苏宁的股票代码(苏宁股票号码)

【珠海律师、珠海法律咨询、珠海律师事务所、京师律所】

前言

中国数据经济规模在过去五年持续扩大，据中国数字经济白皮书苏宁的股票代码的数据统计，自2015年至2020年，中国数字经济总规模占GDP比重由27%提升至38.5%。2020年，数字经济核心产业增加值占GDP的比重达到7.8%。根据2021全球数字经济大会的数据，中国数字经济规模已经连续多年位居世界第二。

数字经济的发展带来苏宁的股票代码了中国经济的发展，也促进了经济结构的调整和优化，对传统行业产生了巨大的影响，本文拟对数字经济时代背景下金融科技的业务发展状况进行梳理并简要分析该类业务中存在的法律合规问题。

一、金融科技的基本理解

（一）什么是“金融科技”苏宁的股票代码？

全球金融稳定理事会FSB将金融科技定义为金融服务领域中以技术为基础的创新。这一创新可能会导致新的商业模式、新的应用场景、新的业务流程或者新的产品出现，从而对金融市场、金融机构以及金融服务的提供产生重大影响。

从这个定义中，我们理解，金融科技强调金融和科技的结合，意在通过科技为金融服务赋能，提升金融服务效率，规避金融风险。对金融科技的理解通常包括两个方面，其一是能够实现金融创新的特定技术，例如大数据、人工智能等苏宁的股票代码；其二则是基于特定技术的业务形态，例如智能投顾、网络借贷、虚拟货币等。

2019年人行公布《金融科技（FinTech）发展规划（2019—2021年）》中也将金融科技定义为金融科技是技术驱动的金融创新，在2022年2月，人行发布的《金融科技（FinTech）发展规划（2022-2025）年》，进一步提出了深化数字技术金融应用，新增有关“数据要素”的内容，数据要素被升级成为金融业的生产要素，是金融科技行业和企业发展的核心。如何在保障数据安全和以技术作为驱动的前提下，充分激活数据要素潜能，推动数据的高效治理、有序共享和综合应用是各家金融机构接下来的发力点。从我国对金融科技发展规划来看，金融科技处于不断深化应用的阶段；在金融科技监管方面，从第一轮的“强化金融科技监管”升级到“加快监管科技全方位应用，加强数字化监管能力建设，对金融科技创新实施穿透式监管”，未来金融科技监管将更加精准全面。

（二）发展阶段

从广义上理解，金融科技大致经历了三个发展阶段。

第一阶段为金融信息技术阶段【电子化】，即依托信息技术的发展，以电子化、信息化的技术和手段，为金融行业提供软硬件支持、服务和解决方案。比如自动提款机（ATM）、销售终端机（POS）、电子化登记结算系统、交易系统、账务系统等，都是该阶段的产物。

第二阶段为互联网金融阶段【互联网化】，即网络技术与金融业务深度融合，通过互联网技术实现信息的共享和业务措施，为资产端、交易端、支付端和资金端的对接连通提供便捷的通道，形成依托互联网和移动终端的新型金融业务的载体和业态，出现网上银行、网络借贷、移动支付、股权众筹、互联网理财、互联网基金销售等互联网金融模式。

第三阶段是真正意义上的金融科技阶段【数字化】，即通过大数据、云计算、人工智能、区块链、移动互联等新一代信息技术的应用，改变传统的金融信息处理流程、投资决策过程、信用中介角色，通过自动化、智能化、去中心化等方式深刻变革传统金融市场基础设施和金融交易形态，从而大幅度提升金融效率、改善金融服务。这一阶段出现的量化交易、智能投顾、大数据征信、虚拟货币等新业态和新模式，都体现了新型信息技术应用给金融行业带来的深刻变革。

（三）技术问题还是法律问题？

毋庸置疑，金融科技必然涉及技术问题，但是否需要法律规制？仅仅以技术手段回应金融科技领域存在的技术风险，是否足够？法律调整的是社会关系而无法解决技术问题，该领域是否也有法律适用的空间和必要？我们认为，金融科技不仅是技术问题，也是法律问题。这主要体现在三个方面：第一，法律对行为的规制。金融科技有非常具体且明确的应用场景，比如智能投顾的功能，究其本质也涉及投资行为或者委托代理行为，特定的业务场景涉及具体的社会行为，必然触发法律对其的调整；第二，法律对主体的规制。技术的风险来源于技术本身的缺陷，但也来源于应用主体对金融科技的不当应用，在“断卡”行动中已有大量的案例表明个人不当使用技术手段可能会承担相应法律责任；第三，有学者也提出可以将技术风险防控的法律规则融入到金融科技本身，以实现对金融科技技术风险的有效防控。

