有人说算卦、易经也是大数据。数据处理能力的提升，必须要有大知识去消化，不是大统计，而是大科学去包容、理解和运用大数据，需要大理论。不仅需要有关金融风险、金融危机、金融创新、金融监管等方面的单独的理论，而且需要这些理论的整合，需要对这些理论之间的相互影响和传导机制有深入的把握。
大数据条件下，比较容易发挥融资方声誉资本的作用。当企业违约或经营不善的时候，惩罚机制导致的企业在声誉方面的损失，就会给企业带来较大的成本；这种成本会使得企业避免违约和经营不善的情况出现。
大数据的存在还会从别的方面影响合理信贷配置的状态。比如，大数据的存在使得金融部门更容易发掘好企业和成长型企业，能够更好收集贷后管理所需要的信息，更好地发挥金融部门在数据化、信息化方面的优势。
金融机构混业经营与分业经营
全世界其他国家的金融体系都没有很好地解决银行资产的收益来源问题，中国现在有条件有时间重新开始设计，把剩余的储蓄转化成正向良性拉动的技术进步和生产率提高。金融风险根源在于，将剩余储蓄错误地配置到恶性拉动的负向外部性的经济活动当中去了。如果这样，资产负债的失衡就会迟早在金融部门的一个类型的金融机构中爆发出来，将金融机构人为地在业务上进行隔离，并没有消除金融风险的根源。
将最好的企业留在银行资产负债表的资产方，为银行的资产提供收益，这与现在扩大直接融资渠道的说法似乎不一致，不搞混业经营行吗？让银行较好的信贷资产可以继续持有下去，从好企业直接融资获得的这一块收益，银行要分享，不然银行存款人的收益从哪里来？
从长期看，分业经营实际上给银行也带来的风险更大，因为银行资产的收益都侵蚀了，而银行负债客户要求的收益越来越高。银行为了留住负债客户的市场份额，就要去做高风险的事情。银行本来有了解资产方客户的信息优势，基于对这些银行客户的较弱的了解，金融市场、非银行金融机构都为这些银行客户服务，将这些银行客户逐渐从银行拉走了。但是，监管政策就是不让更了解这些资产方客户的银行做那些金融市场和非银行金融机构提供的服务。对银行而言，正规的承担风险的事情不让干，正规承担风险指的就是混业经营条件下其他市场主体能做的事情银行都可以干，银行就会被逼迫去承担更高的风险。正本清源，还是要允许银行拥有承担正规风险、获得收益的渠道，这也是避免金融危机的办法。为了要使银行资产的收益得到保证，使银行资产风险和收益的匹配具有竞争力，银行要搞混业经营。
“钱荒”还会出现吗？
银行为了适应日益艰难的生存环境，不得不降低自身的流动性储备，将流动性资产转换成为收益型资产，以获得更大的收益。在我国法定存款准备金率居高不下的情况下，较易出现“钱荒”、以及相对欧美而言较高的货币市场利率。在现有的银行生存环境和生态条件下，今后继续出现严重的“钱荒”现象的可能性很是存在的。
解决银行的流动性钱荒、货币政策传导机制设计、货币政策实施工具优化设计等方面都可以放在金融体系重新构造的顶层设计中一起加以考察和构思，而不是简单地、悲观地一定要跟着照抄别人的东西。比如，就货币政策传导而言，如果与金融体系状况相割裂，不去明确到底怎么传导、最终传导目标是什么，孤立地考察货币政策传导机制是空洞的。
关键是“催化剂”
这不仅是银行部门的问题，而且是整个金融体系的一个问题，改革的方向和出路关键在于扩大信用资产收益的来源。改革的目标是，以较低的成本发现那些需要信用融资的企业和借款方，而且识别出那些可以（在信贷供给方自愿的意义上）发放信用贷款或者其他信用融资产品的企业借款方，而且将信用融资的数量控制在合理的范围，将信用融资的成本也控制在合理的范围之内，实施这一资产支持收益决策和活动的机构同时可以以较低的成本将这些资产的合理的收益，转化成为具有竞争力的存款方或者理财方的收益，鼓励社会储蓄，形成一个储蓄到投资的金融支持实体经济的良性循环。
从实体经济部门未来发展预期来看，在开放经济条件下，我国的储蓄大于投资状况可能会在劳动生产率长期提高、人均收入不断提升的背景下维持，尤其是会有较多的储蓄需要获得金融上的回报，为此，金融部门具有重要的作用，金融政策和货币政策顶层设计具有较大的改善空间，尤其在如何更好地为实体经济服务方面。
我们现有的这些金融储蓄的资源，能够配置得合理，配置得好，也就是说放大辐射性好的、具有正向外部性和溢出效应的金融活动，这才是金融真正要做的。存在差异性的企业面对的是不同的信贷数量。对于那些辐射性和正向效应比较强的企业，信贷配给上限应该较高，而这些企业所表现出来的产品特征、技术进步、管理水平、公司治理、信用资本等一般也都比较好，与这些好企业相关联的其他企业，相对那些不与这些好企业相关联的企业情况而言，所能获得的信贷配给数量也应该更多。
大数据时代构建具有中国特色的实体经济与金融部门的良性循环，关键是如何运用大数据，“催化”金融与实体经济之间的良性循环，“催化”思想市场与消费市场之间的“化学反应”。
（作者系北京大学经济学院金融学系副主任、教授、博导）
