摘    要：在算法与金融不断融合的背景下，算法应用在金融领域的适用不仅拉长了整个金融服务链条，金融交易行为也被部分实际被前置于算法的设计研发阶段，金融消费者的信赖对象随之发生变化，并引发传统信义义务在金融领域如何扩张以及扩张边界的相关问题。面对科技变革带来的金融创新，一方面，应充分考量算法决策的干预因素，结合穿透原则进一步明晰信义义务的责任主体，并健全相应的法律问责机制；另一方面，应结合金融领域算法治理的共性与个性特点，在明确总体治理思路的前提下，根据对应金融业务的不同模式和主体所处的不同角色，对信义义务的具体内容和责任分配作差异化构造。

关键词：信义义务；金融应用；算法权力；扩张边界；问责机制

    随着智能科技的不断发展和广泛运用，算法的运行逻辑不断影响人们对世界的认知、决策和行为。从目前算法的应用情况来看，看似具有技术理性的算法背后存在“算法歧视”、“算法共谋”、“技术黑箱”等一系列问题，算法决策的有效性、安全性和公正性还难以确保，存在一定信任危机。无论算法应用还是算法传播，都可能成为潜在的风险来源，这主要源于目标失范、算法缺陷、算法信任、防御薄弱和监管与责任机制不足等多方面原因（苏宇，2020）。学界从算法的权力特征、算法透明度改善、算法解释权等不同视角对算法治理机制进行了一系列的理论探索，但当前规制实践中仍存在算法公正缺失、算法技术垄断、责任主体模糊等多重困境（陈思，2019）。在算法与金融不断融合的总体趋势下，国务院发布了《新一代人工智能发展规划》，将智能金融作为推进产业智能化升级的重要任务，强调要通过建立金融大数据系统、创新智能金融产品和服务等方式，推动人工智能在金融领域的应用，发展金融新业态。为更好防范系统性金融风险、保持金融稳定发展，对算法金融这一新型业态的鼓励引导和规范约束缺一不可。

    目前在金融领域的算法规制研究主要集中在智能投顾业务，体系化的系统性研究尚不多见。就金融领域而言，智能算法的大量应用所带来的重要变化不仅限于金融服务和产品的表层形态及操作流程，还表现出对传统的金融服务关系的深层次冲击。当算法应用代替自然人从业者参与金融产品和服务的提供过程之中，并成为其中的重要一环时，以往的 “行为-责任”法律规制逻辑被算法的自动决策所切断（张凌寒，2019），以自然人为主要规制对象的传统问责体系随之面临适用困境，亟需作出相应转变。目前，中国正在逐渐形成个体赋权和平台义务设定相结合的复合型算法治理范式（张欣，2019）。在责任追究方面，侵权法的本质是基于合同相对性，法律救济的覆盖面有限；如适用产品责任，虽然属于无过错责任，但限于设计缺陷的构成要件，可能因技术黑箱、投资者信息劣势等因素存在举证困难，保护投资者权益的效果可能不佳。作为一种衡平法规则，信义义务具有较强的适用弹性和解释张力，在平衡不对等当事人利益关系方面明显优于合同法和侵权法等法律调整机制，有助于缓解算法的技术理性与法律的价值理性之间的冲突。对信义义务的适当引入，能够完善金融消费者的权益保护链条，有效弥补金融监管应对金融创新的不足。尽管学界就信义义务从最初的信托法框架到其他法律领域进行延申的必要性已有一定共识，但信义义务制度在中国的法律适用仍未能形成系统性的体系框架。造成这一问题的根本原因是信义义务在中国的适用仍然停留在松散的“义务束”状态，缺乏内在的逻辑主线，内涵、轮廓不清晰（王莹莹，2019）。其实，信义义务并非“万能解药”，境外理论的移植应当回归当下中国的实际需求和现实状况。已有学者提出，信义义务作为一种利他性义务，其扩张适用应有其必要的界限，不能毫无原则地滥用（范世乾，2012）。在信义义务在金融法领域的扩张适用方面，我们的研究重心还应继续聚焦于信义义务在中国的发展如何能够更好地契合本土法律、政治和文化的特殊需求、在规制社会背景下是否需要对其内涵和外延进行本土化改造、如何回应算法金融模式下对传统信义义务体系的挑战、如何结合金融市场特殊性对信义义务的适用范围进行规范等方面，以助于更好地发挥信义义务的效用。

      算法的本质及其权力属性

    伴随科学技术的迅猛发展，以“认知可计算化”和“人脑功能可以被模拟”为基础的人工智能，正试图通过模拟人类思维以期延伸人类智能表现。就当前所处的弱人工智能阶段而言，其具体应用可被看作是“一种基于算法设计通过数据自主学习以优化数据处理的计算机制，本质在于算法和数据”（李晟，2018），这一机制的智能程度取决于算法、数据和算力三者结合的状况。智能化的算法基于数据通过自主学习生成决策，超越了以往以计算机程序为主的形式，成为数据和人工智能的联结点。

    从算法的本质来看，一方面，算法虽依托于具体的实现方式，本身却不是计算机程序，而是一种解答或解决指定问题的方法。人工智能时代的算法实质上就是基于“模式会重复”的假设，以过去的数据为基础预测未来或者以控制现在来干预未来的规则。另一方面，从群体合意的逻辑来看，算法则是一种社会权力。在对数据进行智能化认知及分析并获得社会认知的过程中，算法能够通过信息分发构建出受众的认知环境，实现对受众的影响并逐步达到控制的目的。用户只要接受算法应用提供的服务，就必须接受其所设定的算法规则，其行为即受到算法支配。随着算力不断提升和算法应用场景不断拓展，国家与社会对算法的依赖日渐加深，算法正在成为调配社会资源的新兴力量，呈现出权力属性，塑造人们的新的认知和行为模式。算法操控者可以通过调整算法参数来执行和实现自己的意志，对个人和群体行为进行无处不在的行为引导和可能操纵（段伟文，2018）。 

