大數(shù)據(jù)風(fēng)控的現(xiàn)狀、問題及優(yōu)化路徑

　　摘要：在互聯(lián)網(wǎng)技術(shù)和信息技術(shù)的推動(dòng)下，大數(shù)據(jù)在金融行業(yè)的風(fēng)控中獲得了引人注目的進(jìn)展，但是在實(shí)際運(yùn)用中其有效性還需進(jìn)一步提高。當(dāng)前大數(shù)據(jù)風(fēng)控有效性不足既有數(shù)據(jù)質(zhì)量的障礙，也有大數(shù)據(jù)風(fēng)控的理論性障礙，還有數(shù)據(jù)保護(hù)的制度障礙。消除這些障礙、提高大數(shù)據(jù)風(fēng)控的有效性，需要金融企業(yè)、金融研究部門和政府監(jiān)管部門的共同努力。

　　關(guān)鍵詞：互聯(lián)網(wǎng)金融；大數(shù)據(jù)；風(fēng)險(xiǎn)控制

　　大數(shù)據(jù)已經(jīng)撼動(dòng)了世界的方方面面，從商業(yè)科技到醫(yī)療、政府、教育、經(jīng)濟(jì)、人文以及社會(huì)其他各個(gè)領(lǐng)域。早在1980年，阿爾文堢夫勒（Alvin Toffler，1980）在《第三次浪潮》一書中就預(yù)言大數(shù)據(jù)將成“第三次浪潮”。奧巴馬政府將大數(shù)據(jù)定義為“未來的新石油”。凱文凱利（Kevin Kelly，2014）認(rèn)為所有的生意都是數(shù)據(jù)生意。2013年互聯(lián)網(wǎng)金融將“大數(shù)據(jù)”推向了新的高度。金融的核心是風(fēng)險(xiǎn)控制，將風(fēng)控與大數(shù)據(jù)結(jié)合、不斷完善和優(yōu)化風(fēng)控制度和體系，對(duì)于互聯(lián)網(wǎng)金融企業(yè)和傳統(tǒng)金融企業(yè)而言都同等重要。

　　一。大數(shù)據(jù)風(fēng)控發(fā)展迅速，但有效性不佳

　　在應(yīng)用層面，金融行業(yè)利用大數(shù)據(jù)進(jìn)行風(fēng)控已經(jīng)取得了一定的成效。使用大數(shù)據(jù)進(jìn)行風(fēng)控已成為美國等發(fā)達(dá)國家互聯(lián)網(wǎng)金融企業(yè)的標(biāo)準(zhǔn)配置。

　　美國Zest Finance公司開發(fā)的10個(gè)基于學(xué)習(xí)機(jī)器的分析模型，對(duì)每位信貸申請(qǐng)人的超過1萬條原始信息數(shù)據(jù)進(jìn)行分析，并得出超過7萬個(gè)可對(duì)其行為做出測量的指標(biāo)，而這一過程在5秒鐘內(nèi)就能全部完成。

　　為網(wǎng)上商家提供金融信貸服務(wù)的公司Kabbage主要目標(biāo)客戶是ebay、Amazon、PayPal等電商，其通過獲取這些企業(yè)網(wǎng)店店主的銷售、信用記錄、顧客流量、評(píng)論、商品價(jià)格和存貨等信息，以及他們?cè)贔acebook和Twitter上與客戶的互動(dòng)信息，借助數(shù)據(jù)挖掘技術(shù)，把這些店主分成不同的風(fēng)險(xiǎn)等級(jí)，以此來確定提供貸款金額數(shù)量與貸款利率水平。

　　中國互聯(lián)網(wǎng)金融企業(yè)對(duì)于大數(shù)據(jù)風(fēng)控的運(yùn)用也如火如荼。

　　阿里推出了面向社會(huì)的信用服務(wù)體系芝麻信用，芝麻信用通過分析大量的網(wǎng)絡(luò)交易及行為數(shù)據(jù)，對(duì)用戶進(jìn)行信用評(píng)估，這些信用評(píng)估可以幫助互聯(lián)網(wǎng)金融企業(yè)對(duì)用戶的還款意愿及還款能力做出結(jié)論，繼而為用戶提供相關(guān)的金融和經(jīng)濟(jì)服務(wù)。

