金融科技（FinTech）在近几年成为风险投资的热点,但对其发展模式仍有争议,例如P2P网络借贷、大数据风控等。在国家层面，2019年8月，中国人民银行印发了《金融科技发展规划（2019-2021年）》（银发〔2019〕209号），对我国金融科技发展做出了顶层设计。从政策措施上看，《规划》的内容与2018年10月国际货币基金组织（IMF）和世界银行发布的“巴厘岛金融科技议程”（THE BALI FINTECH AGENDA）有着诸多类似之处，都强调金融科技对现有金融行业效率提升、普惠金融发展、风险防控等方面的作用。
但是，在金融科技发展的实践中，对如何在理论上解释金融科技存在着偏差。笔者认为，根据“信用资本化”理论，金融科技对金融业最大的影响是使信用真正成为一种资本，从而使金融业的发展建立在“信用”的基础之上。本文从信用资本化的基本理论出发，对金融科技进行重新解释，并根据这一理论，重新审视金融科技发展过程中所存在的问题，并相应地提出对策性建议。
信用资本化：
解释金融科技的一个新视角
金融行业一直是采纳先进信息技术的前沿，以人工智能、大数据、云计算等为代表的新信息技术应用到金融领域，其核心是推动了“信用资本化”（Credit Capitalization）。
信用资本化的基本含义及其发展过程
“信用”是将人类社会组织起来的一个重要因素。在自给自足的小农经济阶段，信用在更多的情况下作为道德因素出现在社会中，规范社会活动这一阶段是“信用道德化”阶段，资本带有明显的人格化特征。到工业化时代，交易与交往范围扩大到整个社会范围，市场化机构将信用记录作为一种“信息产品”进入到市场，主要用于评价商品交易的可靠性。这一阶段是“信用商品化”阶段，资本不再具有人格化特征。
到信息时代，随着金融科技的大规模应用，信用发展到资本化阶段。通过信用来整合经济资源，在很大程度上把人类的经济活动和社会活动从对有形的经济资源的依赖和闲置中解放出来，信用成为配置整合社会资源的资本。“信用资本化”成为金融科技的核心。
信用资本化理论对金融科技兴起的解释
一般认为，金融科技的兴起，主要是基于提升金融行业的信息处理效率，从而使金融的服务成本大幅度降低。根据信用资本化理论，金融科技通过大规模的数据收集、处理、分析，提供一种全新的信用评价模式，并使信用评价动态化，全面融入生产生活过程中，从而使信用成为一种真正的资本，从而解决工业化时代“信用”无法在金融中发挥更大作用的问题。
首先，基于大数据的个体信用评估，能够精准地刻画个体的诚信状况以及其未来收入等情况，从而有利于金融机构做出更为精准的判断。也就是说，信用相当于一种资本。对个人而言，网络成为信任传递的载体，个体的数据身份与现实身份日益契合。数据成为信用评估的基础。对企业而言，基于工业互联网、数字化供应链的数据，能够对企业的生产、营销、库存等全过程进行分析，从而打开企业生产的黑箱，使金融机构能够对企业产生信任。金融科技公司开始利用大数据对原有的信用评估模型、风控模型等进行修正。
其次，金融机构能够利用信用对个体作出是否融资的决定。金融科技能够利用隐藏信息对个体的信用做出整体评估，从而使金融机构能够利用信用做出是否给予个体融资的决策，信用充当了硬资产的作用。
从信用资本化理论
看金融科技发展中的问题
现有的金融科技发展基于效率理论而非信用资本化理论，这产生了很多问题：
第一，利用金融科技的传统金融机构忽略信用资本的作用，难以缓解中小微企业融资难问题。现有的金融服务依赖于资产抵押而非数据，小微企业很难获得金融支持。防控金融风险的重点在于识别信用。但现有的金融机构将所有交易对手都假想为不讲信用的，或者没有信用的。因此，在一切金融活动中几乎没有了“信用”的作用空间，直接导致交易成本上升、交易效率低下、金融资源配置严重不公。对整个社会来说，由于信用不能直接体现为价值或资本，积累信用资本也没有意义，整个社会陷入到不讲信用的困境之中。传统金融机构在引进金融科技后，并没有完全将金融科技用于改进其风险评估及信用评估，发挥金融资本的作用，而是强调对现有服务效率的提升，这并没有完全解决前述信用资本利用不足的问题。
