算法時代金融公平的實現(xiàn)困境與法律應(yīng)對

王懷勇，鄧若翰

算法時代金融公平的實現(xiàn)困境與法律應(yīng)對

王懷勇，鄧若翰

(西南政法大學(xué)經(jīng)濟(jì)法學(xué)院，重慶，401120)

金融公平的價值理念在我國已逐漸轉(zhuǎn)化為制度文本和市場實踐。大數(shù)據(jù)算法在金融領(lǐng)域的引入，有助于金融社會功能的激發(fā)與金融公平價值理念的穩(wěn)固，并在一定程度上促進(jìn)了金融機會公平的初步實現(xiàn)。然而，算法自身的歧視屬性卻背離了金融交易公平的深層訴求，算法效率導(dǎo)向的秉性亦阻礙了金融結(jié)果公平的推進(jìn)，進(jìn)而對金融公平的充分實現(xiàn)產(chǎn)生了威脅。研究后發(fā)現(xiàn)，算法權(quán)力的崛起導(dǎo)致了金融機構(gòu)與金融消費者之間主體能力的進(jìn)一步失衡，這是算法諸多缺陷得以嵌入金融市場并危害金融公平價值和金融消費者權(quán)益的重要基礎(chǔ)。因此，應(yīng)沿著權(quán)力約束和權(quán)利補強兩條路徑，通過構(gòu)建算法測試與驗證制度、強化金融教育權(quán)、構(gòu)建替代性金融糾紛解決機制等路徑，實現(xiàn)智能金融時代金融機構(gòu)與金融消費者能力的平衡再造。

算法決策；金融公平；算法權(quán)力；金融消費者；金融權(quán)利

作為國家之根基與經(jīng)濟(jì)之血脈，中國的金融市場制度體系建設(shè)經(jīng)歷了從“服務(wù)實體經(jīng)濟(jì)”到“應(yīng)對國際競爭”再到“實現(xiàn)社會公平”的理念疊加和認(rèn)識進(jìn)化。金融的社會功能逐漸與經(jīng)濟(jì)功能并軌前行，“金融公平”的價值元素開始滲入原有的“金融效率”與“金融安全”的二元對立結(jié)構(gòu)之中，形塑為“三足鼎立”的多邊制衡架 構(gòu)[1]。不論是《國務(wù)院關(guān)于印發(fā)推進(jìn)普惠金融發(fā)展規(guī)劃(2016—2020年)的通知》等頂層設(shè)計型文件，還是《中國人民銀行金融消費者權(quán)益保護(hù)實施辦法》①等具體規(guī)范性文件，均已將“金融公平”的價值理念融入金融立法的具體制度和條款之中，力圖促進(jìn)“金融公平”從“理念”落至“實踐”。

大數(shù)據(jù)算法在金融領(lǐng)域的引入，從“科技”的維度加速了金融社會功能的激發(fā)與“金融公平”價值理念的穩(wěn)固。它通過降低資金融通的交易成本、改善信息失靈、擴(kuò)張金融網(wǎng)絡(luò)，能夠準(zhǔn)確而有效地發(fā)現(xiàn)、聯(lián)通投融資需求者，并實現(xiàn)合理、精準(zhǔn)的風(fēng)險定價和管理，進(jìn)而改善傳統(tǒng)金融體系因成本制約、信息顧慮和對象欠缺而導(dǎo)致的“嫌貧愛富”“擔(dān)保依賴”和“地緣排斥”等弊病，推動金融向普惠化、民主化轉(zhuǎn)變，向服務(wù)廣大中小企業(yè)和弱勢消費者遷移。然而，在“科技推動”的“金融公平化”進(jìn)程中，諸如“算法歧視”等算法的固有缺陷亦隨之嵌入信貸評估、投資顧問、保險定價等金融各領(lǐng)域、各業(yè)務(wù)之中，在其理性、客觀、中立的表象之下，實則有可能對金融弱勢群體公平權(quán)益施以更加隱蔽、更加精細(xì)、更加全面的侵害，從而對“金融公平”形成“科技維度”的新威脅。面對這一新的挑戰(zhàn)，金融法應(yīng)如何進(jìn)行制度自省、制度自糾和制度自強，以應(yīng)對智能新時代下的金融不公問題，捍衛(wèi)“金融公平”的價值地位和理念尊嚴(yán)，無疑成為金融法理論和實踐的一項重要課題。基于此，本文試圖在分析算法時代實現(xiàn)金融公平所面臨困境的基礎(chǔ)上，深究問題背后的形成原因，進(jìn)而從金融法層面提出因應(yīng)策略，以求找到算法時代“金融公平”在金融制度和金融市場中的理性回歸之路。

一、算法時代實現(xiàn)金融公平所面臨的困境

“所謂金融公平，是指在金融活動中，各類主體不因自身經(jīng)濟(jì)實力、所有權(quán)性質(zhì)、地域和行業(yè)等因素而受到差別對待，能夠公平地參與金融活動，機會均等地分享金融資源，形成合理有序的金融秩序，并通過金融市場實現(xiàn)社會整體利益的最大化。”[1]金融公平的內(nèi)涵指涉較為豐富，其不僅關(guān)注金融市場中的機會公平與交易公平，更關(guān)注金融調(diào)節(jié)社會財富分配、緩解社會貧富分化的結(jié)果公平。具體而言，金融公平首先要求機會公平，即要求金融市場中的每一個參與者，均有機會以可負(fù)擔(dān)的價格獲得對應(yīng)的金融產(chǎn)品或服務(wù)，以滿足自己的金融需求。換句話說，金融機構(gòu)不得拒絕給予每一個市場主體獲得最基本金融服務(wù)的機會。在強調(diào)金融產(chǎn)品或服務(wù)的可獲得性和價格合理性上，它更接近于當(dāng)前國際上提出的“普惠金融”概念。在機會公平初步實現(xiàn)后，金融公平轉(zhuǎn)向交易公平，即要求金融機構(gòu)在向市場參與者提供金融產(chǎn)品或服務(wù)時，不得基于性別、職業(yè)、年齡、種族、膚色、宗教、國籍和婚姻狀況等因素而對金融服務(wù)需求者予以區(qū)別對待。其強調(diào)金融產(chǎn)品或服務(wù)的待遇公平和條件公平，否則就可能構(gòu)成金融歧視。如《美國公平信貸機會法》即是金融法追求交易公平的范例，其第1691節(jié)規(guī)定，貸款人在評估貸款申請時考慮申請人的種族、膚色、宗教或申請人收入是否來源于公共援助項目等因素的行為構(gòu)成信貸歧視，屬于違法行為。更具深遠(yuǎn)意義的金融公平則是結(jié)果公平，其將關(guān)注視野跳出微觀金融交易本身，轉(zhuǎn)向金融對宏觀性社會財富分配的深層次影響，要求金融市場對金融弱勢群體予以特別幫助和扶持，防止金融市場內(nèi)生失靈持續(xù)激發(fā)“富者愈富，窮者愈窮”的馬太效應(yīng)，并最終導(dǎo)致金融弱勢群體的對抗與反彈，造成群體間嚴(yán)重對立和社會經(jīng)濟(jì)崩潰[2]。

在算法時代，依托更廣的數(shù)據(jù)來源、更強的解析粒度、更高的運算速度，算法協(xié)助金融解決了實現(xiàn)金融機會公平最后一公里的三個關(guān)鍵性問題——信用、風(fēng)控和成本[3]。在信用方面，算法依托金融消費者支付、購物、社交等數(shù)據(jù)實施信用評估，不再需要依靠金融機構(gòu)與消費者的往來歷史或抵押品來建立信任基礎(chǔ)[4]。在風(fēng)控方面，算法依托風(fēng)控模型，廣泛收集政策數(shù)據(jù)、市場數(shù)據(jù)、場景數(shù)據(jù)，能準(zhǔn)確判斷小微金融中的風(fēng)險概率，并通過大批量業(yè)務(wù)沖淡損失概率，實現(xiàn)穩(wěn)定盈利。在成本方面，算法的自動化執(zhí)行機制使得小微金融中的項目申請、信用評估、項目審批、項目后續(xù)跟蹤和風(fēng)險監(jiān)督管理等事項不受人力資源有限的束縛，實現(xiàn)了高效、精準(zhǔn)的小微金融服務(wù)。概言之，依托信用、風(fēng)控、成本的全面突破，算法促進(jìn)了金融服務(wù)從“精英優(yōu)先的服務(wù)”邁向“人人皆可獲得的服務(wù)”，極大地提升了金融產(chǎn)品或服務(wù)的可得性和普惠性。然而，在實現(xiàn)金融交易公平及結(jié)果公平層面，算法的功用與其說不盡如人意，毋寧說帶來了一些新的難題。對于前者，算法自身固有的歧視屬性可能強化性別、身份、年齡、種族、地域等特征對于金融決策的影響，導(dǎo)致金融消費者在待遇、條件方面受到不合理的差別對待。對于后者，算法自身的“效率至上”秉性可能會進(jìn)一步導(dǎo)致金融業(yè)務(wù)走入“營利至上”的窠臼，阻礙金融機構(gòu)社會責(zé)任的實現(xiàn)和社會功能的發(fā)揮。

(一) 算法“歧視屬性”對金融交易公平的 挑戰(zhàn)

算法的“歧視屬性”具有多種發(fā)生源頭與表現(xiàn)形式，既有將相關(guān)性與因果性混淆導(dǎo)致的“統(tǒng)計性歧視”，也有因設(shè)計者主觀歧視嵌入算法導(dǎo)致的“主觀性歧視”，還有因被“偏見數(shù)據(jù)”規(guī)訓(xùn)而導(dǎo)致的“延伸性的社會結(jié)構(gòu)性歧視”。

