? 唐毅南 |?復(fù)旦大學(xué)

【導(dǎo)讀】 今日，一則“支付寶、微信支付個人收款碼將于明年3月1日起被禁止商用”的消息刷屏。但據(jù)媒體深入了解，2021年10月13日發(fā)布的這則《中國人民銀行關(guān)于加強支付受理終端及相關(guān)業(yè)務(wù)管理的通知》，并非對收款碼的商用完全禁止。通知強調(diào)了收款碼分為個人和經(jīng)營用收款碼，經(jīng)營用收款碼不在通知限制之列，將受到約束的主要是個人靜態(tài)收款碼。對此，輿論在理解金融監(jiān)管要求的同時，也表達了對未來一些經(jīng)濟活動不便利的擔(dān)憂。

如何全方位理解近期對互聯(lián)網(wǎng)經(jīng)濟的一系列監(jiān)管行動，視角多樣，見仁見智。本文提供了其中一個重要的深度解析。作者指出：金融領(lǐng)域的數(shù)字化，將金融交易中原本的線性穩(wěn)定模型，升級成了基于大數(shù)據(jù)的非線性不穩(wěn)定黑箱。2008年次貸危機后，人們發(fā)現(xiàn)人類經(jīng)濟活動事實上是非線性的網(wǎng)格狀結(jié)構(gòu)，當(dāng)前沒有清晰的經(jīng)濟、金融理論可以解釋。科技金融，為了效率，便徹底拋棄了理論解釋，選擇用訓(xùn)練人工智能，用“大數(shù)據(jù)”去模擬人類經(jīng)濟模型。為了使結(jié)果有意義，人工智能只能先假定系統(tǒng)穩(wěn)定，可非線性系統(tǒng)本身就是不穩(wěn)定的。這就導(dǎo)致人類無法理解人工智能的模擬，也無法發(fā)現(xiàn)最微小的漏洞，而這種機制的盲目性，又鼓勵了金融投機和龐氏騙局。美式的“金融創(chuàng)新”沒有經(jīng)驗，只有教訓(xùn)，金融科技最新的重要“創(chuàng)新”，就是混業(yè) 經(jīng)營的金融科技壟斷寡頭，他們當(dāng)做招牌的“ 微觀 ”風(fēng)險控制，實質(zhì)上是一種“精準(zhǔn)捕食”，其中任何一個金融產(chǎn)品，都有長成08年美國次貸那樣的“大象”的風(fēng)險 。

作者強調(diào)：未來金融監(jiān)管的導(dǎo)向，應(yīng)從過去的促進市場效率和防范風(fēng)險，向提高金融宏觀效能轉(zhuǎn)變。讓數(shù)字技術(shù)真正為長期發(fā)展服務(wù)。在監(jiān)管部門協(xié)商劃定分區(qū)實驗范圍和容錯度的范圍內(nèi)，允許實行不同商業(yè)模式的金融科技企業(yè)進行競爭，對在實踐中有效的商業(yè)模式逐步推廣，真正落實金融服務(wù)于實體經(jīng)濟的發(fā)展導(dǎo)向。

本文原載《文化縱橫》2021年第1期，原題為《金融科技的辯證法：微觀精確和宏觀風(fēng)險的平衡之道》。 文章僅代表作者觀點，供諸君思考。

金融科技的辯證法：微觀精確和宏觀風(fēng)險的平衡之道

數(shù)字技術(shù)如今正被全球資本大加追捧。眾多行業(yè)的“數(shù)字化”轉(zhuǎn)型都能獲得天量投資，儼然成為超過當(dāng)年互聯(lián)網(wǎng)“新經(jīng)濟”泡沫的“超新經(jīng)濟”。然而，數(shù)字技術(shù)應(yīng)用于金融市場后，也催生了投機交易、龐氏融資和更多新形式、更大規(guī)模的高利貸。那么，當(dāng)前金融科技中的數(shù)字技術(shù)的本質(zhì)是什么？為什么會帶來上述負面影響？應(yīng)該怎樣看待和管理金融中的數(shù)字技術(shù)？

