生成式人工智能嵌入數字金融平臺的算法權力風險及規制進路

一、問題之緣起

數字金融平臺是數字金融與平臺經濟的深度融合體，其本質是一種基于數字技術（如大數據、算法技術等）的金融平臺創新活動。作為創新型信息技術，生成式人工智能（以下簡稱\"生成式AI\"）技術兼具建設性作用與破壞性作用，前者可以促進數字金融平臺的創新發展，后者阻礙數字金融平臺的穩健發展，衍生算法權力風險（有些學者將其稱為算法帝國，認為算法操縱金融市場的方方面面①），觸發潛在的金融市場風險及其金融安全。在金融市場競爭日益激烈的環境下，以數字金融平臺為代表的市場主體陸續加大算法技術的研發與應用，致力于成為數字信息技術的集成體，通過掌握先進的算法技術及海量的數據資源以形成算法權力。根據《互聯網平臺分類分級指南（征求意見稿）》，互聯網平臺發揮著商品服務交易、生活服務、社交娛樂、信息資訊、投資融資與網絡計算的功能，分為多種類型的平臺。其中，數字金融平臺作為互聯網平臺的重要組成部分，在平臺經濟的發展過程中發揮著舉足輕重的作用。數字金融平臺以算法技術為導向，在深嵌社會經濟發展中逐步形成綜合金融、支付結算、消費金融、金融資訊、證券投資等平臺模式，實現人與資金的多向連接，充分發揮投資融資功能，從而高效滿足社會經濟發展中數字平臺服務的需求。另外，基于用戶數量、業務種類、價值規模、限制能力的差異，數字金融平臺可以分為超級平臺、大型平臺與中小平臺，②在創新發展過程中形成了差異化的發展特征，且需要滿足不同的風險規制要件。

在生成式AI場景下，算法被認為是通過輸人數據得出輸出結果的程序。③不同于傳統企業運營狀況，數字金融平臺所在的運營場景更加復雜，技術與數據要求更高，它利用數據、算法及算力優勢，通過算法程序可促進平臺全要素效率。然而，任何前沿技術與應用都具有雙面性。作為算法技術驅動的典型平臺經濟模式，數字金融平臺從平臺運行中獲取海量數據，將數據要素作為算法研發與應用的“原料”，而且算法技術本身具有高度的不透明性與難理解性，所以數字金融平臺通過數據與算法資源在金融市場中具備得天獨厚的市場競爭優勢，并可能實施超越傳統企業的算法權力（Algorithmic power）行為，衍生算法權力風險。不同學者對數字金融平臺算法權力風險及規制進路的看法有所不同，有些學者認為平臺濫用算法權力，侵害消費者相對人、經營者合法權益及社會公共利益；有些學者認為平臺算法權力濫用可能形成數據風險、算法危害風險、競爭損害風險、數字成癮風險；還有些學者認為平臺利用數據與算法資源，將會形成算法壟斷風險、算法霸權風險、系統性金融風險。盡管當前學術研究具有一定的啟迪性，但是它們缺乏對數字金融平臺算法權力風險的規制進路研究：一是當前主要從互聯網平臺視角開展研究，缺乏從數字金融平臺的細分視角，深度開展算法權力風險的規制進路研究;二是缺乏足夠的研究方法，從邏輯閉環上解構數字金融平臺算法權力風險的理論內涵，深度剖析數字金融平臺算法權力風險的規制邏輯。

綜上所述，本文專門從數字金融平臺細分視角切入研究，創新采用案例研究方法、理論研究方法、比較研究方法，解構生成式AI嵌入數字金融平臺算法權力的形成機理、風險與規制邏輯，有選擇地借鑒歐美數字金融平臺算法權力的公共利益理論與經驗，從而構建我國生成式AI下數字金融平臺算法權力的風險規制進路。

二、生成式AI嵌入數字金融平臺算法權力的形成機理與風險

在生成式AI技術與平臺經濟的雙輪驅動下，以搜索引擎、電子商務、社交網絡及金融服務平臺等為代表的超級平臺得以迅猛發展，并因此衍生了算法驅動型經營者的新形式。一方面，從人工智能的發展演進歷程看，它從計算智能、感知智能進一步發展至認知智能。隨著GAN、CLIP、Transformer、Diffusion等技術的累積融合，算法模型引發生成式AI技術能力質變，促使生成式AI具有更通用和更強的基礎能力，可以深度應用于數字金融服務場景。另一方面，生成式AI算法驅動型經營者的數字金融平臺具有雙面屬性，既可能促進市場經濟創新發展，也可能衍生相應的算法權力風險，因為數字金融平臺通過數據與算法資源可以開展大數據分析與定價等行為，進而可能增強企業的市場力量，形成了數字金融平臺的算法權力風險。