 算法依赖带来的认知重构和信任问题

随着数字化进程的发展，一切都在被更为精细、透彻地量化和解析。我们遭受算法的“深度观察”，对个体差异的数据提取和分析，使我们的 “真实自我”在社会层面变得无关紧要，因数据化而成为被客观描述的对象，成为被算法所定义的人（郑戈，2018）。同时，这也使得群体划分更为细致，个人行为能被进一步确定其特定性，抽象的“人”被逐步还原成特定的“个人”，意味着规则所调整的行为可能进入一个长期的动态的重复博弈，而不再是规则文本所预设的静态的一次性博弈，原本出于降低信息成本、提高可预期性的考量而设定的一般性法律规则或许将出现个体化的变化趋势（李晟，2018）。

    从算法运行逻辑来看，我们在消费数据的同时也在生成数据，每个数据都将反馈喂养智能算法的发展，进而影响人们对世界的认知、决策和行为。这个循环演进使得算法语境中的人机关系进入了一个新形态，即人们对算法的依赖程度愈发强烈，提供服务的人工智能成为了与服务消费者密切互动的重要一方，而不仅是作为辅助工具参与其中。在某些情况下，以算法为基础的人工智能甚至能与人类形成技术上的支配关系。算法结合大数据抓取能够精准分析用户偏好并作个性化推送服务，用户在这里所获得的信息是算法认为的用户所需信息，虽然在很大程度上确实带来诸多便利，但也导致人们的意志和决策被限定在算法控制的范围内。

    另外，在信用形成机制上，在金融和科技的交融下，金融脱媒成为趋势，金融科技被寄予重塑社会信用体系的厚望，社会信用基础正从传统的主体信用转向“算法信用”，交易各方只要信任共同的算法即可建立互信关系，通过算法为参与者创造信用、产生信用和达成共识（袁康、冯岳和莫美君，2018）。但是，算法本身的有效性问题、自主学习产生的不可预见性、技术黑箱带来的算法不透明以及技术背后的主观因素干预，使得目前算法技术本身尚不足以获得社会的完全信任。 

 算法金融应用的法律规制问题

    数据和算法合力造就的“算法金融”，不断推动互联网金融向智能金融阶段发展，传统金融模式从内生封闭走向外化开放，人工智能等前沿技术的应用逐渐深入至复杂的分析决策领域，深度学习不断改变金融服务的产品形态与操作流程。算法金融的本质是在数据的基础上利用算法做判断、预测和优化，其典型特征是“贯穿整个业务场景的全链条服务，而不只在业务的某一个环节或者产品建设的某一个阶段发挥作用”（陈强，2017）。在算法驱动的技术化趋势下，各种算法理论和原理与具体金融场景进行深度融合，不断优化投资决策、风险定价等金融核心职能，大幅提升金融服务的智能化、定制化、动态化和前瞻化。例如，在算法和模型技术的加持下，智能投顾、智能风控和智能投资进一步优化金融服务体验，不仅能够精准分析客户需求，还能极大提升产品和服务质量。

    在为金融赋能的同时，智能科技也给金融监管带来了挑战。科技发展推动金融业态和模式的创新升级，除了经济赋能的积极效果外，也可能会助长投机风气，增加金融风险。对于金融机构而言，金融创新活动是规避管制的重要工具；对于金融消费者而言，金融创新则可能加深信息不对称和逆向选择程度，带来更大的投资难度和风险系数；对于社会整体而言，金融创新可能因风险转移和风险累积最终带来金融危机（陆岷峰，2018）。另外，在传统金融监管中，被监管的主体主要是法人和自然人，而算法金融应用的发展使得金融行为的做出变成一个人机混合过程，既有背后人类的设计和介入，又有台前应用按照算法作出的决策，法律规制和金融监管的对象正在发生改变。与此同时，技术黑箱带来的“算法不透明性”使得金融监管面临技术壁垒，而深度学习引发的“不可控性”则使得算法与人的行为发生分离，“行为-责任”的传统法律规制逻辑被算法的自动决策切断，直接导致行为与责任的分离，使得传统法律规则对算法的规制作用有限（张凌寒，2019）。此外，在目前“弱人工智能时代”，算法虽开始具备智能化特点，但尚不具备独立的法律人格和独立财产，进而引申出算法的责任能力以及因决策失误导致损害的责任划分等一系列问题。

历史进程纵向发展：从身份至契约再至信义

按照社会发展的历史进程，个人从封建社会的依附家族到近代社会的独立自由，其人格状态发生了根本性变化，人们得以独立自主地从事民商事活动，相互之间经自由合意形成契约，由此个人成为社会基本单位，契约关系取代身份关系成为社会主导。基于此，法律史学家梅因提出了 “在所有进步社会的运动，到此处为止，是一个‘从身份到契约’的运动”（梅因，1959）的著名论断，这通常被认为是对社会形态转变的精炼概括。

