bis -消费者金融数据与非水平合并-消费者财务数据和非横向合并

消费者财务数据和非横向合并by林达·陈，乔恩·弗罗斯特，伊丽莎白·诺布尔和克里斯·布卢默2025年3月JEL分类：E21,G34,K21,L41,O32关键词：反垄断法、大数据、大型技术公司、竞争、数据、金融数据、金融服务、合并、开放银行、开放数据、开放金融、支付、个人数据、隐私BIS工作论文是由货币和经济领域的成员撰写的国际清算银行部门，以及不时由其他部门提供。经济学家撰写，并由该银行出版。论文涉及当前热门主题。兴趣且具有技术性质。其中表达的看法是他们自己的观点。作者的观点，并不一定是BIS的观点。这份出版物可在国际清算银行（BIS）网站上获取（）。国际标准连续出版物号：1020-0959（印刷版)国际标准连续出版物号：1682-7678（网络版）1mer1本文探讨了涉及广泛消费者数据，包括消费者财务数据影响。随着数据越来越成为企业战略的核心，数据丰富的企业之可能带来积极成果，也可能以传统反垄断理论无法完全解释的方标，这些指标可以帮助竞争当局更有效地评估市场影响。随后，数据丰富合并反竞争效应的潜在工具。它主张进一步研究，以适合并的竞争政策，所有这些努力都是为了在数字和数据经济中维1此处所表达的观点为作者个人观点，并不一定反映国际清算银行（BIS）、欧洲银行管理局（EBA）或任何其他附属机构的立场。本文使用个别公司的案例进行说明，不应被视为对这些具体案例的正式法律意见。作者感谢CarolinaAbate、OscarBorgogno、RossBuckley、PabloIbáñezColo、LauraVeldkamp、BIS和英国金融市场行为监管局（FCA）研究研讨会的参与者以及一位匿名审稿人提供的宝贵反馈。我们感谢GeorgeSakkopoulos在研究协助和编辑支持方面的帮助，以及GiulioCornelli、CeciliaFranco和HaiweiCao在数据支持方面的帮助，以及KarlaPatriciaRamirezSanchez和AlessiaTortato在编辑支持方面的帮助。本文为草稿。最终版本即将出版于福特汉姆公2散不同收入渠道的风险，或加强他们在特定市场的地位求扩大规模或直接进入新行业细分市场及他们缺乏先前：（他们传统上受到的审查较少。75经合组织，经合组织术语表en.html。非横向合并是一个包含垂直一体化、企业集团效应或二者兼而有之的通用类别，并可能包含横向一体化的元素。非横向合并和损害理论在2023年的一个背景下进行了讨论。尤其是针对本文而言具有重要意义数字合并的危害理论,293(2023),集团合并（统称为“非横向合并”）的定义，查看委员会关于评估企业间集中控制的理事会法规下ent/EN/TXT/?uri=CELEX%3A52008XC1018%2803%29.6OECD术语表，7史蒂文·C·萨洛普，激进的垂直合并监管,127美国与水平合并相比，可能会引发竞争问题，它们并非总是无害的。3技术能力和数字化及数据经济领域的竞争日益产生影响。8商业模式已经演变为利用数据来定制针对消费者产品的营销和分销。9作为其各自业务的一部分，访问大量客户数据。并且许多大型合并企业收集(或已经拥有）模型。此外，许多企业寻求收购数据丰富的公司，如。的（图1）。在此期间，最大的并购（按购中收购直接竞争对手的交易）（蓝色圆点）。然而，非横向频率、规模以及收购方的价值方面显著增加。此外，非横向购方（圆点大小）。因此，我们看到支付和非支付公司之间UNITEDNATIONSC会议TRADEANDD发展,评估市场支配地位或显著市场力量，联合国文9的确，从数据访问中可以获得的这种市场力量在一些司法管辖区已经促使出台了政策措施，要求在消费者明确同意的情况下，将某些类型的数据从原始持有者流向潜在竞争对手。‘开放银行’计划就是这样的一个例子，旨在促进银行将支付账户和其他数据流向第三方公司——通常是金融科技公司（fintechs）。其目的是通常为了降低转换成本并增强竞争。