蚂蚁的野心和风险|商业银行_新浪财经

原标题：蚂蚁的野心和风险来源：虎嗅

来源｜智本社（ID：zhibenshe0-1）

作者｜清和

马云的演讲激起了人们对旧金融与新金融、旧体系与新技术的争论。

可惜的是，舆论的噪音淹没了根本性问题的探索。本文以信贷货币的介入方式，探讨货币经济的深层次问题，揭示蚂蚁集团的野心。（虎嗅注：本文较原文略有删节）

01. 货币的逻辑

马云称“今天的银行延续的还是当铺思想”。什么叫当铺思维？当铺思维就是以资产抵押为信用发放信贷。

当铺思维背后隐藏着当今货币经济时代一个关键性问题，那就是货币介入经济的方式对经济效率的影响。货币介入经济的方式颇为单一——商业银行主要以抵押资产为信用发放信贷。如今大部分货币都是由商业银行创造的，商业银行的信贷货币建立了一个经济逻辑：“资产抵押-信贷货币-生产流通”。

这种单一的货币介入方式以及经济逻辑是否存在问题？

我先举个简单的例子。假如有一家成长性很好的科技企业，但是因没有固定资产抵押，无法获得银行贷款。初创期的腾讯就遭遇这种情况。另外一个人是普通白领，早期低价买入了一套房，他将其这套房产抵押给银行获得一笔贷款，然后用这笔贷款购置第二套房。

从直觉来看，现有的银行体系最起码有几点不合理：一是银行信贷只以或主要以固定资产抵押发放是不合理的，真正需要贷款的企业却无法获得；二是银行信贷没有支持实体经济与技术创新，反而助长了金融投机和资产泡沫；三是先获得货币的人比后获得货币的人更有优势，从而造成财富不公。

下面我用科斯定律和坎蒂隆效应来分析这个问题。

根据科斯定律，“资产抵押-信贷货币-生产流通”的经济逻辑没有问题。科斯定律说的是，在交易费用为零或很小的情况下，不管初始的权利配置如何，市场交易最终会使得资源配置达到帕累托最优。有一个通俗的表述是资源不管被谁拥有，它最终都会落到使用价值最高的人手上。

比如，果农种植的水果，最优质的往往出口到发达国家，次级的水果留给自己食用。又如，初恋女友倾国倾城，两人开始相爱，但以分手收场，她最后嫁给了一个有钱的男人（扎心）。

回到科技企业这个例子。科技企业没有固定资产无法获得银行贷款，但依然有可能获得天使投资、风险投资的资金支持。比如，初创期的腾讯在银行碰壁，但IDG和李泽楷分别购买了腾讯20%的股份，马化腾因此获得220万美元的投资。

科斯定律的逻辑是，价格是一组发现程序。即便最开始，银行只给有产者提供信贷，但这并不重要。资金永不眠，总是在寻觅机会，信贷经过“兜兜转转”最终会找到有价值的你。就像，马化腾遇到IDG和李泽楷一样。

但是，科斯定律有一个前提，那就是交易费用为零或很低。交易费用是新制度经济学中极为重要，但又不是太严谨的概念，可以理解为与交易相关的一切费用，比如信息搜索、讨价还价、合约签署、法律监督等。

美国的金融市场是一个交易费用相对较低的市场，比较接近科斯定律。在美国，投资银行比商业银行更发达，创业者即便不能从商业银行中获得贷款，也可以从投资银行中获得投资。IDG就是一家美国的风险投资公司，它投资了中国的腾讯、百度、搜狐、小米、美团、金蝶、携程等600多家科技公司。