要回答這些問題，需要注意到當(dāng)前金融科技的三大新現(xiàn)象：一、新興混業(yè)經(jīng)營的科技金融寡頭已經(jīng)形成并具備了超強的資本力量，這對金融監(jiān)管提出了巨大的挑戰(zhàn)。二、數(shù)字技術(shù)支撐的金融產(chǎn)品已全面滲透進日常生活，卷入其中的民眾范圍空前擴大。數(shù)字金融產(chǎn)品已經(jīng)附著于日常生活，出現(xiàn)了繁多變體，普通民眾逐漸從主動參與變成被動卷入金融交易之中。三、數(shù)字技術(shù)的介入使得有潛在風(fēng)險的金融產(chǎn)品和業(yè)務(wù)從快速膨脹到“爆雷”的時間周期大大縮短。

數(shù)字科技介入金融領(lǐng)域，也確實給民眾提供了便捷的消費、貸款與融資渠道。但當(dāng)數(shù)字科技的技術(shù)原理復(fù)合到金融寡頭的高杠桿、高利貸和投機交易之上時，金融系統(tǒng)的穩(wěn)定性極易受到?jīng)_擊。在當(dāng)前的中國，由于監(jiān)管及時，同時也因為單個企業(yè)已經(jīng)快速“爆雷”，金融科技目前還沒有形成像次貸危機那樣龐大的系統(tǒng)性泡沫。但是長遠來看，數(shù)字科技把原來金融交易中的線性穩(wěn)定模型升級成了基于大數(shù)據(jù)的非線性不穩(wěn)定黑箱，大大增加了宏觀金融系統(tǒng)的不穩(wěn)定性。

▍追不上技術(shù)實踐的理論：當(dāng)市場跑贏監(jiān)管

 

金融科技有兩個實體——“硬件”，即真實服務(wù)交易的計算機和通信基礎(chǔ)設(shè)施；“軟件”，即信息化的數(shù)據(jù)存儲、分析處理等工作。信息科技影響金融行業(yè)的歷史可以簡單地分為三個階段。

在第一階段，銀行等傳統(tǒng)金融部門通過將服務(wù)實體經(jīng)濟的中介性金融業(yè)務(wù)（儲貸、交易結(jié)算等）電子化和信息化，提高了安全性、保密性和便捷性。20世紀(jì)90年代以來，伴隨著通信科技進入交易性的金融市場，買賣成交速度全面提高。信息技術(shù)的進步極大地滿足了投機性交易對“先人一步”成交的要求，信息科技對金融領(lǐng)域的影響進入第二個階段。在這一階段，由于金融交易不斷對IT設(shè)備和網(wǎng)絡(luò)的性能提出極端需求，為這一時期美國信息科技的發(fā)展提供了最大份額的投資，推動了通信技術(shù)的快速發(fā)展。與此同時，蘇聯(lián)解體后，一大批軍工、航天技術(shù)專家和科學(xué)家來到美國，他們把高深的數(shù)學(xué)帶到金融衍生品的設(shè)計之中——輿論就此稱呼此類工作為“火箭科學(xué)”。這些“火箭科學(xué)家”們通過分析大量數(shù)據(jù)得到相關(guān)參數(shù)，并將其帶入到期權(quán)定價模型中設(shè)計金融衍生品。由此產(chǎn)生的大量金融產(chǎn)品，構(gòu)筑起美國龐大的金融衍生品帝國。金融衍生品的泛濫加深了美國經(jīng)濟虛實二元化的隔閡，金融產(chǎn)業(yè)逐漸形成了一個僅創(chuàng)造交易而不服務(wù)于實體經(jīng)濟的“第二部類”，為次貸危機埋下了伏筆。