    但是，契约论的理论假定与实践情况有所偏差。理论假定当事人的所有权利义务均可被预见，且契约的设计与执行可以零成本方式进行，但是这种完备契约的拟定实际不具有可操作性。由于外部环境的复杂性、交易事项的不确定性以及个人的有限理性，现实中的契约安排不能预先穷尽交易过程中的所有事项，必然具有“不完备性”。契约环境距离完全理性和零交易成本的理想状态越远，对当事人的权利保障越难完全依赖基于契约条款本身，交易中一些无法明确规定的地方，只能通过彼此之间的信任关系予以维系。某种程度上，信义关系可被视为是关系契约或隐性契约，源于对交易中实质公平的追求。尽管信义关系在部分情况下是以契约关系为基础关系，但订立详尽且明确的契约所面临的高昂的协商成本使得维系信任的权利义务不可能由各方以自由合意的契约方式创设，而必须在法律层面加以确认。当一种行为干扰另一种行为时，法律必须决定一方是否有权干涉或者另一方是否有权不被干扰，这是对初始权利义务的再配置，亦是法学对经济学上外部性效应的回应。由此，自身份至契约后，进一步出现了“从契约到信义”的发展。

信义义务的基础：公平与良心的法律介入

一方为另一方所担负的最高程度的诚实和忠实，并且代表另一方最佳利益而善意行为和适当行为的义务，即为信义义务。信义关系是信义义务的发生前提，受信人被赋予对委托事务有一定程度的自由裁量权限，受益人或委托人自己因而处于弱势地位，只能被动地承受受信人行为的法律后果。在这种不对等关系中，一方所承受的风险取决于另一方的行为结果。基于“理性经济人”假设，各方当事人都竭力追求自身最大化的自由和利益，他们的权利将发生激烈的碰撞。“一方所处的不利或易受损害的地位使其依赖对方，需要以衡平法要求对方根据良心行事的办法来保障自己（甘培忠和周淳，2012）。”可以说，信义义务的产生是衡平法“良心色彩”的产物，是道德义务上升到法律层面的结果。“良心”的介入要求受信人在信义关系中秉承诚实、守信的良心准则，为他人最大利益使用权力或者行为。从本质上看，这种信义关系是强调他人利益优先于自身利益的一种行为约束，对特定当事人之间不对等法律关系的一种矫正，是法律对权利义务失衡状态的回应。

    并非所有信赖都会产生信义关系，主观的信任或信赖既不是信义关系之必需，也不是其存在的结论性因素（范世乾，2012）。信义义务通常存在于长期且开放的关系之中，核心在于信任和信赖关系的依赖程度，取决于一方当事人应在多大程度上承认并尊重对方的信赖利益。萌芽出信义义务的英美法系是以对象事实而非以权利类型为中心, 倾向以当事人之间的整体关系作为法律后果的基础。权利义务的来源并非是明确的约定、交易条件或者故意的不当或犯罪行为, 而只是一种关系使然，不需要依据个体自己的意思，而直接以他们与他人之间的这种关系本身为依据，就可以加于他们权利、责任和义务（冉昊，2006）。信义义务亦是如此。除法律的明文规定外，信义关系可通过拟制和推定方式，基于关系的实质和信义关系的特征总结进行个案认定，形成事实性信义关系。受信人之所以承担信义义务，不是由于双方达成了类似的契约合意，而在于“受信人”相对于委托人或受益人的实质身份。

信义义务的时代扩张与金融适用

    信义义务理论的产生源自英美法系，后发展至大陆法系，至今已有数百年发展历史。在此期间，信义关系和信义义务规则的适用范畴一直处于扩张状态，从私人关系发展到公共领域，几乎涵盖了所有基于信赖信任而形成的类似于信托的法律关系，信义义务的具体内容在这一泛化扩张的过程中也不断得以丰富，在不同的语境下呈现出不同的特点。

    总体来看，信义义务在金融领域的扩张主要表现在适用、内容和主体三个方面：一是理论适用的横向扩张。就金融领域而言，信义义务作为衡平法规范，在解决金融消费领域的代理问题、机会主义行为等问题上具有适应性和灵活性等优势，与金融监管能够形成相互配合之势。信义义务规则正被广泛运用于公司、证券、期货、投顾和资管业务等各类领域，逐渐发展成包含丰富权利义务内容的金融消费者保护制度。此外，在以智能投顾为典型的算法金融方面，面对技术黑箱、算法操纵等现象对金融市场信息不对称的加剧之势，信义义务的扩张适用尤为必要，其适用空间除依存于传统委托代理关系之外，还可建立在用户数据抓取、存储和适用的数字化信息服务关系之上，用于保护金融消费者个人信息安全。二是具体内容的更新与扩充。基于衡平法下信义义务的自身张力和适应性品格，信义义务制度在不断扩张适用的同时，其具体内容在不同法律领域也有所变化与更新。随着金融综合化和技术化的发展，诚信义务、信息披露义务、告知说明义务、最佳执行义务以及适当性义务等不断丰富信义义务的内涵，传统的忠实义务和勤勉义务演化成更高的职业信义义务，被施加于金融机构及其从业人员。以智能投顾为典型的算法金融方面，结合算法应用的技术特性，试图从算法应用的有效性、胜任性和安全性方面对传统信义义务的内容进行更新，更加强调信息披露的重要性。三是责任主体的外延扩张。随着市场环境变化和金融创新发展，新型信义关系随之产生，信义义务的规范主体外延不断扩大。随着金融产品结构的复杂化和智能算法在金融领域的日益普及，机构投资者、算法的研发设计者、软件运营者开始进入学界对信义义务规制范围的研究视野。

