消费者金融数据与非水平合并

消费者财务数据和非横向合并 by 林达·陈，乔恩·弗罗斯特，伊丽莎白·诺布尔和克里斯·布卢默 货币与经济部门 2025年3月 JEL分类：E21, G34, K21, L41, O32 关键词：反垄断法、大数据、大型技术公司、竞争、数据、金融数据、金融服务、合并、开放银行、开放数据、开放金融、支付、个人数据、隐私 BIS工作论文是由货币和经济领域的成员撰写的国际清算银行部门，以及不时由其他部门提供。经济学家撰写，并由该银行出版。论文涉及当前热门主题。兴趣且具有技术性质。其中表达的看法是他们自己的观点。作者的观点，并不一定是BIS的观点。 这份出版物可在国际清算银行（BIS）网站上获取（www.bis.org）。 © 国际清算银行 2025。版权所有。只要注明出处，可以复制或翻译简短摘录。 国际标准连续出版物号：1020-0959（印刷版） 国际标准连续出版物号：1682-7678（网络版） 消费者财务数据与非横向合并 2025年3月 作者：Linda Jeng, Jon Frost, Elisabeth Noble 和 Chris Brummer10F 摘要 本文探讨了涉及广泛消费者数据，包括消费者财务数据的非横向合并的潜在竞争影响。随着数据越来越成为企业战略的核心，数据丰富的企业之间的合并，虽然可能带来积极成果，也可能以传统反垄断理论无法完全解释的方式创造市场力量。本文考虑了这些影响的某些方面。它引入了评估合并企业所持有数据集的新指标，这些指标可以帮助竞争当局更有效地评估市场影响。随后，本文提出了减轻数据丰富合并反竞争效应的潜在工具。它主张进一步研究，以适应数据为中心的合并的竞争政策，所有这些努力都是为了在数字和数据经济中维持开放、创新和竞争的市场。 关键词：反垄断，竞争，大数据，纵向合并，非横向合并，大型科技公司，数据共享，数据集中，数据聚合，金融服务，数据隐私，消费者金融数据，开放银行，开放数据，开放金融，个人数据，数据经济学 I.引言：支付领域数据与并购的经济学 并购是金融市场中最具影响力的经济交易之一。它们使公司能够实现多元化并分散不同收入渠道的风险，或加强他们在特定市场的地位。同时，并购也为那些寻求扩大规模或直接进入新行业细分市场及他们缺乏先前专业知识或资源的公司提供了一个替代方案。 全球范围内，2021年的并购（M&A）交易创下纪录，共有62,590笔交易，总交易额超过5万亿美元（打破了2007年的4.2万亿美元纪录）。21F2022年，总交易价值下降至3.63万亿美元——远低于前一年，但仍然超过了2017年（3.44万亿美元）和2020年（3.42万亿美元）的总和。3观察到全球并购交易量未能突破30万亿美元大关，进一步下降了。第二层(2023年，十年来的第一次)。43F 水平 并购可分为两大类：（1）横向并购和（2）非横向并购。5合并涉及两家生产和销售相同产品的竞争性公司。4F通常认为这会减少竞争。与此同时，非横向合并涉及在供应链不同环节或互补部门运营的企业。65F 因为非水平合并不会直接减少同一市场的竞争，然而，随着对数据的获取，这一情况正在改变。他们传统上受到的审查较少。76F 技术能力和数字化及数据经济领域的竞争日益产生影响。87F 商业模式已经演变为利用数据来定制针对消费者产品的营销和分销。9作为其各自业务的一部分，访问大量客户数据。8F并且许多大型合并企业收集（或已经拥有）模型。此外，许多企业寻求收购数据丰富的公司，如数据聚合商，旨在加深或扩展跨部门和细分市场的消费者数据池，从而导致更多的非水平合并。 为了了解数据驱动型非横向并购的兴起，考虑过去十年支付领域并购交易是有益的（图1）。在此期间，最大的并购（按购买价格计算）是横向的（即在同一市场中收购直接竞争对手的交易）（蓝色圆点）。然而，非横向并购（红色圆点）在频率、规模以及收购方的价值方面显著增加。此外，非横向并购还包括最大的收购方（圆点大小）。