今日，“2020北京國際金融安全論壇”在北京召開，國家金融與發展實驗室副主任楊濤在會上表示，數字化的變革會帶來經濟的數字化，金融的數字化，金融數字化的核心，就是更開放，開放的過程當中，第一帶來效率，第二就會面臨更多的不確定性風險挑戰，這些問題值得我們研究者和行業大家共同關注。

以下為演講內容：

很高興今天再次來參加這樣一個重要的論壇，因為時間有限，我用十幾分鐘的時間，簡單給各位匯報一點我的思考，這是第二個環節，更多著眼于數據與網絡安全，但是作為一個研究者，我首先談一些從宏觀到微觀的理論性的認識，相信過一會兒有技術和業務的專家談更多的干貨，先做一點拋磚引玉。我分享的題目是“安全視角下的金融科技與數據要素”，上一個環節，很多不同的專家也從自己的視角談了一下金融科技發展當中的風險與安全問題，談了一下數據要素利用安全問題，我想從三個視角，談一點我自己的粗淺研究思考。

我們談金融科技安全問題的時候，首先離不開宏觀經濟視角的探討，因為金融科技的問題，歸根到底還是金融的問題，金融面臨的問題和挑戰，除了自身的內在因素之外，更重要的是離不開對經濟社會發展當中一些重大的歷史性的，周期性要素的判斷，如果這些趨勢性的判斷做不好的話，很容易帶來重大的系統性風險。長期來看，眾所周知，當前雖然短期疫情的挑戰給大家帶來了很大的負面影響，但是就前幾年來看，全球經濟增長，我們認為已經處于長債務周期的頂部，創新周期的蕭條期，過去創新活動推動經濟增長的動力是在弱化，各部門的杠桿率也處于歷史高位，這種情況下，如果只靠寬松政策刺激，實際上是難以維系的。如何尋找新的經濟增長點，尋找經濟紅利，這就是重中之重。如果金融科技的創新與變革，以及相應的金融領域的創新和變革，不能適應經濟社會發展當中一些痛點問題的話，未來整個金融發展和金融科技的創新，從根本上來說，就會遇到問題。

諸位也可以看到，在黨的十九大報告當中提出了“提高全要素生產率”，這也是一個學術概念首先出現在黨的代表大會的報告當中，為什么要提這個概念呢?實際上就是在上世紀末，海外曾經出現的一個研究與實踐的悖論，我們認為當前在某種程度上重現了，就是索洛悖論，當時知名的研究增長的經濟學家，索洛在80年代提出一個疑問，為什么一方面著眼于計算機產業，IDC產業的投資不斷增長，另一方面，這些增長沒有真正體現在生產率的改進方面。到上世紀末，本世紀初這樣的悖論在很多經濟學家的眼里都試圖進行解釋，進行分析。后來又一段時間，由于分析的方法產生了差異，沒有重新在熱點的一線。但是現在在我們國家，我們又遇到這樣一個問題，為什么中央提這樣一個概念，大家就可以看到，其實這些年來，一方面我們面臨的是所謂互聯網經濟的突飛猛進發展，面臨的是我們認為，我們在數字化程度很多方面都有所提升了，但是為什么全要素生產率這樣一個衡量技術，純技術，在經濟增長當中貢獻度的指標，我們現在還要求要快速提升，因為前些年在事實當中，不升反降。所以，我們這些年所追求快速發展的互聯網經濟和數字化經濟，究竟有沒有真正體現在生產效率的改進方面，在研究和實證當中，其實是存疑的。所以，由此衍生出我們要如何打破索洛悖論，打破高登質疑，這都是經濟學史上很知名的問題。

由此，我們在談這些金融問題的時候，談金融科技問題的時候，我覺得離不開宏觀層面重大問題的考量。另外一個數據，也可以給我們一點直觀的感受，因為過去的中國經濟增長，從根本上來說，靠的是要素推動性的，所謂的要素，一方面是人口紅利，另一方面是高儲蓄率環境下高的資本轉化率，而現在這兩點都遭遇了一些歷史性的轉折。比如說一方面大家都在談人口紅利的弱化，乃至于消失，這是有實證證據的。從圖表和數據上，一方面大家可以看到，近些年來，每年人口的自然增長率增長乏力。另一方面，我們國家進入了一個加速、快速老齡化的階段，雖然從絕對比重來說，60歲及60歲以上人群在全球還不算是很高，但是你是短短幾年走過了人家幾十年的加速老齡化的過程。這樣一些東西，同樣在經濟社會發展方面，在金融方面，帶來的影響也是很深遠的。比如說隨著老齡化程度的提高，投資者對于金融產品的風險偏好，會不會產生一些歷史性的、趨勢性的差異。年齡越高，對于風險偏好有可能越來越下降，這樣一些大的周期性，趨勢性因素，相信有一些可能是通過金融科技創新活動得以緩解，得以協調的，有一些你可能是難以逆轉的。所以我們討論金融科技的安全，首先離不開對于經濟層面的系統性與周期性重大因素的判斷，否則的話，你很有可能走得南轅北轍，只著眼于產品、業務的細節層面，有時候是有風險、有問題的。

