当今的货币主要是由商业银行创造的，商业银行创造货币的方法主要是以固定资产为信用发放贷款，这种传统的货币创造模式到今天实际上存在很多弊端，如何解决呢？
马云给出的办法是大数据创造信用，他说：“抵押的当铺思想，是不可能支持未来30年世界发展对金融的需求的。我们必须借助今天的技术能力，用大数据为基础的信用体系来取代当铺思想，这个信用体系不是建立在IT基础上，不是建立在熟人社会的基础上，必须是建立在大数据的基础上，才能真正让信用等于财富。”
当铺思维下的商业银行，以固定资产抵押创造信用，靠赚取利差生存。由于非竞争性因素，中国商业银行在利差中“躺赢”。2019年，中国最赚钱的企业前四名依然是四大行，四大行利润之和接近1万亿之巨。过去十年，中国商业银行的存款利率（一年期定存）长期在1.7%以上，年化贷款利率则在4.7%以上，利差3%左右。
但是，商业银行不是信息中介、撮合中介，而是信用中心，最核心的职能是信用创造。
以固定资产为抵押的信用创造，是最简单、最原始、基于统计学的信用创造。真正的信用创造是基于大数据，商业银行根据客户的资产负债、交易流水、业务合同、信用资产等结构性数据以及大量的结构性数据，为客户创造信用，为其提供信贷支持。
基于大数据的信用创造，商业银行可以将信贷发放给房地产公司、有产者，也可能将信贷直接发放给科技企业、无产者。大数据银行促进了货币资源的高效配置。
大数据回归了信用创造的正途，回归了信用货币的本质。
信用货币当以信用为本位，而不是以房地产为本位。何为信用？信用，即数据。信用数据分两部分：一是固定的、现成的、静态的资产数据，如固定资产、家庭收入等；二是动态的、预期的大数据分析。
固定资产是一项重要的信用数据，但不是绝对可靠的。固定资产价格有涨有跌，一旦金融危机爆发，资产价格暴跌，资产信用坍陷，引发债务螺旋。如2008年正是由美国房地产的资产信用崩盘，而引发金融危机。所以，动态的、预期的大数据分析更为重要。
为什么商业银行不搞大数据信用创造？
严格来说，世界级商业银行在数据分析及建模方面已经相当出色。但是，与互联网的巨头相比，商业银行的数据分析存在天然缺陷。
商业银行存有大量的结构化数据，即统计学意义的数据，但是缺乏动态的非结构化数据。所谓非结构化数据，是指不规则的、不完整的、没有预定意义的数据模型，以及不便用数据库二维逻辑表来表现的数据。什么意思？比如，你在网易新闻上某个段落停留的时间，在百度搜索框中胡乱输入的关键词，在淘宝上逛店铺的种种痕迹。
这些都是非结构化的数据，而非结构化的数据占据了大数据的80%以上，甚至更多。这些数据被保存在互联网巨头的中心化数据库中，互联网巨头经过算法可以让这些散乱、复杂的非结构化数据焕发“生机”。过去，互联网金融是金融主导，还是大数据主导，存有争议。其实，互联网巨头的大数据分析，对商业银行构成降维打击。
举个例子，假如陈凯歌和尔冬升在天猫上每个月的消费金额都是5万元，两位都是使用招商银行支付。在招商银行的数据库中，只有两位的购买金额、次数等结构性数据。在天猫平台中，不仅存有金额、次数等数据，还有具体购物数据以及大量的非结构性数据。
接下来，我们看招商银行和蚂蚁科技如何给陈凯歌和尔冬升发放信贷。
仅凭银行存有的结构性数据，招商银行是无法给这两位提供差异化的信用数据和信贷额度。招商银行只能使用过去的办法，通过资产、流水等状况来进行信用识别。
蚂蚁科技则可以利用算法识别出这两位的购物偏好、购买动机、真实购买力，还能预测购买时间和收入变化，从而给出差异化的信用数据，提供不同额度的信用贷款。比如，其中一位最近半年购买高价商品的比例下降，购买奢侈品显得更为犹豫，生活必需品的比例增加。尽管每个月的消费金额还是5万元，但大数据可能判断，这位的收入状况可能趋紧。当然，算法要比我的描述更加出色可靠，要不然怎么做到大数据杀熟。
P2P平台之所以失败，是因为他们像商业银行一样没有掌握大数据。只有像阿里、腾讯、京东这类平台，才具备大数据银行的能力。
“让该拿到信贷的人拿到”，大数据银行改变了现有单一的货币介入方式，也改变了现有的货币经济逻辑。
文 | 智本社
智本社 |一个听硬课、读硬书、看硬文的硬核学习社。微信搜索「智本社」（ID：zhibenshe0-1），学习更多深度内容。
