UBI车险加速“新赛道”：从产品创新到场景重建 在银保监会发文支持“探索在新能源汽车和具备条件的传统汽车中开发机动车里程保险(UBI)等创新产品”后，市场上关于UBI车险的讨论也多了起来，这或将成为保险科技的新赛道。 UBI车险，“Usage based Insurance”，即“基于使用量而定保费的保险”。通俗理解，UBI车险通过车联网、智能手机和OBD(车载诊断系统)等联网设备，全面记录车主的日常驾车行为和使用习惯，将驾驶者的驾驶习惯、驾驶技术、车辆信息和周围环境等数据综合起来，建立人、车、路(环境)多维度模型，实现差异化车险定价。 “一定是未来的发展方向” 此前不久，银保监会发布了研究起草的《关于实施车险综合改革的指导意见(征求意见稿)》，向社会公开征求意见。《指导意见》表示，支持行业制定新能源车险、驾乘人员意外险、机动车延长保修险示范条款，探索在新能源汽车和具备条件的传统汽车中开发机动车里程保险(UBI)等创新产品，制定包括代送检、道路救援、代驾服务、安全检测等车险增值服务险的示范条款，为消费者提供更加规范和丰富的车险保障服务。 这将催生新的赛道。 北京睦合达信息技术股份有限公司总经理张启龙对21世纪经济报道记者表示，无论从监管还是从市场的角度出发，UBI车险一定是未来的发展方向。“中国车险产品定价长期只有从车因素，没有从人因素。因为一旦给保险公司太多的自主定价权，老三家这种行业龙头的优势会更加突出，中小公司生存将更加困难。近几年，监管一边大力整治车险乱象，牵引市场良性发展，一边不断尝试放开一些定价因子(如交通违章等)，并在一些地区开展了自主定价试点。” 不仅如此，里程保创始人兼总裁帅勇认为，UBI车险创新产品的本质，不是构建渠道，而是重建场景。重建一个由保险公司主导，关注驾驶人、公共交通、社会公众的安全驾驶场景或绿色驾驶场景。这个场景背后，有无数种打法和玩法，更可以嫁接起丰富的资源，进而产生一系列反应。购买车险，未来其实只是一个“副产品”。 据了解，在国外一些成熟保险市场，经过多年的发展，UBI车险已经成为一种相对成熟的计费模式，一些主流保险公司正在推进。 例如，Progressive Insurance在2009年将驾驶员急刹车次数、夜间行车次数等数据计入到了保险计费的数据中。运用在车辆上安装的OBD盒子，根据车主的驾驶时间，以及车主们的急刹车、急转弯这类驾驶习惯，以30天为一个测试周期，为车主提供相应的折扣。 尚存三大困难或障碍 但UBI车险真正发展起来并非易事。7月16日，在银保监会新闻通气会上，财险部副主任尹江鳌表示，UBI车险是基于多维定价模型的创新产品，包括基于人、车、路的多维度模型。近年来，有些财险公司已经积极进行探索，但当前也还面临着一些困难或者障碍。 具体而言，一是定价的经验数据还不充分。UBI车险是新生事物，如果定价基础数据不充分，定价的稳定性和可靠性就可能受到影响，经验数据的积累还需要一定时间。二是基础设施建设也需要一个过程。国家已经将车联网纳入新型信息基础设施建设工程，正在积极推进。三是设备配备还不到位。大部分机动车没有配备相应的UBI车险设备，虽然新出厂的车和一些高端的新能源车已经配备，但保有的一些旧车和一些新生产的价格较低的车还没有配备。四是财险公司的服务能力还有欠缺，承保和理赔服务能力有待进一步提高。 对此，张启龙坦言，UBI车险真正落地尚需一定时间。“在众多可能影响驾驶风险的因子中，其实最容易被识别也是最容易监测的是里程因子，相信不久后会有真正的里程保险产品落地。” 在张启龙眼中，“UBI车险最终将在影响事故率或理赔率的风险事件进行主动管理上发挥重要作用，从而提升保险标的的风险防控意识和水平。我们应用市场上已经比较普遍的对外ADAS与对内DSM摄像头可以对司机的危险驾驶行为进行主动识别，包括开车抽烟、打电话、聊天、疲劳、走神等，并与车队对司机的绩效管理深度结合，奖惩结合，让司机慢慢建立主动风控意识，进一步完善依靠技术设备的风控体系。” 今年上半年，车险保费收入4082亿元，同比增长2.92%，车险保费收入占财产险总收费收入56.56%，随着车险综合改革的推开，车险保费收入将进一步下滑，保险公司也将在车险之外，积极寻求新的业务增长点。
这两年，大量的理财平台暴雷，理财师被抓，于是理财市场出现了一个全新的群体——独立理财师。 他们不再为金融机构干活，而是利用手里的客户资源，成立独立的理财工作室，单飞单干。 去年年底，市场上一度出现了3万家理财工作室。 短短一年之后，这个商业模式却一地鸡毛。 3万家工作室如今只剩不到1万家，倒闭了70%以上，一些理财师回到了金融机构，还有一些转型做起了微商，开始卖海参、面膜。 这个模式到底是伪命题，还是行业的未来？ 01 淘汰70%以上 财富管理行业持续多年的暴雷潮，让这个行业彻底洗牌。 “我身边有三分之一的理财师被抓走了，而且做得越好的越容易被抓，因为卖得多。”理财师郝杰说，去年，自己经历了非常黑暗的一段时间。 而他自己平台的产品也出现暴雷，客户的电话天天催，声音一响，他都害怕。 因为大量的理财师被抓，这个行业的一种新模式开始萌芽。 原来的销售模式，存在很大问题。 理财师和金融公司是绑定的，理财师卖出去订单后，金融公司会给提成。 这就导致为了业绩，理财师会不管产品好坏，猛力销售。 而在美国，理财师却是和客户绑定的，他们给客户推荐产品，然后赚取佣金。理财师就像律师一样，客户为他们专业的咨询付费。 随着暴雷潮的加剧，理财师们也渐渐意识到，金融公司根本不是关键，客户资源才是关键。 于是，他们纷纷出走，学习美国模式，出来单飞单干。 去年一年，行业一度出现了3万家理财工作室。 这些理财师大多是从金融机构或者第三方财富管理公司出走的，有一个人出来独立干的，也有三五个人成伙的。 他们自己从市面上寻找好的资产销售，也有一些人开始模仿美国，尝试收取客户的理财咨询费。 卖方市场，突然要切换成买方市场。 这个模式刚出现的时候，行业对其期许很高。 “我当时觉得这才是真正合理的产业链条，也代表着未来。”郝杰有近一半的理财师朋友选择出来单干，他最后也被鼓动。 他过去只是理财经理的朋友们，名片的Title纷纷换成了某某公司CEO。 但单飞模式却并没有延续多久的热度，他们很快遭遇了疫情的黑天鹅和动荡的局势。 卖固收类产品的理财工作室，继续暴雷，“炸得他们脑袋嗡嗡的”。 而卖香港保险的，也因为局势的紧张彻底停摆。 疫情之后，行业的洗牌潮来临了。 逃离行业的独立理财师，主要分为两大类。 一类是非专业人士，他们大多是销售出身，没有多少金融经验。 美信联邦CEO刁盛鑫甚至发现，他认识的一个创业做家办的理财师，开始在朋友圈卖海参，“实在熬不住了”。 而郝杰也发现，大量的独立理财师开始转型做微商，卖面膜，卖海参，卖零食。 一些手头有高净值客户资源的理财师，也不再推销理财，而是去卖一些奢侈品，比如名表。 疫情期间，航班停运。一些公司还跟私人飞机服务商合作，面向有回国需求的客户，卖起了机票。 “一单就能挣十几万，甚至二三十万。”一位理财师称。 一些理财师则卖起了海外房产，挣中介费。 一些工作室倒闭之后，它们手头的客户信息被直接卖了出去。 “客户信息6元一条，200条起卖。”在一些理财师的群里，已经有人公开倒卖信息。 而第二类逃离行业的，是相对有些金融背景的从业者。他们大多选择回到第三方财富管理公司或者金融机构。 “去年出来创业单干的同事，有一半都回归了原行业。”郝杰称，去银行、信托、第三方财富管理公司的，都有。 转型的转型，回流的回流，半年时间，3万家理财工作室，只剩下不到1万家，淘汰率高达70%以上。 02 专业性 有一些从业者，把这次行业的退潮，归结于疫情。 疫情之下，一些非标固收类的资产继续加速暴雷，监管也在打击这类资产。 而一些海外资产，也因为疫情原因难以配置。 是疫情等危机让这个行业难以为继吗？ 尽管非标固收、海外资产、港险等产品受到了冲击，但依旧有一些非常专业的理财工作室活了下来。 它们选择的资产大多是国内保险、股权，甚至还有不少二级市场产品。 它们能穿越危机的武器，不是幸运，而是专业。 “从去年开始，我们就放弃了非标固收产品。我们判断这些产品终将退出历史舞台。”独立理财师周元称。 他认为，全球放水，对股市来说是抄底的好机会，于是他选择了二级市场产品。 在危机之下，什么资产更保值，更有前景，对此，需要有精准的判断。 经历过半年洗牌期的从业者们，几乎都意识到，专业，才是这个行业的生命线。 “美国的理财师们都是非常专业的，他们经历过专业的培训，再执证上岗。”郝杰称。 对比之下，长期处在卖方市场中的中国理财师行业，却有些畸形发展。 “大多数理财师是销售出身，缺乏专业金融知识，更没有风控能力去鉴别和挑选产品。”郝杰称。 他自己的工作室给客户推荐了5款固收产品，“疫情之后情况恶化，其中3款都出现了问题”。 “100位理财师中，可能只有10到15位有自己的风控标准，其他人都是公司有什么产品就卖什么。”另一位独立理财师称。 周元认为，一个真正能够单飞的理财师，起码得具备8年以上的工作经验，懂得海内外的保险、房产、税务、会计、法律等多方面的知识。 同时，他还得是一个多面手，得是谈判大师、销售专家，以及法律顾问。 就像在医生行业，成为某一个专科的大夫相对容易，但要成为一个全科大夫，则非常难。 “目前，国内符合这种要求的理财师，最多只占10%。” 03 市场不成熟 中国的理财师们，原本想把卖方市场变成买方市场，结果发现市场条件尚不成熟。 “没有一个客户愿意为了理财咨询付费。”郝杰称。 