    随着金融的社会功能日益被重视，金融公平理念在实践需求和理论深化中迎来勃兴，金融可以而且应当维护和实现公平日益成为共识。目前信义义务的扩张适用，一方面是回应社会发展产生的实践需求，厘清金融领域的权利义务关系，实现对金融消费者的权益保护。同时，这也是公平原则对金融法律关系中各利益主体之间权利义务分配的矫正，彰显了金融公平理念和金融法的社会性功能，体现了整个社会对金融发展和社会公平的省思。具体到算法语境下的信义义务制度研究，不仅要考量信义义务制度在移植过程中的一般性问题，还需关注算法本身及其应用操作对传统信义义务体系带来的影响。一方面，在缺失英美信义文化土壤的中国，目前更偏重研究信义义务在具体部门法中的内容和规则，对信义义务本质属性的提炼理解尚不够深入，容易陷入“将其视为解决法律规范缺位的万能解药”的窠臼之中，而不论双方处于何种法律关系或者何种事实状态。鉴于这是一种较为严苛的利他性义务，在一般性合同义务之外，对当事人课以额外的信义义务，必须要有充足的法理基础和依据，避免出现套用信托公式的危险。当下对信义本质的模糊性理解，既有碍于明晰信义义务在具体适用的具体内容和责任承担，又不利于体系化构建有别于其他义务且符合信义本质的信义义务制度。另一方面，目前所处的弱人工智能阶段，算法应用尚不足以成为独立的责任主体。相较于传统信义义务制度，算法语境下的人机交互模式容易引发主体虚无的责任归宿问题，技术黑箱、算法歧视等则进一步加大了义务归责的难度。并且，算法应用普及产生的新型金融业态和服务模式，在自然人规制逻辑如何适用算法金融服务，以及如何鉴别传统忠实义务和勤勉义务的有效履行等方面都带来了挑战。

    信息不对称和资本逐利性是金融市场风险频发的主要诱因。数据抓取和算法应用在金融领域的普及，使得信息获取成本大幅降低，信息处理效率成倍提高，也利于降低信息不对称、弱化道德风险。同时，金融创新以及算法应用也使得金融服务链条被拉长，更多交易主体参与其中，算法的“技术黑箱”和金融产品的多层嵌套创造出更多的不透明空间，使得相关利益冲突更为复杂，金融风险则更具隐蔽性，金融服务者与金融消费者之间在原有信息不对称基础上增加了技术不对称，产生如数据滥用等新型道德风险和义务主体虚无化等法律规制问题。面对科技带来的全方位变革，必须在解释数据智能及其算法的内在机制和全面审视其中所涉及的各种法律关系的基础上，探求信义义务在智能金融领域的扩张依据，寻求人与技术的相处之道（段伟文，2018）。

算法决策相关法律关系厘清

    金融服务者与金融消费者之间的关系主要因金融工具的交易而产生（汪其昌，2011）。就金融领域而言，传统金融消费关系与信义关系的基础特征相契合。金融服务者与金融消费者在主体资格上的法律地位各自平等，但二者在事实上并不对等。一定程度上，金融消费者可被视为是出于对金融服务者对专业素养及诚实品质的信赖，就金融需求向其进行委托授权。而算法原理驱动的智能金融，是通过预先设定金融产品和用户特征以及匹配关系来完成模拟自然人从业人员的金融服务行为。与传统金融模式不同的是，算法应用下的法律关系不仅新增了设计研发者的第三方参与其中，并且算法应用在人工智能加成下开始取代自然人金融从业人员直接向金融消费者提供金融服务或产品。以智能投资顾问模式为例，智能算法的应用相当于将“面对面受托咨询”行为以金融交易和决策模型的方式进行前置，在应用研发阶段即将关于投资者和市场特征的基本假设、重要参数、资产配置逻辑和盈利（风险对冲）目标的设定置于算法模块，从原先自然人投资顾问“一对一”的实时反应转变为智能算法对未来投资者需求和市场环境特征的“一对多”预测（高丝敏，2018）。不公平损害根源于利益冲突，信义义务起初就是应对利益冲突产生的，而算法语境下的利益冲突更为隐蔽和复杂。通过对所涉法律关系进行梳理，有助于厘清各主体之间的利益冲突，以便于信义义务规则的具体适用。总体而言，算法金融的运行主要涉及以下三种法律关系：（如图示法律关系图谱）

1.金融机构服务者与金融消费者之间的关系

    如前所述，金融消费者与金融机构服务者之间基于金融工具交易发生法律关系。仅金融交易的契约关系不足以产生金融机构的信义义务，关键在于金融机构服务者与金融消费者之间存在事实上的不对等。在这二者之间，金融机构服务者是占据信息优势的一方，信息劣势的一方则是金融消费者，双方之间的关系本质上的一种委托-代理关系（马国泉，2011）。即便算法应用部分介入了金融机构的服务和产品提供过程，但金融消费者对金融机构仍具有专业依赖因而双方之间存在信义关系。金融机构服务者对金融消费者的信义义务不因智能算法的运用而消亡。

2.算法应用研发者与金融机构服务者之间的关系

目前的智能金融模式所依托的算法金融应用主要是由金融机构服务者外包于第三方机构设计研发而成的，仅少部分是由金融机构自行研发。基于算法应用的个性定制需求，算法应用研发者与金融机构服务者之间主要形成承揽合同法律关系。算法应用研发者应按照金融机构服务者的要求研发设计出符合其金融业务要求的智能算法应用，还需根据社会发展和实践变化对该算法应用进行长期的维护和更新，以保证和维护算法的有效性。因此，算法应用将金融机构服务者与应用研发者长期紧密地关联起来，应用研发者长期牵涉于算法应用相关的法律关系之中。

