最近，馬云捅了一個“馬蜂窩”。

馬云在外灘金融峰會上炮轟傳統銀行是“當鋪思想”；嘲諷巴塞爾協議像一個“老年人俱樂部”，扼殺創新；指出中國金融問題不是系統性風險，而是缺乏金融生態系統。

馬云的演講激起了人們對舊金融與新金融、舊體系與新技術的爭論。

第一天，網友感慨已經很久沒有看到這種火花四濺的演講了，紛紛力挺馬云敢于對銀行開火。

第二天，輿情反轉，指責馬云外行、無知、傲慢，為螞蟻上市造勢不擇手段，諷刺螞蟻為“螞蝗”。代表性的言論有“誰都可以抱怨，唯獨螞蟻不應該”，“過去是1%的人控制了90%的財富，未來是1%的人控制了120%的財富，因為其他人都欠著花唄、借唄”。

可惜的是，輿論的噪音淹沒了根本性問題的探索。本文以信貸貨幣的介入方式，探討貨幣經濟的深層次問題，揭示螞蟻集團的野心。

貨幣的邏輯

馬云稱“今天的銀行延續的還是當鋪思想”。什么叫當鋪思維？當鋪思維就是以資產抵押為信用發放信貸。

當鋪思維背后隱藏著當今貨幣經濟時代一個關鍵性問題，那就是貨幣介入經濟的方式對經濟效率的影響。貨幣介入經濟的方式頗為單一——商業銀行主要以抵押資產為信用發放信貸。如今大部分貨幣都是由商業銀行創造的，商業銀行的信貸貨幣建立了一個經濟邏輯：“資產抵押-信貸貨幣-生產流通”。

這種單一的貨幣介入方式以及經濟邏輯是否存在問題？

我先舉個簡單的例子。假如有一家成長性很好的科技企業，但是因沒有固定資產抵押，無法獲得銀行貸款。初創期的騰訊就遭遇這種情況。另外一個人是普通白領，早期低價買入了一套房，他將其這套房產抵押給銀行獲得一筆貸款，然后用這筆貸款購置第二套房。

從直覺來看，現有的銀行體系最起碼有幾點不合理：一是銀行信貸只以或主要以固定資產抵押發放是不合理的，真正需要貸款的企業卻無法獲得；二是銀行信貸沒有支持實體經濟與技術創新，反而助長了金融投機和資產泡沫；三是先獲得貨幣的人比后獲得貨幣的人更有優勢，從而造成財富不公。

下面我用科斯定律和坎蒂隆效應來分析這個問題。

根據科斯定律，“資產抵押-信貸貨幣-生產流通”的經濟邏輯沒有問題。科斯定律說的是，在交易費用為零或很小的情況下，不管初始的權利配置如何，市場交易最終會使得資源配置達到帕累托最優。有一個通俗的表述是資源不管被誰擁有，它最終都會落到使用價值最高的人手上。

比如，果農種植的水果，最優質的往往出口到發達國家，次級的水果留給自己食用。又如，初戀女友傾國傾城，兩人開始相愛，但以分手收場，她最后嫁給了一個有錢的男人（扎心）。

回到科技企業這個例子。科技企業沒有固定資產無法獲得銀行貸款，但依然有可能獲得天使投資、風險投資的資金支持。比如，初創期的騰訊在銀行碰壁，但IDG和李澤楷分別購買了騰訊20%的股份，馬化騰因此獲得220萬美元的投資。

科斯定律的邏輯是，價格是一組發現程序。即便最開始，銀行只給有產者提供信貸，但這并不重要。資金永不眠，總是在尋覓機會，信貸經過“兜兜轉轉”最終會找到有價值的你。就像，馬化騰遇到IDG和李澤楷一樣。

但是，科斯定律有一個前提，那就是交易費用為零或很低。交易費用是新制度經濟學中極為重要，但又不是太嚴謹的概念，可以理解為與交易相關的一切費用，比如信息搜索、討價還價、合約簽署、法律監督等。

美國的金融市場是一個交易費用相對較低的市場，比較接近科斯定律。在美國，投資銀行比商業銀行更發達，創業者即便不能從商業銀行中獲得貸款，也可以從投資銀行中獲得投資。IDG就是一家美國的風險投資公司，它投資了中國的騰訊、百度、搜狐、小米、美團、金蝶、攜程等600多家科技公司。

