1走向数字时代的全球数据方法VikramHaksar，Yancarrière-Swallow，AndrewGiddings，EmranIslam，KathleenKao，EmanuelKopp和Gabrielquirós-RomeroSDN/2021/0052021年十月 走向数字时代的全球数据进路国际货币基金组织免责声明:SDNs展示了货币基金组织工作人员正在进行的与政策有关的分析和研究，并发表以引起评论并鼓励辩论。工作人员讨论说明中表达的观点是作者的观点，不一定代表货币基金组织、其执行局或货币基金组织管理层的观点。©2021年国际货币基金组织迈向数字时代的全球数据进路SDN/2021/005由VikramHaksar，Yancarrière-Swallow，AndrewGiddings，EmranIslam，KathleenKao，EmanuelKopp和Gabrielquirós-Romero编写1编者按：从古代美索不达米亚到启蒙运动后的人口普查，个人数据长期以来一直用于商业、金融和公共政策，以提高生产率，增加获得资金的机会，促进贸易、数字服务。但另一方面，个人数据的广泛使用，也引发了一系列挑战：•平衡隐私权衡:保护隐私的政策是一项重要目标，可以减轻对个人数据的滥用；但保护隐私可能会阻碍私人和公共部门访问数据及用于支持监管执法和打击犯罪活动。•促进包容性数字化:数据可以支持更高的效率，提供金融服务方面包容性；但它也可以用于价格歧视，并可能助长算法偏见，使某些人处于不利地位，并将其排除在重要服务之外。•促进数字经济竞争:个人数据作为一种资源可以支持生产力，增强创新和公共利益，例如用于生物医学研究；但它也可以被大型数据收集者囤积，减少竞争，这可能会抑制创新并提高金融稳定性风险。为此，国际货币基金组织VikramHaksar，Yancarrière-Swallow，AndrewGiddings等人日前发表了《迈向数字时代的全球数据进路》报告，呼吁制定有关数据经济共同最低原则的国际协议，减少全球数字经济中出现的政策分歧，确保全球公平的数字竞争环境，从而在不会破坏其他重要的宏观金融和社会目标的前提下，让数字经济为所有人创造价值。鉴于该文对重大参考意义，我们特编译此文，以飨读者。——对外经济贸易大学数字经济与法律创新研究中心主任许可 走向数字时代的全球数据进路31我们非常感谢AdityaNarain，YanLiu和MartinCihak的指导;BarendJansen和GhiathShabsigh的大量贡献;以及MariaSoledadMartinezPeria，NicolaPierri的宝贵意见，弗洛里安·金贝尔(FlorianGimbel)和国际货币基金组织部门的其他同事。我们也感谢PavelLukyantsau，AshleyAbraham和LillySibleszdeDoldan的研究和生产支持。 走向数字时代的全球数据进路国际货币基金组织内容内容摘要3背景7数据经济学9A.数据的价值以及应该归属谁11B.隐私与数字经济12数据和金融部门14A.金融服务中的数据和效率15B.金融服务中的数据弹性17C.金融服务中的数据和歧视19数据策略工具包20全球政策合作的案例25A迈向全球数据政策框架27参考文献31框1.共同最低限度国际原则的关键要素6附录I.背景框40附件I.什么是数据？38数字1.大科技市值72.科技行业加价分解123.用不同的模型解释信用评分(曲线下面积)15 走向数字时代的全球数据方法4.网络安全和数据泄露175.数据驱动服务的全球贸易25国际货币基金组织 走向数字时代的全球数据方法国际货币基金组织方框1共同最低限度国际原则的关键要素数据保护原则:关于跨境共享个人数据时可接受保护的共同最低标准的国际协议，将减少寻求遵守的企业的不确定性。这种方法可以借鉴经合组织隐私原则(1980年和2013年修订)，并进一步考虑了诸如同意的作用以及数据和个人的定义等问题。