了需要妥善處理好利益分配問題,也需要系統能夠適應連續、動態迭代的數據特征。

          第三,未來的治理需要新的思路和措施。與歐美相比,中國數據經濟的優勢在于人口紅利、分隔紅利,底層技術優勢不明顯。從這個角度來看,大數據治理的大方向是支持創新和規范行為,但需要特別突出共同富裕的大方向。監管政策不能簡單照搬歐美的做法。

          此外,傳統反壟斷的判斷標準是市場份額和價格水平。但在平臺經濟下,運行規則發生了改變,這個思路可能需要重新考慮:背后根本性的問題其實是可競爭性,即是否存在市場競爭。判斷是否存在壟斷,看可競爭性可能比看市場份額更可靠。

          ——黃益平中國金融四十人論壇(CF40)學術委員會主席、北京大學國家發展研究院副院長、北京大學數字金融研究中心主任

          *本文系作者在CF40近日舉行的雙周研討會“新經濟時代下數據治理制度建設”上的點評發言。

          ”

          數據治理需合理把握權益保護和價值發揮的平衡

          文 | 黃益平

          圖 / 攝圖網

          數據治理是一個新的話題,但這個話題確實很重要,有很多問題已經在工作中遇到過了,還有很多是未來不得不面對的。我從經濟學的角度提出三點思考。

          大數據帶來的創新和挑戰

          大數據是第四次工業革命最主要的內容之一,也是數字經濟發展重要的推動力量。大數據應用的成功案例非常多,例如健康碼和大數據信用風險評估。

          大數據如果應用得當,可能會在五個方面對經濟產生大的影響,具體概括為“三升兩降”,即擴大規模、提高效率、改善體驗、降低成本和控制風險。如果使用不當,則會產生嚴重的負面效果。

          這五個正面效果可能會改變經濟運行的一些規律,例如金融領域中的“二八法則”,在大數據分析的支持下,20%和80%之間的界限可能變得不再那么突出,金融機構完全有可能在低成本、高效率的前提下為80%的大眾客戶提供金融服務。常見的規模報酬遞減現象,也可能因為大數據和大型科技平臺的應用而改變,因為平臺的邊際成本非常低,甚至為零。這些都可能給經濟與金融帶來革命性的變化。

          中央提出數據要素的概念非常重要。經濟學中有一個生產函數的概念,產出是由幾個生產要素決定的,傳統的要素包括土地、資本和勞動力。如果把數據加到這個生產函數中,對經濟發展過程變化所產生的影響值得研究。它有可能會使得每一個要素將來的邊際回報發生改變,規模效應也可能因此發生改變,最終可能導致生產函數的一些基本特征發生改變。

          對于后進國家來說,這有可能是新的趕超機會。傳統要素中,土地、資本和人力資本在短期內都是給定的,有一些還需要慢慢積累,例如人力資本和資本總量,隨著經濟發展到一定程度才能達到相應的水平。但是數據則有可能實現彎道超車,如果收集得好、分析得好,不會比發達國家差。從這個意義上來說,發展模式甚至也會發生變化。日常生活中存在很多這樣的例子。

          但是數據要素和傳統要素也存在不同之處,將兩者進行比較后會發現一些突出的差異,例如權益界定。權益界定的問題比較復雜,數據要素不具備稀缺性,所以使用也不具排他性,這可能是好處,但同時在交易和定價等方面也存在客觀困難。

          再比如配置。土地、勞動和資本可以配置在同一場景下,雖然土地無法移動,但是勞動力和資本可以移動配置,進而形成新的生產單位并開展生產。數據方面,有些數據可以配置,有些數據不容易配置,就像和土地關聯的資源,在一個地方有用,而在另外一個地方沒有用。數據治理有一系列的問題需要解決,包括確權、交易、配置、定價和使用等。

