一般來說，大型互聯網企業的跨境金融服務業對促進我國金融業降低成本、提高效率、擴大服務范圍、擴大金融服務的可獲得性、促進普惠性金融等方面產生了積極的影響，但也應認識到，大型互聯網企業正在廣泛、深入地進入金融服務領域，也在深刻地改變著金融業，并可能產生一些與我們過去所知的傳統金融業截然不同的風險和問題，這些風險和問題需要深入分析和妥善處理。

二.大型互聯網企業進入金融領域所產生的問題和風險

大型互聯網公司進入金融領域并沒有從根本上改變金融業的本質特征，金融業所面臨的傳統風險，如信用風險、流動性風險、到期風險、貨幣錯配風險等，以及一些總體和結構性問題繼續存在，短期內沒有發生實質性的變化，但大型互聯網公司進入金融業帶來了一些新的風險和問題。

第二，產品與業務的界限模糊。金融服務業務必須符合特定資質要求，堅持持牌經營原則，嚴格準入和業務監督管理。如果大型互聯網企業大量開展金融業務，卻以科技公司自居，不僅逃避監管，更容易無序擴張，造成隱患，不利于公平競爭，也不利于消費者保護。不僅如此，大型互聯網企業進入金融領域，其控股的一些金融機構從個體角度對其業務范圍，地域限制等都有明確規定，但往往依靠技術和網絡平臺模糊其邊界，突破地域和業務范圍的限制。比如，大型互聯網企業旗下的小貸公司，不僅從事網絡信貸甚至信用卡業務，還通過支付平臺，突破地域限制，將客戶拓展到全國。"。

此外，大型互聯網企業往往同時提供多種類金融產品和服務，這些金融產品和服務業務在傳統框架下往往邊界較為清晰，相互之間設有"防火墻"，監管要求相對明確，但大型互聯網企業的介入和技術的運用相當程度上改變了一些金融產品和服務的結構、功能和性質，造成這些產品和服務的邊界模糊、性質易混淆，為監管套利提供了可能。例如，大型互聯網企業提供期限轉換、信用轉換等金融服務，但并不需要滿足銀行面臨的資本充足率、資產負債率、信息披露等監管要求。特別是大型互聯網企業涉足金融業務規模大、復雜性度高，投資者和監管部門難以準確了解其風險狀況，使得道德風險、逆向選擇等相關問題更加突出，不利于金融風險防范和投資者保護。比如，銀行受到存款保險和最后貸款人的支持，這會助長大型互聯網企業集團內非銀機構利用這一制度安排，增加冒險行為。

　　三是信息技術可控性、穩定性風險。大型互聯網企業使用前沿信息技術往往給監管機構風險識別、監測與處置造成困難。首先，監管機構難以識別高科技"黑箱"及其隱含的風險。例如，區塊鏈網絡通常由多個節點共同維護，一旦技術問題或服務中斷導致交易失敗和經濟損失，其責任主體難以確定。其次，監測滯后將影響風險處置的及時性。金融數據通常面臨多系統、多環節留存，導致數據流轉追蹤難、控制難，數據確權與可信銷毀更加困難。即使隱私保護法律法規相對完善，這類活動依然難以被監管機構有效監測、及時預警，只有在信息泄漏導致網絡詐騙等違法行為發生后才做處置，對金融消費者財產安全造成嚴重負面影響。再次，大型互聯網企業采用數據驅動、平臺支撐、網絡協同的業務模式，增加了風險處置的困難。大型互聯網企業利用大數據技術，以平臺模式為大量長尾用戶提供廣泛的金融服務，涉及對公眾資金的快速大范圍轉移、隱蔽性聚合和不透明管理。尤其是，大數據模型尚存在理論基礎不完善、穩健性較差等問題，一旦發生失誤，觸發金融風險，或進一步增加風險處置難度。

　　四是數據泄露與侵權風險。大型互聯網企業從事金融業務意味著消費者各種金融和非金融信息的集中采集和暴露。大型互聯網企業不僅掌握消費者的社交、購物、網頁瀏覽信息，而且還掌握其賬戶、支付、存取款、金融資產持有和交易信息，甚至還可通過面部識別、健康監測等將這些信息與其生物信息緊密關聯。一旦保管不當或遭受網絡攻擊造成數據泄露，稍加分析便可獲得客戶精準畫像，導致大量客戶隱私泄露，進而造成重大財產損失和人身安全隱患。同時，大數據、人工智能等技術易導致"算法歧視"，嚴重損害特殊群體利益。相較于傳統歧視行為，算法歧視更難約束。其一，算法歧視維度多元。傳統歧視行為通常依據性別、學歷等顯著外在特征，但算法能挖掘更深層次的隱形特征作為依據。其二，算法歧視形式隱蔽。基于種族、性別、民族等特征的歧視行為被法律禁止，但自動化決策可利用"算法的不可解釋性"規避職責，在不觸犯現有法律規定的情況下，侵犯消費者合法權益。尤其是當某一個大型互聯網企業擁有涉及數億消費者天量數據信息的情況下，即使從個體和逐筆看，其數據來源和使用均獲得了消費者授權，但從總體看，可能存在"合成的謬誤"，這些數據在總體上具有公共品性質，其管理、運用并非單一消費者授權就能解決其合法性問題。