账户的实验证据,141J.FIN.ECON.1(2021).），数据更新至2024年5月30日。每个点代表蚂蚁金服、富国信息服务公司（FIS）、FISERV、全球支付、万事达卡、PayPal、Block（前身为Square）或维萨（Visa）的并购交易，这些数据由PitchBook和RefinitivEikon收集。此数据不包括剥离和公司内部运营。合并交易被归类为“非横向”时，收购公司和目标公司在同一支付链上的不同阶段运营，这一点由公司报告确定。在“横向”合并中，收购公司和目标公司至少在一个关键业务线上是直接竞争对手。点的长度代表收购价格，点的面积代表收购公司的价值。每个点的面积与收购公司在交易当天或，在蚂蚁金服的情况下，截至2018年底的蚂蚁金服估值成正比，乘以阿里巴巴控股相对2018年底的市场资本化变化。来源：国际清算银行；PitchBookData,Inc.；路透Eikon；作者阐述。金融服务以更好的整合方式，提供无缝的用户体合互补能力的情况下尤其如此，例如支付处理和数据分 ,合并可能通过使企业能够利用更多样化的数据来源来理解和服务来自传统上被但是非横向合并（无论是在支付领域还是其他领域）并不总译。请提供您需要翻译的英文内容。注释9，和KarenCroxson，J（2023）。5竞争效应。正如我们下面更详细地讨论的那样，合并使格歧视和预测分析成为可能，这些是那些无法获得类似数的。消费者数据可以赋予独特的竞争优势，这可能导致反体可能阻止其他公司获取必要的数据，限制银行业竞争，许多司法管辖区现在要求银行共享客户当客户已授权时，增加与外部方的数据共享。然而，在本论文中，我们更广泛地本文的编排如下。第二部分探讨了数据聚合如何影响市12查看OECD术语表，13参见一般情况。OPENB安king(林达·曾主编，2022年）。欧盟（以及作为欧盟前成员国的英国）已经实施了修订后的支付服务指令（PSD2），该指令旨在通过建立新框架以便利访问支付账户数据等方式，增加支付领域的竞争并改善消费者保护。查看欧盟2015年11月25日的欧洲议会和理事会指令2015/2366关于内部市场的支付服务，2015年官方期刊（L337）第35页，以及英国的支付服务法规2017，2017年第752号（英国）。在欧盟，欧洲委员会于2023年6月宣布了一项新的立法提案，旨在促进某些其他类型金融数据的共享（关于金融数据访问框架的欧洲议会和理事会法规提案，以及修正（欧盟）第1093/2010号法规、（欧盟）第1094/2010号法规、（欧盟）第1095/2010号法规和（欧盟）2022/2554COM/2023/360最终文件（FIDA））。美国最近加入了要求银行进行数据共享的司法管辖区的行列。2024年10月22日，美国消费者金融保护局最终完成了下提供几种可能的翻译情况：美国消费者金融保护局，最终规则，关于个人财务数据权利的必要规则制定，89Fed.Reg.90838(Nov.18,2024)(将被编入12C.F.R.pts.1001,1033)，以及新闻稿，消费者金融保护局，CFPB最终完成个人财务数据权利规则，以促进竞争，保护隐私，并为家），14例如，2016年，英国竞争与市场管理局（CMA）发布了一份题为《》的市场调查报告。零售银行业务市场调查：最终报告该报告结论如下，其中包括：为了解决大不列颠及北爱尔兰贷款行业内的竞争不利影响，应实施一整套综合补救措施，其中包括一套旨在提高中小企业获取信息的措），6通过个性化产品、价格歧视和创新能力进行竞争S）和欧洲联盟（EU）竞争机构审查的并购案例，提供了对数据驱动型并购和基于数据的损害理论的当前评估方法。第四部分提出了新的更好地评估合并后的数据集是否可能导致反竞争行为和消据互补性、人口覆盖范围和消费者重叠度的衡量方法。第征至关重要。在本部分，我们总结这些特征并探讨数据如何统的资产不同，数据是非竞争性的。换句话说，只要数据保价值的见解，从而推动市场优势。认识到这些数据的经济特据是如此强大的资产，以及为什么数据在非横向合并中的作数据是关键的经济投入。