信用在金融市场有十分广泛的应用。金融交易的本质是资金的融通，即通过期限、规模和风险的转换，实现收益共享与风险分担。但金融交易最大的困难是信息不对称，所以风险管理是金融交易不可或缺的环节。以信贷业务为例，银行发放贷款，必须有效评估借款者的信用风险，确定借款者会按时还本付息。根据风控方法，贷款可以分为抵押贷款和信用贷款，抵押贷款银行要求借款人提供抵押资产，其风险管理和业务扩张能力受到借款人抵押资产价值的影响。信用贷款通常是通过分析借款者的财务信息，特别是资产负债表、利润损益表和现金流量表，判断其信用状况。但大部分普惠金融客户，包括中小微企业、低收入家庭和农村经济主体，既没有充足的抵押资产，也缺乏完整的财务数据，这样就形成了普遍的信用不足问题。正因为此，发展普惠金融服务是世界各国面临的共同挑战。

数字信用创新可以部分解决信用不足的问题。普惠金融客户不一定真的缺乏信用，只是传统金融机构用传统评估方法无法识别出来，但大数据和人工智能等数字技术却可以帮助发现那些本来就存在的信用。一些大科技公司尝试在非金融领域刻画用户的信用水平，并在共享单车、网约车、酒店预约等业务中发挥了一定的作用。需要指出的是，数字技术本身并不创造信用，以比特币为例，虽然它利用分布式账户、区块链技术等形成了一种被称为加密货币的资产，但它并非真正意义上的货币，因为它本身并不具有价值，也缺乏信用背书。数字技术把很多传统方法看不到的信用识别出来，从而拓展了传统信用的边界，不仅可以让金融业务的覆盖面更为广泛，也使得风险管理更为精准。

过去几年，笔者和合作者们就大科技信贷做了一系列研究。其中一项工作是对不同的信用风险评估模型做“赛马分析”，参加“赛跑”的“两匹马”分别是基于大数据与机器学习方法的大科技风控模型和基于传统数据与打分卡模型的传统银行风控模型。我们把一组逐笔贷款数据分为前后两半，前一半用于训练两个模型，后一半则用来验证两个模型的违约预测的准确率。实证结果表明，大科技风控模型对违约的预测准确率更高，说明这个模型的可靠性超过传统银行模型。进一步的分析表明，预测准确率的改善，既有包括实时数据和行为变量等数据的贡献，也有机器学习模型方法的贡献。我国几家新型互联网银行每年分别为上千万家小微企业和上亿个人提供信贷服务，其不良贷款的占比还低于传统商业银行同类贷款的占比，说明基于数字信用的信贷决策是有效的。

需要指出的是，数字信用的可靠性优于传统方法这个结论是需要限定条件的。事实上，数字信用最大的价值体现在服务规模小、位置偏、财务数据缺乏的小微企业，这恰恰也反映了数字信用的普惠价值。大科技信贷的客户多为普惠金融的服务对象，大多是从来没有获得过银行贷款的“信用白户”。大科技信贷不但可以为这些客户提供贷款，而且让它们拥有征信记录，将来更容易从传统银行获得贷款，即所谓的“溢出效应”。数字技术使得信贷机构更好地了解客户，让资质好的客户更容易获得融资，也可能让资质不好的客户更不容易获得贷款。另外，大部分大科技信贷机构也已经不再完全依赖平台生态系统内的数据，而是更多地利用包括税收、社保、水电等公共数据。因此，数字信用始于大科技平台，但已经不再局限于此，关键是利用非传统数据和数字技术识别经济主体的信用。

国内外的监管者对大科技信贷的运行机制有一个普遍的疑虑，即这套新型的依赖大数据和机器学习方法的信用风险评估模型尚未经受过经济周期的考验，一旦经济周期逆转，这个模型的有效性是否会发生根本性的变化？这个问题确实值得做深入的学术研究，但从已有的经验看，数字信用实践的有效性可能更稳定一些。经济周期逆转会导致风控模型的有效性下降，这点应该不会有例外，银行信用贷款是如此，抵押贷款也是如此，大科技信贷当然也不会例外。但与传统风控模型相比，数字信用模型有两个方面的特点：一是更多地依靠实时数据和行为变量，承受经济周期冲击的能力更强一些；二是具有更加频繁的迭代过程，同时贷款期限往往也比较短。过去几年我国遭遇了新冠病毒疫情冲击，几家新型互联网银行的不良贷款率在上升了几个月之后，就开始回落。与传统银行的小微企业贷款比较，新型互联网银行资产质量恶化程度更轻一些、恢复时间也更快一些。

当然，基于数字信用的大科技信贷也会带来一些新的问题，值得监管部门关注。其中一个无法回避的问题是数据治理。大数据是数字信用的基本元素，什么样的数据可以利用？公共数据与企业数据应该分别采取什么样的治理方式？数据又怎样共享与交易？另一个至关重要的问题是金融稳定。大科技平台为商业银行提供助贷服务，有助于普惠型信贷业务的发展，但助贷业务以及联合贷款会不会引发新的道德风险问题甚至系统共振问题？如何在最大限度地发挥数字信用作用的同时不引发新的风险因素？这些问题都值得持续的思考和不断的尝试。

在保险领域，数字信用也有很好的应用场景。与银行业一样，保险业也需要管理负债与资产，而信息不对称是一个重要障碍。在保险合同签署以前，主要防范“逆向选择”问题，在合同签署之后则要防范道德风险问题。数字信用可以帮助保险机构识别保险消费者的信用状况、匹配适当的保险产品并防止欺诈行为。数字信用在保险领域的应用不仅能够减少销售与管理的人工与其他成本，还可以更好地了解消费者的能力与需求，从而提升消费者的福利、改善保险公司的收益。

在投资领域，数字信用不仅可以帮助改善理财服务，还能够支持“专精特新”等创新型中小企业通过直接融资渠道甚至到资本市场融资。我国金融体系中存在严重的投资难问题，老百姓有很多储蓄，但财富管理尚有很大的改进空间。如果利用数字信用方法做客户认证（KYC），可以较好地了解投资者的风险偏好和风险承担能力，同时做相应的投资资产配置，这样就有可能为广大的老百姓，特别是中产阶层提供数字化的私人银行服务。同样，数字信用方法也可以助力创新型企业获得直接融资。创新企业虽然有很好的发展前景，但缺乏资产、缺乏数据、缺乏收益，不确定性也非常大，这些企业到资本市场融资，其门槛其实高于到银行贷款。数字信用可以帮助解决部分信息不对称的问题，如果可以将数字信用的做法运用到直接融资领域，像形成信用分析报告一样形成投资分析报告，就可以让“合格投资者”更好地了解“专精特新”企业。

 （责任编辑　许小萍）