在数字经济背景下，法律的需求会更多元化以及更复杂，学科的边界变得模糊，这就对法律工作者提出了更高的要求，我们要唯问题主义而非学科主义，跨专业的合作将更为普遍。

二、金融科技的应用模式

▲数字科技赋能金融业态【来源：易观发布《中国数字经济全景白皮书》】

从当前市场实践来看，金融科技的创新应用模式有以下三种类型：一是金融机构自主研发金融科技并应用于金融业务，即有技术能力的金融机构自行组织金融科技的研发，并自主将金融科技与自身所从事的金融业务相结合。

二是金融机构依托金融科技公司提供技术外包应用金融科技，即金融机构向金融科技公司或者技术服务商采购技术服务，为金融科技应用于自身金融业务提供软硬件支持、服务和解决方案。根据下表可见，银行金融机构对外采购的信息技术比例仍然较高。

▲数据来源：易观-中国数字经济全景白皮书-2020年银行科技采购预算结构

三是金融科技公司凭借技术优势直接介入金融业务，即金融科技巨头凭借自身研发优势、流量优势、数据优势，借助金融机构通道将金融科技投入应用，或者直接开展尚未纳入监管的新型金融业务。

前两种情况下，核心金融服务都是由金融机构提供，金融机构是金融科技的应用主体，无论是自己研发还是外包给其他金融科技公司，责任依旧在金融机构。根据《证券基金经营机构信息技术管理办法》第四十三条，证券基金经营机构借助信息技术手段从事证券基金业务活动的，可以委托信息技术服务机构提供产品或服务，但证券基金经营机构依法应当承担的责任不因委托而免除或减轻。

第三类的业务场景，以平台科技巨头进入服务领域为典型模式，也是本文后续要探讨的重点，互联网平台巨头初始业务领域可能是电商、社交、娱乐或电信行业，在业务发展过程中积累了庞大的客户群体，并从这些特定的客户关系中积累了大量数据。在利益驱使下，他们开始寻求利用这些数据为现有客户提供金融服务。平台科技企业通过算法形成的对客户的选择和偏好的认知，比传统金融机构丰富细致得多。这类企业最初可能会向金融机构出售数据，或成为金融机构的销售渠道，之后他们会倾向于自己提供金融服务，实现流量变现。此外，这些公司还常作为传统金融机构的云服务商或技术服务商等。

这类型的金融科技企业，相对风险更大，规制更难。主要原因在于，第一，数据的应用就像金融杠杆，放大收益的同时也放大风险；第二，除了对行为的规制，还要对技术风险加以防范，法律和技术天然有壁垒，这类专业人才本身就欠缺；第三，监管的内容复杂，涉及的监管部门多，难以协调，未纳入牌照管理的企业在灰色边缘。

三、互联网平台金融牌照概览

▲互联网平台金融牌照情况

笔者梳理了几家典型的平台企业所持有金融牌照的情况，从下面的总结表格中不难看出：1.平台企业积极参与金融业务的拓张，该类平台企业依靠自身的平台优势和数据优势为客户提供更多金融服务；2.随着金融监管的加强，平台企业也更加注重合规整改，在今年3月份召开的国务院金融稳定发展委员会专题会议上，再次强调要稳妥推进并尽快完成大型平台公司整改工作。此外，也有一部分平台企业因不具有金融资质，在业务开展中也更加强调自身业务的科技属性，收缩部分金融业务规模。

四、业务开展中的合规问题

平台金融科技业务被关注最多的两类合规问题主要包括反垄断、不正当竞争以及数据治理。

（一）垄断及不正当竞争问题

反垄断和反不正当竞争是平台经济的重要法律问题之一。平台型业务具有明显的规模效应和网络效应，数据市场也具有自然垄断的特征。监管部门也一再强调“反垄断和防止资本无序扩张”，国内平台经济领域也出现了一些标志性反垄断诉讼和反垄断执法调查。

1. 主要执法情况

随着我国互联网经济的飞速发展，近些年来市场上同样出现了一系列引起公众关注的市场垄断问题，特别是电商平台限定交易的“二选一”行为，引起了国家相关部门的重视。

2019年11月，国家市场监督管理总局召集阿里巴巴、京东、美团、拼多多、苏宁等20多家平台企业召开“规范网络经营活动行政指导座谈会”，直指“二选一”和“独家交易”行为的违法性。

2020年11月6日，国家市场监督管理总局、中共中央网络安全和信息化办公室、国家税务总局三部门联合召开“规范线上经济秩序行政指导会”，27家主要互联网平台企业参加会议。会议从九个方面对互联网平台企业提出了明确要求，其中第一项就是不得滥用市场优势地位排除限制竞争。

