金融科技数据风险监管的国际经验及借鉴

发布时间：2021-01-20 18:07

　　金融科技天然具有强大的数据"基因",强大的数据获取、汇集、分析、处理及应用能力是金融科技发展的核心动力和竞争优势,但相伴而生的数据风险也成为了金融科技发展的瓶颈和风险聚集区。金融科技的数据风险由数据开放与数据保护这两个既对立又统一的风险维度构成,由此也给数据风险监管带来了显著挑战。一方面,支持数据开放的监管政策存在用户隐私泄露、数据不当使用以及危害金融安全等监管挑战。另一方面,支持数据保护的监管政策同样具有成本增加、竞争限制及效率损害等风险挑战。对此,欧盟的《通用数据保护规则》、英国的"开放银行"倡议以及美国证券交易委员会近期对脸书公司数据侵权的处罚从不同层面为金融科技数据风险监管提供了有益的借鉴经验。对于中国而言,应当从加强市场主体自身数据风险管理框架、完善金融领域监管规则并积极推进国家数据保护基本立法等三个层面来加强金融科技的数据风险监管,以此推动中国金融科技的有序、稳健发展。 

【文章来源】：新金融. 2019,(10)北大核心CSSCI

【文章页数】：6 页

【文章目录】：
一、金融科技的数据“基因”及数据风险的概念界定
    （一）数据“基因”的概念界定
    （二）数据风险的概念界定
二、金融科技数据风险的监管挑战及破解
    （一）数据开放维度下的监管挑战
    （二）数据保护维度下的监管挑战
    （三）数据风险监管挑战的破解
三、金融科技数据风险监管的国际经验
    （一）欧盟《通用数据保护规则》的主要内容及评价
    （二）英国“开放银行”倡议的内容及评价
    （三）美国证券交易委员会对脸书公司数据侵权的处罚案例及评价
四、中国金融科技数据风险监管完善的对策建议
    （一）市场主体层面：加强数据保护内部管理及实施框架
    （二）监管当局层面：完善金融数据开放及保护监管规则
    （三）国家立法层面：推进系统全面专业的数据立法


【参考文献】：
期刊论文
[1]个人金融信息保护中的政府监管权研究[J]. 周之田.  金融与经济. 2020(11)
[2]金融科技文献综述[J]. 饶方利.  江苏商论. 2020(11)
[3]金融科技背景下金融数据监管法律框架构建[J]. 吴江羽.  西南金融. 2020(11)
[4]应用统计学在金融及证券领域的运用研究[J]. 汪远.  财富时代. 2020(02)
[5]区块链+银行:构建贷款决策新模式——行为金融视角下的研究[J]. 周超.  新金融. 2020(01)



本文编号：2989518