Categories
創造力

螞蟻的野心和風險


頭圖|視覺中國頭圖|視覺中國

  歡迎關注“創事記”的微信訂閱號:sinachuangshiji

文/清和

來源/智本社(ID:zhibenshe0-1)

最近,馬雲捅了一個“馬蜂窩”。

馬雲在外灘金融峰會上炮轟傳統銀行是“當舖思想”;嘲諷巴塞爾協議像一個“老年人俱樂部”,扼殺創新;指出中國金融問題不是系統性風險,而是缺乏金融生態系統。

馬雲的演講激起了人們對舊金融與新金融、舊體係與新技術的爭論。

第一天,網友感慨已經很久沒有看到這種火花四濺的演講了,紛紛力挺馬雲敢於對銀行開火。

第二天,輿情反轉,指責馬雲外行、無知、傲慢,為螞蟻上市造勢不擇手段,諷刺螞蟻為“螞蝗”。代表性的言論有“誰都可以抱怨,唯獨螞蟻不應該”,“過去是1%的人控制了90%的財富,未來是1%的人控制了120%的財富,因為其他人都欠著花唄、借唄”。

可惜的是,輿論的噪音淹沒了根本性問題的探索。本文以信貸貨幣的介入方式,探討貨幣經濟的深層次問題,揭示螞蟻集團的野心。

  01

  貨幣的邏輯

馬雲稱“今天的銀行延續的還是當舖思想”。什麼叫當舖思維?當舖思維就是以資產抵押為信用發放信貸。

當舖思維背後隱藏著當今貨幣經濟時代一個關鍵性問題,那就是貨幣介入經濟的方式對經濟效率的影響。貨幣介入經濟的方式頗為單一——商業銀行主要以抵押資產為信用發放信貸。如今大部分貨幣都是由商業銀行創造的,商業銀行的信貸貨幣建立了一個經濟邏輯:“資產抵押-信貸貨幣-生產流通”。

這種單一的貨幣介入方式以及經濟邏輯是否存在問題?

我先舉個簡單的例子。假如有一家成長性很好的科技企業,但是因沒有固定資產抵押,無法獲得銀行貸款。初創期的騰訊就遭遇這種情況。另外一個人是普通白領,早期低價買入了一套房,他將其這套房產抵押給銀行獲得一筆貸款,然後用這筆貸款購置第二套房。

從直覺來看,現有的銀行體系最起碼有幾點不合理:一是銀行信貸只以或主要以固定資產抵押發放是不合理的,真正需要貸款的企業卻無法獲得;二是銀行信貸沒有支持實體經濟與技術創新,反而助長了金融投機和資產泡沫;三是先獲得貨幣的人比後獲得貨幣的人更有優勢,從而造成財富不公。

下面我用科斯定律和坎蒂隆效應來分析這個問題。

根據科斯定律,“資產抵押-信貸貨幣-生產流通”的經濟邏輯沒有問題。科斯定律說的是,在交易費用為零或很小的情況下,不管初始的權利配置如何,市場交易最終會使得資源配置達到帕累托最優。有一個通俗的表述是資源不管被誰擁有,它最終都會落到使用價值最高的人手上。

比如,果農種植的水果,最優質的往往出口到發達國家,次級的水果留給自己食用。又如,初戀女友傾國傾城,兩人開始相愛,但以分手收場,她最後嫁給了一個有錢的男人(扎心)。

回到科技企業這個例子。科技企業沒有固定資產無法獲得銀行貸款,但依然有可能獲得天使投資、風險投資的資金支持。比如,初創期的騰訊在銀行碰壁,但IDG和李澤楷分別購買了騰訊20%的股份,馬化騰因此獲得220萬美元的投資。

科斯定律的邏輯是,價格是一組發現程序。即便最開始,銀行只給有產者提供信貸,但這並不重要。資金永不眠,總是在尋覓機會,信貸經過“兜兜轉轉”最終會找到有價值的你。就像,馬化騰遇到IDG和李澤楷一樣。

但是,科斯定律有一個前提,那就是交易費用為零或很低。交易費用是新制度經濟學中極為重要,但又不是太嚴謹的概念,可以理解為與交易相關的一切費用,比如信息搜索、討價還價、合約簽署、法律監督等。

美國的金融市場是一個交易費用相對較低的市場,比較接近科斯定律。在美國,投資銀行比商業銀行更發達,創業者即便不能從商業銀行中獲得貸款,也可以從投資銀行中獲得投資。 IDG就是一家美國的風險投資公司,它投資了中國的騰訊、百度、搜狐、小米、美團、金蝶、攜程等600多家科技公司。