那些曾经被郝杰称为“铁杆客户”的客户，也不再轻易信任他了。 “经历过上次的暴雷潮，客户都谨慎了很多，过去他们是因为信任你而买了某个产品，现在他们要看产品，看风险，还要看你的专业度。”郝杰认为，经历过风险教育的用户，和原来的差别很大。 不信任的同时，他们也更不愿意为理财咨询付费。 大多数单飞的理财师们，依然靠收取金融机构的佣金而活。 这就导致哪家佣金高，他们就会选哪一家产品，反而进入了一个新的恶性循环。 所谓的买方市场，看起来土壤不足，市场尚未培育起来。 那么，这个模式到底是伪命题，还是未来的趋势？ “这个模式才刚刚萌芽，行业还不成熟。”NewBanker的创始人李清昊认为，它仍然是行业未来的发展趋势。 “这种模式代表了资管行业碎片化的趋势。相比于传统的家办，独立理财工作室的服务质量和效率会有很大的提高。”刁盛鑫也这样认为。 大部分的从业者也依然坚定认为，这是未来的方向。 郝杰觉得，行业可能还需要长久的市场教育过程，要扭转一种生产链条，需要两方趋同。 理财师更专业，客户信任理财师的专业。 李清昊认为，“专业”是一个慢活，要让市场完全成长，可能还需要3到5年的时间。 当然，如果监管提前划上跑道，这个行业也可能迅速进入快车道。 疫情之后，一些活下来的理财工作室，正在开拓新的模式和获客渠道。 它们开始进行系统升级，尽量节约时间和管理成本。 同时，它们开始尝试新的玩法，比如通过抖音等工具获客，以及做线上路演、线上签约等。 周元发现，身边很多理财师开始去上培训课，主动提高自己的专业性。 而一些回到金融机构的理财师们，也有了一些改变。他们开始关注底层资产，学习风控知识。 “再给这个行业一些成长的时间。”周元依旧坚信，这个模式就是未来。 *文中部分受访者为化名。
对百度来说，联邦学习+金融会产生怎样的火花？此次课程，他将分享基于联邦学习技术的百度金融安全计算平台（度信）建设与实际应用，讲述如何借力安全技术架构、脱敏方法和合规制度设计，在“用户充分授权、数据来源合法合规”前提下，打破数据孤岛，实现多方数据加密融合建模，助力金融企业业务的开展。以下为谢国斌演讲全文内容，AI金融评论做了不改变原意的编辑：百度智能云的数据孤岛破解之道我们在跟很多的金融客户进行沟通的时候，他们普遍面临的痛点，就是数据孤岛和隐私保护的问题。目前的现状是，一方面要保护客户的隐私，另外一方面，数据孤岛在不同的程度上存在着，去年央行发布的金融科技三年发展规划里，也强调了要“消除信息的壁垒；数据融合。”今年4月，国务院也在《关于构建更加完善的要素市场化配置体制机制的意见》里，强调了数据的共享、数据资源的整合和安全保护。所以，“数据孤岛”和“隐私保护”两者的困境，在业内一直是个难题。行业里做这块技术的公司，一般有如下路径在积极探索：其中一种就是联邦学习；还有与之接近的，就是在做参数交换、梯度交换的时候，会用到的多方安全计算。另一种以硬件加密为主，可信计算（TEE），在内存里做安全加密。以及基于云安全，做安全隔离域的方法。基于刚才说到的痛点，百度推出了度信金融安全计算平台，做数据融合，前提是强调用户要充分授权，数据来源要合法、合规。也提出了联合建模产品，拒绝数据孤岛的存在，产品对上面几种路径都是支持的。今天的要点，主要是分享在联邦学习和多方安全计算技术路径上，我们所做的尝试和产品的研发。我们的金融安全计算平台有以下特点：平台主要服务于金融行业to B客户，会考虑行业里特别关注的一些场景，比如营销、风控、投研、反欺诈。我们基于金融的建模，有一些专用的功能点增强。从安全特性上，无论硬件软件，有多种的方式进行技术加固。金融云专区上，我们通过了国家的四级等级保护；数据流通方面，我们今年通过了信通院的相关技术测评。从计算建模层面看，我们是自主操作，甲方乙方各自操作，全程免编码，流程很简单，性能比同类的算法也要快。私有云、公有云和私有化方面，我们有多种方式部署，产品目前也能提供工业级的使用体验，包括严格的工程封装、项目的验证实测，还有百度沉淀的金融行业案例、提供金融行业的场景的解决方案。度信金融安全计算平台的技术方案我们这个平台建设，刚才提到用三大类技术方案，统一前端入口和统一后台架构。后台的架构，从下往上看，分为执行层、应用层、操作层、场景层。从执行层看，中间是基于多方计算的联邦学习引擎，引擎最下面是基于加密的密码学算法和一些常用的不经意传输、同态加密、密钥分享等。往上是基于密码学算法的多方安全计算，双方或多方的加密数据的协调和交换，隐私的PSI对齐、ID化、联邦分析和联邦学习。再往上是应用层一些基于模型的算法的应用，这个是标准的机器学习建模流程。操作层有可视化的操作平台和4A安全赋能金融行业，打造营销风控端对端的场景化建模功能。我们的平台架构，需要满足三个不同的客户需求：定制化方案要满足客户不同的安全等级要求；有客户对建模要求较高，那对算子、算法、模型多样性、交互和应用性方面要求就高一些，我们也会提供类似的解决方案。还有对不同的资源配置，构建私有云、公有云和专有云支撑，支持不同的部署方案。这个平台的操作很简单，就是三个步骤。先是合作的AB双方，完成本地数据的上传。原则上都是上传到自己的IDC机房里，数据不出域。第二步细分为几个小步骤：1.数据的融合，会通过隐私保护的求交技术PSI，达到双方的数据的可用不可见。强调一下，融合不会泄露双方的数据隐私，比如说甲方有一亿的客户，B方有5000万的客户，双方去求交集，求出来只有500万客户，那么我们只知道这500万的交集，剩下的客户群双方都是不知道的。即使求交了这500万的客户，我们也只有某一个主要的使用方，比如甲方银行在使用的时候，才知道这500万相互求交的客户号码是什么。2.求交的这批客户，我们会进行简单的特征工程，一些算法模型训练，包括像机器学习的逻辑回归、GBDT等，也按照这个数据拆分，做完模型训练、输出模型报告以后，进行模式部署、模型推理和预测发布。第一步上传样本比较简单，把数据上传以后，摁一个按键，就会看到这一横行里数据的上传成功，然后AB双方在这个地方点鼠标发布，数据才传到本地的服务器上面。第二步模型训练，会自动包含刚才说的样本对齐，包括可选的特征工程，还有算法参数、算法选择等。在模型训练过程中，等它出来一个结果，就会有一些像我这里截屏的模型，配置基本信息，比如双方对齐了多少样本，有哪一些特征？这里只能看到特征名称。我们算法所涉及的每一个主要参数是什么样的。这里以逻辑式回归为例，生成模型评估报告，像ROC、KS值等等，就完成整个模型训练。第三步就是模型预测，需要在页面新建预测任务名称，包括描述，还有我们选择哪个预测的模型。生成的模型在这里做选择，再选择要预测的数据集，点蓝色按钮完成整个模型预测过程。一定时间后，就会看到右下角预测成功的显示，整个模型的离线预测就完成了，也可以用新建预测服务以API的方式供外调用。我们平台的设计理念，是全程免编码，通过鼠标的拖拽来完成的。度信平台在银行业、保险业的应用银行信贷产品的互联网营销这家银行开展信贷业务时，需要通过互联网去线上获客，但它并没有这种线上资源或流量去投放，也没有相关风险管理经验，于是它就跟某家互联网公司进行渠道上的联合建模，实现精准获客和控制风险。首先是银行把他的数据和互联网合作方，把数据在自己的机房里边准备好，然后各自联邦学习时，上传梯度参数。在互联网渠道这一端，主要是上传数据，建模发生在银行这端自行操作，就完成了整个建模过程，达到了数据模型建设，完成后确定合适人群。第三步，精准广告投放，包括精准获客，这部分我们项目的客户日均调用量是50万笔。整体贷后表现非常好，降低了风险，也节约了这家银行的成本。线上风控+联邦学习因为银行没有过往的一些互联网行为信息，也需要为此通过互联网渠道来合作、来进行联合建模。联邦学习最后的效果就是，让申请率提升了，通过率又稳定在一定的范围内，不良率低于银行业同业平均水平。这个案例，我们推送的贷款客户金额是超过千万；通过率控制在稳定范围；该案例的不良贷款率是0.38 ，比去年银行业1.81的不良率低了不少。不同险种交叉营销这个案例是一家车险公司的业务，在客户里筛选健康险的意向用户，进行精准点对点促销。建模流程与上个案例类似，由保险公司提供的高响应人群样本和互联网公司的数据进行融合训练，最后结果运用于全量的车险客户群。效果上，这个模型的AUC值达到了0.76，减少了对客户的打扰，也降低了营销的成本。联邦学习落地金融的关键技术点联邦学习本质上是软件加密技术，数据不出域、不出本企业，主要是通过梯度参数出域。从本质上来说是去中心化的方案。横向联邦由谷歌在2016年的时候研发出来，即数据的水平切分，主要用于金融同业间的数据融合。横向联邦学习的计算步骤主要有四：双方发送加密的梯度，安全的聚合，发送聚合的加密梯度参数，再解密梯度更新模型。纵向联邦学习基于数据的垂直细分，主要用于金融业和非金融行业，特别是像一家银行和一家互联网公司的数据融合。两家公司的客户群很多时候是重叠的，特征互补。首先有分发公钥，加密交换中间的结果，再进行加密梯度和损失的计算，然后更新模型。在和金融企业沟通的时候，我们发现他们关注的点有这些：整个联邦学习里，金融企业运用最多的是纵向联邦学习，金融机构更想看到的是和他非同业之间的数据融合。银行在和第三方机构合作时，非常强调这些数据进来以后，对指标的一些增量贡献，在意的是在现有基础上的提升。如果在现有基础上，引入的数据源没有很大幅度的提升、效果不明显，对金融机构的吸引力就会降低。同时金融机构也强调数据源的差异化，如果数据来源都很类似，那对指标的贡献、对模型效果，提升度不是很大。