當(dāng)前異軍突起的大數(shù)據(jù)和人工智能技術(shù)，是信息科技影響金融行業(yè)的第三階段。如今，高性能計算機、數(shù)據(jù)庫和高速網(wǎng)絡(luò)已經(jīng)成為金融交易的標(biāo)配。次貸危機發(fā)生后，信息技術(shù)放棄了“火箭科學(xué)”原理，轉(zhuǎn)而依托計算機的超強算力和網(wǎng)絡(luò)平臺捕捉數(shù)據(jù)的超強能力。新一代技術(shù)完全拋棄了構(gòu)造有經(jīng)濟學(xué)意義的模型和理論，而是結(jié)合計算機科學(xué)、物理學(xué)、數(shù)學(xué)、人工智能等跨學(xué)科前沿技術(shù)，開發(fā)出新的金融科技“軟件”，進一步發(fā)展了美國金融“第二部類”中已有的衍生品。這一新趨勢不僅催生了新興的混業(yè)經(jīng)營壟斷寡頭，還在理論上試圖掩蓋寡頭用科技“新瓶”裝次貸危機“舊酒”的本質(zhì)。

在某種程度上來說，新的金融風(fēng)險的出現(xiàn)和積累，是主流金融理論落后于時代的必然結(jié)果。金融理論的滯后，也導(dǎo)致了在這條賽道上監(jiān)管總是落后市場的發(fā)展。

例如，量化交易集合了從超快通信基礎(chǔ)設(shè)施到大數(shù)據(jù)、人工智能在內(nèi)的金融科技硬件和軟件，把監(jiān)管拋在身后。在2015年中國股市驚人的大起大落之中，監(jiān)管層發(fā)現(xiàn)了量化交易的身影，并及時進行了管理。但是，市場與輿論對此卻有異議。有觀點認為，量化交易在形式上并不違法，它符合主流金融理論的“套利交易”原則，僅僅是以極高的速度買進賣出，通過計算機數(shù)據(jù)分析預(yù)判其他人的下一步交易，并搶先一步執(zhí)行。這不但不會加劇波動，還應(yīng)該是市場的穩(wěn)定器。最終，在對股市異常波動的處理過程中，監(jiān)管層在對量化交易進行了調(diào)查后，并沒有全面禁止這一交易模式。這一事例表明，沒有相應(yīng)的金融理論，就難以對新興的金融工具實施事前和事中的監(jiān)管，而只能在潛在的風(fēng)險轉(zhuǎn)化為現(xiàn)實損害的時候進行事后追責(zé)。

當(dāng)前，中國的金融監(jiān)管面臨著諸多挑戰(zhàn)。一方面，主流金融理論預(yù)設(shè)下的自由化“行為規(guī)范”，無法切實保護廣大消費者利益；另一方面，我們既無法和跨國金融資本競爭話語權(quán)，又面對國內(nèi)金融科技行業(yè)的新實踐（如股票“配資”交易、“數(shù)字貨幣”、“P2P”金融）提出的各種各樣的監(jiān)管難題。2020年10月，馬云在一次公開演講中指出，螞蟻金服能在解決中小企業(yè)貸款難問題的同時，利用數(shù)字信息技術(shù)很好地避免系統(tǒng)性金融風(fēng)險。同樣，由于缺乏對于金融科技的理論認識，監(jiān)管部門也只能從保護消費者等宏觀層面強調(diào)監(jiān)管的重要性。監(jiān)管部門強調(diào)的“零容忍”“終身責(zé)任制”，實質(zhì)上也只是強調(diào)了監(jiān)管的裁量權(quán)，但在技術(shù)上，我們目前還比較缺乏面對金融科技可操作的監(jiān)管措施。在治理策略上，中國目前是以“金融服務(wù)實體經(jīng)濟”和“防范系統(tǒng)性金融風(fēng)險”的“實效監(jiān)管”作為目標(biāo)，這已經(jīng)遠強于歐美只看交易合規(guī)性的“程序監(jiān)管”；但是，如果我們沒有對于新的系統(tǒng)性風(fēng)險的充分認識，僅依靠實效監(jiān)管，即使有無窮大的自由裁量權(quán)，實際上可能還是很難消除金融科技制造的系統(tǒng)性隱患。