第二，以技术为基础的金融科技公司强调以商业模式创新实现金融的广覆盖，忽略客户的信用资本，产生了一定的金融风险。随着大数据、云计算、人工智能、区块链等新一代信息技术的兴起，利用技术做出金融决策的可能性越来越大，这使智能金融、大数据金融、区块链金融等开始出现，并尝试重构金融业务体系、商业模式和风控体系，使金融业和科技的融合更为深入。但是，很多科技企业在涉足金融后，高度重视商业模式创新，强调互联网拓展客户方面的高效率，而忽略了金融发展过程中“信用”的基础性作用，使这些基于金融科技的金融商业模式创新在发展过程中，积累了一定的风险。
第三，在缓解风险识别能力缺乏下的信贷配给问题，推进金融供给侧改革方面仍有较大的空间。在现有的金融风险评估模型下，由于信息不对称，金融机构在贷款市场上往往不能有效辨别“好”（诚实守信、准备还款）的借款者和“坏”（信用低、不打算还款）的借款者，因此它以所有借款者平均的信用质量决定贷款利率，并结合它们拥有的资产质量作为信贷配给依据。在信息不对称的情况下，信贷配给是银行控制信用风险改善信息不对称情况的基本工具，是银行制度下信贷的长期均衡，即银行选择将贷款贷给小部分符合银行风险管理要求的客户，而不是具有全部偿还能力的客户。由于信贷配给，供给者（银行等金融机构）在市场中具有主导权，市场出清的利率水平将会进一步升水，这将会使低风险的借款者选择其他渠道融资。高风险的借款者对利率并不
敏感，市场风险增大，金融机构将进一步缩小信贷业务规模，导致了信贷市场的萎缩。
金融科技的目标是将因银行信贷配给而被错杀的低风险的借款者识别出来。做到这一点，需要更多的数据维度，除了利用硬信息（包括财务报表、资产评估报告、经营状况、抵押品等）之外，还需要收集大量的软信息。这些信息的收集难度大，且大部分属于非结构化的信息，传统的金融信用评估模型往往会有意无意地忽略这部分信息，而收集处理这类信息正是金融科技发挥其长处的地方。发挥软信息的作用是金融业供给侧结构性改革的重要内容，但这需要有良好的数据基础及不断优化的信用评估模型，目前金融科技在这两方面的能力仍有待于进一步提升。
政策建议及进一步研究的方向
曾指出，“为实体经济服务是金融的天职，是金融的宗旨”，但金融体系安全与支持实体经济之间有着一个微妙的平衡，一方面，鼓励金融体系以大水漫灌的方式支持实体经济，会不可避免地导致金融风险上升，另一方面，如果大幅度提升监管水平，固然会降低金融风险，但也将加大实施成本，可能抑制金融系统的资金流动能力并影响其支持实体经济的力度。
金融科技为解决这一两难困境提供了一个可行的思路，即将信用评估的基础从资产转移到数据，利用数据实现信用资本化，这需要在政策上给予更大的支持。
首先，建立有利于信用资本积累的大环境。对于小微企业，随着其信用资本能够在融资过程中发挥出越来越大的作用，他们本身会对信用资本更为重视，会形成积累信用资本的行为模式，这样，信用能够在融资中发挥出越来越大的作用，企业更有动力积累信用资本，从而形成良性循环。以信用资本为核心的模式，对信用社会建设具有极其重要的作用。
其次，重视动态交易活动对信用的重要作用。在现有的金融信用评估模型下，强调静态资产对于信用的作用。这并不能准确地评估轻资产的企业或者资产不多的小微企业的信用状况。而基于动态的交易数据建立信用资本评估体系，有利于金融机构能够将更多小微企业或个人的信用资本识别出来，并利用其信用资本，为其提供金融服务，从而缓解单纯利用传统模型所带来的信贷配给问题。
再次，发挥数据资产的作用，建立数据收集、积累、共享机制。在信用资本化模型里，基于交易、生产、生活等各种行为而产生的动态数据呈现出了巨大的作用。因此，要建立激励机制，鼓励社会主体在各类动态行为中更加注重自己的数据积累。对企业而言，随着工业互联网的应用，企业的行为也被数据化，企业的生产经营活动不再是一个黑箱，而是被各种数据显示出来。这些对金融机构的信贷资产管理、信用评估的动态调整等都非常有意义。
值得指出的，基于大数据的模型可靠性仍需进一步验证。因为大部分多维度的数据是随机产生或者个体自我提供的，对这些数据真实性可靠性的验证仍是一个很大的挑战，信息不对称的情况仍没有得到很好地解决。从未来的研究看，如何将信用资本化理论更全面地嵌入到金融科技的理论研究与实践之中，使金融科技的作用更好地发挥出来，是进一步研究的一个重要方向。
作者单位：中国社会科学院财经战略研究院
,