它们使公司能够深入了解市场动新。其核心性源于其独特的定性特征，以及使它们越来越易于获数据量因技术趋势而急剧膨胀。首先，收集数据15查尔斯·I·琼斯和克里斯托弗·托内蒂，《非竞争性与数据的经济学》，美国经济学评论第110卷第2819页（2020年）。当然，数据非竞争性的观点之前已经被讨论过。例如，参见霍尔·瓦里安，《 16关于公司如何在当今经济中使用数据创造价值和竞争的讨论，请参阅欧洲委员会竞争总司。保据的经济影响：一个综合视角(国际货币基金组织部门文件No.2019/013，2019年9月)，https此外，数据本质上是可以分解的，并具有重组特性：它们 确定哪些方可以访问信息，哪些方不能。24信息不对称可以提供市场优势。因此，减少信息此外，这些18玛丽亚姆·法尔博迪，罗克珊娜·米赫特，托马斯·菲利蓬，劳拉·韦尔德坎普大数据与企业动态）（），34064。作者强调，在数据作为经济活动的副产品生成的地方，数据收集的边际成本非常低。ESIMPLEE经济学一个RTIFICIAL我NTELLIGENCE(2018).关于并购中人工智能的考量，请参阅欧洲委员20在2020年10月向美国证券交易委员会提交的季度报告中，谷歌母公司Alphabet报告了370亿美），24数据共享在所谓双边市场中的平台配对两个不同客户群体时可能尤其复杂。在这种情况下，市场一方（例如，用户）的信息可能对另一方（例如，商家）极为相关。请注意，\"See\"这个单词25朱利安·贝格瑙、玛丽亚姆·法尔博迪和劳拉·韦尔德坎普，大数据在金融领域与大型企业发展货币经济学71(2018)以及参见罗切特和蒂罗尔，上注24。,97J.26卡雷尔-斯沃尔与哈克萨尔，7任何特定企业或数据用户的资料效用都不会是通用的。相反，境，并且会因行业而异，尤其是在非横向合企业合并，特别是那些拥有丰富数据资源的企业合并，可以增会实现消费者财务行为的极其精确预测。这些预测可能允许合并后者提供新的、更定制化且价格更优的金融产品和服务，如投资建议作为一个进一步示例，从不同来源获取的改进数据可能有度，从而可能促进更好的服务。这可能导致以下方面的更大差异化：型科技公司能够27例如，在某些市场中，数据经纪商从替代来源收集信息，为客户端创建输出，如用于广告定位的数字消费者档案。Neumann等人（2019）表明，尽管使用的方法复杂，但它们可能相当不准确供几种可能的翻译情况：尼科·纽曼、凯瑟琳·E·塔克和蒂莫西·惠特菲尔德，前沿：第三方消费者画像的有效性评估——来自实证研究的证据，38市场营销科学6(2019)。相mieux(2019)发现，使用来自非传统来源的替代数据有助于预测贷款违约。使用此类数据使得一些借款人能够获得价格较低的信贷。不同数据集组合在实际操作中的效果因此取决于特定行业和数据集的具体情况。:8利用其电商平台的数据来更准确地预测违约情尽管这些可能的优势存在，但数据合并涉及到经典的经经济越来越数据驱动，越来越多的研究正在确立如何通践，聚合新的消费者数据组合（可能通过新的数据共享争信息。数据聚合本身并不直接导致更多市场力量；能力和网络效应，与数据访问相结合，可能导致市场力量增强。同时，也有研究探讨开放金融和数据保护法规如何塑造竞争，因为用这一信息优势实施30乔恩·弗罗斯特，莱昂纳多·甘巴科塔，黄毅，申炫松，帕布洛·兹温登，大科技公司与金融中介,34经济学1年）；JanEeckhout&LauraVeldkamp，数据和市场力量（美国国家经济研究局工作论文，2），况：雅克·克莱默、伊夫-亚历山大·德·蒙特儒伊、海克·施韦策，数字时代的竞争政策（EC报告），33加勒特·A·约翰逊，斯科特·K·舒弗，萨缪尔·G·戈德堡，隐私与市场集中度：GDPR的预期与非34克雷默等，)认知的函数C容。备注25.基于客户对不同支付意愿的水平。大数据的获取可以帮助通常，更深入地了解用户偏好可以提高效率，并允许更好地消费者和企业的需求。