蚂蚁的野心和风险

蚂蚁的野心和风险
2020年10月29日 07:40 虎嗅APP

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

头图|视觉中国

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。

海量资讯、精准解读,尽在新浪财经APP
商业银行 抵押 信贷

APP专享直播

1/10

热门推荐

收起
新浪财经公众号
新浪财经公众号

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)

7X24小时

  • 11-03 狄耐克 300884 --
  • 11-02 金达莱 688057 --
  • 11-02 步科股份 688160 --
  • 10-30 利扬芯片 688135 15.72
  • 10-29 蚂蚁集团 688688 68.8
  • 股市直播

    • 图文直播间
    • 视频直播间