要走出這一局面，一是在理論上應(yīng)該超越西方主流均衡經(jīng)濟學(xué)范式，擺脫對美國金融路線的模仿；二是應(yīng)建立新的試錯機制，用以發(fā)展新形勢下能達到既定目標(biāo)且安全自主可控的金融體系。兩個措施應(yīng)不分先后、一起推進。我們首先需要明確：美式“金融創(chuàng)新”沒有經(jīng)驗，只有教訓(xùn)；同時，金融監(jiān)管的導(dǎo)向應(yīng)從過去的促進市場效率和防范風(fēng)險，向提高金融宏觀效能轉(zhuǎn)變。

▍數(shù)字技術(shù)的祛魅：內(nèi)生不穩(wěn)定的非線性黑箱

 

由于超級計算機和超快通信網(wǎng)絡(luò)的普及，到目前為止，數(shù)字科技的“創(chuàng)新”實際上屬于數(shù)據(jù)統(tǒng)計分析方法的升級。目前數(shù)據(jù)統(tǒng)計的方法有兩種。一種是以“火箭科學(xué)”的高深數(shù)學(xué)進行數(shù)據(jù)統(tǒng)計。2008年的次貸危機，已經(jīng)證明濫用數(shù)據(jù)模型的衍生品會帶來災(zāi)難性后果。但是，這種方法由于它是基于有公式的模型，實際上還是可以解釋分析的。而數(shù)字科技采用的數(shù)據(jù)分析辦法則是人類很難分析的。在次貸衍生品出現(xiàn)問題后，人們發(fā)現(xiàn)真實世界的風(fēng)險是廣泛聯(lián)系的非線性動態(tài)，是比天氣更復(fù)雜的非線性不穩(wěn)定系統(tǒng)。但這個直觀認識不能轉(zhuǎn)化為實際可操作的技術(shù)方法。這時候數(shù)字科技提供了另一種數(shù)據(jù)分析方法：引入非線性，但放棄任何理論解釋的余地，把一切交給算法。

大數(shù)據(jù)和人工智能的本質(zhì)在于：大量數(shù)據(jù)之間的相關(guān)性過于復(fù)雜，是非線性的網(wǎng)絡(luò)結(jié)構(gòu)，數(shù)據(jù)間可能的相關(guān)性無法通過人類可認知的模型方法給出，只能依靠算法自動評估。當(dāng)數(shù)字科技應(yīng)用于金融領(lǐng)域時，它就不再嘗試傳統(tǒng)金融學(xué)構(gòu)造的定價和交易模型，而是直接使用“機器學(xué)習(xí)”的方法：用數(shù)據(jù)對算法進行“訓(xùn)練”。這一過程僅把歷史數(shù)據(jù)和歷史結(jié)果投喂給算法，由計算機自行判斷如何給出結(jié)論。對人而言，這個過程是不可解釋的黑箱操作，經(jīng)由黑箱導(dǎo)出的結(jié)果也沒有判定標(biāo)準(zhǔn)：人們無法判斷結(jié)果不一致的時候是有個別地方出錯了，還是系統(tǒng)結(jié)構(gòu)發(fā)生了變化。為使結(jié)果有意義，人工智能只能事先假設(shè)系統(tǒng)是穩(wěn)定的。但非線性系統(tǒng)往往本身是不穩(wěn)定的，系統(tǒng)處于不間斷的變化發(fā)展中；即使是靜態(tài)的非線性系統(tǒng)，也有不穩(wěn)定的多均衡存在。這就說明，人工智能基于歷史數(shù)據(jù)得出的結(jié)果不一定適用于未來，也不一定能反映當(dāng)下實際情況。在假設(shè)系統(tǒng)是靜態(tài)的情況下如何能描述系統(tǒng)的動態(tài)？這是數(shù)字技術(shù)應(yīng)用于金融領(lǐng)域時面臨的基本邏輯矛盾。

