金融科技平臺監管的演化博弈研究

白昌易 蘆彥清 韓苗苗

黨的二十大報告提出：“加強和完善現代金融監管，強化金融穩定保障體系，依法將各類金融活動全部納入監管，守住不發生系統性風險底線。必須按照黨中央決策部署，深化金融體制改革，推進金融安全網建設，持續強化金融風險防控能力”。隨著近十年數字化革命浪潮的到來，大數據、云計算、人工智能、區塊鏈等新科技業態廣泛應用于金融領域，金融科技時代逐步到來。在《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》中提出：“要構建金融有效支持實體經濟的體制機制，提升金融科技水平，增強金融普惠性”。這標志著金融科技已上升到國家戰略層面，同時也為金融科技的未來運用與發展指明了方向。然而由于市場運行機制不健全，金融監管效果不明顯等問題逐漸顯現，使得金融科技平臺風險激增，給金融監管工作帶來了新的挑戰（劉敏等，2022［1］）。政府在保護金融創新和防范金融風險上陷入兩難境地，造成很多時候不能對金融科技平臺發展、金融監管體系完善以及中國經濟發展作出全面、科學的判斷，因此對其監管也難以做到準確、及時、充分、有效。截至2022 年底，中國金融科技平臺有近5000 億未兌付的借貸資金，因各類風險遭受損失的投資人數超過3.2 億，存量風險處置工作任重道遠（夏雨等，2022［2］）。在此背景下，政府部門多次制定政策法規對金融科技平臺進行監管。中國人民銀行在2021 年12 月底發布了《金融科技（Fin Tech）發展規劃（2022—2025 年）》，明確了新時期金融科技發展的具體方向，即以金融數字化轉型為中心，將強化金融科技審慎監管納入工作主線，并將強化金融科技治理，健全多方參與、協同共治的金融科技倫理規范體系作為首要任務。2023 年10 月底，習近平總書記在中央金融工作會議強調，要“全面加強金融監管，完善金融體制，優化金融服務，防范化解風險”，做好科技金融等五篇大文章，要以“全面加強監管、防范化解風險為重點”，“切實提高金融監管有效性，依法將所有金融活動全部納入監管，全面強化機構監管、行為監管、功能監管、穿透式監管、持續監管”。由此可見，政府對規范金融科技平臺發展的決心十分堅定，制定和完善監管政策也成為政府監管部門對金融科技平臺進行監管的重要手段。由于政府監管部門與金融科技平臺之間存在著相互影響的特殊關系，所以對政府監管部門與金融科技平臺之間決策行為的博弈分析變得十分重要。

本文余下的安排為：第一部分為文獻綜述，對現有金融科技平臺監管的文獻進行梳理和評述。這一部分論述了金融科技行業及其生態環境特征，并討論了政府監管部門與金融科技平臺之間的相互作用關系。第二部分介紹了金融科技平臺粗放式“監管困境”的演化博弈模型。第三部分介紹了金融科技平臺精準式監管的演化博弈模型。第二部分與第三部分通過演化博弈分析方法，對金融科技平臺監管“一管就死、一放就亂”的周期性波動困境進行分析。第四部分對演化博弈模型進行數值分析，刻畫了在政府“粗放式”監管和“精準式”監管下金融科技平臺的不同行為選擇。第五部分為結論，對政府如何促進金融科技行業生態環境的進一步改善，推動中國金融科技平臺的發展進行探究。本文研究對中國金融科技平臺監管及良性發展具有一定的借鑒意義。

