金融數據要素治理的政策脈絡、理論邏輯與實踐進路

摘要：數據要素是數字經濟發展的基礎性戰略資源，有效推進以“挖掘金融數據要素價值”和“保障數據安全及隱私保護”為核心的金融數據治理具有重要的現實意義。基于黨的十九屆四中全會以來的相關政策文本分析，可以明晰數字經濟時代金融數據要素治理的政策脈絡、理論邏輯和實踐進路。研究結果表明：根據制度文本的三層次分析框架，我國金融數據要素治理的政策脈絡圍繞“制度設計—實施策略—保障措施”三大核心范疇建構。從理論邏輯看，金融數據治理領域的“三元悖論”成為理論分析的邏輯起點，宏觀經濟增長理論和金融約束論構成了國家進行金融數據治理頂層設計的理論前提，產業組織理論和新制度經濟學理論可作為數據要素戰略下國家分類制定金融治理政策的理論基礎，而精巧規制理論可對國家優化金融數據要素治理的配套保障條件進行理論闡釋。因此，要深化金融數據要素治理，必須堅持雙核并重發展策略，創新金融數據要素治理機制，加快數字技術和金融的融合發展，推動金融數據要素共治體系建設。

關鍵詞：金融數據；數字經濟；數據治理；數據安全；金融監管

基金項目：國家社會科學基金項目“中國勞動力轉移剛性對城鄉融合影響的機理、效應與政策研究”（22BJL076）；江蘇省社會科學基金重大項目“共同富裕目標下勞動力流動推進江蘇城鄉融合機制研究”（22ZDA001）；江蘇省社會科學應用研究精品工程項目“共同富裕目標下勞動力流動影響江蘇農村金融健康機制與對策研究”（23SYA-028）

中圖分類號：F832 文獻標識碼：A 文章編號：1003-854X（2024）08-0024-07

一、問題的提出與文獻回顧

作為數字經濟發展的基礎性戰略資源，數據具有經濟價值和要素屬性。2014年，大數據首次被寫入政府工作報告。黨的十九屆四中全會正式提出將數據作為生產要素參與分配，賦予數據新的使命。這為數字經濟帶來大量投資機會，同時也可能出現資本“無序擴張”甚至“野蠻生長”，對社會福利和消費者權益構成潛在威脅，對國家數字經濟治理體系和治理能力提出了新挑戰（1）。2022年12月19日，中共中央、國務院印發《關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱《數據二十條》），將數據要素治理制度作為數據基礎制度建設的關鍵一環，已成為我國數據治理領域的重要里程碑，其制度框架也亟待在實踐探索中不斷完善。

金融業是經濟體系中數據密集程度最高、動態增長速度最快的行業之一。然而，在釋放金融數據價值、賦能金融服務提質增效的同時，金融數據的收集和共享產生了諸如隱私泄露、風險錯配、數據壟斷、規制失范、技術標準差異等一系列問題，治理不當可能引發經濟損失和國家安全風險（2）。因此，有效推進以“挖掘金融數據要素價值”和“保障數據安全及隱私保護”為核心的金融數據治理具有重要的現實意義（3）。

2013年，巴塞爾銀行監管委員會發布《有效風險數據加總和風險報告原則》，在監管層面上正式開啟全球金融數據治理（4）。與國際上的探索和研究相比，我國開展金融數據治理的時間相對較晚。關于金融數據要素治理的研究方興未艾，主要有以下三支文獻：

第一支是關于金融數據治理的模式研究。自2018年我國啟動金融數據治理以來，學界有許多關于金融數據的理論文章。關注的焦點在于如何理順金融數據治理鏈條，重構和完善金融數據治理的基本邏輯、原則與措施（5），具體包括消費者權益保護下金融數據處理的“數據所有權—數據用益權”監管模式（6）、支付清算數據的保障體系、管理體系和安全體系的治理框架（7）、金融數據共享的規制框架（8）、大數據金融算法的法律規制問題（9）等。

第二支是關于金融數據治理的實踐經驗。張凱對國內金融機構開展金融數據治理的實踐情況進行了評估，并考察了美聯儲、巴塞爾委員會等金融機構的金融數據治理經驗（10）；李夢宇總結了國際金融業數據治理監管特征，并對我國金融數據治理發展方向進行了討論（11）；在數字金融市場的模型算法治理方面，沈艷就金融領域“大數據自大”的潛在危害以及忽略算法模型治理可能產生偏誤的原因進行了闡述（12）。

