信息不对称是信贷行业面临的主要问题。几百年来,以银行业为代表的传统金融机构试图建立一套以人为核心的审批和风控系统来缓解这一问题。这套系统的稳定运行依赖于从信贷员到风控人员等多部门的协调合作,虽然极为庞杂,却是一直以来我们所能唯一依靠的信贷管理手段。
然而,近年来随着大数据技术的迅猛发展,BigTech(科技巨头)开始进入金融市场,这使得局面有所改变。他们试图建立一套主要依靠大数据技术的审批和风控系统取代人工来解决信贷市场中的信息不对称问题,以期为客户提供更便捷和低成本的金融服务。这些以大数据技术为核心的金融创新对传统金融中介业务,特别是信贷业务的影响或许会是根本性的。
对传统信贷市场的影响
首先,是获客模式的转变。传统信贷业务竞争的核心是客户资源,在商业银行内部,从行长到业务主管、客户经理,再到下面的柜员、大堂经理无一不背负着沉重的信用卡考核指标,除了亲戚朋友外,他们还需要通过不断地打电话、在网点营销等方式揽客。这种线下揽客的弊端是显而易见的,抛开高昂的人工成本不谈,由于业绩考核压力,这些信贷人员没有动力去对客户需求、还款能力进行全面的了解,即使有初步的了解,也主要依赖于主观判断,因此通过这种模式所获得的客户的有效转化率实际上是大打折扣的。
BigTech在这方面有着天然的优势,他们无须去招揽新的客户,因为已有的客户网络已经足够他们去挖掘。根据Questmobile统计,截止到2018年,淘宝活跃消费者已达6亿,微信的用户数量超过10亿,基于已有客户的经营、消费和社交等方面的信息以及强大的数据挖掘技术,科技巨头们可以为他们提供精准化的金融服务,以满足其在信贷方面的需求。由于整个过程完全基于线上,因此可以最大程度上避免人工营销所带来的主观判断。当然,获客模式转变最终影响的还是企业的成本,在大数据技术下,科技企业为现有客户提供金融服务的边际成本几乎为0,其直接影响是大大降低了信贷市场中的金融服务费用。
其次,是风控模式的转变。传统信贷行业大量使用线下审核人员,需要逐一审查贷款人的基本信息、资产和收入等信息,审核成本较高。但是从经验上看,高昂的人工成本并没有显著的降低违约率,这主要源于两个因素:一是中国的征信体系建立较晚,个人征信信息的尚不完善。据统计,中国有大概9亿左右的群体未被央行征信覆盖或未有任何信贷记录,这很大程度上提高了银行的实际风控成本。二是信息维度单一,信息更新滞后。资产和收入是传统信贷审核时考虑的两个重要因素,但是这两个方面也是较为容易操控和变化的,单一信息维度下如何识别潜在的道德风险也是传统信贷行业面临的重要问题。
BigTech在风控问题上似乎采取了一套完全不同的模式。相比于资产、收入等“硬信息”指标,它们更加依赖于互联网使用过程中沉淀下来的消费数据、社交数据、位置数据等“软信息”。一个自然的担心是:这些看起来与信贷并不完全相关的信息是否真的有助于提高企业的风控能力?答案有些出乎意料。有研究表明,采用类似消费数据等软信息对违约率等核心指标进行预测居然要比基于征信系统的预测还要准确。进一步地,同时使用两方面数据比使用任一单一数据源的预测准确度都高,这说明互联网沉淀下的软信息是扩展而非简单重复了传统信贷行业所以来的征信数据。使用软信息的另外一个好处是便于信息的实时监控。并不是所有人每天都会使用银行服务,但在这个时代,几乎每个人每天都会使用互联网,动态长期的互联网使用数据较难伪造并且能够及时的反应贷款人的信用变化情况。有一个公开数据或许能够侧面反映出科技企业在风控管理上的优势:2017年花呗的不良贷款率为1%,而同期银行业信用卡的平均不良率为1.6%。
最后,是信贷渠道的扩展。中小企业融资难、融资贵是每每谈到中国实体经济和金融体系关系时无法回避的问题。2018年11月,银监会要求三年之内商业银行给私营企业的新增贷款不少于50%,这是一个美好但完成起来有极大难度的目标。长期以来,我国的商业银行体系主要服务于中大型企业,尤其是国企,而对于中小民企的了解、信息系统建设严重不足。在这种情况下,如果为了完成监管指标而盲目贷款,势必会为未来的不良账款比例埋下一个雷点。反之,如果要在保证一定风控质量的前提下完成指标,就要重新投入大量的人工和设备成本来建立相应的信息网络,在不大幅提高贷款利率的情况下维持盈亏平衡也是一个棘手的问题。
电商领域的BigTech或许能从真正意义上解决中小企业融资难的问题。随着电子商务近十几年来的迅速普及,几乎大部分中小企业都有线上的销售渠道或作为其产业链中的一环,他们在互联网上长期沉淀下来的销量、价格、产品信息和用户评价等数据成为了其获得贷款的重要凭据。电商企业可以利用这些信息建立完善的信用打分系统,为平台上的中小企业提供便捷、成本合理的贷款。相比于商业银行贷款,电商平台的贷款有两点潜在优势:一是无抵押品要求。中小企业大多所在的是轻资产行业,规模小、缺少合适的抵押品。但是这些企业在电商平台上有着独特的“抵押物”,那就是长期经营累积起来的平台声誉,这能够帮助他们获得较低成本的融资。二是对小微企业的包容性。大多数小微企业由于缺少稳定的现金流或是经营区域局限,信用评级分数较低。但是有证据表明,电子商务平台上的的交易可以帮助这些企业获得平台授信的机会。