數字金融平臺算法權力風險是如何形成的？通過案例研究方法，本文以生成式AI下量化投資平臺解構數字金融平臺的算法權力，發現數字金融平臺算法權力具有獨特的風險性：第一，量化投資平臺不僅是數字金融平臺的重要組成，而且是深度應用生成式AI的引領者，它利用算法分析與處理數據并形成算法模型，然后向消費者輸出相應的金融算法產品，具有超越消費者相對人的算法權力，而且是消費者難以拒絕的算法霸權。第二，從量化投資平臺算法模型的運營過程看，阿爾法模型是量化投資平臺尋求盈利機會的關鍵模型，其主要目標在于利用數據或理論驅動的策略模型捕捉金融產品的錯誤定價從而實現超額收益;風險管理模型是平臺通過算法系統開展風險識別、評估與應對的模型;交易成本模型是平臺根據成本確定交易換手率的模型;投資組合模型是平臺追求平臺利潤、提升風險管理、降低交易成本等目標而構建的模型，最終將投資組合傳送至投資執行模型。與傳統企業或平臺經營者相比，數字金融平臺匯聚海量數據與先進算法，形成超越其他平臺經營者的優勢力量，可能構成侵害其他平臺經營者的算法壟斷風險。第三，數字金融平臺在國家公權力與消費者私權利之間形成算法權力，它融合了國家公權力與消費者私權利的特性，形成了一種居于中間形態的超級平臺私權力，打破了傳統“國家公權力—消費者私權利\"的結構，可能形成侵害社會公共利益的系統性金融風險。總之，以量化投資平臺為例，數字金融平臺在運營過程中，不免對消費者相對人、其他平臺經營者、公共社會產生權益侵害風險，分別表現為侵害其他平臺經營者合法權益的算法壟斷風險、侵害消費者私權利的算法霸權風險、侵害社會公共利益的系統性金融風險。

（一）侵害其他平臺經營者合法權益的算法壟斷風險

數字金融平臺以數據與算法等為平臺運營基礎，大幅提升了平臺經營效率及精準程度。從技術本質上看，全面創新的算法技術，將打破傳統的市場力量平衡，重新塑造新的市場規制框架。無論處于傳統經濟時期還是數字經濟時期，由于市場壟斷、市場外部性、信息偏雜等客觀因素的存在，任何市場不可能存在完全競爭的市場形態，市場失靈成為常態化現象，倒逼政府加強市場規制的法治措施。

在生成式AI下，數字金融平臺加強數據與算法投入。然而，任何事物都有雙面性，生成式AI技術助力數字金融平臺在金融市場競爭中脫穎而出，但同樣擠壓其他中小平臺經營者的競爭空間，衍生了新興的算法壟斷風險。通過結合生成式AI特性與反壟斷法的壟斷行為認定框架，本文認為算法壟斷風險主要包括以下幾種：其一，算法合謀風險，它是指數字金融平臺深度應用算法技術在金融市場中實施新興合謀而形成的風險，數字平臺通過算法合謀具有構成壟斷協議的風險。從算法合謀的基本內涵看，數字金融平臺算法合謀包括橫向與縱向算法合謀，前者是指同為數字金融行業的平臺之間，通過生成式AI算法等技術達成默契或協議，共同排除限制市場競爭的行為;后者是指數字金融平臺與其上下游平臺之間利用生成式AI算法開展的合謀，通過限制供應、控制銷售渠道等方式，排擠其他平臺經營者的行為。無論是橫向還是縱向算法合謀行為，都嚴重排除限制了公平的市場競爭，不利于數字金融市場的有序發展，帶來了相應的算法合謀風險。其二，算法濫用市場支配地位風險，它是指數字金融平臺利用推薦、價格及其流量算法等濫用市場支配地位，在金融市場攫取超額利潤，嚴重影響數字金融市場的公平競爭。其中，有些數字金融平臺基于數據與算法技術而得出的算法決策并非客觀公正，甚至可能出現更為隱蔽和嚴重的濫用市場支配地位行為，如自我優待行為、算法價格歧視行為。值得注意的是，并非平臺算法價格歧視都產生排除限制競爭的風險，因為算法價格歧視根據是否違法濫用算法權力可以分為理性式算法價格歧視與壟斷式算法價格歧視。其中，數字金融平臺理性式算法價格歧視是其在市場競爭中實施的正常的、合規的商業經營行為，但數字金融平臺壟斷式算法價格歧視對其他平臺經營者競爭以及消費者權益具有更大的危害，應受到反壟斷法的嚴格規制。其三，算法驅動型經營者集中風險，它是指數字金融平臺為了在數字經濟時代積聚競爭優勢，占有其他平臺經營者的數據與算法資源，從而實施扼殺式收購或壟斷性整合而引發的風險。在生成式AI場景下，各種算法驅動型經營者集中案例層出不窮。其中，扼殺式并購是大型數字金融平臺利用算法對市場上具有潛力的初創中小數字金融平臺進行監測和評估，一旦發現有潛在威脅的市場競爭對象，大型數字金融平臺就通過并購方式將中小數字金融平臺納人自身生態體系，將其扼殺在初創萌芽狀態之中，避免其發展壯大成為競爭對手。壟斷性整合是大型數字金融平臺通過算法分析行業競爭態勢后，進行大規模的并購整合，形成壟斷性的市場格局。

