中国的数字金融革命

2020-09-03 19:34

北大国发院 | 作者:黄益平

数字金融在中国乃至全世界都是新生事物。从最早的在线支付工具PayPal在美国1998年诞生,到如今已经超过二十年。中国数字金融可追溯到2004年底的支付宝上线,但大家更愿意把2013年6月余额宝上线看作中国数字金融发展的元年。

北京大学数字金融研究中心在2015年年底成立,大部分为年轻学者,因为数字金融很新,行业本身和监管都还在快速发展,因此我们的理解也在逐渐深入。

peitu1.jpg

金融的功能

要理解数字金融,我们先从金融讲起。

人们日常生活中接触到的货币、银行、股市都是金融运作的重要部分。金融的核心功能是资金的融通。一般而言,资金融通的渠道分为以银行为主的间接融资和以市场为中心的直接融资。举例而言,人们把钱存到银行,银行再把钱贷给潜在的客户,贷款的风险对于存款人的影响非常小,这是间接关联。人们在资本市场上购买股票、债券,自己决定买什么并获得所有的回报,出了风险也完全自己承担,这是直接关联。通过这个简单的类比,大家就容易理解间接融资和直接融资的风险不同。

在这个过程当中,金融中介所做的工作就是转换,即期限、风险和规模的转换。比如,老百姓把钱存到银行,存五千或五万,当银行为大项目贷款时,银行所做的是规模转换,将多笔存款集合成上亿的投资项目,从期限上来说同样如此。个人短期存款,最多不超过一年,但很多投资项目时间更长。

金融是人类发明的最重要的经济工具之一,能降低交易成本并使劳动分工成为可能,推动经济发展。比如,18世纪的英国工业革命,蒸汽机是当时的核心技术,但这项技术早在工业革命发生之前已经存在,从技术问世到产业真正形成,中间还差一场金融革命,即筹集到大量的廉价资金。无论是纺织业、航运、铁路,都必须有金融的大力支持,因此,金融非常重要。

但金融有致命风险,即信息不对称,交易双方彼此并不了解。比如,人们到银行去存款,银行把钱贷给企业,出资人和最终的用资人互相不了解,信息排查工作都转嫁给银行,也因此牺牲了一部分回报或支付更高的成本。直接做投资就需要了解投资项目的好坏,承担风险,但这很难。

交易双方相互了解有限,会带来问题,我们称之为交易之前的逆向选择和交易之后的道德风险。

逆向选择指的是有钱需要投资,但找不到最好的交易对手,主动提供良好回报承诺的交易对手未必是最好的对手。道德风险是指钱贷出之后,不知道对方能否信守承诺。这些都是信息不对称所导致的金融交易问题。如果问题特别严重,可能会引发金融危机。因此,金融机构内的各种安排,比如监管当中要求的信息披露以及治理结构,都是为了降低信息不对称并控制风险。

解决信息不对称就要解决信任问题。

淘宝在2003年5月上线,但线上交易业务一直很难开展,刚开始的业务都是同城交易,一手交钱一手交货。第一笔担保交易上线之后,情况才发生变化。最早是西安一位大学生要买日本横滨一位先生的二手相机,交易长达两周,西安大学生在线付款后,担保交易部门很高兴迎来第一单,但交易者马上反悔,觉得不靠谱,经交易部门人员反复劝说和担保才最终完成交易。2004年12月底支付宝上线,提出“你敢付、我敢赔”的承诺,其实也是为了解决信任问题。

数字金融和金融的关系

数字金融指利用大科技平台、大数据以及云计算等科技方法,来创新金融产品、商业模式、技术应用和业务流程,包括两方面,一是新型的科技公司,利用技术来提供金融的技术解决方案,二是传统的金融公司用数字技术改善服务。

我想特别强调的是两者同等重要。

有些人可能关注到两个近似词:互联网金融和金融科技,常被替换使用。前者在2014年政府工作报告以及人民银行的2015年文件中出现过。后者被国际金融稳定理事会所使用,两者的内核一致。

数字金融具体业务分为五大类:

基础设施:智能合约、大数据、云计算、数字身份识别;

支付清算:移动支付、数字货币;

融资筹资:众筹、网络贷款;

投资管理:余额宝、智能投顾;

保险:数字化的保险产品

数字技术如何解决金融信息中的不对称问题?

