陈道富：数字金融相关的理论思考

11月14日，由中国中国人民大学财政金融学院、中国财政金融政策研究中心、中信证券股份有限公司联合主办，中国人民大学国际货币研究所（IMI）、中国人民大学金融科技研究所、中信证券研究部联合承办的“金融科技创新论坛暨货币金融圆桌会议·专题研讨会”在北京顺利举行，本次闭门研讨会以“科技赋能与普惠前沿”为主题。国务院发展研究中心金融研究所副所长陈道富出席会议并以《数字金融相关的理论思考》为题发表演讲。数据和技术本身并没有价值和力量，后者是在使用中被赋予的和显现的。数字金融实际上是新一代信息技术与金融结合后，形成了新的业态，业务和模式，是金融的再造。而金融监管则是平衡再配置过程中的各主体权利义务和能力的平衡。面对金融的技术重构和更复杂的市场化的生命系统，监管部门的风险管理可能需更谦卑，更多提升和改变自己。

国务院发展研究中心金融研究所副所长  陈道富

以下为演讲全文：

笔者从理论的角度去思考互联网金融、数字金融背后的一些逻辑。

 1

数字金融是什么及其给我们带来什么？

近些年有很多概念不断替换，表达大致相同的含义，只是侧重点略有不同，如互联网金融、金融科技和当下的数字金融。这些概念都在表达的含义，是通过新一代的信息技术，将数据、技术和金融连结起来，并形成新的金融服务、组织和模式。当前所谓的新一代信息技术，一般都是指大数据、云计算、区块链、人工智能等技术。金融从出现开始，就一直是利用技术和数据的，与大数据和新一代信息技术结合后，一种是延续原有的关系，现有金融机构、业务使用新一代信息技术进行重新表达，只是一次金融技术的更新换代。另一种是以大数据和信息技术驱动的金融再造。两种方式都在推进，但金融再造的社会冲击力更大，影响更加深远，带有一定的技术范式变革。金融本质上处理的是人与人之间的关系，是借助信任实现资源在时间空间上的再配置，属于社会技术，这与使用何种信息技术无关。但信息技术的发展和引入，一定程度上解除原有的时空约束，金融可以新的模式、组织和业务方式实现其功能。实际上，数字金融并不只是与新一代信息技术（数据的获得、传输和处理技术）结合，它背后还有金融工程、金融行为学等金融本身的发展，也有人类行为学的研究成果，人工智能结合机器学习，还整合人类所有的现有理论成果。总之，数字金融背后实际上是金融从要素、环节、业务、组织和行业的解构和重构的过程，产品、业务、机构和市场等原有形态发生转换，边界模糊，探索新的连接和组合。数字金融也是回到人（客户）为中心的过程，客户可以获得更贴心、更有效率的金融服务。金融可以变得无时不在、无处不在，隐藏在各种生产生活场景之下。换言之，金融服务既越来越主观从而贴心，又越来越客观从而理性，并且主要是基于数据和规则演进。数字金融的发展加速了金融成为有生命的复杂系统。

 2

数字金融价值的来源是什么？

数据是我们认知世界的一种视角

数据是我们认知世界的一种视角。从数据视角观察，“世界即数据”。人类所生存的现实世界，包括物理世界和人类社会，是数据所反映的世界（以某种映射标准，转化为概念文字、图像、声音等数据，并用数字化的方式记录），也是人类借助数据，描述、认识、研究并希望改造的对象。在这个意义上，可以说数据只是“媒介”，最终是为了人类可以更好认识、改造并利用现实世界。从人类的角度来看，现实世界是数据的最初来源和最终归宿。

具体而言，数据是人类生活的现实世界（物理世界和人类社会）的一种映射，是用“数字”（数据的描述方式，既包括数值方式（数字），也包括非数值方式，但非数值方式最终都可以转化为数值方式。因此，可认为最终都可用数字方式描述世界。——编者注）方式描述现实世界的状态、变换和关系等。这样，世界就分离为现实和数字两个平行世界。将现实世界通过一定方式映射到数字世界，可以较为精准地描述现实世界，按照人类熟悉的认知方式模拟现实世界运行，为达到更好服务人类目的，去寻找其中可能存在的规律，并在虚拟的数字世界中，低成本模拟出可以实现人类意图的最佳方式，将最终结果以现实世界可行，也是最有效率的方式终实现。这种方式可以在更广范围、更长时间汇集人类智慧，更高效率（低成本）实现现实世界的目的。从数据的收集、汇总和分析运用角度看，数据总是基于人们的某种认知，在特定技术背景下，对所描述“对象”进行抽象而成。可以认为现实世界是全息世界，数据展现的世界是通过一定视角观察而提取的世界。数据化的过程，就是选择的过程。选择天然隐含某种标准，反映一定的价值倾向 。事实上，实体经济处于“投资、生产、分配、消费、储蓄”循环之中。货币金融体系通过货币化和金融化，将物物交换、储蓄和投资的交换，映射到货币金融体系（数字空间的一种），实现合理配对并反作用于实体经济。引入数字世界后，更多实体经济活动，如消费、生产，而不仅仅只是投资和储蓄行为，实时的被连接并映射到数字空间，进行更可靠的记录、连接和分析处理。这样可以拓宽原货币金融体系可处理的空间，提高连接和处理效率。因此，可认为原有的货币金融体系是一种原始的数字经济。当前数字经济的发展只是改变了连接、记录、存储和处理手段，并没有改变数据背后所反映的行为逻辑和权利义务关系。我们可以用下图来粗略表达实体经济、金融和数字技术间的关系。