　　騰訊的微眾銀行推出的“微粒貸”產(chǎn)品，其風(fēng)控核心就是，通過社交大數(shù)據(jù)與央行征信等傳統(tǒng)銀行信用數(shù)據(jù)結(jié)合，運(yùn)用社交圈、行為特征、交易、基本社會(huì)特征、人行征信5個(gè)維度對(duì)客戶綜合評(píng)級(jí)，運(yùn)用大量的指標(biāo)構(gòu)建多重模型，以快速識(shí)別客戶的信用風(fēng)險(xiǎn)。

　　對(duì)于大數(shù)據(jù)風(fēng)控的理論研究尚處于萌芽階段，本文以“大數(shù)據(jù)風(fēng)控”為主題在CNKI數(shù)據(jù)庫進(jìn)行搜索，與此相關(guān)的文獻(xiàn)數(shù)量可以從側(cè)面反映大數(shù)據(jù)風(fēng)控的理論研究現(xiàn)狀。

　　CNKI數(shù)據(jù)庫中以“大數(shù)據(jù)風(fēng)控”為主題的文獻(xiàn)共46篇。在這些文獻(xiàn)中，以報(bào)道性的文章較多，重要報(bào)紙全文庫和特色期刊總共為33篇，占比72%；而理論研究的文章較少，中國學(xué)術(shù)期刊總庫為12篇，占比26%；尚沒有CSSCI2014—2015年的來源期刊（如圖1）。

　　圖1  CNKI數(shù)據(jù)庫與大數(shù)據(jù)相關(guān)的文獻(xiàn)數(shù)量和分類

　　雖然大數(shù)據(jù)風(fēng)控在實(shí)踐上已經(jīng)有所進(jìn)展，但是其有效性也受到一些挑戰(zhàn)。

　　例如，以大數(shù)據(jù)風(fēng)控為基石的P2P平臺(tái)就頻頻暴露出各種各樣的問題來。對(duì)于P2P平臺(tái)來說，由于其純線上操作的特點(diǎn)，大數(shù)據(jù)風(fēng)控的有效性是決定其經(jīng)營狀況的重要因素，如果大數(shù)據(jù)風(fēng)控有效性較差，則面臨的壞賬壓力較大，容易出現(xiàn)提現(xiàn)困難甚至跑路的問題。

　　網(wǎng)貸之家的數(shù)據(jù)顯示，2015年上半年新增問題平臺(tái)419家，是2014年同期的7。5倍，已超過2014年全年問題平臺(tái)數(shù)量。截至2015年10月底，全國問題平臺(tái)數(shù)累積已達(dá)1115家。

　　二。當(dāng)前大數(shù)據(jù)風(fēng)控有效性不足的原因分析

　　一些學(xué)者對(duì)于大數(shù)據(jù)風(fēng)控的有效性問題進(jìn)行了研究。

　　王強(qiáng)（2015）指出當(dāng)前個(gè)人大數(shù)據(jù)征信的問題，一是數(shù)據(jù)的真實(shí)性，二是數(shù)據(jù)收集的法律障礙，三是壞賬的不可預(yù)測性問題。

　　甚至有作者認(rèn)為大數(shù)據(jù)風(fēng)控是無效的，陳宇（2015）援引各種證據(jù)認(rèn)為大數(shù)據(jù)風(fēng)控是無效的。

　　總體而言，當(dāng)前大數(shù)據(jù)風(fēng)控有效性欠佳的原因主要有以下幾個(gè)方面：

　　（一）數(shù)據(jù)的質(zhì)量問題

　　當(dāng)前大數(shù)據(jù)風(fēng)控的有效性欠佳，其首要原因就是數(shù)據(jù)的真實(shí)性不高，包括社交數(shù)據(jù)和交易數(shù)據(jù)兩個(gè)方面。

　　1。社交數(shù)據(jù)的真實(shí)性問題

　　美國lending club和facebook合作獲取社交數(shù)據(jù)，在中國宜信也曾大費(fèi)周折的收集借款人的社交數(shù)據(jù)，最后兩者得出的結(jié)論都是社交數(shù)據(jù)根本就不能用。美國很多大數(shù)據(jù)征信公司的信息錯(cuò)誤率高達(dá)50%，垃圾進(jìn)、垃圾出。

　　2。交易數(shù)據(jù)的真實(shí)性問題。

　　當(dāng)前許多電商平臺(tái)的刷單現(xiàn)象非常嚴(yán)重，這將導(dǎo)致交易數(shù)據(jù)的嚴(yán)重失真。隨著網(wǎng)購的火爆，有關(guān)電商平臺(tái)“刷單”的報(bào)道屢見報(bào)端。