第三支文獻是數據要素背景下金融數據治理的路徑選擇。郭靂在精巧規制的理論和實踐基礎上，就數據要素戰略背景下金融數據要素治理的轉型進路進行了討論（13）。易憲容等基于金融數據要素共享視角，從分析開放銀行現實問題入手，提出了實現金融數據共享的技術和法律制度（14）。鄭丁灝從金融數據要素的本質特征以及社會主體的共治動力切入，探討了在“數據驅動式金融”新業態下金融數據協同治理的法治路徑（15）。黃茂欽和周坤琳立足于對金融數據的價值創造和風險錯配的研判，構建了金融數據要素經濟激勵與安全規制并行的協作治理路徑（16）。

上述文獻為本文研究提供了重要參考，但仍存在進一步深入探究的空間。與已有文獻相比，本文可能的邊際貢獻主要體現在：一是采用半定量的文本分析法（17），全面梳理黨的十九屆四中全會以來關于金融數據要素治理的政策，按照其政策含義進行內容解構，分析其中本質性的事實和趨勢；二是在充分遴選相關政策文本的基礎上，綜合應用經濟金融發展理論分析不同范疇金融數據治理政策的內在理論邏輯。

二、黨的十九屆四中全會以來金融數據要素治理的政策脈絡

（一）政策文本的總體情況

本文構建了“形式特征”和“內容特征”兩個維度的分析框架（18），通過對政策文本的格式和內容進行解構，剖析其深層次核心內涵。其中，“形式特征”主要包括政策文本的發布年份、發文機構、地區分布、政策主題和文本類型；“內容特征”依據數據治理螺旋模型確定編碼類目（19），在此基礎上，參照楊立華等自上而下的三層次分析框架（20），結合我國金融數據要素治理的內容和特點，構建了包括制度設計、實施策略和保障措施三個維度的核心范疇。

政策文本來源于中央人民政府網站、地方政府網站、中國人民銀行網站、國家金融監督管理總局網站以及北大法寶數據庫。本文圍繞“金融數據”“數據安全”“數據要素”“信息保護”“數字經濟”等關鍵詞檢索廣義上的金融數據治理政策，并依據相關性和準確性原則進行篩選處理，最終選取黨的十九屆四中全會以來與金融數據要素治理相關的政策法規文件186份。其中，中央層級的65份，地方層級的121份（見圖1）。需要說明的是，由于政策往往具有前瞻性效應，本文使用相同關鍵詞對黨的十九屆四中全會以前的相關數據法規進行了篩選統計，具體如圖1所示。從我國不同時期金融數據治理政策的數量分布可以發現，從2014年大數據戰略正式提出開始，相關政策整體上較以前時期有所增加；2019年黨的十九屆四中全會確立數據作為新型生產要素后，數據要素市場加速建設，相關金融數據要素治理政策也相應地大幅度增加，其重要性不斷上升。

（二）政策文本的形式特征分析

通過對樣本政策文本的基本信息分析，我國金融數據要素治理政策的文本類型可分為意見、規劃、辦法、法律、方案、通知等11大類。由表1可知，我國金融數據要素治理政策法規的類型多樣，指導落實工作的規劃和意見最多，其次是法律、辦法、方案、通知和措施，規則和指南則相對較少，而綱要和決定更為鮮少。總體上，隨著時間的推移，涉及金融數據要素治理的政策文本類型趨于多元化，各級政府部門和金融監管機構越來越重視數據要素戰略背景下的金融數據治理問題。按發文機構所在行政地區分類，華東地區發布的金融數據治理政策數量最多，為31份，其次是華北（23份）、西南（19份）、華南（16份）、華中（13份）和西北（11份），東北最少（8份）。

