观点 | 宋科：强监管下，大科技信贷如何重新定义小微融资

转载于：人大深圳金融高等研究院｜作者：宋科｜值班编辑：王汝灏‍‍‍｜审核：曹世祥

导读

如果平台利用数据优势降低信息不对称、实现精准风控和合理定价，那么数据能够发挥信用增进作用；但如果平台借助信息优势和算法优势进行不透明定价、算法歧视、暴力催收或过度营销，数据就会从信用工具异化为“信息收割”工具。问题不在于是否使用数据，而在于如何使用数据。监管的着力点，应当是遏制后者、保护前者。

近日，中国人民大学深圳金融高等研究院执行院长、国际货币研究所（IMI）副所长、财政金融学院教授宋科接受《经济观察报》专访，就“强监管背景下大科技信贷如何重新定义小微融资”这一议题，深入探讨了大科技平台的“数字足迹”与“息费透明”对行业的影响，以及制度设计中的“关键抓手”。

当金融秩序进入强监管阶段，大科技信贷也面临重新定义。

4月2日，公安部经济犯罪侦查局、国家金融监督管理总局稽查局召开视频会议，联合部署开展新一轮金融领域“黑灰产”违法犯罪集群打击工作，强调聚焦整治非法存贷款中介、非法网贷平台和助贷机构等，同时提出推动完善金融服务，最大限度消除金融“黑灰产”的滋生土壤。

3月15日，国家金融监督管理总局与中国人民银行联合发布《个人贷款业务明示综合融资成本规定》，自2026年8月1日起施行。新规要求贷款人全面、透明地向借款人披露个人贷款的综合融资成本。随着金融“黑灰产”整治进一步推进与个人贷款息费透明化落地，数字信贷、助贷与小微融资正在经历一轮更深层次的秩序调整。

近期，由中国人民大学深圳金融高等研究院执行院长、国际货币研究所（IMI）副所长、财政金融学院教授宋科、北京化工大学经济管理学院讲师刘家琳、中国人民大学财政金融学院教授钱宗鑫及北京大学国家发展研究院教授黄卓合作完成的研究《货币政策不确定性与大科技信贷》正式发表。该研究基于2017年1月至2019年7月中国20万家小微企业数据，实证分析了货币政策不确定性对小微企业大科技信贷的影响，并提出“风险缓释效应”“数字抵押品”等概念。

大科技信贷指金融科技公司利用互联网平台收集海量信息，并通过人工智能和机器学习算法进行风险评估，从而为小微个体提供信贷的新型业务模式。对于当前助贷整改、数据滥用、息费透明以及“薄数据”小微企业可能面临的融资收缩等问题，研究文章作者之一宋科接受了经济观察报的专访。

我们试图追问的是，当金融“黑灰产”被清理、灰度盈利被压缩之后，真正依靠数据和技术降低信息不对称的大科技信贷，是会变得更难做，还是会更接近它本该有的样子？

01

数字足迹

经济观察报：你们的研究文章提出，大科技平台可通过“数字足迹”缓解信息不对称，提高小微企业信贷可得性；互联网平台能降低货币政策不确定性对企业大科技信贷可得性的负向冲击，发挥“风险缓释效应”。近期，监管部门约谈助贷机构，直指营销诱导、息费不透明、暴力催收等乱象。这样的现实，是否会侵蚀甚至抵消研究中所说的“风险缓释效应”？

宋科：这实际上触及了我们研究成立的核心前提。我们在论文中所论证的“风险缓释效应”，底层逻辑是：互联网平台通过真实的交易数据、经营行为数据等“数字足迹”，更精准地评估小微企业信用状况，从而在货币政策不确定性上升时，帮助那些缺乏传统抵押品、但经营质量良好的企业维持信贷可得性。这一效应成立的前提是数据真实性、风控模型科学性以及定价合理性。

近期，监管部门揭示出的乱象，确实可能侵蚀这种“风险缓释效应”。当助贷机构的商业模式从“基于数据的精准风控”偏移到“基于流量的过度营销”时，其本质就不再是“风险缓释”，更可能变成一种“风险制造”。不过，这并不意味着研究结论被否定，而是说明现实中部分机构偏离了大科技信贷应有的运行逻辑。

经济观察报：沿着这一逻辑，平台掌握的“数字足迹”既可能成为小微企业的“数字抵押品”，也可能反过来异化为新的约束甚至“收割工具”。你如何理解这种“双刃剑”效应？

宋科：我们在论文中提出“数字抵押品”的概念，其核心含义是：小微企业在互联网平台上长期积累的交易流水、经营数据、信用记录等，可以替代传统固定资产抵押，成为获取信贷的信用基础。我们的实证结果表明，线上小微企业的大科技信贷可得性受货币政策不确定性的影响较小，且不受数字或传统抵押约束的制约。