第二個視角，著眼于金融自身，我們來看一下，金融系統視角下的金融科技安全問題。要判斷這個問題，首先要看當前整個金融領域最大的系統性風險在哪里，如果說把握不好這一點，金融科技的創新與發展，其實有時候也難以獨善其身，如果整個系統出了問題，金融科技的創新活動在這樣大的浪潮里面，很有可能也會沉默。系統性的風險，很突出的一個現象，就是金融結構的失衡，這種金融結構的失衡，首先體現在銀行體系的集中性風險越來越突出，而且這個風險最終理論上，其實還是政府兜底，與此同時，我們希望利用金融結構的優化，利用發展直接金融來解決現有的矛盾，但與此同時，仍然面臨著困境。前段時間，央行領導在寫一篇學術文章里面做了一些分析，我覺得說得非常有道理，直接金融能否真正的發展起來，歸根到底需要比較好的法制環境，比較好的信用保障。因為他對于參與交易的各方，相關的約束是按照市場化原則來的，近期大量的債券違約事件就可以看到這一點，一方面可以打破剛兌，讓別人承擔風險，另一方面，無論是債務資金使用的透明度，還是處理債務風險的過程當中，如何按照市場性原則做協調和溝通，這些方面是嚴重不足的，導致直接金融發展難以解決現有的難題。

在這種情況下，金融科技的創新在其中起到什么樣的影響，什么樣的作用，其實是值得我們思考的。比如說過去我們在關注傳統的系統性沖擊方面，其實關注的是“大而不倒”問題，我們抓大放小，關注那些大型的機構會不會出問題，一旦他出了問題，他的傳染性會迅速的在整個體系里面產生非常深遠的負面影響。在數字化時代，在互聯網時代，各國監管部門都關注什么呢?關注“網而不倒”，新型的平臺、新型的組織，他進入到金融業務當中，有可能覆蓋面非常廣，鏈接大量的長尾人群，即便是整體規模相對來說沒有達到系統性沖擊，但是會不會產生一個，如果有風險的話，這種網絡傳導效應有可能帶來另外的非穩定性沖擊，這里面就是一個全新的問題。

再比如說，Fintech與風險之間究竟關系是什么樣的，現在面臨一個問題，現在大家很難泛泛而談，我們關注的各種各樣的金融科技創新活動，究竟是從系統性層面上增加了風險，還是減少了風險。如果你就純粹地說，我就是金融科技創新活動，在整個系統性層面上減少了風險，在實證和理論角度，有時候其實是難以站得住腳的。我個人覺得，我們團隊研究當中也在探討，金融科技活動歸根到底是改變了所謂的夏普比率，做風險管理、做投資的朋友都知道，它實際上是以承擔每單位同樣的風險來獲得一個更大的收益、更大的回報，從這個角度來解讀的話，金融科技和風險的關系可能會更清晰一些，因為有時候你并不是說減少了風險，而是以同單位的風險承擔更大的收益回報。對金融科技風險活動還可以進一步甄別，比如說微觀層面，現有的創新能否有效地回避各種各樣的微觀層面的風險，像流動性錯配的風險、信用風險等等都值得我們思考。同時金融科技風險產生還有一些外部性的影響因素，我們現在看待這些問題不能泛泛而談，也不能談風險而色變，因為沒有風險就沒有任何創新，金融的核心就是為了管理風險，如何更理性地看待這個問題，首先我覺得離不開學術上、理論上，大家系統的從宏觀到微觀梳理，究竟我們關注的各種各樣令人眼花繚亂的金融科技創新活動，具有的風險特征，具有的風險改變是什么，這是一個重要的切入視角。

第三個視角，聚焦到數據要素運用的效率與安全問題，談一點粗淺的看法。因為數據要素事實上是金融科技創新活動最重要的生產要素，而數據要素在整個經濟社會生產方面，也被中央列為最重要的全新的生產要素之一。理解數據要素運用的效率與安全，歸根到底要處理好這個翹翹板，翹翹板的度在哪里呢?大家都很難以把握，都在探討。理解這個問題，也有幾個不同的視角。

