可持续性、金融包容性与效率：数字金融监管的“三难”还是“三要素”？

Dirk A. Zetzsche, * Douglas W. Arner, * * & Ross P. Buckley * * * 本文认为，金融的数字化转型是由对（i）效率，（ii）金融包容性和（iii）可持续性的追求推动的。这些反过来又是数字金融监管方法的核心。我们认为，这三个因素实际上是相辅相成的三重奏，可以通过适当的政策，法规和基础设施来支持和加强，而不是三重奏。这三个因素必然交织在一起：金融包容性是长期导向型经济的基础，不可持续的结果会给金融带来许多风险。 1.INTRODUCTION 在过去的十年中，金融政策制定者和监管机构不得不对金融的数字化转型做出回应，今天将其概括为“金融技术”或“金融科技”。“与此同时，可持续发展也许是全球最优先的共同目标，并越来越多地以联合国可持续发展目标（UN SDGs）为中心，与联合国气候变化框架协议（巴黎协定）相结合。联合国可持续发展目标为追求可持续发展提供了详细目标和标准的框架，而《巴黎协定》则侧重于限制全球变暖的协议。世界各地的中央银行和金融监管机构都在考虑如何在金融和经济发展、货币和金融稳定、金融完整性和消费者保护等更广泛任务的背景下，通过可持续金融促进可持续发展。 可持续金融和金融科技现在是大多数监管机构的主要政策重点，这一点可以从美国 联合国（UN），欧盟（EU）及其成员国，英国（UK），中国和世界其他一系列政府，以及对可持续性和金融科技的大量研究。1在G20，2世界银行，3和主要发展组织的推动下，金融包容性同样是当前全球政策关注的焦点。4 然而，很少有学术分析将可持续金融，金融科技和金融包容性联系起来。我们认为，这三者不是目标冲突的三难困境，甚至不是三个不相关的孤岛（这是在学术和政策讨论中经常被对待的方式），而是三者联系在一起，共同推动了稳定，高效的金融体系的发展。包容性和支持可持续发展。此外，我们表明，效率，金融包容性和可持续性必然交织在一起;每个都取决于另一个。金融包容性是长期导向型经济的先决条件，而企业盈利需要效率，以便实现可持续性并促进环境目标，而环境目标反过来又可以通过创新为企业提供激励。它们不是三难问题，而是金融政策和监管核心的相辅相成的三重奏。 This cross - disciplinary perspective is crucial: While most research has focussed on these threefields as separate, independent silos of knowledge, 5 this article considered the three together. Thisinterspective tendency is increasingly seen in 事实上,如果可持续发展被视为压倒一切的目标,那么效率和包容性是这一进程的核心,金融、技术和创新提供了手段。 在第二部分和第三部分中，我们分别分析了效率和金融包容性因素如何启动了金融的数字化转型，然后在第四部分中，我们展示了近年来可持续性如何提供了进一步的动力。然后，第五节分析了这三个因素之间的相互关系，得出的结论是，在第六节结束之前，这三个因素共同解释了今天看到的FiTech和RegTech的不同要素。 2.金融科技的经济学：驱动效率 The heart of FinTech lie the efficiencies and performance enhances arising from technology.These are generated by three economic features of FinTech and technology generally: (i)conventional economies of scale, (ii) data - driven economies of scale,(iii) 网络效应。