1 文獻綜述

學術界對于金融科技平臺監管的研究主要從兩個方面展開，一方面是對金融科技平臺風險的研究。金融科技平臺的市場壟斷和信息壟斷，導致了與經典“風險與收益對稱性”理論相悖的現象（王義中等，2022［3］）。金融科技平臺作為金融創新的產物，處于不斷的創新發展階段，運營模式、業務類型都在不斷地擴展，創新業務不斷出現，且在未經長期安全性和穩定性檢驗的情況下就進入市場，給市場帶來了不穩定因素。金融科技市場聚集了大量的長尾群體，這些人群風險抵抗能力較弱，容易被錯誤信息誤導，缺少自主判斷力，這些人群在享受著金融科技平臺為其帶來的利益同時，一旦出現風險，也會成為金融科技市場的風險因素。并且，金融科技平臺中的客戶信息安全風險、網絡電信詐騙等風險也不容小覷（鄭宗杰和任碧云，2022［4］；Ozili，2018［5］）。金融科技平臺在為消費者帶來借貸便利的同時，也容易導致消費者過度消費，造成還款壓力巨大，給平臺帶來了壞賬風險（Berg T 等，2020［6］），金融科技平臺的特殊性也增大了如非法集資等類型金融犯罪發生的風險。金融科技平臺以大數據、人工智能等技術為支撐，各平臺近乎相同精確的投資分析算法，會使得市場出現趨同效應，同樣會給金融市場帶來風險波動（方意等，2020［7］）。靳文輝等人通過研究認為金融科技平臺風險包含了信用風險、法律風險、技術風險、操作風險、業務風險、系統性風險、安全風險和監管風險等近二十余種風險（靳文輝，2019［8］；葉蜀君和李展，2021［9］；陳紅和郭亮，2020［10］）。而這些風險的成因則是因為金融科技平臺“科技+金融”的雙重屬性（方意等，2021［11］）使得監管對象不明確、監管措施不及時以及監管內容不完整（白樺和陳金東，2022［12］）以及技術應用不規范（袁康和唐峰，2021［13］）。

另一方面則是對金融科技平臺監管的研究。隨著數字時代的到來，金融科技平臺不斷出現，在豐富了金融體系的同時也給各國的金融監管者帶來了新的難題，行政監管和技術監管需要不斷的與時俱進通力合作，才能使社會各種力量形成合力，維護市場的有序運轉（江小涓和黃穎軒，2021［14］）。金融科技平臺的本質是金融創新，與傳統的金融監管不同，需要構建傳統金融監管與科技維度并行的創新雙維監管體系（楊東，2018［15］）?？萍荚诮鹑诒O管中的應用須轉化為具體的可操作的法律制度方能達致良治之功效，故而，金融科技監管的核心在于監管科技的法制化（楊松和張永亮，2017［16］）。通過強化監管協調、落實功能監管、厘定央地權限，構建風險覆蓋更加周延的金融監管體制機制，充分發揮監管科技的特有作用，以科技驅動的監管創新應對科技驅動的金融創新（廖凡，2019［17］）。要充分利用監管科技的發展來匹配金融科技的創新應用，對于金融科技平臺注意創新發展和強化監管并重，加強金融科技監管的統籌協調（胡濱和任喜萍，2021［18］）。金融科技在改變傳統金融生態的同時，也在挑戰傳統金融監管的既定邏輯。針對其主體多元化、金融業務跨界、顛覆性創新與系統性風險并存等特征，金融監管需進行適應性變革，引入多元主體、多元規范、多元機制的合作治理模式（李有星和王琳，2019［19］）。依據良法積極推進高效的包容審慎監管、公平公正監管、協同整體監管、激勵性監管、信用監管和智慧監管，用科技賦能監管，是實現對平臺良性監管的善治之道（孫晉，2021［20］）。Dirk 等（2020）［21］著重研究了金融科技平臺的監管困境以及解決方案，在國外的相關研究中具有較強的代表性。Rogers 和Clarke（2016）［22］則以P2P 模式為例，總結了英國金融科技平臺的監管經驗，認為英國在監管方面也形成了成熟的模式，重視多部門共同監管，成立行業自律協會，聯合金融政策委員會、審慎監管局、金融行為監管局三個部門聯合監管，明確監管范圍，設立相應的門檻，加大對行業的審核力度，從源頭上加強監管，此外還加強信息披露制度的建立，提高行業透明度，確保金融科技的運行在陽光下，降低行業運行中的違規行為及風險。

