來源：清華服務(wù)經(jīng)濟與數(shù)字治理研究院

黃益平作為領(lǐng)銜教授在中國數(shù)字經(jīng)濟發(fā)展和治理學(xué)術(shù)年會首期青年學(xué)者講習(xí)班作專題講座：大科技信貸研究

7月5日至7月7日，中國數(shù)字經(jīng)濟發(fā)展和治理學(xué)術(shù)年會首期“數(shù)字經(jīng)濟青年學(xué)者講習(xí)班”在清華大學(xué)順利舉辦，以專題講座與研究交流等形式，助力數(shù)字經(jīng)濟領(lǐng)域青年學(xué)者成長。7月7日，本期講習(xí)班領(lǐng)銜教授、北京大學(xué)國家發(fā)展研究院金光金融學(xué)與經(jīng)濟學(xué)講席教授、副院長，北京大學(xué)數(shù)字金融研究中心主任黃益平作題為《大科技信貸研究》的特邀講座。清華大學(xué)計算社會科學(xué)與國家治理實驗室執(zhí)行主任、北京國際數(shù)字經(jīng)濟治理研究院院長、年會主席團秘書長孟慶國教授主持了本場講座。本文根據(jù)現(xiàn)場講座內(nèi)容整理。

一、什么是大科技信貸？

大科技信貸（Bigtech lending）是數(shù)字信貸（Digital lending）的一種形式。數(shù)字信貸是一種以數(shù)字技術(shù)支持信貸的業(yè)務(wù)模式，包括金融科技貸款（Fintech lending）和互聯(lián)網(wǎng)貸款（Internet lending）兩類。金融科技貸款是基于借貸雙方交互便利的特性或基于篩選監(jiān)督的技術(shù)的信貸業(yè)務(wù)，互聯(lián)網(wǎng)貸款是商業(yè)銀行運用互聯(lián)網(wǎng)和移動通信等技術(shù)，基于風(fēng)險數(shù)據(jù)和風(fēng)險模型進行交叉驗證和風(fēng)險管理，線上自動受理貸款申請及開展風(fēng)險評估，并完成授信審批、合同簽訂、貸款支付、貸后管理等核心業(yè)務(wù)環(huán)節(jié)操作。

而大科技信貸指的是主業(yè)為科技業(yè)務(wù)的大公司（大科技）提供的貸款，大科技公司利用大科技平臺快速、海量、低成本地獲客并積累數(shù)字足跡，同時運用大數(shù)據(jù)和機器學(xué)習(xí)模型進行信用風(fēng)險評估，為大量的個人與小微企業(yè)提供信貸服務(wù)的新型業(yè)務(wù)模式。大科技信貸的兩大支柱是大科技平臺和大數(shù)據(jù)分析，數(shù)字技術(shù)的優(yōu)勢體現(xiàn)在三個方面：一是交互便利，二是非傳統(tǒng)數(shù)據(jù)支持的信用風(fēng)險評估，三是還款管理。

二、大科技信貸的背景

第一，大科技信貸的一個重大貢獻在于其普惠性，可以覆蓋很多原先不能覆蓋的群體。在傳統(tǒng)金融業(yè)中，普惠金融很難做，但大科技信貸找到了一條獨特的路子。網(wǎng)商銀行在創(chuàng)立之初就以服務(wù)小微企業(yè)、支持實體經(jīng)濟、踐行普惠金融為使命，成立第一年，僅僅依靠在杭州的一個辦公室、1000名左右的員工，就向全國500萬的小微企業(yè)提供信貸。同樣，騰訊旗下的微眾銀行，用線上數(shù)據(jù)給個人做信用風(fēng)險評估、發(fā)放貸款，挖掘出很多有價值的數(shù)據(jù)。第二，大科技信貸具有重要的宏觀經(jīng)濟含義。大科技信貸帶來了很重要的改變，除了在微觀層面對個人、企業(yè)等的影響，在宏觀層面也會帶來一些改變。比如說傳統(tǒng)金融體系中的金融加速器機制，講的是房價與信貸之間的正向反饋關(guān)系，如果房價跌了，信貸就會收縮，而這又會導(dǎo)致房價進一步下跌，因而會加劇金融的不穩(wěn)定性，這就是諾獎得主伯南克等發(fā)現(xiàn)的金融加速器機制。然而，當(dāng)?shù)盅浩诽鎿Q成數(shù)據(jù)以后，金融穩(wěn)定的機制可能就發(fā)生改變了，至少會削弱信貸與房價之間的正向反饋關(guān)系，從而使得金融體系變得更加穩(wěn)定。