3.算法应用研发者与金融消费者之间的关系

    如前所述，大部分算法金融应用都涉及应用研发第三方。从产品侵权责任的角度考虑，如金融消费者在接受算法服务时因算法缺陷受到损害，算法应用研发者当然地承担损害赔偿责任。但是，算法运行的不透明性、技术壁垒以及金融投资理论和投资逻辑的不断发展与更新，加大了发现和认定算法缺陷的难度。在金融消费者与应用研发第三方没有直接发生法律关系的背景下，应用研发第三方能否为金融消费者权益受到信义义务的规制成为亟待解决的重要问题。

信义理论的扩张边界分析

    创设和移植信义义务的出发点，在于如何从限制受信人滥用裁量权的风险中保护委托人利益。信义理论的发展，以义务的注入施以行为约束，一定程度上能够矫正受信双方的事实不对等关系，改变原本权利义务的失衡状态。然而，信义理论的扩张并非没有边界。信义义务的移植、义务主体的外延以及具体规则的适用，必须具备相应的理论依据，具体涉及是否存在信赖基础、能否认定信义关系、是否具有道德入法的矫正必要等多方面因素的综合考量。

 1.信赖基础的存在

    信任和信赖是信义关系的核心。以智能投资顾问模式为例，智能投资顾问的应用核心是匹配用户特征和市场产品特征的算法（高丝敏，2018）。原本由自然人投资顾问提供的面对面投资咨询行为实际被预设和前置在算法之中，采集的用户数据经预先设置的算法处理形成投资策略。金融消费者原本信赖的金融机构平台、信息资源以及投资顾问专业水平变成了智能投顾应用或者说是应用内部包含金融交易和决策模型的算法逻辑，金融消费者的信赖对象发生变化。随着互联网的时代变迁和人工智能的发展与应用，算法的权力属性逐渐凸显，算法决策的自主性日益增强，算法应用逐渐脱离纯粹的工具地位向”决策者“的角色转变，成为本体化的算法并实际介入金融决策之中。在当前金融领域的技术化和智能化趋势下，单就智能投顾而言，金融决策对算法的倚赖程度将越来越高，算法应用的影响力将日益显著。

    然而，算法带来的并非是纯粹的技术理性，看似技术中立的决策背后暗含算法设计者和运营者的价值判断和利益衡量，其对算法应用的设计意图和参数设定都会直接影响软件应用给出的投资建议。在算法的介入下，各方主体之间的利益冲突更为复杂，却被算法技术黑箱带来的技术壁垒和算法不透明性遮蔽。如以信息披露作为忠实义务的扩充解释，以应对日益复杂的隐蔽的利益冲突，应当注意适度原则，既要考虑对金融消费者利益有影响的利益冲突不被遮蔽，又要避免过度披露导致算法同质化，同时还要考虑对相关商业秘密的保护。

 2.权力地位的调和

    权力需要规则的设定才能防止滥用。滥用权力和保护缺失是设定信义义务的正当性基础，这里的权力特指受信人可能对受益人造成损害的能力，也可表述为受信人拥有行使某种自由裁量权或权力的机会，能够单方行使该权力以影响受益人法律的实际的利益，对受托之事享有决定权或事实上的控制力或影响力（李文莉和杨玥捷，2017）。就信义关系的本质，基于受益人在权力上劣于受信人的事实，信义法的功能是通过对受信人施加严格的为受益人或委托人最佳利益行为的义务来调和此种不平等，制衡受信人滥用受益人或委托人所授予的权力的能力（范世乾，2012）。

    在大数据、人工智能等科学技术的快速发展所造就的“算法时代”，数据成为重要的生产要素，算法呈现出权力属性。数据和算法，将是控制和塑造未来生活的关键，也是实现操纵和霸权的关键。从算法的权力属性来看，算法应用研发者直接操控算法的运行逻辑和影响参数，是算法权力的事实拥有者，可以通过引导用户决策和行为完成对特定对象的控制。金融消费者对金融算法应用的接受和使用，赋予了算法引导和控制其决策和行为的空间和机会。金融消费者由此将自己置于相对弱势的地位，被动接受算法应用研发者所研发的算法逻辑运行所产生的决策或行为后果。算法权力所具有的操控力和影响力，造就了算法权力拥有者和金融消费者之间的事实不对等情况。基于金融服务的个性化发展和数据安全的脆弱性，金融消费者在接受服务之时相信算法金融应用不会滥用其个人数据损害用户利益，这一信赖假定存在一定合理性。再结合目前所处的“弱人工智能阶段”，算法金融应用尚不足以完全自主作出决策和行为，还需要人工的适当介入干预，由此对算法的控制力和影响力应纳入义务和责任的考量范畴，算法权力的事实拥有者和实际控制者应当被纳入信义义务主体范围，对金融消费者承担的信义义务；而在具体义务内容方面，考量结合调和权力的目标对信义义务具体规则进行适用和更新。