其一，算法金融工具在數(shù)據(jù)學(xué)習(xí)和分析過程中，可能將相關(guān)性誤認(rèn)為因果性，進(jìn)而導(dǎo)致基于相關(guān)性的歧視性決策。算法雖具有發(fā)展成為強人工智能的潛力，但終歸與人不同。人認(rèn)識世界、了解世界、思考世界依靠的是理性意識，理性意識可以先天地提供關(guān)于因果必然性的知識。換句話說，理性意識先通過感性直觀獲得關(guān)于認(rèn)識的質(zhì)料[5]，即感覺經(jīng)驗，再憑借知性思維運用量、質(zhì)、關(guān)系、模態(tài)等四類知性范疇進(jìn)一步建立感覺經(jīng)驗材料之間的內(nèi)在聯(lián)系，從而獲得一種事物或現(xiàn)象定立，則另一事物或現(xiàn)象也必然隨之定立的自然因果知識[6]。這種理性意識能力為人所獨有，而算法無法獲得。算法模擬人理性意識的基礎(chǔ)在于大數(shù)據(jù)技術(shù)，后者的認(rèn)知邏輯為：“首先使用歷史數(shù)據(jù)(或稱訓(xùn)練集)歸納出某個類別(或者稱之為特征，不管是用分類還是聚類的方法)，然后針對一個新來的對象，按照已知的數(shù)據(jù)特征，將其歸屬于‘最像’它的那個類中，如果這個類還有其他已知的特征，那么就預(yù)測這個對象也具有這種特征。”[7]換句話說，算法對于兩種因素或特征之間的聯(lián)系，更多通過數(shù)據(jù)的歸納，發(fā)現(xiàn)兩種因素或特征之間的相關(guān)性高(像)還是低(不像)，并將這種相關(guān)性的高低作為判斷因果性的依據(jù)。這就為歧視的產(chǎn)生提供了一種可能性，即算法金融工具會將兩個相關(guān)性極高但不具因果性的因素誤認(rèn)為具有因果性，并據(jù)此得出決策。例如，信貸評估算法通過訓(xùn)練數(shù)據(jù)的學(xué)習(xí)和歸納，如果發(fā)現(xiàn)戶籍來自農(nóng)村地區(qū)的申請人貸款違約率較高，就可能在“申請人戶籍地”與“違約率高”之間建立因果聯(lián)系。當(dāng)來自農(nóng)村地區(qū)的申請人申請貸款時，信貸評估算法可能根據(jù)這一特征，提出較高貸款利率、較低貸款額度或要求抵押擔(dān)保等條件，從而阻礙金融交易公平的實現(xiàn)。

其二，算法金融工具的設(shè)計者將自身的主觀偏見嵌入算法的代碼邏輯，使得算法金融工具“遺傳”了算法設(shè)計者的偏見認(rèn)識。歸根究底，算法金融工具是金融機構(gòu)用于降低服務(wù)成本、提高服務(wù)效益、拓展客戶來源的一種“市場競爭工具”，其設(shè)計動力來源于金融機構(gòu)謀取競爭優(yōu)勢和競爭利益的內(nèi)在欲求。在利益汲取的價值導(dǎo)向下，金融企業(yè)需要一個更加可控、與其利益一致的輔助工具，而非真正“中立客觀”的獨立決策平臺。因此，算法設(shè)計者在構(gòu)造算法的代碼邏輯時會將自身的價值偏好和經(jīng)驗認(rèn)識或主動、或被動地“投射”到算法金融工具之中，使算法的行為表征向作為算法設(shè)計者主觀意志的“軸線”偏離。例如，銀行的信用評估算法在評估貸款申請人的信用狀況時，可能會對職業(yè)為國家公務(wù)員的申請人給予較高的信用評分，而給在私營企業(yè)上班的申請人給予較低評分，因為國家公務(wù)員一旦違約并被納入失信名單，便會對其考核、任用、獎懲等產(chǎn)生影響，而私企員工此類影響相對較低。此時，依靠工作單位性質(zhì)評估申請人貸款風(fēng)險和貸款條件的行為，可能會使得從事某些特定職業(yè)的群體受到不合理的差別對待，顯然也影響了金融交易公平的實現(xiàn)。

其三，算法金融工具在訓(xùn)練過程中可能受到“偏見數(shù)據(jù)”的規(guī)訓(xùn)而形成歧視性認(rèn)知。機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)的發(fā)展使得算法擁有了似人的認(rèn)知習(xí)得過程，它通過對數(shù)據(jù)(信息)的接收和理解，自主形成對相關(guān)問題(世界)的“經(jīng)驗認(rèn)知”。然而，正如人從小的生活環(huán)境和信息攝入對其后天三觀形成的影響一般，算法從無到有的能力培養(yǎng)依賴于算法設(shè)計者對其注入的訓(xùn)練數(shù)據(jù)。如前所述，算法金融設(shè)計者在訓(xùn)練算法時能使用的數(shù)據(jù)包括自有業(yè)務(wù)、網(wǎng)絡(luò)記錄和向第三方購買的金融消費者交易、表達(dá)或其他活動的數(shù)據(jù)。這些數(shù)據(jù)不可避免蘊含著金融交易和交往活動中的歧視觀念，如證券投資顧問數(shù)據(jù)中可能會包含給予有社會地位的客戶高質(zhì)量資產(chǎn)配置組合建議，而給予社會地位較低的客戶較低質(zhì)量資產(chǎn)配置組合建議的傾向。又如金融交流平臺中投融資者的言論，可能會包含金融產(chǎn)業(yè)偏好高資產(chǎn)、城鎮(zhèn)用戶而排斥低資產(chǎn)、農(nóng)村用戶的現(xiàn)實描述。即使經(jīng)過篩選，許多“冗余編碼”②仍可能會輸入算法并“教壞”算法，從而發(fā)展成為“社會結(jié)構(gòu)性歧視的延伸”[8]，最終導(dǎo)致其從初始便戴著“有色眼鏡”看待客戶，并根據(jù)金融消費者的社會地位、戶口、年齡、性別等非合理特征對客戶予以歧視性對待，違背金融交易公平的訴求。

因此，算法并未因從屬科技而具有“客觀中立”的美德，相反其容易混淆因果性和相關(guān)性，遺傳設(shè)計者的“主觀偏見”和承繼社會觀念的“結(jié)構(gòu)性歧視”，并威脅到金融交易公平的最終實現(xiàn)。更令人擔(dān)憂的是，算法黑箱和算法高效的雙重屬性使其信息輸入和決策輸出之間能生成一道常人難以了解和把握的“邏輯隱層”[9]，使得算法演繹推理的規(guī)則、邏輯和程序難以被具有利害關(guān)系的金融決策相對人質(zhì)疑和干預(yù)。這既使得受歧視對待的決策相對人從源頭上就缺失了提出申訴、獲得救濟(jì)的信息基礎(chǔ)和信息能力，也使得歧視性決策和行為逐漸“隱化”在算法紛繁復(fù)雜、風(fēng)馳電掣、高深莫測的“邏輯黑箱”之中，從而強化了金融歧視的穩(wěn)固性和威權(quán)力。

(二) 算法“效率導(dǎo)向”對金融結(jié)果公平的 阻滯

金融結(jié)果公平作為一種更深層次、更高位階的金融公平，其實現(xiàn)不僅需要金融市場中資源供給者的倫理自覺與責(zé)任擔(dān)當(dāng)，更需要金融法制與政策的深謀遠(yuǎn)慮與主動干預(yù)。當(dāng)前，為矯正“機會公平”的立法導(dǎo)向與社會群體稟賦不平等間的錯位，防范由此產(chǎn)生的“馬太效應(yīng)”，激發(fā)金融市場調(diào)節(jié)社會財富分配、幫扶弱勢群體和促進(jìn)金融福利公平分享的功能，金融法已構(gòu)建了一定的“反向歧視”制度，以增加諸如農(nóng)民、低收入者等金融弱勢群體獲得金融服務(wù)的機會，實現(xiàn)矯正后的“結(jié)果公平”[10]。例如，《中國銀監(jiān)會關(guān)于支持商業(yè)銀行進(jìn)一步改進(jìn)小企業(yè)金融服務(wù)的通知》(2011)③、《財政部、國家稅務(wù)總局關(guān)于延續(xù)支持農(nóng)村金融發(fā)展有關(guān)稅收政策的通知》(2017)④、《中國人民銀行關(guān)于對普惠金融實施定向降準(zhǔn)的通知》(2017)⑤等規(guī)范性文件無不屬于金融法“反向歧視”制度構(gòu)建的立法范本。這些規(guī)范性文件通過倡導(dǎo)、激勵和約束相結(jié)合的方式，對金融機構(gòu)中資源決策者的價值結(jié)構(gòu)、商業(yè)判斷和行為向量施加一定的、或潛或明的影響，進(jìn)而實現(xiàn)金融“嫌貧愛富”本性的適度矯正和金融緩解階層分化、促進(jìn)共同富裕功能的有效發(fā)揮。

然而，這種矯正模式在面對“算法決策者”時卻難以發(fā)揮干預(yù)效果。算法決策者與人類決策者不同，其“在設(shè)計之初就是為了追求經(jīng)濟(jì)效益和效率提升”，即“通過數(shù)字分析和精準(zhǔn)預(yù)測帶來實在的經(jīng)濟(jì)利益”[11]。人的理性意識是“承載著我們內(nèi)在的所有其他價值”的“對源于自身的意志過程的照明”，它“會感到各種價值和目的”，也“總是知道我們在每一當(dāng)下時刻的追求”，并“出于我們的本質(zhì)依據(jù)，在持續(xù)地、毫無間歇地追求著”[12]。而算法所具有的“理性意志”是去主觀化、去倫理化的，是無關(guān)自由、平等和人權(quán)的只懂得執(zhí)行預(yù)設(shè)命令的“機械理性”，它僅“以判斷對錯開始，并以對錯作為終結(jié)”，僅“在經(jīng)濟(jì)事實之中開始，也在經(jīng)濟(jì)事實之中結(jié)束”，而不追問這一切背后的意義、價值和目的[13]。因此，蘊蓄著正義、公平等價值理性和德性目的的金融法律難以影響去價值化、去主觀理性的算法，算法將在運營者的預(yù)設(shè)命令和自身的機械邏輯驅(qū)動下繼續(xù)其“精準(zhǔn)性識別、高效性決策”的“效率性工作”。而這一切，都造成了算法金融市場中金融內(nèi)生性歧視的回歸和固化。