投資銀行的錢從哪里來？他們的錢主要來自私人募集，但這些錢的源頭都是商業銀行的信貸。所以，商業銀行的信貸不管最初發給誰，在平滑的市場中，最終會流向有價值的企業。

但是，如果交易費用很高，情況則不同。科斯定律也說到，如果交易費用很高，不同的權利配置界定會帶來不同效益的資源配置，同時市場無法達到最優效率。

接下來，我們就討論交易費用高的情況。

在交易費用高的市場中，貨幣流通是非均衡性的，貨幣介入經濟的方式以及誰最先得到貨幣，會產生不同的資源配置效率。

在經濟學歷史上，愛爾蘭經濟學家理查德·坎蒂隆最早系統闡述這個問題。坎蒂隆是一位金融投機家，他與約翰·羅關系密切，并在法國密西西比泡沫危機中獲得巨額財富。這位金融投機家以敏銳的觀察，在《商業性質概論》中指出，貨幣介入的方式不同，以及不同的人持有貨幣，對價格以及經濟增長的影響是不同的。

坎蒂隆觀察到，貨幣量增加會導致不同商品和要素價格漲幅程度不一致。貨幣增量并不會同一時間反應在所有的價格上，這一觀點不同于貨幣中性。貨幣增加對經濟的影響，取決于貨幣注入的方式、渠道以及誰是新增貨幣的持有者。這個理論被后人稱為“坎蒂隆效應”。

坎蒂隆還進一步指出，最先拿到貨幣的人推高了價格，對不持有貨幣的人構成財富掠奪。凱恩斯在其早期的《貨幣論》中也指出，通脹會引起財富重新分配，而使一些階級得益，另一些階級受損。

比如，增發1萬億貨幣，商業銀行率先給了有抵押物的房地產企業、大型企業和業主，或中央銀行直接以購買資產的方式注入股市、債市。這會推高房地產及金融資產的價格，相當于洗劫了無產者的財富。自2008年金融危機以來，這樣的案例比比皆是。

如果交易費用為零或很低，坎蒂隆效應是不存在的。因為最初的信貸流入房地產、股票市場，可能引發資產泡沫，風險加劇，資金會逐漸或快速流入其它市場，比如科技企業。

但是，現實中，扭曲的金融制度在金融市場與實體經濟之間創造了一條深深的鴻溝，抬高了交易費用，阻斷了貨幣流通，導致貨幣長期“滯留”房地產及金融市場。

扭曲的金融制度具體來說有兩點：

一是商業銀行以固定資產為信用發放貸款，導致商業銀行與房地產深度捆綁，信貸貨幣淪為“土地本位”。

二是中央銀行實施“最后貸款人”原則，一旦金融危機爆發，便出手施救商業銀行和大型地產公司；同時創造巨額的“多余”貨幣。

這就誘發了道德風險，“大而不倒”，“泡沫剛性”，投資者對房地產建立只漲不能跌的信仰，資金對政府建立了救市心態。比如，大疫之年，大規模的貨幣硬撐中房，推動美股V型反彈。資金重返“案發現場”，堅守“國之重器”。

金融通脹、實體通縮的割裂表現在一些家庭中：男人拿錢創業，辦工廠，折騰幾年老本虧光。女人拿錢買房子，家庭地位飆升。

所以，在扭曲的金融制度和高交易費用的環境下，信貸貨幣以固定資產為抵押的單一介入方式導致嚴重的經濟問題，“資產抵押-信貸貨幣-生產流通”的經濟邏輯正在誘發風險：扭曲市場，降低效率，助長泡沫，阻礙創新，擴大貧富差距，引發社會不公。

我們常說貨幣超發是財富洗劫的過程，其實，在高交易費用下的信貸貨幣單一介入方式中（前提），貨幣發行本身就是一種財富洗劫。

如何解決？

螞蟻的野心

過去，解決辦法主要是降低交易費用，讓貨幣在市場的水平面上流通，最大限度地提高配置效率。

然而，這是治標之策（當然，也很重要）。交易費用一直存在，而且越來越高。中央銀行不斷救市，不斷超發貨幣，給市場的裂痕越來越深，貨幣配置被嚴重扭曲。

有沒有治本之策？

治本之策是重塑銀行體系，改變過去單一的貨幣介入方式。

如何改變貨幣介入方式？除了固定資產可以創造信用，還有什么可以創造信用？商業銀行的信貸，除了發放給有產者，能否發放給無產者？商業銀行是否存在風險？

馬云給出的辦法是大數據創造信用，他說：“抵押的當鋪思想，是不可能支持未來30年世界發展對金融的需求的。我們必須借助今天的技術能力，用大數據為基礎的信用體系來取代當鋪思想，這個信用體系不是建立在IT基礎上，不是建立在熟人社會的基礎上，必須是建立在大數據的基礎上，才能真正讓信用等于財富。”