第一项技术是大科技平台。淘宝、微信等大科技平台都有长尾效应。长尾效应指在一个平台建立以后,可以服务无数多的客户数量,边际成本几乎为零。通俗地说,搭平台很花钱,但是平台搭起来之后再多服务一百万、一千万用户,新增成本极低。

第二项技术是大数据。平台建立之后,用户无论是网购,还是微信社交,经过一段时间之后会留下数字足迹。数字足迹包括社会关系、个人行为偏好及财务状况,最终形成大数据,可用来分析判断一个的信用和财务实力。

第三项技术是云计算。云计算能提供巨大的储存能力和极快速的分析能力,为人们制定金融决策分析判断提供基础。

数字技术飞速进步。大家都知道芯片行业有一个摩尔定律,指每一美元所能买到的电脑性能,将每隔18~24个月翻一倍以上,很形象地说明了软硬件技术的进步速度之快。英特尔一位工程师把摩尔定律类比传统产业,如汽车业。假如1971年的大众汽车在随后的四、五十年间以摩尔定律的速度进步,这辆车今天的时速应该达到48万公里/每小时。虽然这并不现实,但能很直观地说明数字技术惊人的进步速度。

中国数字金融的快速发展

在2019年毕马威等评出的金融科技100强公司中,排名前12的公司有三分之一来自中国,包括蚂蚁金服、京东数科、度小满、陆金所。英国的Z/Yen和中国深圳综合开发研究院(CDI)编制的金融科技中心的指数显示,前十位城市中,中国占到半壁江山。

现在公认中国影响力最大、业务相对成熟的是移动支付。其次是互联网银行,以及大科技平台提供的全方位金融服务,即以支付为核心的生态系统,在国际上都拥有相当的影响力。

国际社会非常关注中国数字金融的发展,有很多国际机构到中国来寻找合作者。北大数字金融研究中心已经连续三年受国际货币基金组织(IMF)之邀,到美国华盛顿联合主办中国数字金融问题闭门研讨会,这是IMF以往不曾有的举措。北大数字金融研究中心还和国际清算银行(BIS)、国际货币基金组织、布鲁金斯学会等国际组织分别成立了联合课题组,共同研究中国数字金融问题。一方面,中国的实践确实走在了世界的前列,对其它国家具有一定的借鉴意义,另一方面,数字金融的发展会改变现有的宏观经济和金融格局,这也是很多国际组织特别关注这个发展的重要原因。

中国数字金融后发先至,有三个原因。

一是国内金融部门尽管很庞大,不仅有在全球占有一席之地的四大商业银行,资本市场、股票市场、债券市场的规模也不小。但由于多种原因,但中小微企业和低收入人群能从他们那里得到的金融普惠服务比较有限,供给不足的问题很突出,所以数字金融一起步就受到欢迎。

二是智能手机等数字技术的快速发展。2010年支付宝大概每秒钟能处理300笔支付交易,今天已经几乎达到30万笔。技术能力的助推功不可没。

三是监管环境相对比较宽松。当然,这有两面性。正面意义指的是金融创新可以马上落地和实验,好项目能得到推广。比如支付宝2004年上线,最后拿到牌照是在2011年,这个过程中一直有监管,但没有像其他国家一样直接关闭业务。负面意义是P2P行业带来很多问题。

数字金融最大的优点是普惠性

金融的发展过去常说“二八法则”,意思是一家金融机构进入市场,一般最关注最上面的20%客户,即20%盈利状态最好的企业和20%收入比较高的家庭。如果能服务好这20%客户,就能抓住80%的市场份额,再扩张业务,成本和收益就不理想,因此不利于金融的普惠性发展。

联合国从2005年起号召发展普惠金融,中国政府也做了很多努力,但规模仍然有限,直到数字金融获得良好的发展。

下图为北京大学数字普惠金融指数,反映的是一个地区不同的数字金融业务的综合指数。左边的地图是2011年的情况,右边的地图是2018年的情况。在地图上面,每一个地级市,根据其发展相对水平分成四个类别,最发达是红色,其次是橙色、黄色,最不发达为绿色。每年重新设定最发达的水平,然后依此类推。