概言之，如果不施以強而有效的干預(yù)，算法金融產(chǎn)品將可能在“風(fēng)險—收益”的要素衡量和利潤估值下，繼續(xù)為富人提供更可得、更方便、更低價的金融產(chǎn)品和服務(wù)，而為窮人提供更苛刻、更昂貴的金融產(chǎn)品和服務(wù)，在不斷促進(jìn)金融資本自我增值和金融效益持續(xù)攀升的同時，將社會的弱勢群體冷漠地拋在腦后，使得金融法“反向歧視”制度的矯正成果歸零甚至走向惡化，造成金融經(jīng)濟(jì)功能的不斷膨脹并逐漸覆蓋、侵蝕其社會功能的惡果，最終導(dǎo)致資本財富的循環(huán)式集聚和馬太效應(yīng)的螺旋式放大，以及隨之而來的社會階層分化、社會群體撕裂以及社會矛盾激化。

二、算法時代金融公平實現(xiàn)困境之深層原因

金融公平的實現(xiàn)在算法時代之所以面臨諸多的新挑戰(zhàn)和新困難，究其根本，乃在于算法權(quán)力在金融領(lǐng)域的崛起導(dǎo)致了金融權(quán)力向資本所有者的“下沉”，放大了金融市場主體間的能力失衡，進(jìn)而導(dǎo)致金融消費者難以識別、抗衡算法的不公平?jīng)Q策行為，成為單純的資源被支配方和利益被攫取方。

(一) 算法權(quán)力的崛起與金融權(quán)力的“下沉”

要對金融領(lǐng)域算法權(quán)力的崛起作理論證成，首先需要對金融領(lǐng)域的算法決策是否構(gòu)成一種“權(quán)力”進(jìn)行論證。從學(xué)理上看，“權(quán)力”這一概念通常有以下幾種含義：①權(quán)力是一種可以影響，甚至改變對方行為的強制力量；②權(quán)力是一種達(dá)到特定目標(biāo)和獲取利益的能力和資源；③權(quán)力就是國家政權(quán)，是維持統(tǒng)治階級利益的國家強制力量；④權(quán)力是一種約束和規(guī)制人的復(fù)雜網(wǎng)絡(luò)和微觀社會結(jié)構(gòu)[14]。在這四種含義中，除第三項屬于純粹狹義的國家公權(quán)力概念外，其余三種含義都契合了金融領(lǐng)域算法決策的“權(quán)力”屬性。

首先，金融領(lǐng)域的算法決策是一種可以改變，至少是可以影響金融消費者行為的強制力量。以互聯(lián)網(wǎng)金融平臺的搜索匹配算法為例，其利用金融消費者“注意力資源稀缺”的特點，通過優(yōu)先推送特定融資項目影響金融消費者的投資選擇，或是憑借對金融消費者潛在投資偏好的挖掘，通過金融資產(chǎn)的針對性組合與量身定制，煽動、“誘導(dǎo)”金融消費者作出投資選擇。

其次，金融領(lǐng)域的算法決策能夠幫助金融機構(gòu)實現(xiàn)特定目的或獲取相關(guān)利益。以信貸評估算法為例，信貸機構(gòu)通過對信貸評估算法的特殊設(shè)計和控制，能有效控制信貸資源投放的行業(yè)領(lǐng)域、主體身份、地理范圍和其他限制，進(jìn)而實現(xiàn)信貸機構(gòu)將資源配置給特定主體或特定種類主體的目的，并可從中謀取歧視性利益。而融資者難以通過質(zhì)疑信貸評估算法的決策程序，影響和矯正決策結(jié)果，維護(hù)自身的權(quán)益。

最后，金融領(lǐng)域的算法構(gòu)建起了諸如智能投顧等不同的系統(tǒng)架構(gòu)，形成了一種微觀的規(guī)訓(xùn)結(jié)構(gòu)和復(fù)雜的規(guī)訓(xùn)網(wǎng)絡(luò)。如在智能投顧領(lǐng)域，其依托算法單方構(gòu)建起一個完整、獨立的投資咨詢/代理服務(wù)系統(tǒng)架構(gòu)。金融消費者通過“通知—同意”進(jìn)入系統(tǒng)架構(gòu)后，行為即受到算法的支配[15]，算法會自動收集、挖掘、分析和解讀金融消費者的個人數(shù)據(jù)，并自動推送/執(zhí)行相應(yīng)的資產(chǎn)投資組合。在這一架構(gòu)流程的運轉(zhuǎn)中，金融消費者難以基于自身主觀意志作出任何干預(yù)，甚至無法作出絲毫質(zhì)疑，只能被算法架構(gòu)所規(guī)訓(xùn)。此外，隨著算法不斷應(yīng)用于金融各業(yè)態(tài)之中，各種算法系統(tǒng)架構(gòu)將相互配合，逐漸結(jié)成一張規(guī)訓(xùn)的網(wǎng)絡(luò)，金融消費者要么拒絕參與金融市場，要么配合算法網(wǎng)絡(luò)的規(guī)訓(xùn)，無可奈何地被關(guān)進(jìn)福柯筆下的“全景式規(guī)訓(xùn)監(jiān)獄”中[16]。

由此可見，隨著算法不斷應(yīng)用、嵌入金融各業(yè)態(tài)，替代、覆蓋傳統(tǒng)的金融產(chǎn)品、工具、渠道乃至大部分金融功能，算法開始凝聚出一種“準(zhǔn)公權(quán)力”。這種準(zhǔn)公權(quán)力可以影響甚至改變金融消費者的行為，可以通過調(diào)配金融資源為金融機構(gòu)實現(xiàn)特定目的或謀取相關(guān)利益，并最終通過微觀的、個別的規(guī)訓(xùn)關(guān)系的集結(jié)，編織成一張“準(zhǔn)公權(quán)力”的規(guī)訓(xùn)網(wǎng)絡(luò)。這種“準(zhǔn)公權(quán)力”的誕生意味著我國金融治理體制在從以“國家構(gòu)建”為基礎(chǔ)的“單中心治理”向以“國家構(gòu)建”和“民間構(gòu)建”相耦合為依循的“共享共建”轉(zhuǎn)型的過程中[17]，金融市場中的國家、市場和社會的界限亦在日漸模糊。原本僅盤旋于金融市場中的原則慢慢滲透到國家部門[18]，原本僅束縛于國家的金融權(quán)力逐步向市場等部門分化，進(jìn)而實現(xiàn)金融權(quán)力的“下沉”和權(quán)力主體的“多中心衍變”。

金融領(lǐng)域算法權(quán)力的崛起既是金融權(quán)力“下沉”的重要契機和載體，亦是金融權(quán)力“下沉”的典型表現(xiàn)。它代表著金融市場運作邏輯和治理模式的一種新現(xiàn)象、新特點和新發(fā)展，對金融消費者權(quán)益維護(hù)來說，也意味著一種更加失衡的主體間能力對比關(guān)系，以及隨之而來的更加不平等的利益剝削和利益支配，包括歧視性的利益剝削和支配。

(二) 權(quán)力—權(quán)利新格局所導(dǎo)致的權(quán)利保護(hù)失靈

金融主體的能力會影響市場主體間的力量對比，影響金融活動中的利益博弈進(jìn)而關(guān)系到金融交易進(jìn)行和金融福利分配的公平程度，而金融法制通過有效的權(quán)利賦予和相應(yīng)的權(quán)力保障，能夠顯著調(diào)節(jié)金融主體能力，實現(xiàn)能力對比的相對均衡[19]。但算法權(quán)力賦能金融資本的新情勢對這一理論提出了新挑戰(zhàn)，并為金融公平的實現(xiàn)帶來了新危機。在傳統(tǒng)的金融市場中，金融機構(gòu)與金融消費者之間是一種“能力不對等”的平等主體間關(guān)系，兩者間因能力、資源等差異而存在利益侵蝕和利益分配不均衡問題，同時均受到縱向的國家權(quán)力規(guī)訓(xùn)和約束，國家權(quán)力通過權(quán)利的賦予和對應(yīng)義務(wù)的施加實現(xiàn)“形式平等”主體間的“實質(zhì)平等”。算法權(quán)力的產(chǎn)生使縱向的權(quán)力關(guān)系向橫向滲透，形成了橫向的“權(quán)力主體”和“權(quán)力受體”，并形成金融機構(gòu)與金融消費者之間的利益支配和利益剝削關(guān)系。金融消費者難以通過原有的權(quán)利對抗金融機構(gòu)的算法權(quán)力，而金融監(jiān)管部門的權(quán)力亦受到算法權(quán)力的消解甚至腐蝕。

首先，算法權(quán)力的“合法依據(jù)”壓制了金融消費者的權(quán)利行使。包括智能投顧在內(nèi)的部分算法金融類產(chǎn)品，在為金融消費者提供服務(wù)前都會出示一份“用戶協(xié)議”，金融消費者需要在閱讀后并選擇同意方可享受服務(wù)。一旦金融消費者受到算法不合理、不公平的區(qū)別對待，算法運營商將憑借“不公平?jīng)Q策由機器算法作出而非運營商作出”和“金融消費者同意授權(quán)算法為其作出決策”兩項理由使其歧視性決策“合法化”。這使得金融消費者面臨兩難抉擇：要么放棄算法金融類產(chǎn)品和服務(wù)的廉價、高效和便利，遠(yuǎn)離人工智能科技的成果福利；要么簽署用戶協(xié)議，“知情和同意”算法收集、利用其信息，并在受到算法不公平對待時難以要求算法運營者承擔(dān)責(zé)任，救濟(jì)自己的權(quán)益。