2020年11月10日，国家市场监督管理总局公布了《关于平台经济领域的反垄断指南（征求意见稿）》。

2020年12月14日，国家市场监督管理总局针对阿里巴巴、阅文集团、丰巢网络这三家企业未依法申报违法实施经营者集中案，分别作出50万元罚款的顶格处罚，这也是我国反垄断执法机构对互联网企业开出的首张罚单。

在2020年12月先后召开的中央政治局会议和中央经济工作会议中，中央两次指出要“强化反垄断和防止资本无序扩张”。中央经济工作会议进一步明确，“要完善平台企业垄断认定、数据收集使用管理、消费者权益保护等方面的法律规范”，同时，“要加强规制，提升监管能力，坚决反对垄断和不正当竞争行为”。

2020年12月24日，国家市场监督管理总局宣布，根据举报依法对阿里巴巴实施“二选一”等涉嫌垄断行为进行立案调查。

2021年2月7日，国务院反垄断委员会正式公布《关于平台经济领域的反垄断指南》。

2. 滥用行为

从市场结构角度看，对互联网金融相关市场的界定，以及对市场支配性地位的认定构成反垄断监管的难题。反垄断的焦点，在于甄别和禁止滥用市场支配性地位的不正当竞争行为。

1) 数字卡特尔：

作为互联网、大数据、算法与共谋相结合而出现的一种更为隐蔽的新型垄断协议形式，数字化卡特尔的表现形式和行为特征较之传统垄断协议发生了很大变化。平台企业可以通过使用同一特定的定价算法和历史定价数据协调定价，达成价格合谋后，还可以利用实时数据来监控该项卡特尔的实施。

2) 掠夺性定价问题：

互联网平台通过交叉补贴等方式，以低于成本的价格销售商品或服务，将客户锁定在平台的生态系统中，从而挤压竞争对手并占领市场。

3) 拒绝交易：

具有市场支配地位的互联网平台拒绝与第三方开展业务，从而剥夺市场参与者的竞争可能，如微信封禁飞书事件。飞书是字节旗下功能类似于钉钉和企业微信的一款办公协作平台，2021年1月，飞书称微信开放平台不开放，“飞书文档”微信小程序已经在审核流程上被卡将近两个月了，飞书的另外两款微信小程序“飞书会议”和“飞书”则是在通过审核后遭到了无理由的封禁。而飞书的相关域名,则一直不能在微信内稳定打开，造成用户正常登陆、下载或使用飞书受影响。此后，字节跳动对腾讯的不正当竞争行为已提出诉讼。

4) 限定交易：

“二选一”的行为是典型的限定交易，通过迫使平台内经营者（合作方）站队，放弃与其他平台合作的机会。在阿里巴巴的“二选一”案件中，阿里巴巴就被处以182亿元的高额处罚。

5) 扼杀型并购行为：

《关于平台经济领域的反垄断指南》第十九条第三款规定，国务院反垄断执法机构高度关注参与集中的一方经营者为初创企业或者新兴平台、参与集中的经营者因采取免费或者低价模式导致营业额较低、相关市场集中度较高、参与竞争者数量较少等类型的平台经济领域的经营者集中，对未达到申报标准但具有或者可能具有排除、限制竞争效果的，国务院反垄断执法机构将依法进行调查处理。可以将该条理解为主要是针对的扼杀式并购的规制。扼杀式并购并不是一个严格意义的法律定义，其主要是指市场中的现有企业仅为了终止目标企业的创新项目/业务，并抢占未来的竞争优势，而进行的并购活动。因为很多初创企业营业额没有达到反垄断规定的经营者集中申报标准，所以逃脱了反垄断监管，导致很多初创企业面临“要么被收购，要么被消灭”的境遇。

（二）数据治理

随着我国数字金融的迅猛发展，数据资源成为核心生产要素，金融数据的经济价值愈加凸显，金融数据安全风险的复杂性和隐蔽性也不断提高，个人信息和个人隐私泄露、数据滥用、数据垄断等问题严重威胁金融市场平稳健康发展。

1. 数据采集：个人信息和个人隐私保护

金融科技公司存在大量未经授权收集个人信息、过度收集个人信息、过度暴露以及侵犯个人隐私的倾向。因人工智能系统中，深度学习过程需要大量的数据来训练学习算法，在深度学习中过度使用个人信息可能对个人信息造成伤害。对于个人金融信息的保护详见笔者文章《商业银行个人金融信息保护的合规应对》。

2. 数据加工：算法歧视

金融科技公司基于海量用户的替代数据（即银行等传统金融机构掌握的用户负债、还款履约之外的数据，如购物、出行、资讯阅读等数据），通过大数据算法深度分析消费者行为习惯、性格爱好、经济条件等，实现对消费者精准画像，匹配相应金融产品。