（二）侵害消費者私權利的算法霸權風險

生成式AI技術具有高復雜性與難理解性，數字金融平臺利用算法權力，加劇了平臺經營者與消費者的信息不對稱。當算法金融經營者（數字金融平臺）與消費者（金融消費者）的信息差與技術差愈拉愈大，數字金融平臺可以實施算法霸權的空間愈發擴大。誠如凱西·奧尼爾在《算法霸權》所言，算法催生了霸權主義的新形式即算法霸權，并將依托大數據引發偏見強化與大范圍傷害的算法模型稱為\"數字殺傷性武器\"（Weaponsof Math Destruction，簡稱WMD），具有不透明、規模化和毀滅性的特征，從而容易衍生算法霸權風險。

基于信息理論，消費者信息行為可分為消費者獲取信息的行為以及被其他主體獲取信息的行為，因此消費者理應享有必要的消費者知情權以及消費者信息受保護權。然而，生成式AI嵌人數字金融平臺，促使其具有強大的算法權力，并形成了侵害消費者私權利的算法霸權風險，集中體現為對消費者知情權與消費者信息受保護權的侵害風險：（1）侵害消費者知情權的風險。在數字金融平臺場景下，消費者享有知悉其購買、使用的商品或者接受的服務的真實情況的權利。不過，從平臺算法霸權風險的運作機理著，數字金融平臺算法模型具有不透明性與難理解性，對平臺經濟穩健發展帶來了全面挑戰。比如，在股票市場中，本以為限售股轉融通是數字金融平臺“剝削\"其他投資者的極限，但是數字金融平臺利用算法技術與投資程序，通過基金轉融通方式，既可以通過基金手續費賺取投資者的費用，又可以通過轉融通方式批量做空賺取利差，從而給其他投資者帶來更大的不對等性及其風險。此外，金融監管機構可以監管算法程序的輸入端與輸出端數據，但是當前的法律監管制度難以追趕算法技術的深度演化，無法破解算法黑箱的技術隱層難題，所以時常出現數字金融平臺侵害消費者知情權的風險。（2）侵害消費者信息受保護權的風險。在數字金融平臺場景下，消費者享有個人信息依法得到保護的權利。然而，生成式AI下數字金融平臺作為算法技術的設計者與應用者，平臺算法運行與產品發售通常依賴大量數據，具有算法霸權的數字金融平臺可能利用各種手段過度收集消費者的個人信息，而且數字金融平臺還可能通過跨平臺的數據收集來擴充消費者的個人數據，從而嚴重侵害消費者信息受保護權。盡管我國從基本法律、行政法規、行政規章與地方性法規層面初步構建了數字金融平臺算法權力的風險規范，包括《網絡安全法》《民法典》《數據安全法》等加強數據與算法治理，但是防范平臺算法霸權風險的法律規范依然有待提升。

（三）侵害社會公共利益的系統性金融風險

在生成式AI場景下，無論是采用推薦型算法還是決策型算法服務，只要數字金融平臺利用大數據與算法技術編寫代碼程序并運營算法金融產品與服務，它們就難以擺脫算法權力隱患，終將帶來侵害社會公共利益的系統性金融風險。從數字金融平臺濫用算法權力衍生系統性金融風險看，最典型案例莫過于美國華爾街\"閃電崩盤”，即道瓊斯工業平均指數（DJI）在2010年5月6日在短時間內最大跌幅 9.2% 。事后，人們普遍將復雜的高頻交易視為\"閃電崩盤\"的主要原因，但是量化投資交易只是一種現象，“閃電崩盤”的本質原因在于數字金融平臺濫用算法權力而實施的高頻快速交易的風險行為。

為何數字金融平臺算法權力將帶來侵害社會公共利益的系統性金融風險？一方面，數字金融平臺通過算法技術突破了傳統分業金融監管，將傳統分業金融轉變為現代混業金融模式，從而實現從分業個別性金融向混業系統性金融演變。不過，傳統分業金融監管難以適應數字金融平臺算法創新與混業經營，所以數字金融平臺市場不免衍生系統性金融風險。另一方面，從金融風險的形成機制看，金融風險可分為系統性風險及個別性風險，前者是金融市場固有的、不可分散的風險，后者是金融市場偶發因素下可分散的金融風險，兩者具有高度相關性。雖然數字金融平臺可通過算法建立風險管理模型在一定程度上分散化解個別性金融風險，但是難以改變其風險傳導效應，因為數字金融平臺廣泛應用算法交易，可能加劇市場不穩定。正如\"閃電崩盤”，高頻交易算法可以在極短時間內執行大量交易，當市場出現微小波動時，算法可以根據預設的規則進行買賣操作，這種連鎖反應大幅增加了市場波動。如果大量數字金融平臺的算法同時做出相似的交易決策，就可能引發金融市場的系統性動蕩，影響社會公共利益。

