數字信用如何改變金融體系的格局
時間：2023-04-04
作者：黃益平
信用一般是指個人或組織之間的信任關系。金融交易中的信用則特指經濟主體兌現償付承諾的能力與意愿，按照承諾主體的不同，可以分為國家（主權）信用、企業信用或個人信用。
在金融實務中，信用也常常被用作貸款的替換名詞，比如貨幣信用、實物信用，不過這些都是具體的貸款業務。信用是推動金融發展的關鍵因素，沒有信用就不會有現代金融體系，法定貨幣和信用貸款都是基于信用形成的。
貨幣有三大功能，即支付的媒介、計價的單位和儲值的工具，但這三大功能都是基于貨幣擁有內在價值。早期利用金、銀等貴金屬作為貨幣，因為貴金屬本身就有價值，所以幣值相對穩定。但在工業革命之后，由于貴金屬供應跟不上經濟增長，容易造成通縮，甚至出現經濟衰退，有學者認為古典金本位是導致大蕭條的重要因素之一。后來許多國家以法定貨幣替代原先的古典貴金屬本位或兌換本位，央行可以供應與宏觀經濟狀況相適應的貨幣量。
但法幣本身并沒有價值，因此需要國家對其背書，主權信用的背后是專政能力包括財政力量。企業與個人愿意接受并持有紙幣，正是因為國家對其內在價值提供了擔保。
歷史上曾經有非官方組織為貨幣背書，宋朝一度在四川一帶流通的交子最初就是由16家私營商戶發行的。當然，提供背書主體的信用不同，貨幣的價值及其穩定性也就不一樣。
信用在金融市場有十分廣泛的應用。以信貸業務為例，銀行與借款者簽訂貸款合同，借款者承諾按時還本付息。根據風控方法可以把貸款分為抵押貸款和信用貸款。
抵押貸款是要求借款人提供抵押資產，這樣銀行就鎖住了信用風險。這種方法比較有效，但也不利于業務擴張，因為不是所有借款人都有符合銀行要求的抵押資產。
信用貸款通常是銀行通過分析借款人的財務信息，特別是其資產負債表、利潤損益表和現金流表，判斷借款者的還款能力與意愿或者信用狀況，從而做出信貸決策。
另外還有一種關系型貸款，實際是信用貸款的特殊形態，依靠非傳統數據支持信貸決策。數字信用是數字時代的重要金融創新，它是指利用包括大數據和機器學習方法等的數字技術識別信用的創新性手段。
數字技術本身并不創造信用，它只是幫助辨識、發現信用，這種信用本來就存在，只是傳統的手段無法很好地辨識出來。
以比特幣為例，它利用分布式賬戶、區塊鏈技術等形成了一種被稱為加密貨幣的資產，但它其實并非真正意義上的貨幣，不會因為使用了數字技術就形成內在價值，因為它本身并不具有價值，也缺乏信用背書。這一點是完全不同于主權貨幣的。而穩定幣卻具有一定的內在價值，因為作為底層資產的主權貨幣是有國家信用背書的。
數字技術可以幫助辨識信用，形成數字信用。最初的創新發生在信貸領域，過去很多企業和個人因為缺乏規范的財務數據和充足的抵押資產，無法從銀行獲得貸款，更不可能從資本市場融資。但這并不一定意味著這些企業和個人沒有信用，只是傳統的方法無法識別，或者識別的成本過高，大科技信貸首先比較好地解決了這個問題。
所謂的大科技信貸是一種利用數字技術的新信貸模式，一方面利用大科技平臺海量、快速、低成本地獲客，另一方面則利用大數據與機器學習方法進行信用風險評估。大科技信貸既是國際前沿的金融創新，同時也是重要的“中國故事”，目前我國大科技信貸的規模全球第一。
我和合作者利用逐筆貸款的數據，對基于大數據與機器學習方法的大科技風控模型和基于傳統數據與打分卡模型的傳統銀行風控模型做“賽馬分析”，發現對于在線的小微企業和個體經營戶群體，大科技模型預測違約的準確率高于傳統銀行模型[1]。在缺乏財務數據的情況下，大科技信貸依賴非傳統數據改善風控，實時交易數據可以更好地揭示借款者的還款能力，而一些行為數據則可以更好地反映借款者的還款意愿。我國幾家新型互聯網銀行每年分別為上千萬家小微企業和上億個人提供信貸服務，而且其不良貸款的比率還低于傳統商業銀行同類貸款的比率，說明基于數字信用的信貸決策是有效的。
