钱军：金融科技发展需解决信息不对称和信任问题

复旦大学泛海国际金融学院执行院长钱军

凤凰网财经讯 2017年12月2日-3日，以“决策与市场”为主题的第六届凤凰网财经峰会在北京举行。会议邀请到政商学等各界嘉宾，围绕十九大后中国经济改革、金融和产业发展方向等议题进行探讨。

复旦大学泛海国际金融学院执行院长钱军在“金融科技与未来”的论坛上提到，机器可以排除很多人为的问题，但是最后还有一个问题，就是信任问题，中国有这个问题吗？我说你平时给我卖产品不信任你，你说机器给我做投资，我怎么知道这个机器背后是谁呢？

钱军认为这个里面对金融服务，就是帮助投资者做决策这件事情，背后的这个机构还是很重要。所以我们如果到最后去监管也好，我们讲准入的条件也好，其实核心的还是信息不对称和信任的问题。因为这种东西到最后，金融是离开了这个，不管技术再好，没有信任的时候，是走不下去的。

实录如下：

于盈：钱院长，我们看到对新的科技发展来说，监管往往它的政策出台和管理规则出台，都是滞后的，那对于金融科技整个发展来说，政府应该怎么样去适应这个科技的发展呢？

钱军：这是个很大的问题，我觉得如果要理解监管的正确的角色，一个很核心的问题，咱们讲的是金融科技，就是金融科技和金融本质的问题，刚才各位嘉宾讲了，这次像金融科技，尤其人工智能这样的科技，给了我们全新的场景，以前没有想到过，但是我自己觉得，金融科技的核心还是说它应该在符合金融本质，符合市场规律的前提下，去帮助解决金融的核心问题，这是我的理解。

怎么去更好的理解呢？举几个例子，比如说金融很简单，就四个字，风险、收益。

于盈：高度总结归纳。

钱军：风险和收益里面具体跟科技怎么结合，有很多地方，比如目标是为了风险可控上收益最大化，但是决策很重要，刚才各位讲数据，数据现在应用很好的就是新兴的借贷市场，刚才讲到长尾，这种客户是传统金融机构不愿意去碰的，其实也碰不了，因为它不知道怎么解决。这里面的核心问题是什么呢？其实是信息不对称，就是小微企业也好，客户也好，他其实还是有信息的，但是这个不完全，关键是不对称，你说出的东西我采集的信息，到底是不是准确反映这个人的风险。所以这个里面这个数据，我的理解是不但要有数据，而且要有相关的数据，一个很简单的例子，你要分析一个小微企业，我们知道蚂蚁金服怎么做，在不知道一个人收入的情况下，如果你知道他怎么花钱，你就可以很好的判断这个人借债的风险，这个叫相关数据。

所以，从这点来讲，蚂蚁金服也好，很多平台也好，它如果收集了很多跟支付，跟花钱有关的信息，这个就能够帮助解决这个信息不对称，就是我如果知道你怎么花钱，我基本上知道你是一个什么样的人。

于盈：这个就变成中国以前一直说的没有诚信体系，现在可以更容易的收集信息，帮助建立一个体系。

钱军：这个非常重要，如果真的讲到征信体系的时候，一个相关的问题就是对大数据性质的认定，因为数据多了以后，有很多基本数据，从经济学里面讲，这个数据有一个什么呢？有点像邮局，公共产品，公共产品的特点是什么呢？就是共享的时候发挥的作用是最大的，同时采集数据是要有成本的，我不能跟陈总说你把你的数据给我就完了，她采集这个数据是花了多年的成本。

所以这个里面，如果咱们要说以后对数据要监管的话，其实就需要认清这个数据的功能，是解决这个数据不对称。第二个要认识到同时它有溢出效应。但是另一方面，这个准确的数据来源是有成本的，所以你不可能说我直接就跟任何的平台说，你这数据拿过来我用，这是个数据的东西。

第二个方面我想说，刚才说了人工智能，人工智能我觉得在投资领域，现在做的很多，你刚才说硅谷，现在原来很多华尔街的人跑到硅谷去了，干智能投顾，我觉得智能投顾可以解决很多问题，有一个很基本的问题可以做的很好，是什么呢？就是人在做投资决策的时候，很容易犯同样的错误，金融学里面叫行为金融学。