 3.法经济学的成本考量

    金融监管的目的不是要消除金融创新，而是要让创新者在行为时比较他们行为的成本和收益（甘培忠和雷驰，2009）。从法经济学角度考虑，义务应配给能够以最低成本避免损害的一方，才能实现交易效用的最大化。信义义务以阻吓作用替代了事先监督，能够弥补契约的不完备性和规则的不周延性，减少向受信人提供不完全指示而可能产生的成本，节约持续监督他人机会主义行为而支出的成本，是对合同予以细致规定和进行额外监督的替代解决方案（弗兰克·伊斯特布鲁克和丹尼尔·费希尔，2014）。但是，责任规则作为一种治理机制本身具有局限性，信义义务的规制方式难以对现实中所有的权利义务失衡问题均做出回应，信义义务的践行也颇受法官裁判水平和所在地区经济发展水平的影响。同时相对于市场通过声誉贬损等方式具有“事后惩罚”作用的预防和惩处机制，法律解决机制的代价往往高昂，还需要包括司法成本和监管成本在内极大的履行成本。所以，就适用情形而言，只有当委托人或受益人自身力量太过分散弱小或者市场力量不足以阻止权力滥用的情形下，信义义务的施加方显必要。而在义务强度方面，美国学者弗兰克·伊斯特布鲁克和丹尼尔·费希尔曾指出：“忠实义务取代了详细的契约条款，法院通过规定双方当事人在协商成本足够低并且所有承诺得到充分履行的情形下本应该作出的安排，来充实忠实义务”（Frank H. Easterbrook & Daniel R. Fischer，1993）。作为隐形契约，信义义务对合同内容进行补充的范围应仅限于当事人在议价成本低廉且承诺都能够履行的情况下所本应作出的契约安排，而不应对受信人强加过多负担。

金融领域算法治理的总体思路

    “法介入各种信义关系的一般理由，即：探求法在此处想要解决的问题的性质是什么以及其重要程度。”（姜雪莲，2016）在信义义务在金融领域的扩张之势下，需要结合算法特点、技术规律和金融特性来具体设定规则，通过事前风险防范和事后问责机制共同完善算法治理，以应对算法决策和行为难于解释和难于预测带来的信义义务适用困境。

1.基于风险防范的有效规制

    算法的应用是基于可测量和可计算的数据，但数据量化世界和追求算法效用最大化的背后实质是以部分公平的牺牲换取效率的提升。同时，算法背后蕴涵价值判断和多方利益，极易诱发利益输送等机会主义行为和数据滥用问题，损害投资者权益，影响金融市场稳定。鉴于目前算法与金融的不断融合趋势，从权力制约和法益保护的角度，需将公平性调整加入算法规制之中，思考金融效率、金融安全和金融公平这“三足”在算法金融领域如何达到最优的协调和平衡，实现对金融风险的有效防控。

    具体规制方面，需要将技术治理和法律治理相结合。技术治理对算法逻辑进行技术纠偏，为法律治理的完善提供技术支撑，法律治理通过权力制约和价值衡量，抑制市场主体利用算法权力对金融交易过程的不当干预，从而做到技术理性和价值理性的平衡。就算法应用的黑箱效应问题，需加强算法审查。尽快发布算法应用的一般性技术标准和要求，对算法应用与操作进行规范，并通过信息披露的真实、准确、全面、持续和算法解释权的赋予，提升算法的透明性，使决策相对人能够了解影响其自身的算法决策的存在和决策逻辑的因果性及相关性，合理谨慎地避免对金融消费者可能产生的误导，增强算法决策的可责性，抑制算法权力的独裁空间。

 2.保持创新活力的谨慎监管

    科技创新带来的产业变革正与中国加快转变经济发展方式的局面碰撞在一起，传统金融业态在科技的助力下，正朝向低成本、低门槛、高效率、高质量、广覆盖的发展方向转变，金融业逐步进入数字化和智能化的发展新阶段。在科技与金融不断交互下，科技与金融的融合不是二者的简单叠加，而是彼此之间在新理念、新思路下的相互融合和共同发展（吴晓光和王振，2017）。如何把握并塑造良好的金融创新与科技创新的耦合机制，直接关系金融稳定和未来发展。

    金融监管之于金融创新的作用，是充分发挥创新发展的正面效用，最大程度减少负面效用，最终目的是适应并防范金融风险，维护金融稳定，保证金融市场的良性运转。其理想状态是把握好创新激励与风险缓释之间的平衡，张弛有度，在风险可控的基础上给予创新足够空间，实现监管机构和市场主体的良性互动，以及创新激励和风险防范的协同发展。算法语境下的金融监管，既要结合算法特性和业务特点对监管规则作差异化设定，使监管更具针对性，补齐监管短板，避免监管空白，实现对风险的有效防控；还要将监管限度控制在必要且适度的范围，对义务内容和责任规则作适当性配置，避免监管过度增设不必要的义务负担，束缚和抑制金融创新。

 3.算法金融背后的责任穿透

    智能算法在金融领域的应用，使得金融交易行为的一部分被预设和前置在算法程序中，金融行为的作出变成人机混合的过程，既有幕后人类的设计和设置，又有台前机器按照算法作出的判断，使得传统监管规则在识别行为主体和判断责任时面临困境，同时，结构复杂的金融业务模式和法律关系也被遮蔽在金融科技的面纱之后（高丝敏，2018）。就目前所处的弱人工智能阶段，算法应用尚不足以具备独立的法律人格，也没有独立财产用于承担民事责任。独立人格和独立财产是责任追究的前提和基础，如以算法应用本身为追责对象寻求对投资者的救济，并不现实，权利人的权利最终也很难得到保障。人工智能加持的算法应用承担法律责任，必须与背后的人类主体共同承担（杨清望和张磊，2018）。为避免义务设定的失灵，必须明确约束主体和责任分担方式以保障义务之履行。

尽管信义关系的形成主要以契约关系为基础，信义关系中的信赖或信任并不仅限于基础契约的双方当事人，甚至扩展至第三人，以充分保障出于弱势地位的受益人之权益。从算法权力和决策过程来看，金融消费者直接承受蕴含应用研发者价值判断和利益衡量的算法应用之决策后果，算法应用研发者有义务保障算法应用的有效性、胜任性和安全性。就智能算法在金融领域的应用方面，信义义务的责任明晰可以通过穿透原则寻找问题的根源，穿透至算法层面，甚至突破表层的基础法律关系，揭开算法的权力面纱，考虑看似算法自动化的金融决策背后的干预因素，从算法决策的主体性和相关性出发，将控制算法和使用算法的主体纳入责任主体范围，即算法应用研发者和金融机构服务者应为算法应用的金融决策及行为造成的法律后果承担相应的责任，以引导其在行为时作出理性判断和决策。

