金融科技對信貸市場的影響分析

摘要：金融科技發展對我國信貸投放影響具有雙重性，一方面可以大大提高信貸產品覆蓋范圍，幫助銀行等金融機構實現精準風險定價并降低運營成本;另一方面可能會導致金融行業壟斷程度加劇，信貸市場消費者剩余被機構侵占，信貸行業工作崗位減少。

關鍵詞：金融科技;信貸市場;消費者剩余

一、引言

近年來隨著金融科技的發展，大數據分析、人工智能等技術廣泛應用于金融市場當中，極大地提升了金融服務的可得性、效率和風險控制水平。特別是在信貸市場中，互聯網金融、大數據風控模型、更為廣泛的征信、人臉識別等技術和應用使得精準風險定價成為可能，金融機構（包括商業銀行、融資租賃公司、消費貸款公司、小貸公司等）極大地拓展了金融服務的邊界。但是金融科技是一個雙刃劍，在提升效率和可利用性的同時不能忽視其在進行價格歧視和市場分割方面天然的優勢。這種優勢可能會導致金融機構利用市場主導優勢侵占消費者剩余，增加部分人群的債務負擔，提升社會融資水平，還會提升信貸行業集中度并減少相關工作崗位。

二、金融科技提升金融機構風險管理水平并擴大服務覆蓋范圍銀行等金融機構在過去是依靠人工對授信進行審查。企業和個人提供的信貸資料真實性和完整性存疑是不良貸款形成的重要原因之一。銀行員工受個人專業能力限制，并不能完全杜絕財務造假的可能性（真實性核查），也經常無法全面把握客戶的負債完整性（完整性核查），造成很多授信在逾期以后銀行才發現問題。大數據分析和區塊鏈技術的應用發展可以顯著改善這一狀況。過去銀行核查企業財務報表真實性的方式往往是先進行邏輯檢驗，發現不合理的地方，再進行現場檢查，并多方面進行核實。這種方式非常考驗銀行員工的財務分析能力和經驗，如果遇到水平高超的造假者識別難度太大?，F場檢查則容易以偏概全或者被企業刻意誤導，且很難長期跟蹤檢查。通過大數據分析，特別是物聯網普及之后數據采集規模、范圍和頻率極大提升，銀行機構在整個授信流程中可以全面、實時查看客戶生產運輸和銷售的狀況，每一個產品（半成品、原材料）的狀態、位置等信息都可以隨時查看，核查企業存貨、銷售額變得易如反掌。大數據分析系統可以自動對可疑的財務指標進行提示并人工進行核查。隨著區塊鏈和數字貨幣的發展，未來企業和個人每一筆交易都可以被追溯且無法偽造，銀行可以很方便查詢企業資金流向，企業的應收預付等款項的真實性核查難度降低。越來越多的金融機構接入征信系統，隱藏負債的難度加大，包括民間融資和非標債權產品，銀行可以比較全面準確地評估企業和個人的負債水平。此類計算機技術在金融領域的深度應用場景還有很多，且在不斷發展當中，銀行控制風險的能力必將大大增強。金融科技應用還可以大大提升信貸服務的可得性。傳統信貸市場中銀行等主要金融機構受限于人力、技術水平、風險控制水平和市場營銷能力，只能從市場中選取潛在客戶群體人數最多，風險水平適中且較為集中的那一部分人群作為某一種信貸產品針對的營銷對象。例如，銀行針對金融機構從業人員、政府公務員開發的信用卡產品或者針對政府融資平臺、上市公司和國有企業開發的貸款和票據產品。對于風險水平偏高，處于風險分布曲線“長尾”部分的群體，如老弱病殘、農戶、個體工商戶和小微企業等群體，難以開發風險可控的信貸產品，沒有足夠的人力可以對其進行授信調查、即使發放貸款也會因為單筆金額太小導致收益過低。這也是近年來國家監管部門多次強調銀行應加強對小微企業信貸投放而實際效果不佳的重要原因之一。近年來，銀行等金融機構開始應用大數據風控模型和人工智能審批等金融科技手段，開展營銷和獲客并進行信貸審批?？萍际侄问菇鹑跈C構擺脫了傳統依靠人力進行調查和審批的方式，快速高效地獲取客戶信用和財務狀況，并自動進行審批。特別是大數據模型還可以針對每一個貸款申請人的自身情況對其核定一個專屬的貸款額度和利率，實現真正的“風險定價”。金融科技可以幫助銀行實現貸前、貸中和貸后全流程的智能化和及批量化處理，節約大量人力資源、降低信貸投放成本，從而提升金融機構對數量多、額度低的客戶群體分配信貸資源的積極性。以網商銀行為例，2019年以來該行與各地政府展開“普惠金融+ 智慧縣域”合作，借助大數據+ 互聯網技術，結合政府在行政和公共服務過程中產生的數據，協同各地政府建立區域專屬授信模型，為農戶提供無抵押、免擔保的純信用貸款，支持農戶生產經營。如此一來，市場上大量原本無法在正規金融渠道獲得信貸資金的人群和企業可以得到信貸支持，而金融機構也可以較好地控制其風險水平和成本。