联邦学习是整个框架里的主要技术。另外，多方安全计算所涉及的加密技术，其主要原理如图左所示，四个参与方在针对任何一方都没有可信的情况下，安全地进行多方协同计算。在一个分布式的网络中，多个的参与实体各自持有秘密的输入，完成对某函数的计算；但是要求每一个参与实体，除了计算的最终结果以外，其他的中间过程，包括自己其他客户的原始数据，任何的输入数据都是不可以看到、都是不可以获得的，这保证了参与各方的数据的安全性。在安全计算过程中，所用到的一些密码学或加密技术，概括起来有这么七种。混淆电路，来自于物理学电路原理：一堆人各自拥有隐私数据，想把数据合起来进行计算，但又不想把数据交换给别人，典型的案例就是百万富翁问题。不经意传输，服务的某一个接收方，以不经意的方式得到服务的发送方输入的一些信息、信号，这样就可以保护接受者的隐私不被发送者所知道。秘密的比较协议，计算的双方各输入一个数值，但是他们又希望在不向对方泄露自己的数据的前提下，比较出这两个数的大小。同态加密，用这种方法先计算，后解密，也等价于先解密后计算。同态加密里也有加法同态、乘法同态，包括全同态、偏同态、半同态等，它在联邦学习中应用也较多。秘密分享，将秘密分割存储，多个参与者要相互协作才能恢复秘密的消息，如果有一方没有参与，是没有办法把这个秘密完全恢复出来的。零知识证明，证明者能够在不向验证者提供任何有用的信息情况下，使验证者相信某个论断是正确的。差分隐私，这在业界应用也比较多。百度在多方安全计算方面，有自己的MPC平台架构。我们的平台架构分为这么六层，从基础到应用，有运行环境基于DOCKER的，还有基于云和SERVER的。在基础的运行环境往上，有刚才说到的六七种加密算法。再往上是整个系统包括TLS、4A这一块的安全。再往上是系统平台层，有用户角色管理，包括数据和分布式调度、监控等。再往上看是数据的接入，再到数据的应用。下面我会重点介绍三类算法，都是百度自研的。第一种是逻辑回归，逻辑回归是常用的二分类的分类器，在这种分类器上面我们加了一个基于PrivC的加密算法的逻辑回归，这种算法是基于MPC的安全学习。我们在19年的安全顶会上面发表了关于这个算法的文章，特点是训练速度和在公开的服务器上的明文相比，速度大概会是在明文算法的40倍以内，也就是明文算法假如要用时1分钟，那么我们要用时40分钟。这里有一个案例，就是我们基于深度MNIST公开数据集，6万行784位的运算，我们用时25秒，时间还是比较快的。在下面的截图，我们看到一些Table2，在一些加减还有一些常规的比较上面，基于我们自研的PrivC的算法和公开的其他的一些加密算法，像ABY、EMP、SPDZ等等，我们的运算速度都比他们快，标出的黑色数值是越小越好。我们的准确率和明文算法比，会达到99%左右，比明文算法低一点点，一般的梯度，有时候建模如果控制得不太好，都会有一些模型的损耗，而我们的损耗是比较少的。第二种算法，就是基于梯度提升的算法，有GBDT、XGBoost,再快一点的有LightGBM,我们这种算法叫SecureGBM,它是在LightGBM级别的基础上改造而成的。基于 LightGBM基础上改造而成的这种算法，我们也是发表在19年的IEEE国际大数据会议上，大家看到左下角有一个截图，红色的框是百度自研的叫SecureGBM,蓝色的框，LightGBM-（A,B）就是明文算法，我们算法最后的结果和同类的最好的明文算法去比，在没有用任何加密的和普通的建模相同的条件下，AUC值的差距大概是在3%以内。我们也比较了其他的一些明文算法，在这个图里边是-A或者-B，它是用了一些加密的联邦的一些算法去比AUC值，我们的算法都是比其它的算法会高一些，但我们会比明文的算法大概低三个AUC值，在3%以内。第二个是它的运算速度，从这个截图看到，对比了16,000个样本，我们的算法和明文算法去比的话，我们的速度大概是明文算法的6倍，也就是明文算法如果用一分钟的话，我们会用六分钟，这个已经是非常好的效果了。这个地方我们也提到，我们现在用的这个Paper里边是16,000个样本，如果样本增加到10万个，或者再往上增加，我们这个算法的运算效率会更高。那么我们SecureGBM和明文算法的LightGBM，双方数据在一起，比较了在训练集上的AUC值和F1值，大家会看到有一条红线和一条蓝线，在截图里面红线和蓝线绝大多数时候是靠在一起的，走势是相同的，非常的接近。说明我们的这个算法和明文的LightGBM的算法，在AUC值、在F1、在训练集上和测试集上，达到了非常类似的一个效果。第三种算法基于深度学习，PaddleFL，是在我们百度自研的一个开源的深度学习框架飞桨的基础上，研发出来的开源的联邦学习框架。下面是开源框架的github的网址，通过PaddleFL，使用人员可以很轻松的去复制和比较不同的联邦学习算法，也可以在分布式的大规模集群里面去使用。这种PaddleFL主要用在深度学习算法里边，用在计算机视觉、自然语言处理和推荐算法的一些领域，也提供一些传统的机器学习的训练策略。比如说像多任务学习，还有一些迁移学习、主动学习等等，我们底层也提供基于分布式的训练和Kubernetes的训练任务的弹性的调度能力，可以进行全站开源软件的侵入和部署，下面是基于我们的飞桨的一个的架构图。接下来是编程模型、参数服务器、到端侧训练和弹性调度，再往上是我们联邦学习的训练策略及应用。联邦学习策略这块我们也有纵向的联邦学习，刚才提到的PrivC的逻辑回归，横向的联邦学习，还包括DPSGD基于差分隐私的随机梯度等等。我们也有常态的一些机器学习，像迁移学习，多任务学习，主动学习等基于联邦学习的任务，还有基于深度学习的自然语言处理、视觉、推荐这一块的学习任务，都是在PaddleFL的基础上来做深度联邦学习的建模。PaddleFL的架构设计，图的左边叫编译Compile Time，是首先通过联邦策略，去设计一些算法策略，然后在中间设计训练策略，再用分布式的配置，合成以后，传到中间任务的调度上面。任务调度再传到参数的任务和训练的任务上面生成了job以后，再传到这边运行。运行这一块有参数的服务器和worker，再下面是调度器，整个就会把服务提起来，然后进行分布式的训练，这是PaddleFL的架构设计。同理，我们也有基于MPC的联邦学习，分成三部分，一是图右部分，基于数据的准备，首先有私有数据的对齐和数据加密及分发。二是训练和推理过程，和Paddle的运行模式一样。首先要定义协议，在策略训练和推理完成后，就会到这个图的最右边进行结果的重构。这一块就会把模型的结果或者预测结果，由加密方以加密的形式输出，结果方可以收集加密的结果，在PFM工具中进行解密，再将明文的结果传递给用户，就完成了整个MPC的联邦学习过程。安全保证是金融企业最高优关注点我们先看看现有的模式，现有的模式只有几个，在没有用到联邦学习的时候，状态是自己的IDC机房的网络和外界是隔离的，没有联通互联网，数据不进不出，因为只用到自己的核心系统的数据，数据是物理隔离的。但是这个模式最大的问题，就是在它的建模过程中，会存在着一些天花板，比如刚才提到的KS值，如果做到0.35了，就再也不能再往上做了。模型效果更多的取决于特征工程，而他又没有用过外面的无论是互联网，还有政府，一些运营商的一些领域的数据，那么一些风控也好，营销的行为它是拿不到的，模型的上限是由多维度、多样性来决定的，所以达不到很好的建模效果。于是就衍生出来第二种模式，叫标准分的调用模式，标准分的第二个模式，它也是有自有机房，但是它的网络变成不是隔离的了，而是单通道的，就是它的数据只进不出。在网络这块，因为开了一个单向的通道，有可能存在一些被黑客攻击的风险，这个标准分的调用也有一些弊端。大家知道，进来的只是一些标准分，也就是说，外面的数据过来的可能就是一个变量或者两个变量，它是一个高维特征压缩以后的、降维以后的一些特征的输入，每次输入只有那么两三个特征。这种高维特征压缩降到两三个维度以后，有非常多的特征信息是损失了的，所以它提升的建模效果在信贷场景可能只提升那么一两个点，比如像KS值是0.35，提升到0.37、0.38就到了天花板了。我们今天谈到联邦学习的模式，它的数据通道是双通道的，双方要进行梯度或模型参数的交换。首先，双方数据对上面的一个中间节点要进行上传，但是它的原始数据没有出域，它的参数数据或者模型的参数或者梯度参数，是通过加密的方式来出域的。从这个角度来看，因为它的网络通道打开了，存在潜在的被黑客去攻击的风险。梯度参数的话，从现在的业内的研究来看，也存在一些被反解，或者一些隐私被攻击的方法。还有一个，它有一个强烈假设，就是需要参与的双方或者各方，需要满足诚实、半诚实模型的原则，如果有一方有严重的欺诈，去改变了模型的一些参数，或者是一些游戏规则，模型的安全也会受到一些挑战。这是联邦学习目前和上面的现有模式、标准的模式相比，所面临的一些优点和缺点。那么这里会就提到模型提效，模型提效是一把双刃剑。现有模式下，在右边的这样一个方程式，目标标签Y是来自于金融企业本身，它的X特征也是来自于这家企业，企业只用自有的数据建模，没有外部数据带来模型效果提升，就会面临天花板。我们再看联邦学习这种方式，刚才提到，通过梯度参数的交换来建立模型，那么基本上双方数据没有降维，外部提升的最大好处就是，带来的模型效果提升非常大，与明文相比的话，它的精度损失基本上还是比较小的。但是，在和很多金融企业沟通后，知道它有非常大的短板，企业有各种各样的顾虑。1.