三、生成式AI嵌入數字金融平臺的算法權力風險規制邏輯

在生成式AI背景下，各類算法技術更加高效與智慧化。為提升金融市場競爭力，數字金融平臺深度應用算法技術，但同時衍生了相應的算法權力風險，有必要剖析數字金融平臺的算法權力風險規制邏輯。

（一）從公共利益理論剖析數字金融平臺算法權力風險的規制基礎

通過深度應用數據與算法技術，數字金融平臺算法權力風險難以被完全消除。為促進數字金融市場結構的公平有序以及數字金融平臺的穩健發展，我國可以從公共利益理論切人，透視數字金融平臺算法權力風險的理論規制基礎，從而維護社會整體的共同利益。

首先，維護公共利益的目標。對于公共利益理論而言，它強調風險規制的目的是保護社會公眾的利益。所謂公共利益，它是包括國家機關、社會組織、企事業單位、消費者等在內的共同利益。在生成式AI嵌入數字金融平臺的語境下，數字金融平臺可能將算法技術用于操縱市場價格、侵犯消費者私權利、加劇金融市場不穩定等行為，分別形成對其他平臺經營者、消費者與社會公共利益的算法壟斷風險、算法霸權風險與系統性金融風險，這些都會對整體的公共利益造成損害。例如，數字金融平臺某些算法可能通過不公平的信貸分配，使一些急需資金的小微企業無法獲得貸款，而大型企業卻能輕松獲取大量資金，這就影響了市場的公平競爭環境，損害了社會經濟健康發展的公共利益。

其次，風險規制措施的公共導向。基于公共利益理論，監管機構需要采取一系列措施來確保數字金融平臺算法權力的合理使用，防范與制止算法權力風險，包括制定嚴格的算法公開透明度要求，讓公眾了解算法邏輯及其影響;加強對算法公平性的審查，防止算法對不同用戶群體進行歧視性對待;關注算法對金融市場穩定性的影響，防止算法交易引發系統性金融風險。總之，這些風險規制措施普遍具有公共導向，嚴重侵害公共利益，因此監管機構可以采用公共利益理論，對數字金融平臺算法權力風險實施風險規制。

（二）從比較法視角解構數字金融平臺算法權力風險的規制進路

數字金融平臺具有天然的算法技術與信息優勢，導致數字金融平臺形成算法權力風險。歐美地區作為數字金融平臺算法權力風險規制的發達區域，可為其他經濟體的風險規制提供鏡鑒，其規制進路的關鍵在于強化數字金融平臺的算法公平、公開透明及其公正問責。

1.強化數字金融平臺的算法公平

首先，歐洲采取多元規制手段強化平臺算法公平。歐盟設立了專門的監管機構，負責監督數字金融平臺的算法公平。比如，歐洲數據保護委員會（EDPB）是負責監督和指導成員國的數據保護當局，確保數字金融平臺遵守GDPR等相關法規。EDPB可以要求數字金融平臺提供算法文檔，包括算法的設計目的、數據輸入和輸出情況等信息，以評估算法是否存在歧視性或不公平的決策模式，促進算法公平監督。同時，歐盟金融監管機構，如歐洲銀行管理局（EBA）和歐洲證券及市場管理局（ESMA），逐步加強對數字金融平臺算法在金融服務領域的監管，它們通過發布監管指南、開展專項檢查等方式，確保數字金融平臺算法在金融產品定價、風險評估等環節符合公平原則。此外，金融行業協會在推動數字金融平臺算法公平方面發揮著積極作用。比如，歐洲金融科技協會（Fintech Europe）積極制定行業自律準則和最佳實踐標準，鼓勵數字金融平臺自愿遵守公平原則，在算法設計和使用中考慮社會公平。

其次，美國加強在線平臺的算法公平正義。《算法正義和在線平臺透明度法案》（2021年）提出明確的算法備案審查制度，促進算法公平正義。該法案禁止在線平臺在任何算法過程中歧視性地使用個人信息，要求算法過程和內容審核具有透明度。禁止平臺使用導致基于人口統計學或生物識別因素的歧視或類似傷害的算法等。此外，美國政府2022年深度探討了大型技術平臺的現實危害與強化問責制的必要性，并發布了《人工智能權利法案藍圖》，提出“建立安全和高效的系統、避免算法歧視、保護數據隱私、及時履行通知與解釋義務、準備替補方案與退出機制\"五項原則，預防濫用人工智能技術帶來的風險。