投资银行的钱从哪里来？他们的钱主要来自私人募集，但这些钱的源头都是商业银行的信贷。所以，商业银行的信贷不管最初发给谁，在平滑的市场中，最终会流向有价值的企业。

但是，如果交易费用很高，情况则不同。科斯定律也说到，如果交易费用很高，不同的权利配置界定会带来不同效益的资源配置，同时市场无法达到最优效率。

接下来，我们就讨论交易费用高的情况。

在交易费用高的市场中，货币流通是非均衡性的，货币介入经济的方式以及谁最先得到货币，会产生不同的资源配置效率。

在经济学历史上，爱尔兰经济学家理查德·坎蒂隆最早系统阐述这个问题。坎蒂隆是一位金融投机家，他与约翰·罗关系密切，并在法国密西西比泡沫危机中获得巨额财富。这位金融投机家以敏锐的观察，在《商业性质概论》中指出，货币介入的方式不同，以及不同的人持有货币，对价格以及经济增长的影响是不同的[1]。

坎蒂隆观察到，货币量增加会导致不同商品和要素价格涨幅程度不一致。货币增量并不会同一时间反应在所有的价格上，这一观点不同于货币中性。货币增加对经济的影响，取决于货币注入的方式、渠道以及谁是新增货币的持有者。这个理论被后人称为“坎蒂隆效应”。

坎蒂隆还进一步指出，最先拿到货币的人推高了价格，对不持有货币的人构成财富掠夺[1]。凯恩斯在其早期的《货币论》中也指出，通胀会引起财富重新分配，而使一些阶级得益，另一些阶级受损[2]。

比如，增发1万亿货币，商业银行率先给了有抵押物的房地产企业、大型企业和业主，或中央银行直接以购买资产的方式注入股市、债市。这会推高房地产及金融资产的价格，相当于洗劫了无产者的财富。自2008年金融危机以来，这样的案例比比皆是。

如果交易费用为零或很低，坎蒂隆效应是不存在的。因为最初的信贷流入房地产、股票市场，可能引发资产泡沫，风险加剧，资金会逐渐或快速流入其它市场，比如科技企业。

但是，现实中，扭曲的金融制度在金融市场与实体经济之间创造了一条深深的鸿沟，抬高了交易费用，阻断了货币流通，导致货币长期“滞留”房地产及金融市场。

扭曲的金融制度具体来说有两点：

一是商业银行以固定资产为信用发放贷款，导致商业银行与房地产深度捆绑，信贷货币沦为“土地本位”。

二是中央银行实施“最后贷款人”原则，一旦金融危机爆发，便出手施救商业银行和大型地产公司；同时创造巨额的“多余”货币。

这就诱发了道德风险，“大而不倒”，“泡沫刚性”，投资者对房地产建立只涨不能跌的信仰，资金对政府建立了救市心态。比如，大疫之年，大规模的货币硬撑中房，推动美股V型反弹。资金重返“案发现场”，坚守“国之重器”。

金融通胀、实体通缩的割裂表现在一些家庭中：男人拿钱创业，办工厂，折腾几年老本亏光。女人拿钱买房子，家庭地位飙升。

所以，在扭曲的金融制度和高交易费用的环境下，信贷货币以固定资产为抵押的单一介入方式导致严重的经济问题，“资产抵押-信贷货币-生产流通”的经济逻辑正在诱发风险：扭曲市场，降低效率，助长泡沫，阻碍创新，扩大贫富差距，引发社会不公。

我们常说货币超发是财富洗劫的过程，其实，在高交易费用下的信贷货币单一介入方式中（前提），货币发行本身就是一种财富洗劫。

如何解决？

02. 蚂蚁的野心

过去，解决办法主要是降低交易费用，让货币在市场的水平面上流通，最大限度地提高配置效率。

然而，这是治标之策（当然，也很重要）。交易费用一直存在，而且越来越高。中央银行不断救市，不断超发货币，给市场的裂痕越来越深，货币配置被严重扭曲。

有没有治本之策？

治本之策是重塑银行体系，改变过去单一的货币介入方式。

如何改变货币介入方式？除了固定资产可以创造信用，还有什么可以创造信用？商业银行的信贷，除了发放给有产者，能否发放给无产者？商业银行是否存在风险？

马云给出的办法是大数据创造信用，他说：“抵押的当铺思想，是不可能支持未来30年世界发展对金融的需求的。我们必须借助今天的技术能力，用大数据为基础的信用体系来取代当铺思想，这个信用体系不是建立在IT基础上，不是建立在熟人社会的基础上，必须是建立在大数据的基础上，才能真正让信用等于财富。”

