La technologie financière («FinTech») fait référence à l'intersection en évolution des services financiers et de la technologie. En mars, la Fed de New York a accueilli «La première conférence de recherche de la Fed de New York sur les FinTech» pour comprendre les implications des développements FinTech sur des questions pertinentes pour les mandats de la Fed tels que les prêts, les paiements et la réglementation. Dans ce billet, nous résumons les principaux thèmes et conclusions de la conférence.
Groupe consultatif FinTech
Dans ses remarques liminaires, Kevin Stiroh, chef du groupe de supervision de la Fed de New York, a souligné les avantages et les risques que les FinTech représentent pour l’économie de New York et de la région environnante. Soulignant la nécessité de réfléchir plus systématiquement aux FinTech, Kevin a annoncé la création du FinTech Advisory Group de la Fed de New York, un organisme qui fournira à la Banque une image plus complète du paysage FinTech en évolution rapide.
Thèmes FinTech
Dans le panel d'ouverture, les panélistes ont retracé l'émergence de nombreuses entreprises FinTech au lendemain de la crise financière de 2007-08, une période où les entreprises financières en place étaient en difficulté et où les technologies cloud, blockchain et mobiles ont pris de l'importance.
Les panélistes étaient généralement d'accord pour dire que les entreprises et les entreprises finales de technologie se faisaient concurrence et coopéraient. Alors que les entreprises FinTech continuent de croître en introduisant de nouveaux services, les opérateurs historiques améliorent leur technologie et collaborent avec ces nouvelles entreprises. Cependant, comme les panélistes l'ont souligné, de telles initiatives ne sont «innovantes» que dans la mesure où elles apportent de la valeur aux clients. La technologie de la blockchain, par exemple, a suscité beaucoup de battage médiatique, mais les clients restent sceptiques quant à sa valeur. En guise de remède, le panel a recommandé des cas d'utilisation spécifiques à la conduite d'essai actuellement en cours de mise en œuvre pour comprendre ce que les clients apprécient.
Les panélistes ont également comparé le secteur FinTech de la Chine, qui est devenu une partie dominante du système financier chinois, à son homologue américain, qui reste un acteur plus marginal du secteur financier américain. Ils ont noté que si les entreprises FinTech américaines provenaient généralement du secteur des services financiers réglementés (ce qui limitait leur expansion), leurs homologues chinois sont passés du secteur technologique aux services financiers (ce qui a facilité leur expansion).
Banques et prêteurs FinTech
La prochaine session comprenait des présentations sur quatre articles universitaires liés aux marchés du crédit FinTech. Le premier article note que les coûts de l'intermédiation financière n'ont pas diminué depuis plus d'un siècle, soulignant l'importance des FinTech dans la réduction potentielle de ces coûts. Le deuxième article constate que les entreprises FinTech accordent des prêts à des emprunteurs riches et solvables, plutôt qu'à des emprunteurs exclus par les banques traditionnelles, comme on le pense généralement. Les preuves à l'appui montrent que ces emprunteurs utilisaient les prêts FinTech pour consommer plutôt que pour consolider la dette, ce qui les rend potentiellement vulnérables au défaut de paiement. Le troisième document soutient que les prêteurs peer-to-peer (P2P) remplacent les prêts bancaires, en particulier ceux accordés par les petites banques. Le dernier article montre que les prêts P2P en Chine ont été utilisés pour l'arbitrage réglementaire. En 2013, les autorités de nombreuses villes chinoises ont exigé un acompte minimum plus élevé pour les hypothèques sur les résidences secondaires. L'auteur a constaté que les investisseurs avaient contourné la réglementation en empruntant le montant supplémentaire aux plateformes de prêt P2P.