2022年4月8日，中央网信办牵头开展“清朗·2022年算法综合治理”专项行动，即日起至2022年12月初，将深入排查整改互联网企业平台算法安全问题。算法滥用乱象的整治已经成为互联网平台合规的重要内容。金融科技公司通过大数据算法引导甚至操作用户需求与决策，产生“茧房效应”，例如，算法根据客户的价格敏感度，向其推送不同价位的投资组合产品；此外，算法设置本身还受到代码编写者的个人意见影响，承载其个人的社会价值观，设计者和开发者的偏见可能嵌入算法系统中。算法可能基于市场主体的“效率逻辑”，以经济利益为唯一因素来作出决策，而忽略诸如平等、自由、安全、人权等其他价值在算法逻辑设置中的体现。

早在2018年发布的《关于规范金融机构资产管理业务的指导意见》第23条中就明确规定了算法的备案制度，即金融机构要向监管部门报备人工智能模型的主要参数及资产配置的主要逻辑，这一规定开启了金融科技算法备案制度的先河。2022年3月1日，《互联网信息服务算法推荐管理规定》正式生效，本次专项行动也提出了包括组织自查自纠、开展现场检查、督促算法备案、压实主体责任、限期问题整改五方面工作。尽管目前在金融科技领域，算法的监管还较为薄弱，但随着执法能力的提升，监管要求及伦理安全和反垄断审查等因素也均会嵌入到算法行为的合规监管中。

3. 数据使用：数据共享

2017年，习近平总书记就实施国家大数据战略进行第二次集体学习时强调“推进数据资源整合和开放共享”“以数据集中和共享为途径，推动技术融合、业务融合、数据融合，打通信息壁垒，形成覆盖全国、统筹利用、统一接入的数据共享大平台，构建全国信息资源共享体系，实现跨层级、跨地域、跨系统、跨部门、跨业务的协调管理和服务。”

目前在数据开放方面，公共数据开放工作正有序推进；政企数据共享探索推进，主要包括搭建政企数据共享平台以及政府数据授权运营两种方式；而企业数据共享则主要存在隐蔽性和不透明的问题，亟待规范发展。

国内一些地方在地方政府与金融机构部门的推动下，建立了以政务信息为主的数据共享平台，建议在此基础上进行金融大数据专区试点，在技术保障数据安全、“可用不可见”、“数据不出笼”的前提下推进政务、银行、企业和场景信息的收集，实现数据治理和数据共享。

根据北京出台的《关于推进北京市金融公共数据专区建设的意见》，北京市经信局创新“政府监管+企业运营”的公共数据市场化应用模式，利用金融业覆盖领域广、数据需求大、应用场景多等方面优势，授权北京金控所属北京金融大数据公司建设金融公共数据专区。

但在实践中，金融数据的开放共享仍存在很多有待解决的问题，比如金融数据的开放，金融科技公司往往是最受益的一方，传统金融机构如商业银行，可能面临业务不断被蚕食的困境，如何通过合理机制平衡两者之前的利益，也是数据共享必须解决的问题。此外，如何保证共享过程中，数据不会被盗用和篡改，隐私不会被侵犯；如何明确数据的使用范围，共享授权如何实现，授权被收回后如何删除；相关的责任划分问题，在共享过程中如发生客户利益受损的问题，如何确定进行权利救济，共享各方如何划分权责等等问题，都需要进一步明确。

结 语

不可否认，金融科技极大地简化了金融行业供需双方的交易环节，提升了金融服务的效率，降低了资金融通的边际成本，开辟了触达客户的新路径，为金融业注入了新的活力。但平台企业经营金融科技业务仍存在着诸多合规问题，亟需建立健全的平台金融科技公司的监管制度，明确金融科技业务的范围，加强牌照管理，完善数据治理制度的建设，建立公平、公正的金融市场，保障消费者的合法权益。

作者介绍

樊思琪律师

京师深圳律所数字经济法律事务中心副主任

京师深圳律所金融科技法律事务部副主任

深圳市大数据产业协会、深圳市大数据研究与应用协会专家顾问、数据合规研究院高级研究员

德国TUV莱茵学院数据合规官DPO

中国信通院数据安全推进计划组成员、中国信通院个人信息保护合规审计推进小组成员、中国信通院“可信人脸守护计划”专家组成员

中国人民银行个人金融信息保护合规讲师

CFA-LEVEL3 CANDIDATE

教育背景：中南财经政法大学法学学士、武汉大学经济法硕士

专业领域：先后就职于第一创业股份有限公司、安信证券股份有限公司广发银行股份有限公司深圳分行，长期从事资产管理、投融资并购、资产证券化业务，具有法律和金融复合知识背景。