建模的过程中，即使想用联邦学习来进行建模，金融企业很多时候并不愿意把自己的特征放进来，但是可能只会将自己客户的ID和目标变量Y放进来，因为金融企业会觉得用联邦学习来建模，有可能存在一些数据安全的问题。2.他们也希望拿到一些数据以后，再做二次建模，以满足金融监管的要求，因为在金融监管这一块，特别是在信贷风控的场景，希望金融机构要自控这个模型本身，而不能把这个模型交给外部的机构去控制。安全保证和数据提效前提下的得与舍在数据的安全保证和数据提效的前提下，联邦学习还要面对什么样的得和舍呢？第一个，从运算速度来看，现有的银行在自己的机房里面进行明文计算的数据建模，它的特点是运算速度很快，可以用像spark、Tensorflow、PaddlePaddle等分布式技术去做这种很成熟的运算。但是到联邦学习就不一样了，刚才提到，它的训练速度至少会比明文计算，少则慢一个数量级，慢10倍几十倍，也有慢两个数量级几百倍的这种可能性。第二块就是它现有的分布式技术还不太成熟，这是他在速度这一块可能需要去考量的。第二个，从算法种类来说，明文算法它是基于Python的开源社区，算法生态非常多，上千种上万种，顶级论文的开源代码，基本上就是按天、按周来迭代，更新的频次非常快。但是在联邦学习的算法过程中，要考虑到数据参数的加密，所以它的研发非常困难，我们的算法种类相对而言都是比较少的。业界现在能看到的也就是那么几种或者几十种，并且也不可能把最新的算法研发出来用在联邦学习这个领域。第三块，就是产品的应用性，因为现在基于明文数据的这种算法，AI开发平台有非常多，支持多种框架，还有它和数据的中台的融合，非常好对接。那么对纯代码方式来讲，金融行业去使用时，因为金融行业很多用户也不是经常做coding，所以他的学习曲线比较难、比较高。刚才也提到如果用代码这种方式，它跟这个操作系统有些时候需要linux shell脚本方式进行交互，那么它的安全性可能会存在一些缺陷。百度的度信平台在这一块用纯界面的方式，也面临着一些开发的周期和实施的难度。这个是联邦学习与建模要考虑的问题。所以我们在考虑安全，在考虑数据对建模效果业务绩效的前提下，我们在运算速度上，在算法的种类的选择上，在产品的应用上，都做了一些权衡和一些损失，但有些时候这种损失和这种权衡是值得的。下面一点，就是百度金融专有云，如果是联邦学习在我们的金融云、专有云上面进行部署的话，我们还额外提供七重的数据安全保障。这七重的数据安全保障在这个图里边用1234567都标注出来了。一块是我们提供异地的灾备，我们在武汉、北京和上海有异地的百度金融云专区。在数据的交换过程中，我们会提供一些芯片级的算法级的加密，包括在网络的通路上，也提供一些加密的传输，让加密的数据被截取以后都是不可用、不可解的。我们参与方的数据在云上的链路也好，在云上的一些硬件的里面，双方都是互不可见的。安全的数据脱敏方法和合规制度保障在完成了整个建模的过程以后，比如说金融企业的数据要有用户要查处，最后模型在使用的时候，有一个数据的健全，如果没有授权的话，是不可以去使用产出模型的。除了联邦学习以外，我们在整个云上、在物理链路上、存储量上、硬件上做了各种各样的加密去保证安全，而不只是运用了联邦学习技术本身，或者只是开发一个平台。在和金融企业的沟通中，我们发现，即便双方要进行联邦数据的融合建模，也可以采取刚才说到的，双方先有两个数据宽表，然后再进行融合的联邦学习。在生成这两个双方的数据宽表的同时，还可以采取一些更加安全的数据脱敏方法，用的比较多的就是K-匿名化，这个是保护客户数据隐私的一种重要方法。我们希望双方在生成数据宽表的时候，甲方和乙方都能够采用类似于匿名化的技术，让双方的原始特征数据脱敏得比较彻底，不能够被反推。虽然联邦学习本身也非常安全，在这个基础上，我们能够用更多的数据脱敏的方法。右边这一种也是类似的，我们会用差分隐私的一个方法，在数据集中里面产生一定的噪声，这种随机造成它可以通过一些概率分布前置来产生，这样就在设计过程中很难去推断出客户的一些隐私。和金融机构合作时，在数据的安全管控上，我们也会提供一整套的安全的合规的保障制度。首先是从公司的治理层面，数据和流程层面及安全的能力层面，我们从不同的角度去看这家金融企业和它合作的另外一个互联网企业，只要用到度信平台，我们会提供一整套的关于安全保障机制的建议。还有一块就是数据的生命周期安全，我们考虑到六个环节，数据的收集和产生要合规，我们有数据的分类分级和安全日志。那么在传输和传递过程中，有加密和传输的安全的监控。第三块就是存储，在存储的安全和数据的加密备份这一块，也要考虑安全。第四就是它整个数据的加工的环境，使用方和用户授权等等，也要保证安全。第五个环节涉及整个的流通与共享，包括对内流通和对外流通，我们要考虑相关的安全性。当我们使用完联邦学习以后，也要有相应的动作，不要让数据留存在双方的服务器里边。整个的安全制度合规保障和数据的生命周期，都是我们在实践中慢慢总结出来的。对于整个联邦学习，额外增加了一些针对金融行业更加安全的一些举措和方法论。我们也通过度信在这样一个平台的实施过程中，慢慢把这种方法论传递给金融机构，传递给合作方，让我们整个在运用联邦学习的过程中，更加保证整个数据的安全，让数据可用不可见。
清华大学五道口金融学院理事长、CWM50学术总顾问吴晓灵7月7日在由中国财富管理50人论坛、清华大学五道口金融学院联合主办的中国资产管理业务监管研究报告线上发布会上表示，2012年以来，银行、证券、保险、信托、基金管理公司等金融机构设计了众多的资产管理产品，在满足公众财富保值增值需求，满足社会不同层次融资需求的同时，也因法律关系不明确、风险管控不到位、监管边界不清晰而埋下了风险隐患。 2019年7月，国务院金融委发布了金融业对外开放的11条措施，放宽了外资进入我国资产管理市场的限制。“但本质相同的资产管理机构由不同的监管机构审批、本质相同的资产管理产品监管规则不完全相同，也给他们带来了一些困惑。一些名称相同的业务与西方国家市场的内涵存在不同，这也让他们难以在业务布局上进行取舍。明确一些概念的本源和内涵，寻求概念及监管原则的共识，已迫在眉睫。”吴晓灵说。 她表示，资管新规发布以来，监管部门在统一概念、统一规则方面做了大量卓有成效的工作，许多重大原则问题已有共识，规则差异在逐渐缩小。明确概念、统一规则，逐步实现机构监管与功能监管相结合是既定的方向。 “但也还有一些概念目前尚未形成共识。”吴晓灵举例，比如银行理财产品能否归入公募基金或私募基金范围，银行现金管理类产品与货币基金能否名称统一等；形成共识的原则在实施中还面临以往法律的制约，比如广义的财富管理包括集合投资管理、投资咨询和单一客户投资管理（专户管理），狭义的财富管理一般是指投资咨询和专户管理，而证券法、证券投资基金法对投资咨询做了极窄的定义。
图片来源@视觉中国“大家都以为，2020的风口是直播经济，但没想到却是地摊经济。”疫情之后，为了拉动消费，多个城市的监管部门相继宣布鼓励发展地摊经济，甚至专门设置上万个地摊经营点。“地摊经济”瞬间刷屏，相关微博话题的阅读量已达16.8亿次。风口之下，金融入场，给予加持和助力。目前，12家银行推出了“地摊贷”；各家支付机构纷纷表示，提供地摊支付码；而一些保险机构，也表示如营业中断可以补偿。它们不愿放过这个风口，但还有一些金融机构对此并不感冒，觉得这只是一个“短线生意”……01、人间烟火2020年的夏天，地摊经济火了。在很多地方，小贩们不再被城管驱赶，地摊也不再是脏乱差的代名词，而是成为了激活经济与消费的小马达。“人间的最美烟火气息，又回来了。”人们开始兴奋地迎接地摊经济的回归，并开始讨论地摊攻略：“如何摆地摊？”“在哪摆地摊？”“卖什么东西？”网上很快就开始出现各种地摊“武功秘籍”，比如《城市地摊财富秘籍》《地摊秘籍》等。这些攻略十分详细地介绍了地摊的消费人群，摆地摊的叫卖方式、前期心理准备等。甚至有人给北京画了一幅“地摊地图”，列出了109个北京市易摆摊的点位，涉及朝阳、东城、西城、海淀、通州等多个区域。这一消息后来被辟谣。但截至6月10日，地摊经济相关微博话题的阅读量已达16.8亿次。有些城市已明确鼓励地摊经济，比如济南、郑州、南京、成都、厦门等城市。媒体报道称，截至5月21日，成都设置临时占道摊点、摊区2234个，允许流动商贩经营点17891个。6月初，各路人马加入地摊经济，一些地区变得热闹非凡。毛绒玩具、多肉植物、发卡头绳，成了地摊最火热的“三宝”。除了这些小玩意，地摊玩家们还创意大开，“一切皆可卖”。有人卖撸猫，“撸一次2元”；有人卖茅台，“都是自家存货”；甚至还有学习成绩好的学生，卖起了课题辅导，“回答一道题一元”。有知乎网友称，6月4日，他在深圳某商务中心的门口支起了小摊，主要提供法律咨询、代写文书、离婚冷静期讲解等服务。当天，他就成交了约60个客户，大部分是来做法律咨询，他总计赚了370多元。当然，还有一些人专门摆地摊卖茅台。他们打开豪车的后备箱，后面摆满了茅台，旁边放着“谁说地摊只卖低端产品”的标语，一瓶500ml的茅台卖2000元左右。还有一些网店店主，在乘机钻空子。他们摆了地摊，却让顾客在网上下单。“我的多肉只卖1元，但用户要先在美团上下单，付18元，我再给他们退17元。”在北京摆摊的一位店主称，他正在通过这种方式给自己的网店刷单。因为一个人只能刷一次，所以他都是换着地方摆摊。目前，地摊经济已超过直播经济，成为了2020年最让人惊喜的拉动消费利器……02、地摊金融地摊经济火了，某种意义上，这也意味着线下流量的回流。互联网平台的巨头们，多多少少都担心线下流量的崛起，会分流线上流量。