（三）政策文本的內容特征解構

1.次級范疇

對政策法規文本中金融數據要素治理內容解構的主要任務是確定編碼類目，即能夠體現政策執行要素的“次級范疇”。根據螺旋模型的基本思想，數據治理應以螺旋形呈現，具有不斷迭代演進的特征。首先，該模型基于數據治理愿景，秉承核心指導原則，提供基本方法論和統籌框架；隨著模型的發展，建構數據治理結構，包括規范標準、組織結構、相關角色與責任；其次，該模型強調的要素是明確責任重點和相關機制，以保持與相關政策的一致性和連貫性；最后，法律是該模型的核心要素。基于此，本文結合政策文本關鍵詞的識別與統計，將文本關鍵詞歸類到以上各階段要素范疇進行考量，共整理出16項“次級范疇”（見圖2），基本概括了金融數據要素治理的重要范疇。

2.文本詞頻分析

本文對黨的十九屆四中全會以來樣本文本中與金融數據要素治理相關的關鍵詞進行頻數統計和比較分析，并使用Nvivo工具生成可視化詞云圖。字號越大且距離中心越近的關鍵詞說明出現頻次越高，依次為“金融”“數據”“安全”“信息”“風險”“管理”等，能夠顯示出關注度較高的文本內容和政策實施重點。同時，高頻主題詞之間呈現明顯關聯性，能夠反映出政策文本中金融數據要素治理政策法規的重點。在此基礎上，進一步生成了金融數據要素治理各項次級范疇詞頻分布圖（見圖2）。

3.核心范疇

本文根據我國制度文本的三層次分析框架，在16個次級范疇基礎上提煉出“制度設計—實施策略—保障措施”三個維度的核心范疇：

（1）制度設計層。制度設計體現了政策法規在金融數據要素治理上的價值導向，其相關內容一般出現在政策文本的起始部分，旨在廓清我國金融數據要素治理的指導思想、基本原則和主要目標。具體而言，該層核心范疇涵蓋圖2中的四個次級范疇：指導思想、管理目標、基本原則和監督管理。從中央到地方的各個部門在制度設計層具有較高的相似性和政策延續性，體現了自上而下的頂層設計與基層探索日益緊密結合的趨勢。

（2）實施策略層。該層核心范疇涵蓋圖2中的六個次級范疇：數據分類分級、安全保護要求、安全管理措施、保護技術措施、數據要素治理和數據戰略架構。這一核心范疇形成一個較為系統規范的行動策略體系，體現國家金融數據治理長效機制的政策取向。

（3）保障措施層。保障措施是發揮我國金融數據要素治理整體效能，確保各項機制有效銜接的必要手段和方式。因此，該層核心范疇涵蓋圖2中的六個次級范疇：風險監測、評估審計、事件處置措施、法律責任、政策支持和制度建設。這一核心范疇旨在建立一個良好可持續的金融數據要素治理政策環境。

三、數字經濟時代金融數據要素治理的理論邏輯

（一）基本理論邏輯框架

我國金融數據要素市場運行的基礎包含了國家（政府）、金融機構、金融客戶三方主體，各主體之間相互的聯系和作用方式構成了金融數據要素市場運行的底層邏輯。金融數據要素治理的首要任務是在這一底層邏輯之上構建科學合理的主體結構，而金融數據市場秩序的結構性變動影響國家、金融機構和金融客戶三方的直接利益。具體而言，在國家層面上，如何制定有效的宏觀金融政策以增強政府對數據資源的調節與控制能力，成為其關注重點；在金融機構的層面上，如何實現金融數據要素自由流動和開發利用，獲取超額利潤，成為其主要訴求；在金融客戶層面，如何在享受數字技術帶來便利的同時規避個人信息隱私泄露風險，成為全新挑戰。因此，金融數據治理政策需要平衡三方利益。

然而，金融數據治理領域面臨著一個“三元悖論”的選擇困境（21），即維護金融數據主權、促進金融數據要素自由流動以及保障個人數據權益這三個政策目標不能同時實現，滿足其中任何兩個目標都可能與第三個目標產生沖突。如果以效率優先為導向，維護金融數據主權，同時偏重促進金融要素自由流動，那么就難以保障個人數據權益；如果以公平治理為導向，要求維護金融數據主權和保障個人數據權益，那么市場主體競爭力和創新發展必然受到限制；如果要求金融要素自由流動和保障個人數據權益，那么金融數據市場的主體結構則被塑造成一個“機構客戶互動，國家中立監管”的二元結構（22），存在著兩個無法有效解決的現實問題：一是交易主體事實上的能力不平等威脅著雙方交易地位的不平等，二是現實中政府自身利益并不能簡單等同于國家整體公共利益。