國內外學者們對當下金融科技平臺的風險以及政府監管進行了大量的研究，研究方法主要集中于規范分析方法，即主要運用理論闡述與歸納總結的方法對相關問題進行分析。研究內容偏向主體間相對靜態作用下的結果，能夠較好刻畫同時點多主體動態作用結果的演化博弈分析方法可以彌補該領域在研究方法的缺失。另外，通過對國內外相關研究的論述可以發現，政府監管部門與金融科技平臺之間相互作用關系的研究較少，但是二者之間存在著相互影響的特殊關系，所以對政府監管部門與金融科技平臺之間決策行為互動結果進行研究十分必要，而演化博弈分析即是對主體決策分析的重要方法。因此，本文將選擇演化博弈方法對此展開政府監管部門與金融科技平臺之間決策行為進行深入研究。

2 金融科技平臺粗放式“監管困境”的演化博弈模型

2.1 粗放監管的問題描述

金融科技在20 世紀90 年代中期就已經在中國初步發展，但是直到2012 年金融科技平臺這一概念才在中國正式出現。金融科技平臺的發展總共可以分為三個階段。第一個階段是20 世紀90 年代中期到21 世紀初期之間的初步發展階段，這一階段金融科技業態并未完全成形，金融機構通過互聯網提供的技術支持，進行開戶、轉賬、查詢、理財、證券咨詢等傳統業務的處理；第二個階段是21 世紀初到2012 年間金融科技平臺發展的萌芽階段，這一階段以搜索引擎、移動支付、社交網絡、云計算等為代表的互聯網技術快速發展，并且開始深入到金融業務領域；第三階段是2012 年至今的快速發展階段，其中，2013 年被稱為金融科技元年，這一階段內金融科技平臺快速發展，但各類問題也頻發，包括P2P 網貸平臺大量暴雷、校園貸出現大量高利貸事件以及眾籌平臺中的非法融資問題等。中國政府對于金融科技平臺的監管，在前兩個階段內未有針對性行動，在第三階段開啟了正式監管，也隨之開啟了政府監管部門與金融科技平臺之間的博弈過程?？傮w上看，金融科技平臺業務收益與政府的監管存在著周期性波動現象：金融科技平臺風險爆發——發布監管政策——金融科技平臺兼并和轉型——監管政策滯后——金融科技平臺出現新問題。金融科技平臺收益因此受到影響的同時，金融科技行業的生態環境也遭到破壞，影響了我國整個金融行業的發展。

金融科技平臺在提供更廣泛金融服務的同時也隱藏著巨大的風險，具體包括信息壟斷風險、社會倫理風險、信用風險和系統性風險等。而政府在監管中面臨著諸多實施困境，如事后追責低效、剛性監管忽視市場需求、偏重刑事處置忽視商事規則和條塊監管主體等粗放式監管問題，從而導致了金融科技平臺監管的周期性波動現象。周期性波動的主要特征就是政府監管機構陷入對金融科技平臺“一抓就死、一放就亂”的監管困境。而解決問題的出路在于政府監管機構改變粗放式監管模式，適應日益交叉和復雜的金融科技業務，運用大數據、云計算、智能科技等監管科技手段，實現金融科技平臺監管的實時性和精準性。

2.2 基本假設

假設1：政府監管機構與金融科技平臺的行為都是有限理性的群體行為。自2012 年以后，中國金融科技行業迅速發展，各類金融科技平臺高速增長。此時金融科技平臺處于原生市場的自發演化狀態，各個地方政府也在嘗試著有效的金融監管和整治手段。2016 年，國家提出強化地方政府的金融監管權，既要給科技創新適當的發展空間，又要防范金融風險。在整個政府監管機構與金融科技平臺間相互的行為中，均遵循了基于當前有限情況下進行決策的有限理性行為。