但“数字抵押品”的价值实现有一个前提，就是企业愿意且放心地进行数字化经营。如果平台利用数据优势降低信息不对称、实现精准风控和合理定价，那么数据能够发挥信用增进作用；但如果平台借助信息优势和算法优势进行不透明定价、算法歧视、暴力催收或过度营销，数据就会从信用工具异化为“信息收割”工具。问题不在于是否使用数据，而在于如何使用数据。监管的着力点，应当是遏制后者、保护前者。

经济观察报：在这种情况下，如何平衡“信贷可得性”与“消费者权益保护”？

宋科：我们认为这两个目标在根本上并不矛盾，而是互为支撑的。真正可持续的信贷可得性提升，必须建立在透明定价和消费者保护的基础之上。

具体来说，第一，应当利用数据优势降低信息不对称、实现精准风控和合理定价，而不是利用信息优势和算法优势对借款人进行“信息收割”。第二，如果数据被滥用于暴力催收、算法歧视或过度营销，企业和个人就会降低对数字化渠道的信任，主动减少数字化经营行为，这会从根本上削弱“数字抵押品”的积累基础。第三，从我们的研究视角来看，消费者保护做得越好，小微企业对数字化渠道的信任度越高，其“数字足迹”的积累就越充分，“数字抵押品”的价值也就越大。也就是说，消费者保护不是信贷可得性的对立面，而是其长期可持续性的制度保障。

02

息费透明

经济观察报：《个人贷款业务明示综合融资成本规定》要求贷款人向借款人展示综合融资成本明示表，清晰披露个人贷款息费成本。从你的研究视角看，这项制度能否从根本上解决“息费不透明”问题？

宋科：我们认为，这项规定能够在很大程度上解决“显性的”息费不透明问题，但需要警惕“隐性变异”。过去，一些机构通过将融资成本拆分为利息、服务费、保险费等多个科目来模糊真实成本；新规要求将所有成本归集为统一的年化综合融资成本指标，这将提升价格信号的清晰度。

从我们的研究视角看，这一政策也有助于强化“数字抵押品”的作用。息费透明化，本质上是在资金价格维度上降低借贷双方的信息不对称。当借款人能够清楚地知道真实融资成本时，就能更理性地进行融资决策，也更愿意在平台上持续经营和积累“数字足迹”。当然，也需要关注部分机构是否会通过创设新的收费名目、将成本转移至贷前或贷后环节等方式进行规避。因此，新规的实际效果，在很大程度上仍取决于执行层面的监管力度和动态更新能力。

经济观察报：有市场人士担心，息费透明化会增加合规成本，甚至将一部分边缘借款人排除出市场。你怎么看？

宋科：短期内，这种担忧有一定道理。部分机构在息费透明化后，可能因为无法再通过隐性收费获取超额利润，而选择直接提高显性利率，或者收缩对高风险客户的信贷供给。从这个意义上说，部分小微企业，特别是风险较高、数字足迹较薄弱的企业，确实可能在过渡期面临融资收缩的情况。

但从中长期来看，我们认为这一政策的净效应是正面的：一是透明化将加剧机构之间的价格竞争，倒逼机构提升风控效率、降低运营成本；二是透明化将淘汰那些依靠信息不对称获利的低效机构，实现行业优胜劣汰；三是透明化将增强借款人的信任度，扩大整体市场规模，通过规模效应摊薄单位合规成本。

经济观察报：现实中还有一种担忧，如果企业担心数据被滥用于催收、歧视定价或骚扰营销，他们是否因此不敢深度介入数字化，反而加剧“数字鸿沟”？

宋科：如果数据被滥用于暴力催收、算法歧视或过度营销，企业确实会主动减少数字化行为，这将从根本上削弱“数字抵押品”的积累基础。

不过，我们并不认为可以简单得出“必然加剧数字鸿沟”的结论。我们的实证研究发现，处于传统金融和经济不发达地区的小微企业，其大科技信贷可得性对货币政策不确定性更为敏感。这说明在这些地区，大科技信贷往往具有更强的替代价值。相比完全无法获得融资，小微企业仍有动力通过数字化经营来积累信用记录，借助“数字抵押品”获得融资。未来更值得关注的，未必只是企业“有没有数字化”，而更可能是不同企业在数字足迹质量、连续性、可验证性上的结构性分化。