　　電商“刷單”有兩種方式，一種是商家找所謂的消費(fèi)者進(jìn)行“刷單”。賣家買快遞單號(hào)，其收件人和寄件人與實(shí)際的買家、賣家不一致。

　　另一種是快遞公司發(fā)空包，但快遞公司并未完成配送，而幫助商家完成平臺(tái)上的物流信息。

　　（二）大數(shù)據(jù)風(fēng)控的理論有效性問題

　　從IT技術(shù)層面論證大數(shù)據(jù)風(fēng)控的實(shí)踐性案例已經(jīng)很多，但是在經(jīng)濟(jì)金融的理論層面，大數(shù)據(jù)風(fēng)控還面臨一些問題需要解決。

　　1。金融信用與社會(huì)信用的相關(guān)性不確定

　　目前大數(shù)據(jù)主要來源于互聯(lián)網(wǎng)，而人們?cè)诰W(wǎng)絡(luò)中的表現(xiàn)并不能完全反映其真實(shí)的一面。相同的人群在不同場合呈現(xiàn)的特征是不一樣的，尤其是目前人們?cè)诰�上、線下割裂的狀態(tài)，其行為方式往往會(huì)出現(xiàn)強(qiáng)烈的反差。

　　例如有些人不善交際，卻將自己做的美食展示在微博上，吸引大量關(guān)注，粉絲暴增。因此網(wǎng)絡(luò)并不能確切地證明某人的社交圈子，也就是說互聯(lián)網(wǎng)的數(shù)據(jù)很難還原用戶現(xiàn)實(shí)中的信息。

　　2。大數(shù)據(jù)對(duì)于“黑天鵝”事件的滯后性

　　在現(xiàn)實(shí)世界，總會(huì)出現(xiàn)不可預(yù)測的“黑天鵝”事件，一旦出現(xiàn)則有可能沖擊大數(shù)據(jù)風(fēng)控模型的基本假設(shè)，進(jìn)而影響大數(shù)據(jù)風(fēng)控的有效性。大到美國的次貸危機(jī)，小到個(gè)人意外事件的發(fā)生，在某種程度上大數(shù)據(jù)風(fēng)控是無法預(yù)測的，但這些事件的發(fā)生，對(duì)宏觀經(jīng)濟(jì)和微觀主體都會(huì)產(chǎn)生重大的影響。

　　例如，2008年美國次貸危機(jī)后產(chǎn)生了一種“策略性違約”行為——貸款主體本身有能力還款，但是其在房價(jià)遠(yuǎn)低于貸款總額的時(shí)候，重新購買一套房子，并對(duì)之前的房貸斷供，貸款者可以此方法進(jìn)行“套利”。

　　雖然此類違約者會(huì)因此有不良信用記錄，但是這對(duì)信用報(bào)告的影響有限，因?yàn)槠渌�的債�?wù)按期償還。而大數(shù)據(jù)對(duì)這種突變事件的預(yù)測能力則非常有限。

　　（三）大數(shù)據(jù)收集和使用的制度問題

　　在數(shù)據(jù)收集和使用的過程中也面臨著合法使用的問題。如何高效、適度地開發(fā)和使用大數(shù)據(jù)，不僅僅是一個(gè)技術(shù)問題，也是一個(gè)社會(huì)問題，這些泄露的數(shù)據(jù)大量流入數(shù)據(jù)黑市，造成了用戶安全、企業(yè)安全甚至國家安全方面的連鎖反應(yīng)。數(shù)據(jù)的收集和使用在很多時(shí)候都沒有征得數(shù)據(jù)生產(chǎn)主體的同意，這導(dǎo)致了數(shù)據(jù)的濫用和隱私的泄露。

　　近年來，個(gè)人數(shù)據(jù)泄露事件頻頻發(fā)生，因個(gè)人數(shù)據(jù)泄露而造成損失的新聞屢見報(bào)端。獵豹移動(dòng)安全實(shí)驗(yàn)室發(fā)布的《2015年上半年移動(dòng)安全報(bào)告》顯示，截至2015年上半年，獵豹共監(jiān)測到496起數(shù)據(jù)泄露事件，影響超過544萬人。2015年10月19日，烏云網(wǎng)發(fā)布消息稱，網(wǎng)易的用戶數(shù)據(jù)庫疑似泄露。