實際上，大數(shù)據(jù)“黑箱化”的數(shù)學(xué)理論完成于上世紀(jì)，不但早于次貸危機，更早于互聯(lián)網(wǎng)泡沫，甚至都稱不上“新瓶”。次貸危機前，美國人用以衡量風(fēng)險的數(shù)據(jù)量一點不比現(xiàn)在少，并且也有經(jīng)濟學(xué)理論模型背書。但由于衍生品過于復(fù)雜，已經(jīng)沒有人能準(zhǔn)確地研判真實的風(fēng)險究竟有多大了。如今，統(tǒng)計的數(shù)學(xué)模型比次貸危機時又有了一些迭代發(fā)展，數(shù)據(jù)量也更大了，但海量數(shù)據(jù)反而將系統(tǒng)性金融風(fēng)險的苗頭藏得更深，比次貸危機更難觀察到。

此次數(shù)字金融創(chuàng)新實際面臨著和次貸衍生品一樣的問題。主流經(jīng)濟學(xué)的一般均衡模型要成立，必須預(yù)設(shè)系統(tǒng)是自發(fā)穩(wěn)定的，當(dāng)中的任何波動都被假設(shè)為外生的白噪聲。但在實際情況中，系統(tǒng)性危機的風(fēng)險往往不是外力所致，而是在“和平時期”不斷積累的。金融科技基于“和平時期”的統(tǒng)計數(shù)據(jù)，尋找危機爆發(fā)和市場突變原因的能力為0。沒有理論的指導(dǎo)，大量的個體數(shù)據(jù)只會淹沒宏觀的異常現(xiàn)象。危機爆發(fā)的過程是非穩(wěn)態(tài)的；而數(shù)據(jù)越多，總體看起來就越像一個穩(wěn)態(tài)分布。因此從基礎(chǔ)理論上看，數(shù)字科技在金融領(lǐng)域的應(yīng)用，直接繼承了次貸危機衍生品的方法論，仍然以一般均衡作為基礎(chǔ)假設(shè)，區(qū)別只是“機器學(xué)習(xí)”的方法沒有能夠顯式表達的模型。

具體而言，人工智能對系統(tǒng)性金融風(fēng)險的盲目性主要表現(xiàn)在兩個方面：第一，不能識別大量數(shù)據(jù)中靜態(tài)的宏觀結(jié)構(gòu)，而只是用黑箱模擬穩(wěn)定的相關(guān)性，這就導(dǎo)致即使是最小的系統(tǒng)結(jié)構(gòu)微調(diào)，數(shù)字科技也發(fā)現(xiàn)不了；第二，基于對結(jié)構(gòu)的盲目性，數(shù)字科技激勵金融投機和龐氏騙局，擴大不穩(wěn)定結(jié)構(gòu)的變動并增加突變風(fēng)險，這是系統(tǒng)金融風(fēng)險的最主要特征，會引發(fā)“蝴蝶效應(yīng)”式的正反饋。

更致命的是，數(shù)字科技會主動制造自己無法識別的宏觀結(jié)構(gòu)變化，造成系統(tǒng)不穩(wěn)定性。這在金融市場中有最直觀的例子，即前面提到的量化交易。量化交易不過是“微秒級的勝利”，可它卻用一般均衡的概念自我辯解：如果市場是自我穩(wěn)定的，那么量化交易搶先交易就會加速價格向均衡點回歸。但是，量化交易特別容易引發(fā)跟風(fēng)交易的羊群效應(yīng)，追加買單/賣單和價格的上漲/下跌經(jīng)常互為因果，這是典型的正反饋交易，是超高速的“追漲殺跌”。數(shù)字科技無法識別自己造成的結(jié)構(gòu)破壞，導(dǎo)致連數(shù)字技術(shù)的所有者本人也會被反噬。例如，在2013年發(fā)生的“光大烏龍指事件”中，光大證券交易員誤下指令，產(chǎn)生了兩百多億元的買單并由量化交易系統(tǒng)自動執(zhí)行，下單時間不足5毫秒，突破了所有人工和系統(tǒng)的防范；經(jīng)由其他交易者的跟風(fēng)放大，結(jié)果造成指數(shù)瞬間大漲超5%。2015年股市的異常波動中，量化交易高頻做空股指期貨，加劇了拋售的正反饋動力學(xué)，加速系統(tǒng)的結(jié)構(gòu)突變，造成暴跌的正反饋。高頻交易從業(yè)者也承認，當(dāng)市場出現(xiàn)正反饋時，量化交易如果恰好和正反饋同方向就掙大錢，反之就巨額虧損。量化交易系統(tǒng)絕不能防范系統(tǒng)性風(fēng)險的出現(xiàn)。