三、金融科技可能造成的負面影響任何科技進步從長遠看都對人類和社會發展具有推動作用，但是在某項技術剛剛運用于某一個領域時，會對產業原有格局和社會造成一定的沖擊，甚至對部分人群造成一定的損害。當技術成熟、社會適應之后這種沖擊帶來的負面作用才會逐漸消失。例如蒸汽機發明后運用到紡織產業當中，英國大量紡織工人失業，部分依靠手工紡織產業的國家經濟受到較大沖擊;汽車發明并大規模生產之后，馬車產業中很多人失業。我們不能因為科技進步帶來的好處而完全忽視其負面作用，我們必須要對其負面作用有充分的認識，并提前做出安排，盡量減小其對社會造成的沖擊，保護部分應對風險能力較弱的個人和企業。對金融科技來說同樣如此，它會提高金融機構控制風險和降低成本的能力，但也有可能賦予金融機構過大的權力使其可以侵占部分消費者的權益，大型金融機構強者恒強，金融行業壟斷化程度加深。第一是金融機構可以實現價格歧視并占有消費者剩余。金融科技的發展極大地拓展了金融機構服務人群的范圍，大量原本無法獲得信貸資金的人群現在可以得到了。但金融科技同時也賦予了金融機構更大的權力，使其可以根據客戶風險等級制定不同的貸款價格，實現精準風險定價和完全價格歧視。精準風險定價就是根據每個人不同的風險水平制定專屬的貸款方案（包括額度、利率、還款方式和擔保方式等），也就使得每一個人必須為貸款支付自己能夠承受的最高的利率。舉例來說，原來某銀行針對某一特定人群發放的貸款品種，無論一個人具體情況（負債水平、資產狀況、家庭狀況）如何，只要他滿足這個群體的準入標準，那他就可以獲得和其他人一樣的貸款條件（最主要的是利率），這種情況下銀行最多可以實現三級價格歧視，獲取部分消費者剩余。在金融科技加持下，金融機構現在可以針對每個人核定對應的單獨的利率（信貸市場中價格），這樣就實現了完全的市場分割和一級價格歧視，市場上所有的消費者剩余都被金融機構剝奪了。這種情況和互聯網公司的“大數據殺熟”類似，攜程、滴滴等平臺可以通過大數據分析對客戶進行精準畫像，然后對價格不敏感的客戶收取更高的價格;淘寶、京東通過設計復雜的營銷活動（例如618、雙11購物節），提升客戶的時間成本，價格不敏感的客戶沒有領取優惠券以較高價格購買商品，價格敏感的客戶花費較多時間獲取優惠以較低價格購買同樣商品，從而實現價格歧視。金融機構在掌握大數據并對客戶進行精準風險定價，也可以完成類似的“大數據殺熟”，對資金需求比較頻繁、緊急或者本身信用等級較低的客戶執行較高的利率（客戶可能本身并不知曉其利率高于平均水平），這無疑提升了市場整體的信貸成本，并且讓弱勢群體承擔了其風險水平對應的最高利率，可能會加重還款人的壓力并影響社會安定。第二是行業壟斷程度可能加劇。金融科技由于其自身屬性，天然對大型機構更為友好。金融機構規模越大，客戶數量越多，掌握的數據也就越多，其金融科技產品的效率就越高、越智能、控制風險的效果也更好。數據規模效應源于人工智能的研究方法——深度學習，其核心方法是使用大量的數據對人工智能模型進行訓練，有效數據量越大，模型效果越好。以搜索引擎為例，谷歌公司使用用戶搜索記錄和點擊數據來對引擎算法進行訓練，不斷優化搜索結果，提升搜索質量。精準且個性化的搜索結果吸引更多用戶使用，幫助算法進一步優化。即使一家研發實力相當的競爭企業推出一款更好的引擎，在用戶數（及其帶來的數據）遠低于谷歌公司的情況下，算法進化的速度必然也遠低于谷歌搜索。同樣對于金融機構來說，大數據風控和智能審批的系統建設不是一蹴而就的，系統智能水平隨著該機構的客戶數量、客戶相關信息的維度、準確性提升而提升。