　　圖2 2005-2014年國內(nèi)外數(shù)據(jù)泄密情況資料來源：上海漢均信息技術(shù)有限公司《2005—2014年全球泄密事件分析報(bào)告》

　　數(shù)據(jù)安全問題也將越來越多的企業(yè)推向風(fēng)口浪尖。

　　上海漢均信息技術(shù)有限公司發(fā)布的《2005—2014年全球泄密事件分析報(bào)告》顯示，10年間，全球泄密事件中，我國泄密事件數(shù)量占比為58。5%，其中高頻發(fā)地域主要是東部沿海經(jīng)濟(jì)較發(fā)達(dá)、產(chǎn)業(yè)格局以高技術(shù)含量為主的一二線城市（如圖2）。

　　Verizon發(fā)布《2015年數(shù)據(jù)泄露調(diào)查報(bào)告》，報(bào)告覆蓋95個(gè)國家，其中有61個(gè)報(bào)告了問題，涉及79790個(gè)安全事件（Security Incident），超過2000個(gè)（2122個(gè)）確認(rèn)數(shù)據(jù)泄露（Data Breach）。

　　三。提高大數(shù)據(jù)風(fēng)控有效性的路徑

　　盡管大數(shù)據(jù)風(fēng)控的有效運(yùn)用尚處在諸多障礙，但這并不能成為大數(shù)據(jù)風(fēng)控?zé)o效的理由。因?yàn)閷?duì)于數(shù)據(jù)這個(gè)資源的挖掘尚處于初級(jí)階段，在消除障礙、解決問題中前行，是大數(shù)據(jù)風(fēng)控發(fā)展的必然趨勢。有效掃除當(dāng)前大數(shù)據(jù)風(fēng)控的障礙需要各方面的共同努力，其中金融企業(yè)、金融研究部門和政府監(jiān)管部門的角色尤為重要。

　　對(duì)于金融企業(yè)而言，要從基礎(chǔ)數(shù)據(jù)上保證客戶數(shù)據(jù)的多樣化、連續(xù)性和實(shí)時(shí)性，確保數(shù)據(jù)真實(shí)可靠。

　　對(duì)于金融研究者而言，可從經(jīng)濟(jì)學(xué)、數(shù)學(xué)等多個(gè)角度綜合論證大數(shù)據(jù)風(fēng)控的有效性，為大數(shù)據(jù)風(fēng)控提供理論支持。

　　對(duì)于政府監(jiān)管部門而言，需要從法律制度、會(huì)計(jì)制度等方面進(jìn)行建設(shè)，構(gòu)建數(shù)據(jù)合理運(yùn)用的良好環(huán)境體系。

　　（一）對(duì)于金融企業(yè)而言，要構(gòu)建多樣化、連續(xù)性和實(shí)時(shí)性的基礎(chǔ)數(shù)據(jù)

　　1。多維度的收集數(shù)據(jù)，互聯(lián)互通，打破數(shù)據(jù)的孤島

　　美國征信系統(tǒng)的完善是因?yàn)槊绹�政府�?duì)其擁有的大數(shù)據(jù)資源的開放程度日益透明化。

　　目前我國的大數(shù)據(jù)風(fēng)控系統(tǒng)還沒有實(shí)現(xiàn)互通互聯(lián)，阿里、銀聯(lián)、平安、騰訊以及眾多的P2P公司，都是各自為政，P2P公司拿不到央行的數(shù)據(jù)，幾家大的互聯(lián)網(wǎng)平臺(tái)在相關(guān)大數(shù)據(jù)的分享上彼此也未互通有無。

　　因而，各金融企業(yè)要建立互聯(lián)互通機(jī)制，打破數(shù)據(jù)孤島，從而能多維度地收集數(shù)據(jù)，確保數(shù)據(jù)之間能夠相互驗(yàn)證。

　　2。從供應(yīng)鏈交易環(huán)節(jié)獲取數(shù)據(jù)

　　獲取真實(shí)數(shù)據(jù)最好的途徑就是要切入客戶的交易環(huán)節(jié)，尤其是穩(wěn)定可持續(xù)的交易環(huán)節(jié)，即供應(yīng)鏈。