然而，这也可能是一把双转向财务数据方面，企业可以利用数据访问来优化金融服务（如贷款或保险单）的收费价格，使其接近消费者的保留价格（即消费者愿意购买服务数据分析优势还可能阻碍竞争对手获取新合并的数据，从,86U.你好电动汽车（ElectricVehicle）217(2019).40查看达纳·马蒂奥利，882.户数据，但他们拥有丰富的客户交易数据。如前所述，与此同时，数据聚合器可以直接访问客户的银行账户。44位。在此类并购之后，他们可能也有动机不让此类信息据的并购案例凸显了监管机构可能对此类发展持负面态度数据可能有助于开发更精确的诊断工具，但合并实体可能健身追踪器（技术和健康数据）案例中，欧盟委员会发现 )Fitbit用户数据以竞争的APP和网站提供商产生负面影响。失去对这类数据的访问可能会阻止这些提供商进行创新和多样化数字43数据，过去只有银行掌握，现在被金融科技公司所共享，这些公司后来被其他现有非银行机构收购。这些合并后的实体现在可以访问来自不同行业的消费者数据。visa也试图收购一家数据聚合商，但在司法部提起诉讼阻止这笔交易后，交易被放弃。司法部有反竞争行为的证据，包括visa的44例如，信用卡公司收集所有信用卡交易的细节数据，包括购买者、商家、购买物品、销售点和时间戳等。另一方面，金融数据聚合器收集关于客户银行账户及其关联账户的不同但同样细粒度的数据，包括储蓄账户、投资账户、子女账户等。数据聚合器可以查看每个金融机构账户中的金额、银行账户路由号码以及涉及该账户的交易。45服务的能力。例如，现有企业可能会收购初创企业的数据集，以企业或他人使用。这种风险与其说是通过利用数据聚合来增加市是通过消除数据访问来扼杀竞争。创新能力的下降一直是美国联邦贸易委员会（F那以后，FTC已宣布对其生物制药合并方法进行全面审查。46担忧的是，这些合 尽管仍有70%的新药来自小型公司。47从金融行业的一个例子来看，一家大型现有金融机构可能……这一点得到了强调。获得新金融科技公司参与者，以阻止或抑制这些公5048查看科琳·坎宁安、弗洛里安·埃德雷尔和宋玛，杀手级并购,129J.POL.E49新闻稿，美国司法部，司法部起诉阻止visa拟议收购plaid（2020年11月5日），https://www.just.（维萨公司首席执行官向维萨董事会解释这笔交易是“战略性的，而非财务性的”举措,并指出部分原因在于“我们的美国借记卡业务至关重要，我们必须始终采取一切必要措施来保护这一业务。”除非被收购，否则维萨担心Plaid“无论其自身状况还是被竞争对手拥有，都可能会在2024年之前对我们美国借记卡业务造成某种威胁”，这种“潜在下行风险”务的损失达3亿至5亿美元。如果Plaid能够自由地开发其竞争性支付平台，那么“维萨可能被迫接受较低的利润率，或者无法提供具有竞争力的产品。”）杀手级并购：来自欧盟数字产业并购案例的证据工作论文1420，图卢兹经济学院（2023年3月）。53请注意，美国司法部（DOJ）于2024年9月24日对维萨公司（Visa）提起了另一项针对美国借记卡市场的垄断行为的民事诉讼。根据司法部的起诉状，\"超过60%的借记卡交易都在维萨的借记卡网络上进行，这使得它每年可以收取超过70亿美元的支付处理费用。\供的情况后停止其交互式产尽管超出了传统竞争政策的范围，许多经济学家都认为交易...维萨借记卡是其北美业务的基石，在那里维萨享有83%的运营利润率。”美国司法部诉讼，），国司法部的新闻稿中，代理助理司法部长多哈·梅基评论说：“维萨滥用其对客户的权力，并以美国消费者、商家、银行和竞争过程的代价收买潜在竞争对手。今天的诉讼使维萨对其在构成美国商业支柱的市场中的行为负责。”新闻稿，美国司法部，司法部就垄断借记卡市场起诉维萨（2024年9ets.），55欧洲委员会新闻稿，关于拟议收购Figma的反垄断陈述书，(2023年11月16日)，https://ec.europ56丰富的隐私经济学文献研究了个人对隐私偏好的理论和实证研究。概述如下：查看艾莱斯anJ.文献2016年，442号文件。