因此，數(shù)字技術(shù)的反穩(wěn)定革命實際上是人的問題：從業(yè)人員充分利用了上述兩個特征，用大量數(shù)據(jù)和算法黑箱包藏本來就難以識別的系統(tǒng)不穩(wěn)定性，在這種情況下監(jiān)管就是被動且滯后的。

▍從“精準(zhǔn)捕食”到“精準(zhǔn)扶持”：規(guī)范新興混業(yè)經(jīng)營寡頭

從歷史上看，不同國家在各個時期的金融創(chuàng)新在金融操作層面是一致的，區(qū)別在于新技術(shù)的引入使這些創(chuàng)新的影響不斷增大。

金融科技最新的重要“創(chuàng)新”，就是混業(yè)經(jīng)營的金融科技壟斷寡頭。混業(yè)經(jīng)營使得它們更易介入居民的生活場景，更易發(fā)放高利貸、制造衍生品，實際上是給金融系統(tǒng)整體加杠桿。例如，網(wǎng)絡(luò)電商平臺通過支付、貸款、購物一體化，打通了居民從高利貸到超前消費、奢侈消費的全通道，侵占衣食住行所有生活場景——甚至連幾十塊錢的賬單，也鼓動消費者分期。

形成這樣的商業(yè)模式主要是因為這些互聯(lián)網(wǎng)金融平臺前期為達成壟斷投入了太多推廣費用，這些費用一般來自私募股權(quán)市場的融資。出資人會要求平臺迅速實現(xiàn)賬面收益以便上市，進而獲取股價上漲帶來的超額收益。對于這樣的商業(yè)模式來說，貸款給中小企業(yè)獲取長期收益太慢了，只能依靠透支消費者的未來收入以實現(xiàn)最快的資金回籠。

精準(zhǔn)識別個體微觀風(fēng)險是這一金融創(chuàng)意的招牌。盡管大數(shù)據(jù)和人工智能技術(shù)號稱能夠基于歷史數(shù)據(jù)精準(zhǔn)識別個人的風(fēng)險特征，但平臺利用壟斷地位在宏觀上增加了超前消費和高利貸總規(guī)模，這一會影響宏觀系統(tǒng)的行為，本身就破壞了先前微觀風(fēng)險識別結(jié)果的真實性。不僅如此，金融科技寡頭也無法識別其他主體制造的系統(tǒng)不穩(wěn)定性。例如，最近“爆雷”的長租公寓通過高價收房、低價放租，迫使租客借租金貸整付租金給平臺，平臺再分期交付房東租金的形式，構(gòu)造資金池，進行龐氏融資擴張，正是利用了科技制造金融騙局的能力。這些房主和租客同時也是其他電商平臺的用戶，而電商的大數(shù)據(jù)卻不能發(fā)現(xiàn)這一結(jié)構(gòu)性沖擊蘊含的系統(tǒng)性風(fēng)險。

我們可以看到的是，人工智能系統(tǒng)得到的數(shù)據(jù)是從前居民不怎么借高利貸，還款能力很強，結(jié)果各個平臺爭相給居民發(fā)放高利貸，且各個平臺并不知道居民借了競爭對手的高利貸。蘊藏其中的風(fēng)險不僅影響人工智能的微觀風(fēng)險識別，宏觀上也造成了規(guī)模急速擴大又可能急速破滅的泡沫循環(huán)。在這種情況下，強調(diào)科技拓展普惠金融、提高技術(shù)可靠性、完善數(shù)據(jù)標(biāo)準(zhǔn)，沒有什么根本幫助。從P2P金融，到租金貸、電商平臺消費貸，這一輪數(shù)字金融創(chuàng)新既有龐氏騙局去中心化的游擊戰(zhàn)，又有混業(yè)經(jīng)營平臺全面侵入居民生活場景的產(chǎn)品集，儼然是個蜂群，如水銀瀉地?zé)o孔不入。蜂群中的任何一個產(chǎn)品，都能單獨膨脹成美國次貸那樣的大象，其系統(tǒng)性金融風(fēng)險不可低估。