投資銀行的錢從哪裡來?他們的錢主要來自私人募集,但這些錢的源頭都是商業銀行的信貸。所以,商業銀行的信貸不管最初發給誰,在平滑的市場中,最終會流向有價值的企業。

但是,如果交易費用很高,情況則不同。科斯定律也說到,如果交易費用很高,不同的權利配置界定會帶來不同效益的資源配置,同時市場無法達到最優效率。

接下來,我們就討論交易費用高的情況。

在交易費用高的市場中,貨幣流通是非均衡性的,貨幣介入經濟的方式以及誰最先得到貨幣,會產生不同的資源配置效率。

在經濟學歷史上,愛爾蘭經濟學家理查德·坎蒂隆最早系統闡述這個問題。坎蒂隆是一位金融投機家,他與約翰·羅關係密切,並在法國密西西比泡沫危機中獲得巨額財富。這位金融投機家以敏銳的觀察,在《商業性質概論》中指出,貨幣介入的方式不同,以及不同的人持有貨幣,對價格以及經濟增長的影響是不同的【1】。

坎蒂隆觀察到,貨幣量增加會導致不同商品和要素價格漲幅程度不一致。貨幣增量並不會同一時間反應在所有的價格上,這一觀點不同於貨幣中性。貨幣增加對經濟的影響,取決於貨幣注入的方式、渠道以及誰是新增貨幣的持有者。這個理論被後人稱為“坎蒂隆效應”。

坎蒂隆還進一步指出,最先拿到貨幣的人推高了價格,對不持有貨幣的人構成財富掠奪【1】。凱恩斯在其早期的《貨幣論》中也指出,通脹會引起財富重新分配,而使一些階級得益,另一些階級受損【2】。

比如,增發1萬億貨幣,商業銀行率先給了有抵押物的房地產企業、大型企業和業主,或中央銀行直接以購買資產的方式註入股市、債市。這會推高房地產及金融資產的價格,相當於洗劫了無產者的財富。自2008年金融危機以來,這樣的案例比比皆是。

如果交易費用為零或很低,坎蒂隆效應是不存在的。因為最初的信貸流入房地產、股票市場,可能引發資產泡沫,風險加劇,資金會逐漸或快速流入其它市場,比如科技企業。

但是,現實中,扭曲的金融制度在金融市場與實體經濟之間創造了一條深深的鴻溝,抬高了交易費用,阻斷了貨幣流通,導致貨幣長期“滯留”房地產及金融市場。

扭曲的金融制度具體來說有兩點:

一是商業銀行以固定資產為信用發放貸款,導致商業銀行與房地產深度捆綁,信貸貨幣淪為“土地本位”。

二是中央銀行實施“最後貸款人”原則,一旦金融危機爆發,便出手施救商業銀行和大型地產公司;同時創造巨額的“多餘”貨幣。

這就誘發了道德風險,“大而不倒”,“泡沫剛性”,投資者對房地產建立只漲不能跌的信仰,資金對政府建立了救市心態。比如,大疫之年,大規模的貨幣硬撐中房,推動美股V型反彈。資金重返“案發現場”,堅守“國之重器”。

金融通脹、實體通縮的割裂表現在一些家庭中:男人拿錢創業,辦工廠,折騰幾年老本虧光。女人拿錢買房子,家庭地位飆升。

所以,在扭曲的金融制度和高交易費用的環境下,信貸貨幣以固定資產為抵押的單一介入方式導致嚴重的經濟問題,“資產抵押-信貸貨幣-生產流通”的經濟邏輯正在誘發風險:扭曲市場,降低效率,助長泡沫,阻礙創新,擴大貧富差距,引發社會不公。

我們常說貨幣超發是財富洗劫的過程,其實,在高交易費用下的信貸貨幣單一介入方式中(前提),貨幣發行本身就是一種財富洗劫。

如何解決?

  02

  螞蟻的野心

過去,解決辦法主要是降低交易費用,讓貨幣在市場的水平面上流通,最大限度地提高配置效率。

然而,這是治標之策(當然,也很重要)。交易費用一直存在,而且越來越高。中央銀行不斷救市,不斷超發貨幣,給市場的裂痕越來越深,貨幣配置被嚴重扭曲。

有沒有治本之策?

治本之策是重塑銀行體系,改變過去單一的貨幣介入方式。

如何改變貨幣介入方式?除了固定資產可以創造信用,還有什麼可以創造信用?商業銀行的信貸,除了發放給有產者,能否發放給無產者?商業銀行是否存在風險?