与健康数据一样，个人财务数据是个人数据中最敏感的类别之一。因此，在许多情况下，此类数据受到特定的法律和监管处理。例如，在美国，金融数据保护主要受格莱姆-里奇-布莱利法案（Gramm-Leach-BlileyAct，15U.S.C.§§6801etseq.）管辖，该法案要求金融机构说明他们如何共享数据，并赋予客户拒绝的权利（请注意，到2024年，美国消费者金融保护局最终完成了其个人财务数据权利规则（也非正式地称为开放银行规则））。请注意，\"S个人数据的使用受到《通用数据保护条例》（GDPR）、《欧盟条例》（EU）2016/679的严格管控。此外，消费者财务数据在数字经济中日益变得核心，推动了许多经济活动。消费者财务数据可能包括关于行为、关系、位置和偏好的非常详细的信息。此类消费者财务数据的生成是大量且无处不在的，但消费者可能希望他们的数据仅用于指定的目的。如果私人信息没有得到适当的保护或被用于超出消费者原始同意的范围，那么可能给消费者带来重大成本和损害。准确预测个人希望看到的新闻文章或商业产品类型，并相应力可以为客户提供定制化服务和产品，从而提高经济效益。享数据的个人相关，还可能影响其他消费者（例如社交媒体或行为相似的个人）。这导致外部性，因为一个用户选择分他用户的隐私。这使数据持有者（大型科技企业）能够从这鉴于数据考虑在并购中的日益重要性，竞争当局正在调整其方 ,加强了对涉及数据丰富企业的并购的审查。在此，我们概述了迄今为止在两个美国联邦反垄断和竞争法律的执行责任通常由联邦贸易委员会（FTC）和司法部两个美国机构中的任何一个都可以采取法律点，这些交易的效果，57注意，解决隐私外部性不仅仅是限制个人数据的收集和使用。它还涉及明确界定哪些类型的数据可以使用、与何人共享以及为何目的。本文并未深入探讨这些问题，这些问题将需要另篇论文进行详细论述。60查看达龙·阿西莫格鲁，人工智能的危害（美国国218(2022).61查看《美国法典》第15篇第18a节（哈特-斯科特-罗迪诺法案）。重叠的管辖权中，他们在不同细分市场领域开发出了专业知识和技能。尽管美)则一般专注于银行、储蓄贷款等领域。机构、航空公司和电信。64条件。67美国司法部（DOJ）关注于机票市场竞争可能受到的潜在损害受多个 们担心谷歌通过收购ITA，将获得竞争对手2014年，美国联邦贸易委员会（FTC）对保险分析该FTC投诉的核心数据是消费者住宅的航空图像，这些图像可以与关于同一消费者的保险信息相结合。FTC的担忧是Verisk可能利用这些数据克服相关62查看《美国法典》第15编第18条（克莱顿法第七节）。65例如，参见：美国诉CVS健康公司案，407F.Supp.3d45（D.D.C.2019）；联邦贸易委员会66最终判决，美国诉谷歌公司及ITA软件公司，案件编号1:11-cv-00688（D.D.C.2011年10月5日67该条件包括要求谷歌开发和许可旅行软件、持续进行软件研发、在特定情况下提交强制仲裁、如谷歌采取不公平行为，为投诉者提供正式的申诉机制以及建立内部防火墙。身份编号在13-32），险公司联合健康，获得其竞争对手健康保险公司的整个商业策略和企业文化；故意违反或废除长期以来的70美国诉联合健康集团公司案，630F.Supp.3d118(D.D.C.2022)，被驳回,第22-5301号，2023年WL2717667（哥伦比亚特区巡回法院，2023年3月27日）。请注意，本讨论仅关注此案中提出的垂直损害理论。75身份识别在141（援引美国诉AT&T公司，310F.Supp.3d161,190-92（哥伦比亚特区地方法））76不太相关于所描述的伤害垂直理论，但值得注意的是：ChangeHealthcare在成为Optum的一部分后，于2024年2月遭受了一次重大的数据泄露——这是美国医疗保健行业迄今为止最大的网络攻击。作为资格验证、药房运营、索赔传输、支付服务等提供商，ChangeHealthcare每年处理150亿个医疗保健交易，涉及1/3的患者记录，为90万名医生、33000家药房、5500家医院和600个实验室提供服务。