监管沙盒对金融科技产业的影响（英）

监管沙盒对金融科技行业的影响* 托马斯·赫尔曼 牛津大学赛德商学院和NBER 亚历ft大·蒙塔格 牛津大学赛德商学院和工业经济研究所(IFN) 尼尔伏尔甘 牛津大学赛德商学院 2022年8月 我们调查了英国监管沙盒对英国金融科技行业的影响。到目前为止，监管沙盒已在57个国家/地区运作，并已成为政府支持金融科技行业兴起的重要政策工具。我们使用来自英国监管沙箱的综合数据，这是有史以来创建的第一个沙箱，并且总体上参与公司数量最多。我们在行业层面发现了正外部性的证据。一家初创公司加入沙盒后，同行业的其他初创公司进入沙盒，并筹集到更多资金。有一些证据表明沙盒会筛选出更好的公司，但我们没有发现任何证据表明公司参与沙盒后势头显着增加。 关键词：监管沙盒、金融科技、金融监管、初创企业 JEL代码：G28、M13、O38 *电子邮件：thomas.hellmann@sbs.ox.ac.uk、alexander.montag@sbs.ox.ac.uk、nir.vulkan@sbs.ox.ac.uk。我们感谢WilfridLaurier研讨会参与者的宝贵意见和建议。我们还要感谢FCA的NickClark和RaviBhalla的有益讨论。 1介绍 金融监管一直是一种平衡行为（Brummer和Yadav2019）。新的金融产品和服务可以使消费者受益，但也可能引入新的风险形式，进而可能损害一些客户。 近年来，我们目睹了金融创新浪潮，通常被称为金融科技，大多数发展中国家几乎每天都有新的金融产品和服务进入市场。移动电话作为银行和金融的首要呼叫点的使用增加，利用大量数据做出快速决策的算法的使用，以及政府态度的改变，推动了这一创新浪潮。您现在可以通过手机获得小额短期贷款，通过P2P平台向中小企业贷款，使用EquityCrowdfunding平台投资初创公司或购买零碎股票。在2015年之前，这些都不可能发生，而且大多数（可能全部）都会被所有监管机构认为“风险太大”。显然，监管机构必须自我创新以应对这些日益增加的新挑战。 沙盒是专为应对这些挑战而设计的一种监管创新形式。Ofgem的定义称，它“允许创新者在现实环境中试用新产品、服务和商业模式，而无需应用一些通常的规则”（Ofgem，2018年）。顾名思义，它提供了一个没有正常监管要求的受限制和受保护的环境，公司可以在监管机构的支持下尝试新想法。沙盒的目的是帮助及早确定可能存在的潜在监管障碍，以便公司能够解决这些问题。 2015年，英国启动了有史以来第一个监管沙箱。1此后，它以极快的速度在世界范围内被复制。到 2021年，在57个国家/地区拥有73个独特的沙盒，而且计划中的沙盒更多。在欧盟，负责金融服务和稳定的委员会副主席VladisDombrovkis称赞欧洲金融科技沙盒“帮助企业在金融领域推出创新服务”（EBF，n.d.）。欧盟ECON委员会委托编写的一份更长的报告表明，沙盒在欧盟金融科技的发展中发挥着至关重要的作用，并建议应该开放更多的沙盒（Parenti，2020年）。请注意，由于其独特的复杂监管结构，美国进入游戏的时间相对较晚，但正在迅速追赶，许多州现在都在运行自己的金融科技沙盒版本。2 但谁受益？从一开始，沙盒的动机就很模糊：政策制定者强调对经济和公众的好处，而企业家和投资者则将沙盒视为获得更多投资机会和更高增长的门票。本文的目标是回答以下问题：首先，参与的公司是否在增长和资金方面受益？其次，沙盒对金融科技行业是否有积极的溢出效应？ 使用来自英国的综合数据，我们解释了沙盒参与者本身是否受益于在监管挑战方面给予他们的帮助。然后我们从整体来看金融科技行业的经济效益，衡量进入沙箱的影响，具体看相关行业是否存在溢出效应。 1有关更多信息和该计划的完整历史，请参阅FCA网站(https://www.fca.org.uk/firms/innovation/regulatory-sandbox)。 