第二十届中国经济学年北京大学数字金融研究中心（二）专场综述

第二十届经济学年会 · 2021-01-18

作者：佚名

　　第二十届中国经济学年会的北京大学数字金融研究中心（二）专场于2020年12月5日15:30-17：00在北大汇丰商学院419教室举行。报告会由北京大学国家发展研究院沈艳老师主持。

　　第一位报告人是来自北京大学国家发展研究院的邱晗，报告的文章为《Data versus Collateral: The View of Financial Accelerator》。文章研究的主要问题是大科技信贷和银行信贷是否对抵押品价值的反应不同、金融加速器的意义、推动大科技信贷的主要因素、大科技平台的重要性和电子商务平台(线上)与传统商业渠道(线下)的授信区别等。

　　通过研究分析得出以下结论：首先，大科技信贷与房价无关。增加使用大科技信贷可能会削弱传统的金融加速器机制；其次，相较于银行信贷，大科技信贷对公司特性（交易规模和网络效应)反应强烈；最后，相较于线下公司，完全融入电子商务的大科技信贷在线公司，与交易量和网络得分的相关性更强。线下公司的大科技信贷显示出一些与当地需求的相关性情况。

北京大学国家发展研究院邱晗

　　评论人李彦龙在以下几个方面值得商榷，第一，可推广性或普遍性；第二，样本选择问题，建议将各核心变量滞后一期大型科技公司的信用与房价没有关联，但对公司特有的特征有强烈的反应；第三，研究结果与直觉不符,房价与GDP之间有高度相关性和因果关系，而当地经济状况会影响当地企业特征，“房价可能反映了有关企业经营的商业条件和它们的商业条件的有用信息”，对上游企业而言，需将批发价格的地位提升至一定高度，面临下游市场做决策时，需对批发价格与其他纵向约束进行合理利用，有效组合，进而最优化自身利润。现场观众提问是否需要考虑商户是否是房屋拥有者的问题，作者回答考虑过这个问题，但是没有非常准确的变量。

　　第二位报告人是来自北京大学国家发展研究院的董英伟，报告的文章为《金融科技信用分的溢出效应—基于某代表性小微贷款公司逐笔贷款数据的实证分析》。

　　现有的一些实证研究已经验证了金融科技信贷的有效性，那么对于大数据资源相对有限的小微贷款公司而言，引入金融科技信用分是否也能帮助企业更好地管理信用风险，降低贷款违约率？引进金融科技信用分对小微贷款公司的信贷决策会有什么影响？就上述问题，本文的作者和一家代表性的小额贷款公司合作，并进行了研究。

　　文章通过分析得出以下结论：首先，金融科技信用评分可以显著降低新借款人申请贷款的违约率；其次，这种效应具有异质性，对于担保品不足、贷款需求较高、风险水平中等的群体，以及历史违约率较高的本地商店，其效应更大；最后，应用金融科技信用评分对LTV比率(贷款价值比)影响一般不显著，但对于中等风险水平的群体，贷款额略有缩小，说明金融科技信用评分会使小额信贷公司的贷款决策更加谨慎。

北京大学国家发展研究院董英伟

　　评论人邱晗认为本文非常有趣并且见解深刻，但是可以在检验方面、实证策略（RDD或事件研究）和长期效应等方面做进一步的研究。

　　第三位报告人是来自北京大学数字金融研究中心的李彦龙，报告的文章为《数字金融与收入不平等》。本文的研究旨在结合北京大学数字金融普惠指数、省市级宏观数据、灯光数据、CFPS(中国家庭追踪调查)的匹配数据，多方位考察数字金融与收入不平等之间的关系。文章从创新和产业结构升级等角度考察了数字金融重塑经济不平衡的影响机制，从城乡、收入类型、性别等角度，探索了数字金融影响收入不平等的微观机制。

　　本文主要得到了以下四点结论：第一，数字金融的发展，促进了省内、地级市内和地级市间的收入收敛；第二，就机制而言，创新和产业升级是数字金融影响地区经济不平衡的重要途径；第三，基于家户数据的分析显示，数字金融有助于缩小家庭间的收入差距，对低收入家庭、农村家庭和女性户主家庭的作用更大；第四，数字金融对低学历家庭收入的促进作用更大。