既然金融科技不能自發(fā)控制自身行為導(dǎo)致的系統(tǒng)變化，那么金融科技就應(yīng)該成為嚴(yán)厲限制的對象嗎？關(guān)鍵在于在理論上認清監(jiān)管業(yè)務(wù)合規(guī)性的難度。由于數(shù)字技術(shù)的獨特性，即使監(jiān)管部門使用和金融寡頭一樣的數(shù)據(jù)和算法，也發(fā)現(xiàn)不了人工智能的問題。因此，要對數(shù)字技術(shù)進行監(jiān)管，必須以相關(guān)理論指導(dǎo)下的非線性和非穩(wěn)態(tài)模型進行系統(tǒng)性金融危機的預(yù)警，這樣做起碼可以做到提前一個季度發(fā)現(xiàn)系統(tǒng)性金融風(fēng)險的信號。與此同時，在理論上我們也要辨明，不同的商業(yè)模式可以將系統(tǒng)變化導(dǎo)向不同方向。現(xiàn)階段，規(guī)范商業(yè)模式可能比監(jiān)管業(yè)務(wù)合規(guī)性更有效。

穩(wěn)定只是底線要求。如果數(shù)字技術(shù)在金融領(lǐng)域運用得當(dāng)，也能推動經(jīng)濟的長期發(fā)展。

從現(xiàn)象上看，如今互聯(lián)網(wǎng)金融平臺熱衷于發(fā)放小額消費性高利貸，其策略是“精準(zhǔn)捕食”。“精準(zhǔn)捕食”策略就是精準(zhǔn)識別消費者能承擔(dān)的最高商品價格和最高貸款利息的“大數(shù)據(jù)殺熟”，這種策略在短期內(nèi)能帶來高利潤，幫助企業(yè)快速實現(xiàn)資金回籠，長期來看卻積累了系統(tǒng)性金融風(fēng)險，并降低了經(jīng)濟增長潛力。

未來，大平臺的數(shù)字科技應(yīng)該著力應(yīng)用于精準(zhǔn)識別、扶持風(fēng)險小、有前景的企業(yè)，向它們提供不需抵押的低息貸款，降低其融資成本，如此才可能帶來長期增長的高收益。消費透支的“精準(zhǔn)捕食”易導(dǎo)向長期系統(tǒng)性金融風(fēng)險，而企業(yè)融資的“精準(zhǔn)扶持”則可以增強系統(tǒng)耐沖擊能力，并逐步導(dǎo)向長期高利潤。當(dāng)然，由于兩種商業(yè)模式的短期利潤差別巨大，還需要政府充分發(fā)揮自身作用，推動金融科技轉(zhuǎn)向精準(zhǔn)扶持中小企業(yè)。在具體操作上，還是應(yīng)采取分區(qū)實驗、綜合評估的方式，調(diào)整監(jiān)管的形式。央行、財政部、發(fā)改委等部門和監(jiān)管部門協(xié)商劃定分區(qū)實驗的范圍和容錯度，在此范圍內(nèi)允許實行不同商業(yè)模式的金融科技企業(yè)進行競爭，對在實踐中有效的商業(yè)模式，逐步推廣，真正落實金融服務(wù)于實體經(jīng)濟的發(fā)展導(dǎo)向。

本文原載《文化縱橫》2021年第1期，原題為《金融科技的辯證法：微觀精確和宏觀風(fēng)險的平衡之道》。歡迎個人分享，媒體轉(zhuǎn)載請聯(lián)系本公眾號。