在美国医院协会对1000多家医院的调查中，94%的被调查医院表示他们的财务受到了影响（其中许多医院甚至难以支付工资义务）。74%的调查报告显示对病人护理产生了直接影国医院协会，致尊敬的贾森·史密斯和尊敬的理查德·尼尔（2024年3月19日https://www.aha.or尽管数据在合并指南的各个部分都有讨论，但美国监管79新闻稿，美国联邦贸易委员会，联邦贸易委员会撤回垂直并购指南和评论（2021年9月15日）经济分析忽略了或错误地驳斥了一些经济学的基本原则。80新闻稿，美国司法部，司法部发布关于纵向并购指南的声明（2021年9月15日），https://www.j。联邦贸易委员会新闻稿，《联邦贸易委员会和司法部征求对合并指南草案的评论》（2023年7月aft-merger-guidelines；美国司法部新闻稿，《司法部和联邦贸易委员会征求对合并指南草案的评84请注意，当一项合并涉及多方平台时，“机构将考虑竞争之间平台，竞争在一个平台，以及竞争取代平台。”根据第9项指南，机构声明，在众多其他事项中，他们“通过阻止对其他平台运营商的收购或排除，以保护平台之间的竞争，防止这些行为大幅其他重要投入企业的合并可以使平台运营商拒绝竞争对手获得这些投入的好处。例如，收购有助于促进匹配、排序或预测的数据D。”服务可能通过拒绝竞争对手获取那些数据，来削弱他们的平台。”美国EP’TOF复杂的新型和战略性问题及行业，包括数字市场中的问题。与欧洲委员会（EC)聚焦于更多合并评估的背景下，欧洲委员会（EC）将考虑任何相关的潜在来源，包括创新。关于数据，欧洲委员会（EC）将评估不：（或拒绝访问，或以可能造成竞争损害（即输入封85《欧洲联盟运作条约》合并文本第101-02条，2012年官方期刊（C326）第47条。况：欧盟理事会2002年12月16日第1/2003号条例，关于实施《条约》第81条和第82条规定的竞争规则（现更名为《欧洲联盟运行条约》第101-102条）。88关于欧洲委员会投入资源的实践和行业讨论，查看PABLO我：I巴涅斯89并购评估遵循欧盟并购条例（条例（EC）第139/2004号）。具体而言，欧洲委员会（EC）必须评估是否会导致市场集中度显著阻碍有效竞争，这是由于在共同市场或其重要部分的创建或加强主导地位。理事会条例（EEC）第4064/89号定义主导地位为“一种情况，其中一个或多个企业拥有经济权力，能够通过给他们提供机会，在一定程度上独立于其竞争对手、客户，最终是消费者，来阻止在相关市场中维持有效竞争。”欧洲委员会就如何评估横向和非横向并购发布了指南：关于根据理事会条例关于企业之间集中控制的评估横向并购的指南（2004/C31/03）；关于根据理事会条例关于企业之间集中控制的评估非横向并购的指南（2008/C265/07）。在这两种情况下，欧洲委员会的评估通常包括：（a）界定相关产品和地理市场；以及（b）对并购的竞争性评估。91Cremer等人，参见上文第[27]注。激励因素得到证明后，欧洲委员会（EC）可能会决定在一定条件下批准该并购，：（，（也……汇集各方数据并未发现任何关于停权问题的担忧，承诺，包括要求通过API访问第三方数据。有趣的是，在特定条件下，欧盟委员会对新兴数字医疗市场潜在的反竞争影响持长期观点，的产品和服务。它评估认为，保护第三方数据访问的潜将负面地影响数字医疗领域的所有应用程序和网站提供关……这两个子市场加起来占整个市场的不到30%。在当前情况下，/?uri=CELEX:52023DC0184.用了类似的方法，这表明在当今的数字经济中，审查数据合并，以及对条件或补救措施的施加以及美国向...进发价值特别地，对产品市场数据价值的考虑，以及其出现数据驱动的损害理论在全球为：注意93.101关于欧洲委员会（EC）在并购调查中评估数据的更多信息，查看EC,数字和科技市场中的《竞争政策简报，2022年第02期，第1.3节。》