他们开始用各种方式，加入线下流量的争抢中。5月29日，阿里巴巴就表示，将在供货方面帮扶地摊经济：摊主可以在1688上直接批发货物，“没有中间商赚差价”。而拼多多准备给摊主提供练摊利器——五菱荣光售货车。他们在6月3日上线了100台五菱荣光，还给每台车补贴3000元的油卡。各路电商也生怕错过风口，宣布给摊主提供“无息赊购”。譬如，京东称，已调配了500亿货源，提供最高10万元无息赊购；阿里巴巴也宣布提供700亿元的免息赊购。崛起的风口之下，一定少不了金融的加持——各路的金融玩家都纷纷上场。而最火、最受关注的，无疑就是“地摊贷”。从地摊经济开始火起来之后，前后有12家中小银行宣布推出地摊贷。比如，齐河农商行、山东临淄银行、长春经开融丰村镇银行等。它们的宣传语都很热血。比如，“摆摊吧！少年”“轻松‘贷’你摆地摊”“创业资金不用东借西凑，农商银行全部帮你搞定”。除了贷款，一些银行还盯上了支付。银行从业者高南鹤表示，最近，行里已组织他们发了好几波地摊收款码的广告。“它是一款聚合类的收款码，支持微信、支付宝、云闪付、工行APP等软件扫码。”高南鹤介绍，目前，他们还不收佣金。在小摊主这里，支付宝和微信支付已非常好用，打印个人二维码一贴，就可以完成收款。高南鹤自己都承认，与巨头们抢饭碗不太容易。甚至保险也上场了 ，一些保险机构推出了“地摊保险”。譬如，腾讯微保。“保障期90天，停业即赔，最高赔300元。”知情人士称，目前这款产品不收费。这些金融机构对地摊经济无比热忱，但同时，行业也开始出现这“只是噱头”的质疑……03、短线市场？地摊贷出来之后，一些摊主就开始闻风而动，去申请贷款。结果他们发现，地摊贷并没有那么好申请。现在对外宣传提供地摊贷的银行中，有30%的银行，要求申请人必须要有本地房产，且要有稳定收入。譬如，长春经开融丰商业银行的宣传单就显示，申请人需在长春市有住房，全款、按揭均可。“有房有工作，谁还去摆地摊？”一位摊主在微博上质疑。此外，基本上所有的银行，都提出要看用户的“还款能力”。“我们要看用户半年的银行流水，借10万元，流水至少要达到十几万元才会放款。”博兴农商行业务员表示。但是，这样的贷款，和普通的信用贷几乎没有区别，并未体现地摊贷的特点。因此，有网友和媒体指出，大部分的地摊贷都是为了“蹭热点”“造噱头”，实际上并无新意。一些金融机构也不看好这片市场。“不知道地摊经济能存在多久，是不是特殊时期的特殊产物，我们担心这是短线市场。”多位金融从业者称。目前来说，地摊经济的未来发展方向并未清晰。一些城市还未完全放开地摊经济，比如北京。最近，有媒体报道称，地摊经济不适合北京，“不利于树立良好的首都形象和国家形象，不利于促进经济高质量发展”。6月5日，一本财经走访了北京多个地摊市场，发现大部分地区的摆摊者都在被城管驱散。“目前，北京并没有出明文规定说可以摆地摊，现在还不能摆。”一位城管表示。能干，还是不能干？这都是个问题。多位金融机构的高管表示，他们还在观望，“还要看后期监管如何界定”。同时，地摊贷的风险，极难控制。在银行从业者看来，地摊金融的客群风险很高，“他们很可能今天出摊，明天人就消失了”。高南鹤表示，很少有机构会愿意借一个煎饼果子摊20万元用于地摊经营。生命周期短、业务不稳定，这是银行极为不喜欢的客群。通常的小微企业贷中，最重要的一项风控措施，就是去经营场所核实经营状况。比如，如果借款人开了一家灯具厂，金融机构就会去厂里核实生产、人工、财务、水电等多方面的情况。而地摊就是一个流动摊点，怎么去核实经营状况呢？在一本财经调查的12家银行中，有一半以上的银行表示，需要实地考察经营地点。“我们是需要客户经理和摊位合照。”一家农商行的业务员介绍。但这样的实地考察，意义有限。于是，一些银行提出了新的风控策略——将地摊贷和支付码结合起来。鄞州银行业务员表示，申请鄞州银行的“地摊贷”，必须使用鄞州银行的支付码。这样可以监控流水，然后在流水的基础上，再提供授信额度。地摊经济还是一个新鲜事物，地摊贷的风控尝试，也才刚刚开始。注：文中受访者为化名。
意见领袖聚焦2020全国两会 文/财经意见领袖专栏机构 四十人论坛 今年的《政府工作报告》（下称《报告》）已经出炉，除了不设GDP增速目标、赤字率3.6%、发行1万亿特别国债外，还作出了其他特别安排，如“特殊转移支付”、“创新直达实体经济的货币政策工具”、大力度的金融支持稳企业等。此外，也有观点认为《报告》所明确的财政扩张力度不及预期。 如何理解今年《报告》中的种种特殊安排？围绕上述问题，我们请教了全国政协委员、中国金融四十人论坛（CF40）资深研究员肖钢和CF40成员、中国人民大学副校长刘元春。 增长与就业的关系已经发生变化 当前首要目标是稳就业 问：这次《政府工作报告》没有设定增速目标，而是明确了失业率的目标。但通常认为增长和就业是可以对应的。怎么理解《报告》的这个变化？ 肖钢：第一，今年一季度和二季度的情况非常特殊，和历史没有任何可比性，全球疫情发展的不确定性也非常大，再加上现在时间又过去了5个多月，这个时候贸然提GDP增长目标是不合适的。 虽然没提GDP增长目标，但我们把就业设定为了主要目标。传统认为保增长就是保就业，但是现在增长和就业的关系实际上发生了一些变化，并不是简单地保了增长就一定能保就业，现在这种情况下保就业也不一定对应着保增长。但如果能够促进更多的就业，特别是一些创业就业，举个例子比如网红，他自己创造就业、创造工作岗位，进而也能创造价值。通过创业来实现就业，一定程度上可以促进经济的增长。总之，就业和增长之间的关系发生了一些新的变化，这是一个重要原因。 现在最核心的就是保就业，这一政策思路是有利于当前应对疫情冲击的一种思路。不提GDP增长目标，有利于把大家的注意力集中放在保就业上，所以这次我们的就业目标很清晰，有量化的指标，并且放到了首位。 当然，不提GDP增长目标不等于不要GDP增长，也不是说GDP增长不重要。实际上我们通过计算也可以大体测算出隐含的增长指标。 刘元春：首先，报告里面说得比较清楚，同时也是一个共识，即不设定GDP增长目标，很重要的一个原因是因为疫情和经贸环境还面临着巨大的不确定性。我要强调的是，这个不确定性是“超级”的，它不是一般状况下的不确定性。一方面，对于疫情和病毒，我们了解还并不深入，人类应对这场疫情还存在着严重的不确定性。疫情未来是否会出现第二轮甚至第三轮的爆发，这直接影响到各国经济增长的基本环境。另一方面，各个国家应对疫情时所采取的举措，也面临着很多来自政治、经济、社会的压力和不确定性。因此，我们面临的是一种“超级”不确定性。。 第二，在这种超级不确定性的条件下，我们最好的举措就是坚持底线思维。底线思维在《政府工作报告》中就体现为“六保”。要执行“六保”，就不能把我们的政策目标简单地聚焦于GDP增长速度上。GDP目标虽然在总量上依然非常重要，但是在这种大的结构转型，大的外部冲击以及大调整这样一个时段，它很难真实地反映我们所面临的各种风险挑战以及相关的结构矛盾。在中国，其实存在唯GDP的倾向，各级政府很容易不惜一切代价去实现GDP目标，从而忽略了我们所面临的主要矛盾和主要挑战。所以最好的办法就是以“六保”为着力点，用底线思维直接面对问题，更加精准和聚焦。 第三，习近平总书记在参加内蒙古代表团审议时也提到，我们的政策必须要以人民为中心，以人民的美好生活为出发点。在疫情冲击面前，必须要保证民众的生命安全和民生的稳定。这也是我们不能简单唯GDP的原因。此外，我们的政策还要与高质量发展相衔接、相配套、相一致，不能因为压力大而不顾一切。 但是，不设定增速目标不等于没有目标，不等于不去完成全面小康的目标，更不等于对经济增长没有要求。实际上，“六保”中已经暗含了隐性的经济增速目标。我们要保证调查失业率不超过6%，登记失业率不超过5.5%，城镇新增就业要超过900万，那么按我们团队的测算，GDP增长速度就必须要在4%左右这样一个水平。但这里要强调的是，当前这种特殊时期。我们的就业政策是应出尽出、应有尽有，传统的失业率与经济增速之间的关系有可能发生重大变化。也就是说，实现就业目标并不一定意味着会实现相应的增长速度。我们不能让GDP增长速度来制约稳就业这个优先目标的实现。因此，设定失业率的目标就变得非常重要。 同时对于民生而言，CPI也是很重要的一个指标。设定一个通胀水平指标，意味着我们对这个问题是高度关注的。很多人担心采取扩张的政策会不会导致通胀，实际上，全球现在担忧的是通缩风险，就国内而言，可以看到PPI已经连续三个月负增长，同时CPI连续三个月出现大幅度回落，核心CPI以及购买力平价指数都已经处于很低的位置。目前来看，有效需求不足是当前宏观经济所面临的一个核心问题，下一步通缩的压力可能会急剧加大，特别是工业领域所面临的通缩问题会很严重。PPI持续三个月同比环比均为负增长，这意味着在工业领域出现了萧条的迹象。而工业领域的萧条会直接导致企业盈利能力的持续下降。 问：保就业首先要稳市场主体，报告对此做了一系列安排。除此之外，报告也提到要千方百计来稳定和扩大就业。是否有一些开拓性的思路来稳定就业以及拓宽就业渠道？ 刘元春：保就业实际上是通过几个层面来进行的。最重要的一个层面就是通过扩大有效需求来稳定市场主体，通过实现经济循环的常态化，来使市场主体能够有稳定的订单和稳定的需求，只有这样才能稳住就业的一个基本盘。所以《政府工作报告》首先是对于稳经济基本盘的一揽子宏观政策进行了全面梳理。 第二，我们不仅要通过扩大需求来稳就业，同时还要通过一系列的非常规方法来稳就业。