070-評析002：虛擬交易07-1／20－互聯網金融VS傳統金融

　　傳統融資管道：以「上市公司」來說，可透過發行股票、公司債、向銀行借貸；以「中小企業&個人」來說，則可向銀行、當鋪、地下錢莊、民間標會、親友借貸。
　　而台灣的產業結構，雖以中小企業為主（註1）；但長年以來，銀行的放款業務（協助民間融資、活化經濟），卻反而多偏重大企業，而忽略或限制中小企業的融資需求（註2）。於是，當互聯網金融，以挾帶緩解「資訊不對稱」的強大科技優勢，以「攻城掠地」之姿，挑戰傳統金融模式時，可說是一種「顛覆式的破壞性創新」。

　　以電子支付的「使用者人數」與「儲值金額」（傳統，本應存進銀行的金流，銀行用以放款、套利的籌碼）為例：從2018年的「429萬人、29.84億新台幣」，狂飆至2021年的「1581萬人、1628.49億新台幣」。（註3）

1. 市場板塊位移（消費習慣改變）：由「電子支付」，取代「現金&匯款」。
2. 市場的成長潛力驚人（對比前一年）：
(1) 2019：253.92／29.84＝成長851%。
(2) 2020：772.42／235.92＝成長304%。
(3) 2021：1628.49／772.42＝成長211%。
(4)民間習慣&政府施政方針，「無現金社會的趨勢」，已然形成。
3. 個體量能，已不可輕視（2021年的1628.49億）：
(1) 可蓋「2.7棟」台北101。
(2) 可發送全台2300萬人，人手1張「儲值7080元」的悠遊卡。

　　另以電子支付與第三方支付業者（互聯網金融），每月「收付實質交易款項金額」（本應由傳統金融的銀行業者經手的金流）為例：從2018年4月的21.8億，躍升至2022年8月的87億。（註4）

1. 此消彼漲：
(1) 互聯網金融業者，以強大科技優勢，不斷「攻城掠地」。
(2) 市場的餅，越做越大；傳統金融業者，市佔率卻反而不斷萎縮。
(3) 傳統金融業者的「利基」，不停被侵蝕，即手續費，被互聯網業者賺走。
2. 近20年，因央行「低利率政策」（參061，央行&利率）
(1) 銀行需另謀出路，近20年，手續費收入，乃銀行業者的重點業務。
(2) 如今，面對互聯網金融的挑戰，從數據觀察，傳統金融？堪憂！

　　見微知著、一葉知秋，更遑論互聯網金融「P2P網路借貸、群眾募資」此兩類，本屬於銀行、當鋪，與地下錢莊的「核心業務」（註6），會對傳統金融模式，帶來多麼深刻的動盪。

　　原本，「銀行VS當鋪VS地下錢莊」，三者之間，可說是一種「光譜」的關係。簡單來說：銀行的融資條件最嚴苛（註7），當無法通過銀行的授信條件，又有融資需求時，自然就會轉向當鋪（合法，條件較寬，但利息較高）或地下錢莊（非法，條件最寬，利息也最高）籌資。
　　而「P2P網路借貸、群眾募資」對於傳統融資管道的破壞力？（推測）
　　一來，除了因「互聯網屬性」，可接觸到原先「有資金需求，但銀行、當鋪，與地下錢莊都接觸不到，從不曾走進實體店面的族群。」這是一片無人競爭的藍海。
　　二則，透過「互聯網金融的技術」，有巨大的「降低訊息成本優勢」，所以，得採用更寬鬆、優渥的條件，以「低價搶市」策略，來吸引有融資需求的借貸雙方。這是早已殺紅眼的紅海。

　　雖說，目前「P2P網路借貸、群眾募資」的自身問題、環境阻礙，都仍有許多尚待解決的難題；但隨著科技的一日千里，以及相關法令終究會日漸成熟，這類新興的互聯網金融，對傳統金融模式（尤其是融資），將造成如同「降維打擊」般的破壞，金融保險業的大規模裁員、收縮及調整業務，將會是一幅可預見的景象。（註8）

註1：https://data.gov.tw/dataset/9720，政府資料開放平台。2020年，中小企業共計1,548,835家（98.93%。批發零售業,46.53%；住宿餐飲業,11.34%；製造業,9.34%；營建業,8.96%；服務業,5.83%；金融保險業,1.31%）；大企業共計16,802家（1.07%。製造業,30.93%；金融保險業,11.54%）。最後瀏覽日：2022年10月13日。