舉例來說，如果一家銀行本身規模巨大，存量客戶數量和業務種類足夠多，它可以掌握客戶日常交易流水、工資代發、代收代繳、理財等業務的數據，通過系統自動分析可以較好地評價客戶信用等級和貸款資金流向，從而在大批量進行授信投放時控制風險。而另一家規模比較小的機構，如果本身市場占有率比較低，存量客戶數量比較少，那它即使投入同樣資金研發出和大機構一樣水平的智能審批系統，由于可獲取的數據總量和維度均少于大機構，系統的智能水平、審批效果和改進迭代的速度必然弱于大機構的系統。以網商銀行為例，它天然掌握了阿里巴巴平臺和淘寶平臺上大量商戶的經營數據，包括資金流、物流、客戶評價等多維信息，并通過支付寶掌控了客戶的資金，通過大數據風控系統可以很好地對客戶進行信用評級（甚至不需要財務報表），從而允許它大批量、快速地發放貸款，不僅審批效率很高，貸款不良率也很低。進一步講，當機構的金融科技水平弱于其競爭對手時，它將很難通過其他方式實現趕超。這是由于數據規模帶來的較高的客戶遷移成本。當一個客戶在某家銀行辦理了大量存貸業務和中間業務并持續一段時間后，它在該銀行就擁有了較好的信用評價等級的數據基礎，這部分數據銀行不會輕易共享給其他機構。客戶如果想要轉移到其他機構去進行貸款，那它必須將所有業務全部遷移過去，還需要一段時間過后才可能在新機構的智能評級系統中獲得同樣的分數。在充分的市場競爭環境中，一家銀行很難提供比其他銀行優惠得多的貸款條件來吸引客戶。這就造成大型機構掌握的客戶數量多、數據量大，它的智能系統效率就越高、控制風險的能力越好，能夠更好的對客戶進行風險定價，從而吸引更多的客戶并獲得隨之而來的增量數據。對于未來的金融行業來講，如果沒有監管干預，大型銀行規模將會進一步擴張，某些在數據層面擁有獨特優勢的機構（如網商銀行和微眾銀行）也有較大的成長空間。信貸行業內部兼并重組、優化整合的現象可能成為常態。第三是信貸從業人員可能大幅減少。金融科技發展帶來了一大變化是信貸投放全流程無人化。銀行機構通過大數據抓取和分析，能夠快速準確地判斷客戶的風險等級和資金用途，改變過去需要大量人工進行審批的局面，一方面提高了效率和風險控制水平，另一方面避免了人工審批可能帶來的操作風險和道德風險。同時貸中放款流程和貸后監管流程所需要的人工干預也越來越少。仍以網商銀行為例，根據2019年度報告顯示，該行員工人數為841人（其中科技人員439人，占52.2%），年末貸款余額700億元人民幣，人均貸款余額8323萬元，不良貸款率為1.3%。同期工商銀行員工人數44.5萬人，貸款余額16761億，人均貸款余額376萬元，不良貸款率為1.43%。隨著金融科技進一步發展，各銀行機構人均貸款投放量必將進一步上升。對銀行來說意味著更好的風險控制水平和更低的人力成本支出，對社會來說則意味著更少的工作崗位。

四、總結

對于金融機構來說，必須要大力發展金融科技，這樣才能在未來的市場中擁有更好的風險控制水平和競爭優勢。但是對于國家和社會（特別是監管機構），需要意識到金融科技可能帶來的副作用和沖擊，防止大型金融機構以風險控制為名實行價格歧視，對缺乏議價能力的群體給予政策傾斜，同時對于可能出現的銀行裁員和降薪做出安排。

參考文獻：

[1]?? 涂永前.大數據經濟、數據成本與企業邊界[J].中國社會科學院研究生院學報，2015.9.鐘偉.警惕數據寡頭終極壟斷[J].新金融，2020.1.

作者簡介：

馬云風（1988—），男，講師，重慶涪陵人;重慶大學經濟與工商管理學院碩士研究生;研究方向：銀行經營管理、互聯網金融。