馬雲給出的辦法是大數據創造信用,他說:“抵押的當舖思想,是不可能支持未來30年世界發展對金融的需求的。我們必須藉助今天的技術能力,用大數據為基礎的信用體係來取代當舖思想,這個信用體係不是建立在IT基礎上,不是建立在熟人社會的基礎上,必須是建立在大數據的基礎上,才能真正讓信用等於財富。”

當舖思維下的商業銀行,以固定資產抵押創造信用,靠賺取利差生存。由於非競爭性因素,中國商業銀行在利差中“躺贏”。 2019年,中國最賺錢的企業前四名依然是四大行,四大行利潤之和接近1萬億之巨。過去十年,中國商業銀行的存款利率(一年期定存)長期在1.7%以上,年化貸款利率則在4.7%以上,利差3%左右。

但是,商業銀行不是信息中介、撮合中介,而是信用中心,最核心的職能是信用創造。

以固定資產為抵押的信用創造,是最​​簡單、最原始、基於統計學的信用創造。真正的信用創造是基於大數據,商業銀行根據客戶的資產負債、交易流水、業務合同、信用資產等結構性數據以及大量的結構性數據,為客戶創造信用,為其提供信貸支持。

基於大數據的信用創造,商業銀行可以將信貸發放給房地產公司、有產者,也可能將信貸直接發放給科技企業、無產者。大數據銀行促進了貨幣資源的高效配置。

大數據回歸了信用創造的正途,回歸了信用貨幣的本質。

信用貨幣當以信用為本位,而不是以房地產為本位。何為信用?信用,即數據。信用數據分兩部分:一是固定的、現成的、靜態的資產數據,如固定資產、家庭收入等;二是動態的、預期的大數據分析。

固定資產是一項重要的信用數據,但不是絕對可靠的。固定資產價格有漲有跌,一旦金融危機爆發,資產價格暴跌,資產信用坍陷,引發債務螺旋。如2008年正是由美國房地產的資產信用崩盤,而引發金融危機。所以,動態的、預期的大數據分析更為重要。

為什麼商業銀行不搞大數據信用創造?

嚴格來說,世界級商業銀行在數據分析及建模方面已經相當出色。但是,與互聯網的巨頭相比,商業銀行的數據分析存在天然缺陷。

商業銀行存有大量的結構化數據,即統計學意義的數據,但是缺乏動態的非結構化數據。所謂非結構化數據,是指不規則的、不完整的、沒有預定意義的數據模型,以及不便用數據庫二維邏輯表來表現的數據。什麼意思?比如,你在網易新聞上某個段落停留的時間,在百度搜索框中胡亂輸入的關鍵詞,在淘寶上逛店舖的種種痕跡。

這些都是非結構化的數據,而非結構化的數據佔據了大數據的80%以上,甚至更多。這些數據被保存在互聯網巨頭的中心化數據庫中,互聯網巨頭經過算法可以讓這些散亂、複雜的非結構化數據煥發“生機”。過去,互聯網金融是金融主導,還是大數據主導,存有爭議。其實,互聯網巨頭的大數據分析,對商業銀行構成降維打擊。

我舉個例子,假如陳凱歌和爾冬昇在天貓上每個月的消費金額都是5萬元,兩位都是使用招商銀行支付。在招商銀行的數據庫中,只有兩位的購買金額、次數等結構性數據。在天貓平台中,不僅存有金額、次數等數據,還有具體購物數據以及大量的非結構性數據。

接下來,我們看招商銀行和螞蟻科技如何給陳凱歌和爾冬升發放信貸。

僅憑銀行存有的結構性數據,招商銀行是無法給這兩位提供差異化的信用數據和信貸額度。招商銀行只能使用過去的辦法,通過資產、流水等狀況來進行信用識別。

螞蟻科技則可以利用算法識別出這兩位的購物偏好、購買動機、真實購買力,還能預測購買時間和收入變化,從而給出差異化的信用數據,提供不同額度的信用貸款。比如,其中一位最近半年購買高價商品的比例下降,購買奢侈品顯得更為猶豫,生活必需品的比例增加。儘管每個月的消費金額還是5萬元,但大數據可能判斷,這位的收入狀況可能趨緊。當然,算法要比我的描述更加出色可靠,要不然怎麼做到大數據殺熟。

P2P平台之所以失敗,是因為他們像商業銀行一樣沒有掌握大數據。只有像阿里、騰訊、京東這類平台,才具備大數據銀行的能力。

“讓該拿到信貸的人拿到”,大數據銀行改變了現有單一的貨幣介入方式,也改變了現有的貨幣經濟邏輯。

這就是螞蟻的野心。

但是,如果中央銀行持續拯救房地產和金融市場,大數據銀行即使將信貸發給科技公司,依然會有大量的資金流入金融市場。 “資產市場通脹,實體經濟通縮”的兩極格局無法改變。

所以,重塑銀行體系的關鍵是重塑央行體系。

螞蟻能否效仿Facebook直接成為中央銀行,發行數字貨幣?