　　一方面，經(jīng)過了幾十年的發(fā)展，當(dāng)前的供應(yīng)鏈都有一套完整上下游進(jìn)入和退出機(jī)制，數(shù)據(jù)的真實(shí)性對(duì)于核心企業(yè)而言至關(guān)重要，因而這些數(shù)據(jù)的質(zhì)量非常優(yōu)異。

　　另一方面，這些數(shù)據(jù)和數(shù)據(jù)維度對(duì)于供應(yīng)鏈中的企業(yè)評(píng)價(jià)是可靠的，金融企業(yè)可以此為基礎(chǔ)，加上自身的風(fēng)險(xiǎn)控制經(jīng)驗(yàn)，構(gòu)建一套全新的基于數(shù)據(jù)的信用評(píng)價(jià)機(jī)制。

　　3。積極布局“物聯(lián)網(wǎng)+”

　　物聯(lián)網(wǎng)覆蓋了產(chǎn)品生產(chǎn)、交易和使用的環(huán)節(jié)，因而互聯(lián)網(wǎng)只是物聯(lián)網(wǎng)的一部分。在物聯(lián)網(wǎng)下，不僅要獲取交易環(huán)節(jié)的數(shù)據(jù)，更重要的是獲取生產(chǎn)環(huán)節(jié)和使用環(huán)節(jié)的數(shù)據(jù)。

　　因而，金融企業(yè)要積極布局“物聯(lián)網(wǎng)+”，為獲取更為全面的數(shù)據(jù)打下基礎(chǔ)。例如，企業(yè)機(jī)器運(yùn)行數(shù)據(jù)，可以收集客戶汽車駕駛數(shù)據(jù)，可穿戴設(shè)備的身體狀況數(shù)據(jù)，等等。這些數(shù)據(jù)都是大數(shù)據(jù)風(fēng)控不可或缺的部分。

　　（二）對(duì)于金融研究部門而言，可從經(jīng)濟(jì)、金融等多個(gè)角度綜合論證大數(shù)據(jù)風(fēng)控的有效性，為大數(shù)據(jù)風(fēng)控提供理論支持

　　當(dāng)前對(duì)于大數(shù)據(jù)風(fēng)控模型的構(gòu)建大多是從技術(shù)的角度探討的。但是，從經(jīng)濟(jì)、金融角度進(jìn)行的探討亟待加強(qiáng)，不同的經(jīng)濟(jì)假設(shè)會(huì)使模型推導(dǎo)的結(jié)果產(chǎn)生截然不同的變化。因而，從經(jīng)濟(jì)、金融等角度對(duì)大數(shù)據(jù)風(fēng)控有效性的研究就顯得很有必要了。比如大數(shù)據(jù)風(fēng)控如何順應(yīng)經(jīng)濟(jì)周期的變化，如何從統(tǒng)計(jì)上論證過去的數(shù)據(jù)對(duì)于未來行為判斷的準(zhǔn)確性，如何解決道德風(fēng)險(xiǎn)所帶來的不確定性。例如，唐時(shí)達(dá)（2015）提出要把數(shù)據(jù)提升至與傳統(tǒng)抵質(zhì)押品同等重要的高度，建立“數(shù)據(jù)質(zhì)押”風(fēng)控體系。

　　（三）對(duì)于政府監(jiān)管部門而言，要推動(dòng)和完善與數(shù)據(jù)相關(guān)的制度建

　　1。法律制度的建設(shè)，對(duì)數(shù)據(jù)的收集和使用予以法律上的保護(hù)

　　我國對(duì)于數(shù)據(jù)保護(hù)的制度性舉措散見于多部法律中，如憲法、刑法、侵權(quán)責(zé)任法等，多是以保護(hù)個(gè)人隱私、通信秘密等形式出現(xiàn)，尚缺乏一部數(shù)據(jù)保護(hù)的專門性法律。這導(dǎo)致了數(shù)據(jù)的法律邊界不明，數(shù)據(jù)保護(hù)法律的操作性不強(qiáng)、數(shù)據(jù)保護(hù)執(zhí)法機(jī)制滯后等問題，制約了數(shù)據(jù)收集和運(yùn)用的發(fā)展。