因此，我们看到支付和非支付公司之间的非横向并购有所增加。 数据更新至2024年5月30日。 每个点代表蚂蚁金服、富国信息服务公司（FIS）、FISERV、全球支付、万事达卡、PayPal、Block（前身为Square）或维萨（Visa）的并购交易，这些数据由PitchBook和Refinitiv Eikon收集。此数据不包括剥离和公司内部运营。 合并交易被归类为“非横向”时，收购公司和目标公司在同一支付链上的不同阶段运营，这一点由公司报告确定。在“横向”合并中，收购公司和目标公司至少在一个关键业务线上是直接竞争对手。 点的长度代表收购价格，点的面积代表收购公司的价值。每个点的面积与收购公司在交易当天或，在蚂蚁金服的情况下，截至2018年底的蚂蚁金服估值成正比，乘以阿里巴巴控股相对2018年底的市场资本化变化。来源：国际清算银行；PitchBook Data, Inc.；路透Eikon；作者阐述。 重要的是，支付领域的非横向合并本身并不存在问题。在某些情况下，它们可以推动效率、创新，甚至更好的消费者体验。例如，在某些情况下，合并允许公司提供服务。 金融服务以更好的整合方式，提供无缝的用户体验和更低成本。这在合并企业结合互补能力的情况下尤其如此，例如支付处理和数据分析。同时，在其他情况下，合并可能通过使企业能够利用更多样化的数据来源来理解和服务来自传统上被排除在外的社会群体客户，从而提高金融包容性。11第10层 但是非横向合并（无论是在支付领域还是其他领域）并不总是对社会或市场产生积极影响——在某些情况下，它们甚至可能引发反垄断问题。 竞争效应。正如我们下面更详细地讨论的那样，合并使得高度针对性的营销、价格歧视和预测分析成为可能，这些是那些无法获得类似数据的竞争对手无法比拟的。消费者数据可以赋予独特的竞争优势，这可能导致反竞争结果，因为合并实体可能阻止其他公司获取必要的数据，限制创新并提高市场进入的障碍。1211F 监管机构已经在许多司法管辖区通过指导监管规则的制定来预测这些挑战。朝着解锁数据可移植性和促进开放银行发展。13竞争和金融监管机构认为这一年龄12F- 旧银行习惯将客户数据保留自身，以此作为对抗竞争的障碍。14银行业竞争，许多司法管辖区现在要求银行共享客户13F当客户已授权时，增加与外部方的数据共享。然而，在本论文中，我们更广泛地考虑了通过并购进行数据访问的潜在竞争影响，并提出了潜在指标来增强如何评估和缓解这些影响。 本文的编排如下。第二部分探讨了数据聚合如何影响市场力量，着重强调了获取消费者数据如何增强 14例如，2016年，英国竞争与市场管理局（CMA）发布了一份题为《》的市场调查报告。零售银行业务市场调查：最终报告该报告结论如下，其中包括：为了解决大不列颠及北爱尔兰贷款行业内的竞争不利影响，应实施一整套综合补救措施，其中包括一套旨在提高中小企业获取信息的措施的集合。请注意，\"See\" 这个单词在不同的语境中可能有不同的含义，因此以下提供几种可能的翻译情况：C竞争& MARKETS一个权威,零售银行业务市场调查: 最终报告（2016年8月9日）https://assets.pu blishing.service.gov.uk/media/57ac9667e5274a0f6c00007a/retail-banking-market- investigation-full-final-report.pdf 和 CMA, 零售银行业务市场调查命令2017（2017年2月2日），https://assets.publishing.service.gov.uk/media/5893063bed915d06e1000000/retail-banking-market- investigation-order-2017.pdf. 通过个性化产品、价格歧视和创新能力进行竞争定位。第三部分通过引用美国（US）和欧洲联盟（EU）竞争机构审查的并购案例，提供了对数据驱动型并购和基于数据的损害理论的当前评估方法。