金融界的大科技

金融大技术 作者：Sebastian Doerr, Jon Frost, Leonardo Gambacorta, VatsalaShreeti 货币经济部 2023年10月 果冻分类：E51、G23、O31 关键词：大科技、普惠金融、竞争、金融稳定、数据隐私 国际清算银行工作文件由国际清算银行货币和经济部的成员撰写，并不时由其他经济学家撰写，并由世界银行出版。这些论文是关于热门主题的，具有技术性。其中表达的观点是其作者的观点，不一定是国际清算银行的观点。 该出版物可在国际清算银行网站(www. bis. org)上查阅。 ISSN 1020 - 0959 (打印)ISSN 1682 - 7678（在线） 金融大技术 Sebastian Doerr, Jon Frost, Leonardo Gambacorta and Vatsala Shreeti1 Abstract 大型科技公司进入金融服务领域可以在效率和金融包容性方面带来重大收益。然而，大型科技公司也可能迅速主导市场，从事歧视性行为，并损害数据隐私。这导致金融稳定、竞争和隐私等政策目标之间出现新的权衡。国内外的监管机构都在积极努力解决这些权衡问题。本文概述了文献和政策辩论的状况。 关键词：大科技、普惠金融、竞争、金融稳定、数据隐私JEL分类：E51、G23、O31 1.Introduction 大型科技公司或大型技术人员越来越多地涉足金融领域并改变金融市场。由于其商业模式，阿里巴巴，亚马逊，Meta（Facebook），Alphabet（Google）和腾讯等大型技术人员产生了大量的用户数据。访问用户数据使他们能够提供一系列金融服务，从支付到资金管理，保险和贷款。 大型科技公司在金融服务部门的足迹正在迅速扩大，它们的活动在几个国家已经具有宏观经济意义。在中国，印度尼西亚，肯尼亚和韩国等国家尤其如此。近年来，中国大型科技信贷的增长速度超过了传统银行信贷的增长速度。例如，在2020年至2021年期间，中国的大型科技信贷平均年增长率为37％，而银行信贷的增长率为13％。在世界其他地区也看到了类似的快速扩张。 本文主要研究金融大科技的兴起及其影响。 在第一部分介绍部分之后，第二部分讨论了大型技术公司的商业模式和数据网络活动（DNA）反馈回路。它还研究了大型技术信贷的决定因素以及其供应如何受到国家特定特征的影响。 第三部分分析了大型科技公司提供金融服务所带来的机遇和挑战。大型科技公司的网络、非传统数据的获取和机器学习的使用有可能增强金融包容性，特别是在没有银行账户的人群中。例如，有了新的数据和信用评分方法，大型技术人员可以向可能无法获得银行信贷的个人和企业提供贷款。大型科技公司还可以通过减少信贷市场对抵押品的需求来增强金融包容性。然而，大型科技公司提供金融服务可能会导致监管方面的挑战，如市场主导地位、价格歧视、算法歧视和对用户隐私的威胁。 第四部分讨论了公共政策在这些机遇与挑战之间取得平衡的作用。在DNA反馈回路的推动下，大型科技公司进入金融领域，有可能破坏既定的范式，需要一种新的、全面的监管方法。因此，本节将重点放在金融稳定，竞争和隐私的政策目标之间的新权衡上。 第五部分讨论了中央银行，金融监管机构以及竞争和数据保护机构如何在国内和跨国界共同努力，以实现公共政策目标。第六部分总结。 2.大技术的商业模式和数据网络活动循环 大技术公司是主要活动是数字服务而不是金融服务的大公司（Frost等人，2019）。他们的核心业务是信息技术和数据分析，通常跨越不同行业的多个业务线。金融服务是其提供的服务的一小部分，但正在增长。大型技术人员主要作为在线多边平台（MSP）创造价值，从而实现和催化两个或多个用户群体（例如买方和卖方）之间的直接交互。三种常见的在线平台类型是社交网络，电子商务平台和搜索引擎。大型科技公司不同于金融科技公司，后者将金融服务的技术创新作为其主要活动（FSB，2017）。