三、大技术公司与普惠金融的关系。

在中国，因为大银行很多，中小银行发展不足，一些小微企业很难从大银行获得贷款服务，因为大银行的授权授信管理的链条比较长,比较难获得客户的软信息。相对而言，大技术公司的信用评分技术有助于弥补这方面的市场缺失。一般而言，金融科技在存在金融供给不足的领域有更大的发展空间。因此，在小微企业贷款方面，大技术公司的信贷供给与传统的银行贷款是互补关系。比如2016-2017年，出现了金融科技公司与中小银行合作的助贷模式，一些金融科技公司通过互联网渠道接触到客户，并通过大数据分析了解他们的还款能力，但没有放款资格。而一些中小银行有可贷资金，但缺乏优质贷款客户，因此金融科技公司可以将自己掌握的客户资源推荐给中小银行。总的来说，一些大技术公司在向金融领域渗透时，可以凭借自己的客户资源、资金实力、技术能力形成规模效应和较强的市场支配能力，通过与银行的合作，可以推动普惠金融的发展。

四、大技术公司与数据挖掘的效率和隐私保护之间的关系。

更多的数据有助于改进信用评估的效率，但大技术公司过度采集客户数据的时候，有可能侵犯客户的隐私。比如说前一段时间，Facebook的数据泄密事件就显示了这种可能性。中国在2016~2017年，现金贷高速增长期间，出现了借款人信息买卖的情况。一些技术公司利用技术优势抢占市场，并将用户数据在不同产品条线混用，也加大了隐私保护的难度。近期，欧盟《一般数据保护条例》在中国很受关注。在法律层面，使用商业活动产生的信息特别是那些涉及保密业务的信息内容，可能使使用者面临法律风险。因此，在采集和使用大数据时，应注意数据主权权益的保护并进行相应的脱敏处理。此外，如果将客户个人信息用于信用评估时，可能影响信贷的公平性，有一些指标（比如性别、地域、职业等）可能对客户的还款能力有解释力，但根据这些指标进行放贷，会涉及到对某些人群的歧视。

相关报道: