执游网

48款网络借贷类App违法违规被通报 限期15日完成整改

  原标题:48款网络借贷类App违法违规被通报 限期15日完成整改

  本报记者 李 冰

  近日,国家互联网信息办公室(以下简称“国家网信办”)通报84款App违法违规收集使用个人信息情况,其中涉及48款网络借贷类App。

  自今年5月1日起实施的《常见类型移动互联网应用程序必要个人信息范围规定》(以下简称《规定》)明确表示,移动互联网应用程序(App)运营者不得因用户不同意收集非必要个人信息,而拒绝用户使用App基本功能服务。此次通报,也是《规定》实施以来,对金融类App违规收集个人信息进行的首次通报。

  零壹研究院院长于百程对《证券日报》记者表示,新规正式实施后,监管更加有章可循。此次《规定》实施不足半月,即有金融类App因违法违规被通报,可以说反应非常快。由此可以看出监管部门对相关问题的重视程度和整治的决心。

  48款网络借贷类App被通报

  据国家网信办披露,针对人民群众反映强烈的App非法获取、超范围收集、过度索权等侵害个人信息的现象,国家网信办依据《中华人民共和国网络安全法》《App违法违规收集使用个人信息行为认定方法》《常见类型移动互联网应用程序必要个人信息范围规定》等法律和有关规定,组织对安全管理、网络借贷等常见类型公众大量使用的部分App的个人信息收集使用情况进行了检测。

  在此次通报中,有84款App存在违法违规收集使用个人信息情况,其中包括腾讯手机管家、猎豹清理大师、360手机卫士等36款安全管理类App,以及包括平安消费金融、平安好贷、招联好期贷、万达普惠、360借条、51公积金借款、分期乐、微贷钱包、信而富等在内的48款网络借贷类App。

  《证券日报》记者注意到,网络借贷类App被通报存在的普遍问题是:违反必要原则和《规定》,收集与其提供服务无关的个人信息;未经用户同意,收集使用个人信息等。

  今年3月22日,国家网信办等四部门联合印发的《常见类型移动互联网应用程序必要个人信息范围规定》,明确了39种常见类型App的必要个人信息范围。其中,网络借贷类App的基本功能服务为“通过互联网平台实现的用于消费、日常生产经营周转等的个人申贷服务”,必要个人信息包括注册用户移动电话号码、借款人姓名、证件类型和号码、证件有效期限、银行卡号码,不包括通讯录、位置信息、相机等方面数据。此前,部分网络借贷App用户曾因通讯录等信息泄露,被暴力催收所扰。

  博通咨询金融行业资深分析师王蓬博对《证券日报》记者表示,“此次监管动作非常快,整治违法违规App的决心显而易见。此举既有助于相关机构明晰整改思路,也便于引导这些机构依规执业。”

  违规App整改期限15日

  在此次通报中,国家网信办强调,针对检测发现的问题,相关App运营者应当于本通报发布之日起15个工作日内完成整改,逾期未完成整改的将依法予以处置。

  “未来App超范围收集个人信息等问题将受到严控,网络借贷类App通过违规收集个人信息进行风控和用户运营的方式将不可持续。”于百程进一步指出,关于所通报的问题,监管部门做了明确展示,预计整改难度不是很大。其他未被点名的机构,也应主动积极调整不合规情况,切勿存侥幸心理。

  事实上,近几年,App过度收集用户隐私信息,严重侵害了个人的合法权益。违规使用和买卖或导致信息泄露,个人用户轻则被垃圾信息和电话骚扰,重则可能被诈骗,引发财产损失和安全性问题。同时,App强制授权、过度索权、超范围收集个人信息的现象大量存在,违法违规使用个人信息的问题一直较为突出。

  王蓬博指出,过去金融类App更愿意收集用户的信用情况、消费轨迹、通讯录等。但对用户来说,此类隐私并非必要提供的信息。金融类App往往通过信息收集给用户画像,通过推送或绑定某种程序,便于自己业务的发展及催收工作。“随着个人用户对App频繁使用,个人隐私泄露问题愈发严重,出台相关的监管政策十分必要。”

  各地方监管部门对此类问题也较为重视。2020年11月份,广东省通信管理局就曾发布通报称,加强对属地App的监督检查,建设App监管平台,并委托第三方专业机构进行检测,累计检测5000余款App,共发现疑似存在问题的App达237款,经核验确定存在问题的App为88款,其中包含多款支付机构的金融类App。

  王蓬博对《证券日报》记者表示,监管部门对违法违规App的监管力度在不断加大,严监管将是未来发展的常态化。“一方面,相关法律法规在不断完善,对App的合规标准不断提高;另一方面,为了保障消费者合法权益,对违法违规行为的处罚力度也在不断加强。”

 