當鋪思維下的商業銀行，以固定資產抵押創造信用，靠賺取利差生存。由于非競爭性因素，中國商業銀行在利差中“躺贏”。2019年，中國最賺錢的企業前四名依然是四大行，四大行利潤之和接近1萬億之巨。過去十年，中國商業銀行的存款利率（一年期定存）長期在1.7%以上，年化貸款利率則在4.7%以上，利差3%左右。

但是，商業銀行不是信息中介、撮合中介，而是信用中心，最核心的職能是信用創造。

以固定資產為抵押的信用創造，是最簡單、最原始、基于統計學的信用創造。真正的信用創造是基于大數據，商業銀行根據客戶的資產負債、交易流水、業務合同、信用資產等結構性數據以及大量的結構性數據，為客戶創造信用，為其提供信貸支持。

基于大數據的信用創造，商業銀行可以將信貸發放給房地產公司、有產者，也可能將信貸直接發放給科技企業、無產者。大數據銀行促進了貨幣資源的高效配置。

大數據回歸了信用創造的正途，回歸了信用貨幣的本質。

信用貨幣當以信用為本位，而不是以房地產為本位。何為信用？信用，即數據。信用數據分兩部分：一是固定的、現成的、靜態的資產數據，如固定資產、家庭收入等；二是動態的、預期的大數據分析。

固定資產是一項重要的信用數據，但不是絕對可靠的。固定資產價格有漲有跌，一旦金融危機爆發，資產價格暴跌，資產信用坍陷，引發債務螺旋。如2008年正是由美國房地產的資產信用崩盤，而引發金融危機。所以，動態的、預期的大數據分析更為重要。

為什么商業銀行不搞大數據信用創造？

嚴格來說，世界級商業銀行在數據分析及建模方面已經相當出色。但是，與互聯網的巨頭相比，商業銀行的數據分析存在天然缺陷。

商業銀行存有大量的結構化數據，即統計學意義的數據，但是缺乏動態的非結構化數據。所謂非結構化數據，是指不規則的、不完整的、沒有預定意義的數據模型，以及不便用數據庫二維邏輯表來表現的數據。什么意思？比如，你在網易新聞上某個段落停留的時間，在百度搜索框中胡亂輸入的關鍵詞，在淘寶上逛店鋪的種種痕跡。

這些都是非結構化的數據，而非結構化的數據占據了大數據的80%以上，甚至更多。這些數據被保存在互聯網巨頭的中心化數據庫中，互聯網巨頭經過算法可以讓這些散亂、復雜的非結構化數據煥發“生機”。過去，互聯網金融是金融主導，還是大數據主導，存有爭議。其實，互聯網巨頭的大數據分析，對商業銀行構成降維打擊。

我舉個例子，假如陳凱歌和爾冬升在天貓上每個月的消費金額都是5萬元，兩位都是使用招商銀行支付。在招商銀行的數據庫中，只有兩位的購買金額、次數等結構性數據。在天貓平臺中，不僅存有金額、次數等數據，還有具體購物數據以及大量的非結構性數據。

接下來，我們看招商銀行和螞蟻科技如何給陳凱歌和爾冬升發放信貸。

僅憑銀行存有的結構性數據，招商銀行是無法給這兩位提供差異化的信用數據和信貸額度。招商銀行只能使用過去的辦法，通過資產、流水等狀況來進行信用識別。

螞蟻科技則可以利用算法識別出這兩位的購物偏好、購買動機、真實購買力，還能預測購買時間和收入變化，從而給出差異化的信用數據，提供不同額度的信用貸款。比如，其中一位最近半年購買高價商品的比例下降，購買奢侈品顯得更為猶豫，生活必需品的比例增加。盡管每個月的消費金額還是5萬元，但大數據可能判斷，這位的收入狀況可能趨緊。當然，算法要比我的描述更加出色可靠，要不然怎么做到大數據殺熟。

