鳳凰網財經訊 12月13日第六屆「上海金融論壇」正式舉行。本次論壇以「改革與開放：雙循環下的上海國際金融中心建設」為主題，鳳凰網財經全程報導。
萬向區塊鏈首席經濟學家鄒傳偉
萬向區塊鏈首席經濟學家鄒傳偉在論壇上表示，金融科技定義經過很多迭代，目前基本收斂到金融穩定理事會表述，指技術驅動的金融服務創新，體現為新的商業模式、應用、流程和產品等。這些年，金融科技行業的關注重點一直在切換。鄒傳偉則從身份、帳戶、數據、貨幣、風險和競爭等基本概念出發，建構金融科技的新分析框架。
談及帳戶，鄒傳偉介紹，帳戶主要分非金融帳戶和金融帳戶。非金融帳戶給金融帳戶提供場景。非金融帳戶會記錄用戶在衣食住行社交中各種數據。數據與人工智慧、大數據技術聯合起來就可以得到風險評估和定價。
而為什麼身份管理很重要？鄒傳偉表示，金融活動需要了解參與的人和機構。比如，這個人信用情況怎麼樣，出現健康風險概率有多高，以及那家企業盈利前景怎麼樣，還債能力怎麼樣。這些既是監管的要求，更是風險管理和風險定價的需要。
鄒傳偉還對帳戶的區別、數據的獲取和處理、金融活動組織形式等方面做了闡述。
在演講中，鄒傳偉談到了近期備受關注的大型科技公司。鄒傳偉表示，不管歐洲還是美國，對大型科技公司的監管都在加強。一些技術公司為搶佔市場份額不計成本擴張。而金融首重安全穩健，與技術的擴張邏輯天然不兼容。大型科技公司在平臺、技術、用戶和數據等方面優勢可能影響市場公平競爭。首先，一些大型科技公司打造一個從金融到衣食住行的包羅萬象的生態，增加了用戶的切換成本，並造成「二選一」問題。其次，利用支配性市場力量，通過排他性條件和價格戰等抑制競爭對手。特別是，金融領域的價格補貼，會干擾風險定價效率。最後，數據壟斷，通過對數據的非競爭性使用而獲取信息租金。
以下為鄒傳偉發言實錄：
主持人：金融科技在很大程度上改變了傳統金融的固有邏輯、運行模式和業務範圍，踏入了全新的應用領域。接下來，讓我們有請萬向區塊鏈首席經濟學家鄒傳偉為我們帶來主旨演講。掌聲有請！
鄒傳偉：尊敬的張院長，各位朋友，很榮幸受邀做今天的分享。
問題的提出
我分享主題是「金融科技新分析框架」。這個題目看起來比較大，其實很小。假設上海高金的一位學生聽了前面幾位專家的講話以後，想做一個思維導圖式的總結，他應該怎麼做。這就是我今天想討論的問題。
金融科技定義經過很多迭代，目前定義基本收斂到金融穩定理事會表述，指技術驅動的金融服務創新，體現為新的商業模式、應用、流程和產品等。
這些年，金融科技行業的關注重點一直在切換。2015年前，重點是行動支付，網絡貸款，股權眾籌，以及數字普惠金融。行動支付和數字普惠金融在我國取得了很大成功。2015年後，重點變為區塊鏈，央行數字貨幣，穩定幣，數據要素和隱私保護，大型科技公司涉足金融，以及監管科技。
那麼，作為一位學習金融科技的學生，如何穿透這些不斷變化的商業模式、應用、流程和產品等，看到金融科技的內在邏輯呢？
金融科技新分析框架
我從身份、帳戶、數據、貨幣、風險和競爭等基本概念出發，建構金融科技及其監管的新分析框架。
先簡單介紹一下這張圖。身份管理是大部分金融活動的基礎。身份管理與帳戶聯繫在一起。帳戶主要分非金融帳戶和金融帳戶。非金融帳戶給金融帳戶提供場景。非金融帳戶會記錄用戶在衣食住行社交中各種數據。