其次，算法權(quán)力的“隱性規(guī)訓(xùn)”消解了金融消費者的權(quán)利意識。算法權(quán)力對金融消費者的規(guī)訓(xùn)是潛在的、難以捉摸的。申言之，算法對金融消費者的信息收集、研判和分析是以“數(shù)據(jù)”為單位進(jìn)行的，其最終僅以“信息”的形式向消費者輸出相關(guān)決策結(jié)果，金融消費者僅憑人腦難以對自身的相關(guān)數(shù)據(jù)進(jìn)行解讀，并模擬算法的數(shù)據(jù)解析進(jìn)程。因此，即使算法對金融消費者產(chǎn)生偏見或其他不合理認(rèn)識，金融消費者也無從知曉，亦難以發(fā)覺算法輸出結(jié)果中的不公平問題，也就不會因自身公平權(quán)益受損而尋求法律的救濟(jì)。

再次，算法權(quán)力的“黑箱屬性”弱化了金融消費者的權(quán)利實效。在傳統(tǒng)反金融不公的制度對策中，金融消費者的知情權(quán)⑥和金融機構(gòu)的信息披露義務(wù)⑦是重要的制度性設(shè)計，通過有效的說明并解釋決策依據(jù)、理由和邏輯，金融消費者容易發(fā)覺決策中蘊含的不合理、不公平因素并主動尋求救濟(jì)。然而，算法權(quán)力的演繹、運營環(huán)境是一個“黑箱”，其數(shù)據(jù)的篩選、梳理、建模和解讀的流程和邏輯都由算法通過深度學(xué)習(xí)自主構(gòu)建，即使是算法設(shè)計者和運營商也難以全面把握其決策作出的數(shù)據(jù)基礎(chǔ)、推理邏輯和決策理據(jù)。因此，金融消費者靠知情權(quán)僅能獲得輸入算法的數(shù)據(jù)和輸出算法的結(jié)果等信息，即使懷疑算法的演繹過程中產(chǎn)生了偏見或其他不合理認(rèn)識，也因知情權(quán)的客觀行使不能而難以查證不公平對待的存在。此外，算法權(quán)力的“黑箱屬性”也會與國家權(quán)力形成對抗，金融監(jiān)管機構(gòu)難以通過報告義務(wù)、現(xiàn)場檢查等措施發(fā)現(xiàn)算法權(quán)力中的不合理認(rèn)識和不公平對待，金融司法機構(gòu)亦難以查明算法的決策是否侵犯了金融消費者的公平權(quán)益，進(jìn)而難以發(fā)揮平衡主體實力、協(xié)調(diào)利益分配的應(yīng)然功能。

最后，算法權(quán)力可能與公權(quán)力合謀，進(jìn)一步對金融消費者的公平權(quán)益構(gòu)成侵害和壓迫。隨著算法應(yīng)用的不斷深化，其逐漸嵌入金融監(jiān)管與金融司法領(lǐng)域，在強化監(jiān)管與司法權(quán)力實施效能的同時，也將自身的“冷漠、偏見、效率追逐”等缺點滲入監(jiān)管與司法權(quán)力之中，污染監(jiān)管權(quán)與司法權(quán)本應(yīng)具有的“客觀、理性、堅守正義”等品質(zhì)，從而使得金融消費者在金融執(zhí)法、金融審判中可能受到不公平的對待。

三、算法時代金融公平實現(xiàn)困境之法律應(yīng)對

面對算法權(quán)力侵蝕金融消費者權(quán)利和支配消費者利益的新格局、新形勢，金融法制的應(yīng)對模式和應(yīng)對措施也應(yīng)因勢調(diào)整。具言之，應(yīng)改變傳統(tǒng)的著重金融消費者權(quán)利賦予和保障的能力衡平思路，構(gòu)建起以“算法權(quán)力制約”與“消費者權(quán)利補強”雙管齊下的法律治理路徑。前者重在通過事前的算法測試與算法驗證實現(xiàn)算法權(quán)力的“入市前篩選”，保證算法權(quán)力主體具備客觀、公平等價值秉性；后者通過權(quán)利內(nèi)容和權(quán)利救濟(jì)兩個層面的調(diào)整優(yōu)化，實現(xiàn)金融消費者公平權(quán)益維護(hù)能力的效能補強，最終實現(xiàn)算法時代金融權(quán)力—權(quán)利格局的均衡再造。

(一) 權(quán)力約束路徑：算法測試與算法驗證的制度構(gòu)造

算法權(quán)力的“隱性規(guī)訓(xùn)”和“黑箱屬性”等弱化了事中、事后的權(quán)力干預(yù)和權(quán)利救濟(jì)的實施效能。要實現(xiàn)算法時代金融公平的修正目標(biāo)，應(yīng)更多將目光聚焦于算法權(quán)力生成和嵌入經(jīng)濟(jì)社會生活之前，從源頭上對算法的不合理、不公平?jīng)Q策進(jìn)行干預(yù)和防范。算法測試和算法驗證即是此種源頭治理的有效措施之一，其通過對算法及其權(quán)力設(shè)置相應(yīng)的“市場準(zhǔn)入”關(guān)卡，保證“入場”算法具有“客觀公平”的優(yōu)良秉性，剔除蘊藏偏見等基因的劣等算法，保證金融市場的算法公平。算法測試與驗證的制度設(shè)計是一個系統(tǒng)化工程，包括算法測試與驗證的標(biāo)準(zhǔn)、方法和載體等不同的制度成分和要素，需要分別予以探討和構(gòu)建。

1. 算法測試與算法驗證的標(biāo)準(zhǔn)設(shè)計

科林·斯科特認(rèn)為，在任何一個規(guī)制體系中，標(biāo)準(zhǔn)都具有舉足輕重的地位[20]。特別是在調(diào)整涉及科學(xué)技術(shù)問題的規(guī)制關(guān)系時，標(biāo)準(zhǔn)更是不可缺少的手段和工具。它能為法律規(guī)制提供基于科學(xué)、技術(shù)和經(jīng)驗的依據(jù)，也能為規(guī)則相對人的行為提供具體的指向[21]。算法測試與驗證作為一種“市場準(zhǔn)入”型的事前規(guī)制手段，亦需要以合科學(xué)性、合經(jīng)驗性以及合倫理性的標(biāo)準(zhǔn)作為測試與驗證的準(zhǔn)據(jù)。對此，可借鑒其他國家和地區(qū)的相關(guān)立法，如新加坡金融管理局發(fā)布的《新加坡金融業(yè)使用人工智能和數(shù)據(jù)分析時的公平、道德、問責(zé)和透明度原則》(簡稱《FEAT原則》)提出算法公平應(yīng)包括合理性和準(zhǔn)確性兩個方面，其中合理性包括兩項標(biāo)準(zhǔn)：①除非可以證明這些決定是合理的，否則不會因為算法作出的決策而系統(tǒng)地使個人或群體處于不利地位；②將某些個人屬性作為決策因素輸入算法前，應(yīng)具備合理的理由。準(zhǔn)確性也包括兩項標(biāo)準(zhǔn)：①算法運營者應(yīng)定期審查和驗證算法決策所使用的數(shù)據(jù)和模型的準(zhǔn)確性與相關(guān)性，并最大程度地減少意外偏差；②定期審查算法作出的決策，以便模型按設(shè)計和預(yù)期運行[22]。中國香港金融管理局發(fā)布的《關(guān)于被授權(quán)機構(gòu)使用大數(shù)據(jù)分析和人工智能的消費者保護(hù)指引》也要求被授權(quán)機構(gòu)應(yīng)確保算法決策為用戶提供客觀、一致、合乎道德和公平的結(jié)果，并提出了五項具體標(biāo)準(zhǔn)：①算法決策應(yīng)遵守相關(guān)法規(guī)，特別是有關(guān)不得歧視的法規(guī)；②在無合理理由的情況下，算法決策不得拒絕用戶獲得基本的金融服務(wù)；③算法決策應(yīng)充分考慮用戶的資金實力、個體情況和具體需要，包括他的智能科技素養(yǎng)；④用于算法決策的模型是穩(wěn)健的，并適當(dāng)?shù)貦?quán)衡了所有相關(guān)變量；⑤是否可能通過人工干預(yù)以矯正歧視性的貸款[23]。

從新加坡和我國香港地區(qū)的立法例中可以看出，它們均分別從過程公平和結(jié)果公平兩個層面設(shè)定了算法公平的標(biāo)準(zhǔn)，即都關(guān)注算法決策所考量的因素是否合理和算法決策的輸出結(jié)果是否適恰。前者將算法的黑箱運行過程以數(shù)據(jù)輸入的形式“顯象化”，后者不僅考慮金融消費者所享受的服務(wù)與他人相比是否公平，還要考慮弱勢金融消費者是否能獲得最基本的金融服務(wù)。此外，雖然我國尚未像美國等國家那樣出臺專門的、系統(tǒng)性的、可操作的反金融歧視法律，但不排除未來出臺相關(guān)立法的可能，因此合法性也應(yīng)作為算法測試與驗證的標(biāo)準(zhǔn)之一。

我們認(rèn)為，算法測試與驗證的標(biāo)準(zhǔn)應(yīng)確定為合法性、合理性、準(zhǔn)確性和普惠性等四項要求。合法性要求對算法設(shè)計者和運營者施加法規(guī)核驗義務(wù)，即在將算法投入應(yīng)用前，核驗算法內(nèi)部的推理邏輯和預(yù)期結(jié)果是否與現(xiàn)行反金融歧視的法律法規(guī)相抵觸，以保證投入市場后算法的決策能遵循反金融歧視的法律和其他反金融不公的法律。合理性包括過程合理和結(jié)果合理。過程合理要求算法設(shè)計者和運營者承擔(dān)數(shù)據(jù)治理義務(wù)，以保證輸入算法的數(shù)據(jù)具有良好的脫敏性和相關(guān)性[24]，即將代表某些個人屬性或特征的數(shù)據(jù)輸入算法，作為算法決策的因素時應(yīng)存在合理的理由，同時該數(shù)據(jù)不包含歧視性的標(biāo)簽。結(jié)果合理要求算法設(shè)計者和運營者確保算法決策不會系統(tǒng)性地使某些人或某類群體陷入不利處境。準(zhǔn)確性要求對算法設(shè)計者和運營者施加結(jié)果承諾義務(wù)，即算法設(shè)計者和運營者應(yīng)向消費者承諾算法決策的結(jié)果與其預(yù)先公布的期望相符，并在出現(xiàn)偏差時具備向消費者解釋的合理理由。普惠性要求算法設(shè)計者和運營者承擔(dān)普惠價值編入義務(wù)，即應(yīng)在設(shè)計階段將普惠金融的價值和原則編入算法系統(tǒng)，以保證算法在任何情況下均不會剝奪金融消費者獲取基本金融服務(wù)的機會。

