《北大金融评论》：中国金融业在从数字化走向智能化的过程中出现了一些问题。比如P2P网贷一度站在互联网金融的风口浪尖，行业经历了井喷式成长与断崖式下跌。您如何看待P2P行业在中国的发展？
黄益平：客观来讲，P2P网络贷款模式不适合在中国生存。
原因在于，监管部门给P2P平台的定位是信息中介，信息中介意味着它不能在中间增信，即不能做资金池，也不能提供担保，而且平台也不能直接利用央行征信系统。P2P网贷平台没有信用评估的办法，对于借款人没有合理制约的手段，也不具备完善的催收机制，而且借款人和贷款人互相不了解对方的信用状况。
也就是说，P2P的借贷双方没有有效手段可以降低中间的信息不对称问题，当然也就无法克服逆向选择和道德风险的问题。信用资质越差的主体，越有强烈意愿通过P2P进行借款，这是逆向选择；借款人在拿到款项后没有按照承诺，反而随意进行高风险投资，大大增加了违约率，这是道德风险。
自2007年第一家P2P平台上线后，P2P行业一度诞生了6000余家平台，到2014年，中国P2P市场已经超越美国和欧洲，成为全球最大的网络贷款市场。但是，几乎没有一家P2P平台是严格的信息中介，很多平台通过资金池、担保、自动投标等业务模式做信用中介，实际上已变成了“准银行”。这个行业里鱼龙混杂，确实存在很多恶意诈骗的事件，风险很高。
在P2P治理方面，监管需要承担很大责任。在2007年P2P平台刚诞生的时候，监管部门没有采取任何措施，任由其发展，并形成了很大规模。直到2016年监管部门才出台了《网络借贷信息中介机构业务活动管理暂行办法》，明确要求P2P机构只能作为信息中介而不是信用中介，不允许它们吸收存款、设立资金池等。在中间长达八年的时间里，监管部门没有出台任何规定和要求，这是一件十分令人遗憾的事情。监管部门应该认真总结，吸取教训。
实际上，国外也有P2P，但规模较小。比如美国的“工薪贷”，它类似于我们的“现金贷”，但平台会对借款人有基本的了解和约束，比如通过要求借款人提交工资条、家庭住址等重要信息对个人征信；此外，借款人要先写一张空头支票，如果之后跳票，对个人的信用将有很大影响。这样一来便对借款人形成了一定的约束，控制和降低了风险。
《北大金融评论》：人们都说中国金融中最难看懂的地方有三个：影子银行系统、地方融资系统和数字金融系统。央行对数字金融系统的监管策略，您有何建议？蚂蚁金服等平台融合类似于PayPal的支付宝、开放式基金余额宝、网商银行和芝麻信用，应如何监管这种跨界机构？
黄益平：数字金融在中国发展迅猛的重要原因在于，传统金融部门没有提供令人满意的金融服务，数字金融、影子银行甚至民间借贷，在一定程度上填补了传统金融市场服务的空白。
由于数字金融的业务模式和产品都是创新的，现有的监管政策框架已经不太能适应金融创新的现实。过去在很长一段时间里，中国的普遍做法就是放任不管，最后导致的结果是好坏参差不齐，支付体系取得了全球瞩目的成功，而P2P行业却走向了彻底的失败。所幸P2P行业的总资金规模不是很大，并没有造成严重的系统性风险。
与中国相反的是，欧洲是在监管方面管制得很严格，包括大数据、移动支付等各方面，最后的结果是做成功的场景少之又少。举例来说，大数据做风控取得了很好的成绩，但侵犯隐私、滥用数据的现象也比比皆是。所以，监管要在“宽松”和“紧缩”之间寻求一个平衡，主要可以参考以下几个方面。
首先，落实“监管沙箱”，帮助企业创新。在监管部门的监督下，金融科技企业可以测试其产品和服务，如果测试结果良好，则企业可获得牌照，投入市场，否则便取消该产品或服务。
第二，发展“监管科技”。过去的监管是现场检查和场外检查，主要通过看财务报表数据，数据明显是滞后的。进入数字金融时代后，金融风险和金融交易瞬息万变，需要用数字技术来支持金融监管，进行实时监测。
第三，改变传统监管方式。当前，分业监管政策框架已经不再适应金融创新，很多独角兽公司大多是混业经营，拥有多张金融牌照。现在，监管要从过去的机构监管转向功能监管，也就是说，只要做交易就必须监管。对于一些大科技平台，监管应该要保持一致性。大型机构的内部结构较为复杂，我们需要想办法来加强监管以防范风险。
总而言之，监管改革的第一条是要做到监管全覆盖，不论是影子银行还是数字金融，都必须在监管框架内开展业务。另外，在管住风险的同时也要支持创新。
《北大金融评论》：央行正在推出数字货币，有人认为，这是一次利用数字货币绕开和挑战美元的机会，您如何看待？
黄益平：我国央行发行数字货币是利用一个双层的框架，即央行对授权机构、授权机构对公众。授权机构如商业银行或互联网公司在接受央行发行的法定数字货币（简称DC/EP）后，是以人民币为抵押，再发行给公众使用。按这个机制，央行并未丧失对高能货币供应总量的操控，同时也不至于造成银行脱媒。
目前看不出来这个DC/EP如何对美元构成挑战。DC/EP的最初设定是在国内流通，只替代M0，不替代M1和M2。未来，DC/EP有挑战美元的可能性，但这个需要实现数字货币从M0向M1和M2过渡以及人民国际化等作为前提条件。现在看还有点为时过早。