Lors des discussions qui ont suivi les présentations, il a été souligné que les prêts FinTech font partie d'une augmentation plus large des prêts accordés par les banques fantômes, dont certaines ont été les premiers à adopter les plateformes de prêt FinTech. Des inquiétudes ont été exprimées quant au fait que les banques fantômes pourraient provoquer une instabilité financière car elles ne disposent pas d'une base de financement des dépôts et ont une capacité de bilan limitée. Il a en outre été noté que, bien que les prêteurs P2P chinois soient puissants, Wall Street a misé sur les prêteurs P2P américains, qui sont considérés comme des consolidateurs de la dette subprime. Il a été supposé que les prêteurs P2P aux États-Unis pourraient se tourner vers les prêts aux petits et moyens marchés, où les banques ne sont pas des prêteurs efficaces en raison d'une technologie plus faible.
Économie de la blockchain, des paiements et des jetons
Lors de la troisième session, trois documents sur le rôle de la blockchain et des jetons dans les systèmes de paiement ont été présentés. Le premier article établit une distinction entre les jetons qui vérifient la légitimité d'un actif et comptes qui vérifient l'identité d'un payeur en tant que titulaire de compte. Cette distinction a des implications pour la contrefaçon. Dans les systèmes de jetons électroniques, un vérificateur non bancaire vérifie uniquement si le jeton a été dépensé et n'est pas responsable du vol, mais une banque assume une responsabilité supplémentaire en cas d'identification erronée des parties et d'autoriser les transferts non autorisés à partir d'un compte. En ce qui concerne le vol, un fraudeur qui réussit à compromettre un compte a probablement accès à l'intégralité du solde du compte. En revanche, un fraudeur qui accède à un jeton n'aura que le jeton.
Le deuxième document souligne que les chaînes de blocs de paiement «preuve de travail», telles que Bitcoin, sont confrontées à une adoption limitée en tant que résultat économique incontournable de leur conception technique. Une demande de transaction plus élevée sur ces réseaux de chaînes de blocs entraîne des frais plus élevés, car leur espace de comptabilité est artificiellement contraint. Des frais plus élevés, à leur tour, prolongent les délais de confirmation de paiement. Une blockchain autorisée peut servir d'alternative viable aux blockchains Bitcoin.
Le troisième document étudie le programme de démonétisation de l'Inde en 2016, qui a provoqué une baisse importante et temporaire de la quantité de devises en circulation et induit une adoption accrue des paiements électroniques. Cet épisode montre que les effets de réseau sont importants pour stimuler l'adoption de nouveaux systèmes de paiement: les districts avec une adoption initiale plus importante des paiements électroniques ont également eu une plus grande adoption après démonétisation.
Au cours des discussions qui ont suivi, il a été avancé que la nature auto-limitative des crypto-monnaies telles que Bitcoin entrave leur succès, compte tenu de l'importance des effets de réseau dans les paiements. En revanche, les systèmes de paiement mobile semblent bénéficier des effets de réseau. Il a été suggéré que le secteur public pourrait faciliter le passage à de nouveaux accords de paiement. Le règlement des échanges d'actifs numériques sur une plateforme P2P à l'aide de jetons a également été discuté. Une proposition qui a été émise était que le volet paiements du processus de règlement soit symbolisé. Il a été suggéré que pour favoriser l'adoption, un modèle mutuel – où les propriétaires (ou membres) sont également les utilisateurs – pourrait être utile.
Nouveaux outils réglementaires
La quatrième session a présenté deux articles qui proposent de nouvelles mesures réglementaires utilisant des approches d'apprentissage automatique. Le premier article fait valoir que la longueur d'un règlement est une mesure insuffisante de sa complexité. Par exemple, la longueur de Bâle III était plus de vingt fois celle de Bâle I, ce qui suggère qu'elle est beaucoup plus complexe. Cependant, une phrase courte pourrait être plus complexe qu'une phrase plus longue si elle est plus difficile à interpréter. En alternative, l'auteur propose de traiter la régulation comme un algorithme et de mesurer la complexité de l'algorithme. Le deuxième article examine un cadre général pour l'analyse de données textuelles à grande échelle à l'aide de vecteurs de mots sémantiques qui déduisent la signification d'un mot par le contexte des mots qui l'entourent. Les résultats sont un ensemble de facteurs textuels – les mots et leurs distributions de fréquences relatives – qui peuvent être utilisés dans les régressions. Les auteurs démontrent l'utilité de leur méthodologie en l'appliquant à la prévision des rendements des actifs et des résultats macroéconomiques.