2. 算法測試與算法驗證的方法創(chuàng)新

通過審視算法內(nèi)部決策是否滿足上述標(biāo)準(zhǔn)，可以判定算法設(shè)計者和運營者是否違背相應(yīng)義務(wù)，并予以問責(zé)和懲戒。其中，合法性要求目前缺乏相應(yīng)的反金融歧視法律，因而難以確定統(tǒng)一、有效的方法。過程合理可以通過檢測算法運營商輸入算法的數(shù)據(jù)予以認(rèn)定，并憑借相關(guān)數(shù)據(jù)保護(hù)法律予以輔助判斷。準(zhǔn)確性通過比對算法決策結(jié)果與預(yù)期的相符程度即可確定。普惠性取決于算法是否會在基本金融服務(wù)層面作出拒絕性決策。最難確定的是結(jié)果合理要求，因為不公平?jīng)Q策的表現(xiàn)形式較為復(fù)雜，部分表現(xiàn)形式極為隱蔽，難以被發(fā)現(xiàn)和查證。最典型的例證是間接歧視行為，即“表面上完全中立公平，對所有的人一樣，但實質(zhì)上向他人所施加的要求或條件是不合理的或不相干的理由，并對某類人或團(tuán)體之成員產(chǎn)生了不利影響”[25]。間接歧視行為因用了一個看似中立的關(guān)聯(lián)決策因素(比如購物習(xí)慣、社交偏好等)掩蓋了另一個具有歧視性的重要決策因素(比如性別、職業(yè)或民族)，因而披上了“表面中立”的面紗并將“歧視本性”隱藏于“算法黑箱”背后，難以根據(jù)輸入因素和輸入結(jié)果的邏輯對應(yīng)關(guān)系而直接查明。

對此，建議借鑒自然科學(xué)的基本研究方法，即“控制變量法”來破解這一問題。控制變量法多用于研究多因素(多變量)的問題，以確定哪些因素對該問題的結(jié)果沒有影響，哪些因素有影響以及影響的程度、向量如何。具體操作方式為：在研究某個因素對問題結(jié)果的影響時，只改變這個量的大小，而保持其他變量不變，從而確定這個因素是否影響問題結(jié)果，通過對變量的逐個試驗和判斷，找出影響問題結(jié)果的所有因素[26]。將這種方法應(yīng)用于算法決策的結(jié)果測試，即先找出所有可能影響算法演繹、預(yù)測和決定的因素，包括諸如資產(chǎn)水平、金融消費記錄、數(shù)據(jù)量度等直接關(guān)聯(lián)因素，以及諸如家庭住址、電商交易記錄、受教育程度等間接可能因素，然后在保持其他因素的數(shù)據(jù)不變的前提下，逐一改變其中某項因素的數(shù)據(jù)并輸入算法，看算法作出的諸如是否授信、利率大小、資產(chǎn)組合情況等決策結(jié)果是否一致，以此判斷算法的決策結(jié)果是否公平。這種方法能夠準(zhǔn)確、有效檢測算法結(jié)果是否公平，但前提是需要大量具備客觀性、真實性的模擬數(shù)據(jù)和一個高效、自動化的算法測試系統(tǒng)，這就要求有一個較為適格的測試載體。

3. 算法測試與算法驗證的載體選擇

算法測試與算法驗證的載體選擇，可考慮使用虛擬沙盒。虛擬沙盒又叫行業(yè)沙盒，最早由英國金融行為監(jiān)管局于2015年11月發(fā)布的《監(jiān)管沙盒》報告提出，旨在為企業(yè)提供“一種能夠在不進(jìn)入真實市場的情況下測試其解決方案的環(huán)境”[27]。虛擬沙盒的含義為“一個基于云的解決方案，由行業(yè)構(gòu)建和配置，因而可以為企業(yè)的產(chǎn)品或服務(wù)定制實驗方案，使用行業(yè)或企業(yè)提供的數(shù)據(jù)進(jìn)行測試……然后可以邀請公司甚至消費者嘗試其新解決方案”[28]。它的參與主體非常廣泛，既可以包括金融監(jiān)管機構(gòu)等監(jiān)管部門，也包括行業(yè)協(xié)會、交易所等行業(yè)自律組織，還包括金融科技企業(yè)、金融消費者等市場參與主體。同時，依托于交易所、金融科技企業(yè)提供的市場真實數(shù)據(jù)，以及監(jiān)管部門、行業(yè)協(xié)會對數(shù)據(jù)的脫敏、匿名化和對數(shù)據(jù)使用的監(jiān)管，虛擬沙盒得使用真實、客觀的市場模擬數(shù)據(jù)，在完全擬真的虛擬測試環(huán)境下進(jìn)行實驗測試，但又不損害金融消費者的個人信息權(quán)益。這為算法決策的“控制變量法”實驗提供了高效、穩(wěn)定、權(quán)威和適恰的測試與驗證載體。因此，本文建議由監(jiān)管部門、行業(yè)協(xié)會和交易所牽頭，構(gòu)建中國版的虛擬沙盒，并依托虛擬沙盒開展算法測試與驗證工作。

總而言之，算法測試與驗證應(yīng)以合法性、合理性、準(zhǔn)確性和普惠性為測試與驗證標(biāo)準(zhǔn)，以“控制變量法”為測試方法，以“虛擬沙盒”為測試載體進(jìn)行制度構(gòu)造。每一種算法金融服務(wù)都應(yīng)根據(jù)國家有關(guān)規(guī)定，在正式進(jìn)入市場前在金融監(jiān)管部門的指導(dǎo)和監(jiān)督下進(jìn)行完整、全面的測試。若測試結(jié)果符合算法公平的標(biāo)準(zhǔn)和要求，則允許該算法金融服務(wù)進(jìn)入市場推廣應(yīng)用；若測試結(jié)果認(rèn)為該算法金融產(chǎn)品或服務(wù)具有潛在的偏見和不公平問題，監(jiān)管機構(gòu)應(yīng)根據(jù)具體情況作出責(zé)令調(diào)整算法或禁止進(jìn)入市場的決定，以防止算法侵害金融消費者的公平權(quán)益，從而維護(hù)金融市場的正義。

(二) 權(quán)利補強路徑：金融教育權(quán)的強化與替代性金融糾紛解決機制

面對算法權(quán)力對金融消費者的不公平對待，除了通過算法測試與驗證制度對算法權(quán)力生成進(jìn)行制約以外，還需要強化金融消費者的權(quán)利，包括優(yōu)化權(quán)利內(nèi)容和強化權(quán)利救濟(jì)渠道兩個方面。限于篇幅，本文著重從金融教育權(quán)的權(quán)能優(yōu)化和引入替代性金融糾紛解決機制兩個方面進(jìn)行論述。

1. 金融教育權(quán)的延展與優(yōu)化

隨著金融產(chǎn)品的嵌套疊加和金融服務(wù)的日益復(fù)雜，金融業(yè)已逐漸遠(yuǎn)離其服務(wù)大眾的優(yōu)良秉性，越來越與大眾的認(rèn)知水平與金融素養(yǎng)脫節(jié)。市場需要對金融消費者進(jìn)行金融知識普及和金融技能培育，以縮小金融機構(gòu)與金融消費者之間的能力鴻溝，金融教育權(quán)因而具有了理論層面的正當(dāng)性和客觀層面的需求基礎(chǔ)。2015年11月，《國務(wù)院辦公廳關(guān)于加強金融消費者權(quán)益保護(hù)工作的指導(dǎo)意見》第一次以國家規(guī)范性文件的形式明確了“金融消費者的受教育權(quán)”，金融教育逐步落到實處。但隨著金融業(yè)態(tài)從傳統(tǒng)金融邁向算法金融時代，金融創(chuàng)新同時是“科技創(chuàng)新”，科技賦能金融的新形勢使得金融業(yè)態(tài)、產(chǎn)品和服務(wù)愈發(fā)繁雜和尖端，這些將會在很大程度上超出普通消費者的認(rèn)知。金融教育權(quán)也應(yīng)與時俱進(jìn)，優(yōu)化其具體內(nèi)涵和結(jié)構(gòu)，以實現(xiàn)金融教育權(quán)的權(quán)能強化并與算法金融新時代接軌。具體來說，可以從教育內(nèi)容和教育方式兩方面著手進(jìn)行權(quán)利優(yōu)化。

一是教育內(nèi)容的延展，應(yīng)增加有關(guān)算法金融的相應(yīng)內(nèi)容。諸如智能投顧和信用評估算法等低成本、自動化的算法金融服務(wù)更多是主打普惠金融市場的，旨在為小微金融消費者提供機器式的“便宜金融”。中高端金融消費者因其人脈、資源和財力優(yōu)勢，需要定制化、個性化和高端化的人力式服務(wù)，故中高端消費者與算法金融之間反而有一些距離。這就形成了一種奇怪的金融市場結(jié)構(gòu)：對算法科技具有更強理解度和接受力的中高端金融消費者不需要與算法金融服務(wù)有太多接觸，而對算法金融一竅不通的小微金融消費者對算法金融服務(wù)卻有著剛性需求。因此，在社會大眾中普及算法金融的教育將成為當(dāng)務(wù)之急。