这些因素共同解释了为什么我们经常看到金融科技公司开发数字金融平台来提供服务。8 (a)降低单位产出成本 信息技术使金融机构能够将每项服务的产出成本降低到每个额外客户或客户产生的收入几乎全部计入其利润的水平。虽然这很可能会促使监管机构对由此产生的市场集中度和垄断力量做出回应，但在很大程度上，这些因素推动了金融的数字化转型：如果赢家几乎获得了所有利润，那么就会有强烈的动机，正如我们所看到的那样一遍又一遍地投入巨大的资源来赢得胜利。 (i)传统的规模经济 规模经济是指由 FiTech业务模式表现出这些传统的规模经济，因为向大量用户提供服务的成本通常是固定的。一旦对应用程序进行了编码，就建立了接口，并设置或租用了服务器，连接每个其他客户端的边际成本非常低。如果额外的用户意味着能源和数据仓库的额外边际成本，每个用户的这些额外成本通常会被这些用户创建的额外数据所抵消。10这些数据允许平台提供商或多或少地自由选择它将收取哪些服务，以及表面上免费提供哪些服务。这种平台经济通常被称为零工经济或共享经济。 一个有用的例子是资产管理行业-特别是被动投资-大型实体可以自己投资软件编程和开发，而小型资产管理公司通常是价格接受者，他们必须支付相对于其业务规模而言较高的软件许可和数据仓库费用。技术对行业越重要，所需的软件工具越多，这些成本与其他费用的比例就越高，订阅现有平台的动力就越大，从而减轻了小经理的负担。鉴于技术正迅速变得越来越重要，较小的资产管理公司别无选择，只能与平台签约，或者受到IT限制和成本的阻碍。 (ii)数据驱动的规模经济 第二种类型的规模经济源于收集并用于应用程序的数据。简而言之：“[m]更多的信息使公司能够开发更好的服务，从而吸引更多的用户，进而产生更多的数据。” 11在风险管理依赖于数据的地方，当数字金融提供商可以收集更多更好的结构化数据时，这种管理应该得到改善。 例如，Blacroc是全球最大的投资基金服务提供商之一，开发了一个名为Aladdi的风险数据汇总和风险管理系统，该系统代表“资产，负债和债务以及衍生品投资网络”，我们将在下面进一步讨论。阿拉丁每天监测2000多个风险因素，从利率到货币，每周进行5000次投资组合压力测试和1.8亿次期权调整计算，远远超过世界上任何其他风险分析形式。因此，没有其他风险分析公司可以与之匹敌。 阿拉丁的预测能力。 (iii)网络效应 数字金融表现出强大的网络效应。网络效应发生在一个服务的额外用户为其他用户增加产品价值的地方— —用户越多，好处就越大。例如，如果电话网络的用户很少，电话就没有什么用处。可以打电话的人越多，电话就越有价值。网络效应在金融服务中尤为突出，原因有几个。 首先，随着软件的外观和感觉嵌入到人类流程中，基于软件的“网络”的价值与金融服务公司安装的副本数量成比例地增长。用户知道在哪里点击，使用哪些快捷方式，以及如何上传数据或链接到互联网。专业金融服务公司使用的特定软件越多，员工在工作环境中对该软件及其功能的期望就越高。 其次，每个额外的用户都会将数据添加到现有池中。再以风险管理和贝莱德的阿拉丁为例。如果风险管理可以利用更多公司的更多数据，那么平台算法的预测能力就会提高。由于阿拉丁的风险管理数据反映了世界上最大的资产管理公司管理的投资组合的风险敞口（尽管是匿名的方式，并且存在阻止内部信息传递的信息障碍），因此客户提供和生成的数据构成了阿拉丁的基础“集体情报。. ”14这本身就变成了一种商业理由：用户生成的数据提供了其他客户寻求许可阿拉丁服务的理由。同时，由于这些数据可以用于这些管理人员的战略，解决数据机密性、使用和保护的规则是关键。 通过这种方式，阿拉丁克服了公司特定数据池的主要缺陷，这些数据池遭受与低频风险事件相关的数据短缺。其中，内部欺诈，业务中断和IT故障可能具有“高度严重性”；也就是说，这些操作风险可能威胁到金融机构的生存。