信义义务的内容设定

    信义义务在不同的语境下会表现出不同的内涵，在法律适用中总体呈现出开放松散的状态，很难对其作一个概括性的统一定义。就目前学界研究来看，偏重具体部门法中的规则设定，对信义义务制度整体的深层次研究不多，并且这一术语本身就存在“信义义务”、“受信义务”、“诚信义务”等多种表达，尚未能形成统一。究其原因，主要在于中国在移植这一制度时未能与本土文化观念很好地融合，使得信义义务在具体适用过程中欠缺本土文化土壤的支撑，学界对信义义务的本质特点的认识不够深入，以至于信义义务虽有别于其他义务，但似乎仍欠缺一条能够将不同法律领域的信义义务串联起来的内在主线，阻碍信义义务体系框架的系统性建立。因此，我们讨论信义义务的内容设定，应首先回归于信义本身的内涵提炼，聚焦本土信义文化的建立。中国虽欠缺类似英美信义文化的土壤，但社会生活和传统文化也蕴藏朴素的信义关系，并呈现出“义为本，而信次之”的信义义务逻辑层次（王莹莹，2019）。将国外信义义务制度与中国传统信义观念进行融合，不仅能够明确信义义务的内涵和外延，而且利于构建符合中国国情的信义文化，在人们内心更好地形成认同。

    其次，受信人滥用裁量权是信义关系的内在风险，信义义务在不同信义关系下的严格程度，因受信人权限的性质、所保护法益的重要性以及裁量权滥用的危险性的不同而应有所差异。总体来看，算法金融应用问题主要集中于算法有效性、胜任性和公正性三方面，重点关注算法金融应用是否能够做到根据预设模式将投资者特性与市场运行特征、金融交易逻辑、金融产品或服务情况等进行正确认识并合理匹配。结合算法具备的权力属性、不同主体在算法金融应用各阶段对算法决策的控制和干预情况以及前文对算法金融应用所涉法律关系的分析，信义义务的标准和内容应采取差异化设定，在算法应用研发者和金融机构服务者之间合理划分其风险控制范围。

 1.不同业务的信义义务规则差异化

    忠实义务和勤勉义务是信义义务的主要内容。相较于传统金融服务模式，算法金融下的利益冲突在技术黑箱的遮掩下更具隐蔽性、危害性也更大。算法语境下的忠实义务更加强调对隐藏在算法背后的现有和潜在利益冲突进行充分披露和规避，特别是研发设计环节的利益冲突。基于金融产品的专业性和投资者的多样化，谨慎尽责的勤勉义务在金融领域则衍生出“适当产品（或服务）销售（或提供）给适合的金融消费者”的适当性义务，在算法语境下突出表现在对算法应用的有效性和适格性保障上。就投资顾问业务、资产管理业务等不同类型的具体金融业务而言，相关主体之间的信任程度和面临的风险程度皆有不同，对相关主体之间不对等地位的矫正程度和对金融消费者的倾斜保护程度应随之不同，信义义务的具体规则应结合具体业务模式的特点作针对性的差异化设计，不可一概而论。忠实义务和勤勉义务本身所具有的可塑性和延展性，为信义义务根据不同金融业务的特性进行差异化的规则设定也提供了可能。

 2.不同主体的信义义务规则差异化

    从算法发挥影响的过程来看，主要可分为算法应用的研发设计、算法部署应用和智能算法自主决策三个阶段（张凌寒，2019）。前两个阶段的参与主体将具有较强的算法控制力，能够干预算法参数和解释算法决策。后一个阶段的自主决策实则体现了随着深度学习发展和算法应用普及，算法与人的行为的分离产生的决策不可控性。但在目前所处的弱人工智能时期，该自主决策阶段多有人工介入和引导，抑制算法错误和完全失控。

    不同参与主体在算法决策形成过程中对金融消费者所承担的信义义务具体内容应结合其算法权力和角色功能有所变化。从决策参与程度和控制能力来看，算法应用研发者的算法控制力主要表现在对决策模型和应用参数的控制上，单就应用研发设计和维护更新过程中发生的民事法律关系来看，算法应用研发者仅就承揽合同负有向金融机构服务者完成合同约定的研发工作，提供和维护符合要求的算法应用的义务。尽管算法应用研发者与金融消费者在算法决策过程中并未直接发生民事法律关系，但如前所述，在算法与金融的融合背景下金融消费者的信赖对象正在发生变化和转移，其所信赖的已不再仅仅是金融机构服务者本身，还包括设计研发算法应用的主体本身。算法设计研发者攫取私利的方式主要为数据滥用和利益输送。技术优势方（算法设计研发者和算法运营者）基于信义义务应当向金融消费者保证算法应用的有效性、胜任性和安全性，有必要对算法技术的运作方式和决策原理向投资者以其能够理解的方式进行详细披露。忠实义务从算法决策的公正性出发，要求算法应用研发者所研发的程序不具备任何可能导致结果偏颇或者损害金融消费者利益的参数或设定，以及禁止擅自利用用户数据牟取私利，危害数据安全；而勤勉义务强调算法参数的全面性和合理性，用户画像、算法决策模型等算法应用要素能够尽可能地全面反映未知的不同投资者的特征和市场情况，确保在设计和应用环节不会因不合理的偏差以致金融消费者利益受损，要求义务主体以最大努力确保整个智能金融服务过程和结果符合投资者的最佳利益。