在这两张地图上,可以看到左边2011年,即现在普遍认为的中国数字金融元年之前,数字金融已经有一定的发展,但主要集中在东南沿海地区,大部分地级市属于空白地带。右边的地图,2018年仍然是东南沿海地区最发达,但中国其他地区的发展水平快速赶上来,尤其是原本相对后进的地区,原来不利于传统金融发展的地区,通过数字金融实现了金融普惠服务,这是数字金融最大的贡献之一。

数字金融中现在最受大家关注和肯定的是移动支付。移动支付给人们生活带来的改变大家有目共睹,已经成为人们生活当中很重要的一部分。而移动支付更重要的贡献是衍生服务,比如在线购物、远程医疗等。

上图展示的是移动支付发展的另一个有意思的现象。各个地级市所标示的颜色从发达到最不发达依次为深蓝色、淡蓝色、浅蓝色、灰色,这是移动支付覆盖度的分指数。

2011年是左图,2018年为右图。可以明显看出东南沿海地区最发达,但也有相当一部分西部地区正变得非常发达。这两张图都使用了“胡焕庸线”。胡焕庸是20世纪30年代的经济地理学家,他提出从黑龙江的黑河到云南的腾冲画一条线,把中国分成东西两半,线东大概占全国国土面积的44%,当时要养活96%的人口,可见东西部的差距之大。2012年,国务院总理李克强曾提出经济发展要跨越“胡焕庸线”,让西部地区也发展起来。在移动支付领域,已经基本实现这一愿望,2018年移动支付已经穿过这条“胡焕庸线”,向西部地区快速发展。数字金融研究中心所做初步研究也发现,数字金融发展到西部地区后,对当地的经济发展确实发挥了积极作用,无论是从宏观的经济增长,还是到微观的消费就业和收入,都有很多积极的贡献,令人振奋。

互联网行业本身的规模效应也推动了普惠金融的发展。

诺贝尔和平奖获得者尤努斯教授因为创造了穷人银行——格莱珉银行而成为普惠金融的代表人物,但他的穷人银行有个缺憾就是规模太小,而且扩张速度很慢。因为传统模式的普惠金融很难做,一方面是获客难,这些小客户比较分散、规模也小,银行要找到他们就不太容易。另一方面是风控难,银行的风控一般看三样东西,抵押资产、财务数据、政府担保,但中小微企业和低收入人群是三无状态。

互联网银行就不同,如今每年平均能提供1000万笔贷款,这对普惠金融是巨大的突破,有重要意义,因为很好地解决了获客难与风控难的问题。

即使最近在新冠肺炎疫情期间,网络贷款也在进行,这和我们传统的金融因疫情冲击而业务停滞相比,形成了鲜明的反差,体现出无接触交易的优势。

信用抵押改变宏观经济

更重要的是,数字金融能够用大数据替代抵押资产,数字足迹积累的数据能够做出风控模型,这对金融业,乃至宏观经济都意义非凡。

下图是2019年我们和国际清算银行的经济学家联合写的学术文章,研究大数据风控模型在预测未来违约率上是否可靠。

左边的曲线越高,意味着准确性越高。这上面三条线,蓝线是大数据风控模型,绿线是银行的数据加上软信息,红线是银行的信息,对角线是基准线。三条曲线代表三个不同的风控模型,数字金融的大数据风控模型具有一定的优势。

大数据风控模型的优势体现在:第一具有信息优势,信息优势指用大数据来做风控,查信用风险时,可以使用实时信息。传统银行还是在看上季度、去年的报表,但大数据风控可以看到昨天甚至今天的数据,而且还可以抓取相对稳定的行为数据。第二是模型优势,使用机器学习,可以抓住复杂的非线性关系,机器学习的模型可以抓住这些影响,甚至可以抓住不同变量之间的交互作用。