102例如，关于数据隔离、数据访问、API和互操作性、数据可迁移性，以及最后手段的剥离。关于救济措施的适当性的讨论，查看赫伯特·霍温坎普，关于数字平台的结构性反垄断救济（宾夕法尼亚大学法学院与经济研究研究所论文编号23-44，2），此外，在某些管辖区域内，竞争当局集中关注合并对创新在与数据汇总考虑因素作斗争时，竞争当局通常缺中数据集的互补性。创建启发式方法可能会充满挑战。目前列指标来评估合并公司的市场份额和定价。他们使用这些工），且不太适合评估市场份额和价格指涉不同市场的非横向合并翻译为：注11.关于在复杂算法和数字市场中评估损害赔偿理论的挑战的有趣讨论，查看欧盟委Robot（M.10920）的讨论）。104生态系统可以在多个产品和服务的线上产生互联，这有助于巩固某些合并参与者的地位和实力。例如，在竞争评估中考虑生态系统影响的情况，可以参见2019年德国联邦卡特尔局的裁决，该裁决广泛考虑了Facebook的使用条款，认为这些条款可能导致通过“要么接受要么离开”的方式来滥用用户，即用户为了获取社交媒体服务的访问权而同意Facebook收集和使用其数据。一般而言联 其他，维持德国联邦反垄断局的裁决，并确认国家竞争机构可以审查数据处理是否符合适用法律（在本例中为GDPR），以确定是否发生了滥用市场支配地位的行为。欧盟法院强调了在不同国家机构之间分享可能与其各自管辖范围相关的信息时进行协商和真诚合作的必要性。部分第2节第4章中强调，\"[《条约》第101条和第102条]的措辞已经足够宽泛，足以让委员会在其决策中考虑创新和未来的竞争，所需的是改变操作实践和更新指南……[包括]解释当局如何评估竞争对创新激励的影响。\况：附件概述了竞争机构可用的现有指标。关于指标发展的更多阅读材料，可以从以下内容开始 此外，这些现有指标在评估两个大型数据集合并时消费者价值方面不太容易适用。消费者金融数据可以包括关于个人偏好的非常细化且敏感的信息。例如，一个个人的完整数字和支出，可以允许高度精确地预测该个人居住和工作的地方后的实体可能拥有提高价格的市场力量（例如，接受支付这可能不是合并最重要的反竞争效应。更重要的是，能够估消费者的信用度，根据他们的喜好和历史购买来推广金售非金融产品和服务（即生态系统效应）。严格来说，这这种特定的市场结果在两家公司都拥有关于同一人口中大最为明显，从而赋予新实体无与伦比的分析、预测和影响消费者行为的能力。就此外，数据可以通过新颖的方式进行货币化，这种货币化并交易时对当局或甚至对公司本身都不清楚，引发明确包含在公司的资产负债表或财务报告中，存在一系列这些总结在表1中。虽商业活动生成数据的价值（例如提供信用卡或进行屏幕抓取108尼古拉斯·克鲁泽特，珍妮斯·C·艾伯利，安德烈亚·L·艾斯费尔特与迪米特里·帕帕尼古劳无形资,36J.CONERSPECTIVES缺乏——即缺乏物理存在的生产资本。熟悉且重要的例子包括专利、软件和数据库、商标、客户名单、特许经营协议以及组织资本和特定于企业的社会资本。）预测误差，且合并它们是否会产生反竞争效应。实际上，在并购交易能会上升，其中一部分可能反映了从合并后的消费者金融用户数据集的汇总确实可能有助于提高加价并使关于本提议的指标，如果合并数据集的价值大于单独持在该公司数据中B（收购的公司）以及没），□□□□数据联合持有的价值是……收集了关于某个特定个人的信息，而公司B收集了该个人的其他类型的数据，公司A和B可以分享并合并他们的信息，以获得对该主题公司A和B合并，那么（根据其他市场参与者的竞争地位权限合并实体可能能够利用合并后的数据获得市场主竞争监管机构可能对合并组织所拥有的关于同一个人的人的数量感兴趣。因此，一个选项是在合并交易中确定不数量，并在竞争监管机构对其合并决定作出决定之前与竞评估每家合并企业的数据持有者的总人数。通过特个体数量，110查看新闻稿，万事达卡，万事达卡通过完成Finicity收购进一步扩大开放银行努力（2020年11），数据集，监管机构将随后对合并数据池的潜在范围获得洞家公司的市场份额。