註2： https://www.banking.gov.tw/ch/home.jsp?id=595&parentpath=0,590&mcustomize=bstatistics_view.jsp&serno=201105120014，金管會銀行局，重要金融業務指標（1-1）、一般銀行及信用合作社消費者貸款業務項目（5-2）；https://www.banking.gov.tw/ch/home.jsp?id=595&parentpath=0,590&mcustomize=bstatistics_view.jsp&serno=201105120009，金管會銀行局，一般銀行對中小企業放款（含催收款）餘額（表五）。計至2022年6月，銀行吸收存款54.03兆、放款35.01兆。對中小企業貸款9.14兆（28.11%）；提供消費貸款10.64兆（30.39%），這其中，房貸9.13兆（85.81%）、房屋修繕0.05兆（0.46%）、車貸0.19兆（1.79%）；個人消費貸款1.27兆（11.94%）。最後瀏覽日：2022年10月13日。

註3：https://www.banking.gov.tw/ch/home.jsp?id=595&parentpath=0,590&mcustomize=bstatistics_view.jsp&serno=202204140001，金管會銀行局，電子支付帳戶業務統計，最後瀏覽日：2022年10月13日。

註4：https://www.banking.gov.tw/ch/home.jsp?id=591&parentpath=0,590&mcustomize=multimessage_view.jsp&dataserno=201805300001&dtable=Disclosure，金管會銀行局，電子支付帳戶重要業務資訊揭露，最後瀏覽日：2022年10月13日。

註5：理論上，理想的數據內容是「近五年，找當鋪&地下錢莊，借貸的人數、借貸金額、還款情形、呆帳比率…等。」若能取得這樣的數據，甚至，拿到「被銀行打槍後，轉頭找當鋪&地下錢莊的相關數據」，就可以做出較精準的分析。但就好比刑事案件有所謂的「犯罪黑數」，我認為的理想數據，性質上，就是「黑數」，除非用「田野調查」的方式，取得數據。否則，只有：
1. 使用「某種相關數據，假設為X」，用X去「乘上某個比重」，藉此反推。
2. 使用虛無飄渺、有如「空中樓閣」的假設，進行推論。
　　因為「不知該如何取得此類如同黑數般的數據」&「未能進行田野調查」&「找不到適合用來反推的X參數」，所以，最終，採取最次的「空中樓閣」選項。

註6：https://mops.twse.com.tw/mops/web/index，公開資訊觀測站，台北富邦銀行（5836）、土地銀行（5857）的損益表，其主要獲利模式，仍是透過「存款與放款的利差」來「套利」，佔銀行「收益的70-80%」。

註7：傳統銀行的徵信&授信機制，並非無法「破解」。一個人的「信用」值多少錢？以我從前在黑道的經驗，洗銀行資金的一種方式：找個可以控制的「人頭A」，去開間「店面B」，EX水果攤、餐廳，然後跟上下游配合，偽造物流、金流、財報，讓財報的帳面數據好看，再找銀行辦「企業貸款」；之後，每個月穩定還款，繼續申辦「企業貸款」，因為銀行端只會審查「結構性資料」，貸款額度會逐年提高，一般來說，五年後，可以將貸款額度拉到「5000萬」，當達到目標金額「5000萬」後，就讓「人頭A」信用破產、讓「店面B」倒閉，錢不還銀行，最終，列為呆帳。至於這5000萬，就看參與其中的人們，要如何分潤。怎麼會有「人頭A」願意配合？年齡過40歲、自覺人生沒希望、可以風光當5年的老闆、事後還可以拿一筆安家費（300-500萬）。願意當這種「人頭A」的人？遠比你想像的還要多。至於怎麼有辦法這樣搞銀行？因為，這是傳統徵信&授信機制的「Bug」。至於2022年的今天，這個「Bug」是否已被修復？我就不清楚了。

註8：這一大段落，是立基於「空中樓閣」般的假設，所展開的一種「推測」，最多，只能稱為一種「說法」，除此之外，什麼都不是。我很清楚，這個段落的論證，非常薄弱&為什麼會這麼薄弱（參註5），放我一馬，別拿這段來K我＞＜