為了應對“三元悖論”的挑戰，國家作為頂層設計者，需要統籌安全與發展，“注重效率”和“公平治理”并重。由此，數字經濟下金融數據要素治理的具體決策內容包括三大核心范疇，其中的“制度設計”凸顯供給主體，“實施策略”關注制度建設，“保障措施”則重在環境優化。需要強調的是，在對我國金融數據要素治理的政策體系進行深入分析時，還需建構相應的理論邏輯，不僅有利于客觀認識金融數據要素治理何以發生以及如何治理，也有助于厘清金融數據治理的整體思路，具體如圖3所示。

（二）設計金融數據要素治理頂層制度的理論邏輯

數字經濟時代，宏觀經濟增長理論和金融約束論構成了國家進行金融數據治理頂層設計的理論前提。

首先，數據要素取代實物要素成為支撐價值創造的關鍵生產資本，改變了價值創造的基礎。數據作為新型要素被納入宏觀生產函數，重構了生產要素結構體系，拓展了經濟增長理論中規模報酬遞增的假設和傳統經濟增長理論的邊界（23）。在金融業具體應用場景下，數據要素非競爭性、非排他性、非消耗性以及可復制共享的技術經濟特性突破了傳統生產要素的條件限制，進一步強化了規模報酬遞增的產出效應。這意味著傳統金融數據治理鏈條業已達成的平衡被打破，金融數據政策制定者必須重構制度框架。

其次，根據金融約束理論（24），金融市場中存在外部效應、壟斷、公共產品和信息不完全等導致市場失靈情況，政府對金融市場監管應采取合理的控制機制，明確監管范圍和監管標準。在當前金融市場條件下，數據資本主體通過掌握金融數據資產的控制權形成市場壟斷，攫取剩余價值。金融機構也可能利用優勢地位轉嫁數據成本，造成負外部性問題。對于這種數據資本壟斷的“新型權力”，運用傳統的反壟斷措施難以治本。因此，要培育公平、有效的金融市場，減少金融風險，需要作為決策者的國家及時調整金融數據治理的政策導向，適度介入新型金融數據要素市場。

（三）實施金融數據要素治理發展戰略的理論邏輯

產業組織理論和新制度經濟學理論可作為數據要素戰略下國家分類制定金融治理政策的理論基礎。

首先，數字經濟時代逐漸形成以數字技術為基礎的新興產業模式，促使傳統產業借助新技術實現全新的價值增值和價值創造（25），并且海量信息能夠便捷獲取，這為傳統產業組織理論提供了新的探索空間。在此轉型路徑下，金融行業的運營方式、服務渠道、產品體系等迅速數字化。一方面，金融機構在業務經營中累積了大量的客戶數據、交易數據和管理數據；另一方面，依托大數據分析技術進行集散、管控和建模，原始數據被賦予新的價值上升為數據資產，為金融機構帶來創新動力和商業價值。然而，與價值創造相伴產生的是金融行業存在的過度收集、違法使用、泄露數據等行為，從而帶來價值創造下的“風險錯配”，并通過數字化渠道進一步擴大金融風險的傳導范圍。因此，有必要構建系統規范的行動策略體系，對金融數據的獲得、使用和處理進行監督。

其次，在數字經濟體系中數據要素成為關鍵資源，其開放和共享突破產權私有的界限，這不僅改變了現代產權理論的內容構成，也改變了產權的運作形式。數字經濟下，界定不同類型數據的產權歸屬，規范數據要素的流通和交易，促進數據要素共享流通、釋放價值，是數據要素治理的核心（26）。從交易成本來看，傳統理論認為市場運行中存在較高的交易費用（27），企業通過內部協調替代市場協調可降低交易成本。然而，數字技術發展能夠極大克服市場交易主體之間的“信息不對稱”問題，并經由去中介化交易模式重塑交易成本內涵。