因此，金融大科技提供的服务构成了更广泛的金融科技创新浪潮的一部分（BIS，2019）。 与传统的双边交流相比，用户通过平台相互交易，而不是与平台进行交易。例如，社交平台允许人们相互联系，每个成员都可以从更大的社区中受益。在线购物网站使其用户能够在全球范围内购买和销售各种各样的商品和服务。更多的卖家减少了买家的搜索成本，更多的买家扩大了卖家的商业机会。 因此，大型技术人员的一个典型特征是网络外部性的存在：用户在平台的一侧（例如购买者）参与的事实增加了用户在另一侧（例如卖方）的利益。一个挑战是同时吸引双方的用户-鸡和蛋的问题。成功的平台通过使用特定的价格结构来解决这个问题，这些价格结构本质上是向产生最多网络外部性的一方收取较低的费用，并让从网络中受益最多的一方补贴另一方。 一旦MSP吸引了双方足够多的用户，重点就是进一步增加用户数量。希望达到临界点，在这个临界点上，采用率加快，网络效应开始显现。超过这一点，增长可以非常快。更多的买家带来更多的卖家，反之亦然。因此，MSP的规模收益不断增加：为用户服务的平均成本随着用户总数的增加而下降。用户愿意为访问更大的网络支付更多费用。因此，该平台的利润率提高了。 图1显示了大型科技公司多年来变得越来越受欢迎— —阿里巴巴、腾讯等大型科技公司的活跃用户数量随着时间的推移迅速增加。图2显示了大型科技公司在支付市场上日益增长的活动。大型科技公司提供的支付应用程序在新兴市场和发展中经济体变得特别受欢迎。 图2 1按Sesor Tower分类的前50个财务应用程序中的所有支付应用程序的下载。“金融科技”是指专门从事金融技术的新进入者的应用程序;“大科技”是指主要活动是数字服务而不是金融服务的大型科技公司的应用程序，“现有金融机构”是指来自商业银行，保险公司，卡网络和其他金融机构的应用程序。.2年平均值；根据Sensor Tower分类的前50个财务应用程序计算。 2.1作为金融服务提供商的大型技术人员 现在，世界许多地方的金融领域都有大型技术人员。他们的存在在中国最为明显，蚂蚁集团（阿里巴巴集团的一部分）和 腾讯的微众银行提供广泛的金融服务。他们还活跃于东非和埃及（沃达丰M - Pesa），印度（PhoePe和Alphabet（Google）），阿根廷，巴西和墨西哥（Mercado Libre），日本（Lie，NTT Docomo，Rate），韩国（Kaao Ba，KBa），印度尼西亚，马来西亚，新加坡（Go - Je，Grab）和美国（亚马逊，苹果，Meta（Faceboo），Alphabet（Google））（Zetsche等人，2017年；Frost等人，2019年；Corelli等人，2023年）。 最近的新冠肺炎大流行也推动了大型科技公司提供的服务和产品。这包括数字支付使用的大幅增加(Auer等人，2022年)，但它肯定不仅限于金融领域的服务和产品。2例如，电子商务也经历了很大的推动(Alfonso等人，2021年)。 拥有大型网络和广泛活动的大型科技公司可以访问广泛的用户数据。他们利用这些数据进入金融服务等新市场，通常从提供支付服务开始。大型科技公司提供的支付服务允许在电子商务平台上进行交割结算，并有助于克服买卖双方之间缺乏信任的问题（BIS，2019）。他们在这个市场的参与在其他数字支付方式普及率较低的司法管辖区尤为重要，而手机普及率较高（Boissay等人，2021）。 支付市场对大型科技公司来说可能特别有吸引力，因为颠覆的时机已经成熟。传统上，这个市场的大部分收入都是在Visa和Mastercard等卡网络和银行之间共享的，这些银行通常都有很大的利润。例如，在美国，Visa和万事达卡的利润率高达50% (《经济学人》，2023年)。这为大型技术人员提供了一个机会，可以利用他们作为消费者数据存储库和多边平台的独特地位，并以比传统参与者更低的价格提供支付服务。