金融科技在全球范围内已是一个普遍发展趋势。在这个过程中也体现了移动通讯、云计算、大数据、人工智能、区块链技术对金融行业的影响。金融科技的影响已经从支付、身份管理、征信、信息安全等金融设施领域开始，并深入到风险管理、金融资源配置等核心业务环节。与金融科技有关的运营风险、技术风险以及模型和算法风险将在金融监管中越来越受到重视。我们需要平衡好创新和风险防范问题。从全球来看，金融科技发展比较好的有两个国家：美国和中国。美国的发展与金融危机后金融业在强监管下供给收缩，部分业务环节外包的背景有关。对中国来说，今年我国的金融监管体制发生了深刻的变化，之前由于我们的监管体制不太健全，同时中国的大银行多，小银行少，给金融科技创造了一个很大的发展空间。

金融科技相关的研究问题很多，今天我想讨论一些关于大技术公司Big Tech涉足金融领域具体的问题。

一、大型技术公司处理数据的优势及其是否改变了基于信息处理的金融中介模式。

信息不对称始终是金融中介要处理的核心问题之一，银行贷款技术可以分为交易型贷款和关系型贷款。交易型贷款是使用企业财务报表和信息评分等硬信息，关系型贷款是使用银行与企业长期和多渠道的接触中积累的关于企业不能从财务报表和公开渠道获得的信息，这些信息都是软信息的范畴。技术创新只是将新的信息形态，比如互联网平台收集的关于客户端的非财务信息，以及新的信息处理方式，比如人工智能的算法，引入了金融中介的活动。技术进步使得一些原先属于企业的软信息变成了硬信息，也就是定性信息定量化，分散信息进行互联网采集和传播集中化，并通过技术手段来收集分析，从原先关系型贷款的场景可以向交易型贷款转化。

大技术公司在使用其平台产生的专有客户数据做信用评分时有一些主要的优势，一是能够收集并处理关于客户的非财务性数据，从而提高风险评估以及信贷供给和定价的效率，特别是能服务一些因为财务制度不健全，不能提供抵押品的小微企业。二是信用评分模型运行较快，能提高信贷缺失的效率和客户体验。像一些网上银行的在线贷款是纯信用的，无需抵押和贷款，30秒申请最快3分钟到账。而且有很多的研究表明，大技术公司的信用评分对客户违约有一定的约束能力，因此，信用评分技术能帮助大技术公司评估客户的信用风险，缓解信息不对称的问题。但数据的质量、数据的代表性的变量实际影响信用评分的结果。此外，计算模型和经营模式的相似性会在技术公司之间产生同质化的竞争，还可能带来顺周期的问题。

总之，大技术公司在处理数据上面有他的优势，但并不能改变基于信息处理的金融中介模式。可能把一些原本属于关系型贷款的转向交易型贷款。但同时，由于模型、算法、模式的相似性，会带来同质化竞争，并带来顺周期的问题。当然，在这个过程中，数据质量、数据的代表性也会影响其风险管理的能力。

二、大技术公司相对客户强势地位可能带来的影响。

大技术公司平台对客户的黏性有助于控制客户的信用风险，因为客户一旦违约，就有可能被平台排除在外，从而丧失从平台获利的便利性，本质上是通过客户与平台之间的重复博弈来抑制客户的机会主义行为。但是，大技术公司相对客户的强势地位，有可能扭曲两者之间的合作关系。最近一些调研发现，电商平台有不断拉长应付账款周期，加剧小微企业资金紧张的情况。电商平台的收费项目也会加大小微企业的经营成本，可能非正常的增加小微企业的融资需求，从而为电商平台的金融业务创造需求。在极端的情况之下，小微企业可能落入电商平台的金融陷阱。

三、大技术公司与普惠金融的关系。

在中国，因为大银行很多，中小银行发展不足，一些小微企业很难从大银行获得贷款服务，因为大银行的授权授信管理的链条比较长,比较难获得客户的软信息。相对而言，大技术公司的信用评分技术有助于弥补这方面的市场缺失。一般而言，金融科技在存在金融供给不足的领域有更大的发展空间。因此，在小微企业贷款方面，大技术公司的信贷供给与传统的银行贷款是互补关系。比如2016-2017年，出现了金融科技公司与中小银行合作的助贷模式，一些金融科技公司通过互联网渠道接触到客户，并通过大数据分析了解他们的还款能力，但没有放款资格。而一些中小银行有可贷资金，但缺乏优质贷款客户，因此金融科技公司可以将自己掌握的客户资源推荐给中小银行。总的来说，一些大技术公司在向金融领域渗透时，可以凭借自己的客户资源、资金实力、技术能力形成规模效应和较强的市场支配能力，通过与银行的合作，可以推动普惠金融的发展。