基于上述理論邏輯，權屬清晰明確的數據要素產權制度對金融數據治理意義重大。金融數據的權利配置和合理使用，實際上是資源產權配置問題。根據經濟學原理，特定資源的產權應該配置給能夠最大限度發揮資源效益的組織或個人，并將其可能給他人和社會造成的負外部性內部化。因此，通過建立組織架構、明確職責、制定標準化和系統化的規章制度，有利于充分挖掘金融數據要素價值和有效防范金融數據市場風險。

（四）構建金融數據要素治理基本保障的理論邏輯

在數字金融業態的發展中，精巧規制理論可對國家優化金融數據要素治理的配套保障條件進行理論闡釋。

精巧規制理論由Gunningham等提出（28），主張較少干預下授權多元主體共同參與規制，同時使用不同政策工具的優勢互補及其多元化組合方式，實現成本更低、效益更高的治理效果。該理論是追求更優規制過程中的重要理論創新，Zetzsche等認為精巧規制能夠實現“金融創新與傳統監管之間的黃金分割點”，達成多贏效果（29）。在金融數據要素市場發展趨勢下，數據作為新型生產要素的定位要求與之相匹配的規制策略。金融數據具有多主體控制的結構性特征，融入精巧規制的金融數據治理有利于平衡治理成本與收益，提升“數據+平臺”架構下金融數據交易治理效率，激勵并保障多重數據治理主體功能的實現，從而形成有效市場和有為政府相得益彰的數據要素治理格局。

值得注意的是，精巧規制的內在治理邏輯始終體現在對金融數據要素更優規制的持續探索中，并基于數字金融業態的創新實踐提出新的治理思路。由此，以發揮政府、金融機構、第三方等多元規制主體功能為核心的金融數據治理具有重要意義。與之相適應，具備管理、技術、法律等基礎保障的配套政策有利于確保各項機制的有效銜接和多方治理主體的職責劃分，為我國金融數據要素的協同治理構建秩序框架，實現金融數據經濟價值和安全規制的雙核治理效果。這與政策文本內容特征中的核心范疇“保障措施”相適配。

四、金融數據要素治理面臨的挑戰

（一）金融數據治理面臨“價值創造”和“風險錯配”的雙重挑戰

當前，金融數據治理面臨“實現金融數據要素價值”和“數據安全及隱私保護”的雙重要求。一方面，金融數據作為新型核心生產要素，能夠為金融機構等市場主體帶來巨額的商業價值；另一方面，金融行業天生具有數據集聚優勢，金融數據本身包含大量客戶信息數據。在金融數據收集及加工創新的過程中，往往存在由經濟利益驅動的金融機構違法使用或濫用數據等安全隱憂。究其根本原因，這是由金融交易雙方主體事實上的能力差異所決定的。通常金融機構處于數據處理技術能力和安全風險分配的強勢地位，金融消費者則是由于技術劣勢或便利動機而被動承受數據安全風險的弱勢群體。

（二）金融數據要素本質特性與治理機制的契合度亟待提高

金融數據不僅存在著公共性和私有性融合的特征，而且強調公私屬性的對等，這為金融數據要素治理機制預設了公私兼顧的價值目標，并且貫穿于金融數據要素“收集—處理—應用”的全周期流程中，因此，僅僅依靠單一公共部門的治理實踐難以達到平衡公私利益的治理目標。目前，我國金融數據統籌協調治理網絡仍不完善，存在金融監管部門、不同行業部門以及各級政府之間的跨層級執行困境。

（三）數據質量和處理技術可能帶來金融數據要素治理的額外風險

由于金融數據來源廣泛、結構復雜多樣，不同金融機構在數據采集和處理的過程中可能存在元數據定義一致性等問題，難以從根本上保證金融數據的準確性及完整性。金融數據具有時效性，需及時處理更新，滯后數據可能導致錯誤或無效決策。此外，隨著金融數據新應用場景和新業態形式不斷涌現，數據要素存在難以量化等非結構性問題，不利于金融數據的高價值創造。在數字技術層面上，一方面傳統的數據挖掘工具和清洗技術限制了金融數據質量的進一步提高；另一方面，基于金融大數據的預測模型需要通過歷史數據進行訓練測試，不斷調整，但是“數據孤島”、數據代表性以及數據生成機制差異等問題使得金融數據要素價值無法有效釋放。這些問題成為制約金融數據深度挖掘和高效流通應用的重要因素，從而加大治理難度。