信义责任的具体分配

      缺乏法律保障和必要救济的义务履行难逃落空结局。通过责任穿透框定责任主体范围之后，还涉及主体的进一步确定和责任分配的后续问题。问责的本质在于损害的移转，构建信义义务问责机制的核心在于风险的分配及承受与损害的归责及赔偿。在主体确定方面，由于算法金融模式较传统服务模式的链条更长，涉及的法律关系更为复杂，责任穿透之后可能会产生多个潜在的责任主体，存在责任推诿的空间，增加受损投资者的救济难度和时间成本。在责任配置方面，不同义务规则对应的问责因素和惩治程度是不一样的，须结合受信人主观形态的差异和具体情形的不同，要求受信人承担适当的责任。

    就主观方面而言，选择和使用算法应用的本意，并非让算法研发设计者借此牟利和损害金融消费者利益的，而是降低金融交易成本，扩大金融产品和服务的边际。忠实义务主要是道德层面的义务规则，主要涉及利益冲突的规避和充分真实的信息披露，强调受信人在利益冲突面前须将受益人利益高于自身利益。算法语境下受信人违反忠实义务的表现主要是基于主观故意进行利益输送和数据滥用行为。而勤勉义务则更多是能力层面的义务规则，受信人违反勤勉义务的主观方面主要在于发生疏忽或重大过失的注意不周，在算法语境下主要是指算法应用替代自然人从业人员的胜任性和投资者适当性问题。因此，对于分辨是否履行勤勉义务的重点在于作出决策行为的程序和过程是否符合最佳利益原则。

    无论是过失责任还是严格责任，可预见性都是责任的基本依据。“一般理性人所应当预见”的判断标准与“自然的、直接的事物进程”具有密切联系，利于在法律意义上认识因果关系（潘玮璘，2017）。承担无法预见的损害和风险，并不能激励行为人施以更高的注意义务，勤勉义务所对应的可预见性是存在合理期待标准的，而不是通过什么事情更有可能发生来衡量的。算法语境下的可预见性，受到算法决策的参与程度和算法权力的控制能力的直接影响，范围涵盖一个理性人在指导实践行为时所需考虑的一切因素，除“可预测的潜在受害者群体的可预见伤害”外（ 瑞恩·卡洛、迈克尔·弗鲁姆金和伊恩·克尔，2018）外，还应包括对计算机行为之技术能力的常规化预期。在现有的侵权法结构内，算法应用研发设计者的直接责任只能适用于监督学习，在此情景中人类行动者能够控制算法的输入和输出之情形（郑戈，2018）。[9]如果超出算法应用研发设计者预想的模式，则应由运营者承担相应责任。当算法未来智能化进入可依据自行生成新的路径作出决策和行为的强人工智能阶段时，算法决策和结果在某种程度上是无法预测的，甚至可能超出应用研发设计者和运营者的意图，法律可以通过严格责任等责任设计，引导其选择更有可预见性、更可控的算法。此外，鉴于现行法律责任的主体被设定为是一个“人类行为人”，责任主体范围还不能够广泛到可以容纳“机器人行为人”，对于不能由人类承担责任之情形或介于人工智能与人类之间的法律责任分配问题，美国学者约翰·弗兰克·韦弗认为当由人工智能本身承担法律责任之时，可考虑引入强制保险或储备基金的方式，对相对人权益损失进行弥补，使得所涉及的当事人会预先知道其成本，为潜在的损失建立预案，不必为意料之外的风险作预算，同时也避免诉讼代价高昂和证据要求严格不当阻止受害人获偿（约翰·弗兰克·韦弗，2018）。

    对信义义务的责任追究，不仅要明确算法应用研发者与金融机构服务者之间的责任分配，还要考量算法应用研发者内部的责任分配。并非所有算法应用研发者都当然地应被纳入信义义务主体范围，可以算法决策的参与程度和控制能力可作为可预见性的重要判断标准。基于这个角度，算法应用研发者具体可分为提供交易和决策模型的金融从业者和程序设计者两类：前者参与设定关于投资者和市场特征的基本假设、重要参数、资产配置逻辑和盈利（风险对冲）目标等算法应用等核心模块，应认定为受托人，应纳入信义义务规制范围；后者仅负责将前述模型转化为能够自行运算的算法模型，是相对中立的技术行为，类似于受托人的辅助人，应排除于责任范围之外，不应纳入信义义务的责任主体范围（高丝敏，2018）。

    限于投资者有限的金融专业智识和风险承受能力，金融风险在算法的普及应用下风险传导性和社会危害性都更甚以往，法律治理思路从强调数据保护逐渐转向偏重算法规制。契约所固有的不完备性造成金融合约内在机制的天然不足，为法律的外在强制性规范提供了正当性的理论基础。而算法权力带来的事实不对等，为机会主义和权力滥用创造了空间，直接产生了信义义务规制和扩张的必要。信义义务在金融领域的适用与发展，不仅有市场实践的多样需求，还存在深厚的理论基础。在算法与金融不断融合的趋势下，信义义务的具体规则和责任追究需要结合算法本身的特点、信义义务的理论基础、法经济学成本考量以及智能金融的实践情况等多方面综合考量，既要防止权力滥用和权益侵害，引导和规范金融创新在良性轨道上运行，又要合理界定义务和责任边界，避免过于严苛抑制金融创新发展。