当铺思维下的商业银行，以固定资产抵押创造信用，靠赚取利差生存。由于非竞争性因素，中国商业银行在利差中“躺赢”。2019年，中国最赚钱的企业前四名依然是四大行，四大行利润之和接近1万亿之巨。过去十年，中国商业银行的存款利率（一年期定存）长期在1.7%以上，年化贷款利率则在4.7%以上，利差3%左右。

但是，商业银行不是信息中介、撮合中介，而是信用中心，最核心的职能是信用创造。

以固定资产为抵押的信用创造，是最简单、最原始、基于统计学的信用创造。真正的信用创造是基于大数据，商业银行根据客户的资产负债、交易流水、业务合同、信用资产等结构性数据以及大量的结构性数据，为客户创造信用，为其提供信贷支持。

基于大数据的信用创造，商业银行可以将信贷发放给房地产公司、有产者，也可能将信贷直接发放给科技企业、无产者。大数据银行促进了货币资源的高效配置。

大数据回归了信用创造的正途，回归了信用货币的本质。

信用货币当以信用为本位，而不是以房地产为本位。何为信用？信用，即数据。信用数据分两部分：一是固定的、现成的、静态的资产数据，如固定资产、家庭收入等；二是动态的、预期的大数据分析。

固定资产是一项重要的信用数据，但不是绝对可靠的。固定资产价格有涨有跌，一旦金融危机爆发，资产价格暴跌，资产信用坍陷，引发债务螺旋。如2008年正是由美国房地产的资产信用崩盘，而引发金融危机。所以，动态的、预期的大数据分析更为重要。

为什么商业银行不搞大数据信用创造？

严格来说，世界级商业银行在数据分析及建模方面已经相当出色。但是，与互联网的巨头相比，商业银行的数据分析存在天然缺陷。

商业银行存有大量的结构化数据，即统计学意义的数据，但是缺乏动态的非结构化数据。所谓非结构化数据，是指不规则的、不完整的、没有预定意义的数据模型，以及不便用数据库二维逻辑表来表现的数据。什么意思？比如，你在网易新闻上某个段落停留的时间，在百度搜索框中胡乱输入的关键词，在淘宝上逛店铺的种种痕迹。

这些都是非结构化的数据，而非结构化的数据占据了大数据的80%以上，甚至更多。这些数据被保存在互联网巨头的中心化数据库中，互联网巨头经过算法可以让这些散乱、复杂的非结构化数据焕发“生机”。过去，互联网金融是金融主导，还是大数据主导，存有争议。其实，互联网巨头的大数据分析，对商业银行构成降维打击。

我举个例子，假如陈凯歌和尔冬升在天猫上每个月的消费金额都是5万元，两位都是使用招商银行支付。在招商银行的数据库中，只有两位的购买金额、次数等结构性数据。在天猫平台中，不仅存有金额、次数等数据，还有具体购物数据以及大量的非结构性数据。

接下来，我们看招商银行和蚂蚁科技如何给陈凯歌和尔冬升发放信贷。

仅凭银行存有的结构性数据，招商银行是无法给这两位提供差异化的信用数据和信贷额度。招商银行只能使用过去的办法，通过资产、流水等状况来进行信用识别。

蚂蚁科技则可以利用算法识别出这两位的购物偏好、购买动机、真实购买力，还能预测购买时间和收入变化，从而给出差异化的信用数据，提供不同额度的信用贷款。比如，其中一位最近半年购买高价商品的比例下降，购买奢侈品显得更为犹豫，生活必需品的比例增加。尽管每个月的消费金额还是5万元，但大数据可能判断，这位的收入状况可能趋紧。当然，算法要比我的描述更加出色可靠，要不然怎么做到大数据杀熟。