第一個視角，利用數據要素最大的效率與安全問題，歸根到底是要從系統性層面上推動數字化變革，使得它真正從中長期有利于我們的經濟社會發展，這是最大的安全問題。這里面，從研究的角度來說，過去我們說要素投入的時候，是單一要素，現在談數據要素投入的時候，實際上是改善了生產函數，改善了生產關系，對其他附加的要素投入的效率都帶來深刻的影響。如果說從改變我們的經濟社會發展模式來看，很多東西可以梳理，我歸納了幾點，一個是透明化、規范化、標準化和平等化，這是他最大的價值所在。什么叫透明化呢?大家都知道，信息透明，提高信息的傳輸準確性，這是解決一切低效率的天地，我們有大量的不透明的這些領域，都可以利用數字化，數據要素的有效利用來解決。二是所謂的規范化，正如以前歷史學家黃仁宇說的，中國是缺乏數字管理的社會，本身社會層級比較多，體系比較大，都靠非標準化、靠拍腦袋、靠信息的扭曲傳遞來解決問題，肯定是有矛盾的，所以我們要提升規范化。三是標準化，從非標到標準化也是大勢所趨，最后一個是平等化。數據要素真正解決的是中國經濟增長重大的短板，這個短板是很多中國人不關注的，過去我們關注金融科技的服務人群是長尾人群，長尾人群是誰呢?默認為統計局統計的中位數的收入人群，月收入兩千到五千元之間的，這部分人群多多少少還可以商業拓展。但是大家沒有看到，正如總理所說的，中國還有六億人是月收入一千元以下，也有統計表明，一些統計抽樣，中國有九億人是月收入兩千元以下，這部分人群距離你現在所說的數字化完全是兩個世界，如果解決不了木桶的這個短板，最后中國經濟社會肯定上不去，這也是我們需要注意的。這些數據要素最終使用，歸根到底具有數字經濟模式，也有傳統產業的數字化改造，就是產業數字化改造這一塊兒，也有數字化基礎設施建設，就是新基建，可以看到，這兩年以來，政策層和各方越來越關注第二部分和第三部分，傳統產業如何提升他的數字化能力，新基建如何跟上。

從數據進一步利用來看，近兩年結合與大數據有關的技術，這個行業在突飛猛進地加強利用，從監管的角度、行業的角度已經到了數據要素不斷提升功能的重要的轉折點，對于金融領域來說，也是重要的窗口期。這個過程當中，安全問題帶來更多的挑戰，歸根到底跟數據有關的安全問題可以分為技術安全和業務安全。技術安全，前段時間我看了一個公布的數據，說了一下，大概是去年的數據，去年上半年，針對金融服務行業的數據攻擊，比2018年同期就增加了56%，估計2019年每一次攻擊平均造成300多萬美元的損失，應該說安全狀況，安全挑戰越來越多，稍后有更多的專家會談。業務安全，一方面利用數據的過程當中，要打破數據孤島，更好地利用數據，另一方面加強隱私保護，這里面又面臨一個向左走，向右走的難題，我們國家當前要迫切解決這個問題。一方面要搞歐洲的GDPR，到現在為止，歐洲也遇到極大的挑戰，管得太嚴了，什么東西都沒法用了，另一方面疫情條件下，大家感受到了各種各樣的數據信息被濫用，特別是生物識別信息已經被濫用得非常嚴重了，相信在座的各位，你的臉可能在網上都裸奔了，只要你經歷過臉部信息被采集的場合，過去密碼丟了還可以換密碼，人臉丟了，總不至于都整容吧，這里面的風險和挑戰是很突出的，如何把握好這個度，如何更好地保證業務連續性，這些都是數據利用的挑戰。

最后，我自己還收集了幾個金融領域數據攻擊造成重大損失的挑戰。2020年8月31號，新西蘭證券交易所在開盤不久就崩潰了。歐洲還有一家銀行遭遇了大規模的DDoS攻擊，就僅僅這兩年，就有很多觸目驚心的事件，值得我們深刻地關注，歸根到底這個數字化的變革會帶來經濟的數字化，金融的數字化，金融數字化的核心，就是更開放，開放的過程當中，第一帶來效率，第二就會面臨更多的不確定性風險挑戰，這些問題值得我們研究者和行業大家共同關注。

以上是我一點粗淺的分享，謝謝大家。