當(dāng)前我國金融教育的內(nèi)容體系大致可分為三部分，即金融市場原理教育、金融交易決策教育、金融消費者權(quán)益保護(hù)教育[19]。三者都需根據(jù)算法金融的發(fā)展現(xiàn)狀予以相應(yīng)擴(kuò)展，特別是增加有關(guān)算法公平的教育內(nèi)容。其中，金融市場原理教育應(yīng)圍繞當(dāng)前的算法金融市場現(xiàn)狀，算法金融產(chǎn)品和服務(wù)種類，算法的運營原理、數(shù)據(jù)來源、推理依據(jù)、決策模型等知識展開系統(tǒng)性教育，目的在于使金融消費者對算法金融產(chǎn)業(yè)的基礎(chǔ)性知識有一個概覽性把握。金融交易決策教育應(yīng)立足于算法金融產(chǎn)品、服務(wù)中的不合理、不公平對待問題，圍繞這些問題的發(fā)生學(xué)根源、影響因素、可能后果，算法黑箱的具體情況、產(chǎn)生緣由、潛在危害等知識進(jìn)行半系統(tǒng)性、半應(yīng)用性教育，目的在于使金融消費者認(rèn)識到自身在享受算法金融服務(wù)的同時會面臨的潛在風(fēng)險和預(yù)期損害，促使金融消費者理性選擇交易對象，審慎開展交易活動。金融消費者權(quán)益保護(hù)教育應(yīng)重點圍繞算法不公平?jīng)Q策的識別方法、個人數(shù)據(jù)的保護(hù)方式、算法黑箱的應(yīng)對之策、權(quán)益救濟(jì)的渠道和方式等知識進(jìn)行針對性的應(yīng)用式教育，目的在于培育金融消費者的私力救濟(jì)意識和自我維權(quán)能力，激發(fā)“市場自發(fā)規(guī)制”在實現(xiàn)算法公平中的作用，實現(xiàn)市場主體間的能力再平衡和利益再協(xié)調(diào)。

二是教育方式的創(chuàng)新，應(yīng)引入場景思維，利用算法開展個性化的教育內(nèi)容輸出。克里斯托弗·布施認(rèn)為，在算法對經(jīng)濟(jì)社會的嵌入進(jìn)程中伴隨有一種“普遍的個性化”趨勢，即“對個體以及他們的社會關(guān)系的無處不在的量化和數(shù)據(jù)化導(dǎo)致集體類別(例如‘公民’和‘消費者’)的消解，并將重點轉(zhuǎn)移到可量化差異上”[29]。這種個性化趨勢不僅反映到經(jīng)濟(jì)活動之中，如智能投顧服務(wù)的個性化投資理財建議，也逐漸反映到法律實施之中，如個性化的信息披露要求，抑或個性化的金融教育模式。個性化的教育方案設(shè)計和教育知識選擇有助于實現(xiàn)教育輸出與金融消費者需求的內(nèi)在耦合，降低金融消費者的學(xué)習(xí)成本并強化培育效能，實現(xiàn)“因材施教”。這一個性化教育輸出模式早已有其傳播學(xué)理論基礎(chǔ)，即場景思維理論，其強調(diào)打通場景、用戶與教育之間的關(guān)系，深入抓取金融消費者的內(nèi)在需求，并以及時、高效、舒適的用戶體驗為導(dǎo)向，實現(xiàn)教育知識的適配性供給[30]。因此，針對算法金融時代的消費者教育訴求，應(yīng)以個性化算法實施為技術(shù)載體，以場景思維為理論指導(dǎo)，構(gòu)建起定制化、針對性的金融消費者教育制度模式。

具體來說，一是由監(jiān)管部門牽頭、聯(lián)合各界力量搭建一個統(tǒng)一的金融消費者教育服務(wù)平臺，該平臺能兼顧和涵蓋不同身份、不同屬性、不同場景的金融消費者個體；二是要通過平臺算法進(jìn)行消費者需求挖掘，通過數(shù)據(jù)獲取和建模分析發(fā)現(xiàn)消費者內(nèi)在的教育資源、方式等需求；三是依托平臺豐富的教育資源庫和教育輸出渠道，為消費者定制個性化、適配化的個人學(xué)習(xí)方案，并根據(jù)金融消費者的反饋即時調(diào)整[30]，最終在不斷的數(shù)據(jù)流通、數(shù)據(jù)聯(lián)動和數(shù)據(jù)交互的基礎(chǔ)上實現(xiàn)金融消費者教育的動態(tài)優(yōu)化。

2. 金融替代性糾紛解決機制的引入與擴(kuò)展

由于算法權(quán)力的崛起引起了金融機構(gòu)與金融消費者間主體能力的失衡，算法侵權(quán)的私法救濟(jì)也必然更為困難，具體表現(xiàn)在三個方面：一是算法的“邏輯隱層”使金融消費者舉證更為困難。在算法決策過程中，金融消費者可能獲得的信息僅有算法的輸入數(shù)據(jù)、輸出結(jié)果和預(yù)設(shè)邏輯等基本信息，其缺乏足夠的能力和權(quán)限獲得有關(guān)算法的運算過程和動態(tài)情況等方面的信息，因而即使金融消費者向司法部門尋求侵權(quán)救濟(jì)，也難以舉出相應(yīng)證據(jù)。二是算法的“黑箱壁壘”使得司法裁判人員難以識別和認(rèn)定算法不公。司法裁判人員由于缺乏相應(yīng)的專業(yè)知識，難以對算法的不公平對待行為進(jìn)行識別，同時由于缺乏相應(yīng)的技術(shù)能力與手段，亦難以對“算法是否存在對相應(yīng)消費者的不公平對待”的問題進(jìn)行認(rèn)定，陷入“審判不能”的窘境。三是算法歧視的侵權(quán)力度通常較小，且與訴訟成本不成比例，這使得金融消費者“利益衡量”后不愿尋求救濟(jì)或怠于尋求救濟(jì)，算法不公亦成為金融法制和金融消費者“心中的一根小刺，想拔又懶得拔”。

因此，要通過金融消費者權(quán)利補強的方式實現(xiàn)算法權(quán)力崛起后的市場主體間利益再平衡，應(yīng)創(chuàng)新發(fā)展更為便捷、高效、契合算法特性的金融糾紛解決機制。我們認(rèn)為，建立、發(fā)展金融申訴專員制度是解決當(dāng)前困境的可行路徑。金融申訴專員制度最早發(fā)源于英國，后被澳大利亞、日本等國家和我國香港、臺灣等地區(qū)引入和效仿。它具有獨立、專業(yè)、靈活、高效、便捷和緩解司法壓力等特點和優(yōu)勢[31]，更適宜于解決算法不公平?jīng)Q策所導(dǎo)致的金融糾紛。具體來說：第一，金融申訴專員制度中的“調(diào)解和裁決者”是具有相應(yīng)專業(yè)知識和經(jīng)驗素養(yǎng)的申訴專員，相比一般的民商事法官來說更具專業(yè)性和針對性，也更能專注于解決算法金融類糾紛。第二，金融申訴專員制度作為一種替代性金融爭端解決機制，主要負(fù)責(zé)解決金額較小、侵權(quán)力度較弱的案件，且辦案流程相比司法程序更加簡潔，更適宜于解決類似于算法不公平?jīng)Q策等小微型侵權(quán)糾紛。第三，金融申訴專員制度更注重于對金融消費者進(jìn)行傾斜性保護(hù)。這體現(xiàn)在其啟動機制和裁決效力兩個方面。前者多由金融消費者向金融申訴專員機構(gòu)投訴啟動，且僅承擔(dān)少部分案件受理費用，后者亦多偏向金融消費者。例如“英國金融申訴專員制度一旦作出裁決，金融申訴專員將不再審查案件，若消費者接受該裁決，則該裁決對雙方發(fā)生強制效力，消費者在金融機構(gòu)不履行裁決的情況下可向法院直接申請執(zhí)行裁決。如果消費者不接受最終的裁決，可以直接向法院起訴”[32]。這種對金融消費者的傾斜性保護(hù)能有效調(diào)和算法權(quán)力與金融消費者權(quán)利二次失衡的能力對比態(tài)勢，實現(xiàn)算法金融時代金融機構(gòu)與金融消費者間利益分配的平衡再造。

基于上述優(yōu)勢，引入金融申訴專員制度有助于破解算法時代金融消費者公平權(quán)利救濟(jì)的諸多困境，我國應(yīng)加快這一制度的研究和法規(guī)制定工作，并結(jié)合算法侵權(quán)的新態(tài)勢和新特點，作出如下制度安排和創(chuàng)新：一是在金融申訴專員機構(gòu)中安排一定數(shù)量專職負(fù)責(zé)算法侵權(quán)糾紛的金融申訴專員，其應(yīng)具備相對成熟的人工智能技術(shù)知識、金融專業(yè)知識和法律專業(yè)知識，有能力、有權(quán)限對算法的基礎(chǔ)架構(gòu)、運作邏輯和其他信息進(jìn)行查詢、觀測和識別，并認(rèn)定算法金融服務(wù)中的不公平對待行為，從而作出公正的調(diào)解和裁決。當(dāng)前很多院校已逐漸開展的計算法學(xué)人才培養(yǎng)計劃或“人工智能+法學(xué)”人才培養(yǎng)計劃即為此種金融申訴專員崗位的設(shè)立提供了豐富的人才資源基礎(chǔ)。二是金融消費者的舉證責(zé)任安排。鑒于金融消費者難以打破算法黑箱的藩籬和隱蔽決策的面紗，導(dǎo)致收集算法不公的相關(guān)證據(jù)存在困難，故金融消費者的舉證責(zé)任應(yīng)限定為“證明存在區(qū)別對待”即可，即金融消費者僅需證明涉糾紛算法金融服務(wù)對他和相似金融消費者作出了區(qū)別性的決策輸出結(jié)果，且他認(rèn)為這種區(qū)別性結(jié)果輸出損害了他的應(yīng)得利益(例如更高的利率、保費或次優(yōu)的投資組合建議)。三是金融申訴專員識別和認(rèn)定算法侵權(quán)的基本方法和工具。鑒于算法黑箱的客觀存在、算法不公平?jīng)Q策的隱性生成以及算法運營者商業(yè)秘密保護(hù)的主觀訴求，金融申訴專員很難通過直接性的“嵌入式觀察”發(fā)現(xiàn)和認(rèn)定算法侵權(quán)問題。此時，可借鑒“控制變量法”并依托于“虛擬沙盒”，構(gòu)建“數(shù)字模擬下的控制變量實驗機制”，即將涉糾紛算法放入“虛擬市場(譬如虛擬股市、虛擬融資市場等)”進(jìn)行反復(fù)實驗。這種實驗機制在算法金融市場中具有較強可行性，伴隨金融市場的不斷電子化和虛擬化，金融市場本身的運作即是圍繞數(shù)字化、數(shù)據(jù)化的“貨幣”進(jìn)行運轉(zhuǎn)，只要輸入相對客觀、合理的模擬數(shù)據(jù)，便可準(zhǔn)確再現(xiàn)算法在真實金融市場中的決策行為。