（四）金融數據基礎設施不完善制約治理體系的進一步完善

在金融基礎設施中，與數據要素密切相關的是信息基礎設施和數據隱私監管。從整體治理實效來看，我國金融監管部門對金融基礎設施尚未給予充分的關注，目前的治理僅以相關監管標準為主，缺乏理論指導和制度配套。監管規范未能有效針對金融基礎設施的數據高密度特征，也不適應金融基礎設施的跨行業特點，因而難以提供有針對性的治理手段，行業整體未能形成有效的聯動。

五、深化金融數據要素治理的實踐進路

（一）堅持雙核并重發展策略，重塑金融數據要素治理新秩序

在金融科技發展的不同階段，金融數據治理政策的制定者需要與時俱進，能動性地調整數據治理戰略導向，并提高技術監管的應用能力。要加快推進數據安全保護和數據確權的配套法律法規建設，形成專門的金融數據要素治理的法律層級規范。

（二）依托金融數據要素特殊屬性，創新金融數據要素治理機制

第一，完善監督組織結構，明確金融數據監管機構的職責與權限，從規范維度確立中央與地方金融數據治理的協調機制，并統籌兼顧各級政府和跨行業部門的協同治理。

第二，采用先進的信息安全技術，建立嚴格規范的金融數據交易監管體系，制定業務集中度審查、報告標準以及備案制度，對金融機構和科技企業的數據獲取、傳輸、共享、利用、歸檔及銷毀各環節進行審查，并納入監管體系。

第三，監管部門應建立問責機制，加強對金融客戶敏感信息的保護，加大對金融機構違法行為的懲罰力度。

第四，充分發揮金融科技在金融數據風險監測領域的作用，提升對金融數據要素的監管技術水平，實現風險態勢的有效識別以及溯源處置。

（三）加快數字技術與金融的融合發展，促進金融數據要素高效流通和價值提升

金融數據治理的最終目的是實現金融數據要素的價值，而數據管理是金融數據治理過程中的核心內容。

第一，構建金融數據安全的分類分級管理體系，依據現有金融數據安全分級指南，推動重要數據識別，加強數據標準、數據質量以及數據生命周期管理，形成金融行業重要數據目錄。

第二，推動金融數據公開和披露程序的標準化，明確規定金融數據披露范圍和質量標準，引導和鼓勵金融機構依法進行數據流通和共享，通過探索跨行業數據互動機制來解決“信息孤島”問題。

第三，高質量建設國家金融基礎數據庫，以云計算、大數據等先進技術為手段，實現高質量數據的互通共享和深度應用，充分實現金融數據價值。

第四，加強對金融大數據質量的評估，推動數據和模型算法的審計制度設計，探索一條由監管部門設定規則、市場機構具體執行的“算法審計”可行性路徑。

（四）推動金融數據要素共治體系建設，改善金融數據生態，提升參與主體“數據”素養

第一，數據治理體系包括內部數據治理、行業市場的數據共治以及社會公共治理與監管協調。積極引導多方參與金融數據協同治理：一是堅持科技向善的倫理導向，建立完善金融機構內部自我規制準則體系，如設立金融科技倫理部門，激勵被規制者主動審查其有關金融數據的科技創新倫理性；二是通過規范授權賦予金融行業組織一定范圍的自律監管權，承擔金融數據治理職能；三是監管部門或受委托的第三方專業服務機構進行數據集成、審計、公證、托管、評估等規制。

第二，推進金融數據生態圈建設，以數據要素價值最大化為目標，加快金融數據權屬確定、要素流動交易以及收益分配的立法，形成金融數據要素市場化價格機制。在此基礎上，加強算法模型治理是夯實數字金融基礎設施、改善金融數據生態的重要一環。

第三，提升參與主體“數據”素養。在金融監管層面，提高執法隊伍的金融數據知識和業務素質，形成金融數據監管執法人員的長效培養機制；在金融機構層面，加強從業人員數據技術培訓和安全意識教育，形成金融數據安全文化氛圍；在第三方或公共機構層面，推進對算法模型審計人員、行業協會人員的數據素養和技能培訓；在金融消費者層面，既要增強金融數據安全意識，也要提高數據風險識別能力，還要增強金融維權意識。

注釋：

（1） 黃陽華：《基于多場景的數字經濟微觀理論及其應用》，《中國社會科學》2023年第2期。

（2） 戚聿東、李穎：《新經濟與規制改革》，《中國工業經濟》2018年第3期。

（3） 沈一飛、郭笑雨：《數字經濟與金融數據治理》，《中國金融》2020年第22期。

（4） J. V. Malleghem， F. Blard， Principles for Effective Risk Data Aggregation and Risk Reporting， Bank for International Settlements.