自比特幣問世以來,技術極客們渴望以數字貨幣、無國界的分佈式網絡,挑戰傳統央行系統。 Facebook推出的穩定幣Libra,彰顯統治野心——“Libra的使命是建立一套簡單的、無國界的貨幣和為數十億人服務的金融基礎設施。”這個金融基礎設施指的是無國界的中央銀行和全球數字金融體系。

當今世界,經濟全球化與國家製度尤其是法幣制度的衝突越來越嚴重。非主權貨幣及跨國支付網絡,是經濟全球化往縱深發展的必要條件。這是數字貨幣出現的法理基礎。

在中國,螞蟻不可能成為Facebook,更不可能發行貨幣。中央銀行正在測試央行數字貨幣,這一數字貨幣與分佈式毫無關係,其主要功能是追踪。在追踪的基礎上,可以做的事情很多。更何況,中國正修改銀行法賦予央行更大的權力。

但是,大數據銀行依然具有重塑央行體系的價值。

  03

  贏家的敬畏

我曾經在《全球經濟通往計劃之路》探討過重塑央行體系的問題。在文中,我使用了威廉姆森的理論,指出貨幣發行不能完全交給自由市場(哈耶克的貨幣非國家化),也不能完全由政府控制。 (看過的可直接跳到以下第九段)

威廉姆森是科斯理論的傑出繼承者。他認為,由於有限理性、機會主義行為傾向這兩大人類的共性,還有資產的專用性、不確定性的程度和交易的頻率這三種特定交易,各類市場都存有不同的交易費用,因此應建立不同的資源組織方式。如餐飲交給自由市場組織,自來水交給政府組織。

貨幣市場更符合威廉姆森所描述的中間狀態:即自由市場與公共機構內部化合作。

具體來說:央行是公共機構,負責確立貨幣制度,掌控貨幣發行規則,監管商業銀行。商業銀行是私人機構,負責存款、貸款、匯兌、儲蓄等業務。貨幣制度是公共用品,貨幣是私人用品。

如今的貨幣經濟中,大部分貨幣都是由商業銀行創造的。央行應該將貨幣的發行權交給商業銀行。因為貨幣的供應量和利率,由自由市場決定,才是最有效率的。

較接近(只能說接近)這一模式的是香港的銀行系統。香港沒有央行,香港金融管理局扮演了監管角色,確定貨幣發行規則。當然,香港金融管理局保留了對貨幣市場干預的權力。

香港金融管理局採用百分之百外匯準備金發行機制。匯豐、渣打、中國銀行(香港)三家商業銀行向金融管理局繳納一定數額的美元,換取等值的港元“負債證明書”後,才能增發港元現鈔。

商業銀行迫於盈利壓力、市場商譽及強力監管,會對每筆貸款都慎之又慎,不敢大規模釋放信貸貨幣。這符合奧派的商業周期理論,讓使市場利率與自然利率趨於一致,抑制貨幣濫發,降低金融風險。

但是,為什麼各國的中央銀行嚴格掌控著貨幣發行權?不放心將信貸供應量和利率完全交給商業銀行和自由市場?

這就是傳統商業銀行的大數據缺陷造成的。根據上面的分析,傳統商業銀行不具備互聯網平台這一級別的大數據分析能力,信貸失控的風險非常高。因此,保守的商業銀行主要以固定資產為抵押發放信貸,而創新的商業銀行往往在危機中陣亡。

如果螞蟻軍團加入,能讓貨幣回歸自由市場嗎?