需要说明的是,传统银行风控模型加上央行的征信数据,做风控已经很好,如果再加上大数据信息,会让模型更好。

更重要的是,在没有银行信息和央行征信数据的情况下,基于大数据的这套风控模型能够得出和传统的风控模型差不多的效果,这使得普惠金融变得可行。

这样一来,信用贷款、无抵押贷款在一定意义上有可能改变宏观经济的状况。美国前美联储主席伯南克1999年提出“金融加速器”的概念。银行贷款使用房地产做抵押,其内生机制是房价下跌,信贷收缩,信贷收缩又导致经济增速下行,经济增速下行又进一步使房价下跌,最终形成恶性循环。

相比之下,信用贷款没有使用资产抵押,也就没有房价的内生机制,宏观经济可能会变得相对更稳定一些。

传统高银行抵押贷款相对于房价的弹性是0.905,意味着如果房价跌10%,传统银行的抵押贷款会减少9%,这是基于中国的银行数据。而网商银行信用贷款相对于那个价的弹性是0.238,但在统计上不显著,表明两者之间其实没什么关系。信用贷款中去掉房价和信贷以及经济增长之间的“金融加速器”,有可能有助于增强经济稳定性。在这一点上来看,数字金融不是简单地改变人们的生活,未来对于如何监管金融、如何制定货币政策都有很深刻的含义。

数字金融的发展充满波折

中国的数字金融这几年发展充满波折,下图是北京大学数字金融研究中心所编制的金融科技情绪指数。从情绪指数上能看出,从2013年开始到现在,波动很大。2014年、2015年比较乐观,尤其是2015上半年,政府工作报告中写到互联网金融,人们普遍看好,但接着出现P2P平台爆雷以及其他问题,情绪波动非常大。

产生波动的原因一方面是技术本身还不成熟,相应的业务模式也不成熟,另一方面是监管政策确实发生了改变。

P2P行业是典型,下图左边是过去P2P行业的业务,定位已经发生了改变。基数是平台总数,累计的平台数量很多,但现在真正还在活跃的已经很少,大概也就是几百家。

出现问题的原因是什么?P2P,指个体网络借贷平台,是一个从国外引进的信息中介模式。信息中介即搭平台,有点像淘宝,在平台上人们进行买卖。但是信息中介不能像银行那样做信用中介。平台上交易的双方直接融资,即借钱给别人,自己要做风控并承担最后的结果。中国现在的信用环境并不合适,而且这个平台也不能用央行的征信系统。因此双方之间的贷款很难,平台就开始提供担保、做资金池、使用自动投标,让大家有信息来投资,但如果没有任何人做征信,这个行业很难做成。

从2007年第一家平台拍拍贷上线,很长时间里整个行业缺乏清晰的规则。这造成各家平台“八仙过海,各显神通”。但大都不符合最后监管的定位。2015年年底出台的征求意见稿,2016年年中出台的暂行管理办法,对P2P的定位是信息中介,意味着很多平台过去的做法并不可行。从这个角度来看,行业下行不可避免。

我们要从P2P行业当中吸取经验教训,这个行业是现在数字金融里风险比较大的领域。其中一个教训就是监管方式需要改变。相对宽松的金融创新监管既推进了很多好的创新,但也没有及时阻止不好的创新。

需要强调的是,数字技术不会改变金融的本质,但有可能改变传统金融的运行方式和风险特征。比如,数字金融的风险一旦爆发,传播速度快、传播范围广,而且有很多风险纠合在一起。因此,最近中国在讨论“中国式监管沙盒”,央行金融科技司正在推动该机制。如果有创新的项目,会被放置到一项机制中,监管和机构共同尝试推动监测,成功则进行推广,不成功就终止。即使出现问题,也不会形成大爆发。但是人们必须要意识到监管当中还有一些其他问题需要解决,比如,个人隐私保护问题。大科技平台做了全方位业务,也保证了效率,但这也会形成“赢者通吃”的局面,带来垄断等新的问题。

央行从2014年开始认真推动研发数字货币,现在试运行基本结束,也许很快就可以推行。但央行的数字货币是一个相对比较有限的版本,把它称之为数字货币和电子支付的“二合一”,即替代经济当中的现金M0(流通中现金),不替代银行的存款M1(狭义货币供应量)或者M2(广义货币供应量),而且央行不对央行数字货币支付利息,并采用双层的机制运行,即央行直接面对授权机构,授权机构再面对公众发挥作用。