互操作性和数据可移植性原则:鉴于将个人数据作为其业务重要组成部分的企业的全球影响力，有必要讨论关于这种互操作性和可移植性应如何跨国界工作的共同原则(Furman和其他2019)。具体用例包括跨开放银行计划的跨境支付和跨境数据共享(支付和市场基础设施委员会2020)。一个具体的挑战是在可以跨境使用中央银行发行的数字货币的互操作性原则上进行协调，包括用于数字识别个人的方法以及数字钱包和数据流的标准。出于监管目的共享数据的原则:严格的数据框架不仅应控制数据的保护，还应在必要时向包括监管机构在内的公共机构披露数据，以实现某些公共政策目标。在许多国家框架中，对保密和保密条款的豁免已经司空见惯(例如，税法和反洗钱以及打击资助恐怖主义)并符合许多国际标准和最佳实践(如金融行动特别工作组标准和经济合作与发展组织税收倡议)。随着数据制度的发展，仍然需要谨慎地平衡隐私问题与公共政策目标的披露。根据目前的努力，并尽可能地，向公共当局披露数据的原则应旨在在国家框架内达成共识，以便为执行或监管目的进行全球数据共享。 走向数字时代的全球数据方法国际货币基金组织背景1.个人数据已成为现代经济和金融体系中的关键输入。世界上许多最大的公司现在都将个人数据作为其商业模式的核心，在COVID-19大流行期间，它们的市场价值加速了(图1)。个人数据提供了人工智能算法，其预测能力从信贷提供到投资计划到广告定位等应用。在大流行期间，大个人数据集的使用激增，以分析和缓解大流行的传播，包括使用实时位置数据进行接触者追踪。2.使用个人数据可以产生重要的经济和财务利益，但也带来挑战。经济中数据的激增提供了一个机会，可以通过效率和创新来促进增长，并通过降低信息成本来增加获得金融服务的机会。这是因为数据的经济属性不同于其他投入-包括劳动力和石油。数据是不可竞争的:许多人可以同时使用相同的数据而不会耗尽。共享的越多，创新和知识创造的社会回报就越高，金融的信息成本降低就越大。但是，当交换个人数据时，交易会影响人们的隐私，并可能使他们处于战略劣势。如果没有意识和补偿，数据市场可能会让我们中的一些人处境更糟。此外，由于以前的个人特征，使用个人数据可以允许更有针对性的歧视。图1大科技市值(十亿美元)2,0001,8001,6001,4001,2001,00AlphabetIncFacebookInc阿里巴巴集团亚马逊腾讯1月13日1月14日1月15日1月16日1月17日1月18日1月19日1月20日1月21日来源:彭博金融，L.P. 走向数字时代的全球数据方法国际货币基金组织3.政府在制定数据政策时必须平衡许多目标。在国际货币基金组织成员中，公众对数据经济规则的兴趣正在建立:许多国家正在考虑或已经通过了有关如何收集，处理，使用和共享个人数据的新法律。现代化的数据政策框架需要解决关于现状的两个问题。首先，数据市场太不透明-我们大多数人每天都参与现代数字数据经济，但是我们并不完全了解如何使用，传输和处理数据。为了实现高效和公平的数据经济，需要在数据的使用和处理上有明确的规则和有效的同意。其次，构建大型数据集的公司有很强的动机去囤积它们。这可能会扼杀竞争和创新，并减少更广泛的数据访问可能带来的社会利益。此外，还有一个强有力的公共政策理由来促进数字数据基础设施的弹性，确保数据完整性并保护公共和私人实体持有的数据免遭盗窃和滥用。这里的缺陷威胁到公众信任和金融稳定，政策措施应减轻这些影响，包括对网络安全的充分投资。所有这些问题都需要与公开和共享某些类型的数据(包括出于监管和执法目的)的公共利益保持平衡。4.应对这些挑战首先需要国内监管机构之间加强协调。数据政策强加了影响增长、隐私、竞争以及金融稳定性和完整性的权衡。传统上，管理这些目标是分配给不同的部委和监管机构的。有效的数据策略将需要一种协调的方法，使许多参与者参与管理复杂的权衡。促进监管机构之间加强协调的机制值得进一步探索;专注于单一目标可能会对其他目标产生影响。5.还需要全球合作，以遏制跨越国界的数字经济分裂。