螞蟻基於大數據發行和創造信用,可以更有效的配置貨幣和防範風險。當然,螞蟻現在還不是一家真正意義上的銀行,它更多地是利用大數據優勢與銀行合作。不過,理論上,大數據銀行可以勝任貨幣發行權,合理地調節信貸供應,使得利率水平接近於自然利率。

所以,大數據銀行可以重塑央行體系,讓貨幣重回自由市場。這是螞蟻可以想像到的野心。

但是,商業銀行面臨的問題,螞蟻可能也存在。

在交易費用高的市場中,螞蟻的大數據也可能失靈。比如,一些低收入者在京東和支付寶兩個平台來回倒錢還貸,以防止信用違約。但是,京東與支付寶的數據不共享,彼此並不知情。這可能存在倖存者偏差。這類用戶一旦在京東上違約,支付寶這邊也隨即違約。所以,大數據分析比統計學意義上的數據分析更強,但是大數據也有風險。

螞蟻的另一大風險是壟斷。與馬雲同台的一位財政官員表示,防止金融科技誘導過度金融消費,防止金融科技成為規避監管、非法套利的手段,防止金融科技助長“贏者通吃”的壟斷。

這裡的壟斷有兩點:一是特許經營權,一些領域的經營權連騰訊也不具備;二是對私有數據的壟斷。

螞蟻最大的優勢是大數據,但是大數據中的個人數據並不屬於螞蟻,它是10億用戶的私人資產。螞蟻無償地利用私人數據獲得金融優勢,同時有可能引發市場扭曲。

螞蟻最大的收入來源確實是藉貸業務,佔其總收入的39%。螞蟻主要收取的是藉貸產生的技術服務費,但其費用也是源於銀行的利息分成。因此,有人從道德角度批判馬雲,嘲諷螞蟻為螞蝗,靠放貸收取海量用戶的大量利息。

這種批判有些“道德綁架”的味道,並未理性地指出問題的根本。我在《算法,即剝削》指出,平台憑藉對個人數據的壟斷,成為信息的絕對優勢方,容易對信息劣勢方構成降維打擊,最大限度地攫取每一個用戶的“交易剩餘”,全民財富向平台所有者集中。這就是網友調侃的“未來是1%的人控制了120%的財富,因為其他人都欠著花唄、借唄”的真實邏輯。

如果個人數據的產權無法私有化,那麼將貨幣發行權交給大數據銀行那是災難性的。大數據銀行可以將利用數據優勢消滅或控製商業銀行,壟斷貨幣發行權,操縱市場利率。所以,大數據銀行重塑央行體系的前提是,解決數據私有化問題。

壟斷私有數據,是如今全球互聯網巨頭共同面臨的問題。 Facebook因此接連遭受美國官方的調查,谷歌最近也遭美國司法部反壟斷起訴,其中一項指控是“消費者被迫接受谷歌的政策、隱私保護和對個人數據的使用”。如果螞蟻在美國上市,同樣可能面臨個人數據方面的調查或指控。從這個角度來說,螞蟻之所以能成為“螞蝗”,根本上是因為吃盡了10億用戶的私人數據紅利。

如果數據私有化,螞蟻還是這只萬億市值的大象嗎?

近些年,數據私有化運動興起,個人數據問題在技術上和法律上都在尋求新的解決方案。 Facebook推出Libra,也是在探索利用分佈式技術解決個人數據問題的可行性。只有在分佈式的系統中,個人數據產權屬於私人,所有者可以在監管規則下選擇無償地貢獻數據,或有償地交易數據,如此大數據專家舍恩伯格主張的數據交易市場才可能形成【 3】。

只有數據私有化和數據交易市場興起,互聯網平台、商業銀行和金融企業才能在平等的起跑線上競爭,商業銀行可以在數據交易市場中購買數據,從而建立大數據優勢;個人也才能與平台公平博弈,不被“剝削”、“殺熟”。

所以,大數據銀行可能重塑商業銀行體系,改變信貸貨幣單一的介入方式,讓貨幣配置更有效率,重構貨幣經濟的底層邏輯;同時,大數據銀行還可能重塑央行體系,推動貨幣回歸自由市場。

最後,Facebook的Libra是一種艱難而有益的嘗試(儘管失敗的概率極高)。央行的公共監管角色被全球社會性組織替代,其社區憲法的效力將受到嚴峻的挑戰。它是大數據銀行重塑央行體系的最高級別,也是全球社會化自治的一種試驗。

但是,這一切的前提是個人數據私有化。

這就是贏家的敬畏。

參考文獻:

【1】商業性質概論,理查德·坎蒂隆,商務印書館;

【2】貨幣論,約翰·梅納德·凱恩斯,商務印書館;

【3】大數據時代,維克托·邁爾·舍恩伯格,浙江人民出版社。

螞蟻的野心和風險 1

(聲明:本文僅代表作者觀點,不代表新浪網立場。)