文/杨希 

　　2021年9月28日，中国社会科学院金融研究所举办第403期《金融论坛》，北京大学国家发展研究院金光金融学与经济学讲席教授、副院长，北京大学数字金融研究中心主任黄益平出席，并就《数字金融创新与监管》话题作专题报告。论坛由金融研究所所长张晓晶主持。

　　数字金融，即利用包括大科技平台、大数据、云计算等数字技术创新金融产品、商业模式、技术应用和业务流程，在一定程度上解决了传统金融部门的结构性供给不足，推动了中国普惠金融服务的发展。

　　黄益平认为，除了正规金融服务供给不足，数字金融的发展还得益于数字技术的快速发展和监管部门相对容忍的态度。

　　黄益平谈到，数字金融的讨论在国外集中于区块链技术、跨境支付等金融基础设施，在国内则聚焦于大科技信贷、数字保险、移动支付等金融普惠，从学者聚焦的领域方向可以看出中国金融发展过程中的一个痛点就是普惠问题。

　　据北京大学数字普惠金融指数，在2011年仅在东部沿海的个别地区有较高的数字普惠金融发展水平，在2020年全国数字金融最发达的地区依然在东部沿海，但是中西部地区迅速跟上，全国各地区的差异明显缩小。经验证据表明，数字金融在中国是一个普惠的过程。

　　数字技术帮助数字金融实现“三升两降”：扩大规模、提高效率、改善体验、降低成本、控制风险。其中，核心机制是解决信息不对称交易中的信任问题。

　　论坛上，黄益平以大科技信贷举例讨论了数字金融的重要创新。具体来看，大科技信用风险管理主要依靠大科技平台、大数据风控两大支柱。

　　大科技平台一方面解决了传统金融机构获客难的问题，利用平台自身的优势能够更有效率地发现目标客户；另一方面平台上积累了客户的数字足迹，这种大数据能够实时监测用户行为并支持大数据风控。此外，大科技平台通过生态系统建设增加了客户违约的成本，对客户的履约行为进行了约束，服务于还款管理。

　　大数据风控相较于传统风控有两个方面的优势，第一是信息优势，大科技平台获得的数据维度更高，除了传统的风控数据，大科技平台还可以获得用户消费、社交等非传统数据；第二是模型优势，大科技风控引入了更为复杂的机器学习模型，这些模型有助于捕捉不同变量之间的非线性效应，相比于传统线性模型可以更准确的刻画用户的违约特征。因而，大数据风控模型相较于传统银行风控模型能够更好地管控放贷风险。

　　黄益平也特别说明，大数据风控的效果在中小微企业的服务中表现更为突出，对大型企业、大额资金放贷中的作用仍需进一步的讨论。

　　此外，数字金融创新在微观上的应用发展，也展现出了一定的宏观效应。黄益平研究发现，大科技信贷主要受客户个体相关特征变量的驱动，对房价变动、GDP变动不敏感。而传统的银行抵押贷款受房价驱动，银行信用贷款受房价和GDP驱动。这预示着当数据替代了抵押品，传统的“金融加速器”效应减弱，金融的稳定性增强，金融运行机制可能会发生改变，进而宏观经济的稳定性也会发生变化。

　　最后黄益平指出，数字金融的发展改进了中国金融体系的效率，也对当前金融监管体系造成了一定的挑战。黄益平认为所有的金融交易都应该得到监管，数字金融也不例外。监管或许不能领先于金融创新，但具体金融业务推出之后，监管要迅速跟上，否则数字金融“传播广、速度快、复合度高”的风险特征可能会引发金融风险。

　　黄益平提出“监管沙盒”或许是平衡创新与稳定的一个有效手段，但当前的试点工作仍有众多问题待解决，如混业经营与分业监管、大数据应用与个人隐私保护、大科技平台的效率和垄断。

责任编辑：潘翘楚