然而，DC/EP会对移动支付产生一定冲击。现在我们常用支付宝和微信支付，是因为它们方便，如果将来所有人都可以在手机上开设一个数字货币账户，它将比现在的移动支付更加快捷，因为它既不需要连接银行卡，也不需要连接系统，甚至在没有网络的环境下也可以做支付交易。
此外，我们知道DC/EP具有法偿性，中央银行在任何情况下都会兑现。但是，将资金放置在其他任何一家机构都具备一定风险，即使风险微乎其微。
因此，DC/EP会在一定程度上冲击现有的支付体系，但具体冲击有多大，仍有待观察。
《北大金融评论》：中国已经走在了全球数字金融发展的前列，您认为中国数字金融的发展在哪个方面的表现最为明显？
黄益平：中国数字金融在助力普惠金融发展方面的成绩尤为突出。数字金融为普惠金融的发展提供了巨大的潜在机会，利用数字金融，在一定程度上可以突破我们过去发展普惠金融但举步维艰的境地。
自2016年起，北大数字金融研究中心开始编制“北京大学数字普惠金融指数”，追踪普惠金融在全国各省（区、市）的发展状况。研究发现，数字金融正在打破传统的“黑河-腾冲”线（又称胡焕庸线），使得我国东、西部金融服务的可得性差距缩小了15%。
“黑河-腾冲”线由著名地理学家胡焕庸于1935年提出，这条线不仅是一条地理和人口的分界线，也是东西部地区经济增长和社会发展的鸿沟。但是，以移动支付为代表的数字金融正在打破这条鸿沟。2011年，移动支付覆盖最高地区（上海）和最低地区（青海）的差异高达50.4倍；而到了2018年，移动支付覆盖最高地区（北京）和最低地区（西藏）的差异缩小至1.42倍。这意味着，在2011-2018年，移动支付的地区覆盖率差距缩小了近50倍。
短短八年间，数字支付使用深度、数字信贷使用深度以及数字金融覆盖广度方面，东、西部差异更是分别降低了39%、38%以及26%。如果我们把全国各地级市放在一幅地图上，2011-2018年，地级市之间的差异在显著缩小，而且越落后的地区，数字普惠金融的发展速度越快。
由于成本问题，传统金融机构很难触及西部偏远地区，而数字金融则具有明显的低成本优势，只要有智能手机，数字金融便可以实现覆盖。
黄益平：自2005年，政府一直在努力改善小微企业的融资环境，明确要求商业银行逐年提高小微企业贷款在总贷款中的比例，同时降低它们的贷款利率。即便如此，中国仅有20%的小微企业可以成功获得银行贷款，主要原因在于，传统商业银行在普惠金融方面不具备优势。
传统银行对借款企业进行信用评估主要依靠三个方面：财务数据、抵押资产和政府担保，但大部分小微企业并不具备这些条件。这便要求银行在为它们提供贷款时去实地考察。然而，小微企业数量多、地理位置分散，一方面，银行尽职调查成本很高，另一方面，调查之后的风险评估也具有很大难度，这导致银行没有动力和意愿去做小微企业融资。
北大数字金融研究中心与国际清算银行的联合研究发现：在中国，网络银行走出了一条小微企业贷款的新路。最典型的三家是微众银行、网商银行和新网银行，这三家银行每家每年都能发放约1000万笔小微或个人贷款，且每家只有1000-2000名员工，能将不良贷款率控制在1%左右。这是因为，相比于传统银行，网络银行通过数字技术的手段，结合科技大平台、大数据和云计算搭建了精准的信用评估模型，有效地把控了小微企业的信贷风险。
在实务操作上，首先，由于缺乏小微企业的财务数据，其行为数据变得至关重要。通过科技平台，小微企业的客户评价、社交关系、网络重要性等数据便可以被全部抓取，大大丰富了信用评估的基础变量。第二，传统银行在数据获取上具有滞后性，而通过大数据技术可以对小微企业进行实时“监控”，及时捕捉能够反映小微企业经营状况的变量，包括现金流、交易量、违约率等。第三，变量之间的关系通常错综复杂，而大数据风控模型的云计算与机器学习方法能更好地抓住非线性关系，特别是不同变量间的交互影响，从而大大降低了不良率。
从这三个方面来看，相比于传统银行的信用评估模型，大数据信用评估方法在普惠金融方面具有压倒性优势。可以说，中国数字金融在小微融资方面走出了一条独创性的道路。
《北大金融评论》：未来中国的数字金融是否会进一步转型到智能金融？
黄益平：到目前为止，人工智能技术在金融领域已经有了一些应用，但还不如数字技术那样普及，智能金融会是下一步的重要发展方向。过去，在支付和贷款领域，数字技术发挥了很大的作用，下一步，如何利用人工智能技术帮助大家做投资决策将会成为一个重要的突破口，这是一个在当前还相对空白的领域。
目前，智能投顾发展较为缓慢的原因有两点：一方面，我们的投资产品相对比较简单，种类较为单一，即使是做线下投资顾问，其工作也不太容易；另一方面，做投资顾问需要对投资者有充分的了解，了解其投资偏好、风险偏好、风险承受能力等。我们也期待，未来随着人工智能技术的不断发展，智能投顾可以发挥更完善的决策指导作用。