四、大技术公司与数据挖掘的效率和隐私保护之间的关系。

更多的数据有助于改进信用评估的效率，但大技术公司过度采集客户数据的时候，有可能侵犯客户的隐私。比如说前一段时间，Facebook的数据泄密事件就显示了这种可能性。中国在2016~2017年，现金贷高速增长期间，出现了借款人信息买卖的情况。一些技术公司利用技术优势抢占市场，并将用户数据在不同产品条线混用，也加大了隐私保护的难度。近期，欧盟《一般数据保护条例》在中国很受关注。在法律层面，使用商业活动产生的信息特别是那些涉及保密业务的信息内容，可能使使用者面临法律风险。因此，在采集和使用大数据时，应注意数据主权权益的保护并进行相应的脱敏处理。此外，如果将客户个人信息用于信用评估时，可能影响信贷的公平性，有一些指标（比如性别、地域、职业等）可能对客户的还款能力有解释力，但根据这些指标进行放贷，会涉及到对某些人群的歧视。

五、对大技术公司和传统金融机构不公平监管的影响。

大型技术公司Big Tech涉足金融领域，一方面与其在平台、技术、客户和数据方面的优势有关，另外也因为受到的监管比较宽松有关。在中小企业融资方面，大技术公司可与金融机构形成比较好的互补关系。在支付、资产管理等领域，大技术公司可能与金融机构形成一定的竞争关系，并可能因为监管标准的不统一而享有不平等、不公平的竞争优势。对大技术公司金融业务监管应实时介入，以避免相关风险从小到不值得关注演变到大而不能忽视，甚至大而不能倒。

六、金融科技市场的发展对金融稳定的影响？

首先，金融科技可以通过拓展产品范围降低成本，提高对客户的便利性。借贷、支付、保险、交易以及其他的金融服务领域更多的多元性和竞争，可以使得金融系统更加有效力和韧性，从而提高经济效益。尽管有这些潜在的收益，同时竞争也可能对现有的金融机构运行造成压力，并侵蚀其资本的实力，尤其会使一些中小金融机构面临更大的风险,这可能增加金融稳定的风险。比如，随着拥有金融科技优势的大型技术公司渗透到县域范围，一些传统的中小银行原来依靠关系型的融资提供服务，同时可能相对来说有稳定的利差，可以正常经营。但随着金融科技公司渗透到这些领域之后，侵蚀了这些中小金融机构的客户，其资金和贷款都受到了很大的影响。在这样的情况下，可能有什么样的影响需要我们深入研究。怎么样充分发挥大型技术公司在推动普惠金融中的作用，又能促进中小金融机构的健康发展，这方面还有很多的问题需要我们深入研究。

其次，因为有很大的网络效应，金融科技公司的进入可能造成更高程度的市场集中，特别是一些非传统的金融服务提供者。比如平台型的信息公司如果市场运营失败或者发生网络安全事件，更可能引发系统性的风险。比如2016年5月，在杭州一处光纤被挖坏，大量的支付宝用户无法登陆；2018年9月，日本北海道地震引发大规模断网断电，使得很多的居民面临着无法支付的问题。同时，如果金融机构高度依赖云计算等第三方数据服务，也会增加外部性的风险。尽管云计算服务尚未被用于银行的核心业务模块，但如果越来越多的金融机构使用云服务处理关键业务，云服务一旦发生中断，将对使用这些服务的金融机构产生重要的影响。在云服务高度集中的情况下，一旦受到了网络攻击，也可能形成系统性的金融风险。

此外，经营模式、算法的趋同，也会形成市场的大起大落风险。原来的债券市场是场外市场，是分层的，通过核心交易商和交易商再与客户进行交易。近年以来，越来越多的电子交易平台产生，金融市场扁平化了.一方面提高了效率，交易之间的利差收窄了，但另一方面，一旦市场出现波动、出现问题时，就出现了羊群效应。在危机的时候，会使得利差一下子扩大很大。是不是传统的分层交易模式不好？是不是电子交易平台更好？怎么样处理好这样的关系？我觉得这个问题也需要我们深入研究。

要促进金融科技健康发展，我认为至少需要把握好以下四个方面关系：一是科技创新是重要的，但是科技创新代表不了制度。在科技发展的过程中，还需要完善相关法律监管方面的制度。二是要处理好创新与监管的关系。在当前金融科技发展不可逆转的趋势之下，金融监管需要考虑如何既促进创新又防范风险。三是在金融科技公司越来越多使用大数据的时候，怎么样处理好数据使用的效率与隐私保护的关系。四是针对金融科技的发展，金融风险的形式发展了变化，监管怎么与时俱进。（作者系中国人民银行研究局局长）

相关报道: