開放銀行破解“麥克米倫缺口”的契合性分析及實施路徑

李 昊

（中國人民銀行濟南分行，山東 濟南250021）

一、引言

1931 年，英國政治家麥克米倫首次系統提出關于中小微企業融資困難的理論——“麥克米倫缺口”，即商業銀行不愿意按照中小企業的融資條件對其提供信貸資金，致使中小企業普遍存在融資缺口。針對“麥克米倫缺口”這一世界難題，多家國際機構和組織進行了大量、深入的調查研究。2018年1月，世界銀行、中小企業金融論壇、國際金融公司聯合發布的《中小微企業融資缺口報告》[1]指出，在接受調查的128 個發展中國家中，46%的中小微企業融資需求受到融資約束（含完全融資約束和部分融資約束），缺口達5.2萬億美元，尤其是微型企業的融資需求滿足率僅為19%。

在我國，為切實緩解小微企業融資難題，一方面，政府持續通過減稅降費、降低企業生產經營成本、“放管服”改革等，放水養魚，助力企業紓困發展；另一方面，各類金融機構不斷創新信用貸、首貸、無還本續貸等融資方式，并利用金融科技和大數據降低服務成本，提高服務精準性。有學者認為，隨著金融科技的發展，運用大數據技術及輔助手段，貸款保證保險可有效把控小微企業貸款風險，消除保險公司承保的顧慮，從而使該項業務成為一種新的破解小微企業貸款難的模式；作為緩解銀企信息不對稱的探索，大數據信用貸款產品依靠全流程線上申請、審批與發放，助力緩解企業融資難題。何文茜、王顏波（2019）[2]從貨款產品、信用評價機制、貨款成本、風險控制四個方面，探究基于大數據平臺的阿里小貸如何應對小微企業資金需求短、頻、快的特點。楊樹（2015）[3]對比分析了微貸技術和信貸工廠兩種典型模式在經營理念、管理模式等方面存在的差異，總結了各自的優劣勢，并提出以產品事業部開展業務、標準化產品和流程、通過信貸工廠提升效率等建議。但總體上看，中小微企業融資難、融資貴問題始終未能從根本上加以緩解。艾瑞咨詢發布的《2018 年中國小微企業融資研究報告》[4]認為，小微企業融資難、融資貴的原因是在傳統的信息貸款模式下，金融機構難以平衡好發放小微貸款的風控效果與成本間的“蹺蹺板”關系，而新興的供應鏈金融模式、稅務信息貸款模式、支付信息貸款模式等則各有利弊。

開放銀行是近年來備受矚目的金融科技新業態。作為打破無界金融生態的有益探索，開放銀行是指在法律和監管保障數據安全的前提下，商業銀行通過建立并開放API（應用程序編程接口）端口，允許符合監管部門準入條件的第三方機構訪問自身的消費者金融數據，以充分挖掘參與各方數據所蘊藏的經濟價值，為個人消費者、企業等提供更加高效的服務。關于開放銀行的價值，Mensi et a（l2017）[5]認為，開放銀行通過商業銀行與第三方機構等其他合作伙伴的數據共享，為參與機構提供新的價值。Chen 和Gavious（2016）[6]認為開放銀行重構了銀行生態系統，使其更加智能。羅勇（2018）[7]認為，隨著互聯網技術的進步，商業銀行將致力于打造開放銀行，利用云計算、大數據等新技術，形成跨界融合的金融服務能力，真正滿足客戶的個性化金融需求。關于開放銀行的發展狀況，麥肯錫在2019 年6 月17日發布的《開放銀行的全球實踐與展望》[8]報告中指出，目前，全球有30 多個國家和地區正在推進開放銀行。Gartner（2017）[9]經統計發現，全球大型商業銀行主要通過自主研發、創新孵化、技術并購、跨界合作等路徑建設開放銀行。關于開放銀行的國際監管，最早由英國在2015 年提出，并成立開放銀行工作組，發布《開放銀行標準框架》，就開放API 的設計、交付、管理等各方面提出核心建議。蔡文德、曾曉立（2019）[10]從標準制定、信息保護、實施路徑、發展模式等方面，梳理了英國、歐盟、澳大利亞等國家和中國香港地區開放銀行發展和監管的主要做法。香港金融管理局于2018 年7 月發布Open API 框架[11]，要求本地銀行分四個階段實現數據共享功能。

縱觀國內對開放銀行的研究，多數集中在銀行層面，且一般認為開放銀行的“開放”主要是銀行向外部生態開放平臺、產品、服務、數據等，寄希望于通過監管手段，督促銀行將其掌握的數據資源等向其他主體共享，并做好數據信息保護等工作，但未充分認識到開放銀行最大的價值在于參與主體間數據的相互共享。這既需要銀行向其他主體共享數據信息，也需要其他主體向銀行共享數據信息，尤其是掌握大量數據資源的政府機構（含公共服務機構），更應參與到開放銀行進程中，大幅拓寬共享的數據量，提升各方參與積極性。這在一定程度上也推動地方政府提升治理能力和治理水平。同時，現有研究在介紹國外開放銀行做法的基礎上，多數建議國內的開放銀行應借鑒國外的成熟經驗，以達到少走彎路、跨越發展的目標，但未充分考慮到國內外銀行與其不同類別客戶聯系緊密程度的差異性。即國外的資本市場更為發達，企業可以通過發債、私募、公募、貸款等多種方式獲得資金，與銀行體系的聯系較為松散，而個人客戶則更依賴銀行提供的服務，因而國外的監管部門在推進開放銀行中，首先關注各類賬戶資源的共享。而國內的資本市場并不發達，企業尤其是小微企業融資高度依賴銀行貸款，對銀行業務的配合度較高，因而無論主觀上是否出于真實意愿，實際中配合數據共享的可能性都較大。同時，開放銀行所推崇共享、開放的理念，天然地契合破解“麥克米倫缺口”，緩解小微企業融資難、融資貴的需要。但對個人客戶，隨著國內互聯網金融的快速發展，普通個體對銀行體系的黏性較低，隨時、隨地、隨心更換銀行甚至選擇其他類型金融機構、準金融機構的現象較為普遍，各銀行均在小心翼翼地維護個人客戶，貿然要求其數據共享或許并不可行。因而，我國推進開放銀行的路徑應與國外有所區別。

二、“麥克米倫缺口”與“不可能三角”

從經濟學原理分析，“麥克米倫缺口”是市場失靈的表現形式，即中小微企業較難以合理價格、均等機會、便捷渠道獲得金融體系的充分支持，導致供需錯配。從根源上看，則是多數小微信貸模式難以突破“不可能三角”，同時實現控制風險、降低成本、規模發展三個目標。

圖1 信貸利率影響因素分析圖

作為從事商事活動的理性經濟體，任何貸款業務要取得持續發展，就需要給銀行帶來相對穩定的利潤來源，而這需要將信貸利率控制在合理水平，利率過高將大大降低企業申貸的積極性，利率過低則可能導致銀行業務虧損。信貸利率主要受資金成本、業務成本、合理利潤和風險溢價4 個指標共同影響（見圖1）。其中，資金成本主要由貨幣政策決定，合理利潤在1%左右，這兩個指標屬于常量因素，調整空間較小；業務成本和風險溢價屬于變量因素，調整空間較大，也是信貸利率的關鍵影響因素。

業務成本主要是圍繞客戶信息的收集、加工、分析、決策等支出的人力成本和其他相關成本，客戶信息重點是能夠直接反映還款能力的財務狀況情況，如資本規模、資產質量、有無擔保等，以及還款意愿（主要通過查詢企業征信系統確定）。降低業務成本主要有兩種方式：一種是從絕對值上降低信息收集成本，包括減少人員投入、減少收集的信息量等；另一種是通過大量獲取有效客戶，來降低單筆業務拓展的成本支出。這兩種方式實踐中可能是互斥的，即減少人員投入、減少收集的信息量一般將導致獲取客戶的數量減少，難以達到分攤成本的目標。

風險溢價主要受預判的客戶違約率影響，其準確性取決于業務成本，即收集的客戶信息是否全面、及時、準確。一般而言，風險溢價和業務成本呈負相關關系，業務成本投入越大，收集的客戶信息越全面、準確，風險溢價越低，實際貸款損失越低；業務成本投入越小，收集的客戶信息越少，風險溢價越高，實際貸款損失越高。同時，為進一步降低業務開展的風險，銀行機構須在貸款發放的同時建立必要的風險分擔機制。風險分擔的主體包括兩類：一類是貸款企業本身，即要求貸款企業提供抵質押物、擔保等；另一類是除貸款企業外的其他主體，包括政府建立的風險補償金、引入擔保公司等。如何選擇風險分擔主體則取決于銀行如何認定每類主體的風險分擔能力。相對而言，無論是政府的貸款風險補償金，還是擔保公司等的擔保，都難以足額補償銀行的貸款損失，或是足額補償損失的程序復雜、操作困難。因而，銀行一般優先要求貸款企業自身提供抵押物，這是針對所有企業的普適性要求，并不是針對小微企業的歧視性要求。

具體到各類企業，大中型企業資本規模大、資產質量好，能夠提供的抵押擔保物多，加之銀行收集信息的成本低，更易獲得貸款；相對而言，小微型企業資本規模小、資產質量一般，能夠提供的抵押擔保物少，加之銀行難以收集必要的信息，更難獲得貸款，“麥克米倫缺口”由此而生。

三、破解“麥克米倫缺口”的幾種典型模式分析

近年來，以銀行機構為主體的各類金融機構，在相關政策的督促和引導下，為從根本上破解“麥克米倫缺口”進行了長期探索，主要包括以“人”為核心的傳統路徑模式，如微貸技術、信貸工廠；以“互聯網技術”為核心的新型路徑模式，如大數據信用貸款、互聯網聯合貸款等。

（一）IPC微貸技術

IPC 微貸技術是德國國際項目咨詢公司（IPC 公司）為中小微企業提供的一體化的信貸咨詢服務和解決方案，通過軟硬信息分析、指標交叉驗證（權益、毛利率、營業額）等，評估客戶的還款能力；通過“掃街”“拉家常”了解客戶的聲譽、信用、社會環境等，評估客戶的還款意愿，尤其是非常看重客戶的人品、家庭和從業經驗（見表1）。通過標準化的人員培訓和統一再造的風控流程，IPC 微貸技術在提升小微信貸業務效率的同時，也能夠有效控制成本和風險。

表1 某農商行實施的微貸客戶營銷技巧示例

隨著小微信貸業務規模的擴大，人力成本越來越高，信貸員必須頻繁接觸已有客戶才能保證資產規模與質量的穩定，但信貸員的精力和管理邊界是有限的，且培養成本和淘汰率均極高，當人員規模與專業能力難以同步提升時，規模發展也就無法實現。一方面，我國小微企業（含個體工商戶）總數在9000萬家左右，遠超微貸技術可能的覆蓋邊界；另一方面，微貸技術要求客戶群體地理位置較為集中，信貸員較為熟悉當地情況，業務量不大的中小地方法人銀行，尤其是農商行、村鎮銀行等采取該模式取得成功的可能性更大。

（二）信貸工廠

信貸工廠是指銀行對中小微企業貸款的設計、申報、審批、發放等，以流水線方式進行批量操作，類似于生產企業標準化制造產品。具體就是銀行將中小微企業信貸業務細分為營銷、業務申報、審批、放款、貸后等環節，每個環節實行專人負責、實時預警。目前，部分銀行機構設立的小微專營機構或事業部屬于信貸工廠的具體表現形式。該種模式的實質是：通過構建專業化的中小微企業業務管理體系和運作機制，尋求降低拓展成本、實現規模發展的目標。

從實施效果分析，信貸工廠通過流程化的操作，有效提高了業務處理效率，一定程度上發揮了小微企業信貸的規模效益，如單筆業務辦理時間一般不超過2 天，信用類貸款當天發放。但困難和風險主要在于：信貸工廠模式前期投入較大，包括搭建平臺、配備崗位人員、研發客戶評分模型等，需要大量的業務量積累以分攤成本；實施中須保持崗位和人員相對穩定，不斷提升工作人員的專業技能；難以對客戶實施精細化調查，加之中小微企業的大量軟信息難以標準化，因而在產品和流程設計中風險監控能力要求高。

（三）大數據信用貸款

大數據信用貸款是指銀行機構基于系統內掌握的信息及客戶經營、征信等情況，以大數據風控為主要依據，實現全流程線上申請、審批、放款的貸款管理模式。一是實施主體主要為全國性銀行機構，以自主開發為主。二是發放對象主要為小微客戶，從申請到放款最快即時發放，最慢1—2 個工作日。三是發放方式主要為無抵押無擔保的信用類貸款，但部分產品也要求提供擔保。四是發放利率多在5%—10%之間，但部分產品利率也可能達到15%左右。如民生銀行推出的“網樂貸”，年化利率14.76%。

與此同時，部分企業尤其是中小微企業對大數據信用貸款表示獲得感不強。一是貸款額度小、期限短。從調查情況看，大數據信用貸款授信普遍偏小，多數授信在100 萬元以內。授信期限一般是1年，僅能滿足企業臨時性的資金周轉需要。二是信息采集渠道受限。大數據信貸系統采集的一般僅是行內數據，無法拓展到他行數據；以納稅多少作為審批依據對部分中小微企業或不適用。三是大數據信用貸款為線上申請與審批、隨借隨還、自主支用，資金流向無法實時監控，存在改變資金用途的風險。

總體而言，大數據信用貸款較好解決了“不可能三角”，其中，全流程線上操作最大限度地降低了銀行機構審批和發放貸款的成本，免抵押、免擔保降低了企業的貸款費用支出。通過小額、高頻、廣覆蓋的拓展模式，實現了業務的規模發展。對于風險的控制高度依賴于銀行收集信息的各種渠道是否暢通、廣泛，難點是如何便捷獲取稅務、海關、水、電等政府相關部門或公共服務部門掌握的信息，信息獲取越多，風險越低，因而大數據信用貸款完善的重點是信息共享問題。

（四）互聯網聯合貸款

與大數據信用貸款主要依靠銀行自身發放不同，互聯網聯合貸款是由銀行機構與大型互聯網金融公司合作開展，互聯網金融公司利用自身的客戶、場景和技術優勢與銀行機構合作開展貸款業務，雙方聯合出資、共同開展風控和貸后管理，按出資比例獲取利息收入和承擔風險。其中，銀行出資約占八成。銀行按照貸款利息收益的30%左右向平臺繳納服務費。同時，由于互聯網聯合貸款多數為無抵押、無擔保、隨借隨還的純信用類貸款，貸款利率較高，平均貸款利率超過10%，如網商貸、微粒貸等（見圖2）。

圖2 微粒貸業務流程圖

在實際運作中，互聯網聯合貸款的主要風險在于其業務審批中省略了銀行面簽、抵押、人工盡職調查等環節，而高度依賴互聯網金融公司的大數據和風控模型。具體表現為：整個流程中先由互聯網金融機構對客戶進行初審，確定貸款利率、授信額度和期限等，然后將客戶推薦給合作銀行進行終審；銀行根據自身偏好在其風控系統中設置拒絕規則，自動完成線上風控審核，其模式與互聯網金融公司類似，但在大數據分析方面較互聯網金融機構弱，拒絕率不高（10%左右），貸款審核的獨立性不強，存在后續不良貸款增長的風險。

總體而言，互聯網聯合貸款通過線上申請、審批和發放，總體上較好地實現了規模發展，但規模發展的上限受制于平臺的商戶數量。雖然通過大型互聯網金融公司、銀行機構的雙層審核機制和后期的合作催收機制，較好控制了業務風險；但由于貸款發放涉及互聯網公司和銀行機構兩方主體，為獲得一定利潤，實際貸款成本相對較高，且對平臺外小微商戶的緩解作用有待進一步發揮。

從金融機構開展中小微信貸業務的幾種典型模式分析，以微貸技術、信貸工廠為代表的傳統路徑，較難破解中小微信貸的“不可能三角”；而以大數據信用貸款、互聯網聯合貸款為代表的新型路徑模式，由于互聯網技術本身具有效率高、成本低的優勢，破解效果總體上優于傳統路徑。為便于對比分析，將各種模式實現控制風險、降低成本、規模發展的程度分為強、中、低三個級別。其中，控制風險的“強“”中”“低”級別分別是指將風險控制在較低程度、合理程度和風控能力較弱；降低成本的“強”“中”“低”級別分別是指業務拓展成本較低、適中、較高；規模發展的“強”“中”“低”級別分別是指業務拓展模式與規模發展要求完全吻合、基本吻合和不吻合（見表2）。

表2 幾種典型模式與“不可能三角”對照表

四、開放銀行理念與破解“麥克米倫缺口”的契合性分析

復盤金融機構破解“麥克米倫缺口”的各種嘗試，傳統的線下路徑始終無法長期、有效地破解“不可能三角”，新型的線上路徑能在較大程度上解決“不可能三角”，但在規模發展方面存在限制。其中最關鍵的因素是單個主體無法高效、便捷獲取充分的數據信息，以全面了解中小微企業的生產經營情況，更多采取保守方式，對中小微企業發放小額、低頻、短期限的貸款。

圖3 開放銀行流程圖

要從根本上破解“麥克米倫缺口”和“不可能三角”，需要充分借助互聯網渠道，構建有效的信息共享機制，讓各類主體愿意共享信息。開放銀行（Open Banking）是近年來備受矚目的金融科技新業態。作為打破無界金融生態、逾越普惠發展“藩籬”的有益探索，開放銀行是指在法律和監管保障數據安全的前提下，金融機構通過建立并開放應用程序接口（API）、軟件開發工具包（SDK）等方式，允許符合條件的其他機構訪問自身的金融數據，以充分利用銀行的數據資產，挖掘銀行金融數據所蘊藏的經濟價值，為個人消費者、企業等提供更加高效的服務。綜合分析價值理念、參與主體、利益分配機制、實施路徑等相關因素，開放銀行或將成為破解“麥克米倫缺口”的“鑰匙”。

（一）數據共享是開放銀行的價值目標，也是破解“麥克米倫缺口”的關鍵

從上述分析可知，互聯網路徑破解“麥克米倫缺口”的主要制約因素是數據共享渠道缺失，導致信貸審批時主要依靠自身掌握的不充分的數據資源。而開放銀行的核心價值即是數據共享。從業務流程分析（見圖3），在推進開放銀行中，需要金融機構、第三方機構等主體在充分協商的基礎上，建設用于數據共享的API等共享平臺，有效連接金融機構、科技公司以及其他具有客戶基礎的服務機構，實現相關主體間客戶信息的多維共享，有效緩解信息不對稱問題。共享數據主要涉及各方掌握的企業生產經營重要信息，有關企業實際控制人、董事、高管等個人身份的重要信息、個人銀行交易信息及相關增值信息等。除個人交易信息的增值信息外，其他信息在共享時須獲得企業或個人的授權，有效保護數據主體對自身數據占有、使用、收益和處分的權利。

（二）金融機構、金融科技公司既是開放銀行的主要實施者，也是破解“麥克米倫缺口”的關鍵主體

破解“麥克米倫缺口”的傳統路徑主要是商業銀行采取微貸、信貸工廠等技術，新型路徑則是商業銀行單獨發放大數據信用貸款，或與金融科技公司聯合發放貸款等，緩解企業融資難題。而在實施開放銀行中，數據共享的兩大主體是銀行機構和金融科技公司。對銀行來說，愿意共享數據主要是期望拓寬貸款數據采集渠道，降低信用風險。無論是銀行發放抵質押貸款，還是大數據信用貸款，采集的多是該行內部產生的交易流水，較少使用他行或其他主體的交易數據，數據來源渠道受限導致對申貸主體的畫像并不精準，因而尋求通過開放銀行獲取更多數據。對金融科技公司來說，其始終是開放銀行的積極倡導者，寄希望通過深度參與開放銀行，獲取更多金融數據，在新一輪的金融科技發展中贏得市場先機。

（三）為破解“麥克米倫缺口”，小微企業最可能同意數據共享

考慮到不同類型數據開放的難易程度、急迫性等，開放銀行在實施中一般須分階段組織完成，企業或個人是否同意授權數據共享是重要考量因素。對企業來說，雖然普遍面臨融資難、融資貴問題，但難易程度存在差別，因而共享數據的意愿也存在差別。其中，大中型企業因為資產質量相對較好、抵押物充足等，融資難、融資貴問題相對不嚴重；且部分企業因是上市公司，旗下子公司較多，數據信息均以公開發布的合并資產負債表為準，不愿共享更多數據。小微企業融資難、融資貴問題最為突出，而目前其融資又高度依賴銀行貸款，因而對銀行提出要求的配合度最高，同意授權數據共享的可能性也最大。對個人來說，隨著國內互聯網金融的快速發展，其對銀行體系的黏性較低，隨意更換銀行甚至選擇其他類型金融機構、準金融機構的現象十分普遍，加之個人信息保護意識不斷增強，若非確有必要，其同意授權數據共享的可能性較低。

（四）“幫助緩解小微企業融資難題”是提升政府部門參與開放銀行積極性的主要因素

2018 年以來，中央提出系列優化民營和小微企業營商環境的政策要求，緩解小微企業融資難、融資貴成為金融行業和地方政府共同的目標任務。但目前對開放銀行的研究，主要集中在金融行業，部分地方政府也認為開放銀行主要是銀行自身的商業行為。從數據信息的角度，稅務、海關、市場監管等政府部門，會計師事務所等公共服務部門，以及各行業協會均掌握大量的數據信息，也是商業銀行、金融科技公司等市場主體急需獲得的數據信息，開放銀行能夠幫助緩解小微企業融資難題，可以成為地方政府愿意參與的主要因素。因而，地方政府應成為開放銀行的重要參與主體，與商業銀行、金融科技公司等市場主體共享小微企業相關數據，在不斷優化小微企業營商環境、緩解小微企業融資難題的同時，提升各地治理能力和治理水平，真正發揮“1+1+1＞3”的效果。

（五）構建合理的利益分配機制，對于順利推進開放銀行和有效破解“麥克米倫缺口”均至關重要

“麥克米倫缺口”產生的根源就是多數小微信貸模式難以突破“不可能三角”，即在發放小微企業貸款中，銀行機構難以平衡好與小微企業間的成本收益關系。而破解“麥克米倫缺口”的各種模式，則是銀行機構、金融科技公司、企業（主）三方主體間不斷調整成本收益分配比例，盡可能以各方均能接受的價格拓展業務的過程。在實施開放銀行中，雖然其總體上利于各參與方，但在獲利程度上存在較大差異。一方面，不同銀行掌握的數據資源差別較大，囿于同業競爭壓力，各行難以避免會出現數據保留問題。另一方面，在銀行與第三方機構的數據共享中，考慮到第三方機構掌握的數據資源較少，除少數大型金融科技公司外，多數機構的科技實力弱于銀行，因而實際共享后，第三方機構的競爭力快速提升，但銀行系統收益相對較少。因而需要解決好API平臺建設成本分擔問題和平臺建成后的收益變現問題。對于API 平臺建設，鼓勵大型第三方機構和大型銀行機構聯合建設，考慮到小型銀行的風險承受能力和技術研發能力較弱，不適合承擔開放銀行平臺的建設任務和建設成本。Capgemini 與Efma 聯合發布的《2017 年全球零售銀行報告》列舉了多種開放銀行的變現模式，如收益共享、交易費用、許可費用等（見圖4）。

圖4 銀行和第三方機構API變現模式偏好對照圖

五、國內開放銀行推進現狀及存在的困難和問題

（一）國內開放銀行發展的總體情況及部分平臺分析

自2018 年浦發銀行推出業內首個API Bank 無界開放平臺以來，部分領先實踐的國有銀行、股份制銀行、民營銀行等先后推出自身的開放銀行平臺。億歐智庫數據顯示，截至2019 年5 月末，超過50 家銀行已經上線或正在建設開放銀行業務，如工商銀行互聯網金融開放平臺、微眾銀行的“3O”開放銀行等（見表3）。

1．工商銀行互聯網金融開放平臺

工商銀行推出的互聯網金融場景化服務開放平臺，通過API的方式，將金融產品和服務實現標準化的封裝輸出，涉及賬戶管理、員工薪資、跨境財資等。目前，平臺提供9 大類610 項API 服務，對接合作方超過900 家。“工銀e 企付”以“支付”為切入點，嵌入各類交易平臺、供應鏈核心企業平臺的業務場景，實現平臺負責交易信息管理、銀行負責按指令處理資金的合作模式。為解決政府事業單位在底層賬戶、支付服務、消費信貸、線下服務等金融服務能力不足的問題，工行開放平臺提供“工銀e 錢包”服務，該服務可與平臺本身服務有效結合，為政府智慧城市建設提供嵌入場景的金融支撐能力，助力政府構建一站式線上政務服務平臺。工行開放平臺也可以為教職工提供工資薪酬發放、項目資金、差旅費報銷，為學生提供學費、考試費、住宿費收繳，為財政部門提供財政零余額賬戶管理和授權支付、公務卡推廣應用等多種應用。

2．浦發銀行API Bank（無界開放銀行）

浦發銀行API Bank 以API 開放平臺為媒介，共享直銷銀行開戶、網貸、出國金融、跨境電商、繳費支付、集中代收付等超過30 個場景，力求為用戶提供全場景、全生態、全天候的服務和產品。浦發銀行年報數據顯示，截至2019 年年末，累計發布400 個API服務，對接合作伙伴應用210 家，API 交易數量超過1.6億筆。如個人可以通過API Bank辦理出境旅游，訂購旅游、直接提交財產證明、簽證、兌換外幣現鈔等。在企業業務方面，API Bank 可以嵌入企業內部的經營管理流程，并幫助連接稅務、市場監管等外部信息，實現內外部經營信息與API Bank 對接。在社會服務方面，API Bank可以通過聲紋、人臉等生物識別技術幫助用戶完成遠程身份認證，足不出戶辦理業務。

表3 部分商業銀行的開放銀行布局

3．微眾銀行的“3O”開放銀行

“3O”即開放平臺（Open Platform）、開放創新（Open Innovation）、開放協作（Open Collaboration），服務有效客戶超億人。微眾銀行金融科技加速器“We 加速”也已推出，其定位于“3O”開放銀行推進的連接器，通過該行廣泛的生態圈資源，吸引優質創新企業。在AI領域，微眾銀行推出新一代聯邦學習技術FATE 開源平臺等。在區塊鏈領域，推出連接底層區塊鏈中間件平臺WeBASE等。在分布式架構等領域，包括微眾金融科技沙盒FinTech Sandbox、分布式架構管理框架WeCube等。

（二）當前國內推進開放銀行存在的困難和問題

總體上看，國內開放銀行的發展仍處于起步階段，業務推動以引流獲客為主，注重場景共享，通過提升客戶服務體驗，增加客戶黏性，而非通過數據開放與轉變獲客方式，讓原本難以獲得金融支持的小微企業、個體工商戶等群體，便捷獲取低成本的融資支持，屬于“有中更優”，而非“從無到有”。與此同時，跨層級、跨地域、跨部門、跨領域、跨業務的數據共享，主要依靠參與市場主體的“點對點”“一對一”推動等，推進難度大、效率低。這既與多數銀行機構的發展理念和開放銀行的核心價值目標不匹配直接相關，也與監管層面尚未出臺統一的業務標準等存在一定關聯。

1．部分銀行的發展理念、治理結構、技術能力等尚難以達到數據共享的要求

一是國內開放銀行的發展理念多停留在與互聯網企業合作導流、擴大銀行客戶覆蓋面等層面，而非構建全新的生態經營模式；共享平臺以內部API 或伙伴API為主，主要服務分支機構或合作伙伴；銀行開放API 的主要功能是賬戶信息訪問和支付，層次較低。二是銀行在治理結構和信息系統開發方面存在較大限制。銀行多實行部門負責制，各部門較為獨立，決策難以達到高效協同狀態；銀行信息系統采用的技術和架構相對落伍，難以適應開放銀行的技術要求；銀行的多數創新仍主要是將產品和服務搬到網絡平臺或手機APP，與開放銀行挖掘共享數據價值、滿足定制化需求、提供便捷服務的理念不完全吻合。

2．缺乏統一明確的政策指引和監管細則，導致參與各方在權責利關系劃分上達成一致意見的難度大

目前，我國開放銀行的發展主要由市場驅動。銀行基于自身需求開發平臺、設立標準等，監管層面缺乏統一明確的政策指引。這雖然有利于刺激各方積極參與開放銀行進程，形成輸出產品、開放平臺、植入程序等多樣的開放銀行模式，但隨著數據共享的程度不斷加深，領域不斷拓寬，各方進一步合理劃分權利、義務、責任的難度加大，跨平臺合作的難度也在加大。如開放銀行連接銀行、第三方機構等多主體，各主體的角色和職責是什么；在多主體獲取數據的前提下，數據所有權與使用權的邊界在哪、如何規范等均不明確。

3．金融數據共享的制約因素較多，數據整合未形成合力

一是數據割裂仍較嚴重。開放銀行的核心是數據共享。目前我國金融領域數據持有方主要有三類：政府部門、金融機構、第三方機構。近年來，金融科技公司越來越深入地涉足金融業務，積累了大量金融數據。商業銀行與金融科技公司合作時，金融科技公司多以交換數據為前提，但商業銀行基于客戶信息保護和風控等方面的考慮，共享數據顧慮較多，數據整合成為開放銀行實踐的一大制約因素。二是金融機構、第三方機構等市場主體推動政府部門和其他公共服務部門共享數據的難度較大。目前，工商、稅務等政府部門，水、電、煤氣、熱力等公共服務部門均掌握大量的企業和個人數據信息，但其本身缺乏數據共享的動力，金融機構、第三方機構僅能根據業務需要，“點對點”說服相關部門共享數據，但需花費大量人力物力，且共享效果低于預期。三是數據共享面臨的法律成本和合規成本增加。2017年6 月《中華人民共和國網絡安全法》施行后，公民個人信息的收集和使用受到嚴格規范。為證明數據收集的合法性，機構與用戶簽署的告知協議愈發冗長，這既增加了機構的合規成本，也增加了用戶認可的時間成本。

4．銀行風險管理更加復雜，并帶來新的監管挑戰

一是開放銀行主要以API 形式輸出服務能力，各參與方聯系較為密切。在合作中，商業銀行合作伙伴提供了多種場景，但風控作為核心能力，合作伙伴少有輸出，銀行除承擔API接口設計、系統改造等成本外，還須單方承擔開放API 端口帶來的業務風險。二是開放銀行模糊了金融服務中持牌機構與非持牌機構的邊界，給監管造成挑戰。通過開放銀行接口，非銀行金融機構能夠自主構建出銀行業的部分核心功能與服務，類似于獲得銀行牌照，對現行的分業監管體系形成巨大挑戰。三是資金跨區域投放背離屬地監管原則。基于開放銀行的業務模式，客群可能拓展到全國，資金投放也不再局限在當地，對地方法人銀行來說，不符合屬地監管和信貸資金支持本地經濟的要求。

六、我國實施開放銀行的路徑選擇

2019 年8 月，中國人民銀行印發《金融科技（FinTech）發展規劃（2019—2021）》，指出加強跨地區、跨部門、跨層級數據資源融合應用，推動金融與民生服務系統互聯互通，將金融服務無縫融入實體經濟各領域。當前，金融服務實體經濟存在梗阻的集中反映是小微企業融資難、融資貴，而各行實施的開放銀行仍集中在零售客戶和場景共享上，并未過多涉及緩解小微企業融資問題，單純依靠市場自發推動無法解決這一梗阻，因而急需監管機構從政策層面予以協調推動，通過率先推進小微企業數據共享，緩解小微群體融資難問題。這既是充分尊重市場主體首創性、主體性的直接體現，也是有效發揮政府監管能動性、踐行普惠金融、提升各類群體獲得感的內在要求。