P2P平臺之所以失敗，是因為他們像商業銀行一樣沒有掌握大數據。只有像阿里、騰訊、京東這類平臺，才具備大數據銀行的能力。

“讓該拿到信貸的人拿到”，大數據銀行改變了現有單一的貨幣介入方式，也改變了現有的貨幣經濟邏輯。

這就是螞蟻的野心。

但是，如果中央銀行持續拯救房地產和金融市場，大數據銀行即使將信貸發給科技公司，依然會有大量的資金流入金融市場。“資產市場通脹，實體經濟通縮”的兩極格局無法改變。

所以，重塑銀行體系的關鍵是重塑央行體系。

螞蟻能否效仿Facebook直接成為中央銀行，發行數字貨幣？

自比特幣問世以來，技術極客們渴望以數字貨幣、無國界的分布式網絡，挑戰傳統央行系統。Facebook推出的穩定幣Libra，彰顯統治野心——“Libra的使命是建立一套簡單的、無國界的貨幣和為數十億人服務的金融基礎設施。”這個金融基礎設施指的是無國界的中央銀行和全球數字金融體系。

當今世界，經濟全球化與國家制度尤其是法幣制度的沖突越來越嚴重。非主權貨幣及跨國支付網絡，是經濟全球化往縱深發展的必要條件。這是數字貨幣出現的法理基礎。

在中國，螞蟻不可能成為Facebook，更不可能發行貨幣。中央銀行正在測試央行數字貨幣，這一數字貨幣與分布式毫無關系，其主要功能是追蹤。在追蹤的基礎上，可以做的事情很多。更何況，中國正修改銀行法賦予央行更大的權力。

但是，大數據銀行依然具有重塑央行體系的價值。

贏家的敬畏

我曾經在《全球經濟通往計劃之路》探討過重塑央行體系的問題。在文中，我使用了威廉姆森的理論，指出貨幣發行不能完全交給自由市場（哈耶克的貨幣非國家化），也不能完全由政府控制。（看過的可直接跳到以下第九段）

威廉姆森是科斯理論的杰出繼承者。他認為，由于有限理性、機會主義行為傾向這兩大人類的共性，還有資產的專用性、不確定性的程度和交易的頻率這三種特定交易，各類市場都存有不同的交易費用，因此應建立不同的資源組織方式。如餐飲交給自由市場組織，自來水交給政府組織。

貨幣市場更符合威廉姆森所描述的中間狀態：即自由市場與公共機構內部化合作。

具體來說：央行是公共機構，負責確立貨幣制度，掌控貨幣發行規則，監管商業銀行。商業銀行是私人機構，負責存款、貸款、匯兌、儲蓄等業務。貨幣制度是公共用品，貨幣是私人用品。

如今的貨幣經濟中，大部分貨幣都是由商業銀行創造的。央行應該將貨幣的發行權交給商業銀行。因為貨幣的供應量和利率，由自由市場決定，才是最有效率的。

較接近（只能說接近）這一模式的是香港的銀行系統。香港沒有央行，香港金融管理局扮演了監管角色，確定貨幣發行規則。當然，香港金融管理局保留了對貨幣市場干預的權力。

香港金融管理局采用百分之百外匯準備金發行機制。匯豐、渣打、中國銀行（香港）三家商業銀行向金融管理局繳納一定數額的美元，換取等值的港元“負債證明書”后，才能增發港元現鈔。

商業銀行迫于盈利壓力、市場商譽及強力監管，會對每筆貸款都慎之又慎，不敢大規模釋放信貸貨幣。這符合奧派的商業周期理論，讓使市場利率與自然利率趨于一致，抑制貨幣濫發，降低金融風險。

但是，為什么各國的中央銀行嚴格掌控著貨幣發行權？不放心將信貸供應量和利率完全交給商業銀行和自由市場？

這就是傳統商業銀行的大數據缺陷造成的。根據上面的分析，傳統商業銀行不具備互聯網平臺這一級別的大數據分析能力，信貸失控的風險非常高。因此，保守的商業銀行主要以固定資產為抵押發放信貸，而創新的商業銀行往往在危機中陣亡。

如果螞蟻軍團加入，能讓貨幣回歸自由市場嗎？

螞蟻基于大數據發行和創造信用，可以更有效的配置貨幣和防范風險。當然，螞蟻現在還不是一家真正意義上的銀行，它更多地是利用大數據優勢與銀行合作。不過，理論上，大數據銀行可以勝任貨幣發行權，合理地調節信貸供應，使得利率水平接近于自然利率。