首先就是对于广大中小企业进行救助，防止出现破产潮，也就是保工保产。对此，《政府工作报告》从财政和货币角度做出了一系列的政策安排。其次，要通过高校扩招来延缓就业，形成一个就业的蓄水池，来缓解目前巨大的劳动力供需压力。所以今年有200万的高职扩招。同时，还有一个3500万人次的技能培训，这样也会缓解相当一部分就业可压力。我们把这种叫做比较消极的就业政策。最后很重要的就是，要扩大和巩固我们的安全网，在失业救济、失业补贴、贫困人群的救助上面加大力度。 当然前面也提到，《政府工作报告》指出促就业举措要应出尽出、拓岗位办法要能用尽用，所以已经有一些地方进行了这方面的创新尝试。比如在成都，原来在大街小巷摆地摊是不合法的，那么在这个非常时期，去摆地摊来增加弹性就业也是可以的。这些手段都体现了我们在特殊时期采取的一些新思路新方法。同时，要进一步落实“放管服”，降低企业的各种行政成本。 财政扩张安排适度可持续 资金运用考验基层治理能力 问：财政方面，有观点认为目前安排的整个财政扩张力度还不够积极，您的看法是？ 肖钢：我觉得这个力度是合适的，为什么这么说？我们不能光看新增1万亿加上特别国债1万亿。报告提出今年企业减税降费要超过2.5万亿，这个也是企业能得到的实实在在的好处。今年的地方政府专项债也增加了1.6万亿，这1.6万亿主要搞基础设施建设，是能够撬动消费带动就业的。所以我们要综合起来看这个问题。 另外，这次在灵活适度的货币政策方面也采取了很多措施，比如M2和社会融资的增长要明显高于去年，大型银行普惠型小微企业贷款要增长40%等等。积极的财政政策和灵活适度的货币政策这个组合加起来，我认为力度还是比较大的。并且我也多次讲过一个观点，即不能把子弹一次打光。现在宏观政策的空间还比较大，比如降准降息还有余地。 现在这个安排既加大了经济救助和支持的力度，也考虑到了政策的可持续性，是合适的。 刘元春：到底需要多少刺激才能达到保就业，保民生，保市场主体的标准，我们团队其实进行了很多测算。刚才说到，实现城镇新增就业900万以上的水平，GDP增长速度需要在4%左右，这就需要一定的政策加码，加码的力度要使经济能够提升两到三个百分点。这样算下来，需要财政安排在5万亿左右的水平。 那么《政府工作报告》所体现的财政支出的增长是多少呢？赤字率对应1万亿，另外还有1万亿的特别国债以及新增的1.6万亿地方政府专项债，而这1.6万亿会产生一个杠杆效应。除了这些还有什么？就是今年要实现减税降费至少2.5万亿。算下来，财政整个的增长规模达到6.1万亿左右，新增的6.1万亿对于消费、投资的拉动基本在3个百分点左右。我们也算了一下2020年整个可支配资金规模会达到35万亿左右，这就可以看到，中国政府的财政支出规模占GDP的比重已经是非常高的水平了，比欧美要高很多。新增财政支出的规模也已经占到GDP的6%左右。这个规模在世界范围内也不算低。此外，我们必须要考虑财政的可持续性，要考虑未来的债务风险，因此，应该说目前这个财政安排是一个规模适度、风险可控、非常规操作、中期定位的方案。 这个安排可能不像一些市场人士所预期的力度那么大，但只有基于我们目前所面临的问题科学地进行测算，对于未来的压力和风险进行前瞻性的判断，才能科学把握政策定位。 问：《政府工作报告》提到了“特殊转移支付”，目的是保证1万亿特别国债和1万亿赤字资金能够直接下沉到地方。在使用特殊转移支付的时候，有哪些注意事项？ 刘元春：这2万亿资金就是要保基层运转，但基层市县对于相关资金有没有比较强的测算能力和管控能力？这其实是非常考验基层治理能力的。比如，如果简单依照传统的方式发放资金。实际上很难触及到受一些疫情冲击最严重的那部分群体。那么这个资金怎么发放？就需要地方进行一系列的创新。 问：如何理解《报告》提出的“各类结余、沉淀资金要应收尽收，重新安排”？我国机关团体存在大量无效沉淀资金，这也是一个说了很多年的老问题了，怎么才能真正盘活？作为盘活存量的手段之一，公积金改革最近呼声也很高，您对此有何建议？ 刘元春：我们确实有大量的财政资金沉淀在各种企事业单位特别是政府团体里面。这个沉淀规模非常大，导致的一个结果就是整个财政资金的使用效率比较低。所以从前几年开始，国家就在做盘活存量的工作。 今年我们财政收支的压力更大，而且财政不仅要加力还要提效。提效就是要在结构上进行调整，第一是中央和地方的支出结构进行调整，第二是要在急需项目和非急需项目之间进行调整，第三就是增量和存量之间要做出调整，所以要专门说盘活结余沉淀资金这个问题。如何能够加大目前沉淀在政府机关团体中的大量经费的流转力度和效率，是让积极的财政更加积极有为的一个很重要的方面。 第二，我们还有大量的公共储蓄，企事业单位的各种养老金、公积金等都是按照最原始的方式来进行存储，使用效率比较差。落脚到公积金来说，事实上很多小微企业并没有采取公积金的制度，或者不同行业、不同性质的单位其缴存数额相差巨大，就有很多人提出公积金其实已经成为拉大收入差距的一个因素，再加上这部分资金并没有很好地被使用，并没有用于职工的住房购买和消费，也没有很好地纳入到再生产体系中，所以就有了改革公积金的建议。 当然，这里面存在着各种不同的声音，但核心的争论就在于公积金是否完成了为广大职工购买住房的历史功能。答案是部分完成，但还没全部完成。在这个改革建议中，最激进的就是完全取消，但这个阻力是非常大的；第二是把公积金缴存的最低额度从5%降低到3%，这样在降低企业负担的同时也缓和一些不公平的问题；第三是把公积金转化成企业年金，使它的属性转换成一个比较宽泛的保险类型的资金。我的意见是，改革还是要有一个循序渐进的过程，另外也可以根据不同行业不同区域，思考一些差异化的创新手段来化解难题。 货币政策工具需要创新 是否为“临时性安排”存争议 问：货币政策方面，如何理解“引导M2和社会融资规模增速明显高于去年”这一表述？“明显”是一个有些模糊的概念，怎样算明显？ 肖钢：是的，明显并不是一个具体的量化指标，我认为应该起码高两个百分点左右。实际上，M2增速去年年底是8.7%，今年4月是11.1%，社融余额去年是10.7%，今年4月末是12%，这两个指标已经基本实现了“明显”增长。 刘元春：稳健的货币政策要更加灵活适度，其中很重要的就是要使M2和社融的增速明显高于去年。M2增速去年年底是8.7%，今年4月底已经达到11.1%，提高了2.4个百分点，应当说已经比去年有明显提高。下一步，增长速度还会有提升的空间，当然这个提升的空间并不是简单的量化。社融去年底整个的存量增速是10.7%，今年4月末达到12%，提高1.3个百分点，也可能有进一步的增长空间。特别是贷款和债券要有进一步的增长。 问：报告第一次提出要“创新直达实体经济的货币政策工具”，在这方面有哪些工具手段可以考虑？ 肖钢：报告第一次提出来“创新直达实体经济的货币政策工具”，我认为是很有意义的，因为它能够改进我们的货币政策传导机制。 现在我们还没有看到具体是什么样的工具，那么我个人理解，比如美联储有很多工具，都是可以帮助资金直接达到实体经济的。例如他们设立了SPV（Special Purpose Vehicle，特殊目的实体）、购买商业票据等等。在我们国家，央行也已经探索了一些工具，比如人民银行提供部分初始资金，依托专业机构市场化运作，通过设立信用风险缓释凭证、信用保护合约等方式，可以为民营企业发债提供信用支持。还有一个虽然现在用得不多，但也已经提出来了，即要推动实施民营企业股权融资支持工具等。 所以，我认为创新的方式有很多，我们自己有一些经验，也可以借鉴国外的经验。这方面应该继续探索，这也是今年报告的一个亮点。 这些安排仅仅是临时性的举措吗？我不这么认为。传统上，货币政策是一个总量政策，但在实践中，它事实上已经在发挥结构性调整的功能。不仅中国是这样，国外也是如此。因此我不认为这是一个临时手段，它应该是货币政策功能的进一步演化，而且也是货币政策理论的进一步发展。 刘元春：这些工具体现在再贷款再贴现，以及对于疫情救助的专项贷款上面，由中央银行直接给相关的特殊金融机构进行专项贷款，然后由这些机构再进行定向投放，这是很重要的一个直接途径。 从欧美最近的一些做法来看，他们往往是：第一由财政部进行注资，第二由央行进行配套，第三是建立相关的基金特别是救助疫情的复苏基金，再来对相关的实体部门进行直接投放。这样一套投放办法就超越了传统融资工具，更直接更便利，能够起到立竿见影的作用。当然，这样做也会产生一些后遗症，但我认为这些是疫情救助期间的一些特殊安排，是一些非常规的政策。 问：也有观点认为，“让资金直达实体经济”本质上是一个财政的手段，您的看法是？ 刘元春：不完全是这样。比如欧美采取的这个非常规货币政策，中央银行可以直接向一些商业机构和企业贷款，以及可以直接购买一些企业的债券，包括一些高收益债券，这样一来资金的直达效率就非常高。当然，《中华人民共和国中国人民银行法》第30条规定，禁止中央银行向非银行金融机构以及其他单位和个人提供贷款，但是它可以向特定的一些非银行金融机构提供贷款，进行专项投放。如果国务院进行授权，也可以采取一些举措。 所以，第一就是我们下半年可能还会进一步扩大实施上半年所投放的一些专项贷款。第二，会不会以国务院特别授权的方式来对企业直接投放信贷，这个还要再看一看。第三，财政出钱央行配合，成立一个纾困基金，然后向地方进行投放。目前欧盟已经采取了这种模式，我们是不是也会采取？也需要观望。 我想，创新直达实体经济的货币政策工具主要就是包括这些，但下一步会采纳什么方案还有很多不确定性。