那么,电子商务领域的BigTech为中小企业提供的贷款是否真的帮助了这些企业呢?BIS在报告中表示:与没有获得BigTech信贷的企业相比,获得BigTech信贷的公司产品数量增加了71%-73%,产品销售总值增加了75%-79%。还有学术研究发现,这些企业在获得电商平台贷款后的服务质量也得到了明显提升,并且获得平台贷款的企业大部分并不是银行的客户,说明BigTech所提供的金融服务与商业银行的信贷业务并不是简单的竞争关系,而更像是垂直产业链条中的分工与互补。由此可见,BigTech,尤其是电商领域的BigTech为中小企业提供金融服务可以带来社会净福利的提升,这种提升来源于技术进步,是普惠金融的具体体现。
金融创新带来的挑战
尽管BigTech提供金融服务对传统金融市场产生了许多正面的促进作用,但同时也为金融监管带来了很多挑战:
第一, 是可能产生新的金融风险。一直以来,银行业都在最严格的金融监管之下运营的,从资本充足率、到存款准备率再到业务窗口指导,监管机构可以通过各种手段来调节信贷总量及其结构以适应宏观经济的变化。但是新的支付模式、存款模式以及贷款模式的出现使得大量的资金游离于监管之外。尽管近年来金融监管通过不断提高备付金比例、加强第三方支付管理等方式逐步将这些资金纳入到监管体系之中,但是历史的经验说明,监管的步伐似乎总是要慢于金融创新的脚步。例如,蚂蚁金服和腾讯等大科技公司为市场提供的信贷产品初期就以商业银行无法做到的高杠杆率模式运行,虽然近年来这些杠杆率持续沿着合规要求降低,但还是对监管提出了众多挑战。同时,这些金融创新会继续带来哪些新的金融风险?如何改变现有的金融生态系统?监管如何实现金融创新与金融监管的最优平衡?这些问题将会在未来一段时间内持续被讨论。
第二,是客户的隐私保护问题。大数据是一把双刃剑,一方面它可以帮助科技企业精准把握客户需求,提供精细化的金融服务。但另一方面,数据来源与使用的正当性以及客户隐私的保密性正成为社会关注的焦点。其牵涉的问题包括:科技企业在搜集用户的消费、社交和位置等数据过程中,特别是当这些信息被用于向用户营销新的金融产品和服务时,当事人是否充分知情?如何保证用户数据不被盗用、贩卖或用于其他场景?如何避免科技企业利用大数据进行精准的“价格歧视”或是“杀熟”行为?对这些问题的讨论其实不仅局限于信贷或是金融领域,其背后是整个互联网时代下的大数据监管问题。
但是需要指出的是,科技企业提供金融服务与金融科技企业(Fintech firm)并不是同一概念。从广义上讲,只要是采用数字技术提供金融服务的企业都可以称为是金融科技企业,其中包括P2P平台、互联网金融销售平台以及加密货币公司等。从本质上讲,这些企业是金融企业,只不过披上了互联网的外衣。但科技企业的核心是技术而非金融,它们并不是金融公司,只是运用它们在大数据方面的技术优势来为其客户提供一定的金融服务。
区分这一点是极为重要的,这使我们在对这一新兴领域规范监管的同时避免伤及无辜。近年来,随着互联网金融概念的走红,出现了如714高炮、裸贷、网贷平台跑路等大量的互联网金融乱象,对于一般的消费者而言,他们很难区分科技企业提供的正规金融服务与非法网贷平台的区别,这给监管者带来了一定的舆论压力。实际上,如714高炮之流的非法网贷平台与真正的金融科技、大数据没有丝毫关系,它们只不过是长期存在于金融系统灰色地带的高利贷、非法集资活动在互联网时代下的新的表现形式。
结语
BigTech正加快进入金融领域,这势必会对传统金融业务模式和格局产生深刻影响。特别对于像中国这样的发展中国家,由于银行业的征信基础尚不完善,BigTech金融有明显的后发优势,大数据技术所带来的金融创新有助于更好的解决信息不对称问题,降低信贷成本,加强金融行业的竞争,促进普惠金融的发展。但是同时我们也应看到,科技的应用在带来广泛金融服务创新的同时也会衍生出一系列新风险,给金融行业监管带来了新的挑战。大数据的平台规模效应或许会导致市场力量的过度集中,加剧数据安全的担忧以及产生新的金融风险。如何在鼓励创新的同时提升监管能力,降低监管成本,是一个亟待解决的问题。幸运的是,我们已经看到了监管者在这方面的努力:2017年5月,金融科技委员会成立,提出强化监管科技应用实践作为丰富金融监管的重要手段,此外,央行也已探讨启动“沙盒监管”的可行性。无论未来BigTech向着何种方向发展,大数据下的金融创新对传统金融行业的影响和改变必将是深远而不可逆转的。
对外经济贸易大学金融学院助理教授 屈源育
【免责声明】本文仅代表作者本人观点,与和讯网无关。和讯网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。
最新评论