國際清算銀行（BIS）曾經(jīng)嘗試測算各國數(shù)字信貸和大科技信貸的規(guī)模。當(dāng)然這個估計不一定準(zhǔn)確，因為數(shù)據(jù)并不完整，但他們起碼把能找到的數(shù)據(jù)放到了一起。并且試圖用一些變量來解釋，為什么有的國家大科技信貸相對發(fā)達，有的國家卻不那么發(fā)達。他們發(fā)現(xiàn)的驅(qū)動因素包括：（1）人均GDP，人均GDP比較高的國家，大科技基礎(chǔ)的技術(shù)條件可能比較好。（2）銀行的價格加成，銀行價格加成比較高，可能是競爭不太充分，說明銀行的服務(wù)不是那么好，其他形態(tài)的信貸創(chuàng)新動力就比較強。（3）銀行監(jiān)管不嚴(yán)格，如果銀行監(jiān)管太嚴(yán)格，估計很多大科技信貸是沒有機會的。（4）地區(qū)的營商環(huán)境和司法系統(tǒng)效率，這兩個是正向關(guān)系，如果借了錢不還也沒有任何后果，大科技信貸就做不下去。（5）較低的銀行貸款-存款比例，我國銀行貸存比比較低，銀行有不少錢，但是放不出去，而傳統(tǒng)金融體系當(dāng)中供給不足的缺口是比較大的。

目前為止，我們的數(shù)字金融做得最成功的地方在于其普惠性。北京大學(xué)數(shù)字普惠金融指數(shù)把各個地區(qū)，每一年按照相對的發(fā)達的水平分成不同的檔次，紅色的是最發(fā)達的，其次是橙色的、黃色的、綠色的。2001年全國大部分地區(qū)都是綠色的，到了2021年的時候，仍然是沿海地區(qū)發(fā)展水平比較高，但是顏色的差異一下子縮小很多，其實是意味著整個內(nèi)陸地區(qū)，原來相對比較落后的地區(qū)，在快速的趕上來，充分反映普惠性。今天講大科技信貸，如果刊網(wǎng)商銀行2022年的大科技信貸數(shù)據(jù)，同樣可以發(fā)現(xiàn)客戶數(shù)量主要還是集中在東南沿海地區(qū)，但是增速最快卻都在西部地區(qū)，包括西藏、新疆。這說明，使用了新技術(shù)以后，原先發(fā)展相對滯后的地區(qū)的客戶數(shù)量增長速度越來越快，差異在顯著縮小。

三、中國大科技信貸業(yè)務(wù)實踐

中國的大科技信貸從規(guī)模上來說，應(yīng)該是全世界最大的。我們曾經(jīng)也認(rèn)為大科技信貸模式的萌芽可能最初是在中國出現(xiàn)的，但我不是很確定現(xiàn)在所說的大科技信貸業(yè)務(wù)實踐是中國首創(chuàng)的，一個很重要的原因在于用大數(shù)據(jù)做信用風(fēng)險評估的實踐，阿里或者螞蟻或者網(wǎng)商銀行也是在2015年以后慢慢成形的。最初，2003年的時候有了淘寶，阿里巴巴在中間做擔(dān)保交易，解決信任問題。2010年首先開始線上阿里小貸業(yè)務(wù)，所以說用大數(shù)據(jù)分析做信貸最初可能阿里是最早做得，但是不是大科技信貸的原創(chuàng)者，也不太好說，實際上大家都在相互學(xué)習(xí)。2015年以后對風(fēng)控模型做了系統(tǒng)性的改進，2016年以來大科技信貸規(guī)模穩(wěn)居全球第一，2019年在國內(nèi)信貸中的比例超過了2%，超印尼的1%和其他國家低于1%。