四、結(jié)語

算法金融產(chǎn)品和服務(wù)的誕生代表著“金融的復(fù)雜性”與“科技的復(fù)雜性”開始產(chǎn)生耦合效應(yīng)，其結(jié)果并非是“雙倍的復(fù)雜性”，而是“幾何倍數(shù)的復(fù)雜性”。這就使得金融產(chǎn)業(yè)在拔向一個新高度的同時，也醞釀出諸多前所未有的、難以解決的問題，算法決策不公即是其中一種。從個案來看，算法的不公平對待并非特別嚴(yán)重的侵權(quán)行為，其導(dǎo)致的金融消費者利益受損有時可能微乎其微。然而，隨著算法金融服務(wù)打開了普惠金融的大門，算法的不公平?jīng)Q策亦如“游絲”一般，逐漸滲入金融社會的每一個角落，侵蝕著每一位金融消費者的利益，并逐漸對金融公平形成“千里之堤、潰于蟻穴”式的摧毀效果。因此，重視金融市場中的算法公平問題，即是重視我們來之不易的金融普惠和金融公平成果，而這不僅需要法學(xué)界，更需要計算機科學(xué)界、經(jīng)濟(jì)學(xué)界等的通力合作，通過積極的研究和能動的制度設(shè)計，切實防范算法決策不公對金融公平的威脅。本文所提出的權(quán)力制約路徑和權(quán)利補強路徑，以及具體的算法測試和驗證制度、金融教育權(quán)優(yōu)化方案、金融申訴專員制度，即是對這一問題作出的一次理論嘗試，期望能獲得“拋磚引玉”的效果。更加系統(tǒng)性、具體性的制度如何構(gòu)建，與其他領(lǐng)域的算法問題是否需要統(tǒng)一立法規(guī)制，抑或僅通過專項立法進(jìn)行規(guī)定等諸多問題，尚待之后進(jìn)一步的研究。

① 《中國人民銀行金融消費者權(quán)益保護(hù)實施辦法》第十四條規(guī)定：“銀行、支付機構(gòu)應(yīng)當(dāng)尊重社會公德，尊重金融消費者的人格尊嚴(yán)和民族風(fēng)俗習(xí)慣，不得因金融消費者性別、年齡、種族、民族或者國籍等不同實行歧視性差別對待，不得使用歧視性或者違背公序良俗的表述。”

② 即受保護(hù)的分類中的數(shù)據(jù)恰好被編碼在其他數(shù)據(jù)中的情況，參見崔靖梓：《算法歧視挑戰(zhàn)下平等權(quán)保護(hù)的危機與應(yīng)對》，載《法律科學(xué)》2019年第3期，第37頁。

③ 《中國銀監(jiān)會關(guān)于支持商業(yè)銀行進(jìn)一步改進(jìn)小企業(yè)金融服務(wù)的通知》第七條規(guī)定：“對于小企業(yè)貸款余額占企業(yè)貸款余額達(dá)到一定比例的商業(yè)銀行，在滿足審慎監(jiān)管要求的條件下，優(yōu)先支持其發(fā)行專項用于小企業(yè)貸款的金融債，同時嚴(yán)格監(jiān)控所募集資金的流向。”

④ 《財政部、國家稅務(wù)總局關(guān)于延續(xù)支持農(nóng)村金融發(fā)展有關(guān)稅收政策的通知》第二條規(guī)定：“自2017年1月1日至2019年12月31日，對金融機構(gòu)農(nóng)戶小額貸款的利息收入，在計算應(yīng)納稅所得額時，按90%計入收入總額。”第三條規(guī)定：“自2017年1月1日至2019年12月31日，對保險公司為種植業(yè)、養(yǎng)殖業(yè)提供保險業(yè)務(wù)取得的保費收入，在計算應(yīng)納稅所得額時，按90%計入收入總額。”

⑤ 《中國人民銀行關(guān)于對普惠金融實施定向降準(zhǔn)的通知》規(guī)定：“根據(jù)國務(wù)院部署，為支持金融機構(gòu)發(fā)展普惠金融業(yè)務(wù)，著力緩解小微企業(yè)融資難、融資貴問題，提高金融服務(wù)覆蓋率和可得性，為實體經(jīng)濟(jì)提供有效支持，中國人民銀行決定將當(dāng)前對小微企業(yè)和‘三農(nóng)’領(lǐng)域?qū)嵤┑亩ㄏ蚪禍?zhǔn)政策拓展和優(yōu)化為統(tǒng)一對普惠金融領(lǐng)域貸款達(dá)到一定標(biāo)準(zhǔn)的金融機構(gòu)實施定向降準(zhǔn)政策。”

⑥ 《國務(wù)院辦公廳關(guān)于加強金融消費者權(quán)益保護(hù)工作的指導(dǎo)意見》第三(四)條：“保障金融消費者知情權(quán)。金融機構(gòu)應(yīng)當(dāng)以通俗易懂的語言，及時、真實、準(zhǔn)確、全面地向金融消費者披露可能影響其決策的信息，充分提示風(fēng)險，不得發(fā)布夸大產(chǎn)品收益、掩飾產(chǎn)品風(fēng)險等欺詐信息，不得作虛假或引人誤解的宣傳。”

⑦ 《中國人民銀行金融消費者權(quán)益保護(hù)實施辦法》第八條：“銀行、支付機構(gòu)應(yīng)當(dāng)落實法律法規(guī)和相關(guān)監(jiān)管規(guī)定關(guān)于金融消費者權(quán)益保護(hù)的相關(guān)要求，建立健全金融消費者權(quán)益保護(hù)的各項內(nèi)控制度：……(四)金融產(chǎn)品和服務(wù)信息披露、查詢制度。……。”

[1] 馮果. 金融法的“三足定理”及中國金融法制的變革[J].法學(xué), 2011(9): 91-101. FENG Guo. The “Three—legged Theorem” of financial law and the reform of China’s financial law system[J]. Law Science, 2011(9): 91-101.

[2] 王穎, 曾康霖. 論普惠: 普惠金融的經(jīng)濟(jì)倫理本質(zhì)與史學(xué)簡析[J]. 金融研究, 2016(2): 37-54. WANG Ying, ZENG Kanglin. On the ethic basis of inclusive finance by analyzing the history of economics and policy[J]. Journal of Financial Research, 2016(2): 37-54.

[3] 劉元興. AI算法歧視在普惠金融中的悖論、阻礙與解決方案[EB/OL]. (2018-06-21) [2020-11-11]. https://legacy. iyiou.com/p/75121.html. LIU Yuanxing. The paradox, obstacle and solution of AI algorithm discrimination in inclusive finance [EB/OL]. (2018-06-21) [2020-11-11]. https://legacy.iyiou.com/p/ 75121.html.

[4] SAHAY R, ALLMEN U, LAHRECHE A, et al. The promise of fintech: Financial inclusion in the post COVID-19 Era, IMF working papers [EB/OL]. (2020-07- 01) [2020-11-22]. https://www.imf.org/en/Publications/ De-partmental-Papers-Policy-Papers/Issues/2020/06/29/ The-Promise-of-Fintech-Financial-Inclusion-in-the-Post- COVID-19-Era-48623.

[5] 邱文元. 康德和因果問題的解決[J]. 山東大學(xué)學(xué)報(哲學(xué)社會科學(xué)版), 2010(1): 123-128. QIU Wenyuan. Kant and the solution of the problem of causality[J]. Journal of Shandong University (Philosophy and Social Sciences), 2010(1): 123-128.

[6] 俞吾金. 康德兩種因果性概念探析[J]. 中國社會科學(xué), 2007(6): 29-40, 204-205. YU Wujin. Two Kantian concepts of causality: A discussion[J]. Social Sciences in China, 2007(6): 29-40, 204-205.

[7] 張玉宏, 秦志光, 肖樂. 大數(shù)據(jù)算法的歧視本質(zhì)[J]. 自然辯證法研究, 2017(5): 81-86. ZHANG Yuhong, QIN Zhiguang, XIAO Le. Discriminatory of big data algorithm[J]. Studies in Dialectics of Nature, 2017(5): 81-86.

[8] 王煥超. 如何讓算法解釋自己為什么“算法歧視” [EB/OL]. (2019-06-13) [2019-12-5]. http://finance.sina. com.cn/stock/relnews/us/2019-06-13/doc-ihvhiews8657619.shtml. WANG Huanchao. How to get algorithms to explain why they have the traits of discrimination [EB/OL]. (2019- 06-13) [2019-12-5]. http://finance.sina.com.cn/stock/ relnews/us/2019-06-13/doc-ihvhiews8657619.shtml.