  于百程认为,种种监管信号表明,未来监管部门将不断加大对数据方面违法违规行为的整治及处罚力度,从源头上杜绝潜在风险,保护用户的合法权益。

最热新游

中信证券:中国资产新叙事 科技制造大重估

  中国资产吸引力渐升,科技制造投资逻辑焕然一新。长期而言,中国前沿技术的关键突破有望重塑全球科技格局,以DeepSeek成功“出圈”为中国科技创新力量的缩影,国内投资者信心迎来重振,产业向高附加值加速转型。短期来看,恒生科技与纳指估值趋于收敛,全球资金因AI催化与美经济走弱,青睐高性价比的中国科技资产。投资逻辑从短期主题转向中长期产业深耕,科技研发从“负估值”成本转为“正估值”资产,继而引发系统性重估。DeepSeek以卓越性能、低成本和开源生态引领国内科技突破,改变全球对中国科技的预期。产业端,各行业加速AI与传统产业基础结合,解决实际问题并创造经济价值。市场端,科技制造板块春季尽显进攻性,推动资产价值重估。政策端,鼓励央国企科技制造并购,推动产业高质量发展。着眼未来,在新旧动能转换期,应把握中长期投资机遇,聚焦AI+、智能驾驶、人形机器人(20.000, 0.05, 0.25%)、低空经济、商业航天、生物制造、未来能源、半导体先进制程等科技制造领域。

  ▍中国资产吸引力提升,科技制造投资逻辑重塑。

  在外部科技封锁的严峻挑战下,中国前沿技术取得一系列关键突破,正重塑全球科技发展格局。DeepSeek成功“出圈”不仅极大提升了国内投资者的中长期风险偏好,更是对中国产业向高附加值转型升级的有力背书。伴随AI叙事持续催化叠加美国经济走弱,全球资金配置倾向正发生显著变化。中国科技资产凭借其高性价比、业绩预期上修潜力以及坚实的安全边际正成为全球资金青睐的新方向。随着AI等新技术成熟和新商业模式清晰,众多新兴产业迎来从导入期向成长期的关键跨越,推动中国科技投资逻辑从短期主题驱动向中长期产业深耕转型。在此过程中,科技研发支出也从以往的被视为“负估值”的成本项,转变为驱动增长的“正估值”资产。科技创新不仅将重构传统产业的底层运作逻辑,更有望引发组织形态、价值网络乃至社会契约的系统性变革,创造全新的产业发展机遇。

  ▍DeepSeek引领国内科技突破,推动市场风格及情绪积极转变。

  DeepSeek以优异的性能、显著下降的成本、开源生态引发“蝴蝶效应”,成为全球最热门的AI大模型,以一己之力,改变“美国AI断崖式领先”的预期,引发中国AI资产价值重估。我们认为,当前仍处于AI时代早期,以及中国科技资产重估的开端,DeepSeek将带来巨大产业影响:各行业纷纷加速垂类AI 应用探索,带来训练算力需求“脉冲式”增长,推理算力需求、大企业大模型本地部署需求亦高速成长。展望未来,预计美国仍将持续拉高AI的技术上限,中国更大的机遇在于将AI技术与传统产业基础结合,解决实际问题并创造经济价值。当前正值春季躁动窗口,科技板块以其卓越的高成长性与创新性,尽显极致进攻性。这种市场情绪与风格的转变,有望成为推动科技板块及中国底层资产价格重估的强劲动力,引领中国资产在科技制造领域开启价值重估的全新篇章。

  ▍政策赋能央国企科技并购,助力市值管理与科技强国。

  2024年以来,我国并购重组政策持续加码,各级政府纷纷加大支持力度,推动资本市场高质量发展。政策积极鼓励+产业高质量发展背景下,并购重组是满足当下政府、一级市场与二级市场利益的“最大公约数”。央国企凭借资源整合和资金优势积极参与并购重组,推动科技创新和产业升级。实证数据显示,并购重组对科技类央企市值提升具有显著正面效应,未来在政策支持和市场需求的驱动下,A股市场有望迎来新一轮并购潮,进一步推动科技强国战略的实施。

  ▍新质生产力发展提速,着眼中长期产业投资。

  我国正处于新旧动能转换期,产业升级换挡需求强烈,更应着眼于中长期维度的新兴产业突破。AI等新技术成熟和新商业模式清晰催化下,传统产业整合和新质生产力发展双双提速。结合当下国内外科技重点发展领域及我国国情,我们认为值得重点投资及关注的科技制造方向为:

  ①AI+:模型推理和成本不断优化,算力、应用及端侧发展趋势明朗;

  ②智能驾驶:预计2025年NOA加速渗透,比亚迪(396.410, 11.84, 3.08%)引领的智驾平权浪潮仍在继续;

  ③人形机器人:国内外共振的技术突破有望在2025年迎来产业奇点;

  ④低空经济:2025年政策基建加速落地,车链入局打造商业闭环;

  ⑤商业航天:2025卫星发射进入爆发期,中美星座建设竞速升级;

  ⑥生物制造:新质生产力重要一极,预计2025年迎来政策催化;

  ⑦未来能源:多种技术路径持续落地,有望多点开花;

  ⑧半导体先进制程:外部限制倒逼国内厂商积极扩产,自主可控及国产替代逻辑持续强化。

  ▍风险因素:

 

  宏观经济复苏不及预期风险;地缘政治摩擦加剧;产业政策不及预期;各行业内竞争加剧;中美冲突进一步激化;AI等核心技术发展不及预期风险;科技领域政策监管持续收紧风险;宏观经济波动导致企业IT支出不及预期风险;产业安全事故风险;企业AI应用进展不及预期等;国产替代进程不及预期;先进制程技术发展不及预期。