京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国亟需构建基于大数据的互联网金融监管系统
近三年,P2P向信用中介的演变,实质上打破了我国严格的金融牌照管理制度。P2P业务演进的广度和深度远超预期,对传统金融的渗透日强,且跨业经营,构成一条包容万象的影子银行通道,风险不容忽视。构建全新的监管思维,建立一套适用的数字监管系统迫在眉睫。

背景之一:监管不适加剧金融行为扭曲
金融的移动互联化和新型机构的不断涌现,导致现有监管架构已经不适应创新型金融监管需要,主要体现在以下三方面:一是,现行以机构属性划分的分业监管,以及监管的考评和管理体系,对改头换面而行金融之实的新型机构,往往缺乏主动监管动力,构成传统金融与新型金融机构监管的“双轨制”,有失监管公允,并刺激了正规金融机构“出逃”现有监管。二是,对监管机构设定过多目标,附加多重诉求,导致监管政策出台需平衡的各种关系复杂化,缺乏对创新型金融机构监管的快速反馈机制,反向刺激了监管套利。三是,监管缺乏独立性,无论是监管决策与执行,还是监管者与被监管者身份转换,均缺乏严格的隔离制度,弱化了监管的权威与监管使命。
上述监管不适,加剧了金融市场的行为扭曲:一是,正规金融强监管导致强抑制。表现为强金融牌照管理、计划式的金融管控、以及对金融的某些行政管理,传统金融创新的弹性低;二是,灰色地带放任自流。各种名目不一但金融属性明确的机构,脱离监管,套利之风从屌丝起家,迅速蔓延到大民资系、国资系、正规金融机构;三是,“只闻楼梯响,不见人下来”的长时间监管缺位,让P2P这场以普惠金融和技术革新驱动的变革,异化为一场疯狂的监管套利“圈地运动”,泥沙俱下,倒逼监管的同时也构成了一种监管绑架。据网贷之家数据,中国P2P平台数从2014年1月的880家,猛增到今年3月的1728家,同期的问题平台由104家增加到550家。多数平台脱离了P2P的本质,变成信用中介。
上述问题的根本原因在于,构建于传统金融之上的金融监管体系已经不适应金融新生态。在金融向移动互联化、数字化、跨境化、跨业化、场景化、泛资管化演进的大趋势下,单个金融机构的功能综合化,难以准确定性机构的单一属性,按机构划分的分业监管很难进行全方位的监管覆盖。
而监管缺位所导致的金融风险,殷鉴不远。发生在2008年的金融危机,原因之一是影子银行逃离了监管视野,导致危机来临时,金融机构之间难以评判对方的风险敞口,从而加剧恐慌,流动性枯竭;而危机救助时,监管也难以快速评估整体市场的风险敞口,延宕危机处理时间,增加危机处理成本。7年之后的今天,世界依然没有走出阴影。而危机后,旷日持久、工程浩繁的监管改革的核心,正是修缮既有监管体系,减少监管漏洞,并构建良好的监管协调机制。由机构监管向功能监管和目标监管演进,强化监管独立性,是本次金融危机的深刻教训所得。
背景之二:P2P超越金融创新异化为影子银行
P2P的本质,是投资者与融资者通过互联网低成本达成交易,是一种直接融资。投资者持有经拆分的债权,通过小额分散投资来接近市场风险均值。而平台起到的是信息和交易撮合的作用,并通过信用评分等进行风险审核。
从这个意义上说,P2P是对银行的一种颠覆,它颠覆了银行作为信用中介的间接融资模式。在银行时代,银行解决的是两大问题:一是投融资双方的信息不对称;二是专业的风险管理。但互联网的零边际成本特性,让投融资双方的需求对接低成本实现,这弱化了银行信息中介的职能;而如果与移动互联化的金融服务场景对接,通过大数据、活数据,完成信用画像,就可以精准信用定价,完成直接融资,实现信用放款。
但这种纯粹的P2P很难实现。最大的难题,正是风险评估。当前基于大数据的探索,尚难完成信用风险的精准评估。于是,LendingClub作为P2P先行者,经由本票模式、银行模式、证券模式,但其风险评估皆强依赖于FICO评分。
P2P在美国的发展基础,一是征信基础工程较为完备,可实现风险定价,从而可以线上完成投融资双向获客,并线上达成交易;二是较完备的功能监管体系,让新业务能快速功能定位并纳入现有的监管体系。美国对LC的证券业务属性定位,以及将其纳入SEC和消费者保护局、联邦存款保险公司的多重监管架构,正说明了这种完备的金融基础工程和监管协调的优势。