我國在出臺較為重大的改革創新措施之前往往選擇若干地區進行試點，試點成功后再推向全國，這是符合實際且行之有效的改革路徑。作為近年來備受矚目的金融科技新業態，我國在全面推動開放銀行之前也有必要選擇部分地區先行試點共享小微企業數據。考慮到公民個人信息較為敏感，一旦發生信息泄露事件可能產生較為嚴重的后果，因而在數據共享上應更為慎重。在試點開展小微企業數據共享的基礎上，可以依次按照小微企業數據共享—小微企業主（含實際控制人、高級管理人員）數據共享—其他企業數據共享—其他企業主（含實際控制人、高級管理人員）數據共享—普通個人數據共享的順序，穩妥、有序推動。此處僅針對小微企業數據共享提出意見建議，其他主體的數據共享可以在試點結束后分階段參考組織實施。

（一）審慎選擇實施開放銀行的試點地區

在確定試點地區時，應從政府機構（含公共服務機構）、監管機構、銀行機構、第三方機構、小微企業等多方面予以考慮。其中，政府機構（含公共服務機構）應對數據共享持開放態度，且已在積極推動政府管理與公共服務中的數字化轉型，能夠較為便捷地提供小微企業納稅、政府獎補資金、交納水電氣熱費用等相關數據；監管機構應熟悉國內外開放銀行發展的最新進展，較多接觸金融科技發展的新業務、新知識；銀行機構應具有較強的資金實力和科研能力，且以大型的國有銀行、股份制銀行、民營銀行的總部機構所在地為主；第三方機構應數量眾多，既有較多熟悉金融科技前沿業務、與銀行機構有較多合作的大中型金融科技公司，也應有一定數量的了解企業財務狀況，尤其是小微業務的會計師事務所；小微企業應對開放銀行有所了解，便于后期的授權操作。

（二）研究制定統一的數據共享標準

可由國務院金融穩定發展委員會授權，央行會同銀保監等部門共同制定開放銀行業務規則與監管框架。在制定框架過程中，充分聽取參與機構的意見建議。一是統一開放銀行的標準規范[12]，包括數據標準、API 標準、安全標準等，減少參與機構的成本負擔。二是明確小微企業的授權方式，并根據數據的敏感程度分級共享。敏感程度分為低、中、高三個等級，其中“低”等級主要是小微企業財報數據，一次性授權；“中”等級主要是財務報告沒有體現但與小微企業生產經營密切相關的其他數據；“高”等級主要是與企業高管等個體相關、對企業生產經營影響較大的數據，考慮采取OTP（One-time Password）等更嚴格的授權方式。三是明確參與機構有權獲取的數據種類、訪問頻率等，加強信息保護。四是明確銀行機構和第三方機構的準入標準。為有效防范數據共享后的各種風險，建議以“白名單”形式發布符合條件的銀行機構和第三方機構名單，然后實行雙向選擇、責任自負。由于非銀行支付機構掌握較多的小微企業數據，且已納入監管，可以作為重點參與的第三方機構。

（三）建立與開放銀行相配套的地方金融監管協調機制

在開展時，試點地區可以成立由央行、銀保監、小微企業管理部門、稅務部門、相關公共服務部門等共同組成的聯席委員會，在上級授權范圍內，按照收益共享、成本共擔的原則，分階段組織實施。優先考慮參與共享的銀行機構、第三方機構聯合共建平臺的方式，以分擔成本；適當引入區塊鏈技術搭建數據傳輸和交換系統，推動各方在保護數據安全、用戶授權共享的前提下完成數據共享。平臺建成后，各方均應向共享平臺提供數據。監管機構可以提供資金、政策等方面的激勵措施，鼓勵大型銀行機構承擔較高比例的平臺建設成本；使用平臺的費用收取方式由參與機構協商確定。聯席委員會在做好政策支持、平臺建設指導等工作的同時，應重點做好推動相關部門數據共享和發布第三方機構“白名單”兩項工作任務。

（四）構建系統完善的小微企業權益保護機制

參與開放銀行的小微企業在數據共享前應被充分告知提供其數據的機構，擬定授權機構、共享邊界、保存期限等，小微企業應以明示方式同意。在數據共享過程中，使用機構應及時披露獲取、存儲、使用小微企業數據的情況。小微企業不愿繼續共享數據的，可以便捷廢止授權并要求被授權的機構刪除相關數據。小微企業因共享數據產生損失的，可根據侵權責任認定的相關規定，自主選擇銀行或第三方機構賠償損失。同時，考慮到小微企業普遍對數據共享存在疑慮，可以將包括開放銀行在內的金融科技新業務、新知識納入常態化的金融知識宣教活動。銀行機構和第三方機構也應構建有效的生態系統，普及開放銀行安全性、快捷性的優點，讓小微企業逐步認同共享、共贏的理念，提升試點效果。