2.強調數字金融平臺的算法公開透明

首先，歐洲通過法律規范強調算法透明。歐盟《通用數據保護條例》（GDPR，2018年）重視數據與算法透明，強化算法權力的風險規制。GDPR第22條既規定數據主體有權反對算法決策所造成的風險，又規定數據主體有權要求數據控制者解釋算法決策。GDPR為算法可解釋開啟了探索道路，側重于通過對數據主體賦權通過算法“解釋權\"加強法律救濟。GDPR第12條賦予用戶審查特定算法決策的權利，要求算法提供者\"以一種簡潔、透明、易懂和容易獲取的形式\"提供數據與算法等，全面提升數字金融平臺的算法透明性。在非歐盟的其他歐洲區域，為強化數字金融平臺算法權力的風險規制，英國高度重視算法安全、算法透明與算法公平，通過頒布《數據保護和數字信息法案》（2022年），提出確保AI具有透明度和可解釋性原則；英國內閣辦公廳發布算法透明度標準：一是對算法工具的簡要介紹，包括如何與為何使用算法工具等;二是涉及算法工具如何工作的信息、訓練模型的數據集、對人力檢測的要求等。

其次，美國高度重視平臺的算法透明。為促進數字金融平臺算法透明，美國強調既要公開源代碼、數據等信息，也要對算法決策原理與過程等作出解釋。美國計算機協會《關于算法透明性和可問責性的聲明》（2017年）提出七大原則防范算法決策風險，包括數據可溯源、算法透明、算法可解釋、算法可審查、算法可驗證與測試、算法負責、算法救濟原則；美國德克薩斯州發布了《負責任的人工智能治理法案》（2024）草案，通過借鑒歐盟《人工智能法案》的風險規制方法，旨在全面解決人工智能算法的透明度和公平性問題。

3.重視數字金融平臺的算法公正與問責

歐美地區作為全球高度發達的經濟體，對數字金融平臺算法權力風險的規制，高度重視算法公正與問責。首先，歐洲重視算法風險的問責機制。為有效化解AI算法風險，建立與GDPR相適應的算法規則，《可信賴的人工智能倫理準則》提出AI問責原則，即AI系統應該是可審計的，由現有企業告密者保護機制覆蓋，且AI系統的負面影響應事先得到承認和報告。GDPR具有嚴格的算法問責機制：強化數據主體的隱私保護和默認隱私保護；規定對違法平臺的罰金最高可達2000萬歐元或其全球營業額的 4% ，而且以兩者敦高者為準。

其次，美國是多元化、多模式與多平臺等特征的發達經濟體，對數字金融平臺算法權力風險規制沒有采取“運動式\"的風險規制方式，而是在鼓勵算法創新的前提下強調算法公正及問責。一方面，通過法律規范明確平臺算法公正與問責。《關于算法透明性和可問責性的聲明》從法律原則上明確規定法律主體應當遵循算法可問責。《算法問責法案》（2019年）與《算法責任法案》（2022年）重視平臺算法問責：一是明晰算法問責的法律責任主體，適用于有權訪問大量信息的大型平臺公司；二是對于關鍵性算法決策，《算法責任法案》規定消費者可依據法律規定質疑平臺算法系統的數據源、算法程序、參數和指標及最終決策。另一方面，通過監管機構強化平臺算法問責監督機制。證券交易委員會（SEC）對數字金融平臺的算法交易進行嚴格監管，SEC要求平臺對算法交易系統進行注冊，并詳細披露算法的基本原理、交易策略等信息。如果算法交易導致市場操縱、不公平交易等問題，SEC可以對平臺進行調查并追究責任。聯邦貿易委員會（FTC）關注數字金融平臺算法在消費者保護方面的問責，重點審查平臺利用算法進行廣告推送、產品定價等行為是否存在欺詐或不公平的情況。

四、生成式AI下我國數字金融平臺算法權力風險的規制進路

（一）我國數字金融平臺算法權力風險的規制改進空間

隨著大數據與生成式AI的快速發展，以數據與算法為核心要素的數字經濟日益興起。作為算法驅動型平臺經營者的核心資產，算法技術在平臺企業經營中發揮重要媒介作用，算法資源在金融市場競爭中的重要性逐漸凸顯，并可能衍生相應的算法權力風險。然而，從法律位階來看，我國只是從基本法律、行政法規、行政規章與地方性法規層面初步構建了數字金融平臺算法權力的風險規范，其算法規制與法益保護相對滯后：其一，在基本法律層面，《民法典》于2021年專門設置專章（隱私權與個人信息保護），強化個人信息保護；《個人信息保護法》（2021年）專門設置了第24條，對于自動化決策系統關于個人信息保護問題作出明確規定；《網絡安全法》（2017年）與《數據安全法》（2021年）為數字平臺算法應用所帶來的網絡與數據安全構建風險規制框架。其二，在行政法規層面，《關鍵信息基礎設施安全保護條例》（2021年）提出需要增強網絡安全檢測和風險評估，有效保護關鍵信息基礎設施安全。其三，在行政規章層面，《關于加強互聯網信息服務算法綜合治理的指導意見》從算法安全治理機制、算法安全監管體系、算法生態規范發展等多個維度，針對算法權力作出系統的風險規制回應;《互聯網信息服務深度合成管理規定》（2022年）從定期審核、評估、驗證算法機制出發，對平臺算法權力開展風險規制。其四，在地方性法規層面，上海與深圳作為我國經濟發達地區，先后于2022年頒布《上海市促進人工智能產業發展條例》與《深圳經濟特區人工智能產業促進條例》，前者對數字金融平臺算法權力風險規制的要點在于算法透明、算法公平、算法問責、算法檢測與評估;后者對算法權力風險規制的重點在于算法倫理、算法說明、算法公平、算法風險評估。