数字金融产生的额外价值

大幅降低边际成本带来的变革

不论是金融手段，还是数字空间，都是通过将现实的物理世界映射到虚拟空间（金融或数字空间），从而大幅降低处理成本。虽然为了实现数据的收集和转换，需要投入大量的基础设施，但一旦基础设施建成后，边际成本趋于零，即所谓的“零边际成本”。当然，边际成本的极大降低，也带来了规模经济和相应的自然垄断问题。。

首先是由于交易成本（费用）降低，引发交易和组织形态的改变。不论是市场、科层组织还是金融手段，都是用来克服高交易成本的，实现人类社会更好的分工合作的。“零边际成本”不仅会改变金融机构、金融行业和金融业务的有效组织方式，甚至会引发整个社会的组织管理方式的革命。尽可能保留合作方的自主性，更加灵活和紧密的外部合作会成为不同层次组织的重要特征。其次是应用现有研究的成本和操作处理的成本都将大幅下降。任何人类已有认知的事项，理论上都可以通过技术手段实现。AI技术不仅是机器学习，而且是低成本的将人类迄今为止的智慧成果低成本应用。这将提高人类理性水平，提高市场多对多的配对效率。原来通过简化配对过程而引入的制度创新将不再必要。标准化和定制化可以同时并行，既提高客户的满意度，又提供供给效率。

降低信息的不对称性，克服人类主观不确定，直接面对纯粹的未知

世界既有可预测的连续性，又有不可预测的突发性。人类面临的不确定性，实际上可以细分为两类。一是客观世界的不确定性。因为还没有发生，人类对此完全无法认知。这部分的风险不可消除。另外一类不确定性，是由于信息不对称和认知上的不一致，即主观不确定性带来的。越是“走进”所要认知的对象，主观不确定就越会大幅消除，最终剩下的只是“选择”。多维数据、实时动态的刻画可以极大地降低主观不确定性，使得人类可以直接面对不可知的未知，消除信息不对称和认知不足带来的主观不确定性。

将低边际成本、高处理能力和降低信息不对称结合起来，使得金融可以开始面对和处理原先被认为是高成本、高风险的领域。如所谓的长尾客户和形成闭环的资金圈，特别是可以利用更多维的数据、更强的低成本数据处理能力，在较大不确定性中，寻找特定回路，实行闭环运转，使得生产和消费、产业链、工业链、贸易链形成自我循环的过程。另外，在数字时代，如果对消费者的理解和生产者的认知足够准确，划分足够细化，甚至可以做到完全的歧视性定价，最终实现类似充分竞争的资源配置效果。

数字金融可以实时内嵌于生产与生活中

大数据和原来的统计数据是不一样的，具有动态和适时反馈特性，是内嵌于日常生产和生活。对人或者机构的行为实时刻划和互动，一定程度上就参与到人的认知和行为过程，反射理论就会发生作用。认知改变行为，从而改变结果，最后使得经济系统，或者金融系统快速转化成复杂系统。这一方面可以将金融功能隐藏在场景之中，提高金融应用的自主性和便利性。另一方面，可以将传统熟人社会的风险管理模式，在陌生人的现代社会中实现。

当然，数字金融的发展，也会产生新的问题。一是可能会产生对大数据和人工智能的信仰。这既涉及到人类把认知和决策环节过程交给机器（人工智能），是否有利于人类自身的成长，也涉及到大数据、人工智能的能力是否真如大家期待的强大，边界在哪。人工智能把人类社会这么多年的科研成果在数字空间里实现，机器学习能否替代人类探索，速率上能否满足需要，有无边界，所有这些都是值得进一步观察的。二是自我锁定的问题。一旦形成数据，背后隐含着某种认知，数据又会强化这种认知，从而屏蔽掉其他认知，或者加大其他认知产生和深化的难度。这个过程会自我强化，从而自我锁定。现在根据客户偏好定向推送，提高了粘性和广告的针对性，但也局限了人行为的边界。数字金融是基于数据和规则演化的，但世界是存在多种均衡的，演化也有可能出现自我锁定。数字空间中基于人工智能的机制，能不能实现自我纠错，从可能产生的自循环、自我锁定中跳出来，是决定这个生态稳健性的关键。