举个例子，今年得诺奖的赛诺教授，他分析过什么数据呢？分析过瑞典所有家庭退休金的投资决策，分析了大概五年，他分析下来以后，绝大部分的家庭不断的犯同样的错误，什么同样的错误呢？比如投资的风险，就是赢了钱以后变得保守，输了钱以后变得过度的极端，这都是会出错的。投资的时候过于选自己熟悉的股票，就是投瑞典的股票，中国的腾讯，他说不知道，不买。从这点来讲，赛诺教授讲平均下来业绩最好的家庭是忘了选哪个基金，最后政府有一个默认的基金，这个默认的基金是全球低费用的指数，这一类的家庭的平均业绩是最好的，所以从这点来讲智能投顾可以解决很多问题，很简单，就是人就不要做决策了，机器来。

于盈：这个也是和现在的AlphaGo Zero一模一样，把我们人类有一些惯性思维不好的模式，反而把它给添加在机器身上的时候会误导机器做决定，反而我抛开人类决策的思维模式的话，反而有可能会达到更好的一个决策。

钱军：是的。

所以我觉得这个方面的智能是很厉害的，其实这个里面还是有一个问题，我觉得尤其在中国，刚才我们说过中国整个征信体系还不是很完善，什么问题呢？还是这个信任问题，就是我一方面知道这个程序可以排除很多人为的偏差，甚至可以排除很多金融中介的偏差，金融中介有时候利益冲突，他给你卖基金的时候不会把最好的基金卖给你，他卖给你最贵的基金，因为他可以拿到很多钱。

机器可以排除很多人为的问题，但是最后还有一个问题，就是信任问题，中国有这个问题吗？我说你平时给我卖产品不信任你，你说机器给我做投资，我怎么知道这个机器背后是谁呢？其实这个里面对金融服务，就是帮助投资者做决策这件事情，背后的这个机构还是很重要。所以我们如果到最后去监管也好，我们讲准入的条件也好，其实核心的还是信息不对称和信任的问题。因为这种东西到最后，金融是离开了这个，不管技术再好，没有信任的时候，是走不下去的。

于盈：从监管的角度来说他们可以做什么呢？

钱军：我觉得几个方面，第一个，刚才我说过，认清这个科技对金融本质的帮助，比如说刚才说信贷这个市场，现在讲现金贷出了很多问题。但总的来说，我们知道中国这样的国家有大量的长尾，这个长尾的特点是巨大量，有居多的小微企业和个人正常的借贷需求得不到满足。所以如果说金融的核心是为实体经济服务，如果一个金融机构它能够通过自己的数据、风控，有效把钱贷给个人，而且利息不是天价。这个就叫服务实体经济，那这样的机构不但你不要管，你应该扶持。

所以我觉得监管的核心，虽然你很多时候技术上面会滞后，但是我觉得看清这个本质很重要。同样来讲，另外一个是什么呢？高频交易，高频交易的好处是降低了交易成本，公平交易会出很多问题，这个程序一出错，如果程序都一样的话，整个都崩盘，这个对金融的监管来讲，其实要求挺高的，你要监管高频交易，你自己也要高频。有一个案例就是美国证监会比较监管高频交易大概花了10亿美元买了一套体系，很简单，就是要跟上这个速度。

所以监管里面一个核心是要搞清楚哪些科技为传统金融解决哪些问题，如果解决这些问题是为实体经济服务，整个方向就定了，而现金贷里面出了很多问题，其实借款的这个人真实需求有问题，平台一个是没有做借贷资质的，第二个很多风险不能控制，利息又很高，最后你不管从哪个方面看，这样的模式都是应该被管住的。

于盈：确实，最近有关现金贷的讨论弄的沸沸扬扬，我们看到虽然现金贷不是所谓金融科技，但看到的问题就是在新的一些金融机构出现的时候会带来的问题，在新的金融机构出现之后，大家怎么样去从大众认识也好，监管也好，怎么样解决一些顺便带出的这些问题呢？