          數據要素的合理使用可能會給經濟帶來革命性的變化,但實施不太容易,雖然已經有了一些比較成功的案例,面對的問題也非常復雜。

          把握權益保護和價值發揮之間的平衡

          數據應用包括采集和分析,其中涉及到的核心問題是,如何把握權益保護和價值發揮之間的平衡。好的治理能夠保護權益、打破孤島、實現共享、合理定價和科學配置,進而創造最大的經濟效益。實際操作中可能存在比較多的困難。建議采取務實的策略,具體操作過程之中,要把握保護隱私、數據安全與實現共享、發揮價值之間的平衡。

          首先,安全和創新的平衡。數據保護或者說廣義的安全包括國家安全和個人隱私保護,全世界每個地區的差異比較大。歐洲做得最好,但結果是歐洲沒有特別成功的平臺經濟或數字經濟的企業;我國數字經濟在發展的前期存在較多不規范的現象,但也涌現了一批產業;美國居中,但是我們也無法判斷美國是不是最佳狀態。

          這一版圖帶來的啟示是,必須加強數據保護,但是也不宜過度保護,如果像歐洲那樣做,數字經濟可能就無法發展。所以,要合理把握一個度,并對不同類型的數據進行合理的區分,有的數據涉及“私權”,可以管得嚴一些,另外一些數據則可以適當管得松一些,因為最終目的是既要保護權益和安全,又要發揮大數據分析的效果,任何一個極端都不是最佳的方案。

          其次,共享和效率的平衡。大數據在時間和空間上都是連續的,不是單個小塊的數據,今天看到和討論的“大數據”,大多數不是真正意義上的大數據,而是在特定的生態系統和平臺中的數據。真正有意義的數據需要繼續進行整合分析,打破信息孤島、實現數據共享。

          實際操作中,有一些比較容易做,有一些則非常困難。其中有兩個難點:

          第一,數據的整合面臨體制約束。很多金融機構服務中小微企業的難點,在于信息不對稱,缺乏足夠的信息判斷企業的信用狀況。

          廣州、浙江、山東以及部分北方地區在數據整合支持金融服務方面已經有了比較好的嘗試。當地自主建立了地方金融信息綜合服務平臺,打通本地已有的“靜信息”或“硬信息”,例如社保、稅收、司法和水電等相關信息,從而實質性地改善對中小微企業的融資服務。

          技術上,通過聯邦學習和安全計算等方法可以解決安全問題。這個平臺上,企業或個人授權,平臺收錄,然后進行信用評估,實現了比較好的效果,也可以作為成功的案例進行推廣。

          難點之一在于,行政部門的條塊分割阻礙了數據信息的最大范圍共享,無法真正實現數據共享。這些問題需要頂層設計,在保障安全的情況下共享已有數據,打破孤島,這樣才能在提供金融服務方面行穩致遠。

          第二,大數據征信需要處理好數據迭代和利益分配的問題。我國有兩家大數據征信公司,但面臨較大的困難。我們曾經和國際貨幣基金組織以及國際清算銀行合作,研究大數據能否應用于信用風險評估。答案是肯定的,但也存在一定的適用條件,即僅限小額和短期的貸款,要提升額度比較困難,如果額度變大,這套評估方式不一定同樣管用。

          更重要的是,大數據風控的成功需要兩個很重要的前提。

          第一,需要不斷迭代。很多數據是非常規數據,基于交易行為產生的信息及相關數據需要不斷迭代才能有效反映信用狀況、還款能力和還款意愿,如果把這些數據單獨拿出來就不見得有效。

          這也意味著,系統要能夠適應連續、動態迭代的數據特征。這個和傳統征信不一樣,美國FICO評分是一個靜態的數據,可以幫助金融機構判斷信用風險。大數據征信則需要動態迭代與實時驗證才能對信用風險做出可靠判斷。

