大科技金融的挑戰

伯克利—2009年，在全球金融危機中，前美聯儲主席保羅．沃爾克（Paul Volcker）曾有一句名言：過去20年中，近年來唯一有實際價值的金融創新就是自動取款機。人們不禁要問，沃爾克將如何看待當今這場數字化金融創新浪潮，涵蓋了從移動支付平台到互聯網銀行和點對點貸款的相繼出現。沃爾克或許可以放心：與簡陋的自動取款機一樣，許多創新在降低交易成本方面有著實實在在的好處。但作為金融界的批評家，沃爾克大概也會擔心一些非常大型的科技公司進入這一領域。這些公司的名字和它們無孔不入的服務一樣讓人耳熟能詳：美國的電子商務巨頭亞馬遜、韓國即時通信公司卡考（Kakao）、拉丁美洲的電商平台美客多（Mercado Libre），以及中國科技巨頭阿里巴巴集團和騰訊公司。

這些實體企業現在幾乎開展所有與金融有關的業務。亞馬遜向中小企業提供貸款。卡考公司提供的全方位銀行金融服務。阿里巴巴集團旗下的螞蟻金融（Ant Financial）和騰訊旗下的微信（WeChat）提供了大量的金融產品，這兩家公司的擴張如此迅速，以至於最近成為了中國政府嚴厲打擊的對象。

顯而易見，監管機構面臨著挑戰。如果一家公司為一個國家的大多數人口提供支付渠道，例如肯尼亞的M-Pesa支付系統（M-Pesa是肯尼亞薩法利通信旗下移動支付服務），其失敗可能會使整個國家經濟崩潰。因此，監管機構必須密切關注操作風險。他們必須擔心支付系統客戶數據的保護，這些數據不僅包括金融數據，還包括大型科技公司所掌握的其他個人數據。

此外，大型科技公司由於其收集和分析消費者偏好數據的能力，因此其針對客戶行為偏差進行分析的能力得到了增強。如果這些偏見導致一些借款人承擔過多的風險，大型科技公司就沒有理由在意它是否只是在向合作銀行提供技術和專業知識。這種道德風險正是中國監管機構現在要求中國大型科技企業根據其資產情況在單筆聯合貸款中，出資比例不得低於30%的原因。

各國政府還制定了法律和條例，防止金融產品提供者基於種族、性別、族裔和宗教等因素做出歧視行為。這里的挑戰是區分基於群體特徵和基於風險的價格歧視。

傳統上，監管機構要求信貸提供者列出構成貸款決策基礎的變量，以便監管機構能夠確定這些變量是否包括被禁止的群體特征。而且它們要求貸款人指定附加在變量上的權重，以便確定貸款決策一旦以其他衡量標準為條件，其是否與種族或族裔特征不相關。但隨著大型科技公司用基於人工智能的算法取代貸款專員，變量和權重將隨著新數據點的到來而不斷變化。監管機構能不能跟上這一變化，目前尚不清楚。

此外，在算法過程中，偏差的來源可能會有所不同。用於訓練算法的數據可能是有偏差的。或者，訓練本身可能有偏木差，使得人工智能算法以有偏差的方式「學習」了使用數據。鑒於算法過程的黑箱性質，不能確定問題的具體所在。

最後，還存在著競爭風險。銀行和金融科技公司依賴大型科技公司運營的雲計算服務，這使它們依賴於極為強大的競爭對手。大型科技公司還可以對其金融業務進行交叉補貼，而這只是他們業務的一小部分。通過提供一系列相互關聯的服務，它們可以防止客戶更換業務供應商。

監管機構以開放銀行規則作為回應，要求金融企業在客戶同意的情況下與第三方分享客戶數據。他們已經授權使用應用程序編程端口，允許第三方供應商直接進入金融網站以獲取客戶數據。

目前尚不清楚這些舉措是否足夠。大型科技公司可以利用他們的平台生成大量的客戶數據，運用這些數據來訓練他們的人工智能算法，並比缺乏相同信息的競爭對手更有效地識別高質量的貸款。客戶或許可以將他們的金融數據轉移到另一家銀行或金融科技公司，但他們的非金融數據呢？使用己方數據和其他客戶的數據訓練出來的算法呢？如果沒有這些，數字銀行和金融科技公司就無法像大型科技公司那樣有效地定價和定位其服務。消費者鎖定和市場主導權的問題將無法克服。

在一則關於銀行和監管者的古老寓言中，銀行就像灰狗，跑得很快。而監管者是獵犬，行動緩慢，但忠實地跟在後面。在平台經濟時代，獵犬們要加快步伐。鑒於只有三家央行報告稱有專門的金融科技部門，我們有理由擔心它們會失去嗅覺。

巴里．埃森格林

加州大學伯克利分校經濟系經濟學教授。他出版過多部著作，包括《民粹主義的誘惑:當代的經濟不滿和政治反應》。