通過有選擇地比較歐美發達地區數字金融平臺算法權力的風險規制經驗可知，算法公平、公開透明、公正問責是歐美發達地區應對數字金融平臺算法權力的風險規制重點。然而，我國當前對數字金融平臺算法權力的風險規制主要體現為基本原則層面，還沒有細化到可實施的風險規制進路層面，缺乏明顯的可操作空間。因此，我國有必要改進數字金融平臺算法權力的風險規制空間：數字金融平臺算法權力的風險規制關鍵在于算法公平，應當通過多元規制防范數字金融平臺的算法壟斷風險，維護數字金融平臺市場的公平競爭;通過健全算法公開透明體系，將算法運營過程置于有效的風險規制范疇;對于數字金融平臺算法權力造成的系統性金融風險，需要完善數字金融平臺的算法公正與問責機制。

（二）重構我國數字金融平臺算法權力風險的規制進路

在生成式AI背景下，為有效防范與制止數字金融平臺算法壟斷、算法霸權與系統性金融風險，我國需要分別從算法公平、公開透明、公正問責層面切入，重構數字金融平臺算法權力的風險規制進路，從而促進數字金融平臺的算法技術創新與市場有序發展。

1.通過多元規制防范數字金融平臺的算法壟斷風險

《反壟斷法（修正案）》首次明確了算法壟斷。為構建與市場經濟發展契合的競爭規則與秩序，打破市場失靈下的數字金融平臺算法壟斷新形式，我國有必要作出相應的反壟斷規制回應，在明確權力機關、政府機關、企業單位與社會公眾等主體在數字金融平臺算法壟斷風險規制中權義的基礎上，通過多元規制防范數字金融平臺的算法壟斷風險。首先，在權力機關層面，細化反壟斷立法，構筑防范數字金融平臺算法壟斷風險的法律根基。作為國家權力機關，全國人大及其常委會針對數字金融平臺算法壟斷的特性進一步細化，促使現有《反壟斷法》與時俱進：一是將算法合謀行為納入法律規制范疇，無論是數字金融平臺通過算法同步調整金融策略實施明示合謀，還是數字金融平臺基于算法模型自動跟隨競爭對手價格策略的默示合謀，都應視為違反《反壟斷法》。二是明確界定算法驅動的市場支配地位認定標準，法律應規定當平臺憑借算法對特定金融產品或服務的市場占有率連續多個周期超過一定閾值，且阻礙新競爭者進入市場時，即可認定具有市場支配地位。

其次，在政府監管層面，我國需從中央政府到地方政府實施數字金融平臺反算法壟斷的統籌規劃，充分考慮政府組織架構以及部門職能分配，逐步構建反壟斷執法體系。此外，我國需要組建專業的反壟斷監管團隊，吸納多領域專家并成立專門針對數字金融平臺算法壟斷的監管小組，旨在深人理解算法技術原理、金融業務邏輯以及潛在風險點，對數字金融平臺算法技術與系統的研發、測試、上線與日常運維實施全流程監管。

再次，在企業自治層面，我國應當深刻意識到數字金融平臺與傳統企業的異同性，充分認識到數字金融平臺算法壟斷具有更大的非公平競爭性，通過完善數字金融平臺對防范算法壟斷風險的主體責任，從企業自治規范層面強化其平臺履職過程與結果的反壟斷規制。

最后，在社會監督層面，我國應當積極鼓勵社會組織與公眾發揮好社會監督功能，防范數字金融平臺算法壟斷風險：一是激發公眾參與，比如開通公眾舉報渠道，設立專門網站、應用程序、電話熱線等，方便公眾隨時舉報數字金融平臺的算法壟斷行為，并對于舉報屬實的公眾給予物質或精神獎勵。同時，通過線上線下宣傳教育活動，普及數字金融知識與算法壟斷識別要點，增強公眾維權意識與監督能力。二是借助媒體的輿論監督優勢，曝光數字金融平臺的算法壟斷問題，通過深度報道平臺利用算法操縱搜索結果、排擠競爭對手等負面案例，引發社會廣泛關注，促使平臺迫于輿論壓力整改。從而保證平臺算法的社會運轉具有較好的公平競爭屬性，反對數字金融平臺利用算法技術實施的算法壟斷及其它非公平競爭行為。