P2P平台之所以失败，是因为他们像商业银行一样没有掌握大数据。只有像阿里、腾讯、京东这类平台，才具备大数据银行的能力。

“让该拿到信贷的人拿到”，大数据银行改变了现有单一的货币介入方式，也改变了现有的货币经济逻辑。

这就是蚂蚁的野心。

但是，如果中央银行持续拯救房地产和金融市场，大数据银行即使将信贷发给科技公司，依然会有大量的资金流入金融市场。“资产市场通胀，实体经济通缩”的两极格局无法改变。

所以，重塑银行体系的关键是重塑央行体系。

蚂蚁能否效仿Facebook直接成为中央银行，发行数字货币？

自比特币问世以来，技术极客们渴望以数字货币、无国界的分布式网络，挑战传统央行系统。Facebook推出的稳定币Libra，彰显统治野心——“Libra的使命是建立一套简单的、无国界的货币和为数十亿人服务的金融基础设施。”这个金融基础设施指的是无国界的中央银行和全球数字金融体系。

当今世界，经济全球化与国家制度尤其是法币制度的冲突越来越严重。非主权货币及跨国支付网络，是经济全球化往纵深发展的必要条件。这是数字货币出现的法理基础。

在中国，蚂蚁不可能成为Facebook，更不可能发行货币。中央银行正在测试央行数字货币，这一数字货币与分布式毫无关系，其主要功能是追踪。在追踪的基础上，可以做的事情很多。更何况，中国正修改银行法赋予央行更大的权力。

但是，大数据银行依然具有重塑央行体系的价值。

03. 赢家的敬畏

我曾经在《全球经济通往计划之路》探讨过重塑央行体系的问题。在文中，我使用了威廉姆森的理论，指出货币发行不能完全交给自由市场（哈耶克的货币非国家化），也不能完全由政府控制。

威廉姆森是科斯理论的杰出继承者。他认为，由于有限理性、机会主义行为倾向这两大人类的共性，还有资产的专用性、不确定性的程度和交易的频率这三种特定交易，各类市场都存有不同的交易费用，因此应建立不同的资源组织方式。如餐饮交给自由市场组织，自来水交给政府组织。

货币市场更符合威廉姆森所描述的中间状态：即自由市场与公共机构内部化合作。

具体来说：央行是公共机构，负责确立货币制度，掌控货币发行规则，监管商业银行。商业银行是私人机构，负责存款、贷款、汇兑、储蓄等业务。货币制度是公共用品，货币是私人用品。

如今的货币经济中，大部分货币都是由商业银行创造的。央行应该将货币的发行权交给商业银行。因为货币的供应量和利率，由自由市场决定，才是最有效率的。

较接近（只能说接近）这一模式的是香港的银行系统。香港没有央行，香港金融管理局扮演了监管角色，确定货币发行规则。当然，香港金融管理局保留了对货币市场干预的权力。

香港金融管理局采用百分之百外汇准备金发行机制。汇丰、渣打、中国银行（维权）（香港）三家商业银行向金融管理局缴纳一定数额的美元，换取等值的港元“负债证明书”后，才能增发港元现钞。

商业银行迫于盈利压力、市场商誉及强力监管，会对每笔贷款都慎之又慎，不敢大规模释放信贷货币。这符合奥派的商业周期理论，让使市场利率与自然利率趋于一致，抑制货币滥发，降低金融风险。

但是，为什么各国的中央银行严格掌控着货币发行权？不放心将信贷供应量和利率完全交给商业银行和自由市场？

这就是传统商业银行的大数据缺陷造成的。根据上面的分析，传统商业银行不具备互联网平台这一级别的大数据分析能力，信贷失控的风险非常高。因此，保守的商业银行主要以固定资产为抵押发放信贷，而创新的商业银行往往在危机中阵亡。

如果蚂蚁军团加入，能让货币回归自由市场吗？

蚂蚁基于大数据发行和创造信用，可以更有效的配置货币和防范风险。当然，蚂蚁现在还不是一家真正意义上的银行，它更多地是利用大数据优势与银行合作。不过，理论上，大数据银行可以胜任货币发行权，合理地调节信贷供应，使得利率水平接近于自然利率。