2请参阅Martins(2021)对美国金融科技沙盒以及为什么它既复杂又必要的很好的讨论。 我们发现强有力的证据支持沙盒进入在行业层面高增长初创企业的后续诞生和筹资方面的积极溢出效应。关于沙盒参与者直接受益的证据更加复杂。当我们与没有参与沙盒的类似公司进行比较时，我们发现参与的公司做得更好。但是在比较沙盒计划之前和之后的参与者时，我们没有发现任何经济利益的证据。总体而言，我们的研究结果支持使用监管沙盒，特别是在促进竞争性进入受监管行业方面。 本文的其余部分按以下方式组织：在第2节中，我们正式陈述了我们检验的假设，并提供了文献综述 。第3节描述了我们的数据，第4节描述了我们的经验策略。结果在第5节中介绍，而第6节讨论了扩展和稳健性检查。第7节结束。 2假设和文献综述 我们现在陈述我们在本文中检验的假设： 假设1：参与沙盒有利于参与者筹集资金和增长。 例如，假设1与德勤(2018)的“沙盒之旅”报告一致，该报告指出“明确的信息是沙盒已经为公司带来了真正的价值， ......虽然FCA强烈强调它不会“挑选赢家”，但我们采访的反馈是，被接受进入沙盒增加了公司在投资者和客户中的可信度”。这也与Cornelli等人的研究结果一致。(2022)其中 声明“进入沙盒与更高的融资概率相关，平均融资额增加约15%”。 参与者的直接利益可能来自两个潜在来源。首先，可能有信号价值（Spence，1978），更好的公司更有可能申请。与此密切相关的是，FCA可能会产生认证效应（Puri，1996），将更好的公司选入沙箱 。我们将这两种效应结合成一个筛选效应，并凭经验将其与沙盒内外公司的比较联系起来。对于这种效应，我们假设以下假设。 假设1.1：与未参与沙盒的同类公司相比，参与沙盒的公司表现更好。 其次，参与沙盒可能会带来一些加速收益，这可能有助于企业在走出沙盒后提高绩效。我们将此称为动量效应，并通过比较公司参与沙盒之前与之后的经验来识别它。对于这种效应，我们假设以下假设 。 假设1.2：沙盒中的参与者在沙盒之后的表现比之前更好。最后，我们看看溢出效应。我们测试 假设2：参与沙盒对金融科技行业具有正向溢出效应。 假设2与Kalifa报告（英国财政部，2021年）一致，该报告指出“FCA的监管沙箱在支持创新和鼓励英国金融科技业务方面发挥了重要作用”以及FCA本身在2019年所说的话（FCA，2019年），“我们在金融科技行业发挥了积极作用，制定了金融服务创新政策 市场……早期证据表明，我们的工作：……鼓励国内和国际的积极创新”。 假设2也与监管创新适用于所有公司的概念一致，因此可能会促进竞争性模仿。例如，在英国，第一个受监管的股权众筹平台已与FCA达成一致，投资者可以通过一系列简短的在线教程和测验进行自我认证。如果企业家现在寻求启动一个新的贷款或投资平台，他们知道他们可以使用这个新工具，并且监管机构可能至少同意他们业务的这一方面。就金融科技行业的进入和竞争增加而言，这可能是个好消息。 2.1文献综述 我们的论文涉及几个不同的研究方向。首先，有一篇关于政策和创新的经济学文献可以追溯到Viscusi和Moore(1993)的开创性论文，该论文着眼于监管（以责任成本的形式）与产品创新之间的联系。作者表明，责任的减少可以导致创新的显着增加。这与我们的发现一致，沙盒可以被视为固定进入成本的降低，导致更多的进入，不仅对沙盒中的公司，而且对其他行业来说也是如此。 除了责任成本之外，还有一篇关于进入、创新和模仿之间联系的经济学文献：Vega-Redondo(1997)、Shaffer(1989)和Ridley(2008)都提供了表明模仿导致更多竞争的模型（事实上到企业获得零经济利润的竞争均衡）。 Schlag(1998,1999)更贴近我们的背景，考虑了模仿发生在不同子市场的情况。这似乎与金融科技有关 ，因为只有技术的监管部分 可以模仿。在施拉格的模型中，模仿确实会导致更多的竞争，但会导致均衡中的竞争力降低（ Cournot-Nash，而不是完全竞争的结果）。 