2.通過算法公開透明遏制數字金融平臺的算法霸權風險

任何算法霸權行為，都可能引致大規模的算法妄為與權力專斷的風險。為破解數字金融平臺算法權力之謎，有必要健全多層次的算法透明體系，遏制數字金融平臺的算法霸權風險。首先，通過算法審查制度健全算法透明體系。誠如布蘭戴斯所言“陽光是最好的防腐劑”，數字金融平臺算法審查制度是健全算法透明體系的關鍵。在算法審查制度下，數字金融平臺需向監管機構提交算法資料，包括算法架構、數據源、決策邏輯以及應用場景等，監管機構定期抽取樣本進行審查評估，重點關注算法是否可能導致不公平競爭、損害消費者利益。同時，監管機構利用大數據分析與算法技術輔助監管，實時監測平臺交易數據，一旦發現異常波動或疑似壟斷行為跡象，立即啟動深度審查程序，包括對算法服務提供者及算法運行過程的審查，前者旨在確定法律責任主體，因為算法不斷吸收人類隱含的內在偏見，致使算法運行并非完全具有中立性，而總是摻雜某些利益集團（如數字金融平臺）的潛在價值觀;后者旨在揭示算法內部的真實情況，對數字金融平臺算法產品的審查主要包括數據、算法參數、代碼結構等方面的審查。而且，我國可制定量化的技術與行業標準，更好地推進算法與法律的有效協作，盡可能將算法霸權的風險規制于事前。如果不存在可量化的、公正的算法審查標準，那么規制科技無法立足于人心，我國可通過規制科技（Govtech）建立自動化算法審查機制及其規制標準，在事前揭開算法霸權的風險面紗，對算法的內置程序、代碼結構、考慮因素等開展實質性審查。總之，隨著數字金融平臺算法產品的運行變化，算法如同虛擬的大型機械設備，有必要定期檢查算法模型與代碼狀況。如果發現平臺算法的內置程序或重要參數發生更改，那么平臺應當對算法再次備案，從而提升金融監管部門的精準監管。

其次，強化平臺算法解釋義務以遏制算法霸權。算法可解釋性是“算法的法律”可成立的前提，如果無法判斷算法工程師是否摻雜了主觀歧視、誤解與霸權，那么這樣的算法技術被應用于數字金融行業將會給金融領域帶來巨大的風險與不確定性。一旦被特定的數字金融平臺控制，那么將會衍生平臺算法霸權。數字金融平臺是典型的雙邊市場，相對于數字金融平臺，金融消費者處于弱勢群體方，但金融消費者應當具有相應的知情權，其法理基礎既體現出金融消費者與金融機構的權義關系，又體現出公平正義價值的追求。在市場實踐中，金融消費者所處的弱勢地位主要來自其信息掌握的弱勢性與交易選擇的依賴性，對此，現代金融立法愈發重視基于消費者知情權的金融機構信息披露和風險提示義務。知情權為金融算法服務提供者設置的解釋義務以及金融機構作為責任主體對其行為可解釋的前提，構成了另外一項具體的算法私權利：算法解釋權。可解釋人工智能（Explainable Artificial Intellgence，簡稱為XAI）得益于其能夠對算法權力內部進行深度分析，讓用戶了解數據輸入與導向性結果輸出之間的變化和關聯。可解釋人工智能的底層邏輯在于將“人\"納入整個算法決策回路（Human-in-the-loop，簡稱為HITL），通過填補決策解析、提供說明支持，來幫助用戶更好地做出明智的金融抉擇。從算法權力的技術原理看，算法和產生的決策過程不可知，金融消費者有權知曉平臺算法決策的運行機制，因此我國需逐步完善數字金融平臺算法解釋義務，即數字金融平臺對算法產品與服務的運行過程和算法決策結果有義務提供必要的解釋說明，從而有效遏制平臺算法霸權風險。

3.完善數字金融平臺的算法公正及其問責

數字金融平臺利用算法權力觸犯風險規制要求并有損其他法益，理應承擔相應的法律責任，但關鍵問題是由誰承擔法律責任，又應當承擔什么樣的法律責任？有些學者參照古羅馬法奴隸責任對算法問責開展研究，因為奴隸在古羅馬像算法一樣缺乏獨立自主意識而且在商業貿易中扮演重要角色。控制論之父諾伯特·維納（Norbert Wiener，1950）認為：“無論我們認為它有無感情，自動機器（算法）是奴隸勞動力精準的對等物”;利昂·魏因（LeonWein，1992）認為“取代奴隸的雇員正在被機器（算法）奴隸所取代，算法系統的雇主也許將為其財產造成的損害而負責，如同他為其人類奴隸的損害負責”。