　　對(duì)此，最理想的狀況是出臺(tái)一部《信息保護(hù)法》。在完善個(gè)人信息保護(hù)法律制度的道路上，應(yīng)出臺(tái)《個(gè)人信息保護(hù)法》，明確國家機(jī)關(guān)、商家和其他法人、自然人掌握個(gè)人信息的邊界和使用的范圍[6-7]。齊愛民、盤佳（2015）認(rèn)為要構(gòu)建數(shù)據(jù)主權(quán)和數(shù)據(jù)權(quán)法律制度[8]。2014年最高人民法院頒布的《關(guān)于審理侵害信息網(wǎng)絡(luò)傳播權(quán)民事糾紛案適用法律若干問題的規(guī)定》（以下簡稱《規(guī)定》）就是此領(lǐng)域的進(jìn)展之一，《規(guī)定》首次明確了個(gè)人信息保護(hù)的范圍。

　　2。會(huì)計(jì)制度建設(shè)，對(duì)數(shù)據(jù)資產(chǎn)予以明確的計(jì)量

　　隨著數(shù)據(jù)重要性的提升，數(shù)據(jù)列入企業(yè)資產(chǎn)負(fù)債表只是時(shí)間問題，數(shù)據(jù)將和土地、勞動(dòng)力和資本一樣，成為一種生產(chǎn)要素（Viktor Mayer-Sch?nberger，2013）。越來越多的理論界和實(shí)務(wù)界的研究者都傾向于認(rèn)為數(shù)據(jù)將成為個(gè)體的財(cái)產(chǎn)和資產(chǎn)。

　　2012年達(dá)沃斯世界經(jīng)濟(jì)論壇發(fā)布的《大數(shù)據(jù)，大影響》報(bào)告認(rèn)為，數(shù)據(jù)已經(jīng)成為一種新的經(jīng)濟(jì)資產(chǎn)類別。

　　姜建清在2014達(dá)沃斯世界經(jīng)濟(jì)論壇上發(fā)表觀點(diǎn)，其認(rèn)為個(gè)體的數(shù)據(jù)其實(shí)就是個(gè)體財(cái)產(chǎn)的一部分，沒有經(jīng)過本人同意不應(yīng)該被濫用。

　　因此，需要建立相應(yīng)的會(huì)計(jì)制度對(duì)于數(shù)據(jù)價(jià)值進(jìn)行科學(xué)有效的評(píng)估。有學(xué)者對(duì)此進(jìn)行了初步研究。例如，劉玉（2014）從會(huì)計(jì)的角度對(duì)數(shù)據(jù)的資產(chǎn)可行性進(jìn)行了分析，探討了數(shù)據(jù)資產(chǎn)的計(jì)量方法，研究了大數(shù)據(jù)資產(chǎn)的折舊、披露等問題。

　　參考文獻(xiàn)：

　　[1]王強(qiáng)“。垃圾進(jìn)垃圾出”：大數(shù)據(jù)征信的難題[EB/OL]。財(cái)新網(wǎng)，2015-04-23。

　　[2]陳宇。風(fēng)吹江南之互聯(lián)網(wǎng)金融[M]。上海：東方出版中心，2014，（6）：234-240。

　　[3]梁宵。企業(yè)數(shù)據(jù)安全“烏云”密布：難以估量的“未來”危機(jī)[N]。中國經(jīng)營報(bào)，2015-11-01（6）。

　　[4]本報(bào)記者朱劍紅。打破信用信息“孤島”（政策解讀）[N]。人民日?qǐng)?bào)，2015-06-26（2）。

　　[5]唐時(shí)達(dá)，李智華，李曉宏。供應(yīng)鏈金融新趨勢[J]。中國金融，2015，（10）：40-41。

　　[6]葉文輝。大數(shù)據(jù)征信機(jī)構(gòu)的運(yùn)作模式及監(jiān)管對(duì)策——以阿里巴巴芝麻信用為例[J]。國際金融，2015，（8）：18-22。

　　[7]本報(bào)見習(xí)記者韓天琪。個(gè)人信息保護(hù)圈如何劃[N]。中國科學(xué)報(bào)，2014-11-02（5）。

　　[8]齊愛民，盤佳。數(shù)據(jù)權(quán)、數(shù)據(jù)主權(quán)的確立與大數(shù)據(jù)保護(hù)的基本原則[J]。蘇州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015，（1）：64-70。

　　[9]劉玉。淺論大數(shù)據(jù)資產(chǎn)的確認(rèn)與計(jì)量[J]。商業(yè)會(huì)計(jì)，2014，（18）：3-4。

　　（完）

　　文章來源：《金融理論與實(shí)踐》 2016年02期（本文僅代表作者觀點(diǎn)）