La discussion qui a suivi a noté que la mesure de complexité algorithmique ne s'appliquerait pas aux réglementations qui ne sont pas intrinsèquement algorithmiques. De plus, la robustesse de l'analyse textuelle à long terme a été mise en doute car la signification des mots change avec le temps. Dans une discussion plus approfondie, les avantages potentiels de l'utilisation de la technologie pour faciliter la conformité aux réglementations (connues sous le nom de RegTech) ont été soulignés, en particulier pour les petites entreprises, en raison des coûts fixes de la conformité.
Agenda de recherche FinTech
La conférence s'est terminée par une discussion sur le programme de recherche en FinTech. Un panéliste a évoqué son expérience de l'utilisation d'un nouveau protocole lors de l'édition d'un numéro spécial FinTech du Examen des études financières. Il a noté que les soumissions FinTech provenaient de chercheurs plus jeunes que d'habitude et principalement axées sur les prêts P2P, les mégadonnées et la blockchain. Il a recommandé que les chercheurs FinTech établissent des liens avec la recherche existante, reconnaissent les dimensions internationales et établissent une collaboration interdisciplinaire. Un autre panéliste a proposé une intégration de la science des données, de l'économétrie, des outils d'apprentissage automatique et du traitement du signal. Une telle intégration pourrait potentiellement donner de nouveaux résultats, par exemple sur des primes de risque non linéaires. Un troisième panéliste a examiné trois caractéristiques des mégadonnées: grande taille, nombre élevé de dimensions et structure complexe. De grandes quantités de données peuvent atténuer le biais de sélection dans de petits échantillons et fournir de nouveaux signaux économiques. Pour les données de grande dimension qui doivent être traitées par des techniques d'apprentissage automatique, un économiste peut utiliser un autre fournisseur de données ou collaborer avec des scientifiques des données. Bien que ces nouvelles techniques puissent révéler de nouveaux modèles dans les données, tirer des conclusions économiques des résultats reste un défi.
Alan Basmajian est associé principal au sein du groupe des services financiers de la Federal Reserve Bank de New York.
Brad Groarke est associé au sein du groupe de supervision de la Banque.
Vanessa Kargenian est examinatrice bancaire en cybersécurité / informatique au sein du groupe de supervision de la banque.
Kimberley Liao est collaboratrice senior au sein du groupe de supervision de la Banque.
Erika Ota-Liedtke est analyste en développement prudentiel au sein du Groupe de supervision de la Banque (détaché au Bureau de planification des politiques du Bureau exécutif).
Jesse Maniff est analyste principal en recherche sur les systèmes de paiement à la Federal Reserve Bank de Kansas City.
Asani Sarkar est vice-présidente adjointe du groupe de recherche et de statistiques de la Federal Reserve Bank de New York.
Comment citer ce post:
Alan Basmajian, Brad Groarke, Vanessa Kargenian, Kimberley Liao, Erika Ota-Liedtke, Jesse Maniff et Asani Sarkar, «À la Fed de New York: Conférence de recherche sur les FinTech», Federal Reserve Bank of New York Liberty Street Economics , 19 juillet 2019, https://libertystreeteconomics.newyorkfed.org/2019/07/at-the-new-york-fed-research-conference-on-fintech.html.
Avertissement
Les opinions exprimées dans ce billet sont celles des auteurs et ne reflètent pas nécessairement la position de la Federal Reserve Bank de New York ou du Federal Reserve System. Toute erreur ou omission relève de la responsabilité des auteurs.
