1,、大數(shù)據(jù)對個人信息的大量獲取導(dǎo)致了隱私和安全問題,。

隨著個人所在或行經(jīng)位置,、購買偏好、健康和財務(wù)情況的海量數(shù)據(jù)被收集,，再加上金融交易習慣,、持有資產(chǎn)分布、以及信用狀況以更細致的方式被儲存和分析,，機構(gòu)投資者和金融消費者能獲得更低的價格,、更符合需要的金融服務(wù)，從而提高市場配置金融資源的能力,。

但同時,，金融市場乃至整個社會管理的信息基礎(chǔ)設(shè)施將變得越來越一體化和外向型，對隱私,、數(shù)據(jù)安全和知識產(chǎn)權(quán)構(gòu)成更大風險,。就個人隱私而言，大數(shù)據(jù)的隱私問題遠遠超出了常規(guī)的身份確認風險的范疇,。最近對歐洲150萬手機用戶的數(shù)據(jù)進行的研究表明,，只需要4項參照因素就可以確認其中95%的個人身份。又如,，人們在城市中走過的路徑存在惟一性,；針對個人研制藥物和療法等個性化醫(yī)療是基于對患者基因信息的掌握；RunKeeper和Nike+等應(yīng)用正在收集大量個人健康數(shù)據(jù)等等,。

2,、大數(shù)據(jù)技術(shù)不能代替人類價值判斷和邏輯思考。

大數(shù)據(jù)是人類設(shè)計的產(chǎn)物,，大數(shù)據(jù)的工具(如Hadoop軟件)并不能使人們擺脫曲解、隔閡和成見,，數(shù)據(jù)之間相關(guān)性也不等同于因果關(guān)系,，大數(shù)據(jù)還存在選擇性覆蓋問題。例如,，社交媒體是大數(shù)據(jù)分析的重要信息源,，但其中年輕人和城市人的比例偏多，還存在大量由程序控制的“機器人”賬號或“半機器人”賬號,。波士頓的StreetBump應(yīng)用程序為統(tǒng)計城市路面坑洼情況,，從駕駛員的智能手機上收集數(shù)據(jù)，可能少計年老和貧困市民較多區(qū)域的情況,；“谷歌流感趨勢”曾高估了2012年流感發(fā)病率,。這說明依賴有缺陷的大數(shù)據(jù)可能給政府決策造成負面影響，還可能加劇社會不公,。

3,、基于大數(shù)據(jù)開發(fā)的金融產(chǎn)品和交易工具對金融監(jiān)管提出挑戰(zhàn)。

大數(shù)據(jù)的使用正在改變金融市場，也需要改變監(jiān)管市場的方式,，以保證市場參與者負責地使用大數(shù)據(jù),。例如，2010年5月的“閃電暴跌”(flashcrash)令道瓊斯工業(yè)平均指數(shù)(DowJonesIndustrialAverage)突然大跌,，美國監(jiān)管部門認為是高頻交易造成了快速拋售引發(fā)的更多拋售,。大數(shù)據(jù)中的一個數(shù)據(jù)點出錯就能導(dǎo)致“無厘頭暴跌”。

監(jiān)管機構(gòu)限制大數(shù)據(jù)技術(shù)的使用,，或是對其使用進行直接干預(yù),，其潛在風險是巨大的，應(yīng)鼓勵業(yè)界對更復(fù)雜的技術(shù)乃至更大數(shù)據(jù)的利用,。

紐約大學(xué)理工學(xué)院(NYU-Poly)大數(shù)據(jù)金融會議上,，美國商品期貨交易委員會(CFTC)的斯科特·奧馬利亞(ScottO’Malia)表示，CFTC曾考慮是否應(yīng)讓監(jiān)管機構(gòu)對交易商的算法進行認證,，“魯莽行為”正取代“市場操縱”,，成為起訴不當行為的標準；勞倫斯伯克利國家實驗室擁有超級計算能力和雄厚的分析技術(shù),，足以實時監(jiān)控威脅穩(wěn)定的交易行為,。傳統(tǒng)的停市機制在市場暴跌后停止全部交易，實時監(jiān)控能夠?qū)蝹€參與者掃地出門,，從而向誠信的參與者繼續(xù)敞開市場,。