第四部分提出了新的指标，以帮助监管机构更好地评估合并后的数据集是否可能导致反竞争行为和消费者损害，并强调了数据互补性、人口覆盖范围和消费者重叠度的衡量方法。第五部分随后通过提出对未来研究和政策发展的建议而结束。 第二部分：数据访问对竞争的潜在影响 为了理解数据驱动的并购如何可能重塑竞争格局，考察数据所具有的独特经济特征至关重要。在本部分，我们总结这些特征并探讨数据如何影响竞争考量。与传统的资产不同，数据是非竞争性的。换句话说，只要数据保持有效性，就可以在不妨碍价值的前提下被重复使用和重新组合。1514F这种灵活性，结合数据分析和人工智能（AI）的进步，使企业能够提取新的、有价值的见解，从而推动市场优势。认识到这些数据的经济特征，解释了为什么数据是如此强大的资产，以及为什么数据在非横向合并中的作用需要更加严格的审查。1615F a. 数据的经济特征 数据是关键的经济投入。它们使公司能够深入了解市场动态、优化运营和进行创新。其核心性源于其独特的定性特征，以及使它们越来越易于获取和增值的技术进步。17数据量因技术趋势而急剧膨胀。首先，收集数据的成本降低。在它们之中，近 十六层楼几十年来，数据的可用性和存储，促进了日常经济和社会活动的数字化。 技术总体上不断进步，相关指标已显著下降。18人工智能和机器学习（AI/ML）正在使它变得更加容易17F其次，迅速处理大量数据以提取更多价值。19推动- 上市公司18F这些技术进步中，许多最有价值的公开发明包括数据收集和处理作为他们高利润商业模型的关键组成部分。2019F 数据的经济特征进一步放大了其价值。非竞争性将数据与传统投入品如劳动力、资本或自然资源区分开来，这些资源本质上具有竞争性。21此外，数据本质上是可以分解的，并具有重组特性：它们可以进行分解，也可以重新组合。20F与其他数据集相结合，可创建具有不同经济价值的新数据集，提供前所未有的创新机遇。222021F 关于信息经济学及信息共享（或缺乏共享）的重要性，有大量文献资料。竞争中的信息获取。23 确定哪些方可以访问信息，哪些方不能。22F24信息不对称可以提供市场优势。因此，减少信息23F此外，这些不对称性可能导致更激烈的竞争和更高的市场效率。25数据的经济价值可以增长。这种经济价值来源于两个主要方面。24F数据的经济功能——作为商品或服务的生产投入，以及作为跨经济主体的信息转换器。2625F 24数据共享在所谓双边市场中的平台配对两个不同客户群体时可能尤其复杂。在这种情况下，市场一方（例如，用户）的信息可能对另一方（例如，商家）极为相关。请注意，\"See\" 这个单词在不同的语境中可能有不同的含义，因此以下提供几种可能的翻译情况：让-查尔斯·罗切特与让·梯若尔，双边市场：一项进展报告，37 R并且J. E CON. 645 (2006).朱利安·贝格瑙、玛丽亚姆·法尔博迪和劳拉·韦尔德坎普，大数据在金融领域与大型企业发展货 25币经济学 71 (2018) 以及参见罗切特和蒂罗尔，上注24。, 97 J. 726卡雷尔-斯沃尔与哈克萨尔，上文中没有提供具体的英文文本，因此无法进行翻译。请提供您需要翻译的英文内容。注释 17. b. 数据共享的潜在竞争效应 任何特定企业或数据用户的资料效用都不会是通用的。相反，它将取决于特定环境，并且会因行业而异，尤其是在非横向合并的情况下。27基于对经济学文献的一般调查，我们确定了四种潜在的影响。26F数据访问可能对竞争产生的影响。此列表并不详尽，但说明了数据访问和数据聚合如何影响市场力量和竞争。 i.服务与产品改进 企业合并，特别是那些拥有丰富数据资源的企业合并，可以增强数据整合，从而创造有价值的机会。例如，更广泛地获取关于[此处省略具体数据内容]的数据。为了提高效率和福利。28客户可能会允许一家公司提供更便捷、个性化的产品，以满足需求。 27F客户的个性