算法歧视下的金融风险防控

跻身大数据网络化背景下,数据已经成为一项重要的社会生产资料。金融业作为数据密集型行业,对于具有自主决策能力的智能算法也愈发依赖。然而,大数据算法并非一种完全价值中立的决策手段,其负面效应——歧视性也在应用的深入中日益凸显,这种歧视性数据取舍、偏颇性数据捕捉对金融系统的稳定性提出了严峻的拷问,并正随着金融行业的系统性特质迅速蔓延。本文从算法歧视与金融风险的耦合性入手,揭露大数据算法歧视的客观现状,并提出相关对策,力求推动金融风控从"反应"向"前摄"转变。