數據與人工智慧、大數據技術聯合起來就可以得到風險評估和定價。各種金融活動，包括貨幣和支付，銀行，證券，以及保險，都是依託相應的金融帳戶進行的，而金融活動中資金的流通和資源的配置，都離不開風險評估和定價。
數據產生兩個重要問題，一是數據權利，二是市場競爭。但今天要分析這兩個問題，需要理解大型科技公司的影響以及網絡效應和平臺效應。
風險評估和定價，數據權利，以及市場競爭，也相應構成金融科技監管的三個重要維度。金融科技創新不斷，給金融科技監管帶來很大挑戰，為此需要監管科技和監管沙箱。
從貨幣金融學的角度，區塊鏈會促成不同於帳戶範式的Token範式。Token範式也被稱為代幣模式、價值模式、帳戶鬆耦合和廣義帳戶體系等，目前最值得關注的是央行數字貨幣和以Libra（已更名為Diem）為代表的穩定幣。Token範式，本質上是在數字世界中實現類似現金但又超越現金的特徵。
接下來討論這張圖中的幾個重要問題。
身份管理
為什麼身份管理很重要？金融活動需要了解參與的人和機構。這是監管的要求，體現為KYC（「了解你的用戶」），反洗錢，以及反恐怖融資等。這更是風險管理和風險定價的需要。比如，這個人信用情況怎麼樣，出現健康風險概率有多高，以及那家企業盈利前景怎麼樣，還債能力怎麼樣。這是監管的要求，
一種重要趨勢是生物識別技術（特別是人臉和指紋識別技術）在身份管理中的應用。生物識別技術已廣泛應用在金融交易驗證中，正在向遠程帳戶開立延拓。生物識別技術的進步離不開人工智慧和大數據技術的發展。
但在有些金融應用場景中，匿名是一個需要保障的合法權益。比如，從全球看，央行數字貨幣的可控匿名要求，而這離不開密碼學和區塊鏈技術的應用。
帳戶範式和Token範式
國際清算銀行在討論央行數字貨幣時，提出一個重要的分類標準：帳戶範式和Token範式。目前金融體系基於帳戶範式，比如大家幾乎每天都在用的銀行卡和第三方支付。基於Token範式的央行數字貨幣和穩定幣方興未艾。Token範式本質上是在數字世界中實現類似現金但又超越現金的特徵。我從四個維度對比這兩個範式。
第一，開放程度和身份管理機制。帳戶範式是中心化管理，用戶需要提供身份信息證明「你是你」。Token範式可以去中心管理，開放性更好，用戶需要證明「你知道某些特定信息」（比如私鑰）。作為參照，現金一旦投放到市場中，就是去中心化管理，任何人都可以持有和使用。
第二，實名制要求。金融帳戶遵循實名制原則。Token範式能實現可控匿名。作為參照，銀行卡和第三方支付是100%實名制，而現金則是100%匿名。
第三，交易機制。在帳戶範式中，交易分層級。不管是境內支付，還是跨境支付，本質上都是對銀行帳戶的操作。同行轉帳要同步調整交易雙方在同一開戶銀行的存款帳戶餘額。跨行轉帳除了調整交易雙方在各自開戶銀行的存款帳戶餘額以外，還涉及兩家開戶銀行之間的結算。商業銀行之間的結算需調整它們在中央銀行的存款準備金帳戶餘額。這就是交易分層級的體現。
跨境支付要複雜得多。比如，從上海銀行匯錢到波士頓銀行，這兩家銀行之間沒有帳戶聯繫，資金流通需要經過代理銀行的帳戶：先從上海銀行到中國銀行，再從中國銀行到美國銀行，最後從美國銀行到波士頓銀行，中國銀行和美國銀行就是代理銀行。代理銀行模式下，跨境支付涉及的銀行帳戶多，每個環節都要滿足合規要求。代理銀行相互之間還要開立帳戶並鎖定一些資金在帳戶中。這就是為什麼跨境支付耗時長，成本高。跨境支付還體現了資金流和信息流的分離——資金流通過銀行帳戶體系，信息流通過SWIFT報文系統。