大科技信貸具體的類型包括三類：一是新型互聯(lián)網(wǎng)銀行。銀監(jiān)會推動設(shè)立民營銀行，包括三家新型互聯(lián)網(wǎng)銀行——微眾銀行（2014）、網(wǎng)商銀行（2015）和新網(wǎng)銀行（2016）。二是大科技平臺通過小額信貸公司發(fā)放貸款。螞蟻的花唄、借唄（已更名為信用貸），京東的京東白條，銀保監(jiān)會給他們發(fā)了消費金融的牌照。三是各種形形色色的大科技助貸。

簡單介紹一下網(wǎng)商銀行，2015年6月25日，網(wǎng)商銀行成立，一開始主要繼承了阿里小貸的業(yè)務(wù)。最初的服務(wù)對象主要是阿里巴巴電商平臺上的商家，之后有過三次大的拓展。2015年，依托阿里巴巴的“千縣萬村”和“村淘合伙人”為縣域小微企業(yè)和農(nóng)村經(jīng)濟主體的信貸服務(wù)。2017年，隨著支付寶利用二維碼支付覆蓋了近一個億的線下門店和個體戶（“碼商”），推出了“多收多貸”信貸，建立了線下商戶的風(fēng)險模型。2018年，探索供應(yīng)鏈金融業(yè)務(wù)，打通銷售、供應(yīng)全鏈路。網(wǎng)商銀行一直在做持續(xù)的風(fēng)險管理創(chuàng)新，他們很自豪的是幾個系統(tǒng)。一是百靈系統(tǒng)，是一個智能交互式風(fēng)控系統(tǒng)，旨在幫助小微企業(yè)申請線上融資時“提額度”。二是供應(yīng)鏈金融的產(chǎn)品矩陣—“大雁系統(tǒng)”，主要利用產(chǎn)業(yè)鏈上下游之間的交易關(guān)系。三是大山雀系統(tǒng)，是以衛(wèi)星遙感技術(shù)為特色的農(nóng)村金融風(fēng)控系統(tǒng)。最近，網(wǎng)商銀行對小微企業(yè)開發(fā)了一套綠色評級，可以測算每一家小微企業(yè)的綠密度，發(fā)現(xiàn)綠密度比較高的企業(yè)信用風(fēng)險往往都比較低，綠密度比較低的反而風(fēng)險比較大。從中也可以看出他們確實是在不斷地嘗試來探索怎么樣能改進用非傳統(tǒng)的數(shù)據(jù)或方法來做信用風(fēng)險評估。