[9] 許可. 人工智能的算法黑箱與數(shù)據(jù)正義[N]. 社會科學(xué)報, 2018-03-29(6). XU Ke. The algorithm black box and data justice of artificial intelligence[N]. Social Sciences Weekly, 2018-3-29(6).

[10] 王遷. 論“歧視”的法律概念——兼論“男領(lǐng)導(dǎo)不得配女秘書”的合法性[J]. 法學(xué), 2004(8): 32-42. WANG Qian. Comments on the legal concept of “discrimination”: Concurrently discuss the legitimacy of “male leaders are not allowed to have female secretaries”[J]. Law Science, 2004(8): 32-42.

[11] 崔靖梓. 算法歧視挑戰(zhàn)下平等權(quán)保護(hù)的危機與應(yīng)對[J].法律科學(xué), 2019(3): 29-42. CUI Jingzi. Crisis and response of equal rights protection under the challenge of algorithmic discrimination[J]. Science of Law (Journal of Northwest University of Political Science and Law), 2019(3): 29-42.

[12] 格奧爾格·西美爾. 叔本華與尼采[M]. 莫光華, 譯. 北京: 商務(wù)印書館, 2019: 46-51. SIMMEL G. Schopenhauer and nietzsche[M]. Trans. MO Guanghua. Beijing: The Commercial Press, 2019: 46-51.

[13] 馮澤華, 黃政宗. 金融科技的哲學(xué)追問——現(xiàn)象學(xué)棱鏡下金融科技的主體性問題及其批判[J]. 南方金融, 2019(5): 3-12. FENG Zehua, HUANG Zhengzong. Philosophical questioning of fintech: Subjectivity and criticism of fintech under phenomenological prism[J]. South China Finance, 2019(5): 3-12.

[14] 俞可平. 權(quán)力與權(quán)威: 新的解釋[J]. 中國人民大學(xué)學(xué)報, 2016(3): 40-49. YU Keping. Power and authority: New perspectives[J]. Journal of Renmin University of China, 2016(3): 40-49.

[15] 張凌寒. 算法權(quán)力的興起、異化及法律規(guī)制[J]. 法商研究, 2019(4): 63-75. ZHANG Linghan. Algorithm power: Rise, alienation and regulation[J]. Studies in Law and Business, 2019(4): 63-75.

[16] 米歇爾·福柯. 規(guī)訓(xùn)與懲罰——監(jiān)獄的誕生[M]. 劉北城, 楊遠(yuǎn)嬰, 譯. 北京: 生活·讀書·新知三聯(lián)書店, 2012: 232-234. MICHEL FOUCAULT. Discipline and punishment: The birth of prison[M]. Trans. LIU Beicheng, YANG Yuanying. Beijing: SDX Joint Publishing Company, 2012: 232-234.

[17] 馬長山. 法治中國建設(shè)的“共建共享”路徑與策略[J]. 中國法學(xué), 2016(6): 5-23. MA Changshan. The path and strategy of “joint construction and sharing” of the construction of China ruled by law[J]. China Legal Science, 2016(6): 5-23.

[18] 楊典, 歐陽璇宇. 金融資本主義的崛起及其影響——對資本主義新形態(tài)的社會學(xué)分析[J]. 中國社會科學(xué), 2018(12): 110-133, 201-202. YANG Dian, OUYANG Xuanyu. The rise and influence of financial capitalism—A sociological analysis of a new form of capitalism[J]. Social Sciences in China, 2018(12): 110-133, 201-202.

[19] 袁康. 主體能力視角下金融公平的法律實現(xiàn)路徑[J]. 現(xiàn)代法學(xué), 2018(3): 180-193. YUAN Kang. The legal realization approach to financial justice under the capability perspective[J]. Modern Law Science, 2018(3): 180-193.

[20] 科林·斯科特. 規(guī)制、治理與法律: 前沿問題研究[M].安永康, 譯. 北京: 清華大學(xué)出版社, 2018: 66. COLIN SCOTT. Regulation, governance and law: Addressing current challenges[M]. Trans. AN Yongkang. Beijing: Tsinghua University Press, 2018: 66.

[21] 柳經(jīng)緯, 許林波. 法律中的標(biāo)準(zhǔn)——以法律文本為分析對象[J]. 比較法研究, 2018(2): 188-200. LIU Jingwei, XU Linbo. The standard contained in the law: Taking legal text as the object of analysis[J]. Journal of Comparative Law, 2018(2): 188-200.

[22] Monetary Authority of Singapore. Principle to promote fairness, ethics, accountability and transparency(FEAT) in the Use of Artificial Intelligence and Data Analytics in Singapore’s Financial Sector, pp.7-8 [EB/OL]. (2018-11-12) [2019-12-26]. https://www.mas.gov.sg/ publications/monographs-or-information-paper/2018/feat.

[23] Hong Kong Monetary Authority. Consumer protection in respect of use of big data analytics and artificial intelligence by authorized institutions, p.2[EB/OL]. (2019-11-05)[2019-11-24].https://www.hkma.gov.hk/media/eng/doc/key-information/guidelines-and-circular/2019/20191105e1.pdf.

[24] Hong Kong Monetary Authority. High-level principles on artificial intelligence, p.2[EB/OL]. (2019-11-01) [2019- 11-24].https://www.hkma.gov.hk/media/eng/doc/key-information/guidelines-and-circular/2019/20191101e1.pdf

[25] 金儉. 歧視與平等機會的法律透視[J]. 南京師大學(xué)報(社會科學(xué)版), 2005(6): 53.56. JIN Jian. A legal analysis of equality of opportunity and discrimination[J]. Journal of Nanjing Normal University (Social Science Edition), 2005(6): 53.56.

[26] 陸軍, 張善賢. 應(yīng)用控制變量法要有理可據(jù)、有章可循[J]. 物理教學(xué), 2012(8): 31-33, 55. LU Jun, ZHANG Shanxian. There should be laws and regulations to go by when using the control variables method[J]. Physics Teaching, 2012(8): 31-33, 55.

[27] TSANG Chengyun. From industry sandbox to supervisory control box: Rethinking the role of regulators in the era of fintech[J]. University of Illinois Journal of Law, Technology ＆ Policy, 2019(2): 355.

[28] Financial Conduct Authority. Regulatory Sandbox, p.12[EB/OL].(2016-11-09)[2020-2-22].https://www.fca.org.uk/publication/research/regulatory-sandbox.pdf.

[29] 克里斯托弗·布施. 個性化經(jīng)濟(jì)中的算法規(guī)制和(不)完美執(zhí)行[J]. 王艷, 等譯. 環(huán)球法律評論, 2019(6): 5-19. BUSCH C. Algorithmic regulation and (Im) perfect enforcement in the personalized economy[J]. Trans. WANG Yan, et al. Global Law Review, 2019(6): 5-19.

[30] 王懷勇, 鄧若翰. 互聯(lián)網(wǎng)金融消費者教育制度研究[J].南方金融, 2017(11): 77-83. WANG Huaiyong, DENG Ruohan. Research on the consumer education system of internet finance[J]. South China Finance, 2017(11): 77-83.

[31] 沈偉, 沈平生. 我國證券糾紛調(diào)解機制的完善和金融申訴專員制度合理要素的借鑒[J]. 西南金融, 2020(5): 3-16. SHEN Wei, SHEN Pingsheng. The perfection of China’s securities dispute mediation mechanism and the reference of the reasonable elements of the financial ombudsman system[J]. Southwest Finance, 2020(5): 3-16.

[32] 楊東. 金融申訴專員制度之類型化研究[J]. 法學(xué)評論, 2013(4): 77-83. YANG Dong. Typed study on system of financial appeal commissioner[J]. Law Review, 2013(4): 77-83.

The implementing dilemmas and legal countermeasures of financial equity in the algorithm age

WANG Huaiyong, DENG Ruohan

(School of Economic Law, Southwest University of Political Science and Law, Chongqing 401120, China)

The idea about the value of financial equity has been gradually transformed into institutional text and market practice in China. The introduction of algorithm for big data in financial business helps to stimulate the social function of finance, to stabilize the idea of financial equity, and to promote the initial realization of equity in financial opportunity. However, the discrimination embedded in the algorithm departs from the demand of equity in financial transactions, and the efficiency-orientation of the algorithm hampers the development of equity in financial effect, putting the full fulfillment of financial equity in jeopardy. The present study finds that it is the emergence of algorithmic power that furthers the imbalances between the capacity of financial institution and that of financial consumers, embedding the defects of algorithm into financial market and jeopardizing the idea of financial equity and financial consumers interests. Therefore, the implementation of the idea of financial equity should simultaneously follow a parallel approach of restricting powers and strengthening rights. To be more specific, an algorithm test, classification and certification system should be established, the right to education of financial consumers strengthened, and an alternative financial dispute resolution introduced so as to realize the rebalance of the capacity of financial institutions and that of financial consumers in the AI finance era.

algorithmic decision; financial equity; algorithm power; financial consumers; financial rights

10.11817/j.issn. 1672-3104. 2021.03.001

D912.28

A

1672-3104(2021)03-0001-14

2020-10-06；

2020-11-23

國家社會科學(xué)基金重點項目“創(chuàng)新社會治理背景下社會企業(yè)法律規(guī)制研究”(18AFX018)；2018年重慶市人文社科規(guī)劃項目“關(guān)聯(lián)企業(yè)破產(chǎn)法律問題研究”(2018BS116)；西南政法大學(xué)2019年度學(xué)生科研創(chuàng)新項目“金融科技的算法風(fēng)險及其規(guī)制路徑”(2019XZXS-005)

王懷勇，四川成都人，西南政法大學(xué)經(jīng)濟(jì)法學(xué)院教授、博士生導(dǎo)師，西南政法大學(xué)金融創(chuàng)新與法制研究中心研究員，主要研究方向：企業(yè)法、金融法；鄧若翰，四川樂山人，西南政法大學(xué)經(jīng)濟(jì)法學(xué)院博士研究生，主要研究方向：金融法，聯(lián)系郵箱：406760231@qq.com

[編輯: 蘇慧]