數字信用的應用不僅僅局限于銀行信貸，將來可以廣泛地應用到投資、保險等領域。比如我國現在重視中小企業融資，除了普惠，一個很重要的原因是中小企業在我國的創新活動中具有舉足輕重的地位。支持中小企業融資，除了發揮銀行貸款的作用，也可以讓資本市場提供助力。北京證券交易所就是在這樣的背景下成立的，其主要目的是支持“專精特新”企業到資本市場融資。不過，資本市場融資的門檻遠高于商業銀行貸款，如何降低信息不對稱、讓投資者了解“專精特新”企業？這是一件非常困難的事情。但大科技信貸提供的啟示是大數據分析同樣可以用于投資分析報告，這樣就可以讓“合格投資者”更好地了解需要融資的中小企業，從而做出合理的投資決策。
數字信用這一獨特的金融創新具有重要的經濟學含義，會在一定程度上改變金融體系的格局，特別是在普惠金融和金融穩定等方面產生顯著的效應。
一方面，數字信用為發展普惠金融提供了一個解決方案。金融市場存在一個“二八法則”，即金融服務通常只能觸及最上面20%的客戶，服務其余80%的客戶則難度大、回報低。普惠金融很難做，如何為中小微企業、低收入人群和農村經濟主體提供金融服務，是各國金融部門面對的共同難題。
困難集中在兩個方面，一是觸達，二是風控。數字平臺的長尾效應解決了觸達難題，而大數據分析又解決了風控困難。這樣，“普惠金融”就不再是一個夢想。
我和合作者的研究發現，大科技風控模型與傳統銀行風控模型比較，對于規模越小、位置越偏遠的小微企業群體，相對優勢越突出，這證明了數字信用真正的普惠價值[2]。數字信用對經濟的貢獻不僅僅是公平與共同富裕，同時還通過更好地支持創新型的中小微企業，有力地促進了經濟增長的可持續性。
另一方面，數字信用的廣泛應用也可能會改善金融穩定的局面。諾獎得主、美聯儲前主席伯南克與其合作者曾經提出“金融加速器”的重要概念，他們發現，企業的投資水平往往依賴于其資產負債表狀況：較高的現金流量和資產凈值對于投資有直接或間接的正面影響，直接的影響是因為它增加了內部融資的來源，間接的影響是因為它提供更多的抵押品而減少外部融資成本[3]。因此，在銀行信貸存在“金融加速器”的抵押品渠道，即資產價格越高，信貸條件越寬松，反之亦然。
數字信用以大數據替代抵押品，相當于削弱甚至取消了一個金融不穩定的機制，有助于金融體系的穩定。我和合作者實證分析發現，銀行的抵押貸款對于房價的變化有顯著、正向的反應，但“以數據替代抵押”的大科技信貸對于房價變化則沒有反應[4]。這樣就相當于削弱了一個重要的金融不穩定機制，從而可能會對貨幣政策和金融政策產生深遠的影響。
參考文獻
[1]Huang, Yiping, Longmei Zhang, Zhenhua Li, Han Qiu, Tao Sun and Xue Wang, 2020, “Fintech credit risk assessment for SMEs: Evidence from China”, IMF Working Paper 20/193, International Monetary Fund.
[2]黃益平和邱晗，2021，“大科技信貸：一個新的信用風險管理框架”，《管理世界》，37(2): 12-21.
[3]Bernanke, Ben and Mark Gertler, 1989, “Agency costs, net worth, and business fluctuations”, American Economic Review, 79(1): 14-31.
[4]Gambacorta, Leonardo, Yiping Huang, Zhenhua Li, Han Qiu and Shu Chen, 2022, “Data vs Collateral”, Review of Finance, https://doi.org/10.1093/rof/rfac022.
作者黃益平系CF40學術委員會主席、北京大學數字金融研究中心主任，本文整理自作者在2023年首屆中國數字經濟發展和治理學術年會上的主題演講，文章僅代表作者個人觀點。