在Token範式下，可以直接點對點交易，交易天然是跨境，並且資金流和信息流是合二為一的。「直接點對點交易」正是現金交易的特徵，而「交易天然是跨境」則超越了現金。
第四，在帳戶範式下，不同用戶有不同帳戶「視圖」。比如，對同一筆交易，買方和賣方有不同的會計處理方式，甚至使用不同會計標準。但Token範式則是共享帳本。
這四個維度對應區塊鏈不同方向的應用。第一個維度對應區塊鏈在普惠金融中的應用。第二個維度對應區塊鏈在隱私保護中的應用。第三個維度對應區塊鏈在跨境支付中的應用。第四個維度對應區塊鏈在證券交易中的應用。
總的來說，帳戶範式和Token範式在金融資產託管、交易、清結算、金融監管和隱私保護等方面的含義完全不一樣。我們今天習慣了帳戶範式，但對照Token範式，能幫我們加深對帳戶範式的理解。
徵信與數據權利
獲取和處理數據始終是金融的核心問題之一。今天上午周小川行長講了獲取和處理數據的能力對支付系統現代化的影響。目前，要理解這方面問題，離不開數據要素和隱私保護。
這方面一個特殊問題是徵信。徵信報告是公共產品，在信息來源、信息使用以及個人隱私保護等有嚴格監管要求。現在很多人討論隱私保護時，會提到歐洲的《一般數據管理條例》（GDPR）。但實際上，GDPR的一些核心做法，在徵信監管中早就有了。
我國前段時間流行過「大數據徵信」概念。這個概念是錯誤的，因為大數據在來源和使用等方面，都沒法達到徵信監管要求。這就涉及徵信與數據/風險管理市場的區別。與徵信相對的是銀行的內部評級，內部評級在數據來源和使用等方面要靈活得多，但評級結果僅限於自己使用。在徵信與內部評級這兩端中間，出現了多樣化的數據/風險管理市場。比如，芝麻信用分的使用已經延拓到阿里體系以外。
數據要素市場涉及很多前沿問題。因時間關係，我只討論四個。第一，非金融帳戶收集的場景化數據的金融價值，已在金融科技實踐中被充分檢驗。比如，電商消費數據可以支持網際網路上的消費金融貸款，社交網絡數據有助於刻畫用戶的風險偏好，看用戶適合什麼樣的金融產品。但搜尋引擎數據，因為與身份關聯較弱，金融價值要弱得多。
第二，數據權利保護將顯著影響未來金融科技乃至網際網路商業模式。前面已提到歐洲的GDPR。歐洲現在處於全球數據權利保護立法和實踐的前沿，並被其他國家和地區借鑑。比如，歐洲正在討論《數字服務法案》，其中一個要求是網際網路平臺要向競爭對手開放用戶數據，以抑制數據壟斷。
第三，數據要素市場的組織形態。很多數據具有公共產品的特徵。比如，同樣的數據，張三可以用，李四也可以同時用，而且張三用不影響李四用。因此，數據不適合像股票市場那樣的集中化交易方式。我預計數據要素市場將借鑑金融市場的組織形態，出現數據銀行、數據信託以及數據合作社等形態。
第四，安全多方計算、聯邦學習等技術的應用使「數據可用不可見」，將在數據要素市場中發揮重要作用。
風險評估和定價
計算機領域有一個基本公式：程序=數據結構+算法。這對應到金融領域中是：風險評估和定價=數據+分析方法。前面已討論數據，接下來討論分析方法，這就涉及人工智慧和大數據技術。
人工智慧和大數據技術已深度滲透金融領域，產生了很好的應用效果。但實事求是地講，人工智慧和大數據技術有應用邊界。