这与传统意义上由经济活动定义并由收入衡量的市场不同；在这里，焦点是消费者作为该市场的经济单位。正式有用户()的份额(于他们收集财务信息的人员：PP□定□:□□□□凭借这些关于人口份额和合并实体数据集中重叠个体份额的凭借这些关于人口份额和合并实体数据集中重叠个体份额的据的类型，它们如何结合以及其用于不同目的的预测能力合 会有相似的行为，因此，关于类似个体的不同数据集可能数据集一样有价值。例如，类似的客户是指那些具有相似的年龄组、收入水平、居住社区、婚姻状况111即便如此，在某些情况下，类似的数据点可能是补充性的，例如，如果它们能给予数据用户更多确信信息是正确的保证。例如，如果一家公司知道一个用户38岁，同时他们也知道这个人出生于1986年9月1日，那么他们对这两条信息是正确的确定性就更高。银行账户（如有）保险（如有）非寿险（例如：住宅、汽车保险）健康保险（覆盖面、部分）家庭成员（数量）大。换句话说，如果一个数据库的个体数量在合并后显著增个体被包含在数据集中，这将揭示相似性。这些相似性反过跨市场访问的合并实体中的类似个体推断未来行为更加高效据集的预测，该数据集可能包含比另一个数据集更多的消费到由另一个数据集覆盖的消费者。这可能增强合并实体的竞提供的上述任何一种数据指标的输出并不一定意味外部性（在第二部分中描述）。然而，如果数据集高度互补，覆盖了大量人口，并且具有相同或相似消费者的高重叠，那么竞争行更严格的审查。特别是，竞争当局应确定能带来的损害大于利益，并且会消除选择权。相反，他建议法院首先考虑禁令，据集以评估数据集组合的影响，前提是必须遵守严格的 ,例如严格的数据隐私保护技术，例如：RONICLE（2017年1月）。例如，如果一家联合的银行卡网络和金融科技公司能够利用客户数据快速扩大信贷提供，这可能表明交易存在反竞争效应。114竞争管理部门通常拥有广泛的权力，要求合并实体提供信息。然而，在大数据集的解析可能需要较长时间，且数据可能不符合管理部门可以访问的格式。在某些情况下，管理部门可能需要指定所需接收数据的具体格式，聘请数据科学家协助评估，并开发应用程序编程接口（API）和其他安全数据交换工具。同时，可能还需要引入其他管理部门的专业知识，包括金融监管机构和数据保护数据可携权。在某些情况下，这已经由法律强制规定，赋予消费者携带其数据并与其他竞争对手共享数据的更广泛地说，竞争政策和更广泛的法规也可能影响如，在一些司法管辖区，根据一般法律或法规，实体或群体可能受到在消费者(个体和此外，ChatGPT的流行展示了企业获取用于分析越来越大数据集的AI工具的便捷性。大型数据分析工具中使用的算法尚管也是如此。在欧洲，人工智能...115该和解命令要求谷歌必须：（一）建立内部防火墙以保护具有竞争敏感性的数据；（二）以商业合理条件向机票网站授权ITA的软件；（三）继续以与往年相似的水平投资ITA软件的研发；(四）建立正式的客户和竞争对手投诉处理流程；（五）同意接受政府五年内的监控。查看最终判决，美国诉谷歌公司及ITA软件公司，案号1:11-cv-00688（D.D.C.2011年10月5日），https://w116在欧盟，数据主体享有的数据可携权由《欧盟条例》（EU）2016/679（《通用数据保护条例》（GDPR））所保障。根据《数字市场法案》（欧盟条例（EU）2022/1925），对“守门人”确保有效数据可携性的义务补充了GDPR下的数据可携权（参见序言（59）及第6条（9））。请注意 )。118在欧盟，有事实上数据隔离对某些公司而言。根据欧盟法规（EU）2022/1925（《数字市场法案》），禁止“看门人”跨业务线组合和使用数据（第5条第2款b项）。此外，该法案列出了一系列行为禁令，包括禁止使用在提供核心平台服务过程中获取的个人数据与在提供其他服务过程中获取的数据进行交叉使用，以及在与平台商业用户竞争的情况下使用看门人可获取的数据，这些数据与平台商业用户在使用平台或与商业用户互动有关。该法案赋予欧洲委员会（EC）指定特定公司的语境下有不同的翻译