所以，大數據銀行可以重塑央行體系，讓貨幣重回自由市場。這是螞蟻可以想象到的野心。

但是，商業銀行面臨的問題，螞蟻可能也存在。

在交易費用高的市場中，螞蟻的大數據也可能失靈。比如，一些低收入者在京東和支付寶兩個平臺來回倒錢還貸，以防止信用違約。但是，京東與支付寶的數據不共享，彼此并不知情。這可能存在幸存者偏差。這類用戶一旦在京東上違約，支付寶這邊也隨即違約。所以，大數據分析比統計學意義上的數據分析更強，但是大數據也有風險。

螞蟻的另一大風險是壟斷。與馬云同臺的一位財政官員表示，防止金融科技誘導過度金融消費，防止金融科技成為規避監管、非法套利的手段，防止金融科技助長“贏者通吃”的壟斷。

這里的壟斷有兩點：一是特許經營權，一些領域的經營權連騰訊也不具備；二是對私有數據的壟斷。

螞蟻最大的優勢是大數據，但是大數據中的個人數據并不屬于螞蟻，它是10億用戶的私人資產。螞蟻無償地利用私人數據獲得金融優勢，同時有可能引發市場扭曲。

螞蟻最大的收入來源確實是借貸業務，占其總收入的39%。螞蟻主要收取的是借貸產生的技術服務費，但其費用也是源于銀行的利息分成。因此，有人從道德角度批判馬云，嘲諷螞蟻為螞蝗，靠放貸收取海量用戶的大量利息。

這種批判有些“道德綁架”的味道，并未理性地指出問題的根本。我在《算法，即剝削》指出，平臺憑借對個人數據的壟斷，成為信息的絕對優勢方，容易對信息劣勢方構成降維打擊，最大限度地攫取每一個用戶的“交易剩余”，全民財富向平臺所有者集中。這就是網友調侃的“未來是1%的人控制了120%的財富，因為其他人都欠著花唄、借唄”的真實邏輯。

如果個人數據的產權無法私有化，那么將貨幣發行權交給大數據銀行那是災難性的。大數據銀行可以將利用數據優勢消滅或控制商業銀行，壟斷貨幣發行權，操縱市場利率。所以，大數據銀行重塑央行體系的前提是，解決數據私有化問題。

壟斷私有數據，是如今全球互聯網巨頭共同面臨的問題。Facebook因此接連遭受美國官方的調查，谷歌最近也遭美國司法部反壟斷起訴，其中一項指控是“消費者被迫接受谷歌的政策、隱私保護和對個人數據的使用”。如果螞蟻在美國上市，同樣可能面臨個人數據方面的調查或指控。從這個角度來說，螞蟻之所以能成為“螞蝗”，根本上是因為吃盡了10億用戶的私人數據紅利。

如果數據私有化，螞蟻還是這只萬億市值的大象嗎？

近些年，數據私有化運動興起，個人數據問題在技術上和法律上都在尋求新的解決方案。Facebook推出Libra，也是在探索利用分布式技術解決個人數據問題的可行性。只有在分布式的系統中，個人數據產權屬于私人，所有者可以在監管規則下選擇無償地貢獻數據，或有償地交易數據，如此大數據專家舍恩伯格主張的數據交易市場才可能形成。

只有數據私有化和數據交易市場興起，互聯網平臺、商業銀行和金融企業才能在平等的起跑線上競爭，商業銀行可以在數據交易市場中購買數據，從而建立大數據優勢；個人也才能與平臺公平博弈，不被“剝削”、“殺熟”。

所以，大數據銀行可能重塑商業銀行體系，改變信貸貨幣單一的介入方式，讓貨幣配置更有效率，重構貨幣經濟的底層邏輯；同時，大數據銀行還可能重塑央行體系，推動貨幣回歸自由市場。

最后，Facebook的Libra是一種艱難而有益的嘗試（盡管失敗的概率極高）。央行的公共監管角色被全球社會性組織替代，其社區憲法的效力將受到嚴峻的挑戰。它是大數據銀行重塑央行體系的最高級別，也是全球社會化自治的一種試驗。

但是，這一切的前提是個人數據私有化。

這就是贏家的敬畏。

烽巢網注：本文來源于微信公眾號 智本社，作者 ： 清和