03

关键抓手

经济观察报：如果要在政策层面同时实现“保护数据隐私”和“促进数据信用化”，制度设计的关键抓手是什么？

宋科：我们认为，可以构建“数据可用不可见”的制度框架。第一，推动数据确权与分级分类管理，明确可用于信用评估的数据和不得用于其他目的的隐私数据。第二，发展隐私计算等技术基础设施，实现“数据不出域、可用不可见”，让信贷机构能够利用数据进行风控评估，但无法直接获取和滥用原始数据。第三，建立数据使用的事后追责机制，对将信贷评估数据挪用于催收骚扰、算法歧视等行为的机构，提高违规成本。只有当企业相信数据只会被用于正当目的时，才会放心积累“数字足迹”，“数字抵押品”的生态才能形成良性循环。

经济观察报：不少头部助贷机构都带有P2P时代的路径延续。技术和流量升级了，但营销诱导、收费不透明等顽疾似乎并没有根本消失。这是否意味着，单靠技术升级，无法修复商业模式的原生缺陷？

宋科：从学术视角来看，技术升级是必要条件，但不是充分条件。原有问题可能与P2P时期形成的激励机制以及盈利模式等有关。单靠市场竞争和技术进步，很难自发纠正这种路径依赖。当前监管整改，确实具有“切断不良基因传递”的意义。监管部门的强制性介入，本质上是在重新设定行业的“游戏规则”，迫使机构从“流量变现”逻辑回归到“金融服务”逻辑。

经济观察报：在银行与助贷机构合作的问题上，监管部门强化“银行承担主体责任”后，双方怎样才能形成真正可持续、权责对等的合作关系？在你们的20万家企业样本中，是否观察到了相关“风险转嫁”现象？

宋科：由于我们目前使用的数据中只能看到企业是否获得贷款，无法获得具体贷款成本，因此不能直接从样本中观测到银行与助贷机构之间的“风险转嫁”现象。不过，我们在研究中发现，当货币政策不确定性上升时，大科技信贷可得性也会显著下降。这说明银行和助贷机构之间的信贷决策存在“趋同性”，因此我们推测现实中可能存在某种形式的风险转嫁，但受限于数据可得性，目前无法直接观测。

至于权责对等的合作模式，至少应满足三个条件：第一，风险共担机制要实质化，银行必须对合作贷款承担实质性的信用风险敞口；第二，数据与模型的“穿透式”共享，银行要真正掌控风险，必须打破平台风控模型的“黑箱”，银行应具备独立验证平台风控模型有效性的能力，平台也应向合作银行开放必要的模型解释性信息；第三，应建立“贷后联合监测”的制度安排，包括预警信号共享机制、逾期处置标准流程、催收行为合规边界等。核心在于，确保双方在信息获取、风险识别、贷后管理等各个环节都具有实质性的参与能力和对应的责任承担。

经济观察报：当前，监管持续强化、息费透明化整改推进，这会不会让依赖大科技信贷的“薄数据”小微企业面临更严峻的融资断层？

宋科：我们认为，这种短期风险确实存在。当前的“监管冲击”可能触发类似的传导机制：银行端会因合规要求重新评估助贷合作的风险收益比，平台端则会因息费透明化压缩隐性收费空间、重构盈利模式。两端同时收缩，确实可能在短期内对依赖大科技信贷的“薄数据”小微企业造成融资断层。

但与2017年至2019年相比，这次冲击也存在重要差异。最关键的不同在于宏观环境：当前总体货币环境相对宽松，银行体系整体资金供给更为充裕；同时，相比2017年至2019年，当前小微企业的数字化程度更高，银行自身数字化风控能力也更强。我们的判断是，这次冲击的总量效应可能小于2019年，但结构性效应可能更为突出。那些数字化程度高、拥有较丰富经营记录、具备较好“数字抵押品”的企业，可能在整改后获得更优质、更透明、成本更合理的信贷服务；相反，数字足迹有限、此前主要依赖助贷机构“下沉”策略获得融资的企业，则面临更大风险。

经济观察报：站在当前这个时点，关于“大科技信贷与小微企业”的研究，下一步最值得关注的新变量和风险点是什么？

宋科：至少有三个方向值得继续研究：一是“监管不确定性”作为新的冲击变量。原有研究框架聚焦于“货币政策不确定性”对大科技信贷的影响，但从现实来看，“监管政策不确定性”可能是一个同等重要甚至在某些时期更为关键的冲击来源；二是“数字抵押品”在经济下行期的稳定性与顺周期性，即当经济增速放缓、小微企业经营普遍承压时，“数字足迹”的信息含量是否会下降；三是强监管下助贷模式的可持续性与业态演化，包括行业是否会出现“合规机构做大、灰色机构退出”的集中化趋势，以及由此可能带来的新风险。

THE END

转载声明：本微信公众号刊登的文章仅代表作者本人观点，不代表中国普惠金融研究院及本微信公众号观点