（5） 黃國平：《創新和重塑數據治理體系——以金融數據治理為例》，《經濟管理》2023年第1期。

（6） 劉友華、任祖梁：《消費者權益保護視域下金融APP數據處理的規制研究》，《消費經濟》2022年第1期。

（7） 清算中心課題組：《金融數據治理研究——以支付清算數據為例》，《當代金融研究》2020年第5期。

（8） 楊帆：《金融監管中的數據共享機制研究》，《金融監管研究》2019年第10期。

（9） 劉輝：《大數據金融算法的法律規制》，《財經理論與實踐》2021年第2期。

（10） 張凱：《金融數據治理的突出困境與創新策略》，《西南金融》2021年第9期。

（11） 李夢宇：《國際金融業數據治理特征與啟示》，《清華金融評論》2021年第5期。

（12） 沈艷：《數字金融發展中的數據治理挑戰》，《清華金融評論》2021年第3期。

（13） 郭靂：《數字化時代個人金融數據治理的“精巧”進路》，《上海交通大學學報》（哲學社會科學版）2022年第5期。

（14） 易憲容、陳穎穎、周俊杰：《開放銀行：理論實質及其顛覆性影響》，《江海學刊》2019年第2期。

（15） 鄭丁灝：《論中國金融數據的協同治理》，《經濟學家》2022年第12期。

（16） 黃茂欽、周坤琳：《金融數據治理的激勵與規制路徑探析》，《中國應用法學》2020年第6期。

（17） 黃萃：《政策文獻量化研究》，科學出版社2017年版，第73頁。

（18） 周毅、陳必坤、馬江華、孫金洲、沈佳俊：《基于文本量化分析的我國公共數據治理政策發展研究》，《情報學報》2023年第4期。

（19） 劉桂峰、錢錦琳、盧章平：《國外數據治理模型比較》，《圖書館論壇》2018年第11期。

（20） 楊立華、申鵬云：《制度變遷的回退效應和防退機制：一個環境領域的跨案例分析》，《公共行政評論》2015年第1期。

（21） 劉典：《數據治理的“不可能三角”》，《文化縱橫》2022年第2期。

（22） 宋方青、邱子鍵：《數據要素市場治理法治化：主體、權屬與路徑》，《上海經濟研究》2022年第4期。

（23） 陳曉紅、李楊揚、宋麗潔、汪陽潔：《數字經濟理論體系與研究展望》，《管理世界》2022年第2期。

（24） T. Hellmann， K. Murdock， J. Stiglitz， Financial Restraint： Towards a New Paradigm， The Role of Government in East Asian Economic Development： Comparative Institutional Analysis， 1997， pp.163-207.

（25） 陳冬梅、王俐珍、陳安霓：《數字化與戰略管理理論——回顧、挑戰與展望》，《管理世界》2020年第5期。

（26） 李標、孫琨、孫根緊：《數據要素參與收入分配：理論分析、事實依據與實踐路徑》，《改革》2022年第3期。

（27） R. H. Coase， The Nature of the Firm， Economica， 1937， 4， pp.386-405.

（28） N. Gunningham， P. Grabosky， D. Sinclair， Smart Regulation： Designing Environmental Policy， Oxford University Press， 1998， pp373-448.

（29） D. A. Zetzsche， R. P. Buckley， J. N. Barberis， D. Arner， Regulating a Revolution： From Regulatory Sandboxes to Smart Regulation， Fordham Journal of Corporate and Financial Law， 2017， 23， pp.31-103.

作者簡介：王曉青，南京審計大學經濟學院副教授，江蘇南京，211815。

（責任編輯 李燈強）