在生成式AI場景下，算法被深度應用于數字金融平臺領域，其法律責任屬性始終未有定論。首先，明確算法問責主體與責任范圍，促進算法公正。其一，平臺運營方責任。平臺運營方的責任主要體現為算法設計責任與運營維護責任。一方面，數字金融平臺作為算法的開發者和部署者，對算法設計的合理性和公正性負責。在設計階段，應確保算法不存在歧視性因素。若發現算法設計存在缺陷導致不公平對待用戶，平臺應承擔主要責任。另一方面，在算法的運營過程中，數字金融平臺要確保算法正常運行，及時更新和優化以適應市場變化和監管要求，有責任調整算法以合理評估風險，若因未及時更新算法導致用戶遭受損失，應承擔相應的法律責任。其二，算法開發者責任。如果算法是由第三方開發者提供給數字金融平臺，開發者同樣需要承擔一定責任。開發者應保證算法符合金融行業的基本公平性和準確性原則，在開發過程中遵守相關法律法規。倘若算法存在隱藏的惡意代碼或故意設計的不公平邏輯，算法開發者應當對其行為負責。

其次，構建多層次的算法問責機制，防范數字金融平臺的系統性金融風險。其一，加強監管問責，監管機構應加強對數字金融平臺算法的監管，建立嚴格的問責制度。當發現平臺算法存在不公平的市場競爭行為，監管機構可以對平臺進行罰款、責令整改、限制業務范圍等處罰措施。同時，監管機構可以要求平臺定期提交算法運行報告，詳細說明算法的更新情況、決策結果等信息。其二，用戶和社會監督問責，建立暢通的用戶投訴渠道，用戶可以通過平臺的客服熱線、官方網站投訴板塊或第三方消費者保護機構等途徑，對算法的不公平行為進行投訴。此外，鼓勵媒體、社會組織等參與監督，對算法問責形成社會壓力。對于受到廣泛關注的算法問題，監管機構應及時介入調查。其三，司法問責，當算法行為導致用戶嚴重的財產損失或侵犯了用戶的合法權益時，用戶可以通過司法途徑追究數字金融平臺的責任。法院可以根據具體情況，要求平臺賠償用戶損失、停止侵權行為，并對平臺進行相應的法律制裁。例如，在算法泄露用戶隱私信息導致用戶遭受詐騙的情況下，法院可以判定平臺承擔民事賠償責任，甚至在情節嚴重時平臺應承擔相應的刑事責任。

五、結語

在生成式AI的快速演變下，各種新興算法技術深度應用于數字金融平臺并促使其發展壯大，在各類金融場景形成了較強的算法權力。這種平臺算法私權力打破了傳統法律秩序下“國家公權力一消費者私權利\"的法治結構，形成了不平衡不穩定的“國家公權力—平臺私權力—消費者私權利\"的新型法治結構，并因此衍生了算法權力風險，集中體現為算法壟斷風險、算法霸權風險及系統性金融風險。

誠如埃德蒙·柏克（Edmund Burke）所言：“與權力的形式相比，對權力的限制更為重要。\"因此，對生成式AI背景下數字金融平臺算法權力風險的規制，成為當前社會經濟的重要使命。我國有必要從公共利益理論角度出發，有條件地借鑒歐美發達地區數字金融平臺算法權力的風險規制經驗，結合本土化算法權力的風險規制改進空間，重構數字金融平臺算法權力風險的規制進路：其一，在算法公平上，通過多元規制防范數字金融平臺的算法壟斷風險;其二，在算法公開透明上，通過算法公開透明遏制數字金融平臺的算法霸權風險;其三，在算法公正問責上，完善數字金融平臺的算法公正及問責。

Abstract： The emergence of large models represented by ChatGPT has activated the development momentum of generative artificial inteligence，driving the development of new models，new technologyapplications，new productresearch，and the developmentof digital financial platforms.However，generativeartificial inteligence hasinherent technical flaws，leading tothe transformationofdigital financialplatforms fromalgorithmapplication to algorithmic power risks.Starting from the case of quantitative investment platforms，this paper deeply analyzes theformation mechanism of algorithmic power indigital financial platforms under generative artificial inteligence.Based on the platform operation proces，the risks of algorithmic power are summarized，which are mainlyreflectedas algorithmic monopolyrisks that infringe onthe legitimate rights and interests ofother platform operators，algorithmic hegemony risks that infringe onconsumers'private rights，and systemic financial risks that infringe on social public interests.Through theoretical and comparative research methods，this paper analyzes the regulatory basis of algorithmic powerrisks in digital financial platforms from the perspectiveof public interest theoryand deconstructs the risk regulation approaches and experiences in Europe and America.In the context of generative artificial intelligence，China can construct a regulatoryapproach for the algorithmic power risk of digital financial platforms from the perspectives of algorithmic fairness，opennessand transparency，and fair accountability：Preventing algorithmic monopoly risks indigital financial platforms through diverseregulations， curbing algorithmic hegemony in digital financial platforms through algorithmic opennessand transparency，and improving algorithmic fairness and accountability in digital financial platforms.

Keywords：generativeartificial inteligence;digital financial platforms；algorithmpower risk；risk regulation; algorithm accountability