第一，目前人工智慧落地的主要是以深度學習為代表的弱人工智慧，就其本質而言，解決的是模式識別問題，比如圖片分類。人工智慧在生物識別，用戶畫像，信用評估，保險定價，以及監管科技等領域應用是成功的。識別人的身份、頭像、指紋、風險偏好和信用資質等，是很有代表性的模式識別問題。
第二，人工智慧和大數據技術在證券投資中的應用，則面臨市場有效性理論的限制。市場有效性理論認為，市場交易形成的證券價格能綜合反映與證券有關的信息。當然，現實情況不完全符合這個理論，但證券價格預測遠遠超越了模式識別範疇。現在證券投資行業的主流實踐是，尋找新的數據，比如GPS、衛星遙感等不同於公司財務報表的「另類數據」，而非對現有數據使用更複雜的分析模型。
第三，模型透明度和可追責性、歧視定價、順周期性等問題。人工智慧和大數據技術使用的模型要有透明度，對外可解釋，而不能像一個黑盒子，否則出錯也不知道是哪個環節的責任。人工智慧和大數據技術不能用於「大數據殺熟」等歧視定價。如果市場上有很多人使用同一個模型，可能造成「羊群效應」，放大市場的波動。這些問題說明，對人工智慧和大數據技術的監管，是一個必然會發生的事件。
金融科技影響金融活動的組織形式
金融科技會影響金融活動的組織形式，這裡面涉及非常複雜的商業、經濟學和監管問題。
比如，全球銀行業面臨的一個重要趨勢是「開放銀行」。原來銀行拓展業務，需要開設新的營業網點，比如「陸家嘴支行」。現在銀行在數字世界展業，可以通過API（應用編程接口）在網絡應用場景中開設「網絡支行」。
再比如，我國的第三方支付本質上基於支付帳戶的創新。這看起來很簡單，但衍生出複雜的金融生態。「第三方支付+網際網路消費金融」能提供虛擬信用卡服務。
又比如，我國曾流行過「網絡小貸公司+ABS（資產證券化）」模式。小貸公司不能跨地域經營，而且要受嚴格的槓桿率限制。但「網絡小貸公司+ABS」可以在全國範圍內展業，發放的貸款通過ABS賣給投資者以回籠資金，通過加快資金周轉來擴大放貸能力。實事求是地說，「網絡小貸公司+ABS」很接近全國性銀行。
在金融科技的影響下，一些之前由金融機構「一站式」提供的金融服務，「化整為零」到多家機構，由市場分工網絡進行。那麼，怎麼理解這些變化？
第一，這體現了「金融功能比金融機構更穩定」這一原則。金融發展有兩條像DNA雙鏈一樣相互纏繞並上升的主線，一條是金融功能，另一條是金融機構。Zvi Bodie和Robert Merton上世紀90年代中期就提出，金融功能比金融機構更穩定，金融機構的形式取決於它們執行的金融功能。比如，100年前銀行的組織結構和業務形態，與今天相比有很大差異，但銀行執行的金融功能則變化不大。前面討論的那些變化，再次支持了他們的洞見。
第二，技術發展模糊了金融市場（直接融資）、金融中介（間接融資）和其他金融服務提供者之間的邊界。這是新制度經濟學大師科斯研究的市場與企業之間的邊界問題，在金融領域，特別是在新技術條件下的體現。
第三，監管套利的驅動。監管標準不一致造成了監管套利問題，一些金融活動或金融活動的部分環節轉移到監管相對薄弱的環境中進行。
第四，穿透式監管，關鍵是分析那些變化中隱含的複雜的資金流通和風險分擔模式。這個問題不僅存在於金融科技領域，也存在於影子銀行領域。中國人民銀行對網際網路金融的風險整治，最近銀保監會發布的《中國影子銀行報告》，都體現了這個重要的監管方法論。