假設2：政府監管模式包括粗放式監管和精準化監管。當前，中國金融監管政策中，監管部門沒有足夠的手段約束金融科技平臺，中國金融監管面臨著粗放式監管的諸多困境。政府監管的另一種模式是對金融科技進行大力發展，通過云計算、大數據、智能科技等一些監管的科技手段，來提高金融科技監管的精準性與實時性。本文中，粗放式監管是指監管手段落后、具有消極監管特征、對被監管對象采用“一刀切”監管的政府行為；精準化監管是指利用新技術等方式、根據現實情況對金融科技平臺采用不同監管方式進行積極監管的政府行為。

假設3：政府監管的對象 是金融科技平臺。盡管金融科技平臺監管核心是消費者保護，但是對于消費者的可選策略僅能是提高風險意識。因此，本文有關金融科技平臺監管的研究不考慮消費者的行為選擇，金融科技平臺監管的重點是對其業務進行風險管控。

2.3 要素博弈

博弈參與者包括金融科技平臺D與地方政府監管機構S。地方政府監管機構是否對金融科技平臺進行監管活動構成了策略集合{不監管1S，粗放式監管S2}。金融科技平臺選擇是否在經營過程中保持“自律”行為構成了策略集合為{自律D1，不自律D2}。其中，金融科技平臺的不自律行為是指利用金融產品進行營銷誤導、未能將資金中平臺所有部分與客戶所有部分精準分割、未能充分保護客戶信息等不良行為，金融科技市場的“長尾”群體在上述行為下喪失了資金安全，整個金融科技市場秩序因此受到巨大的破壞。

本文首先對政府監管機構策略進行假設，其“不監管”的比例是x（0≤x≤1），那么其“粗放式監管”的比例則是1 ?x。其次，本文對金融科技平臺行為進行假設，其選擇“自律”比例是y（0≤y≤1），那么其選擇“不自律”比例就是1 ?y?？傻靡夭┺牡氖找婢仃嚾绫? 所示。

表1 金融科技平臺與政府監管機構的要素博弈收益矩陣

首先，分析金融科技平臺的收益設定。金融科技平臺采取自律行為的基本收益為I，金融科技平臺采取不自律行為會為其帶來超額收益為R；在金融科技平臺處于自律的行為選擇時，其基本成本假設為1C，涉及平臺整體經營規范與制度的建立、對技術平臺研發情況與其工作人員的行為等方面進行檢查；金融科技平臺采取不自律行為的基本成本記為C2，顯然C1＞C2；在政府相關監管行為缺失的前提下，金融科技平臺不自律行為會導致用戶因對平臺信任不足而退出或經營不善后迅速退出市場，金融科技平臺因資金鏈快速斷裂所遭受的損失記為 ΔI，而在有監管行為保障的前提下則不會出現這類額外損失；監管機構對金融科技平臺不自律行為進行的處罰金額記為P。

其次，分析監管機構的收益設定。在采取粗放式監管模式下，社會由于金融科技平臺不自律行為遭受的損失記為L；金融科技平臺不自律行為導致退出后市場凈化收益為IΔ ；監管機構采取金融監管所耗費的監督成本記為C3；政府監管機構當不進行監管僅僅維持市場運營的成本記為C4，其中C3＞C4。上述博弈雙方各種收益的取值范圍為[0, +∞)。

上述結論表明，當金融科技平臺與政府監管機構的收益滿足上述條件范圍時，金融科技平臺的自律行為和監管機構的粗放式監管行動均陷入“貓捉老鼠”的混合均衡中，難以實現有效的市場監管。尤其是，盡管監管機構采取了“一刀切”式監管措施P，但是粗放的監管模式導致了大量金融科技平臺業務被叫停，大批量退出市場遭受較大的損失 ΔI。因此陷入了混合均衡的監管困境。