数据是一种高度移动的资源，规模经济的潜力为跨境数据流带来了巨大的潜在收益。但是，如果各国不信任全球合作伙伴如何处理数据，或者如果他们觉得自己没有从数据开发中获得足够的好处，他们可能会选择设置阻碍国际数据流动的数字障碍，破坏创新、金融稳定、完整性和效率。如果全球数字经济分裂，较小的国家可能会处于劣势，因为它们将无法访问主要经济体中竞争提供数据密集型服务所需的大型数据池。6.本报告汇集了关于数据经济的许多讨论，并讨论了其宏观金融影响和政策合作的案例。它讨论了什么是数据(附件一)，并提出了一个宏观金融框架，以探讨使用数据的经济和金融影响。考虑到这些问题对国际货币基金组织任务的重要性，它随后深入研究了数据在金融服务中的作用以及金融稳定的影响。然后，该说明讨论了数据政策框架的国家方法以及国内政策协调的必要性。最后讨论了全球经济中的数据以及国际合作的案例。7.本文的广泛范围旨在为IMF的数字化工作提供信息，包括数字货币，税收和数字经济中的竞争。随着中央银行考虑推出数字货币，它们将成为海量数据流的焦点，带来新的机会和风险，影响央行授权之外的 走向数字时代的全球数据方法国际货币基金组织政策目标。私人数字货币和数字支付解决方案的跨境采用将受到国家数据政策的重大影响(IMF2020)。关于数字经济税收的讨论需要仔细分析数据的价值(DeMooij、Klemm和Perry2021)。最后，对数字经济竞争的分析与宏观经济的相关性越来越大(Akcigit等2021年)。在所有这些情况下，对数据激增引起的具体问题的补救措施可能会在国内和全球经济的其他地方产生意想不到的权衡。数据经济学8.数据很重要-但具体如何？迅速增长的经济学和金融学文献研究了数据在经济中的作用以及数据激增时可能产生的影响。1数据在经济中起什么作用？9.数据是商品和服务生产中的输入，尤其是在数字经济中。从数据中获取价值作为输入需要昂贵的处理和分析，以便可以与其他生产要素(例如劳动力和算法)结合使用。这是思考人工智能(AI)应用程序中使用的数据的作用的一种显着方式。在此功能中，数据分析被用作创新过程的一部分，具有新的见解和预测，从而导致新产品和服务的开发。10.大数据支持人工智能解决日益复杂的问题。大数据的激增以及更复杂灵活的机器学习算法的发展，使得数据分析能够解决日益复杂的问题。人工智能正在作为一种通用技术部署在越来越多的领域，以解决非常多样化的问题(Agrawal，Gans和Goldfarb2018;Boukherouaa和Shabsigh，即将出版)。例如，装有传感器的汽车可能会记录驾驶员在城市街道上行驶的动作，从而在面对各种情况时建立大量的人为决策数据集。然后可以使用机器学习算法来分析该数据中的模式，以预测和模仿复杂道路环境中的人类决策，从而可以生产安全的自动驾驶汽车。11.数据是一个非竞争性输入，从某种意义上说，它可以多次使用，并且可以由多个代理同时使用而不会减少。此特征赋予数据重要含义，使其与其他投入(例如劳动力，资本和石油)区分开来，后者的使用受到限制。一个重要的见解是，当许多数据处理器广泛使用它时，社会将从它产生的数据中获得更多收益(JonesandTonetti2020)。但是它会广泛使用吗？当数据处理器收集了对其商业利益有价值的数据时，就有强烈的私人动机囤积这些数据并将其从竞争对手手中扣留。数据应该广泛可用吗？授予对个人数据的广泛访问权限可能会产生更多价值，但也可能损害隐私并增加网络安全风险。2Carrière-Swallow和Haksar(2019)从公共政策角度对数据经济学文献进行了全面总结。Veldkamp和Chung(2019)提供了另一项最新评论。 走向数字时代的全球数据方法国际货币基金组织12.个人数据包含有关消费者和公司的信息，并且对它的访问会转移这些信息。当访问数据减少了买卖双方之间的信息不对称时，就会导致更有效的经济交易。例如，一家可以访问有关潜在消费者的特征--比如他们的兴趣和购买