15Aladdin的预测能力不会受到此类数据短缺的影响，因为它可以使用其所有资产管理公司客户的数据，而不仅仅是BlackRock本身生成的数据。在这种情况下，所有网络参与者都可以从汇集风险数据中受益。 (b)降低单位产出成本 上述经济特征正在将金融服务行业转变为平台行业。用简单的话说，平台是“一个地方或机会 交流思想和信息。在数字金融领域，术语“平台”是指一种系统架构，其中多个应用程序通过一个技术基础设施链接，以便用户可以使用一个主要的集成软件系统来运行为该系统编写的所有应用程序。17平台化产生了金融生态系统，通过平台向客户提供多种服务。平台是链接所有服务和客户端的必不可少的技术核心，通常本身也提供一些服务。 作为“网络中的蜘蛛”，数字金融平台收集有关用户及其活动的数据，然后将其用于进一步为用户开发平台应用程序和服务，从而使平台的规模和范围逐渐扩大。反过来，与所提供的经济价值相比，所提供服务的间接费用逐渐下降。平台的特征是“技术驱动的效率提升和技术驱动的组织套利的某种混合”，这是由平台提供商在提高效率的同时控制市场所实现的。19。 例如，利用深度数据池的风险管理系统有望获得更大的预测能力，平台提供商可以通过将这种数据能力应用于相关的新业务类型(在没有法律限制的情况下)来产生额外的回报。例如，如果风险数据表明某种资产组合有助于对冲特定类型的风险，则这种见解可以支持发行提供该资产组合的衍生产品或基金产品。 由于MAGMA（Meta -以前的Facebook - Apple，Google，Microsoft和Amazon）和BAT（中国的百度，阿里巴巴和腾讯）的发展，技术平台的功能已成为当代法律研究的主要焦点。20自COVID - 19大流行以来，电子商务平台提供了独特的好处-产品的集中提供和分散的 他们还需要电子支付，从而促进数字金融。同时，平台经济被视为涉及社会各个方面的社会问题的催化剂，涉及隐私，产品责任，公共住房，歧视，劳动和就业法以及税法。平台也是关于“假新闻”和选举操纵以及操纵消费者价格，搜索结果和评分能力的讨论的核心。 (c)Examples 考虑来自私营和公共部门的金融科技发展的例子是有启发性的，这些例子证明了将传统和数据驱动的规模经济和网络效应相结合所带来的好处。 (iv)贝莱德的阿拉丁 Aladdi的核心是一种技术工具，它允许资产经理“有效地沟通，快速解决问题，并在投资过程的每一步做出明智的决策。“22贝莱德于1993年开始为自己的投资组合和风险管理、投资流程和交易执行开发阿拉丁。从那里，阿拉丁进入了自动持仓、记录保存和风险暴露控制。Aladdi的能力在2008年全球金融危机期间在资产管理界之外广为人知，当时全球各国政府都在努力评估全球投资银行投资组合背后的风险敞口。23该平台已扩展到风险分析和投资过程的其他部分，并发展成为一个端到端投资平台，“将复杂的风险分析与全面的投资组合管理相结合，单一平台上的交易和运营工具，以提供明智的决策，有效的风险管理，高效的交易和运营规模。“24. Aladdi是一项托管服务：技术基础设施、系统管理以及与数据提供商和行业公用事业的接口由贝莱德的IT和技术人员运营，他们专注于为客户创建数据和分析。超过21.6万亿美元的资产，约占世界股票和债券的10％，取决于阿拉丁的服务-这个数字相当于四倍。 世界上所有现金的价值、美国的年国内生产总值或美国股票市场总市值。全球约有55, 000名投资专业人士依赖阿拉丁和阿拉丁财富。阿拉丁拥有全球至少240家机构的投资组合，其中包括一些最大的资产所有者(例如g.加利福尼亚州教师退休系统（CalSTRS））和竞争对手，包括Schroders和Vagard）。26贝莱德来自阿拉丁系统的技术服务收入在2021年增长了12%，达到13亿美元。 (v)蚂蚁集团 尽管阿拉丁是一个巨大的数字，但在2020年政府干预之前，全球最大的金融生态系统的提供者蚂蚁集团更加令人印象深刻。蚂蚁集团是中国大科技阿里巴巴的金融部门。蚂蚁金服（在2020年7月之前命名为蚂蚁金服）