2.4 復制動態方程

在表1 所示的要素博弈基礎上，雨后春筍般興起的各類金融科技平臺和各地方政府監管機構在“鼓勵政策——過度繁榮——出臺監管——規避監管——補充措施”這種相互試錯和觀察學習中不斷調整策略，其具體刻畫為一個包含變異機制和選擇機制的演化過程。其中，最為常用的復制動態（Replicator Dynamic）強調選擇的作用，通常表示為不包含變異機制的常微分方程組，指某個物種或種群當中被接受的頻度或者頻數的動態微分方程。參與者選擇某種策略的增長率dθi/dt不僅與該時期t選取該策略的人數比例θi成正比，而且與選擇該策略的收益u(si)與平均收益差值成正比：

根據上述復制動態方程，金融科技平臺和政府監管機構策略的演化博弈復制動態方程為：

由上式可知，金融科技平臺采取“自律”所占比例dy/dt的增長率與當前比例大小y有關，其反映了如果行業自律尚未形成普遍共識，那么該策略很難得到市場參與者的模仿學習。而且，該策略增長率還與監管機構進行市場監管下的處罰金額P 和爆雷后遭受的損失 ΔI成正比。同理，政府監管機構采取不監管策略的增長率dx/dt與金融科技平臺爆雷后的損失 ΔI成反比，與其監管成本C3成正比。

2.5 演化均衡

演化均衡（Evolutionary Equilibrium，EE）是系統演化方程的穩定性概念，即具有局部漸進穩定的均衡點。其中，根據要素博弈表1 所示，在不同收益條件下分別存在著五個納什均衡點，分別為E(0,0)，E(0,1)，E(1,0)，E(1,1)和 (x?,y?)E。由李雅普諾夫第一法，為了判斷上述五個均衡點的穩定性，通過雅可比矩陣法判斷分析Jacobian 矩陣特征值：

當均衡點滿足det(J) ＞ 0、tr(J) ＜ 0這一條件時，所求得的均衡點成為了演化動態過程的局部漸進穩定均衡點。而當均衡點滿足det(J) ＞ 0、tr(J) = 0這一條件時，均衡點成為了演化動態過程穩定的中心點。利用雅可比矩陣局部穩定分析法，求出均衡點在進行穩定性分析的最終結果，具體如表2 所示。其中，演化系統唯一穩定的中心點是演化穩定策略E(x?,y?)。

表2 粗放監管下均衡點穩定性分析

命題2：在政府監管機構采取粗放式監管模式下，納什均衡點E(x?,y?)為演化系統唯一穩定的中心點，金融科技業務和監管將圍繞著混合均衡點(?,?)發生周期性波動。

上述命題表明，在粗放式金融監管模式下，金融科技平臺業務將處于｛自律，不自律｝和｛不監管，粗放式監管｝之間往復周期性波動。這反映出中國政府對金融科技平臺的粗放式監管始終面臨著“一抓就死，一放就亂”的監管困局。

3 金融科技平臺精準監管的演化博弈模型

3.1 精準監管的問題描述

隨著信息技術的迅速發展，金融科技平臺的監管部門需要運用大數據等金融科技手段，對金融科技監管體系進行完善，既保證包容創新又確保監管到位。一方面，對現有法律法規體系進行完善，把金融科技納入到整個體系內，規范非法融資等問題的法律界限，監管活動實現精準化；另一方面，在金融監管活動中引入大數據、云計算、人工智能等技術手段，使信息安全風險防范中新興技術的應用得到加強，金融風險的甄別、防范與化解能力顯著得到提升。

監管機構需要基于數據挖掘、云計算、大數據技術等智能感知技術，識別城市區域因素中的特定環境因素，構建非法集資案件的情景推演耦合模型，分析風險誘因與金融投資環境、信息傳播方式（廣告宣傳的監管）、金融科技平臺營銷人員的跨區域流動性等外部因素的耦合方式，梳理非法集資案件的推演過程，提升金融科技平臺的智慧監管、早期預警和綜合治理能力，依靠智能識別和智能協同實現對金融科技的實時精準化監管，從而完善政府監管行為來抑制金融科技平臺不自律行為的產生，最終實現金融科技行業的良性發展。