而中国P2P异化为类银行机构,亦有现实原因。一是,纯信息中介几乎没有生存空间。纯网络信息中介存在的前提是,能够线上完成信用评估和定价;二是,能够有效隔离平台的道德风险,并实现破产隔离。目前,前者缺乏征信基础工程,后者缺乏法律保障和消费者保护。二是,刚性兑付成风。平台不得不通过庞大的线下人力投入或与小贷、担保公司等合作,完成贷前审核,介入信用管理和信用担保。三是,无监管导致劣币驱逐良币,资金池业务大行其道,P2P平台向两端演化:一是影子银行平台,期限错配,甚至通过创新,演变为货币创造的杠杆平台;二是借道银证保基等资管通道,平台主导设计名目繁多的理财产品,变成与传统金融机构强渗透交织的债权交易和理财销售平台。
P2P的乱象,已经超越了互联网金融创新的范畴。如果不能通过互联网的数据获取能力,完成对一笔信用的全生命周期管理与评估,那么除了交易渠道的变革,难觅其对传统金融的风险管理技术的革新。由于其借助互联网完成的信用评估能力有限,且要绕道监管,通道费用高企,降低企业融资成本的效果打折。
但造成的监管挑战是现实的。一是,央行近年为应对影子银行而苦心孤诣构建的社会融资总量监控,再次留下灰色地带;二是,平台成为信用通道,让宏观金融调控效果大打折扣;三是,跨业经营,且与传统金融的渗透交织,导致风险传导复杂,系统性风险评估难度提高;四是,监管协调的成本高昂;五是,在现有监管架构下,导致监管责任不清,监管成本与监管有效性平衡难度提高。
监管变革:构建数字监管系统
毫无疑问,面对百花齐放、加速演化的P2P平台,庞大的监管体系、监管力量投入的传统金融监管方式,已经不适用。借助互联网和云计算,构建全新的数字监管系统,是中国亟需完成的金融基础工程。
所谓数字监管系统,是以云计算为技术基础,以标准化的监管数据库为依托,通过接入金融机构后台端口,构建对金融平台业务全生命周期的互联网监管大数据系统,从而完成“活数据”动态监管。此监管数据库将天然形成一套征信数据系统。数字监管系统,除了适用P2P类机构,还适用于其它新型金融机构,如小贷公司、担保公司等,目前,该类机构多由中央与地方协调监管,以自律管理为主,处于弱监管之下。
以监管数据库系统建设为抓手,可以构建“一行三会”之间的数据共享机制,并统筹中央与地方监管协调的新格局。其建设可以采用中央与地方共建的方式,由中央财政资金与地方财政配套完成,并建立分级数据共享。
但云端数据库建设的前提是,数据的严格标准化,对于统计口径应该给出统一规范。忽视数据的标准化建设,将使数据库的价值大打折扣,乃至报废。数字监管系统的建立,将改变目前“人工报数”的被动监管、事后监管格局。由于数据实时更新,造假成本增加,提高监管有效性。在数字监管系统之上,实行行业自律管理为主,才能既做到监管覆盖,又为金融创新留下空间。
反之,如果沿用银行监管思维,以资本管理、杠杆约束为主要抓手,可能导致三种结果:一是,资本监管和杠杆监管,等于默认了P2P平台的信用中介属性,相悖于信息中介平台的定位,是对当前监管套利圈地运动的放行。二是,造成创新约束,滋生新的监管套利。新巴塞尔资本协议使金融机构承担了强大的监管成本,成为中国近五年影子银行盛行重要原因之一,金融机构大量借助通道,表内转表外,逃避监管。在此情况下,如何平衡监管成本与监管有效性,已经成为近两年国际社会反思之一。三是,监管有效性低。全新的金融生态,金融向移动互联化和数字化加速演进,线下以资本为抓手的监管方式,并不能有效进行线上金融监管。
建议:将P2P纳入多层次资本市场重新定位
构建全新的数字监管系统,更需要正确认识P2P平台属性。P2P平台应该成为中国多层次资本市场建设的一个组成部分。目前,中国已经构建了证券交易的主板、中小板、创业板、新三板、区域股权交易市场、券商OTC市场等多层次股权交易市场,而P2P则应成为公开的小额债权或收益权凭证交易平台,属于多层次资本市场建设的范畴。
监管当局应通过相应监管手段引导P2P走向投融资信息交易平台,以加强信息披露、提高透明度建设为抓手。
透明度建设的重要意义在于:保证信息披露透明度,是投资者有效识别风险的前提,是打破刚性兑付的基本保障。平台透明度提高,有助于建立市场对平台的自发管理,也使行业自律监管有了基础,而非抱团取暖。透明度建设,有助于平台加强自我约束,实现一定程度的自我管理。
进一步,在法律层面,应该清晰界定小额债权和股权众筹的公募豁免条款。同时,在《证券法》修订之时,完善中国的“证券”定义,扩大证券的内涵,也已迫在眉睫。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25