未來全流程的數據安全、數據治理、數據管理等是做好數字金融的關鍵。
12月21日，第一財經金融價值榜金融峰會在線上舉行，亞洲金融合作協會創始秘書長、中國銀行業協會原專職副會長楊再平在主題為《數字普惠時代，銀行業如何「貸」動實體經濟行穩致遠》的圓桌討論中表示，金融支持實體經濟在強調普惠金融的同時，還要有綠色金融、科技金融、產業金融等，要通過各種各樣的渠道，形成金融的適配、多樣化和個性化。在他看來，數字金融之於普惠金融是一個利器，但同時強調可能帶來的數據風險。未來全流程的數據安全、數據治理、數據管理等是做好數字金融的關鍵。
金融支持實體經濟需解決結構問題
金融之水如何灌溉實體經濟？楊再平認為，更確切的說應該是，資金是水，金融是資金的水利工程。要把水灌溉好，需要有更好的金融都江堰與靈渠，不僅要有主幹渠、支幹渠，還要有越來越小的，比如斗渠、農渠、毛渠，哪怕最小的田地都要得到灌溉。這實際上是一個金融結構的問題，要有適配的金融產品、金融市場，把資金之水引去實體經濟。因此，金融支持實體經濟在強調普惠金融的同時，還要有綠色金融、科技金融、產業金融等，要通過各種各樣的渠道，形成金融適配的個性化和多樣化。與此同時，更充分、更平衡是金融需要解決的問題。金融結構不僅要有大的結構，還需要有微結構，這樣才能使實體經濟的良田得到更好的灌溉。
在解決實體經濟的資金問題中，普惠金融是關鍵一環，它重點解決的是小微企業這些實體經濟中最細枝末節的金融訴求，同時也是一個世界性的難題。一方面，對供給方來說，做小微金融成本高、風險大。楊再平說，據統計，做小微企業的供給側成本是其他大中型企業的5倍之多。據央行此前的統計，1000萬元以下的小微貸款不良率近6%。另一方面，從需求側來說，小微企業本身融資難融資貴。據調查，只有10%的小微企業能從銀行獲得貸款，很多小微企業都是通過小貸公司或者民間渠道來滿足融資需求。而且融資貴，即便是有政策支持的情況下，小微企業的融資利率還要高很多。
做好小微金融的五個關鍵詞
楊再平認為，解決普惠型小微企業融資難題有五個關鍵詞：
一是功夫。要做好普惠型小微企業融資，要更用功、更盡職，更知曉你的客戶，貸前、貸中、貸后要全流程的下功夫。
二是適配。小微企業多種多樣，不同行業或者不同需求要進行市場細分，要有個性化定製。「我不是太贊同把融資難、融資貴的問題混到一起，有些小微企業的問題可能需要用一定程度的價格的浮動來解決，用一定價格的高位點來解決融資難的問題。關鍵在於怎麼在市場細分的基礎上，提高適配度，形成多元化的資金金額、期限長短、風險與價格等的產品解決方案。」他說。
三是降本。小微企業融資供給側成本分為內生成本和外生成本。外生成本可能是企業自身很難把握的一些外在因素；但是內生成本一定程度上可以通過努力降下來。比如，數字金融等手段。
四是風控。因為風險高，我們要更加去識別、監測和防控，需要相應的風險管控的手段，包括內在和外在的。外在的要有融資擔保，要跟保險的合作，還有一些衍生技術，如科技手段、數字金融等。
五是公共。因為小微企業的發展很多解決了就業、創業等公共需求，小微企業是中產階級成長的一個載體，也是走向共同富裕或者經濟更充分更平衡發展的一個載體。所以，對於小微企業的公共性，要有相應的公共政策。全世界都有類似的做法，比如，英國對小微企業的信貸或者金融支持是有政策要求的，韓國也要求所有本土金融機構要有一定的小微企業貸款比重。我們國家也對國有商業銀行的普惠貸款增速提出了相應要求，這點還是要堅持。另外，還要有公共資源的傾斜，比如貼息、財政支持、減稅以及公共基金的支持等。
「總的來說，小微金融面臨的供給側成本高、風險大，需求側融資難、融資貴的問題不是一成不變的，是可以因我而變的。這個『我』包括供給側的各種各樣的金融機構，也包括需求側的小微企業本身，當然還包括社會和政府。」楊再平說。
數字普惠要兼顧數據風險
楊再平表示，數字金融之於普惠金融是一個利器，多年的實踐證明，數字技術的應用對於上述普惠金融遇到的難題得到破解。首先，數字金融可以做到全天候、全覆蓋，而且瞬時化、碎片化，非常便利。其次，它可以做得更便宜。有的項目用數字技術成本可以降到1/10，甚至1%或更小都有可能。其三更普惠。成本更低，也就更具有長尾效應，過去我們講二八定律，它可以破解，使得弱勢群體更可獲得商業化可持續金融服務。其四是可以更適配。它能夠更精準識別客戶，更能夠做市場細分，去定製產品，做到多樣化。其五是可以更穩健。大數據、雲計算、人工智能等數字技術有助於我們更好識別、管控風險。
不過，楊再平強調，數字金融會有一系列新的風險，最重要的就是數據風險。而數據風險又分幾個層面來看：第一，消費者的數據安全。「如果消費者在不知情、不理解、不認可的狀態下，你用了他的數據，這對他來說就是隱私的侵犯，個人尊嚴的侵犯。當然還有財產，因為數據和錢財聯繫在一起，現在很多數據一旦暴露，猶如你的錢財被丟到大街上。」第二，從經營者來說，數據可獲得性的問題，「我所獲得的數據是否充分，是否有效，如果我拿到的數據信息都是一堆垃圾，垃圾進，垃圾出，這樣的數字金融是毫無疑義的。」第三，即使數據是正確的，尤其是通過人工智能，很可能會形成對有些消費者的歧視，包括性別歧視、年齡歧視等，這也是一個問題。此外，如果使用人工智能去市場做被動投資或者高頻交易，很容易引發投資者的「羊群效應」，那就會加劇市場的波動，市場的安全就成了問題。
「所以，未來全流程的數據安全、數據治理、數據管理等是做好數字金融的關鍵。」楊再平表示。數字金融無非是三大要素——算力、算法、數據，前面兩個可能都是純技術性的，後面這個數據就很複雜了，包括能不能拿到數據，消費者角度是我的數據能不能得到保護。所以，數字普惠金融能不能得到很好的發展，數據治理問題是問題的關鍵。