 3

数字金融的监管

如果区分数据、技术的记录、实现，和人类利用数据和技术实现的行为和关系，那么金融是数据、技术在特定场景下应用而产生的人的行为和相互关系，特别是其中的信任关系。金融科技的发展，改变了金融的实现手段和可及空间，但并没有改变需要规范和调整的金融关系——不同参与主体的权利义务和“普遍信任”。金融因存在不同程度的“普遍信任”而有别于其他领域的权利义务调整。可见，宜将数据、技术看作底层支撑，金融监管需要调整的只是这些数据、技术在场景应用过程中引发的人的行为和关系。或者说，金融的本质和风险体现在场景应用中的人的行为，而不是一般性的数据记录和技术实现。当人工智能使得机器（技术组合）具有人行为特征时，类似于将公司定义为“法人”，也可将人工智能作为某类抽象的“人”。数字金融中与现实世界的接口，类似传统金融中的营销和投资等与消费者、投资者的互动，表现形式为各种APP和网站。数字金融中的行为，表现为各种模型和机器学习，相互之间的合作表现为各种接口，如API等。传统的行为监管，也需要因此转换为对模型、机器学习和各种接口的规范性要求。因此，在金融科技的发展中，金融监管的重点仍然在于场景应用中的“人”（自然人、法人和“人工智能人”）的权利义务，而不在于数据记录和技术实现的具体手段。当然，除了适应形式的变化，也需要适应实现形式的变化，也需要通过大数据和程序化来完成上述管理。数据和金融科技的广泛应用，提高了金融效率和触达边界，但也让风险特征出现一些新的变化。数据和技术极大可能地挖掘了现有行为背后的价值和确定性，因此当服务群体扩张，或者环境发生变化时，金融风险变化就不再是线性的，而会呈现巨大的非线性特征。如数字金融服务大量的尾部客户，利用数据和模型去寻找原来高风险客户群体中低风险部分。在可靠的群体范围内，在正常环境下，这些数据和模型确实找出了低风险部分，因而可以较低成本提供服务。但这部分群体毕竟是弱势群体，较为脆弱。因此，当在商业利益推动下不断拓宽服务对象，这些客户的风险特征将发生裂变。而当经济环境发生非预期变化，这部分群体的风险特征也会发生非线性变化。那么，这些风险是由机构通过资本吸收，还是允许机构通过市场的分散转嫁给广大的大众来进行承担？从整个社会吸收风险的角度来看，越多人承担，系统能承担的风险总量会增加，但有可能薄弱点就会成为短板。因此，这个过程需要更好平衡，既需要机构拥有足够的资本吸收极端风险，也宜允许金融体系发展出更有效的风险共担机制。数字金融由于低边际成本，所以有明显的规模经济，因此如何平衡自然垄断可能引发的市场力量不平衡就凸显出来。此外，数字金融高度依赖于数据的收集，被收集数据的对象，尤其是自然人和法人的权利义务如何保护，隐私问题如何处理，也成为新的问题。最后，数字金融高度依赖于信息技术，除了关注人与人之间的关系，还需要高度关注数据和技术安全、标准问题，以提高安全性、对接的便利性等。

编辑  郭瑞华

责编  李锦璇、蒋旭

监制  安然、魏唯

点击查看近期热文

欢迎加入群聊

为了增进与粉丝们的互动，IMI财经观察建立了微信交流群，欢迎大家参与。

入群方法：加群主为微信好友（微信号：imi605）,添加时备注个人姓名（实名认证）、单位、职务等信息，经群主审核后，即可被拉进群。

欢迎读者朋友多多留言与我们交流互动，留言可换奖品：每月累积留言点赞数最多的读者将得到我们寄送的最新研究成果一份。

关于我们

中国人民大学国际货币研究所（IMI）成立于2009年12月20日，是专注于货币金融理论、政策与战略研究的非营利性学术研究机构和新型专业智库。研究所聘请了来自国内外科研院所、政府部门或金融机构的90余位著名专家学者担任顾问委员、学术委员和国际委员，80余位中青年专家担任研究员。

研究所长期聚焦国际金融、货币银行、宏观经济、金融监管、金融科技、地方金融等领域，定期举办国际货币论坛、货币金融（青年）圆桌会议、大金融思想沙龙、麦金农大讲坛、陶湘国际金融讲堂、IMF经济展望报告发布会、金融科技公开课等高层次系列论坛或讲座，形成了《人民币国际化报告》《天府金融指数报告》《金融机构国际化报告》《宏观经济月度分析报告》等一大批具有重要理论和政策影响力的学术成果。

2018年，研究所荣获中国人民大学优秀院属研究机构奖，在182家参评机构中排名第一。在《智库大数据报告（2018）》中获评A等级，在参评的1065个中国智库中排名前5%。2019年，入选智库头条号指数（前50名），成为第一象限28家智库之一。

国际货币网：http://www.imi.ruc.edu.cn

微信号：IMI财经观察

（点击识别下方二维码关注我们）

理事单位申请、

学术研究和会议合作

联系方式:  

010-62516755 

[e-mail]

只分享最有价值的财经视点

We only share the most valuable financial insights.