与财政政策相配合以增强资金的直达性，是我们可以考虑的方案之一。 问：投资方面，报告明确了“两新一重”是重点，同时提出“支持民营企业平等参与，要优选项目，不留后遗症”。在避免过度投资后遗症方面，有哪些制度安排需要进一步完善？ 刘元春：首先是要把项目选好。比如我们目前推出了基础设施REITs，要把项目选好，才能够按照这种市场化、法治化、公平竞争、资本化的方式来进行。 第二个问题是，新基建中的一些投资与运营主体分离得不是那么明显，这就要求在市场化的环境下，民营企业要有全面的介入和参与，才能避免挤出效应。 第三，运营主体、资金来源、投资模式、收益模式等等都要进行一系列的创新，特别是资金来源，不能简单地按照传统基建的方式进行。所以说，基础设施建设现在是谁来做、怎么做的问题。我们一方面可以借鉴西方的一些操作模式，另一方面也要总结我们过去几年的一些发展经验，同时还要进行多元化的创新。 中小银行资本补充面临挑战 政策实施要注意节奏力度 问：今年报告对稳企业的金融支持做了一系列安排，比如贷款延期还本付息，大幅增加无还本续贷等等。其实看到这里下意识会有一些担心金融机构的不良率，尤其是中小金融机构的不良率。 肖钢：确实如此。一方面，我们现在处于特殊时期，要有一些非常规的特殊措施；另一方面，也要把防范风险摆在重要的位置。 企业和银行是一个共生共荣的关系。实体经济特别困难的时候，银行如果不做一点让利，等企业生产经营进一步恶化甚至最后倒闭，银行会面临更大的风险，这是一方面。同时，我们也要特别关注和重视中小银行风险。所以《政府工作报告》也提了这方面的要求，即如何帮助中小银行来补充资本。此外，中小银行的公司治理、风控和定价能力等等都需要全面改进和加强。所以，现在对于中小银行要有综合性的措施安排，从而保障其稳健运行。 问：在经济金融领域，目前有哪些需要特别注意的风险点？ 刘元春：第一，我们会看到一些中小金融机构会由于呆坏账的上扬面临风险，中小金融机构的资本补充面临着很大的挑战。 第二，由于基层运转压力很大，很有可能出现进一步的债务膨胀和债务隐性化的问题，我们要防止债务膨胀、债务隐性化的死灰复燃。 第三，宏观杠杆率可能会在短期有较快的增长。因此，要考虑在宏观杠杆率持续上扬、还本付息压力大幅增加的时候，如何降低高杠杆率所带来的一系列负面影响。一个很重要的举措是，银行利率还是要进一步降低，从而使债务占GDP的比重不要那么高。 第四，全球金融市场的动荡，新兴经济体汇率波动等一系列因素，可能导致我们跨境资本出现大进大出的状况。这也是我们要在这个特殊时期予以重点关注的。 应该说，经过前几年的整顿，一些金融风险已经得到了优化和处理，但我们仍然不能松懈，要打好风险攻坚战。 问：为了防范金融风险，我们目前在施行财政政策和货币政策时有什么要特别注意的地方？ 肖钢：我认为要注意“度”的问题，要掌握好节奏和力度。 实际上，小微企业的韧性还是很强的。在今年2、3月份，小微企业和个体工商户的贷款需求以及个人消费信贷急剧下降，这部分贷款整体下降了60%左右。但从我调研的情况来看，五一长假以后，小微企业以及个体工商户的贷款增长幅度基本回到了疫情前的水平，这说明小微企业和个体工商户活跃起来了，经济开始恢复正常，人们的消费开始回补。当然，不同的行业有不同的恢复程度，但整体状况是在好转的。 那么，在这种情况下，我们就要注意掌握好力度。我是主张分阶段出政策的，不可能一次把政策都出齐。情况在变化、不确定性太多，但一定要根据实际情况及时调整和完善。 问：您在今年的提案呼吁要发展互联网银行，进一步提升互联网银行对小微企业的服务能力。在发展互联网银行的过程中，如何做到有序发展？ 肖钢：互联网银行首先要经过严格的审核准入拿到牌照。但是，拿到牌照不意味着就没有风险了，真正要办好一家互联网银行是很不容易的，需要很多条件，比如要有足够的资本，要有很优秀的技术能力，所以也需要继续加强监管。 在这里我想着重介绍互联网银行的一个特点，即它的平均每户贷款数额是比较低的。从我调研的情况来看，大概是在3、4万元左右。前段时间我和一家互联网银行座谈，他们提到想提高贷款额度至10万元左右。坦率讲，每户平均贷10万，这也是非常小微的金额了。因此，互联网银行之所以能够较好地控制风险，和他们比较低的贷款金额也是有关系的。如果像网络借贷一样放出去几百万，我想互联网银行就不会是现在这样一个局面 (本文作者介绍：中国金融四十人论坛(CF40)是一家非官方、非营利性的专业智库，定位为“平台+实体”新型智库，专注于经济金融领域的政策研究。)
文/意见领袖专栏作家 贾康 在我们看到的经济数据里，一季度形势很严峻，经济增长率为-6.8%。这在几十年改革开放的过程中还没有出现过。这个前所未有的严峻局面是短期和阶段性的。具体分析，1月、2月、3月合在一起的经济增长率-6.8%，主要是因为2月份形成的经济大滑坡。但是3月份的情况已经在好转，往回找了一些，所以合成的比率是-6.8%，是明显的经济负增长。这里面看到的数据，和GDP相比，一季度货物进出口增长率是-6.4%，没有像有些人预计的那样断崖式的大滑坡，比GDP下滑的幅度稍微小一点。这里面3月份经济出现明显好转，3月份经济同比增长仅为-0.8%，意味着中国经济在面上来看，其实一季度的尾巴上已经表现出来疫情得到了相当明显的控制以后，经济由“前低”转入“后高”的势头。二季度的经济增长速度是一定要上来的，而整个经济好转，外贸方面却有新的问题了。因为一季度的时候，国际上主要的贸易伙伴国家，疫情状况还没有出现高峰期或者非常严峻的局面，但是到了3月份明朗化了——二季度中国本土情况明显好转，然而，外面一些主要的贸易伙伴，特别是欧洲和美国的情况相当严峻，所以，外贸进一步的演变，值得我们高度关注。 最近欧洲的说法是他们的高峰期已经过去了，我们希望是这样的。美国特朗普一再打气说它的高峰期已经过去了，但现在看起来还是一个平台状态，至少美国每天报出来的死亡人数还在1000多人以上，我们还要拭目以待。 现在中央关于应对这样一个严峻形势的指导方针，已经明确强调的是“扩大内需”。扩大内需是服务于“六稳”和“六保”的。既要应急纾困，又要对接从短期和中长期怎样恢复到疫情战役取得决定性胜利以后，继续追求超常规的中高速、高质量发展的现代化进程上去。现在这个时点上来看，在扩大内需方面，中央要特别安排的宏观措施都已经在概念上浮出水面。货币政策要进一步强调灵活和保持流动性合理充裕；财政政策在原来说的“更加积极”的基础上“三箭齐发”，要提高赤字率，更有力度地运用地方专项债（这是对应建设项目的，包括新基建），以及作为非常时期代表性的非常之策的特别国债。特别国债到底怎么发，现在还没有看到它具体的方案。本月下旬两会上，一定会把相关方案公之于世的。 这种扩大内需的宏观政策，带有强刺激一揽子方案的特征。当然我们就要按照中央这样的部署，在掌握“六稳”“六保”要领的同时，把短期和中长期继续追求高质量发展、升级发展衔接好。强调扩大内需，并不意味着可以放弃继续争取打开外贸潜力空间方面应该做的努力。这个具体分析起来要特别注意，在大数据时代，要看到不同门类的外贸物品的差异性——当然说得更开阔一点还有服务贸易，在当前形势下，所具有的不同的特征。 我看到在有大数据支持下的一个具体的分析，能够清晰地看到，中国和美国之间的情况：美国市场上来自中国的进口品，不同门类有不同的具体表现。2015年到2019年，疫情暴发之前，已经有了贸易战的情况下，本来美国的办公用品等，高达70%要从中国进口，迅速滑落到30%出头，去掉了一大半：而另外一些，比如说手机、电视机、玩具等这样一些从中国进口到美国的产品，几乎没有多少变化。贸易战已呈现那么剑拔弩张的局势，大家有种种顾虑，而这些出口并没有受到太大的影响。我们现在争取在外贸方面有所作为，是不是就要做这样具体的分析：哪些产品是我们值得重点推出口的。特别对于一个目的地市场，如对于美国市场的继续努力，实际上就是贸易原则里说的比较优势，使我们有可能经过努力之后，在相对高的规模上，实现对目的地市场的外贸。 当然在外贸的眼睛对外的同时，也要考虑所谓“出口转内销”。外贸行业自己已经在讨论这个概念，他们说出口转内销也有一些顾虑。有一些企业界的朋友说，他们外贸做顺手了以后，对国内市场反而是陌生的。有这样的畏难情绪，怎样来进一步开拓内销渠道？我觉得毕竟都是中国人，而且在中国特色之下，政府的政策扶持、信息服务等等有可能会更便捷地对上位，这方面还是要积极地考虑，争取对外挖掘潜力的同时，也要把外贸行业的出口转内销作为一个相匹配的要领。 我们在一些具体的供给方面，即在有供给能力的情况下，怎样薄利多销？企业的朋友们有经验，可以进一步总结相关经验。不同的贸易品怎样掌握薄利多销，保证不亏本？临界点是明显不一样的。国际市场上已经看到了，为什么易变质品，像牛奶、鲜花没有什么出口的情况下，就只好倒掉埋掉？因为它们可调节的弹性余地小。另外一些耐用品可以利用一定的库存条件，找到新的出路。这方面中国的外贸企业要及时总结国内国际的经验，尽量做好相关薄利多销权衡算账的事情，来制定好自己所在行业、所在企业面对特定目的地市场的一个定制化方案。这个定制化方案要争取让它的水平比较高。 在流动性提高，能够有更好的融资支持条件的同时，还要掌握好结构，掌握好各个地方政府辖区内因地制宜的要领。这么大的中国，各个区域、各个行业的情况千差万别，我们要充分注意在深化供给侧结构性改革的条件下，强调的不是笼统地讲扩大内需，总量环境好了问题似乎就可以迎刃而解了，而是一定要优化和自己息息相关的结构问题。首先，从制度结构上来说，怎样更好贯彻深化改革的方针。