第五，要注意市場分工網絡中利益不一致和激勵不相容的影響。比如，在傳統的銀行貸款業務中，銀行自己承擔信貸風險，也獨享信息收益，會很審慎地放貸，積極地做貸後管理。在目前「網絡小貸公司+助貸」模式中，依託於網際網路平臺的網絡小貸公司向銀行推薦貸款對象，按促成貸款量收費，但很多銀行不具備穿透到最終貸款對象的風險管理能力。網絡小貸公司有沒有可能為做大業務量而放低授信標準，讓銀行暴露在更高風險之中？這就是典型的利益不一致和激勵不相容問題。
這個問題上一次系統性爆發，是在2008年之前美國的次級按揭貸款（即「次貸」）證券化市場。當時，美國的銀行在發放按揭貸款後，可以很快通過證券化將按揭貸款賣出去。很多銀行為擴大業務而放鬆了貸款標準。為此，國際金融危機後的監管改革，提出了風險留存措施，要求銀行必須保留5%的證券化風險敞口。
大型科技公司涉足金融
不管歐洲還是美國，對大型科技公司的監管都在加強。前段時間英國《金融時報》有篇文章專門分析了這個趨勢，可謂「環球同此涼熱」。
一些技術公司為搶佔市場份額不計成本擴張。而金融首重安全穩健，與技術的擴張邏輯天然不兼容。
大型科技公司在平臺、技術、用戶和數據等方面優勢可能影響市場公平競爭。第一，一些大型科技公司打造一個從金融到衣食住行的包羅萬象的生態，增加了用戶的切換成本，並造成「二選一」問題。第二，利用支配性市場力量，通過排他性條件和價格戰等抑制競爭對手。特別是，金融領域的價格補貼，會干擾風險定價效率。最後，數據壟斷，通過對數據的非競爭性使用而獲取信息租金。
全面監管框架
要對金融科技建立起全面監管框架，體現為三大支柱。第一，傳統意義上的金融監管，核心目標是促進金融穩定和保護金融消費者。第二，競爭監管，特別是針對大型科技公司的金融科技業務。第三，數據隱私監管。
最後，我想強調兩個觀點。第一，對金融科技，功能監管、行為監管和金融消費者保護的重要性更突出。特別是，不管業務主體和技術形式如何，只要從事同類業務，就應該做到財務標準一致，監管標準一致，以防範監管套利。金融科技機構與傳統金融機構在從事同樣業務時，應該受到同等監管，否則會扭曲兩者之間的公平競爭關係。
第二，不管對傳統金融機構，還是對金融科技創新，風險識別、計量、防範和處置等方法的普適性。這正是「基於風險的監管」和功能監管的精髓。
比如，對「網絡小貸公司+ABS/聯合貸款/助貸」模式，存在兩派觀點。第一派認為巴塞爾協議不適用。第二派則是將ABS、聯合貸款和助貸等的規模加在一起，計算整體槓桿率。實際上，兩派觀點都有可商榷之處。
巴塞爾協議（第三版）為分析和監管「網絡小貸公司+ABS/聯合貸款/助貸」模式提供了足夠的工具。巴塞爾協議的核心思想是根據銀行不同資產的風險特徵，使用不同的風險權重，再據此討論資本要求。8%的資本充足率，對應著銀行破產概率不超過0.1%。這是在衡量銀行破產對存款人的影響以及對全社會的外部性後，施加的風險容忍度約束。
因此，對「網絡小貸公司+ABS/聯合貸款/助貸」模式，可以根據風險承擔和轉移的實際情況，對ABS、聯合貸款和助貸使用不同的風險權重，再根據對網絡小貸公司的風險容忍度（因為網絡小貸公司不吸收存款，可以適當放鬆風險容忍度要求），科學地制定風險資本和槓桿率要求。此外，需要校正「網絡小貸公司+ABS/聯合貸款/助貸」模式中的利益不一致和激勵不相容問題。