我认为要对这样的有限央行数字货币做深入观察,看它对现行数字金融格局会带来怎样的影响,还要观察数字货币的支付功能对现行的支付系统会有怎样的影响,观察可匿名的数字货币在不需要现在的电子支付账户之下又会如何影响今天大科技平台大数据积累方式等。

数字金融革命刚刚开始

数字金融在中国有很多突破,但我觉得最大的突破是普惠金融革命。普惠金融革命一方面使得原来不太可能的事情现在变得可能了,但也使得原有的优势不再成为优势。

这体现在以下三点:

第一,普惠金融摆脱了对原来金融实体网点的依赖。数字金融通过手机通讯、基础设施的铺设,能够快速地从东南沿海发达地区向欠发达的西部地区推进,让金融服务触达乡村偏远地区,为中小微企业和低收入人群提供服务。支付宝和微信支付现在都有近10亿用户,这解决了过去很难解决的获客难问题,能不能把这些客户变成金融客户,就看平台能提供怎样的服务、怎样控制风险。

第二,大科技平台有长尾效应,同时为巨量的客户服务,而且边际成本很低,这也是传统金融机构做不到的。比如,大型金融机构如果为小客户提供几万块钱的融资服务,其固定成本很高,贷款要做尽职调查,要到小客户家和工厂去看,有差旅等成本。但大科技平台能够通过大数据和长尾效应控制边际成本,使得给小客户提供金融服务不但有可能,而且有利可图。

第三,普惠金融能用大数据替代抵押资产做风险评估。尽管这个业务模式还在磨炼当中,还会出现很多新变化,但方向值得肯定。这些都是中国对世界普惠金融的重要贡献。

除了金融的普惠革命之外,数字金融还改变了很多人的生活,包括传统金融的很多业态都可能生变。如前所述,如果信用贷款比例上升,宏观经济的稳定性也会提高。对传统金融机构而言,很多银行已经开始使用数字技术,不再需要原来那么多的分行和工作人员。高盛今天的员工有三分之一都是技术出身,说明金融业的人才结构已经在变。

我们最近也能看到,过去在灾难或是疫情之后会有很多老百姓和小微企业到银行取钱,因为大量的交易需要现金支付,但今天没再发生这种现象。数字技术解决了取钱和支付问题,移动支付所形成的生态系统已经普及。

研究还发现,移动支付也在改变人的生活。比如,一位农民开始用移动支付之后,他由农民转变为个体经营户的概率就会提高,随之而来的是收入改变。千千万万的人和企业正在因移动支付而改变收支模式。

数字技术对金融的改造才刚刚开始,这个行业本身还在不断发展。尤其从2015年以来,监管逐步正规化,过去“野蛮生长”的情况未来不容易再现,数字金融的发展需要监管全覆盖。因此,我认为中国即将进入“数字金融发展2.0”时代,即金融和技术之间既有分工,又有合作。擅长做技术的做技术,提供解决方案;擅长做金融的,用技术的解决方案来改善金融服务。很多业务现在依然不成熟,所以人们还会看到很多演变,包括支付、贷款以及其它金融服务。

未来,智能投顾、二进支付、央行数字货币等可能会成为新的热门领域,但同时也要注意到出乎意料的新风险。比如,现在的系统性金融风险是大的金融机构出问题。如果十几亿人都在使用的支付系统被黑客攻击,在过去也许没那么严重,但现在会变成大问题。

最后,中国尽管在这场数字金融革命中走在前面,但比赛才刚刚开始,最后谁能胜出很难说。哈佛大学经济学教授弗农提出过“产品周期理论”,意思是任何一个产品都有从研发、试制、成熟到最后退出的过程。如果用产品生命周期理论来看中国的很多产品,比如手机、汽车、自行车,绝大部分日常使用的产品都是在发达国家研发试产成功,中国只是后来成为生产规模是最大的。但数字金融不同,数字金融的很多原创实验和创新就在中国,这令人振奋,但也需要研究者、业界和监管等更加努力。