3.2 模型構建和演化均衡分析

政府監管機構根據大數據等信息技術，制定精準化的監管政策，不僅有效抑制金融科技平臺風險，而且維護了金融科技行業生態環境的穩定和健康發展。此時，在精準監管模式下金融科技平臺不自律行為導致退出后市場凈化收益不再是“一刀切”粗放式監管下固定值 ΔI，而是與精準監管實施比例(1?x) 成正比，即h(x) = (1 ?x)l0，其中l0為理想條件下金融科技平臺銷售額的最大數額。當處于精準監管模式下，政府監管機構與金融科技平臺博弈的收益矩陣如表3 所示。

表3 金融科技平臺與政府監管機構的博弈收益矩陣

關于金融科技平臺與政府監管機構的復制動態方程：

根據式（4）可以得到其雅可比矩陣為：

同理，利用雅可比矩陣局部穩定分析法，對均衡點的穩定性進行分析，其結果如表4 所示。其中，納什均衡點（0,0）為演化系統唯一穩定的演化均衡點。

表4 精準監管下均衡點的穩定性分析

命題3：在政府監管機構采取精準化監管模式下，納什均衡點(0,0)為演化系統唯一穩定的中心點，金融科技平臺業務和政府監管策略收斂到｛金融科技平臺不自律、監管機構精準監管｝的理想狀態。

上述命題表明，政府監管機構運用大數據、云計算、智能數據比對等金融科技手段，在精準化政府監管模式下，金融科技平臺業務將處于｛不自律，精準化監管｝的理想狀態。

4 數值分析

4.1 金融科技平臺粗放式監管的數值分析

由于金融科技平臺業務發展時間較短，“小散微”的客戶特點導致數據分散難以獲取。因此，本文采取數值分析方法，對上述理論模型加以驗證。

首先，系統演化的初始值設定。設定政府監管機構制定粗放式監管政策的初始比例值為x0=0.2，金融科技平臺自律行為比例為y0=0.8。

其次，根據政府監管機構采取粗放式監管下復制動態方程（2），圖1 為系統演化相圖。在整個博弈系統演化的過程中，整體上呈現了一種周期運動的閉軌線環狀態，所圍繞的穩定中心點就是 (x?,y?)E，其中，x?=0.2，y?=0.4。政府監管機構與金融科技平臺間的博弈過程屬于周期行為模式。

圖1 粗放式金融監管的系統演化相圖

最后，為了更加直觀地展現金融科技平臺業務行為隨時間的周期性演化特征，將金融科技平臺采取自律行為的初始比例值分別設定為y0=0.9與y0=0.4，設定政府監管機構粗放式監管行為初始比例值為固定值x0=0.1，其演化結果如圖2所示。金融科技平臺自律行為比例的初始值變大，波峰也會隨之變更高，但也會使得行為周期變得更長。表明政策環境相同，金融科技平臺粗放式監管政策制定對會產生更好的效果，但整體上花費的時間會更長。

圖2 粗放監管下金融科技平臺自律行為軌跡圖

同理，為了對金融科技平臺監管機構的粗放式監管行為隨時間的周期性演化特征進行分析，設定政府監管機構不采取監管行為策略的初始比例值為x0=0.9與x0=0.6，而將金融科技平臺自律行為初始值設定為固定值y0=0.9。政府監管機構監管政策隨時間發展的變化如圖3 所示，當政府監管機構不采取監管行為的初始比例值變得越大時，其波峰便會越高，但整個行為周期也會變得更長?？梢哉f明處于相同的市場環境下，往往容易被推出的政策是那些趨于成熟的，盡管整體上花費的時間會更長，但避免了短期內出現多次循環往復。在總體上無論是金融科技平臺還是政府監管機構雙方都陷入了周期性波動的困境。

