信用一般是指个人或组织之间的信任关系。金融交易中的信用则特指经济主体兑现偿付承诺的能力与意愿，按照承诺主体的不同，可以分为国家（主权）信用、企业信用或个人信用。

在金融实务中，信用也常常被用作贷款的替换名词，比如货币信用、实物信用，不过这些都是具体的贷款业务。信用是推动金融发展的关键因素，没有信用就不会有现代金融体系，法定货币和信用贷款都是基于信用形成的。

货币有三大功能，即支付的媒介、计价的单位和储值的工具，但这三大功能都是基于货币拥有内在价值。早期利用金、银等贵金属作为货币，因为贵金属本身就有价值，所以币值相对稳定。但在工业革命之后，由于贵金属供应跟不上经济增长，容易造成通缩，甚至出现经济衰退，有学者认为古典金本位是导致大萧条的重要因素之一。后来许多国家以法定货币替代原先的古典贵金属本位或兑换本位，央行可以供应与宏观经济状况相适应的货币量。

但法币本身并没有价值，因此需要国家对其背书，主权信用的背后是专政能力包括财政力量。企业与个人愿意接受并持有纸币，正是因为国家对其内在价值提供了担保。

历史上曾经有非官方组织为货币背书，宋朝一度在四川一带流通的交子最初就是由16家私营商户发行的。当然，提供背书主体的信用不同，货币的价值及其稳定性也就不一样。

信用在金融市场有十分广泛的应用。以信贷业务为例，银行与借款者签订贷款合同，借款者承诺按时还本付息。根据风控方法可以把贷款分为抵押贷款和信用贷款。

抵押贷款是要求借款人提供抵押资产，这样银行就锁住了信用风险。这种方法比较有效，但也不利于业务扩张，因为不是所有借款人都有符合银行要求的抵押资产。

信用贷款通常是银行通过分析借款人的财务信息，特别是其资产负债表、利润损益表和现金流表，判断借款者的还款能力与意愿或者信用状况，从而做出信贷决策。

另外还有一种关系型贷款，实际是信用贷款的特殊形态，依靠非传统数据支持信贷决策。数字信用是数字时代的重要金融创新，它是指利用包括大数据和机器学习方法等的数字技术识别信用的创新性手段。

数字技术本身并不创造信用，它只是帮助辨识、发现信用，这种信用本来就存在，只是传统的手段无法很好地辨识出来。

以比特币为例，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，但它其实并非真正意义上的货币，不会因为使用了数字技术就形成内在价值，因为它本身并不具有价值，也缺乏信用背书。这一点是完全不同于主权货币的。而稳定币却具有一定的内在价值，因为作为底层资产的主权货币是有国家信用背书的。

数字技术可以帮助辨识信用，形成数字信用。最初的创新发生在信贷领域，过去很多企业和个人因为缺乏规范的财务数据和充足的抵押资产，无法从银行获得贷款，更不可能从资本市场融资。但这并不一定意味着这些企业和个人没有信用，只是传统的方法无法识别，或者识别的成本过高，大科技信贷首先比较好地解决了这个问题。

所谓的大科技信贷是一种利用数字技术的新信贷模式，一方面利用大科技平台海量、快速、低成本地获客，另一方面则利用大数据与机器学习方法进行信用风险评估。大科技信贷既是国际前沿的金融创新，同时也是重要的“中国故事”，目前我国大科技信贷的规模全球第一。

我和合作者利用逐笔贷款的数据，对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做“赛马分析”，发现对于在线的小微企业和个体经营户群体，大科技模型预测违约的准确率高于传统银行模型[1]。在缺乏财务数据的情况下，大科技信贷依赖非传统数据改善风控，实时交易数据可以更好地揭示借款者的还款能力，而一些行为数据则可以更好地反映借款者的还款意愿。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，而且其不良贷款的比率还低于传统商业银行同类贷款的比率，说明基于数字信用的信贷决策是有效的。

数字信用的应用不仅仅局限于银行信贷，将来可以广泛地应用到投资、保险等领域。比如我国现在重视中小企业融资，除了普惠，一个很重要的原因是中小企业在我国的创新活动中具有举足轻重的地位。支持中小企业融资，除了发挥银行贷款的作用，也可以让资本市场提供助力。北京证券交易所就是在这样的背景下成立的，其主要目的是支持“专精特新”企业到资本市场融资。不过，资本市场融资的门槛远高于商业银行贷款，如何降低信息不对称、让投资者了解“专精特新”企业？这是一件非常困难的事情。但大科技信贷提供的启示是大数据分析同样可以用于投资分析报告，这样就可以让“合格投资者”更好地了解需要融资的中小企业，从而做出合理的投资决策。

数字信用这一独特的金融创新具有重要的经济学含义，会在一定程度上改变金融体系的格局，特别是在普惠金融和金融稳定等方面产生显著的效应。

一方面，数字信用为发展普惠金融提供了一个解决方案。金融市场存在一个“二八法则”，即金融服务通常只能触及最上面20%的客户，服务其余80%的客户则难度大、回报低。普惠金融很难做，如何为中小微企业、低收入人群和农村经济主体提供金融服务，是各国金融部门面对的共同难题。

困难集中在两个方面，一是触达，二是风控。数字平台的长尾效应解决了触达难题，而大数据分析又解决了风控困难。这样，“普惠金融”就不再是一个梦想。

我和合作者的研究发现，大科技风控模型与传统银行风控模型比较，对于规模越小、位置越偏远的小微企业群体，相对优势越突出，这证明了数字信用真正的普惠价值[2]。数字信用对经济的贡献不仅仅是公平与共同富裕，同时还通过更好地支持创新型的中小微企业，有力地促进了经济增长的可持续性。

另一方面，数字信用的广泛应用也可能会改善金融稳定的局面。诺奖得主、美联储前主席伯南克与其合作者曾经提出“金融加速器”的重要概念，他们发现，企业的投资水平往往依赖于其资产负债表状况：较高的现金流量和资产净值对于投资有直接或间接的正面影响，直接的影响是因为它增加了内部融资的来源，间接的影响是因为它提供更多的抵押品而减少外部融资成本[3]。因此，在银行信贷存在“金融加速器”的抵押品渠道，即资产价格越高，信贷条件越宽松，反之亦然。

数字信用以大数据替代抵押品，相当于削弱甚至取消了一个金融不稳定的机制，有助于金融体系的稳定。我和合作者实证分析发现，银行的抵押贷款对于房价的变化有显著、正向的反应，但“以数据替代抵押”的大科技信贷对于房价变化则没有反应[4]。这样就相当于削弱了一个重要的金融不稳定机制，从而可能会对货币政策和金融政策产生深远的影响。

参考文献

[1]Huang, Yiping, Longmei Zhang, Zhenhua Li, Han Qiu, Tao Sun and Xue Wang, 2020, “Fintech credit risk assessment for SMEs: Evidence from China”, IMF Working Paper 20/193, International Monetary Fund.

[2]黄益平和邱晗，2021，“大科技信贷：一个新的信用风险管理框架”，《管理世界》，37(2): 12-21.

[3]Bernanke, Ben and Mark Gertler, 1989, “Agency costs, net worth, and business fluctuations”, American Economic Review, 79(1): 14-31.

[4]Gambacorta, Leonardo, Yiping Huang, Zhenhua Li, Han Qiu and Shu Chen, 2022, “Data vs Collateral”, Review of Finance, https://doi.org/10.1093/rof/rfac022.

文章来源：新金融评论