3 一旦他们在提供支付服务方面取得进展，大型技术人员可能会利用他们通过支付服务生成的数据，扩展到提供信贷、保险、储蓄和投资产品。他们与传统金融机构合作和竞争提供这些服务。通常，它们自己提供基本的金融服务（如支付），并作为第三方提供商的分销渠道，用于财富管理或保险等服务（BIS，2019）。 2.2数据-网络-活动反馈回路 大技术在金融领域的独特商业模式依赖于数据分析，网络外部性和交织活动（“DNA ”，图3）。这三个要素相互加强。网络外部性允许大型技术人员生成更多数据，这是数据分析的关键输入。对大量数据的分析增强了现有服务并吸引了更多用户。反过来，更多的用户提供了大量的客户，以提供更广泛的活动，从而产生更多的数据。 在提供更广泛服务的平台上，外部性更强。金融服务既受益于DNA反馈循环，也为其提供了动力。提供金融服务可以补充和加强大型科技公司的商业活动。典型的例子是支付服务，它促进了电子商务平台上的安全交易，或者使在社交媒体平台上向其他用户汇款成为可能。支付交易还会生成详细说明资金发送者和接收者之间网络的数据。这些数据既可以用于增强现有服务（例如定向广告），也可以用于提供其他金融服务，例如信用评分。 数据的来源和类型以及相关的DNA协同效应因大型技术平台而异。那些在电子商务中占主导地位的人从供应商那里收集数据， 如销售额和利润，结合财务和消费者习惯信息。专注于社交媒体的大型技术人员拥有有关个人及其偏好以及他们的联系网络的数据。拥有搜索引擎的大型技术人员不会直接观察连接，但通常拥有广泛的用户基础，可以从他们的在线搜索中推断出他们的偏好-在这些搜索中，用户可能会泄露关于他们的兴趣、偏好、地理位置等非常个人的信息。 数据收集和提供金融服务之间的确切协同类型因收集数据的性质而异。来自电子商务平台的数据可以是信用评分模型的有价值的输入，特别是对于中小型企业（SME）和消费者贷款。在社交媒体或互联网搜索中拥有大量用户群的大型技术人员可以使用有关用户偏好的信息来营销，分销和定价第三方金融服务（例如保险）。 虽然大型银行有很多客户，也提供广泛的服务（例如财富管理或保险产品的分销，抵押贷款），但到目前为止，它们在利用DNA反馈循环方面不如大型技术人员有效（BIS，2019）。除了支付之外，银行没有利用具有强大网络外部性的活动。原因之一是大多数司法管辖区要求将银行和商业分开。因此，银行大多只能访问账户交易数据。此外,遗留IT系统不容易通过例如应用编程接口(API)链接到各种其他服务。大技术将其先进的技术与更丰富的数据和更强大的客户关注相结合，擅长开发和营销新产品和服务。表1提供了银行和大型科技公司的比较优势和劣势。 Refinitiv Eikon；公司报告。 与全球系统重要性银行相比，大型科技公司的市值更大（图4）。然而，金融服务只是大型科技公司业务的一小部分。例如，大型科技公司只有11%的收入来自金融服务(图5)。此外，大型科技公司可能会面临更高的融资成本，因为它们不接受存款。为了筹集资金，他们要么依靠自己的流动性，要么与银行建立伙伴关系。筹集资金的这种限制可能会阻止大。 科技公司无法扩大其贷款服务规模，而缺乏存款基础使他们无法更灵活地向实体经济提供信贷。 资料来源：国际清算银行（2019年）。 2.3大型科技公司提供金融服务的驱动因素 大技术已经成为宏观经济相关的几个国家，如中国，印度尼西亚，肯尼亚和韩国，特别是在支付和信贷。最近，大型科技信贷的增长速度快于银行信贷(Corelli et al，2023)。例如，在2020 - 21年间，中国的大型科技信贷估计增长率为37%，而银行信贷的增长率为13%。尽管如此，大型科技公司和金融科技公司提供的信贷总规模因国家而异：肯尼亚占总信贷存量的5.8％，中国占2％，印度尼西亚占1.1％，美国不到1％，英国，日本和韩国。图6显示了全球大型科技信贷的增长。 最近的文献已经能够确定需求和供应因素，这些因素可以解释大型技术公司以及更广泛的金融技术公司扩大信贷供应的原因。 在信贷需求