截至2021年末，網(wǎng)商銀行總資產(chǎn)達到4258億元，資本充足率為12.5%。累計服務(wù)小微企業(yè)4553萬戶，其中有80%以上從未在銀行貸過款，最近兩年每年新增客戶超過1000萬戶。但確實也遇到了一些挑戰(zhàn)。一是股權(quán)結(jié)構(gòu)與貢獻不對等。網(wǎng)商銀行是由當(dāng)時的螞蟻集團發(fā)起成立的，其業(yè)務(wù)也與阿里巴巴的電商及螞蟻集團的支付寶有密不可分的關(guān)系。但根據(jù)監(jiān)管的要求，螞蟻集團只能占30%的股份。二是不能“遠(yuǎn)程開戶”制約了資金的穩(wěn)定與成本。網(wǎng)商銀行只能開設(shè)II類賬戶，不能從事一些銀行交易如存取現(xiàn)金、向非綁定賬戶轉(zhuǎn)賬。三是貸款利率依然偏高?？紤]到網(wǎng)商銀行的單筆貸款規(guī)模都很小，期限也很短，而且其資金成本也相對較高，年化貸款利率高一些，也能理解。但網(wǎng)商銀行曾經(jīng)自稱“每筆貸款運營成本僅2塊3”，且不良率只有1.53%，也許可以在“普”的基礎(chǔ)上進一步提升“惠”的力度。四是貸款規(guī)模過小。網(wǎng)商銀行客戶的普遍反映是確實很方便，“隨借隨還”，利息成本也不是很高，但額度太低，除了臨時性地補充一下流動性，很難真正支持經(jīng)營活動。

四、大科技信貸相關(guān)研究

大部分大科技信貸學(xué)術(shù)論文在2018年之后完成，許多論文的研究對象是包括大科技信貸在內(nèi)的廣義的數(shù)字貸款，大部分研究集中在信用風(fēng)險分析這個環(huán)節(jié)，但總體來說數(shù)量還是比較有限。我介紹幾篇我們團隊已經(jīng)完成或正在做的研究。

第一，大數(shù)據(jù)風(fēng)控模型比傳統(tǒng)銀行模型更可靠嗎？采用賽馬分析，一匹馬叫做大科技信用風(fēng)險評估模型，基本要素一是大數(shù)據(jù)、二是機器學(xué)習(xí)方法；另外一匹馬是傳統(tǒng)銀行模型，傳統(tǒng)數(shù)據(jù)加打分卡方法。用一套數(shù)據(jù)180萬逐筆貸款數(shù)據(jù)讓兩匹馬都來跑，前一半用于訓(xùn)練模型，后一半用于檢驗?zāi)Ｐ偷目煽啃??？梢缘玫剿臈lROC曲線。橫軸代表正常貸款被錯誤地識別為違約貸款比率，而縱軸則代表違約貸款被準(zhǔn)確地識別出來的比率。總體來說越接近左上角，說明這個模型的可靠度越高。實證分析表明，大科技模型確實優(yōu)于傳統(tǒng)銀行模型。大科技風(fēng)控模型的好處可能體現(xiàn)在兩個方面，一是從時效性上來說，有很多實時數(shù)據(jù)，線上數(shù)據(jù)時效性更強，過去的財務(wù)數(shù)據(jù)起碼是一個季度兩個季度之后的數(shù)據(jù)；二是囊括了很多行為變量。

第二，誰是大科技信貸的主要獲益者？即什么樣的借款人更容易獲益，用同樣的一組用戶，然后用兩個不同的模型，哪一個模型預(yù)測出來他的違約率更低，就意味著他更有可能獲得信貸。把大數(shù)據(jù)模型的預(yù)測的違約率和傳統(tǒng)銀行模型預(yù)測的違約率做一個比較，如果他更低，那就更容易獲得信貸，那就意味著他獲益的可能性就會更大一些，這就是一個相對的概念。我們發(fā)現(xiàn)，主要獲益者為規(guī)模小、地處偏遠(yuǎn)的小微企業(yè)。另外，央行征信數(shù)據(jù)可以有效支持信用評估，再加上大數(shù)據(jù)，評估效果則會更佳；但如果有大數(shù)據(jù)，即便沒有央行征信數(shù)據(jù)，大數(shù)據(jù)信用風(fēng)險評估的效果幾乎與使用央行征信數(shù)據(jù)相當(dāng)，這說明大數(shù)據(jù)可以幫助覆蓋“信用白戶”。