从自贸区在上海确立，一轮轮扩展的所谓企业的负面清单和反过来约束政府行为的正面清单这种制度建设，要伴随抗疫以后前低后高的更好发展和对接中长期目标。同时，我们的政策一定要注重机制创新。再有，产业结构视角上，产业政策的必要性非常明显，而且产业政策的方向容易确定，但相关机制怎样合理化，是挑战性的问题。我们都知道要支持新经济，支持战略性新兴产业，支持绿色发展，但是怎么用好机制创新？政府资金毕竟有限，哪怕有非常之策，这些有限的现金怎样能四两拨千斤？应通过政策性融资，“四两拨千斤”，以及通过PPP，政府出“引子钱”，以比较小的比重持股，把持股的大头留给非政府的社会资本和企业，更好调动他们的积极性。政府的资金应产生一个乘数放大效应，把整个局面打开，来贯彻产业政策，来支持外贸企业一方面继续开拓国际市场，一方面掌握好必要的转内销。这些政策支持的机制一定要对接市场、兼容市场。以经济手段为主，而且要注意在这方面，政府不要自以为是，动辄搞出很多的自己拍脑袋决定的条条框框，这些东西都值得讨论。 我们要采取什么样的措施？现在决策上的意图比较清晰了，在扩大内需方面，宏观政策、货币政策宽松灵活；财政政策“三箭齐发”。在两会上，应该使我们能够看清楚具体部署里的方案设计。当然还有非常关键的，前面强调了深化改革要焕发企业的潜力和活力，在这方面可以讨论一个现在的热点。我们应对现在的挑战，采取措施的重点，有大家都关注的新基建。但是也有一些同志非常强调救急、纾困和提振消费。这两个侧重点，必要性都是非常明显的，但是所解决的问题还是有所不同。 救急、纾困和提振消费，更多带有应急和短期的必要性。从中长期来看，消费也还要让它继续表现出对经济发展的支撑力。但是它的支撑力是第二顺序的，因为消费根本的来源是老百姓、人民群众的收入能够可持续增长，而收入从哪里来？一定要有经济蓬勃发展，有就业机会，有工资在上升轨道上合理的提高，有经济活力带来的往前看好的预期。为使老百姓有了钱也敢花钱，当然还要有社会保障体系的建设，减少预防性储蓄，加上经济发展要有后劲，使大家在实际生活中感觉到有奔头。收入增长，后顾之忧减少，当期的收入就能以比较高的比重转为当期消费。这些综合在一起，消费支撑力才能形成中长期的支撑力。短期的救急非常必要，那么多的小微企业，特别是服务业，还有民航等等这些大企业，很多的业务都没有了，几乎归零了。怎样让这些严重受冲击的行业和企业生存下来，这时候一些救急的措施首先就是要有资金注入，让企业生存的问题能够得到解决。这种救急和纾困要用的资金，我个人建议首先动用常规轨道上的失业救济金，加上现在在精准扶贫的概念下，对于低端低收入阶层可动用的资金，以及在特殊时期应该考虑动用的国家级战略储备——多少年前朱镕基同志主持经济工作时就说到过的，在国家层面以社保基金理事会管理的资金池来形成战略储备，一般情况下一分钱都不要动用。但现在不是一般情况下，现在是特殊时期，非常时期，可以考虑动用一部分。这些钱拿来以后救急纾困，在定位上比较明显，是合乎原来制度安排设计的逻辑的。 但是有的人主张说，今年要发行的特别国债拿来也是用于救急和提振消费，那么偏向就可能由此而发生。特别国债我们在历史上用过两次，一次动用这种非常手段应对亚洲金融危机冲击，另外一次是应对世界金融危机冲击。两次具体方案有些明显的差异，第一次是把工农中建在降准以后可动用的存差，划过来以后成为特别国债资金来源。财政部用这笔资金反过去打入工农中建的资本账户，使他们的资本充足率达到巴塞尔协议的要求，这样国际上所说的中国主要的银行技术上已经破产的这样一种非常不良且影响市场预期的判断，就不攻自破了。它是解决了资本形成的问题，解决了工农中建这种非常关键的大型银行支撑整个经济有后劲发展的问题。第二次是在世界上金融危机风雨飘摇时，我们要形成主权财富基金。它的运作是以动用外汇储备，经过置换，形成了人民币形式的资本金注入，给中投注入资本金，这也属于资本形成。 现在这一轮，前面我列举到的常规手段的一些资金动用之后，如果我们认为救急纾困还必须加码，不排除特别国债的一些资金给它加码加上去。但我认为作为侧重点的，是特别国债还是要关注于“有效投资”、资本形成、长远发展的后劲这种战略层面上的可持续问题。因为在“扩大内需”中现在我们要依仗投资来解决的，一定是在战胜疫情以后，怎样尽快恢复中国至少是中高速的增长，以及在大的经济体里有超常规特征的结构优化支撑的高质量发展，以此去实现现代化战略目标。 全面小康以后，我们还要跨越中等收入陷阱，还要达到2035年基本建成现代化，就这十几年的时间了。我们一定要变“危”为“机”，在疫情冲击之下，动用非常之策，把短期和中长期衔接好。所以，如果从对策来说，我特别愿意强调的就是“一揽子”，既考虑提振消费，又考虑有效投资。这两个重要概念，中央政治局都强调了。但是在逻辑上来说，只要应急的、纾困的能够达到托底要求以后，剩下的可用资金的侧重点就是优化结构地形成有效的投资项目和高质量发展。中央战略把它在一揽子里面说全了，我觉得特别重要，当下一定要注意摆好顺序，在托底的消费形成这个机制上，也要很好地结合“一揽子”里面的有效投融资，如以工代赈，也要注重突出优化结构的安排。 具体的有效投融资的项目，我认为在中国真是俯拾皆是。新基建就不用多说了，这是科技“第一生产力”的支撑条件。前些年已经有了支撑现在数字化平台运行的新基建，现在还要趁势总结抗疫中间的经验，继续把它往上提升。中央给出了七个方面的重点，其实还不止这些，新基建要结合原来老基建所说的架桥修路，医院学校，公共设施，环境保护等等，互相渗透结合，要体现在全中国打造更好的一些经济增长的集群、增长点区域、新的开发区，综合开发而形成的战略性的、对经济成长的有支撑意义的基地。珠三角、长三角和现在北方看重的环渤海，是最基本的三个增长极地区了。其他那么多城市群、城市圈，还有现在要开发的另外的一些区域性中心，都应该把新基建的因素合理注入到它们的开发中间去。这是一个非常明显的投资的重点。 在这方面，定制化的方案设计非常关键。掌握好产业政策、技术经济政策跟市场对接的机制也非常关键。除此之外，我是觉得在实际生活中，我们一些在老百姓现实生活中应该进一步重视的，看起来是老基建而实际上对于人民美好生活需要举足轻重的事情，要抓住不放。远的不说就说北京，有些事情是非抓不可的，而且现在紧迫性还在不断提升。比如北京的公共交通体系，它的支撑力远远不能和纽约、东京相提并论。所以出现了老百姓收入增长以后，大家有能力买机动车，解决自己的代步问题，结果现在买一辆机动车，摇号已经高到了不可思议的3000个号里中一个号，这已是国际笑话。看起来北京也是高楼大厦林立，和曼哈顿、东京没什么大的差别，实际上我们的现代化水平可是差得太多了。人家那边的机动车拥有率比北京高得多，人家为什么不必采取这样一些行政性的手段？就是因为人家公共交通基础设施的有效供给，形成了四通八达、密度足够的轨道交通网。老百姓收入有，愿意买车就买车，但人家买车自然而然就是应急用和到了周末节假日往外开出去享受生活，绝对不是北京现在这种困难局面。北京现在怎样破这个困难局面？已没有别的选择，天文数字的资源要砸到地底下，赶紧加快我们的轨道交通网的建设。4号线、16号线都是逼急了用PPP的方式做，这就有了新的机制。非常值得肯定的是政府的有限资金，以四两拨千斤的形式来把这个事做好。政府应该抓紧在新的形势下，把有效投融资的项目，在各个地方辖区里排列好。 跟轨道交通匹配的，一定还有停车场停车位的建设，机动车在平常的情况下出动了以后，要在网状交通的一些节点上能够把车停下来，让车主们能够进入首选的轨道交通网解决到达目的地的问题。而中国在中心区域里形成的情况，是地皮比较紧张，停车难的特殊问题就出现了。最典型的是平安大道两边。平安大道当年作为重点项目、政绩的突出表现非常鼓舞人心，但这么多年以来，为什么繁荣景象就是上不来？它其实什么都想到了，但两边店铺林立的道旁，就是没有设计停车位，车停不下来，所以就是没有人气。这些年两边的店铺商家嗷嗷叫也没有办法。怎么解决有效供给的问题？最新的经济方案是一个停车位，可以地下五层，地上五层，最高处到最低处的车挪到地面50秒之内开走。企业有这样的解决方案，要靠资金推动，资金怎么来？需要政府给点推动力。企业以PPP的方式做，做成了以后运营过程中有停车费，自然就是现金流，这是非常好的一种PPP对应的机制。 我还可举这样一些例子。比如说北京可能有几百万人口面临老旧小区改造中，要加装电梯的需要，这个事情的必要性非常明显。十多年前人们住进四、五、六层的楼，没有电梯普遍都可以接受，现在却普遍不能接受了，而且人口还在老龄化，为了美好生活的需要，需要在这些小区里加装电梯。现在听起来畏难情绪主要是说服一层的住户太困难了。那中国抗疫过程中怎样说服大家服从大局的？而且经济手段在这里面完全可以匹配上，探索和总结经验后做这个事情，这个局面一定要打开。 北京如此，全中国几百个百万人口规模以上的城市中，类似轨道交通网的建设，干道的建设，停车位的建设，老旧小区的改造等问题，光这几样就要多少投资？更不要说新农村建设。 我想强调的是，从短期衔接到中长期，当下的举措里一定要充分重视有效投融资，有效投融资一定要找到政府有限资金能够发挥乘数效应的好的创新机制。 以上观点整理自作者在中国宏观经济论坛（CMF）宏观经济月度数据分析会（2020年5月）上的发言 (本文作者介绍：全国政协委员、中国财政科学研究院研究员。)
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估