科技巨頭金融監管的哲學

導語

在監管新興科技巨頭各類業務的時候，現有的監管機構和規則是否適用？

科技巨頭公司持有支付⚡️、信貸、財富管理牌照並進行相應的金融活動，而它們卻還沒有受製於特定的基於實體的規則👧，遵循傳統金融機構的審慎要求。因此🙅🏼‍♂️，對於新型科技公司基於金融活動的監管還不夠充分🧑‍🧒‍🧒，而基於實體的規則能夠規製科技巨頭濫用市場和數據優勢，並識別它們潛在的系統性影響。

魏尚進🙅🏿‍♀️：在中國🧑‍🍼，螞蟻集團暫緩上市引發各界關註🟠。如果要有效執行基於實體的規則🧑🏻‍🎨，您認為是需要建立一個能夠全面監管科技巨頭各項業務的新的實體🤱🏼，還是利用現有的監管機構進行一些協調🚶🏻‍♀️‍➡️？

申鉉松：我認為每個有管轄權的機構都必須做好審查工作👨‍🌾，而在短期內傳統金融監管機構和《競爭法》（或《反壟斷法》）執行機構之間必須更好地協調🧔🏻‍♀️。受傳統思維和方法的影響，不論是傳統金融監管機構還是《競爭法》（或《反壟斷法》）執行機構👵🏻🦹🏻，對於這種協調都不會非常習慣🧔🏻‍♂️。兩者沖突的一個典型例子♍️，就是關於銀行業集中度的問題。

2008—2009年金融危機之後，銀行業進行了大量的整合🧍‍♀️。當時的爭論圍繞銀行業高度集中的可取性。從金融監管機構的角度來看，銀行業集中度帶來的高利潤和高特許權價值有利於金融穩定；而《競爭法》（或《反壟斷法》）執行機構會認為🏉，銀行業高度集中將對競爭產生不利影響🙇🏼‍♀️。

因此，我認為我們更需要重新思考和審視監管背後的目標與目的，在不同的監管機構之間進行更好的協調↖️。這比簡單地將監管機構合並更困難。在上述的例子中，掌握監管哲學就是首要的問題🤲🏽🥮，這就是為什麽它在歐洲、美國🫴🏻、中國都是最值得註意的問題⚫️。在正式確定監管製度的最終形式或公共政策實際的特征之前，我們需要先形成監管的哲學。

魏尚進👩🏼‍🚒：一旦我們定性金融科技的某些活動和某些實體需要監管，隨之而來的問題是現有的或傳統的金融監管者如何對它們進行有效監管⚂。以金融科技公司的貸款業務為例，一些監管機構會根據國際清算銀行的指導方針，去要求它們達到原本對傳統銀行適用的杠桿率🧑‍🧒、最低資本要求等🅱️。雖然有一部分金融科技公司確實直接在做貸款業務，而其他一些公司則反復強調自己的業務只是撮合借方與貸方，而不是傳統金融機構的貸款業務。您認為對於金融科技公司的監管要求應該比對傳統金融機構的要求放寬、同等還是更嚴格？

申鉉松💺：我想強調兩點。第一點🏨，現有的《巴塞爾協議》的監管有相當大的靈活性🥏。比如說🕺🏼，《巴塞爾協議III》監管規則給復雜的大型銀行相當大的空間來使用自己內部的模式。但這些內部模式的可靠性需要被監管👴，監管者也需要定下更可信的基準👩🏻‍🎓。第二點🤵🏽‍♂️，對銀行的監管是（不簡單拆分功能而）實施對整體的監管的最好例子。盡管銀行開展各類不同的業務🦞，比如它們是支付服務的核心和支柱💣，提供貸款💂🏼、存款轉賬、與中央銀行互動等，但銀行整體都受到監管🧏🏿‍♀️。科技公司的業務也可以五花八門✊🏼，所以銀行監管模式能成為對新興科技巨頭監管的理想參考案例🕶，對銀行提出的監管和要求的類型🦻🏽，對科技巨頭也是完全合適的🧗‍♀️，因為它們本身也是信貸授信機構的組成部分📶。

科技巨頭企業可以僅僅承擔借貸中間人的角色，使用來自銀行的資金並找到合適的借款人👾。《巴塞爾協議III》通過證券化和其他資產負債表的活動💁，已經涵蓋了這方面的監管👨🏻‍🏭。當我們考慮科技巨頭貸款機構的信貸風險的校準時，必須通過數據進行檢驗。

因此，在傳統的《巴塞爾協議III》的信用風險模型中，有三個要素是至關重要的🔕。第一個是違約概率（Probability Default, 簡稱PD）。第二個是違約損失率（Loss Given Default🤎，簡稱LGD）。第三個是相關性（Correlation），這是在信用風險模型中使用參數行。有一些建議的證據表明，科技巨頭的違約概率和違約損失率低於傳統金融機構，但我們需要使用非常嚴格的實證方法來驗證。我們目前正在檢驗其中的一些估算，但我認為從基本方法或監管要求本質出發👰🏽，科技巨頭在承擔貸款人角色時🏹，基本適用對銀行監管的標準。

魏尚進🎋：在您考慮金融穩定的權衡三角中🧌，效率是一個重要的部分，而效率可以分解為不同的組成（圖1）。例如👩‍🏫，家庭和金融投資者在應用金融科技工具時🔣，是否會出現更多的行為偏差⇢。比如♠︎，過於自信的投資者因為過度交易招致更嚴重的損失；不熟悉金融科技的老年人會暴露在更多的欺詐風險中。在這方面，公共政策應該介入更多，還是可以依靠市場😘，發現並糾正問題？

圖1 重新審視競爭與金融穩定的關系

申鉉松：用壟斷權衡的圖示來說明這個問題👨🏻‍🦽‍➡️。經濟學中分析這一問題的經典方法是假設消費者偏好是給定的🏊🏿‍♀️。但正如您所說的，消費者偏好或感知可能會受科技巨頭本身的影響。圖2(b)中的原始需求曲線是黑色實線，QD是官方結果，企業可以進行完美的價格歧視。然而，如果科技巨頭可以影響偏好，將需求曲線移到粉色的部分🚵🏽‍♂️，甚至可能超越最初、最優的部分👨‍👦。

圖2 價格歧視的可能性

所以在經濟學中，對廣告的經濟學分析是一個非常古老而經典的問題📘。但在廣告經濟學中出現和分析的問題是，適當的需求曲線是做廣告前的需求曲線🙇🏽‍♀️🎑，還是做廣告後的需求曲線👊🏼，這是一個模棱兩可的事實。消費者有自己的偏好，但也受服務提供者本身的影響。我認為這對於有網絡效應或社區連接的（平臺經濟）活動尤為重要👨‍👩‍👦‍👦。這個問題值得進一步研究和公開討論。

*本文僅代表對話者個人觀點，與所在機構無關。編譯：潘琦✖️。