第三，大科技信貸是否會對銀行信貸產(chǎn)生溢出效應(yīng)？在大科技信貸中，只要連續(xù)地使用二維碼支付，過一段時間，獲得大科技信貸授信的比例就很高。我們進一步分析，借款人如果得到了網(wǎng)商的授信，特別是借到了錢之后，是不是更容易到傳統(tǒng)銀行去獲得貸款。我們發(fā)現(xiàn)大科技信貸的使用可以大大提高獲取傳統(tǒng)銀行貸款的可能性。不同的借款人主體獲得的溢出效應(yīng)不同。一是企業(yè)的網(wǎng)絡(luò)效應(yīng)分?jǐn)?shù)，指具體的一個商家，在整個支付系統(tǒng)當(dāng)中相對的重要性。如果打分比較高，說明商家很重要，很多人都會發(fā)生各種支付關(guān)系，如果商家是完全獨立的，基本上就沒這個效應(yīng)。網(wǎng)絡(luò)效應(yīng)分?jǐn)?shù)比較高，聯(lián)絡(luò)比較多的這些商家，它的溢出效應(yīng)就會高一些，網(wǎng)絡(luò)效應(yīng)不明顯的反而比較低。二是企業(yè)主的性別，女性獲得的溢出效應(yīng)更高。三是企業(yè)家資產(chǎn)。我們把貸款分成傳統(tǒng)銀行的貸款，一是叫做信用貸款，二是抵押貸款。用房子做抵押貸款，就會發(fā)現(xiàn)網(wǎng)商貸款的溢出效應(yīng)不那么明顯，因為主要是看你有沒有房子、值不值錢；但是對信用貸款的溢出效應(yīng)，相對就比較明顯一點。

第四，大科技信貸是否會改變貨幣政策傳導(dǎo)？銀行的貸款和大科技信貸的貸款，在貨幣政策調(diào)整的時候，信貸會產(chǎn)生變化，這是貨幣政策傳導(dǎo)的一個主要的機制。一般而言，貨幣政策寬松了，利率下調(diào)了，貸款會增加。我們把大科技信貸和傳統(tǒng)的銀行信貸做一個比較，發(fā)現(xiàn)如果貨幣政策寬松了，發(fā)現(xiàn)大科技信貸每筆貸款的規(guī)模，相對于傳統(tǒng)銀行信貸的變化不太明顯。差別在于貸款筆數(shù)會有很大的差別，當(dāng)貨幣政策寬松時，傳統(tǒng)的銀行信貸不會增加很多筆貸款，但是大科技信貸可以發(fā)出很多筆的貸款。這可能是因為大科技信貸與很多的潛在的借款人已經(jīng)建立了潛在的信貸關(guān)系，而傳統(tǒng)銀行要建立新的信貸關(guān)系，成本就會高一些。這還是跟大科技平臺的特點有關(guān)系，平臺的觸達相對比較容易，大科技公司通過數(shù)據(jù)分析發(fā)現(xiàn)增加每一筆貸款的規(guī)模會影響它的風(fēng)控，所以傾向于不增加太多的貸款規(guī)模。也就是說大科技信貸的反應(yīng)主要體現(xiàn)在外延邊際而不是集約邊際。

第五，大科技信貸如何影響金融穩(wěn)定？在信貸里有一個抵押品的渠道，就是房價越高，信貸越多，信貸越多會導(dǎo)致房價更高，而房價更高會使得信貸條件越寬松；反過來房價跌了，信貸就收縮了，信貸一收縮房價再跌，說不定就變成一個金融危機，伯南克他們所提出的金融加速器大概就是一個機制。我們的研究發(fā)現(xiàn)不同的貸款對房價反映的彈性，發(fā)現(xiàn)抵押貸款彈性系數(shù)是非常明顯的，信用貸款也有反映，但是反映沒那么大，大科技信貸彈性系統(tǒng)是不顯著的。這個研究如果能得到證實的話，可以一定程度上改變原來的宏觀金融穩(wěn)定的機制，后續(xù)還需要進一步的研究。