          第二,大數據征信依賴完整和良性的生態系統。信用風險管理是一個系統工程,大數據信用風險評估只是其中的一個部分,產生數字足跡的大科技平臺及其生態系統同樣重要,尤其是對于還款管理而言。大數據一旦離開了平臺,很難單獨形成有效的信用風險評估,更不能保證較低的違約率。

          目前的幾家大數據征信公司可能有大科技公司的激勵不足的問題。作為征信公司的小股東,大科技公司既要共享數據,又要提供分析支持,卻只是小股東,這樣的共享模式很難成功。

          上面的兩個例子表明,金融數據共享需要因數據制宜:有的適合共享,就應該創造條件分享,發揮最大的效益;有的不適合簡單化的共享,就需要尋找機制,盡可能地放大經濟與社會效益。

          比如,大科技信貸將沒有進入征信系統的白戶變成負責任的借款人,這樣就會形成借款信息,就會被央行征信系統覆蓋,銀行就可以提供貸款。這也可以看作大數據共享的一種方法。

          數字經濟時代下治理的新思路和新措施

          我國的數字經濟發展還處在初級階段。全球數字經濟大致可以劃分為三個市場,美國、中國和世界其他地區。其中,世界其他地區的主導機構基本都是美國公司。全球20家頭部獨角獸數字科技公司中,中國占半壁江山不到一點,這非常了不起。但如果做深入的分析就會發現,中國的優勢是人口紅利、分隔紅利,以及由于數據保護相對不充分所帶來的創新機會——這些是否能夠持續支持我國數字經濟的發展,其實有疑問。

          如果把當前的發展狀況納入世界格局內,在采取治理和管制的時候需要考慮到,我國真正領先的并不是技術,而是規模。如果未來參與競爭,如何支持創新?尤其是在保護權益的前提下鼓勵創新,這是當前最大的挑戰。這也許意味著,短期內我國不能簡單地學習歐美的做法。

          與此相關,還有一個有趣的觀察;仡櫧洕鷼v史,公眾對大公司普遍產生反感,往往都是在收入分配持續惡化的階段。在收入分配不平等的宏觀背景下,大公司、大富豪容易招致不滿情緒,一些不正當、不平等的經濟行為或現象則很容易加劇這種敵意。

          從這個角度來看,大數據治理的大方向是支持創新和規范行為,但需要特別突出共同富裕的大方向,創新的結果不能只是創造出幾千個億萬富翁。

          大數據治理也需要新的思維,因為它可能使得經濟行為或者運行規律發生改變,例如規模經濟、范圍經濟和邊際報酬等。治理方式也需要進行相應的改變,簡單沿用傳統的治理方法或者學習歐美的方法都可能不是十分合適。

          以反壟斷為例,反壟斷的傳統判斷標準是市場份額和價格。過去認為,一家企業的市場份額只要達到一定水平,就可以被認定為壟斷,但現在這個思路需要重新考慮。因為平臺經濟的基本特征是規模經濟,規模很小說明做得不成功,成功了規模就會變大。背后根本性的問題其實是可競爭性,即是否存在市場競爭。判斷是否存在壟斷,看可競爭性可能比看市場份額更可靠。

          總之,數字經濟發展有許多新的特征與規律,對其治理也需要新的思維,新的手段。

        個人簡介
        1994年獲澳大利亞國立大學經濟學博士學位。曾是國務院農村發展研究中心發展研究所的助理研究員、北京大學訪問學者、哥倫比亞商學院General Mills國際客座教授。 花旗集團亞太區首席經濟學家,花旗集團董事總經理,北京大學國家…
        每日關注 更多
        贊助商廣告
        狍与人牲交,韩国日本香港毛片免费,bt天堂在线www最新版资源

        <form id="dxbjd"></form>
        <address id="dxbjd"></address>

            <form id="dxbjd"></form>

            <em id="dxbjd"><address id="dxbjd"><listing id="dxbjd"></listing></address></em>
              <span id="dxbjd"><nobr id="dxbjd"><progress id="dxbjd"></progress></nobr></span>