所以，大数据银行可以重塑央行体系，让货币重回自由市场。这是蚂蚁可以想象到的野心。

但是，商业银行面临的问题，蚂蚁可能也存在。

在交易费用高的市场中，蚂蚁的大数据也可能失灵。比如，一些低收入者在京东和支付宝两个平台来回倒钱还贷，以防止信用违约。但是，京东与支付宝的数据不共享，彼此并不知情。这可能存在幸存者偏差。这类用户一旦在京东上违约，支付宝这边也随即违约。所以，大数据分析比统计学意义上的数据分析更强，但是大数据也有风险。

蚂蚁的另一大风险是垄断。与马云同台的一位财政官员表示，防止金融科技诱导过度金融消费，防止金融科技成为规避监管、非法套利的手段，防止金融科技助长“赢者通吃”的垄断。

这里的垄断有两点：一是特许经营权，一些领域的经营权连腾讯也不具备；二是对私有数据的垄断。

蚂蚁最大的优势是大数据，但是大数据中的个人数据并不属于蚂蚁，它是10亿用户的私人资产。蚂蚁无偿地利用私人数据获得金融优势，同时有可能引发市场扭曲。

蚂蚁最大的收入来源确实是借贷业务，占其总收入的39%。蚂蚁主要收取的是借贷产生的技术服务费，但其费用也是源于银行的利息分成。因此，有人从道德角度批判马云，嘲讽蚂蚁为蚂蝗，靠放贷收取海量用户的大量利息。

这种批判有些“道德绑架”的味道，并未理性地指出问题的根本。我在《算法，即剥削》指出，平台凭借对个人数据的垄断，成为信息的绝对优势方，容易对信息劣势方构成降维打击，最大限度地攫取每一个用户的“交易剩余”，全民财富向平台所有者集中。这就是网友调侃的“未来是1%的人控制了120%的财富，因为其他人都欠着花呗、借呗”的真实逻辑。

如果个人数据的产权无法私有化，那么将货币发行权交给大数据银行那是灾难性的。大数据银行可以将利用数据优势消灭或控制商业银行，垄断货币发行权，操纵市场利率。所以，大数据银行重塑央行体系的前提是，解决数据私有化问题。

垄断私有数据，是如今全球互联网巨头共同面临的问题。Facebook因此接连遭受美国官方的调查，谷歌最近也遭美国司法部反垄断起诉，其中一项指控是“消费者被迫接受谷歌的政策、隐私保护和对个人数据的使用”。如果蚂蚁在美国上市，同样可能面临个人数据方面的调查或指控。从这个角度来说，蚂蚁之所以能成为“蚂蝗”，根本上是因为吃尽了10亿用户的私人数据红利。

如果数据私有化，蚂蚁还是这只万亿市值的大象吗？

近些年，数据私有化运动兴起，个人数据问题在技术上和法律上都在寻求新的解决方案。Facebook推出Libra，也是在探索利用分布式技术解决个人数据问题的可行性。只有在分布式的系统中，个人数据产权属于私人，所有者可以在监管规则下选择无偿地贡献数据，或有偿地交易数据，如此大数据专家舍恩伯格主张的数据交易市场才可能形成[3]。

只有数据私有化和数据交易市场兴起，互联网平台、商业银行和金融企业才能在平等的起跑线上竞争，商业银行可以在数据交易市场中购买数据，从而建立大数据优势；个人也才能与平台公平博弈，不被“剥削”“杀熟”。

所以，大数据银行可能重塑商业银行体系，改变信贷货币单一的介入方式，让货币配置更有效率，重构货币经济的底层逻辑；同时，大数据银行还可能重塑央行体系，推动货币回归自由市场。

最后，Facebook的Libra是一种艰难而有益的尝试（尽管失败的概率极高）。央行的公共监管角色被全球社会性组织替代，其社区宪法的效力将受到严峻的挑战。它是大数据银行重塑央行体系的最高级别，也是全球社会化自治的一种试验。

但是，这一切的前提是个人数据私有化。

这就是赢家的敬畏。

参考文献：

[1] 商业性质概论，理查德·坎蒂隆，商务印书馆；

[2] 货币论，约翰·梅纳德·凯恩斯，商务印书馆；

[3] 大数据时代，维克托·迈尔·舍恩伯格，浙江人民出版社。