圖3 粗放監管下政府監管機構行為軌跡圖

4.2 金融科技平臺精準化監管的數值分析

首先，分析政府監管機構制定精準化監管政策隨時間演化的軌跡圖。設定政府監管機構制定不采取精準監管政策的初始比例值為x0=0.1與x0=0.6，同時設定金融科技平臺自律行為的初始值為固定值y0=0.1。根據精準化監管復制動態方程（4），數值模擬結果如圖4 所示。政府監管機構制定政策比例的初始值越大，整個曲線更逼近于1，而總共用時也變得更短?？梢哉f明處于相同市場的環境下，更接近成熟的政策往往是更先推出，也縮短了花費的時間。其次，對于金融科技平臺自律行為隨時間的軌跡分析，設定金融科技平臺自律行為的初始比例值分別為y0=0.9與y0=0.4，政府監管機構制定政策初始值設定為固定值x0=0.9，演化結果如圖5 所示?？傮w看來，金融科技平臺自律行為比例呈現伴隨時間而向下跌落的狀態，可以說明政府的監管行為是存在時效性的，當新問題出現或者政策漏洞被金融科技平臺發現時，金融科技平臺不自律行為仍然會出現。

圖4 精準監管下政府監管機構行為軌跡圖

圖5 精準監管下金融科技平臺自律行為軌跡圖

5 結 論

防范金融系統性重大風險，是中國政府“防范化解重大風險”中最為重要的一環。金融科技平臺在完善金融體系的同時，也帶來了具體包括信息壟斷風險、社會倫理風險、信用風險和系統性風險等問題。金融科技平臺風險管控不當，將直接影響金融科技行業的良性發展。當前，金融科技平臺粗放式監管陷入了“一抓就死、一放就亂”的監管困境。在金融監管活動中引入大數據、云計算、人工智能等技術手段，使信息安全風險防范中新興技術的應用得到加強，將政府監管機構對金融風險的智能識別、提前防范與協同化解能力進行提升，使得金融科技平臺精準化監管能夠有效擺脫“一刀切”式金融監管的困局。本文通過構建金融科技平臺監管的演化博弈模型，論證了粗放式金融監管陷入困境和依靠金融科技實現精準化監管的演化路徑。

研究表明，從短期視角上，盡管監管機構采取了“一刀切”式金融監管措施，但是粗放的監管模式導致了大量金融科技平臺業務被叫停，金融科技平臺的自律行為和監管機構的粗放式監管行動均陷入“貓捉老鼠”的混合均衡中，難以實現有效的市場監管。從長期演化上看，在粗放式金融監管模式下，金融科技平臺的均衡狀態收斂于穩定的極限環，反映出中國粗放式金融監管始終面臨著“一抓就死，一放就亂”的周期性波動困局。為了實現有效的精準化金融監管，運用大數據、云計算、智能數據比對等金融科技手段，金融科技平臺將處于｛不自律，精準化監管｝的理想狀態。

本文運用演化博弈模型，首次系統性研究了中國金融科技平臺良性發展與防范金融風險兩者之間的內生張力和沖突，尤其是“一刀切”粗放式金融監管面臨的困局，以及依靠科技手段實現精準化監管的解決思路。本文構建的演化博弈模型也存在著一些未來有待解決的問題。例如，運用科技手段需要監管機構具有相應的大數據思維和技術監控能力。在未來如果科技手段得到廣泛應用從而能夠獲取相應的大數據資料，在本文理論模型結論的基礎上加以數據支撐分析，將能提供更為豐富的理論細節和更為深刻地管理洞察力。另外，演化博弈模型受所設定參數數量的局限，未能對較多因素進行詳細分析，后續也將采用其他研究方法進行影響因素的拓展研究。