仅关注经验，最接近我们的论文是Cornelli等人。(2022)专注于“之前与之后”分析，发现沙盒公司在进入沙盒后筹集了更多资金。我们的论文在以下方面有所不同。首先，我们看看“invsout”和“beforevsafter”的差异，这使我们能够说明沙盒在筛选公司与给予参与公司动力方面的相对重要性。其次，除了使用筹资数据外，我们还使用年报数据构建公司规模指标。第三，可以说是最重要的，我们研究了行业层面对非沙盒高增长公司的溢出效应。 关于法律监管沙箱的学术文献越来越多：Brummer和Yadav，2019年，以及Ringe和Ruof2018年，其中的参考资料提供了很好的覆盖。这篇纯理论文献中考虑的问题与我们的类似——特别是经常提到沙盒方案的溢出或正外部性。我们希望我们的研究结果对未来的这些讨论有用，因为我们检查了围绕这一重要方案的可用经验证据。 最后，管理方面的文献很少，但在不断增长。Jagtiani和John（2018年）着眼于特定金融科技贷款背景下创新与消费者安全之间的紧张关系。阿拉萨等人。(2021)将沙盒与孵化器进行了比较和对比，以 更好地支持创新。我们的发现有望在未来的此类比较中有用。最后，艾伦等人。(2021)对金融科技进 行了全面调查，其中包括第9.2节中对金融科技监管和沙盒的审查。 3数据 3.1数据源 我们的数据来自以下来源。首先，我们从金融行为监管局(FCA)网站收集所有曾进入英国监管沙箱的公司的名称和同类日期。3我们的研究考察了公司进入沙盒后的结果。因此，我们将公司限制在2016年至2019年间发生的前五个队列中的公司，以便有足够的时间来衡量沙盒后的结果。 其次，我们使用来自Beauhurst的高增长初创企业的公司层面年度报告和筹资数据。Beauhurst使用不同的标准将初创企业归类为高增长公司；例如，接受股权投资或入选选定的高增长名单。4在2016年 至2019年间进入沙盒的111家公司中，我们在Beauhurst数据中手动识别了45家。虽然我们将Beauhurst的公司级数据用于这些沙盒公司，但在我们的研究中，可以说Beauhurst数据更重要的用途是为我们的分析的第一部分（公司结果）创建一组匹配的控制公司，以及构建非沙盒高增长公司（溢出）的准入和筹资措施。 在溢出分析中构建进入和筹资措施时，仅使用高增长公司而不是所有公司尤为重要，因为创业结果存在很大的不对称性。更具体地说，初创企业通过提高生产力和创造就业机会等方式为经济增长做出贡献（Haltiwanger、Jarmin和Miranda2013；Decker等人2014）。然而，并不是所有的初创企业都做出同样的贡献。大多数初创公司 3https://www.fca.org.uk/firms/innovation/regulatory-sandbox/accepted-firms 4Beauhurst在其网站上列出了所有高增长公司标准：https://www.beauhurst.com/data/ 失败，幸存者中很少有人实现惊人的增长。事实上，大多数企业家甚至没有高增长的愿望（Hurst和Pugsley2011）。因此，在我们的溢出效应分析中，我们希望为那些最有可能为经济增长做出贡献的公司制定进入和筹资的衡量标准。Beauhurst仅涵盖高增长初创企业这一事实使得他们的数据对我们的研究特别有用。 第三，我们使用来自CompaniesHouse的年度报告数据和来自Pitchbook的筹资数据，用于我们无法在Beauhurst数据中识别的66家沙盒公司。在这66家沙盒公司中，我们可以在CompaniesHouse中识别出64家，在Pitchbook中识别出37家。5因此，我们分别拥有109家和82家沙盒公司的年度报告和筹资数据。 3.2公司结果分析的样本构建 我们的分析包括两部分，公司成果和溢出效应。对于公司成果分析，我